基于积水空间集聚和地形特征的城市积涝监测布局优化

 基于积水空间集聚和地形特征的城市积涝监测布局优化

李林聪

(华永（湖南）勘测设计有限公司，湖南永州 425000)

Optimization of urban waterlogging monitoring layout based on spatial aggregation of waterlogging and terrain characteristics

LI Lingcong (Huayong (Hunan) Survey and Design Co., Ltd. YongzhouHunan,425000 )

摘要：目前城市发展忽略了部分老城区排水系统不够完善、积涝监测能力滞后以及空间布局不够完善等问题，极易造成城市内涝，因此亟需优化调整城市积涝监测布局。本文以L市中心城区为研究对象，基于11个监测点2010年—2020年期间监测统计数据，分析历史积涝分布及空间相关性，基于空间聚集情况和地形特征提出存量监测点优化以及新增监测点位的优化措施，并以2021年至2023年期间监测运行状况为依据开展验证，主要得出以下结论：（1）2010年至2020年期间单个监测点对于区域内的积涝现象平均覆盖率仅为53.31%，其中超过覆盖率均值的监测点位仅4个，平均覆盖率为85.58 %，其余7个监测点对于监测区域内积涝现象的监测覆盖率仅为25.52 %。（2）历史积涝点空间分布上呈现显著空间正相关性，这与老城区内基建存在历史滞后性有密切关系，并伴随交通路网和排水设施的连续分布存在空间关联。（3）自2020年调整优化后共计18处监测点，总监测面积相较于优化前提升45.90 %，平均覆盖率从53.31%提升至80.88%，优化成效显著。研究成果可为L市排水系统空间格局优化和积涝应急处置提供参考依据。

关键词：城市积涝；历史监测；空间布局；优化调整

Abstract:At present, urban development has overlooked issues such as incomplete drainage systems, lagging monitoring capabilities for waterlogging, and inadequate spatial layout in some old urban areas, which can easily lead to urban waterlogging. Therefore, it is urgent to optimize and adjust the layout of urban waterlogging monitoring. This article takes the central urban area of L as the research object, based on data from 11 monitoring points from 2010 to 2020, analyzes the distribution and spatial correlation of historical waterlogging, and proposes optimization measures for existing monitoring points and new monitoring points based on spatial aggregation and terrain characteristics. Based on the monitoring operation status from 2021 to 2023, the following conclusions are drawn: (1) The average coverage rate of a single monitoring point for waterlogging phenomenon in the region from 2010 to 2020 was only 53.31%, of which only 4 monitoring points exceeded the average coverage rate, with an average coverage rate of 85.58%. The remaining 7 monitoring points only had a monitoring coverage rate of 25.31% for waterlogging phenomenon in the monitoring area. 52%. (2) The spatial distribution of historical waterlogging points shows a significant positive correlation, which is closely related to the historical lag of infrastructure in the old urban area, and is accompanied by the continuous distribution of transportation networks and drainage facilities. (3) Since the adjustment and optimization in 2020, there have been a total of 18 monitoring points, with a 45.90% increase in the total monitoring area compared to before optimization. The average coverage rate has increased from 53.31% to 80.88%, and the optimization effect is significant. The research results can provide reference basis for optimizing the spatial pattern of the drainage system and emergency response to waterlogging in L city.

Key words:Urban waterlogging; Historical monitoring; Spatial layout; Optimization

0 引言

近年来，全球气候变暖下极端天气影响较为突出，汛期南北洪涝灾害频发，强暴雨，特别是局部强降雨时有发生，城市道路积水现象对城市安全造成严重威胁，城市排水防涝形势复杂严峻[1-3]。根据住建部2010年对351个城市的专项调研结果显示，2008年至2010年间，全国62%的城市发生过城市内涝，发生内涝的城市中最大积水深度超过50厘米的占74.6%，积水深度超过15厘米的城市多达90%[4-6]。城市内涝成因主要存在以下几点：（1）全球气候变化引发的极端天气气候事件越发频繁，高温、降雨、飓风等极端天气呈现常态化趋势[7]。（2）城市快速扩张，城市“先地上、后地下”的建设模式，导致城市基础设施长期投入不足，历史欠账历史欠账过多，据2021年《室外排水设计规范》要求，城市一般地区雨水管渠的设计重现期为2-3年，重要地区3-5年，但在实施过程中，大部分城市普遍采取标准规范的下限[8]。（3）排水设施运行管理水平低，排水管道内淤堵现象普遍存在，减少管道过水能力，同时，排水设施的运行调度不合理也会造成局部积涝[9]。

