任星芮男，李 智，王 昊，唐 穎，宋利祥，初 祁

(1.北京工業(yè)大學(xué)城市建設(shè)學(xué)部，北京 100124；2.北京城市學(xué)院城市建設(shè)學(xué)部，北京 100083；3.珠江水利科學(xué)研究院，廣東廣州 510611)

作為威脅人類生存的十大自然災(zāi)害之一的洪災(zāi)[1]，我國在2018年洪災(zāi)中的損失高達(dá)1 060.5億元[2]，嚴(yán)重阻礙了經(jīng)濟發(fā)展。內(nèi)澇災(zāi)害在自然災(zāi)害引起死亡的總?cè)藬?shù)中占55%；在自然災(zāi)害引起的經(jīng)濟損失中占31%[3]。內(nèi)澇災(zāi)害已經(jīng)是造成生命及財產(chǎn)損失的首要自然災(zāi)害，因此，精確計算其損失就顯得尤為重要。

我國國民經(jīng)濟發(fā)展迅速，城市化進程推進加速，城市數(shù)量增多，人口增長迅猛。隨著城市化進程加快，我國預(yù)計今年達(dá)到59.17%的城市化率[4]。大量的社會財富和經(jīng)濟活動集中在城市，城市已經(jīng)成為經(jīng)濟、工商業(yè)的中心。用地類型已由原來的農(nóng)業(yè)用地為主轉(zhuǎn)變成了城市住宅用地、公園用地、工業(yè)用地等[5]。這導(dǎo)致城市不透水硬地面面積增大，雨水下滲能力降低，使得在發(fā)生較大降雨時，水體在城區(qū)匯集形成內(nèi)澇。加之排水系統(tǒng)設(shè)計標(biāo)準(zhǔn)普遍過低、缺乏修繕，造成水流排出不暢，進一步加重了城市內(nèi)澇情況。

雖然城市相對鄉(xiāng)村而言基礎(chǔ)建設(shè)與災(zāi)害防治能力較強，但是人口與財富集中，發(fā)生暴雨后各方面受災(zāi)損失更多更嚴(yán)重。Zhai等[6]研究發(fā)現(xiàn)，我國降水量變化不大但降雨日顯著減少，意味著降雨類型中短時強降雨類的頻率增加，即極端降水事件發(fā)生概率變高。在人類城市活動中，汽車尾氣、建筑物空調(diào)等散發(fā)大量熱量，使城市溫度高于周邊地區(qū)，熱氣越積越厚導(dǎo)致降雨形成，這一現(xiàn)象稱之為“雨島效應(yīng)”[7]。人工熱源、機動車排放、工業(yè)生產(chǎn)等都會向大氣中排放大量的熱量，上述種種因素影響，都有利于形成城市雨島，提高城市發(fā)生極端降水事件的概率。

城市集聚了社會中大部分經(jīng)濟，當(dāng)洪災(zāi)發(fā)生時，城市會比鄉(xiāng)村損失更嚴(yán)重，城市內(nèi)澇經(jīng)濟損失的分析就尤為重要。國內(nèi)外對內(nèi)澇災(zāi)害損失的計算方法主要分為以下2種。(1)利用經(jīng)濟損失曲線進行計算。例如英國水深-損失曲線[8]；程濤等[9]建立的區(qū)域內(nèi)澇災(zāi)害直接經(jīng)濟損失評估模型；石勇等[10]和莫婉媚等[11]在洪災(zāi)發(fā)生后通過問卷調(diào)查及實地查勘的方式建立的災(zāi)損曲線。(2)利用算法快速評估。例如金菊良等[12]利用遺傳算法和BP神經(jīng)網(wǎng)絡(luò)進行評估；Huang等[13]提出基于SVM的洪水災(zāi)情綜合評價模型。但這2種計算方法的集成度較高，損失劃分不細(xì)致，容易出現(xiàn)較大誤差。因此，用地類型變化導(dǎo)致下墊面形式變化，在計算地面徑流，漫流時就需要重新對下墊面系數(shù)進行賦值。同時，在進行經(jīng)濟損失計算時，不能粗糙地劃分損失部分，需要考慮不同用地類型、不同產(chǎn)業(yè)的區(qū)別，分部分計算，提升計算精度。

