冷玉波 劉舒 鄭敬偉 張揚 劉訓(xùn)平 王崢
摘 要:受強降雨頻發(fā)和城鎮(zhèn)化高度發(fā)展的雙重影響,深圳市為提高遭遇強降雨時的預(yù)警預(yù)報和防汛應(yīng)急決策能力,提升強降雨下的防汛處置前瞻性和準確性,以深圳河灣流域為試點片區(qū),開展深圳河灣流域城市洪澇模型研究和應(yīng)用。在此背景下,收集深圳河灣流域地形、管網(wǎng)、下墊面、河網(wǎng)、暴雨洪澇過程等資料,結(jié)合應(yīng)用場景,構(gòu)建了水文+河道的流域快速洪水預(yù)警調(diào)度模型及水文+河道+管網(wǎng)+地表的精細化城市洪澇模型。目前,深圳河灣流域洪澇模型基于流域不同時空尺度雨情、水(潮)情、工情等邊界條件,已在“四預(yù)”、洪澇風(fēng)險分析、應(yīng)急事件分析、極端暴雨分析等方面取得了良好的應(yīng)用效果,為高度城市化的洪澇風(fēng)險精細化管理提供了重要技術(shù)支撐。
關(guān)鍵詞:城市洪澇模型;洪水預(yù)警調(diào)度;“四預(yù)”;應(yīng)急事件分析;深圳河灣流域
中圖分類號:TV877 文獻標(biāo)識碼:A 文章編號:1001-9235(2024)05-0075-13
Research and Application of Urban Flood Model in Shenzhen River and Bay Basin
LENG Yubo1, LIU Shu2, ZHENG Jingwei2, ZHANG Yang3, LIU Xunping3, WANG Zheng3
(1. Shenzhen River and Bay Basin Management Center, Shenzhen 518712, China;2. China Institute of Water Resources andHydropower Research, Beijing 100038, China;3. Shenzhen Guanghuiyuan Environmental Water Co., Ltd., Shenzhen 518018, China)
Abstract: Affected by the frequent occurrence of heavy rainfall and the high development of urbanization, Shenzhen has carried out urban flood model research and application with the Shenzhen River and Bay Basin as the pilot area to improve the early warning and forecasting and flood control emergency decision-making ability in the event of heavy rainfall and enhance the forward-looking and accurate flood control treatment under heavy rainfall. In this context, this paper collects the topography of the Shenzhen River and Bay basin, pipe network, underlying surface, river network, rainstorm and flood process, and other data. Combined with application scenarios, it builds a rapid flood early warning and dispatch model of hydrology + river channels and a refined urban flood model of hydrology + river channels + pipe network + surface. At present, based on the boundary conditions of rain, water (tide), and construction conditions at different temporal and spatial scales of the basin, the flood model of Shenzhen River and Bay Basin has achieved good application results in the "four pre", flood risk analysis, emergency event analysis, extreme rainstorm analysis and other aspects. This study provides important technical support for the refined management of flood risk in highly urbanized areas.
