一种耦合洪水和风浪作用漫坝型城市洪涝风险评估方法与流程

本发明涉及城市防洪减灾与风险评估，尤其涉及一种耦合洪水和风浪作用漫坝型城市洪涝风险评估方法。

背景技术：

1、随着全球气候变化加剧，极端降水事件频率与强度增加，城市面临“洪-潮-浪”多致灾因子协同作用的风险显著提升。大坝作为城市防洪关键工程，在高水位洪水与强风浪共同作用下，其顶部可能因波浪爬升、越浪堆积或坝体稳定性破坏而发生漫顶，进而引发下游城区大范围洪涝灾害。

2、现有城市洪涝风险评估方法存在以下不足：（1）未来环境适应性不足：多数方法依赖历史气象水文数据构建模型，未纳入未来气候模式下的降水-径流变化规律及极端风浪演化趋势，导致评估结果无法支撑长期防洪规划；（2）洪-浪耦合作用缺失：传统评估仅关注静态洪水水位，忽略风浪对坝体表面的动态荷载对漫顶过程的叠加效应，低估实际漫顶风险；（3）漫坝机制刻画粗糙：未区分“洪水主导型漫顶”与“风浪叠加型漫顶”的差异，导致风险评估结果与真实致灾过程偏离；（4）城市空间异质性忽略：未结合城市地形起伏、下垫面类型及关键基础设施分布特征，难以精准识别高风险区域并制定针对性防控措施。

技术实现思路

1、本发明提供了一种耦合洪水和风浪作用漫坝型城市洪涝风险评估方法，以解决现有评估方法适应性不足、未考虑洪-浪耦合作用等问题，提升评估精准度和前瞻性。

2、为了实现上述目的，本发明采用了如下技术方案：

3、一种耦合洪水和风浪作用漫坝型城市洪涝风险评估方法，包括以下步骤：

4、s1.获取研究区历时/未来气象数据、水文数据、土地利用数据、土石坝基础数据、百色市区人口、经济数据等，并进行数据预处理，构建研究区域未来时期气候及土地利用耦合情景；

5、所述步骤s1包括：

6、步骤11，获取cmip6气候模式对应的未来气象数据，包括未来的降水数据、未来气温数据、未来风速/风向数据等，并对未来数据进行降尺度处理。

7、步骤12，获取土石坝工程基础信息资料数据，包括土石坝水库的水库-库容曲线、水位库面面积曲线、水库下泄流量曲线。

8、步骤13，通过luh2（land use harmonization project）未来土地利用数据集获取对应于cmip6气候模式情景的研究区域未来土地利用类型需求量数据，然后采用flus（future land use simulation）模型预测流域土地利用的空间分布情况。

9、flus模型包含以下两个模块：

10、（1）出现概率计算模块：

11、flus模型采用人工神经网络方法模块（ann-based probability-of-occurrenceestimation）模拟土地利用类型出现的概率和空间分布，其计算公式为：

12、；

13、；

14、；

15、式中，为土地利用类型在时间于栅格的概率；为输出层与隐藏层间的权重系数；为隐藏层与输出层的关联函数；为信号因子；为输入层与隐藏层之间的信号。

16、（2）基于自适应惯性机制的元胞自动机模块：

17、基于自适应惯性机制的元胞自动机模块计算如下：

18、；

19、；

20、；

21、式中，为时间土地利用类型于栅格的综合概率；为土地利用类型在栅格的概率，即领域影响；为时间土地利用类型的惯性系数；为土地利用类型到土地利用类型的转换成本；为在窗口下时间结束后土地利用类型占有的栅格总数；为变量权重；为ca摩尔邻域值；为在时间土地利用类型需求量与栅格数之间的差值。

22、步骤14，构建研究区域未来时期气候及土地利用耦合情景。

23、s2.基于步骤s1的气候-土地利用数据，构建swat分布式流域水文模型模拟坝址上游流域的产汇流过程，输出坝前河道设计流量过程线，耦合历史典型洪水过程线生成未来洪水过程。