积涝监测点位的空间布局优化是城市地下排水系统正常运行的前提，因此在工程可行性前提下使用相对最少的监测点来全面监测收集城市积涝现象则是研究关键[10]。本文基于存量监测点位统计监测信息，分析研究区内2010年至2020年期间历史积涝情况空间分布以及相关性，对2010年至2020年期间城市积涝监测存在的问题进行总结，并结合排水系统积水点水位监测设备安装原则，从历史积涝空间聚集和城市局部地形特征出发，进行存量监测点优化以及监测点位新增，并以2021年至2023年期间监测运行状况为前后对比依据，为城市排水系统空间布局优化和积涝应急监测处置提供参考依据。

1 研究区域

1.1 研究区基本情况

研究区域位于安徽省L市中心城区，包括裕安区和金安区内主要建成区，经纬度范围为E 116°24′至E 116°33′和N 31°39′至N 31°49′，区域地势呈“西南高、东北低”的地形姿态，属亚热带向暖温带转换过渡地区，雨量丰沛，但因两区交接地带中存在老城地带，地下排水系统年老失修，加之改造难度较大，因此常年受到城市局部积涝灾害的影响，伴随城市化进程，两区各自向外延伸扩张，其中以裕安区西南方向和金安区东北方向为主，新建城区中排水系统相对完善，受到积涝灾害影响较小。

图1 研究区排水监测设备布局现状 

Fig.1Current status of drainage monitoring equipment layout in the research area

1.2 数据源

本文收集L市中心城区2010年至2020年期间历史积涝区域数据、存量城市积涝监测点位分布及相关监测数据、城市主要排水管网空间分布数据、行政区划、城市交通路网、数字高程模型等数据。利用ArcGIS对历史积涝数据、城市主要排水管网以及相关基础地理信息数据进行地理空间配准处理，并对历史积涝数据进行整理筛选和初步分析，计算单体监测点位的积涝监测覆盖率等信息。

1.3 积涝监测运行流程

研究区排水系统由排水管道、污水处理厂、泵站、调蓄池、截流设施、排口等组成，在水环境治理城区排水系统雨污分流制改造中，污水由排水管道收集，送至污水处理后，排入水体或回收利用，雨水径流由排水管道收集后，就近排入水体[11-12]。积水点是指在特大降雨或城市局部洪水发生时，城市内部出现易积水点位，通常具有地势低洼[13]、排水设施不完善[14]、土壤渗透率低[15]的特点。

城市积水点水位监测系统主要由水位传感器和数据采集终端组成，水位传感器是水位监测系统的核心，通过传感器感知水位变化，将水位变幅转化为脉冲信号，继而进一步换算为传感器与水体中间的距离，数据采集终端也是水位监测系统的重要组成，负责接收水位传感器传输的数据并进行反序列化、协议解析、清洗后存放至数据中台，使防汛排涝调度人员实时掌握积水点积水情况，为应急处置提供研判手段。具体监测流程见图2。

图2 积涝监测流程

Fig.2  Flood monitoring process

选择不同的监测设备取决于不同场景，其中对于市政道路积水监测来说，历史积水区域内地势最低处雨水口内空间狭小，难以测定有效水位，适合在地势最低处雨水口安装水位监测器；对于市政道路排水管网检查井来说，井内空间狭小，降雨情况下易高水位满负荷运行，因此非接触设备易被淹没，造成设备失灵，故适合安装水位监测站点；对于公共建筑地下空间，存在雨水灌入风险，加之地下空间狭窄，不宜破土动工，且存在较多立柱遮挡，适合安装水位监测站点。