Keywords: urban flood model; flood warning scheduling;"four pre"; emergency event analysis; Shenzhen River and Bay Basin
隨著極端天氣日益頻繁,城鎮(zhèn)化使得城市下墊面發(fā)生顯著變化,暴雨引發(fā)的洪澇災(zāi)害問題凸顯,城市雨洪模型是研究解決城市洪澇災(zāi)害的重要手段[1],國外20世紀60年代城市雨洪模型取得較大進展,其中適用性較好的模型包括 SWMM、InfoWorksCS、MOUSE等[2]。中國關(guān)于城市雨洪模型研究起步較晚,但發(fā)展迅速,模型模擬內(nèi)容也更趨于精細化。1990年,岑國平[3]提出中國首個城市雨水管道計算模型 SSCM;周玉文等[4]提出可用于設(shè)計、模擬和排水管網(wǎng)工況分析的城市雨水徑流模型 CSYJM;徐向陽[5]提出適用于中國平原城市的水文計算,注重河網(wǎng)調(diào)蓄計算的平原城市水文過程模擬模型;2016年,劉佳明[6]提出基于遙感數(shù)據(jù)和地理信息系統(tǒng),可支持地理信息系統(tǒng)的分布式城市雨洪模型 SSFM。
深圳市地處廣東南部低緯度濱海臺風(fēng)頻繁影響地區(qū),屬于海岸山脈地貌帶,汛期受鋒面雨、臺風(fēng)雨影響,暴雨頻發(fā)導(dǎo)致洪、澇、潮災(zāi)害時有發(fā)生,嚴重威脅深圳的城市安全,造成巨大的社會影響和經(jīng)濟損失[7-8]。近年來,隨著大量防洪工程設(shè)施不斷完善[9],深圳市抵御洪水的能力不斷增強[10]。但是,在應(yīng)對極端強降雨造成的城市洪澇時,仍然存在預(yù)報預(yù)警能力不足、預(yù)報不及時等問題。為提高防汛處置工作的前瞻性和準確性,本研究通過海量數(shù)據(jù)標(biāo)準化處理技術(shù),研發(fā)了具有物理機制的城市洪澇全過程精細化模擬模型,開展城市雨洪模擬分析工作。
1研究區(qū)域概況
1.1流域概況
建設(shè)區(qū)域位于深圳市南部,包括深圳河和深圳灣流域,簡稱深圳河灣流域,流域總面積596 km2,其中香港側(cè)256 km2,深圳側(cè)340 km2,包括南山區(qū)、福田區(qū)、羅湖區(qū)和龍崗區(qū)布吉、吉華、南灣等街道。深圳河是深圳市和香港特別行政區(qū)界河,發(fā)源于梧桐山牛尾嶺,由東北向西南流入深圳灣,水系分布呈扇形。深圳灣為半封閉海灣,東接深圳河,西連珠江口內(nèi)伶仃洋,主要河流包括大沙河、新洲河等。建設(shè)區(qū)域地理位置見圖1,深圳河灣流域水系見圖2。
1.2防洪排澇工程概況
1.2.1閘壩調(diào)度工程
深圳河流域內(nèi)建設(shè)的河道水閘主要有7座,分別為沙灣截排閘、布吉河河口水閘、筍崗水閘、筆架山河口水閘、羅雨水閘、福田水閘、皇崗水閘。深圳灣流域內(nèi)建設(shè)有4座水閘,分別為新洲水閘、大沙河口水閘、后海南河河口水閘以及后海北河河口水閘。
1.2.2水庫及蓄滯洪區(qū)
深圳河流域主要水庫共計12座,其中中型水庫1座,小型水庫11座;3處城市雨水滯蓄空間分別為筍崗滯洪區(qū)、中心公園滯洪區(qū)和荔枝湖。深圳灣流域已建?。?)型以上水庫工程共6座,其中中型水庫3座,小型水庫3座。
1.2.3雨水泵站
深圳河灣流域已建雨水及排澇泵站工程20座(圖3),總抽排能力為165.36 m3/s,設(shè)計重現(xiàn)期在1~20 a。其中,深圳河流域的主要泵站有13個,深圳灣流域主要泵站有7個,規(guī)模最大的泵站為深圳河流域內(nèi)的羅雨排澇泵站,其設(shè)計流量為48 m3/s。
1.3洪澇災(zāi)害情況