本文根據(jù)2017年6月21日昭通市境內(nèi)大雨的降雨過程線作為降雨數(shù)據(jù)，使用MIKE模型對昭通市中心城區(qū)進行城市內(nèi)澇模擬，并提出細(xì)化的內(nèi)澇經(jīng)濟損失分類以及其計算方法，最后根據(jù)模擬結(jié)果進行內(nèi)澇損失計算，再與真實損失進行對比驗證。在計算過程中，考慮了多種類型的內(nèi)澇經(jīng)濟損失，例如農(nóng)業(yè)、工業(yè)、商業(yè)、交通、家庭財產(chǎn)、建筑結(jié)構(gòu)損失等，旨在不斷提高經(jīng)濟損失計算的精確程度，對災(zāi)后經(jīng)濟損失統(tǒng)計有指導(dǎo)作用。

1 城市內(nèi)澇經(jīng)濟損失計算流程

城市內(nèi)澇經(jīng)濟損失計算主要由降雨過程線確立、淹沒范圍淹沒水深計算、承災(zāi)范圍內(nèi)承載體信息采集及經(jīng)濟損失計算4個環(huán)節(jié)構(gòu)成。

2 城市內(nèi)澇經(jīng)濟損失分類

城市內(nèi)澇是指在降雨強度超過排水系統(tǒng)排水能力時，多余水量通過檢查井向地表溢流，并造成積水。城市內(nèi)澇對生產(chǎn)、生活等造成的損失稱為城市內(nèi)澇經(jīng)濟損失。城市內(nèi)澇經(jīng)濟損失又分為直接經(jīng)濟損失和間接經(jīng)濟損失，前者由農(nóng)業(yè)、工商業(yè)、交通組成，可以直接對損失進行計算；后者包括災(zāi)害繼發(fā)的停工停產(chǎn)、心理及身體創(chuàng)傷等難以量化計算的指標(biāo)，具體分類如表1所示。本文對上述經(jīng)濟損失提出計算公式，并根據(jù)實例進行具體經(jīng)濟損失計算。

表1 城市內(nèi)澇經(jīng)濟損失分類Tab.1 Classification of Economic Losses for Urban Waterlogging

3 城市內(nèi)澇經(jīng)濟損失計算模型

按照前文提出的經(jīng)濟損失分類，結(jié)合致災(zāi)特性指標(biāo)，確定不同土地利用類型中財產(chǎn)損失-淹沒水深關(guān)系。

3.1 直接經(jīng)濟損失

3.1.1 農(nóng)業(yè)損失

內(nèi)澇災(zāi)害導(dǎo)致的農(nóng)業(yè)損失現(xiàn)階段研究較少。國內(nèi)有研究者使用保險公司理賠資料并用回歸方法擬合，得出農(nóng)業(yè)損失與淹沒水深的關(guān)系，但此方法無法從本質(zhì)上計算農(nóng)業(yè)損失。農(nóng)業(yè)損失主要考量的農(nóng)作物受洪水淹沒后死亡所造成的損失，而農(nóng)作物的種類繁多，不同農(nóng)作物的生長高度也不相同，能夠抵抗洪水的強弱也不同。所以，農(nóng)作物的損害與農(nóng)作物種類、淹沒深度及浸水時長有顯著關(guān)系。農(nóng)作物生長類型與特點在世界范圍內(nèi)無明顯差別，日本厚生勞動省水旱災(zāi)害部對農(nóng)作物種類分類后，再統(tǒng)計水淹深度與水淹時間同災(zāi)損率的關(guān)系[14]，如圖1所示。

圖1 農(nóng)作物受淹損失Fig.1 Flood Losses of Crops

農(nóng)業(yè)損失計算如式(1)。

(1)

其中：Ai——某農(nóng)作物單位面積產(chǎn)量，t；

Q——單位重量價值，t/m2；

Aagri——對應(yīng)農(nóng)作物受災(zāi)面積，m2；

ki——某農(nóng)作物對應(yīng)浸水時的損失率；

Sagri——農(nóng)業(yè)損失，t。

我國近年來加快推進農(nóng)業(yè)產(chǎn)業(yè)多元化發(fā)展，在計算具體地區(qū)的農(nóng)業(yè)損失時，較多地區(qū)的農(nóng)業(yè)產(chǎn)業(yè)多元化程度高，農(nóng)作物種植種類多，極有可能存在農(nóng)業(yè)用地類型統(tǒng)計不到位、更新不及時的現(xiàn)象。若遇到此情況，可以選擇研究區(qū)域內(nèi)收獲量最多的農(nóng)產(chǎn)品作為農(nóng)產(chǎn)品的代表，使用該農(nóng)產(chǎn)品的單位面積產(chǎn)量、單位重量價值、受災(zāi)面積作為全體農(nóng)產(chǎn)品的數(shù)據(jù)來源。