2 历史积涝监测分析

2.1 2010年至2020年积涝区域空间分布

结合研究区原有部署的11个监测点对2010年起至2020年期间积涝情况监测信息以及实地调查数据信息来看，十年间研究区平均监测积涝面积为1667.75 m2，平均水深为11.2 cm，原有部署的监测点位对于监测区域内的积涝现象平均覆盖率为53.31%，其中超过覆盖率均值的监测点位仅4个，平均覆盖率为85.58 %，其余7个监测点对于监测区域内积涝现象的监测覆盖率仅为25.52 %，这对于每年汛期城市内涝监测和应急管理带来了巨大障碍。具体统计信息见表1。

表1 研究区2010年至2020年期间积涝统计

Tab. 1Statistics of accumulated floods in the research area from 2010 to 2020

从2010年至2020年期间历史积涝区域空间分布来看，积涝区域共计22个，最大面积为2954.25 m2，最小面积为656.89m2，空间分布相对集中，主要位于裕安区黄大街与东门大街交叉处、古楼大街从北至南、武庙街与鼓楼街等处，加之金安区长安北路沿线也存在较少积涝区域，空间分布上与老城区高度重合，这和老城区基础设施相对老旧、地下排水网络不够发达有紧密关系。具体历史积涝空间分布见图3。

图3 研究区近十年积水区域 

Fig.3  Research area with accumulated water in the past ten years

2.2 空间相关性分析

莫兰指数（Moran’s I）是一种研究空间要素相关系数的参数，也是开展空间分析的参考指数，一般分为全局莫兰指数（Global Moran’s I）和局部莫兰指数（AnselinLocal Moran’s I）两种类型。莫兰指数通过测度空间关联程度来对要素的空间关联和聚集性进行反映表达。本文中使用全局莫兰指数对各年度的研究区内城市积涝分布空间相关关系进行判断分析，其数值范围为[-1,1]，当数值大于0则表示城市积涝存在空间正相关关系，当数值小于0则表示城市积涝存在空间负相关关系，数值为0则代表城市积涝的空间关系为随机分布。莫兰指数的计算公式如下所示[13-15]。

式中，n为积水点总数；wij为空间权重矩阵；xi、xj分别为i区域和j区域的单位积水点数量；I≤（-1,1），当I≥0时，积水点存在空间自相关，呈聚集分布；当I≤0时，空间差异明显，呈分散分布；当I=0时，呈随机分布不相关。

表2  2010-2020年L市中心城区积涝水量莫兰指数表

Tab.2  Moran index table of accumulated waterlogging water in L city center from 2017 to 2021

对积水点进行空间自相关分析，指标如表2所示，积水点全局莫兰指数为0.110，方差为0.361，Z得分为1.151，P值为0.0219，表明积水点在空间分布上呈现显著空间正相关性。

2.3 城市地形特征

基于研究区DEM数据提取监测点高程、坡度，按照自然断点法将高程分为3m~31m、32m~39m、40~48m、49m~58m、59m~84m等五个等级并制作高程图，将坡度分为0~1.53、1.54°~3.06°、3.07°~5.31°、5.32°~11.09°、11.10°~30.09°等五个等级并制作坡度图，具体见图5，并对监测点高程和坡度进一步整理形成表3。

（a）数字高程图                           （b）坡度图

图5  研究区监测点位地形特征 

Fig.5 Elevation map of L city center

由高程图可知监测点分布于3m~31m和40m~48m两个区间，占比分别为36%和64%，结合坡度分析，其中解放南路JC-023、长江生活小区JC-1A2、裕民新村JC-67K、观音律寺JC-35S等四个监测点高程位于3m~31m区间，平均坡度为17.53°，整体地势低洼，排水管网断面过流能力差且检查井深度较浅，在大流量降雨下因上游来水量过多超过输送能力易造成积涝；而其余监测点位于40m~48m区间，处于山体向外延伸形成山麓位置，坡度相对不显著，在大流量降雨下沿线管段水体流速较缓，在长期运行中易造成下游坡度平缓处管段淤积从而形成积涝。

