清華思客 | 田富強 倪廣恆 李瑞棟：城市暴雨洪水預報和應急管理的研究前沿與熱點問題

新知 • 新思 • 新文化

城市暴雨洪水預報和應急管理的研究前沿與熱點問題

“

編者按：

今年，河南、山西等地持續遭受極端暴雨天氣，多地受洪澇災害嚴重，房屋倒塌、土地被淹，居民的正常生活和生命財產安全受到極大影響。本期我們邀請到清華大學水利水電工程系田富強教授、倪廣恆教授和博士生李瑞棟分享城市暴雨和洪水預報前沿與存在問題。

近年來，受全球氣候變化的影響，城市暴雨洪水災害頻發，嚴重影響了國家經濟發展與人民財產生命安全。根據2011年至2018年中國水旱災害公報資料，我國每年平均進水受淹或發生嚴重內澇的城市數量為154個，因洪澇直接經濟損失約佔當年GDP的0。35%。2012年“7·21”北京、2021年“7·20”鄭州等極端雨洪災害事件造成了巨大生命和財產損失，為城市應急管理帶來慘痛教訓。

人多地少的基本國情決定了，洪澇風險暴露增加將是我國城市化必然面對的主要挑戰之一。

在堅持完善城市發展空間規劃的基礎上，必須提升城市極端雨洪災害的預報能力與應急管理能力，推動韌性城市建設。針對城市暴雨洪水預報和應急管理問題，目前國內外已在

極端暴雨發展模式、洪澇災害模擬方法、雨洪風險管理措施

等方面取得一些研究成果，但仍需要不斷在前沿領域進行探索並持續深入。

一是精準化降雨臨近預報。

超標準降雨是誘發城市洪澇災害的重要因素，其出現機率受氣候變化、城市擴張等因素影響而呈現出顯著增大的趨勢。考慮到基於降雨量閾值的預警指標是當前應急管理部門開展雨洪災害防禦工作的重要依據，

如何降低降雨中心落區與降雨強度變化的預報誤差、努力實現2-3小時精準化降雨臨近預報，

仍然是當前亟待攻關突破的前沿科學問題。

已有的降雨預報方法，主要包括

基於物理過程引數化求解的數值天氣預報

，和

基於時空序列統計外推的雷達回波預報

。其中，數值天氣預報因初始氣象要素場不確定性大、次網格過程引數化難、計算資源要求高等問題，難以有效滿足精準化臨近預報需求，使得雷達回波的統計外推研究日益受到研究者關注。如2021年9月，DeepMind與英國氣象局在《Nature》雜誌上聯合發表研究成果：與傳統方法相比，使用基於深度神經網路的雷達回波預報模型，成功在15361280公里的空間區域上，取得了更貼近真實情況的5-90分鐘預報結果。

然而，單純依賴雷達觀測資料驅動的統計外推模型因其1-2小時預測強度消散顯著、雷達最低觀測仰角限制、降雨強度估計關係式不確定性大等問題，仍然無法很好滿足實際業務應用需求。因此，

高效融合包括雨量站、氣象衛星、天氣雷達等在內的多源觀測資料，綜合利用數值天氣預報和雷達回波預報，改善降雨臨近預報結果

仍是當前尚待研究探索的重要話題。

二是精細化城市洪澇模擬。

相較於自然流域，

城市流域因受空間異質性大、人類活動干預顯著等因素影響而呈現出複雜獨特的產匯流特徵

。針對該問題，現有城市洪澇模型立足於不同特徵模擬單元，對高度複雜的城市流域及其主要水迴圈過程進行引數化建模計算，主要可分為以SWMM為代表的

排水管網模型

，以LISFLOOD-FP、HiPIMS為代表的

淺水動力模型

，以及

基於機器學習、元胞自動機等技術的模型

。其中，排水管網模型與淺水動力模型因具有明確物理機制而成為當前城市洪澇模擬的主流應用模型。

然而，上述模型和方法存在仍有不足之處：

第一

，使用如地形指數法、非線性水庫法等始於自然流域水文分析的計算方案來刻畫基本模擬單元的產流過程，忽視了城市流域的潛在空間組織關係，無法有效反映典型氣象驅動與下墊麵條件下的單元產流特徵。