另外，當(dāng)研究區(qū)域中水稻或旱稻(小麥)占比較高時，需要將其與農(nóng)產(chǎn)品的評價分別計算，以提升計算精確程度。

3.1.2 工商業(yè)損失

工業(yè)損失主要由流動資產(chǎn)損失、固定資產(chǎn)損失和誤工誤產(chǎn)損失組成，而商業(yè)損失除上述3種之外還有庫存資產(chǎn)損失。其中，流動資產(chǎn)損失、固定資產(chǎn)損失、商業(yè)庫存資產(chǎn)損失為直接經(jīng)濟損失，誤工誤產(chǎn)損失為間接經(jīng)濟損失。

計算直接經(jīng)濟損失的關(guān)鍵在于確定淹沒水深與財產(chǎn)損失之間的關(guān)系，在綜合分析各單元街區(qū)的工商業(yè)資產(chǎn)后，匯總工商業(yè)財產(chǎn)受損情況，如表2所示。

表2 工商業(yè)財產(chǎn)受淹損失情況Tab.2 Waterlogging Losses Situation of Flooded Industries and Business

工商業(yè)直接經(jīng)濟損失計算如式(2)。

(2)

其中：B1——單位面積工商業(yè)固定資產(chǎn)額，元；

B2——單位面積工商業(yè)流動資產(chǎn)額，元；

B3——單位面積商業(yè)庫存資產(chǎn)額，元；

Aind/busi——對應(yīng)工商業(yè)受災(zāi)面積，m2；

kj(ind/busi)——不同分類對應(yīng)淹沒水深的損失率；

Sind/busi——工商業(yè)直接經(jīng)濟損失，元。

3.1.3 交通損失

由于城市交通的飛速發(fā)展，汽車數(shù)量增速較快。在發(fā)生城市內(nèi)澇災(zāi)害時，雨水若不能及時進入排水系統(tǒng)就會導(dǎo)致路面積水，行駛在積水路段中的車輛，其行駛速度就會受到影響，直接會產(chǎn)生油耗損失，間接導(dǎo)致車輛內(nèi)人員的時間經(jīng)濟損失。若積水深度達(dá)到一定程度，還會對機動車本身造成一系列的損壞，也會產(chǎn)生損失。

交通損失中的一些指標(biāo)、數(shù)據(jù)獲取困難，在目前洪水經(jīng)濟損失計算中幾乎沒有被考慮到，但在城市內(nèi)澇經(jīng)濟損失計算中交通損失又是巨大、不可忽略的。因此，本文交通損失一部分提出了車輛損失、擁堵油耗損失與時間經(jīng)濟損失3個部分的計算方法。但研究實例缺乏對應(yīng)的基礎(chǔ)數(shù)據(jù)，本文對此部分只做理論介紹而不做具體數(shù)值計算。

(1)車輛損失

車輛損失與浸水深度相關(guān)，與浸水時常并無明顯關(guān)系，這是由于發(fā)動機等精密部件一旦過水即損壞并不可復(fù)原。據(jù)數(shù)據(jù)統(tǒng)計，2017年全國汽車保有量中，客車共計18 475.0萬輛，占88.8%(其中，微型客車、小型客車、中型客車、大型客車分別共計199.0萬、18 044.0萬、79.0萬、153.0萬輛)，小型客車占比達(dá)到85%左右，故可以根據(jù)小型客車的結(jié)構(gòu)特點以及部件分析其損失。

我國水淹車保險定損時將水淹程度分為3類。

第一類泡水車指水位高過儀表盤(圖2①)，到這一位置后汽車的電路系統(tǒng)以及電子設(shè)備基本損壞殆盡、發(fā)動機與變速箱也一定會進水，內(nèi)飾、座椅也不能繼續(xù)使用。達(dá)到這一程度的泡水車會被定義為報廢車，全面維修以及換件的成本會高于車輛評估價值，故損失率設(shè)定為100%。