表3 积水点高程坡度统计表

Tab.3  Statistics of elevation and slope of waterlogging points

3 城市积涝监测空间布局优化

3.1 存量监测点优化

基于上述历史积涝情况分析，对11处存量监测点进行优化，主要从设备选型更迭、监测设备部署调整等方面进行优化，对于解放南路JC-023、正阳路JC-65L、长江中路JC-11-DS等市政道路积水监测点来说，历史积水区域内地势最低处雨水口内空间狭小，难以测定有效水位，在地势最低处雨水口从电子水尺改为水位监测器；对于长江生活小区JC-1A2、光明新村JC-65D、紫竹林物流中心JC-112、裕民新村JC-67K等市政道路排水管网检查井监测点，井内空间狭小，降雨情况下易高水位满负荷运行，因此非接触设备易被淹没，造成设备失灵，从可接触式压力式水位计改为雷达探测式水位计；对于月亮岛JC-034、文华家园东区JC-43T、裕民新村JC-67K、观音律寺JC-35S等公共建筑地下空间，存在雨水灌入风险，加之地下空间狭窄，不宜破土动工，且存在较多立柱遮挡，从电子水尺改为压力式水位计。

3.2 新增监测点

    通过对历史积涝区域的空间自相关分析和地形分析，积水点全局莫兰指数为0.110，空间分布上呈现显著空间正相关性，这与老城区内基建存在历史滞后性有密切关系，并伴随交通路网和排水设施的连续分布存在空间关联。因此新增7处监测点，分别位于鼓楼街道锥子庙社区、华邦新华城、市粮食产业园、高速交汇处、城南嘉园、南湖湿地公园以及长江中路，其中前五处位于老城区，后两处位于金安区新开发区域。老城区新增的五处监测点可以覆盖老城区人口密度较大区域，新增的1号点位为鼓楼街道锥子庙社区，附近地形起伏较大，存在地理洼地且排水系统相对老旧；2号点位于华邦新华城，可覆盖人口密度较大的区域；3号点位于粮食产业园，存在积涝后需灾损风险较大的问题，因此新增监测点位；4、5号点位位于G312与G105交汇处以及城南嘉园，附近排水系统较密集，且人口密集，加之附近新建设施较多，存在积涝及灾损风险较大的情况，6号点位于南湖湿地公园，地处地理洼地且周边地势较高，因此作为城东区域蓄水功能区，由于湿地公园规模不够大，因此存在积涝外溢风险，因此新增监测点；7号点位于G237与长江中路交汇处，附近区域内存在大量基础建设导致地形突变显著，存在较多建设坑地，因此新增监测点。

图6  新增积涝监测设备空间分布

Fig.6  Spatial distribution of newly added flood monitoring equipment

3.3 优化成效

通过对11处存量监测点的调整优化以及新增7处监测点位的措施，从空间上对研究区积涝监测布局进行了优化。从2020年调整优化后，基于2021年至2023年期间共计18处监测点的监测信息统计和分析可知，优化后总监测面积达26766.4 m2，同比提升45.90 %，平均覆盖率从53.31%提升至80.88%。其中存量11处监测点优化后新增监测总面积为4274.49 m2，同比增长23.3%，优化后平均覆盖率为76.81%，平均优化幅度为22.4%，新增7处监测点覆盖监测面积为12714 m2，平均覆盖率为87.27%。

表4 布局优化后监测情况（2021年至2023年）

Tab.