據(jù)統(tǒng)計,深圳市近40 a來共發(fā)生洪、澇、潮災(zāi)害30余次。例如,2012年4月29日凌晨全市出現(xiàn)持續(xù)強降雨,造成深圳市約120處區(qū)域、路段出現(xiàn)不同程度的內(nèi)澇、積水;2013年8月13日,受臺風(fēng)“尤特”影響,全市發(fā)生120多處積澇;2014年3月30日受持續(xù)雷雨云團影響全市出現(xiàn)強降雨,導(dǎo)致全市約200處不同程度積水及內(nèi)澇;2016年5月10日,受強雷雨云團影響出現(xiàn)強降雨,造成全市內(nèi)澇積水約100處,積水最嚴重的區(qū)域深度最高達80 cm。洪澇災(zāi)害對城市交通、工業(yè)生產(chǎn)、出行等影響顯著。
1.4數(shù)據(jù)收集情況
協(xié)調(diào)收集深圳河灣流域的基礎(chǔ)地理數(shù)據(jù)、排水管網(wǎng)數(shù)據(jù)、防洪排澇工程數(shù)據(jù)、氣象水文數(shù)據(jù)等數(shù)據(jù)支撐模型構(gòu)建。梳理深圳河灣實測暴雨場次資料、水位流量資料,進行模型參數(shù)率定及驗證。
a)基礎(chǔ)地理數(shù)據(jù)。收集深圳市規(guī)劃和自然資源局2017—2022年土地利用數(shù)據(jù)和2 m 分辨率的DEM數(shù)據(jù)。
b)排水設(shè)施數(shù)據(jù)。收集到2018年排水公司的管網(wǎng)數(shù)據(jù)約3500 km,并根據(jù)每年管網(wǎng)變更進行更新。
c)水務(wù)設(shè)施數(shù)據(jù)。共計考慮25條河道,長度128 km(包含布吉河、大芬水、羅雨干渠等暗涵),共收集斷面1202個,加上補充測量的斷面共計1325個,收集了研究區(qū)域全部18座水庫調(diào)度預(yù)案及2座滯洪區(qū)調(diào)度方案。
d)水文氣象數(shù)據(jù)。2008—2022年63個氣象站5 min 的雨量數(shù)據(jù)、2004—2022年深圳河水文測驗成果、1957—2022年深圳市水文資料年鑒等。
2深圳河灣流域城市洪澇模型
2.1模型概況
城市洪澇過程涉及降雨產(chǎn)流、河道、地表、管網(wǎng)等[11-12],針對深圳河灣流域防洪排澇特點,以及收集處理基礎(chǔ)數(shù)據(jù)的情況,選擇使用合適的概化方式,深圳河灣流域洪澇模型采用中國水科院自主研發(fā)的分布式模型 DHMUrban,模型構(gòu)建包含地表模型、管網(wǎng)模型、河道模型3個模塊[13],上述模型兩兩之間相互耦合。其中地表模型,包含了基于地表網(wǎng)格的全分布式水文模型[14],可以統(tǒng)一進行降雨產(chǎn)匯流模擬和地表積水淹沒模擬,地表與管網(wǎng)之間基于雨水篦子和檢查井之間的耦合,用以計算地表與管網(wǎng)之間的水流交換,模型耦合具有實際物理含義。模塊之間的關(guān)系見圖4。
對于深圳河灣流域建成區(qū),包括福田、羅湖、南山的城市中心區(qū)和龍崗區(qū)的布吉、南灣街道的建成區(qū),采用以水力學(xué)為主的模擬方法,以地表剖分的若干網(wǎng)格為計算單元,模擬降雨產(chǎn)流、地面匯流,以管段為單位模擬管網(wǎng)匯流,以河道斷面為單位模擬河道匯流,以水工建筑物的水力學(xué)計算方式模擬水工建筑物的調(diào)度,并進行耦合計算。深圳河灣流域香港部分主要為非建成區(qū),主要通過概化水文和河道水動力模型,考慮香港側(cè)來水對深圳河的影響。所以,對于深圳河灣流域內(nèi)非建成區(qū)和深圳河流域香港部分,采用水文為主的概化模擬方法,以水利工程為控制斷面劃分子流域,以子流域為計算單元模擬降雨產(chǎn)流、地面匯流、河道匯流等水流過程,計算流域出口斷面的流量過程。