第二

，上述模型常對地下空間設施、雨洪調控設施等關鍵環節進行經驗性的簡化處理，無法全面反映城市水迴圈系統，易導致雨洪風險管理出現盲點區域。

第三

，在極端暴雨條件下，流域防洪與城市排澇需要進行聯動管理，而當前基於“流域-區域-城市”整體觀念、開展多尺度巢狀雨洪模擬及風險管理的相關工作尚不多見。

第四

，精細化城市洪澇模擬需要與之適配的地表地形和地下管網資訊，而當前我國仍處於快速城市化階段，基於傳統資料處理正規化的建模方法無法有效滿足模型更新迭代需求，適用於變化環境的自動化、智慧化建模工具仍亟待發展。

因此，

研究典型城市下墊面的產匯流機理，發展多過程耦合、多尺度巢狀的精細化智慧模擬技術，將是未來城市暴雨洪水預報研究面臨的重要任務。

同時，精細化模擬方案需要詳實的觀測資料的驗證支撐。當前的城市洪澇模擬驗證多侷限於主幹河道斷面流量與水深觀測、定性化的城區內澇點記錄等，難以全面測試已有引數化模型對於實際城市洪水推進過程的模擬預報能力。

在未來，需要建立完善基於衛星監測、影片監控、公眾參與等多源資料的城市洪澇觀測系統，發展面向典型城市水迴圈過程的要素反演技術，並藉助精細化觀測資料，結合統計學習模型來識別控制城市流域暴雨洪水致災鏈條發展的關鍵驅動因子，利用資料同化方法來降低引數化模型預報的不確定性，推動精細化城市洪澇模擬落實落地。

三是人本化雨洪風險智慧調控。

降低人民群眾的風險暴露

是應急管理工作的核心目標。同時，

正確引導典型個體在災害中的決策行為

是應急管理工作的“最後一公里”，是新興的社會水文學所重點關注的內容。

目前已有部分研究在城市雨洪模擬及風險評價中引入了人體不穩定性估計、群體逃生決策等要素，探索了人水互動的雨洪災害預報框架。然而，現有絕大多數研究僅能透過經驗模型、問卷調研等方式對個體行為開展假定式的建模分析，缺乏實際案例驗證，與社會公眾在實際暴雨洪澇災害情景下的響應決策存在較大偏差，無法有效滿足應急管理工作的實際需求。

因此，伴隨著如社交媒體資訊、群體移動軌跡等眾源資料的數量及種類日益豐富，

如何建立社會與公眾層面對超標準暴雨洪水的風險感知正規化，深入挖掘社會系統與雨洪災害間的宏觀統計規律及微觀作用機制

，將是未來城市雨洪災害應急管理的重要議題之一。在此基礎上，還需要將雨洪災害情勢與社會群體響應相耦合，推動雨洪風險評價落實至個體層面，並結合智慧控制演算法，聯合利用城市排水防澇設施和自然生態滯蓄力量，開展“河-湖-路-管網”的精細化排程，落實低窪地帶、地下空間等處的針對性防禦，由此竭力做到人民生命有保護，城市執行不癱瘓，國民經濟少損失。

綜上，精準化降雨臨近預報與精細化城市洪澇模擬是城市雨洪災害應急管理的核心基礎，人本化雨洪風險智慧調控是城市雨洪災害應急管理的發展方向與必然要求。

未來相關領域的研究者應圍繞以上問題，深入推進研究工作，為韌性城市建設提供科學理論和實用技術的有力支撐，切實推動我國城市內澇問題的解決。

作者簡

介

田富強

田富強

，清華大學水利水電工程系教授，國際水文科學協會Panta Rhei十年研究計劃主席（2019-2021）。主要研究領域為水文預報、綠洲水土資源可持續利用、跨境河流水資源管理等，獲省部級一等獎3項，獲2019年國際灌排協會節水技術獎，2021年出版《城市暴雨洪水機理與預報》專著。

倪廣恆

倪廣恆

，清華大學水利水電工程系教授，主要研究方向為城市暴雨洪水預報和應急管理、高山複雜地形氣象條件下的水文預報、跨境河流水資源管理等。

李瑞棟

，清華大學水利水電工程系博士生，主要研究方向為城市內澇模擬及機器學習方法在其中的應用。

供稿 | 田富強 倪廣恆 李瑞棟

約稿 | 魏奕萌

編輯 | 魏奕萌

排版 | 惠 珺

本文經田富強老師、倪廣恆老師、李瑞棟同學授權釋出，如需轉載請在留言區說明

1

2

3