城市暴雨内涝的水文-水动力耦合模型研究综述

城市暴雨内涝的水文-水动力耦合模型研究综述一、水文-水动力耦合模型的核心理论基础城市暴雨内涝的形成是典型的多尺度水文过程与水动力过程耦合作用的结果，其核心逻辑在于：降水经冠层截留、下渗、填洼等损失后形成的地表径流，在城市复杂下垫面的约束下发生汇流、壅水、漫溢等动态演化，同时与地下管网排水过程、河道行洪过程存在实时交互作用。传统水文模型以“黑箱”或“灰箱”结构为主，通过单位线、推理公式等经验化方法计算产汇流量，虽计算效率高，但无法表征径流的空间分布特征与水深、流速等水动力要素；而单独的水动力模型对入流边界条件的精度要求极高，若缺乏水文过程提供的准确流量输入，模拟结果往往会出现系统性偏差。耦合模型的核心优势便在于实现两类过程的时空尺度匹配与信息实时交互，目前主流的耦合理论框架可分为三类：其一为单向耦合框架，即水文模型先完成全流域产汇流计算，将节点流量过程作为边界条件输入水动力模型，仅实现水文到水动力的单向信息传递，该框架开发难度低、计算速度快，适用于排水管网概化程度较高的大范围区域内涝风险评估，但无法模拟管网回水、地表径流倒灌等双向交互过程，在地形平缓、管网拓扑关系复杂的区域模拟误差可达30%以上。其二为双向紧耦合框架，两类模型在同一个时间步长内完成数据交互，水文模型计算当前步长的产流量后直接输入水动力模块，水动力模块计算得到的水位、壅水高度等参数反过来修正下一个步长的水文产汇流参数（如填洼量、下渗率），该框架能更真实地反映内涝演化的物理过程，在“小尺度、高精细”的内涝模拟中精度比单向耦合提升15%-25%，但计算复杂度呈指数级上升，10km²区域的模拟时长往往是单向耦合的3-5倍。其三为半耦合混合框架，针对不同子区域的特征选用不同的耦合策略，例如在建筑密集、地形复杂的中心城区采用双向紧耦合，在郊区、农田等下垫面均匀的区域采用单向耦合，兼顾模拟精度与计算效率，是当前大尺度城市内涝模拟的主流发展方向。模型的时空尺度适配是耦合过程中需要解决的首要理论问题。在时间尺度上，水文模型的时间步长通常为5-15分钟，而水动力模型为满足CFL（柯朗-弗里德里希斯-列维）条件的稳定性要求，时间步长往往控制在10-60秒，若直接进行耦合会出现时间步长不匹配导致的数值振荡，目前常用的解决方法包括时间步长插值法、多时间层嵌套法等，其中自适应时间步长调整技术可根据计算区域的流速、坡度动态调整水动力模块的步长，在保证精度的前提下将计算效率提升40%以上。在空间尺度上，水文模型通常采用子流域划分（单元大小多为0.5-5km²），而水动力模型的网格单元多为1-50m，尺度差异会导致产流量的空间分配误差，相关研究表明：当水文子流域面积大于水动力网格平均面积的100倍时，模拟的最大积水深度误差可超过0.5m，因此近年来越来越多的研究采用“水文响应单元与水动力网格一一映射”的方法，通过泰森多边形剖分、面积权重分配等技术实现产流量的空间精准传递，有效降低了尺度适配误差。二、主流耦合模型的技术架构与适用场景目前国内外应用较为广泛的水文-水动力耦合模型可分为商业软件、开源模型与定制化开发模型三大类，不同模型的技术架构差异决定了其适用场景的分化：第一类是商业软件体系，以InfoWorksICM、MIKEFLOOD、SWMM+FLOOD-2D等为代表。InfoWorksICM是当前城市内涝模拟领域商业化程度最高的耦合模型，其内置了完整的水文产汇流模块、一维管网水动力模块、二维地表漫流模块，可实现管网、地表、河道多过程的全耦合模拟，支持考虑雨水口截流效率、管道淤积、泵闸调度等复杂边界条件，在国内一线城市的内涝治理规划中应用占比超过60%，但其缺点在于软件许可成本高，网格剖分、参数率定等操作高度依赖技术人员经验，且难以与深度学习、实时监测数据等新技术进行二次融合。MIKEFLOOD则是将MIKE11（河道一维）、MIKE21（地表二维）与MIKEURBAN（城市水文管网）进行耦合，在滨江、滨海等受河道水位顶托影响明显的城市内涝模拟中具有独特优势，尤其擅长模拟风暴潮、内河洪水与暴雨内涝的“多碰头”极端情景。