考慮到建設(shè)區(qū)域范圍較大,涉及工程較多,建模范圍涉及上百平方千米,同時河流水系工程復(fù)雜,數(shù)據(jù)量大,但局部模擬要求分辨率較高,為了平衡兩者之間的問題,采取2種策略,將不同模塊耦合為流域快速洪水預(yù)警調(diào)度模型和精細化城市洪澇模型兩類模型組合。
2.2水文模型
以排水口匯水范圍為單元,結(jié)合流域水系、地形、管網(wǎng)分布等條件,將流域劃分為483個排水分區(qū)。在此基礎(chǔ)上,結(jié)合18個水庫調(diào)度模型共同組成流域水文模型。深圳河灣流域排水分區(qū)分布見圖5。本模型將降雨扣除前損(填洼、植物截留及蒸發(fā))和下滲后的數(shù)值直接加載于地表二維網(wǎng)格用于匯流計算。
2.3河網(wǎng)一維模型
對深圳河灣流域防洪排澇河道及其重要支流建立河網(wǎng)一維水動力學(xué)模型,構(gòu)建過程中充分考慮河網(wǎng)上重點閘泵工程調(diào)度作用,依據(jù)洪水調(diào)度預(yù)案,對模擬的閘泵設(shè)置調(diào)度規(guī)則,以實現(xiàn)城市水系及防洪工程調(diào)度模擬計算。一維模型構(gòu)建范圍包括深圳河灣流域的25條河流及相關(guān)調(diào)蓄設(shè)施,構(gòu)建河灣流域一維模型的河道分布見圖6。
2.4地表二維模型
考慮模型運行效率,在充分考慮主要市政道路邊界和中線、鐵路邊界、小區(qū)邊界、水體邊界、河道堤防、橋涵、以及重點保護對象等下墊面信息基礎(chǔ)上,針對不同類型和等級下墊面開展河灣流域建成區(qū)+非建成區(qū)的地表網(wǎng)格剖分工作。重點區(qū)域細化網(wǎng)格并進行微地形單獨處理,其他區(qū)域粗網(wǎng)格化處理,網(wǎng)格邊長控制在5~20 m,共剖分網(wǎng)格約468萬個。借助地形、土地利用等數(shù)據(jù)資料對模型的產(chǎn)匯流參數(shù)進行賦值,河灣流域地表分區(qū)分布見圖7。
2.5管網(wǎng)模型
管網(wǎng)模型根據(jù)地表模型分區(qū)的情況進行分區(qū)。在對排水設(shè)施數(shù)據(jù)分析、復(fù)核、修訂、標(biāo)準化等處理的基礎(chǔ)上,根據(jù)管網(wǎng)數(shù)據(jù)之間的屬性和拓撲關(guān)系規(guī)則,進一步填充、完善屬性缺失信息,修訂錯誤的拓撲關(guān)系。深圳河灣流域城市洪澇模型構(gòu)建管網(wǎng)長度約2200 km 的13萬管段的管網(wǎng)模型。深圳河灣排水管網(wǎng)分布見圖8。
2.6模型耦合
由于地表模型網(wǎng)格剖分數(shù)量極大,在實際計算過程中耗時長。結(jié)合工作場景需要,構(gòu)建不同功能模塊耦合流域快速洪水預(yù)警調(diào)度模型和精細化城市洪澇模型。
2.6.1流域快速洪水預(yù)警調(diào)度模型
流域快速洪水預(yù)警調(diào)度模型[15]采用水文+河道模型耦合,主要用于水庫、河道洪水的實時模擬,并利用精細模型內(nèi)澇方案庫。管網(wǎng)對雨水的限制作用通過精細模型計算的相應(yīng)內(nèi)澇方案庫體現(xiàn),見圖9。
2.6.2精細化城市洪澇模型
精細化城市洪澇模型[16-17]采用水文+地表+管網(wǎng)+河道模型耦合,模型模擬精度高,但運行慢、效率低,用于深圳河灣流域在多種設(shè)定情景下的風(fēng)險分析,解決洪澇風(fēng)險圖編制以及防洪排澇能力評估等方面工作。河灣流域耦合模型見圖10a,羅芳立交河灣流域地表模型局部見圖10b。為解決工作過程中對內(nèi)澇管理需求,可通過精細化洪澇模型模擬內(nèi)澇方案庫,供流域快速洪水預(yù)警調(diào)度模型使用。
2.7模型合理性分析