圖2 機動車受淹損失圖Fig.2 Flood Losses of Vehicles

第二類泡水車多指淹沒底盤導(dǎo)致車內(nèi)進水(圖2②、③)，這種程度造成的損傷并不會很大，需要更換的配件多為原車地膠、電動座椅開關(guān)或者車內(nèi)保險盒等；發(fā)動機進氣口多在進氣格柵(中網(wǎng))最上方，所以進水的可能性幾乎沒有；變速箱的通氣孔會朝向上方，淹沒底盤后不一定會造成變速箱進水，即使變速箱進水也只需要清潔后更換變速箱油即可。考慮到圖2②內(nèi)已經(jīng)有車輛的電氣控制系統(tǒng)存在，過水后損壞但維修后可恢復(fù)原樣，損失率設(shè)定為50%；圖2③僅地板被淹，會引起潮濕、霉菌滋生，清潔后即可恢復(fù)原樣，損失率設(shè)定為10%。

第三類泡水車實際不算泡水，水位沒有導(dǎo)致車內(nèi)進水，只是接觸到底盤位置，結(jié)果最多導(dǎo)致輪轂、剎車盤以及底盤位置生銹，這種情況可以不處理，刷車時沖一沖底盤問題基本解決完畢，損失率設(shè)定為0。

根據(jù)對車輛銷售與保險等方面的考慮，將車輛損失與浸水深度的關(guān)系進行計算，如表3所示。

表3 機動車水深-災(zāi)損率數(shù)據(jù)Tab.3 Data of Water Depth-Damage Rate for Flooded Motor Vehicles

城市內(nèi)澇的發(fā)生會使得道路通行受阻，甚至在部分嚴(yán)重區(qū)域完全停滯，這會使得機動車在完成相同路線時所消耗的時間增多，這會造成油耗損失與人員時間經(jīng)濟損失。

(2)擁堵油耗損失

當(dāng)城市內(nèi)澇發(fā)生在較大型城市中時，內(nèi)澇區(qū)域內(nèi)車輛眾多，每一輛車的油耗損失或許不大，但乘以基數(shù)后的損失巨大。研究表明，每堵車3 min相當(dāng)于行駛1 km，按每百公里9 L油計算，則堵車3 min耗油0.09 L，計算如式(3)。

(3)

其中：n——研究區(qū)域中擁堵汽車數(shù)量，輛；

t——擁堵時間，h；

a——油價，元；

Soil——總擁堵油耗損失，元。

(3)時間經(jīng)濟損失

若擁堵發(fā)生在工作時間內(nèi)，則還應(yīng)該計算工作人員的時間成本，計算如式(4)。

St=t×n×p×V

(4)

其中：t——擁堵時間，h；

n——研究區(qū)域中擁堵汽車數(shù)量，輛；

p——擁堵車輛中工作人員數(shù)，人；

V——研究區(qū)域內(nèi)工作人員平均每小時創(chuàng)造價值，元/h；

St——總時間經(jīng)濟損失，元。

3.1.4 家庭財產(chǎn)損失

家庭財產(chǎn)損失是指室內(nèi)財產(chǎn)受到暴雨與積水的破壞導(dǎo)致?lián)p壞或報廢所造成的損失，其與淹沒水深、室內(nèi)財產(chǎn)價值這2個因素密切相關(guān)。

室內(nèi)財產(chǎn)價值的確定方法有2種。(1)可以制作調(diào)查表，入戶進行抽樣調(diào)查，統(tǒng)計研究范圍內(nèi)家庭財產(chǎn)的種類、價值、數(shù)量以及放置的高度，利用統(tǒng)計學(xué)知識統(tǒng)計并得到水深-損失率曲線。(2)根據(jù)已有的其他地區(qū)水深-受災(zāi)率公式，利用回歸分析擬合，建立本研究區(qū)域的水深-損失率曲線。

本文采用第一種形式方法，經(jīng)過對昭通市中心城區(qū)住宅進行調(diào)查發(fā)現(xiàn):水深<0.1 m時，損失率很小，損失曲線可以從0.1 m開始構(gòu)建；水深在0.3～0.5 m時，主要受災(zāi)物為小型家電，雜物等，損失率增幅較為緩慢；水深在0.5～1.2 m時，主要受災(zāi)物為家電、家具等，損失率增幅較大；水深>1.2 m時，室內(nèi)財產(chǎn)已經(jīng)基本受淹；水深為2 m時，受淹率幾乎為100%。

再根據(jù)昭通市家庭財產(chǎn)統(tǒng)計數(shù)據(jù)，結(jié)合水深-受害率比例，計算如式(5)。

(5)