24、所述步骤s2包括：

25、步骤21，基于研究区域历史降水径流数据，构建swat分布式流域水文模型模拟坝址上游流域的产汇流过程，通过率定验证确定模型在该区域的参数方案。

26、swat水文模型的水量平衡控制方程为：

27、

28、式中，和分别为初末时段土壤含水量，；为时间，；、及分别为第天降雨量、蒸散发量和地表径流量，；和分别为第天壤中流和地下径流量，。

29、swat模型的计算包含以下几个方面：

30、（1）蒸散发计算：

31、采用penman-montcith法进行潜在蒸散发的计算，其计算公式为：

32、；

33、式中，为所求潜在蒸散发量，；为日平均气温，；为关于和关系曲线的斜率，；和分别为地表日净辐射通量和日土壤热通量，；为与空气湿度有关的参数，；为近地面2m处风速，；和为饱和水蒸气压和实际水蒸气压，。

34、（2）地表径流计算：

35、swat模型中采用scs曲线法计算日时间尺度的地表径流，其公式为：

36、；

37、；

38、；

39、式中，为地面径流，；为日降雨量，；为初损量，；为流域允许最大滞留量，；为scs曲线参数。

40、（3）地下径流：

41、swat模型中地下径流包括浅层地下径流和深层地下径流，计算公式分别为：

42、；

43、；

44、式中，和分别为第天和第天的浅层土壤蓄水量，；为第天浅层地下水补给量，；为由浅层地下水补给到深层地下水的水量，；为浅层土壤蒸发量，；为主河道地下补给量，；为浅层土壤出流量，；和为第天和第天深层土壤蓄水量，；为深层土壤出流量，。

45、（4）汇流：

46、swat模型中可采用muskingum法进行汇流计算，其计算公式为：

47、；

48、；

49、；

50、；

51、式中，和分别为上游河段始末入流量，；和分别为下游河段始末出流量，；为传播时间，；为流量比重常数。

52、（5）水文模型精度评价：

53、采用纳什效率系数（nse，nash sutcliffe efficiency）、确定性系数（r2）以及kge系数（kge，kling–gupta efficiency分析swat模型的模拟精度。

54、其计算公式分别为：

55、；

56、；

57、；

58、式中，和分别为第个实测流量和模拟流量，m³/s；和分别为实测流量和模拟流量均值，m³/s；为实测流量与模拟流量的线性相关系数；为模拟流量序列标准差与实测流量序列标准差之比；为与之比。

59、步骤22，基于步骤21构建的水文模型及确定的模型参数方案，采用未来气候-土地利用数据，预测各未来气候及土地利用耦合情景下的土石坝坝址入库流量过程。

60、步骤23，基于步骤22预测得到的未来坝址入库流量结果，耦合p-ⅲ型分布模型和copula函数，进行坝址入库洪水峰-量联合频率分析，确定未来时期各设置频率下洪水峰-量设计结果。

61、s3.对步骤s2得到的未来洪水过程，采用峰量舍选法抽样生成多组洪峰-洪量组合并调洪演算得洪水位，结合极值i型分布反函数法抽样风壅高度、瑞利分布反函数法抽样波浪爬高，判定土石坝是否漫坝并计算漫坝概率。

62、所述步骤s3包括：

63、步骤31，基于步骤s2获得的未来时期各设置频率下洪水峰-量频率分析及峰-量联合设计结果，采用峰量舍选法进行洪水样本抽样，对样本洪水过程进行调洪演算即可获得洪水位。