選擇2022年深圳河灣流域內(nèi)發(fā)生的“5·12”大暴雨及“6·07”大暴雨進行模型合理性分析。2022年5月11日23:59至12日23:59深圳河灣流域各區(qū)平均降雨量167 mm,日最大降水量212.8 mm,暴雨主要集中在12日2:00—8:00,最大小時降雨量達到83.8 mm;2022年6月6日22:00至7日22:00流域各區(qū)平均降雨量98.7 mm,日最大降水量145.3 mm,暴雨主要集中在6日23:30至7日5:00,最大小時降雨量達到97.7 mm。
河道洪水方面,選擇深圳河流域內(nèi)站點較多的深圳河與布吉河干流羅湖、草埔等11個重要斷面作為驗證斷面(圖11),將實河道測情況與模擬情況進行對比分析,斷面最高水位誤差在8%以內(nèi)(表1)。地表內(nèi)澇方面,選取湖南立交、布沙路大芬油畫村等易澇區(qū)作為驗證點,將實際內(nèi)澇情況和模擬情況進行對比分析,模擬與實測水深誤差在±0.1 m 以內(nèi)(表2)。
3深圳河灣流域城市洪澇模型應(yīng)用
2018年8月,深圳河灣流域洪澇模型項目組開展模型構(gòu)建工作,歷經(jīng)1 a建設(shè)期,1 a完善期,2020年模型進入運行維護期。在運行維護期,深圳河灣流域城市洪澇模型結(jié)合流域內(nèi)河道、管網(wǎng)、地形等關(guān)鍵要素,從流域管理中心職責(zé)出發(fā),在日常管理、“四預(yù)”和應(yīng)急管理等方面提供技術(shù)服務(wù),取得了較好的效果。截至2023年6月,共提供200余期水雨情研判簡報、針對河灣流域重點防護對象和重點區(qū)域,開展洪澇模擬分析工作,并重點結(jié)合深圳水庫和筍崗滯洪區(qū)等流域內(nèi)關(guān)鍵調(diào)度設(shè)施開展優(yōu)化調(diào)度研究工作,為極端天氣情況下實現(xiàn)錯洪錯超削峰提供技術(shù)支持。
3.1強化“四預(yù)”措施
在預(yù)報預(yù)警方面,利用深圳河灣流域快速洪水模型,基于當(dāng)前河道水庫實時水位并結(jié)合氣象、潮汐預(yù)報數(shù)據(jù),根據(jù)臺風(fēng)暴雨預(yù)警信號,實現(xiàn)雨前雨中分鐘級別預(yù)報預(yù)警,并發(fā)布水情簡報,在水庫、河道和內(nèi)澇等三方面進行模擬預(yù)測,為河灣洪澇風(fēng)險預(yù)警及調(diào)度[18]提供決策支持。
在預(yù)演方面,2022年6月開展了深圳水庫與深圳河聯(lián)合調(diào)度演練[19],根據(jù)深圳水庫不同調(diào)度工況下模擬其對深圳河水位影響,見圖12,以及深圳河上步碼頭、筍崗滯洪區(qū)等防汛應(yīng)急演練,初步建立了深圳水庫、筍崗滯洪區(qū)和深圳河聯(lián)合調(diào)度會商研判決策機制,通過深圳河灣流域城市洪澇模型模擬可為深圳水庫和筍崗滯洪區(qū)調(diào)度提供決策支撐。
在預(yù)案方面,編制了深圳河灣流域防洪排澇聯(lián)合調(diào)度方案,深圳河防御洪水方案、水庫防汛防風(fēng)應(yīng)急預(yù)案、深圳河灣流域水閘泵站防汛搶險預(yù)案等。
3.2洪澇風(fēng)險分析
利用建立的精細化洪澇模型,模擬降雨過程,同時考慮匹配最高潮位過程的最不利的情況,開展城市內(nèi)澇風(fēng)險分析,繪制內(nèi)澇風(fēng)險圖[20]。利用建立的深圳河灣流域的精細化洪澇模型對已擬定方案進行計算,對各個情景方案下的模擬結(jié)果提取整理,開展洪澇風(fēng)險分析,包括河道現(xiàn)狀行洪能力分析、地表積水分析、排水管網(wǎng)能力分析等。采用不同重現(xiàn)期降雨利用精細化洪澇模型評估流域內(nèi)排水管網(wǎng)能力,1 h 60 mm設(shè)計降雨下排水管網(wǎng)能力評估分析見圖13。
3.3應(yīng)急事件分析
