Page 31 - 2023年第54卷第6期

等均采用了这种模式。此类模型具有效率高、计算稳定、街道内涝点预测精度高的特点，是国际上应
用最为广泛的城市洪涝模型。然而，这类模型由于地表坡面汇流过程采用了水文学计算方法，忽略了
雨水在汇水区内的运动过程，在一定程度上概化了地形的影响，所以不能全面反映实际的地表行洪过
程，在物理机制上存在一定的不足。此外，这类模型只有当排水系统排水能力不足发生溢流现象时，
才能模拟地表的淹没情况，因此无法计算汇水区内距离溢流点较远的局部低洼区的洪水淹没，这与实
际情况并不一致，可能会导致淹没情况小于实际的淹没范围。
而与水文水动力城市洪涝模型相对应，全水动力城市洪涝模型物理机制明确，逐渐成为国内外学
者的研究热点。全水动力城市洪涝模型将研究区域划分为细小网格，当发生暴雨时，降雨经过网格产
流后，形成的净雨依据地面高程情况在地表进行流动，如若流经排水口，则汇入到排水管网中，最后
由排水系统输送至研究区域出口。与水文水动力城市洪涝模型淹没原理不同，全水动力城市洪涝模型
的淹没情况是因为降雨形成的地表径流无法及时地通过附近的检查井汇入排水管网而产生，因此，可
以模拟距离检查井较远低洼地处的淹没情况。在全水动力城市洪涝模型中，只有降雨产流过程采用水
文学方法，而地表坡面汇流、管网?河道汇流和地表淹没均采用水动力方法进行计算。此类模型将下渗
量作为源项添加到连续性方程中，通过求解逐网格上的水力信息完成地表产汇流的计算，可以充分反
映城市区域复杂多变的下垫面情况，具有物理机制明确、经验性参数较少等优点。然而，全水动力城
市洪涝模型采用水动力学方法计算汇流过程，给模型的计算效率带来了巨大的挑战。与此同时，为充
分反映地形的影响，全水动力城市洪涝模型在模拟过程中需要采用更高分辨率的地形数据，因此对建
模资料质量提出了更高的要求，也进一步限制了模型的计算效率。目前国际上比较常用的全水动力城
市洪涝模型是 ＷＢＭ ＰｔｙＬｔｄ和 Ｑｕｅｅｎｓｌａｎｄ大学研发的 Ｔｕｆｌｏｗ，该模型结合 ＧＰＵ并行计算技术实现了城
市雨洪过程的快速模拟。程晓陶等 ［３０］ 改进开发的城市规则网格非恒定流模型和侯精明等 ［３１］ 研发的
ＧＡＳＴ模型也属于这类模型。除此之外，仇劲卫等 ［１０］ 、李娜等 ［３２］ 和王静等 ［３３］ 在程晓陶等 ［３］ 研发的无
结构不规则网格非恒定流模型基础上进一步发展建立的城市洪涝仿真模型 ＵＦＳＭ被广泛应用于国内广
州、天津、北京、上海、济南、福州等城市。全水动力城市洪涝模型计算机制明确，原理更贴合实际
情况，对实现城市洪涝精细化模拟具有重要意义，是未来的一个研究方向。然而，如何解决全水动力
城市洪涝模型的计算效率问题也是学者们不可忽视的重要问题。

３ 快速城市洪涝模型

城市洪涝模拟中的地表二维模型一般通过求解完整或者简化的浅水方程来计算水流在地表的运动
状态，然而通过离散方法求解物理方程会造成计算效率问题。而快速城市洪涝模型无需通过复杂的求
解方式计算物理方程，结构简单、模拟效率高，受到了广大学者的青睐。常见的有基于 ＡｒｃＧＩＳ的淹没
分析 ［３４］ 、元胞自动机（ＣＡ）模型 ［３５］ 、数据驱动模型 ［３６ － ３９］ 等。
基于 ＡｒｃＧＩＳ的淹没分析一般在 ＡｒｃＧＩＳ中采用简化方法计算城市的淹没情况，大大降低了构建模
型的复杂程度，具有很高的计算效率，但该类模型一般只能确定淹没范围和水深，不能提供洪水淹没
过程。而 ＣＡ模型将计算区域划分为规整的网格单元，每个网格也称为元胞，包含不同的状态。ＣＡ模
型通过一系列规则或简单的物理方程来更新元胞的状态，以表示洪水的传播，因此能反映一定的物理
机制。这类模型通过简单的方式计算元胞间的水流交换过程，大幅度缩短了模拟计算时间，具有较高
的计算效率。例如 Ｊａｍａｌｉ等 ［３５］ 开发了一种基于 ＣＡ方法的快速洪水淹没模型（ＣＡ － ｆｆｅ），在 ５个不同的
案例中测试发现，ＣＡ － ｆｆｅ比流体动力学模型快 ２５０～１１００倍，具有很高的计算效率。但该模型的最大
缺陷是无法提供洪水的时间演变情况，不能计算水流流速、保证动量守恒。与此同时，通过简单的规
则以描述元胞间的洪水传播，物理意义不如水动力模型明确；ＣＡ模型对地形精度要求很高，在再现
二维流动方面精度不如水动力模型。ＣＡ模型在城市洪涝模拟中的应用还需要进一步的研究验证。
近年来，在智慧城市与大数据时代背景下，数据驱动模型因计算效率高、计算成本低的特点，得
到社会各界学者的广泛关注。数据驱动模型主要通过建立观测数据和水文变量之间的映射关系，利用

— ６ ５ ９ —