4  Monitoring situation after layout optimization (2021-2023)

4 结束语

城市排水系统是城市地下生命线，在大流量降雨强度下城市容易发生局部积涝，对居民造成出行影响，甚至影响生命财产安全，因此对城市积涝监测空间布局优化非常重要。本文以L市中心城区为例，基于2010年至2020年期间11个监测点历史统计数据，分析研究区内历史积涝分布及空间相关性，总结城市历史积涝情况存在的问题，从历史积涝空间聚集和城市局部地形特征出发，进行存量监测点优化以及监测点位新增，并以2021年至2023年期间监测运行状况为对比依据验证优化方法的有效性，主要得出以下结论：

（1）2010年至2020年期间单个监测点对于区域内的积涝现象平均覆盖率仅为53.31%，其中超过覆盖率均值的监测点位仅4个，平均覆盖率为85.58 %，其余7个监测点对于监测区域内积涝现象的监测覆盖率仅为25.52 %，因此对存量点位的监测能力优化十分必要。

（2）历史积涝点空间分布上呈现显著空间正相关性，这与老城区内基建存在历史滞后性有密切关系，并伴随交通路网和排水设施的连续分布存在空间关联。

（3）通过对存量监测点的能力优化和监测点的新增，自2020年调整优化后共计18处监测点，总监测面积相较于优化前提升45.90 %，平均覆盖率从53.31%提升至80.88%。其中存量11处监测点优化后平均覆盖率为76.81%，平均优化幅度为22.4%，新增7处监测点覆盖监测面积为12714 m2，平均覆盖率为87.27%。

参考文献

[1]  刘波，吴思全，周彤，等．道路积水自动监测预警系统设计与应用[J]．低碳世界，2016(21)：95-96．

[2]  万家权，薛丰昌，喻谦花，等．城市内涝监测预警系统设计与实现[J]．城市与减灾，2022(04)：50-54．

[3]  张娜，林丽梅，俞鸣同，等．福州大学城洪涝灾害成因[J]．山地学报，2015，33(03)：379-384．

[4]  陈鲍发，余欣．景德镇城市内涝特点及积涝预警模型的构建[C]．中国气象学会．第33届中国气象学会年会S10城市、降水与雾霾——第五届城市气象论坛，2016：58-64．

[5]  洪国平，柳晶辉，万君，等．武汉市区内涝易发风险区划[C]．气候变化与低碳发展委员会，国家气候中心．第31届中国气象学会年会S4极端气候事件和灾害风险管理，2014：253-264．

[6]  陈莉苹，张舟．城市污水处理厂网一体化监测点位安装研究[J]．安徽科技，2022(02)：52-55．

[7]  林宇涛．关于季节因素对大气环境监测优化布点影响的探讨[J]．环境与发展，2020，32(12)：135-136．

[8]  张帅，谢飞，王向华，等．化工园区地下水环境状况调查监测布点研究[J]．环境监测管理与技术，2022，34(06)：60-63．

[9]  彭可，易之煦，刘春莉．泸州市降水监测布点优化研究[J]．环境监测管理与技术，2023，35(03)：57-60．

[10]  邹静涛．农村环境监测的布点原则与指标优化[J]．资源节约与环保，2022，(02)：49-51+55．

[11]  梁明明．浅析太原市北部管网水质在线监测点布点[J]．山西化工，2022，42(04)：155-156．

[12]  宿瑛．突发水环境事件应急监测点位安装及优化探讨[J]．甘肃科技纵横，2023，52(03)：30-33．

[13]  朱俊民，朱焱，陈燕妮．贵阳市社区卫生服务机构GIS空间布局分析．中国公共卫生，2015，32(12)：1650-1654．

[14]  袁荣，曹贤忠，曾刚．长三角区域科技创新效率的空间分异及影响因素研究[J]．世界地理研究，2023，32(11)：155-166．

[15]  苗峻瑜，张春英．黄河流域工业水资源效率与经济协调发展特征及时空演变[J]．环境科学研究：1-12．

[作者简介]：李林聪（1986-11），男，瑶，广西贵港人，工程师，本科，主要从事地形测量、工程测量、遥感测量工作。

身份证号：450821198611124738      

邮箱：QQ754663976

邮寄地址：湖南省永州市冷水滩区湘永路267号   

邮编：425000    

联系电话：18974629767