利用建立的精細化洪澇模型,針對發(fā)生的應(yīng)急事件,搜集實際降雨和上報洪澇風(fēng)險或災(zāi)情情況,從地形、管網(wǎng)、淤堵、河道洪水頂托、閘泵調(diào)度等方面模擬分析致災(zāi)原因,對防汛應(yīng)急事件開展事后復(fù)盤分析,做了大量細致、深入的技術(shù)分析工作,科學(xué)分析事件成因、合理還原事件經(jīng)過,為水利和應(yīng)急相關(guān)部門制定措施提供技術(shù)決策支撐。以深圳2022年“6·22”暴雨為例,暴雨導(dǎo)致龍崗區(qū)甘李二路與平吉大道交匯處內(nèi)澇致人員被困,事后通過精細化洪澇模型復(fù)盤分析降雨情況、內(nèi)澇點情況、匯水情況及致澇原因,見圖14。
3.4極端暴雨分析
利用建立的精細化洪澇模型,以典型極端降雨鄭州“7·20”暴雨為例,對模型進行應(yīng)用分析。據(jù)統(tǒng)計,2021年7月17日至23日鄭州最大降水量達728 mm,單日最大降水量552.5 mm,暴雨主要集中在20日12:00至21日12:00,最大小時降雨量達到201.9 mm,最大3 h 降雨量310.8 mm,最大6 h 降雨量389.7 mm,24 h 累計降雨量594.4 mm。暴雨過程采用24 h 累計降雨量594.4 mm,見圖15。
a)水庫險情。深圳河灣流域內(nèi)共有水庫18宗,根據(jù)水庫模擬成果,6宗水庫超校核洪水位(分別為禾鐮坑水庫、橫瀝口水庫、仙湖水庫、人工湖水庫、銀湖水庫和金湖下庫),9宗超設(shè)計洪水位(在6宗水庫超校核洪水位水庫數(shù)量上增加深圳水庫、蓮塘尾水庫和小坑水庫),15宗超汛限水位(在9宗超設(shè)計洪水位水庫數(shù)量上增加西麗水庫、香蜜湖水庫、黃牛湖水庫、雞公坑水庫、三聯(lián)水庫和金湖上庫)。
b)城市內(nèi)澇情況。深圳河灣流域面積343.44 km? , 其中非建成區(qū)118.93 km? , 建成區(qū)224.51 km?。流域內(nèi)淹沒面積為52.35 km2,占建成區(qū)23.3%,不同水深分級對應(yīng)淹沒面積統(tǒng)計見表3。
c)重要防護對象受災(zāi)情況。根據(jù)模擬結(jié)果,鄭州市“7·20”特大暴雨情況下,深圳市羅湖火車站、東湖水廠、布吉站(深圳東站)、福田站、市民中心、證券交易所等重點防護對象發(fā)生不同程度險情,因此應(yīng)重點保護。深圳河灣流域24 h 累計降雨594 mm(鄭州“7·20”暴雨)內(nèi)澇風(fēng)險見圖16。
4結(jié)論
在近3 a 的業(yè)務(wù)化應(yīng)用中,深圳河灣流域城市洪澇模型從防汛應(yīng)急決策與日常管理、規(guī)劃設(shè)計等方面,針對城市暴雨內(nèi)澇問題進行分析,為深圳水旱災(zāi)害防御及應(yīng)急工作提供了技術(shù)支撐。模型經(jīng)逐年運行維護及率定完善,能夠更為準確識別洪澇風(fēng)險,已初步在“四預(yù)”、內(nèi)澇成因分析、內(nèi)澇風(fēng)險分析、極端暴雨分析等實際應(yīng)用中發(fā)揮了突出作用,成為深圳河灣流域水災(zāi)害應(yīng)急管理的重要科技支撐。
未來,深圳河灣流域城市洪澇模型將不斷在速度、準度和精度方面不斷進行優(yōu)化完善,通過 GPU 并行計算和超算提升算力,通過不斷更新地表信息、水務(wù)工程設(shè)施信息、管網(wǎng)信息等實現(xiàn)更準確的概化,通過對局部重點片區(qū)的精細化等方式達到更精準的模擬。未來,深圳河灣流域城市洪澇模型還可與城市 CIM 智慧平臺進行結(jié)合,實現(xiàn)城市精細化、智慧化建設(shè)和管理。
參考文獻:
[1]夏軍,張印,梁昌梅,等.城市雨洪模型研究綜述[J].武漢大學(xué)學(xué)報(工學(xué)版),2018,51(2):11-17.