而SWMM作为美国环保署开发的开源水文管网模型，本身仅具备一维管网模拟能力，国内外学者通过二次开发将其与FLOOD-2D、TELEMAC-2D等二维水动力模型耦合，形成了“SWMM+”的开源耦合体系，由于成本低、可定制性强，在高校、科研机构的研究项目中应用最为广泛，相关研究案例占开源耦合模型总应用量的70%以上。第二类是开源耦合模型框架，以SWAT+MODFLOW、HEC-RAS2D、CityDrain等为代表。HEC-RAS2D是美国陆军工程兵团开发的开源水动力模型，最新版本已内置了简单的水文产流模块，同时支持与HEC-HMS水文模型进行双向耦合，其优势在于计算效率高、对大尺度地形的兼容性好，在流域级（大于1000km²）的城市内涝与流域洪水耦合模拟中表现突出，2023年国内某流域管理机构应用该模型完成了流域内12个城市的内涝风险区划，模拟效率比传统商业软件提升2倍以上。SWAT+MODFLOW耦合框架则主要应用于下渗过程占比较高、地下水与地表径流交互明显的城市，尤其在海绵城市建设的水文效应评估中应用广泛，可量化分析不同海绵设施对地表径流、地下水位的长期影响。近年来国内自主开发的开源耦合模型也不断涌现，如清华大学开发的CityHydro模型、武汉大学开发的UrbanFlood模型，针对中国城市下垫面复杂度高、管网数据精度不足等特点进行了优化，在国内中小城市的内涝模拟中适应性优于部分国外商业模型。第三类是融合人工智能技术的新一代耦合模型，也是当前的研究热点。传统耦合模型存在参数敏感性高、率定困难、对监测数据依赖度大等问题，而深度学习技术可有效弥补这些缺陷：一方面，通过LSTM、Transformer等时序模型对降水、水位、流量等监测数据进行训练，可直接为耦合模型提供更精准的入流边界条件，降低水文模块的参数率定难度，2024年某研究团队将Transformer模型与InfoWorksICM耦合，在上海某中心城区的内涝模拟中，积水深度的平均绝对误差从0.21m降至0.09m，模拟精度提升57%；另一方面，利用卷积神经网络对二维水动力模拟过程进行代理建模，可将原本数小时的二维漫流模拟时长压缩至分钟级，为内涝的实时预报预警提供了可能。此外，数字孪生技术与耦合模型的融合也在快速发展，通过物理模型与实时监测数据的同化，可实现内涝演化过程的可视化、动态化展示，国内已有多个城市在数字孪生水务平台中集成了水文-水动力耦合模型，可实现极端暴雨情景下内涝风险的提前1-6小时预报。三、耦合模型的关键技术难点与研究进展尽管水文-水动力耦合模型的应用已经十分广泛，但在实际应用中仍存在多个关键技术难点，相关研究近年来取得了一系列突破性进展：首先是复杂下垫面的概化与参数化问题。城市下垫面包含建筑、道路、绿地、水系等多种类型，且存在大量的微地形（如路缘石、下沉式广场、高架桥），这些要素对径流的汇流路径、积水分布有显著影响，但传统模型通常对下垫面进行简化处理，导致模拟结果与实际情况偏差较大。近年来的研究一方面通过高精度DEM（数字高程模型）数据融合技术，将激光点云、街景影像等多源数据融合生成1m分辨率以下的精细化地形模型，可准确识别路缘石、雨水口等微地形要素；另一方面提出了动态下垫面参数化方法，例如考虑不同降水强度下道路的糙率变化、海绵设施的蓄水饱和过程等，2023年的一项研究表明，采用动态糙率参数的耦合模型，对道路积水过程的模拟精度比固定糙率模型提升30%以上。此外，针对建筑密集区的径流模拟，“孔隙率模型”“建筑等效阻力模型”等技术的应用，避免了对每一栋建筑进行单独网格剖分的巨大计算量，可在保证精度的前提下将大尺度区域的模拟效率提升2-3倍。其次是多过程耦合的不确定性分析。耦合模型的不确定性来源于输入数据（降水、地形、管网数据）的误差、模型参数的不确定性、模型结构的误差三个方面，其中降水数据的误差对模拟结果的影响最大，相关研究表明，降水预报的10%误差可能导致积水深度模拟的30%以上误差。目前针对不确定性分析的研究主要集中在三个方向：一是基于多源数据同化的参数校正技术，通过融合雨量站、雷达测雨、物联网水位监测等多源数据，实时调整模型的产汇流参数，降低输入数据与参数的不确定性，2022-2024年国内已有多个研究团队实现了耦合模型与雷达降水数据的实时同化，极端暴雨情景下的积水预报准确率提升了40%以上；二是基于蒙特卡洛、拉丁超立方等方法的全局敏感性分析，识别出对模拟结果影响最大的核心参数，减少参数率定的工作量，目前多数研究已证实，在城市内涝模拟中，下渗率、糙率、管网坡度是敏感性最高的三个参数，其贡献的不确定性占总不确定性的70%以上；三是多模型集合模拟技术，通过多个不同结构的耦合模型进行并行模拟，对结果进行加权平均，可有效降低单一模型的结构误差，2023年国家防汛抗旱总指挥部发布的内涝模拟技术指南中，已明确推荐采用多模型集合模拟的方法提高结果可靠性。