其中：Ci——單位面積家庭財產(chǎn)評價額，元；

Afam——對應(yīng)家庭受災(zāi)面積，m2；

ki(fam)——對應(yīng)水深的損失率；

Sfam——家庭財產(chǎn)損失，元。

3.1.5 建筑結(jié)構(gòu)損失

建筑物結(jié)構(gòu)損失曲線又稱為建筑結(jié)構(gòu)脆弱性曲線，反映淹沒深度與災(zāi)損率的關(guān)系。建筑結(jié)構(gòu)受害與淹沒水深關(guān)系最緊密，與淹沒時常、水流沖擊等因素關(guān)系相對較小。所以在建筑物結(jié)構(gòu)損失方面，只考慮水深的影響。

國內(nèi)尚無權(quán)威機構(gòu)發(fā)布建筑結(jié)構(gòu)脆弱性曲線，國外發(fā)達(dá)國家對此研究較多。英國洪災(zāi)研究中心(FHRC)在1977年將建筑分為21類，并分別求出各類建筑在2種延時情況、4種社會條件中的淹水損失曲線，共168條，同時提出針對當(dāng)?shù)胤慨a(chǎn)-損失曲線[15]。日本Dutta等得出包括建筑物、農(nóng)作物在內(nèi)的多種類日本水害脆弱性曲線。德國HOWAS數(shù)據(jù)庫也被用于評估建筑物結(jié)構(gòu)脆弱曲線[16]。

本文采用的是澳大利亞ANUFLOOD模型[17]，其以0.1 m為步長，得出0～3 m的水深-損失率關(guān)系，如表4所示。

表4 建筑結(jié)構(gòu)水深-災(zāi)損率數(shù)據(jù)Tab.4 Data of Water Depth-Damage Rate for Structure

利用Origin軟件對散點圖進行一次、二次、三次擬合，選擇三次擬合函數(shù)作為建筑結(jié)構(gòu)水深災(zāi)損率曲線，擬合曲線如圖3所示。

建筑結(jié)構(gòu)水深-災(zāi)損率函數(shù)如式(6)。

圖3 建筑結(jié)構(gòu)水深-損失率曲線擬合圖Fig.3 Curve Fitting Diagram of Water Depth-Damage Rate of Building’s Structure

y=0.006x3-0.032x2+0.169x+0.041

(6)

其中：y—災(zāi)損率；

x—淹沒深度，m；

建筑結(jié)構(gòu)損失計算如式(7)。

(7)

其中：Di——單位面積建筑結(jié)構(gòu)評價額，元；

Astru——建筑結(jié)構(gòu)受災(zāi)時對應(yīng)房屋占地面積，m2；

ki(stru)——對應(yīng)水深的損失率；

Sstru——建筑結(jié)構(gòu)損失，元。

3.2 間接經(jīng)濟損失

間接經(jīng)濟損失是由內(nèi)澇災(zāi)害派生出的損失，不是實體損失，表現(xiàn)為對未來社會生產(chǎn)的影響，是更深層次的影響，例如，災(zāi)害導(dǎo)致的工商業(yè)停工減產(chǎn)損失以及救災(zāi)、撫恤等費用。間接經(jīng)濟損失很難通過細(xì)分項目再加和計算，通常都是在計算出直接經(jīng)濟損失后乘以相對應(yīng)的系數(shù)進行計算。不同國家的計算方式不盡相同，常見國家的間接損失系數(shù)如表5所示。

表5 不同國家間接損失系數(shù)Tab.5 Indirect Loss Coefficient of Different Countries

3.3 總結(jié)

上述各土地類型的水深-損失率曲線如圖4所示。

圖4 水深與損失率的變化Fig.4 Changes of Water Depth and Damage Rate

4 實例計算

4.1 研究區(qū)

研究區(qū)位于昭通盆地腹地，盆地內(nèi)地表水系金沙江二級支流昭魯河流域，屬長江流域金沙江水系。穿越昭通中心城區(qū)的利濟河、禿尾河是昭魯河水系主要支流，流域面積為290 km2，研究區(qū)內(nèi)人口達(dá)到35.5萬人。研究區(qū)域內(nèi)共有管段1 742根，其中，河道有393根，檢查井有1 741個。

4.2 內(nèi)澇災(zāi)害模擬計算

2017年6月21日，昭通市境內(nèi)普降大雨，部分地區(qū)暴雨，造成境內(nèi)3條河流水位上漲，大量汽車被淹，雨水進入居民房屋，道路、通信、電力等設(shè)施受到不同程度的影響。經(jīng)統(tǒng)計，昭通市全境因災(zāi)共造成直接經(jīng)濟損失約為6 272.28萬元，其中，昭通市中心城區(qū)約為2 180萬元。本文模擬的降雨數(shù)據(jù)就采用上述實測的降雨過程線。