[2]王海潮,陳建剛,張書函,等.城市雨洪模型應(yīng)用現(xiàn)狀及對比分析[J].水利水電技術(shù),2011,42(11):10-13.
[3]岑國平.城市雨水徑流計算模型[J].水利學(xué)報,1990(10):68-75.
[4]周玉文,趙洪賓.城市雨水徑流模型研究[J].中國給水排水,1997,13(4):4-6,2.
[5]徐向陽.平原城市雨洪過程模擬[J].水利學(xué)報,1998(8):35-38.
[6]劉佳明.城市雨洪放大效應(yīng)及分布式城市雨洪模型研究[D].武漢:武漢大學(xué),2016.
[7]張建云,王銀堂,賀瑞敏,等.中國城市洪澇問題及成因分析[J].水科學(xué)進展,2016,27(4):485-491.
[8]鐘小芹,肖文.深圳市洪水災(zāi)害分析與減災(zāi)對策[J].中國農(nóng)村水利水電,2002(12):67-69.
[9]畢南妮,畢業(yè)亮.深圳龍崗河防洪工程建設(shè)現(xiàn)狀及治理措施[J].居業(yè),2021(9):200-201,203.
[10]楊栗晶.對深圳市防洪的幾點初步認識[J].人民珠江,2003,24(3):68-69.
[11]徐宗學(xué),葉陳雷.城市暴雨洪澇模擬:原理、模型與展望[J].水利學(xué)報,2021,52(4):381-392.
[12]WANG X H,HOU J M,LI B Y,et al. Study for UnderpassInundation Process Caused by Heavy Storm Using High-resolution Urban Flood Model[J]. Water Resources Management,2022,36(2):3965-3980.
[13]臧文斌,趙雪,李敏,等.城市洪澇模擬技術(shù)研究進展及發(fā)展趨勢[J].中國防汛抗旱,2020,30(11):1-13.
[14]SINHA S, HAMMOND A , SMITH H. A comprehensive intercomparison study between a lumped and a fully distributed hydrological model across a set of 50 catchments in the United Kingdom[J]. Hydrological Processes,2022,36(3):112-122.
[15]雒翠,劉業(yè)森,劉媛媛,等.一種城市洪澇快速分析方法的設(shè)計與應(yīng)用[J].中國防汛抗旱,2021,31(7):17-22.
[16]徐美,孫楊,劉舒.北京城市精細化洪澇模型初步構(gòu)建與應(yīng)用[J].中國防汛抗旱,2020,30(7):16-21.
[17]臧文斌.城市洪澇精細化模擬體系研究[D].北京:中國水利水電科學(xué)研究院,2019.
[18]韓剛,王常效,劉業(yè)森,等.深圳市洪澇預(yù)警調(diào)度系統(tǒng)建設(shè)方案及實現(xiàn)[J].中國防汛抗旱,2020,30(11):14-19.
[19]冷玉波,劉訓(xùn)平,劉川.深圳河流域防洪調(diào)度預(yù)演研究[J].人民珠江,2022,43(12):73-81.
[20]徐美,劉舒,孫楊,等.利用洪澇模型進行城市內(nèi)澇風(fēng)險快速識別與預(yù)警[J].武漢大學(xué)學(xué)報(信息科學(xué)版),2020,45(8):1185-1194.
(責(zé)任編輯:高天揚)