《Water》：Impact Assessment for Rainfall-Driven Inlet Clogging in Urban Inundation Modeling: A Pilot Study of an Event-Based Reverse Computing Approach
编辑推荐：
降雨驱动的进水口堵塞（rainfall-driven inlet clogging）是一种现象，即雨水管网（stormwater networks）的进水口（inlets）被强降雨导致的街道径流（street runoffs）冲刷来的碎屑、落叶或垃圾覆盖。因此
降雨驱动的进水口堵塞（rainfall-driven inlet clogging）是一种现象，即雨水管网（stormwater networks）的进水口（inlets）被强降雨导致的街道径流（street runoffs）冲刷来的碎屑、落叶或垃圾覆盖。因此，地表径流无法进入仍有余量的下水道系统，导致更大的洪水风险。为了提供一种可行的方法，在城市雨洪淹没建模（pluvial urban inundation modeling）中反映这种进水口堵塞，研究人员提出了一种新的基于事件的反向计算方法（event-based reverse computing approach），利用模拟数据和调查数据。随后，在一个洪水易发区域发现了该方法在准确性提升方面的性能。首先探索了划定堵塞进水口的最优方式。接着，通过比较模拟和反向计算的洪水体积，确定了用于表示进水口容量缩减效应的堵塞因子（clogging factor）的可能范围。还评估了进水口堵塞对城市淹没物理过程的影响。结果表明，对于研究区域，将有树木环绕的进水口视为10–40%堵塞（中位数为25%）将提高整体准确性。此外，进水口堵塞减少了进入下水道网络的排水流量，从而将地表水体积增加约10–20%，减少了虚假的下水道溢流（sewer surcharge），并降低了下水道水深。有趣的是，在局部低洼处的堵塞进水口处发现了更大的排水流量，尽管大多数堵塞进水口的排水流量较小。总之，本方法被证明是在城市淹没建模中考虑降雨驱动的进水口堵塞的有用工具。
**城市淹没建模中降雨驱动进水口堵塞的影响评估：基于事件反向计算方法的初步研究解读**
**1. 研究背景与问题**
过去十年，全球严重洪涝事件频率增加，尤其在城市化区域。由于城市扩张和更强降水，雨洪风险日益严峻，更深入地理解其潜在影响并制定适应策略迫在眉睫。城市雨洪涉及地表径流、雨水口（gully）流和下水道（sewer）流之间的动态相互作用。目前，大多数城市淹没模型将地表流视为二维（2D）流动，而雨水口和下水道流为一维（1D）流动，构成2D-1D双排水系统（dual drainage system）。然而，这些模型通常不考虑下水道管道堵塞或进水口（inlet）堵塞，假定排水网络能达到最大性能。实际上，进水口可能被碎屑、落叶或垃圾覆盖（即发生堵塞），导致更多地表径流滞留，使洪涝更严重、更早发生，甚至引发额外局部洪涝。降雨驱动的进水口堵塞受多种因素影响（如街道清洁制度、进水口位置类型等），尚无子尺度实验能完全描述真实尺度堵塞，且缺乏详细的堵塞数据用于模型验证。因此，亟需开发一种可行方法，在城市淹没建模中反映降雨驱动的进水口堵塞。
**2. 研究内容与结论**
该研究发表在《Water》期刊，提出了一种基于事件的反向计算方法（event-based reverse computing approach），利用调查洪水数据（洪水范围和深度）来识别反映进水口堵塞的最优参数。该方法通过设定三个假设：何时激活进水口堵塞（降雨强度阈值）、哪些进水口将被堵塞（进水口划定方法）、以及堵塞进水口的堵塞程度（堵塞因子CF）。在台北市文山区木栅次分区（Muzha sub-district）这一洪水易发区域进行验证。研究首先确定了最优的堵塞进水口划定方法为“近树进水口堵塞法”（near-tree-inlet-clogged methodology），即仅将有树木环绕的进水口视为堵塞。随后，通过比较模拟洪水体积与反向计算得到的调查洪水体积，确定了堵塞因子CF的可能范围为10–40%，平均中位数25%。评估表明，考虑进水口堵塞后，模型准确性显著提升，并揭示了堵塞对城市淹没物理过程的影响：堵塞减少了进入下水道网络的排水流量，使地表水体积增加约10–20%，消除了虚假的下水道溢流，并降低了下水道水深。该研究的重要意义在于，为城市淹没建模中考虑降雨驱动的进水口堵塞提供了一种实用工具，且可推广至其他城市。