第三是大尺度模拟的计算效率问题。随着内涝模拟的范围从城区级向城市群级扩展，传统的CPU串行计算已经无法满足效率需求，目前的解决路径主要包括并行计算技术与代理模型技术两类。并行计算方面，基于GPU的二维水动力模拟技术已相对成熟，单GPU的计算速度可比传统CPU提升10-100倍，2024年某研究团队利用GPU并行技术完成了长三角某城市群1.2万km²范围的高分辨率内涝模拟，网格数量超过2000万个，单次模拟时长仅需2小时，达到了业务化应用的要求。代理模型技术则是通过机器学习方法对物理模型的输入输出关系进行拟合，在模拟前先对大量情景的模拟结果进行训练，实际应用时可直接快速输出结果，尤其适用于需要反复调用模型的情景，如内涝风险区划、规划方案比选等，相关研究表明，训练良好的深度学习代理模型，模拟精度可达到物理模型的90%以上，而计算效率提升上千倍。四、耦合模型的典型应用场景与实践案例水文-水动力耦合模型已经在城市内涝治理的全链条中得到广泛应用，覆盖规划、设计、应急、运维等多个阶段：在内涝风险评估与区划阶段，耦合模型可模拟不同重现期暴雨下的积水深度、淹没范围、淹没时长等要素，为风险等级划分提供量化依据。以上海市2021-2023年开展的中心城区内涝风险区划工作为例，当地采用InfoWorksICM耦合模型，对中心城区660km²范围进行10m分辨率的二维模拟，共设置了1年一遇、5年一遇、50年一遇、100年一遇等多个降水情景，识别出积水深度大于0.5m的高风险区域42处，为后续的内涝治理项目排序、风险图编制提供了核心支撑，基于模型结果制定的治理方案实施后，中心城区的内涝点数量减少了72%。在海绵城市建设效果评估阶段，耦合模型可量化分析不同海绵设施的径流控制效果。深圳市在光明区海绵城市试点建设中，采用SWMM与二维水动力耦合的模型，对150km²试点区域的海绵设施运行效果进行了模拟，结果表明：当区域海绵设施达标率为70%时，3年一遇暴雨下的积水点数量比建设前减少了85%，径流总量控制率达到75%，符合国家海绵城市建设的要求，模型模拟结果为后续的海绵设施优化布局提供了明确的方向。在内涝应急预报预警阶段，耦合模型与数值天气预报结合，可实现内涝风险的提前预报。广州市在2023年建成的内涝实时预警系统中，集成了自主开发的水文-水动力耦合模型，可接入全市2000多个雨量站、水位站的实时监测数据，结合未来6小时的降水预报数据，实现全市范围的内涝风险逐小时滚动预报，预警准确率达到82%，在2024年5月的一次极端暴雨过程中，该系统提前3小时发布了21处高风险区域的内涝预警，为人员转移、交通管控争取了宝贵时间。在排水管网运维优化阶段，耦合模型可模拟不同管网淤积、改造情景下的排水能力变化。北京市在中心城管网排查工作中，利用耦合模型对1.2万公里排水管网的排水能力进行了评估，识别出137处管网瓶颈段，针对性提出了清淤、改造的方案，模拟结果显示，方案实施后中心城的管网排水能力整体提升了30%，可有效应对5年一遇的暴雨。五、未来研究趋势与展望随着极端暴雨事件的频发与城市治理精细化需求的提升，水文-水动力耦合模型未来的研究方向主要集中在以下几个方面：一是多尺度、多过程的全耦合模拟。当前多数耦合模型主要关注地表径流与管网排水过程的耦合，未来需要进一步拓展耦合范围，实现“降水-冠层截留-下渗-地表汇流-管网排水-河道行洪-地下水交互”的全链条耦合，同时兼顾城市尺度、街区尺度、设施尺度的多尺度适配，为内涝的系统性治理提供更精准的工具。二是新数据与新技术的深度融合。随着物联网监测、卫星遥感、无人机航测等技术的发展，多源数据的可获得性不断提升，未来耦合模型将进一步强化与这些数据的同化能力，降低对人工参数率定的依赖，提升模型的自适应能力。同时，大语言模型、生成式AI等新技术也将逐步应用于模型的前处理、结果分析等环