智慧大排水模型构建城市生命线安全体系新范式——苏交科排水模型的探索与实践

学术论文 2025.09.15 浏览:18
作者:许锦若,童畅,李砚秋
单位:苏交科集团股份有限公司
关键词:-
DOI:10.3969/j.issn.1006-9607.2025.09.012

摘要 随着全球气候变化加剧与城市化进程快速推进,城市内涝灾害已演变为威胁现代城市韧性的全球性挑战.据水利部《2024年中国水旱灾害防御公报》显示,2024年前三季度我国因极端降雨引发的城市内涝事件造成直接经济损失达2359.4亿元,因洪涝及地质灾害导致失踪人口数量为703人,两项数据较近五年均值显著上升,其中粤港澳大湾区、长三角城市群等经济密集区受灾尤为突出.这一严峻态势暴露出我国现有传统排水基础设施在应对极端气候背景下降水格局突变时的系统性脆弱.

■ 苏交科集团股份有限公司 许锦若 童畅 李砚秋

随着全球气候变化加剧与城市化进程快速推进,城市内涝灾害已演变为威胁现代城市韧性的全球性挑战。据水利部《2024年中国水旱灾害防御公报》显示,2024年前三季度我国因极端降雨引发的城市内涝事件造成直接经济损失达2359.4亿元,因洪涝及地质灾害导致失踪人口数量为703人,两项数据较近五年均值显著上升,其中粤港澳大湾区、长三角城市群等经济密集区受灾尤为突出。这一严峻态势暴露出我国现有传统排水基础设施在应对极端气候背景下降水格局突变时的系统性脆弱。

在此背景下,排水系统实时控制(Real-Time Control,RTC)技术作为提升现有设施效能的突破性路径,正引发国际学术界与工程界的广泛关注。 RTC可通过统筹协调每个时间步长上全系统的输送、调蓄、处理能力,实现降低溢流内涝风险、优化排水系统效能等目标。RTC在加拿大魁北克、西班牙巴塞罗那、丹麦哥本哈根等城市已有所应用,并取得了良好效果,被公认为是提升系统效能最为经济有效的技术。在城市排水系统的实时控制技术中,模型预测控制(Model Predictive Control,MPC)因具有控制效果好且可满足不同决策偏好的优势,近年来得到了广泛应用。

模型面临的技术局限

为应对愈加复杂的城市内涝风险,国内外已开展了大量模拟与预报研究。目前,国内普遍采用的 SWMM、MIKE Urban等水文水动力机理模型虽然

在城市内涝管理中发挥了一定作用,但在模型精细化程度、数据需求与响应效率等方面仍存在明显的局限性,难以全面满足城市内涝实战化业务应用需求。

目前,传统水文水动力模型精细化程度受到多重因素制约,在参数率定方面尤为突出。该类机理模型所需的核心参数,如曼宁糙率系数、不透水面比例、管网淤积状况等,通常仅依赖于城市规划阶段的静态设计数据,缺乏有效的动态更新机制,难以准确反映当地实际排水条件。以某新一线城市为例,尽管模型采用了当地权威机构提供的参数数据,但由于该市在2020—2023年间建成区面积扩展了23%,地表不透水覆盖比例发生显著变化,而模型仍使用2018年的基础数据,造成不透水面积参数误差达17%,导致模拟结果与实际情况存在明显偏差,模型预测精度大幅降低。此外,为了提高模型预测精度,往往需要对模型覆盖区域进行网格加密处理。当网格分辨率从30米提升至5米时,计算节点数量呈几何级数增长,单次模拟耗时也从分钟级骤增至小时级。更值得关注的是,传统机理模型架构难以有效平衡空间分辨率与计算效率之间的矛盾。即便采用并行计算技术,受限于机理模型算法本身的结构性局限,其加速比往往难以突破5—8倍。这严重制约了机理模型在应急指挥中的实用价值。

在数据需求层面,传统机理模型具有较强的数据依赖性,理论上模型输入数据需全面覆盖地形地貌、管网结构、水文气象、历史及实时监测数据、设施

智慧大排水系统应用场景示意图

模型实现“平时精准防控+战时高效调度”,贯通“设施监管—事件预警—应急指挥—复盘优化”,重构韧性城市水系统治理范式。

运行状态等诸多要素,但在模型实际落地过程中,数据获取与应用面临多重挑战:静态数据方面,如管网数据、地形数据,业主单位往往难以协调获取所需的模型数据,即便能够获取,数据质量也不稳定,需要额外投入大量精力开展数据清理与校核工作;动态数据方面,模型部署区域常涉及老旧城区或地形复杂区域,受地貌环境限制,监测设备部署难度极大,导致这些区域长期处于“数据盲区”,而地下空间普遍存在的腐蚀性环境与通信信号干扰问题,又使得监测数据极易中断且难以回传,这进一步影响了模型输入数据的完整性与可信度。

在响应效率方面,传统机理模型难以支撑应急场景下对响应时效的高要求。当前,模型平均运行时间为1—2小时,而应急调度往往要求在30分钟内完成风险识别与处置决策,模型结果难以及时参与调度流程。此外,多数模型仍采用“单站—单区”的独立管理模式,缺乏跨区域联排联调能力,决策流程依赖人工经验推动,难以形成数据驱动、系统联动的高效运行机制。

智慧大排水系统的架构设计

为系统解决现有模型在精细化程度、数据依赖与响应效率方面存在的突出问题,拟构建面向实战需求的“智慧大排水系统”。该系统采用三层架构设计,构建面向城市内涝防控的智能化解决方案。系统由数据支撑层、智能计算层和业务应用层组成,通过多源数据融合和先进算法集成,实现了从监测预警到应急调度的全流程管理。

数据支撑层整合了跨部门、多时空尺度的基础数据资源,包括地理信息、管网数据、气象水文和实时监测数据等,构建了标准化的数据服务体系。

支撑引擎层创新性地融合了机理模型与数据驱动算法,在保证物理合理性的同时显著提升了计算效率。业务应用层提供可视化决策支持功能,支持内涝风险的“预报、预警、预演、预案”全流程管理。

经实际应用验证,系统能够准确预测未来2—12小时的内涝风险,帮助管理部门提前采取防控措施。系统采用模块化设计,可根据不同城市特点和业务需求灵活配置功能模块,具有良好的适应性和

智慧大排水系统客户定位示意图

扩展性。该解决方案有效解决了传统模型在数据依赖、计算效率和实战应用等方面的问题,为城市排水防涝提供了智能化决策支持工具。

请上原文链接获取全文