利用MIKE系列軟件，首先對管網(wǎng)一維和地表二維模型進行模擬，柵格精度為10 m×10 m。隨后將兩部分進行耦合，將降雨數(shù)據(jù)輸入后，模擬得到最大積水淹沒如圖5所示。

圖5 淹沒水深圖Fig.5 Submerged Depth of Waterlogging

由圖5可知，上方2條藍(lán)色的地表溢流與河道及管段的走向相重合，說明管道溢流后僅在附近小范圍內(nèi)出現(xiàn)積水。中心城區(qū)因管道密集，規(guī)劃合理，幾乎不發(fā)生地表溢流。區(qū)域內(nèi)最大溢流區(qū)域位于機場西北方、中心城區(qū)東南方，積水深度為1.4 m，該區(qū)域為未開發(fā)荒地，地面低洼，積水形成后均流向此處。

4.3 內(nèi)澇災(zāi)害經(jīng)濟損失計算

昭通市中心城區(qū)用地類型如圖6所示，用地類型以居住、農(nóng)業(yè)用地為主，商業(yè)、工業(yè)用地為輔。將土地利用類型圖層與MIKE模擬出的淹沒水深結(jié)果圖像進行耦合，加以優(yōu)化后得到致災(zāi)特性指標(biāo)與土地利用圖層疊加圖(圖7)。

在獲取昭通市中心城區(qū)各行業(yè)實際資產(chǎn)情況的基礎(chǔ)上，利用淹沒面積、淹沒水深數(shù)據(jù)，結(jié)合各部分水深-損失率變化，對農(nóng)業(yè)、工業(yè)、商業(yè)、家庭財產(chǎn)進行直接經(jīng)濟損失計算。其中，農(nóng)業(yè)損失系數(shù)采用當(dāng)?shù)刂饕?jīng)濟作物土豆的損失曲線以取值。間接經(jīng)濟損失按照相應(yīng)比例系數(shù)來確定，本文采用中國間接損失系數(shù)值取其中位數(shù)進行計算。分區(qū)域計算結(jié)果如表6所示。區(qū)域內(nèi)損失面積較大的類型為農(nóng)業(yè)用地，損失值較大的為工商業(yè)固定資產(chǎn)。此次暴雨內(nèi)澇災(zāi)害對昭通市中心城區(qū)造成的直接經(jīng)濟損失達(dá)到2 487.78萬元，間接經(jīng)濟損失達(dá)到608.42萬元。

圖6 土地利用類型圖Fig.6 Diagram of Land-Use Type

表6 昭通市中心城區(qū)內(nèi)澇經(jīng)濟損失Tab.6 Economic Losses for Waterlogging in Downtown Area of Zhaotong City

圖7 淹沒水深-土地利用類型疊加圖Fig.7 Submerged Depth of Waterlogging and Land Use Type

5 結(jié)論

(1)本文使用MIKE模型對昭通市中心城區(qū)進行城市內(nèi)澇的一、二維水動力模擬，計算淹沒范圍與水深。隨后根據(jù)用地類型的不同建立對應(yīng)損失類型的經(jīng)濟計算公式，計算預(yù)測的受災(zāi)損失值。

(2)本文考慮的經(jīng)濟損失類型多、全面，總結(jié)了農(nóng)業(yè)、工業(yè)、商業(yè)、交通、家庭財產(chǎn)、建筑結(jié)構(gòu)的直接經(jīng)濟損失計算方法。將模型推算的昭通市中心城區(qū)內(nèi)澇災(zāi)害造成直接經(jīng)濟損失評估結(jié)果與實際災(zāi)情對比發(fā)現(xiàn),推算結(jié)果比實際的直接經(jīng)濟損失偏大約14%，表明模型推算結(jié)果基本能夠反映此次內(nèi)澇災(zāi)害所造成的經(jīng)濟損失，證明精細(xì)化的城市內(nèi)澇經(jīng)濟損失分析是可行的。

(3)精細(xì)化的城市內(nèi)澇模型計算需要的基礎(chǔ)經(jīng)濟數(shù)據(jù)較大，對地形、降雨數(shù)據(jù)的精度要求高，我國目前欠缺這方面的調(diào)查。所以對于經(jīng)常發(fā)生內(nèi)澇災(zāi)害的地區(qū)，應(yīng)該建立相應(yīng)的洪災(zāi)損失數(shù)據(jù)庫，用以提高內(nèi)澇模擬的精度。