64、具体步骤如下：

65、（1）构建洪水峰量联合分布函数，推求其对应某一重现期（本次抽样取重现期为10000年）的边界点坐标b、c；

66、（2）生成符合均匀分布的（0~1）随机数，令，则洪峰设计值；

67、（3）判断q是否位于之间；若是，则计算v：

68、；

69、若否，重新进行（2），直到步骤（3）条件满足，可求得洪量设计值；

70、（4）将步骤（ⅱ）至步骤（ⅲ）重复n次，即可获得出若干组峰量组合设计值。

71、步骤32，基于未来气候模式中的风速-风向预测数据，采用极值i型分布反函数法对风壅高度进行抽样。

72、极值i型分布的概率分布函数及其反函数为：

73、；

74、；

75、式中，为极值i型分布的常量参数，且有，分别为随机变量的均值和标准差。

76、设随机生成的在[0,1]之间的均匀分布随机数为，则极值i型分布的随机数则为

77、；

78、由此可知在获取[0,1]之间符合均匀分布随机数后，只需要求取风壅高度的均值和均方差即可。

79、而风壅高度的均值和均方差可以基于水库库水面以上10米处的有效风速资料，参考《碾压式土石坝设计规范》相关公式求取：

80、；

81、；

82、式中，和分别为风壅高度的均值和均方差；为综合摩阻系数；取值为，和为水面上10米处有效风速的均值和均方差；为水库吹程；为水域平均水深；为重力加速度；取值为9.81。

83、步骤33，基于未来气候模式中的风速-风向预测数据，采用瑞利分布反函数法对波浪爬高进行抽样。

84、瑞利分布的概率分布函数及其反函数为：

85、；

86、；

87、式中，为分布参数，且有；分别为随机变量的均值和标准差。

88、设随机生成的在[0,1]之间的均匀分布随机数为，则瑞利分布的随机数则为：

89、；

90、由此可知在获取[0,1]之间符合均匀分布随机数后，只需要求取波浪爬高的均值和均方差即可。

91、而波浪爬高的均值亦可以基于水库库水面以上10米处的有效风速资料参考《碾压式土石坝设计规范》相关公式求取：

92、；

93、；

94、式中，为所求波浪爬高的均值；为斜坡糙率渗透性系数；为经验系数，取值与风速及流域平均水深有关，可通过查表确定；为斜坡的坡度系数；和为波浪高度及波浪高度的均值；为波浪平均波长，其他变量含义与前述一致。

95、步骤34，在获得洪水位、风壅高度、波浪爬高后，即可对土石坝是否漫坝进行判定，进而计算漫坝概率：

96、；

97、式中，为漫坝概率；为坝前水位；为水库坝顶高程；为洪水作用引起的水库坝前水位；为风壅高度；为波浪爬高。

98、s4.基于步骤s3不同情境下的漫坝洪-浪组合，采用hec-ras二维模型模拟漫坝后洪水演进过程，分析溃坝洪水在下游城区的演进特征，以最大淹没水深、最大淹没流速和洪水淹没历时为指标评估城区洪水影响程度。

99、所述步骤s4包括：

100、步骤41，在不同气候和土地利用变化土石坝漫坝概率分析的基础上，分类筛选不同情境下的漫坝的洪-浪组合。

101、步骤42，采用hec-ras二维模型，模拟漫坝发生后，漫坝洪水的洪水演进过程，分析溃坝洪水在下游城市的演进特征。

102、hec-ras二维模型的基本控制方程如下：

103、假设流动不可压缩，则连续性方程的微分形式为：

104、；

105、式中，

t为时间；、分别为x、y方向的速度分量（m/s）；

h为水面高程（m）；

h为水深（m）；为旁侧入流（m2/s）。

106、方程的在矢量形式为：

107、；

108、式中，是速度矢量；是给出的偏微分算子矢量。

109、对水平区域与边界法向量进行积分，得到方程的积分形式：

110、；

111、式中，表示流体占据的三维空间体积（m3）；表示侧边边界面积（m2）；表示通过系统底部（渗透）或顶部（蒸发或降雨）的任何流量（m3/s）。

112、其动量方程为：

113、；

114、；

115、式中，

t表示时间；、分别表示笛卡尔坐标系的横竖坐标轴；、分别表示方向上的流速分量（m/s）；为重力加速度（m2/s）；为水平方向运动黏度(m2/s)；为底部摩擦系数；

h为水深；为科氏力参数。

116、动量方程的微分矢量表达式为：

117、；

118、式中，是速度矢量；是由给出的偏微分算子的向量；k是垂直方向上的单位向量。矢量方程中的每一项都有一个明确的物理对应项，从左到右依次是加速度、重力、水平方向运动粘度、底摩擦系数和科氏力系数。