**3. 主要关键技术方法**
研究人员采用了以下关键方法：首先，基于元胞自动机（CA）的2D/1D城市淹没模型（由Chang等人（2021；2022）开发），该模型将CA-based 2D地表流模型（2D-OFM-CA）与SWMM（雨洪管理模型，Stormwater Management Model）的1D雨水口和下水道流模型耦合，实现高效准确模拟。其次，提出了基于事件的反向计算方法，包括：设定降雨强度阈值（本研究中为10分钟5毫米）用于激活堵塞；采用“近树进水口堵塞法”划定堵塞进水口；设定均匀的堵塞因子CF表示容量缩减效应。模型验证基于四个历史洪水事件（2012年6月12日、2012年6月16日、2015年8月8日、2021年6月4日）的调查数据，包括洪水范围、深度及下水道水位过程线。样本来源为台北市文山区木栅次分区，该区域包含212,735个4米分辨率的网格单元、10,636个进水口及五个雨水下水道网络。
**4. 研究结果**
**4.1 堵塞进水口划定假设分析（Analysis of Clogged Inlet Delineation Assumption）**
通过比较不同堵塞因子下两种划定方法（近树进水口法 vs. 所有进水口法）的威胁评分（Threat Score）指标，发现两种方法均能在特定堵塞因子范围内提高精度。但所有进水口法在堵塞因子增大时倾向于高估调查洪水范围外的淹没，导致威胁评分下降甚至极低（如5.1%），而近树进水口法即使在较大堵塞因子下仍能给出可接受结果（最低威胁评分69.1%）。因此，近树进水口法更可靠。
**4.2 堵塞因子可能范围的识别（Recognition of the Possible Range of Clogging Factors）**
在近树进水口法下，通过比较模拟洪水体积与反向计算得到的调查洪水体积（基于DEM和调查水深），确定了四个事件各自的堵塞因子可能范围：12-13%~37-40%、13%~38%、10%~32%、13%~40%，平均中位数为25%。总体可能范围为10–40%，且峰值降雨强度越高，堵塞因子范围越大。最佳参数组合为：降雨强度阈值5 mm/10 min、近树进水口法、均匀堵塞因子25%。
**5. 影响评估与结论**
**5.1 对地表洪水的总体影响**
在选定的低洼区域（面积21,880 m2，位于研究区中南部），分析显示：进水口堵塞使进入下水道网络的排水流量减少，地表水体积增加约10–20%（CF=25%时增加9.4%，CF=40%时增加18.0%），消除了无堵塞情况下出现的虚假下水道溢流，并增加了地表径流流出量。累积流量图表明，排水流量减少的幅度远大于径流流出增加的幅度，导致地表水体积上升。
**5.2 对单个进水口和下水道网络的个体影响**
最大水深图显示，堵塞导致局部低洼子区域（如低洼区左下侧和中部）的洪水范围扩大。对四个调查进水口（P1-P4）的水深和排水流量过程线分析发现：多数进水口（如P1和P3）排水流量减少，但位于局部低洼处的少数进水口（如P2和P4）因水深增加反而排水流量增大。对两个代表性下水道节点（下游和上游）的水深过程线分析表明，进水口堵塞使下水道水深变浅，且堵塞因子越大，水深减小越显著。
**总结讨论与结论**
研究结论部分翻译如下：本研究提出了一种新的基于事件的反向计算方法，用于城市淹没建模者反映降雨驱动的进水口堵塞。通过引入适当的进水口堵塞假设（激活条件、划定方法、堵塞程度），该方法在洪水易发区域进行了检验。基于结果得出以下结论：（1）比较两种划定方法，近树进水口法比所有进水口法更可靠，后者易高估调查范围外的淹没；（2）在近树进水口法下，研究区域堵塞因子可能范围为10–40%，平均中位数25%，且峰值降雨强度越大，堵塞因子范围越大；（3）堵塞影响评估表明，堵塞会减少排水流量、消除虚假溢流，并使局部低洼区域地表水体积增加约10–20%；（4）大多数进水口排水流量减少，但位于低洼处的少数堵塞进水口因水深增加而排水流量增大；（5）堵塞导致下水道水深下降。总之，该方法通过调查洪水数据成功证明了在反映降雨驱动进水口堵塞方面的实用性，并可推广至其他具有不同地形、气候、植被或排水网络特征的城市。