119、步骤43，基于二维洪水演进模拟结果，以最大淹没水深、最大淹没流速、洪水淹没历时为主要指标，分析城区的受洪水影响程度。

120、s5.基于步骤s4的指标构建城市溃坝洪水危险度模型，采用熵权法赋权并量化危险度；结合人口密度、gdp和土地利用构建易损度模型，量化承灾体损失潜力；集成危险度与易损度计算漫坝洪水下游城区风险度，完成洪涝综合风险评估。

121、所述步骤s5包括：

122、步骤51，将基于步骤s4对应的最大淹没水深、最大淹没流速、洪水淹没历时指标，构建城市溃坝洪水危险度模型；其中最大淹没水深可以表征洪水的水量特征，最大淹没历时可以表征洪水的持续性特征，最大流速则可以表征洪水的能量特征。

123、首先采用指标法计算采用指标法进行城市溃坝洪水危险性计算：

124、：

125、式中，表示各个危险性指标；为各指标对应的权重；由于各个指标数值及物理意义之间存在较大差异，模型采用转换函数赋值法，分别危险性指标转化为危险度。

126、最后采用熵权法计算各指标的权重。

127、表达式如下：

128、；

129、式中，为危险度，其值在0~1之间；a为系数；为危险性指标，最大时，有最大为1，依据不同溃坝方案的最大值，反推出相应洪水对应的值。

130、步骤52，基于城区人口密度、平均gdp、土地利用类型三个指标，构建城市溃坝洪水易损度模型。其中，人口密度、平均gdp均与易损性成正比，即人口密度和人均gdp越高的地方，洪水造成的损失越大，即易损性越高。为量化这种不同区域生产停滞的影响，采用每种土地的价值来表征生产停滞的影响。

131、采用指标法进行易损性的计算：

132、；

133、式中，表示各个易损性指标；为各指标对应的权重。因为各个指标数值及物理意义之间存在较大差异，采用转换函数赋值法，将易损性指标转化为易损度，表达式如下：

134、；

135、式中，为易损性指标，表示不同承灾体单位面积上的价值，最大时，有最大为1，根据最大值可反推出相应指标的b值。

136、步骤53，基于危险度和易损度结果，构建漫坝洪水下游城区风险度评价模型，模型公式如下：

137、；

138、式中，

r漫坝洪水下游城区风险度，取值0~1；

h为洪水危险度，用来表征洪水发生的可能性及后果，取值0~1；

v为易损度，用来表征暴露在洪灾中的社会经济主体可能遭受的损失，取值0~1。

139、相比于现有技术，本发明具有如下有益效果：

140、1.通过构建气候-土地利用耦合情景，整合ipcc预估的升温情景及未来降水-径流演变规律，显著提升了评估结果对长期防洪规划的支撑能力。

141、2.系统耦合风浪动态荷载与洪水过程，精准判别“洪水主导型”与“风浪叠加型”漫顶机制，有效解决了传统方法低估漫坝风险的问题。

142、3.基于hec-ras二维模型模拟溃坝洪水演进，结合关键指标量化下游城区洪涝影响，并通过熵权法集成危险度与易损度要素，实现风险分级精准化。

143、4.综合考虑地形、下垫面及关键基础设施分布，精准识别高风险区域，为坝体加固、消浪设施布设及应急疏散提供科学依据，显著提升了城市防洪决策的科学性与前瞻性。