高原气象

高原气象 >

2026 , Vol. 45 >Issue 3: 820 - 837

DOI: https://doi.org/10.7522/j.issn.1000-0534.2025.00104

太湖流域致洪降水分类及洪涝危险性分区研究——以武澄锡虞区为例

  • 苗茜 , 1, 2 ,
  • 杨杰 1, 2 ,
  • 张灵玲 1, 2 ,
  • 孙佳丽 1, 2 ,
  • 汪宁 1, 2 ,
  • 张雪蓉 1, 2 ,
  • 程婷 3 ,
  • 谢志清 , 1, 2 ,
  • 徐萌 , 1, 2
展开
  • 1. 江苏省气候中心，江苏 南京 210041
  • 2. 金坛国家气候观象台，江苏 金坛 213200
  • 3. 江苏省气象信息中心，江苏 南京 210041
谢志清（1977 -）， 男， 四川资阳人， 正研级高级工程师， 主要从事气候变化与风险管理研究. E-mail：
徐萌（1974 -）， 男， 贵州贵阳人， 正研级高级工程师， 主要从事卫星遥感与大气环境研究. E-mail：

苗茜（1983 -）， 女， 江苏徐州人， 高级工程师， 主要从事气象灾害风险评估与区划研究. E-mail：

收稿日期: 2025-06-10

  修回日期: 2025-09-23

  网络出版日期: 2026-03-30

基金资助

国家自然科学基金气象联合基金项目(U2342211)

国家自然科学基金项目(42075118)

国家自然科学基金项目(42075027)

中国气象局创新发展专项(CXFZ2024J023)

江苏省气象局面上科研项目(KM202102)

收起

Classification of Flood-Triggering Precipitation Events and Zoning of Flood Hazards： A Case Study of the Wuchengxiyu Region， Taihu Lake Basin

  • Qian MIAO , 1, 2 ,
  • Jie YANG 1, 2 ,
  • Lingling ZHANG 1, 2 ,
  • Jiali SUN 1, 2 ,
  • Ning WANG 1, 2 ,
  • Xuerong ZHANG 1, 2 ,
  • Ting CHENG 3 ,
  • Zhiqing XIE , 1, 2 ,
  • Meng XU , 1, 2
Expand
  • 1. Jiangsu Climate Center，Nanjing 210041，Jiangsu，China
  • 2. Jintan National Climatological Observatory，Jintan 213200，Jiangsu，China
  • 3. Jiangsu Meteorological Information Centre，Nanjing 210041，Jiangsu，China

Received date: 2025-06-10

  Revised date: 2025-09-23

  Online published: 2026-03-30

Copyright

© Editorial Department of Plateau Meteorology （CC BY-NC-ND）
Fold

摘要

区域致洪降水分类和洪涝危险性分区是城市防洪排涝的重要手段。本研究以太湖流域的武澄锡虞区作为研究区域， 选取无锡、 常州、 江阴和张家港4个国家基本气象站1967 -2021年的降水数据， 及历史梅雨、 台风资料序列来进行致洪降水分类， 并结合无锡、 常州等水文水位站的逐日水位数据， 引入水动力模型借助组合情景法模拟洪涝危险性。研究提取致洪降水1183 d， 其月际分布呈两类特征： 常州、 江阴和张家港3站7月致洪降水频次最高， 8月和6月次之； 无锡站则按6月、 7月和8月递减， 峰值较其他3站提前1个月。4站共同致洪降水事件87场， 经时间重叠法确定梅雨型30场、 台风型16场、 台风遭遇梅雨型4场， 其他类型37场； 其时程分别呈近似正态分布的单峰、 双峰、 左偏单峰和右偏单峰， 累计致洪降水量自高至低依次为其他类型、 梅雨型、 台风型和台风遭遇梅雨型。四类致洪降水空间分布差异显著， 除台风型以无锡为高值区外， 其他3类以无锡为低值区。基于城市化进程2010年和2020年两个关键期， 耦合四类致洪降水及两种空间分布权重、 三档客水影响、 两档排涝强度， 模拟出武澄锡虞区96种暴雨洪涝淹没情景。主要结论如下： （1）高等级（对应1级）危险区集中在河道及沿岸， 其面积比例、 均值和标准差随降水权重增大而增加； （2）考虑主要土地利用类型后， 排涝措施可使人造地表高等级危险区比例降低2.65%~23.78%； （3）无锡市梁溪区人造地表高等级危险区比例为各区（市）最高， 可能归因于无锡致洪降水峰值月超前出现且地形“南高北低”， 其次为常州市天宁区和苏州市张家港市； （4）地形和土地利用类型是控制淹没结果的主要因子， 危险区分布差异与致洪类型、 权重和排涝强度相关。本研究可为流域-区域-城市防洪排涝提供决策依据和背景， 促进长江经济带和长三角一体化协调发展。

关键词： 太湖流域; 致洪降水; 危险性评估; 多情景模拟; 防洪排涝

本文引用格式

苗茜 , 杨杰 , 张灵玲 , 孙佳丽 , 汪宁 , 张雪蓉 , 程婷 , 谢志清 , 徐萌 . 太湖流域致洪降水分类及洪涝危险性分区研究——以武澄锡虞区为例[J]. 高原气象, 2026 , 45(3) : 820 -837 . DOI: 10.7522/j.issn.1000-0534.2025.00104

Abstract

The classification of regional flood-triggering precipitation and the zoning of flood hazards are essential approaches for urban flood prevention and drainage.This study focuses on the Wuchengxiyu Region within the Taihu Lake Basin， utilizing precipitation data from 1967 to 2021 collected from four national meteorological stations （Wuxi， Changzhou， Jiangyin， and Zhangjiagang）， along with historical Meiyu and typhoon data series， to classify flood-triggering precipitation events.By integrating daily water level data from hydrological stations such as Wuxi and Changzhou， a hydrodynamic model was employed with a combined scenario method to simulate flood risk.A total of 1， 183 days of flood-triggering precipitation were identified， exhibiting two distinct monthly distribution patterns： the frequencies at Changzhou， Jiangyin， and Zhangjiagang were the highest in July， followed by August and June， while at Wuxi Station the frequencies decreased sequentially from June to August， with the peak occurring one month earlier than at the other three stations.Eighty-seven joint flood-triggering precipitation events were identified across the four stations.Using the temporal overlap method， these events were classified into 30 Meiyu-type， 16 typhoon-type， 4 typhoon-Meiyu combined type， and 37 other-type events.Their temporal distributions showed approximately unimodal normal， bimodal， left-skewed unimodal， and right-skewed unimodal patterns， respectively.The cumulative flood-triggering precipitation amounts， from highest to lowest， were other-type， Meiyu-type， typhoon-type， and typhoon-Meiyu combined type.The spatial distributions of the four flood-triggering precipitation types differed significantly： except for the typhoon-type， which had its high-value zone in Wuxi， the other three types exhibited low-value zones in Wuxi.Based on two key stages of urbanization in 2010 and 2020， coupled with the four flood-triggering precipitation types， two spatial distribution weighting schemes， three levels of external inflow impact， and two drainage capacity levels， 96 storm flood inundation scenarios were simulated for the Wuchengxiyu Region.The main conclusions are as follows： （1） High-risk zones （corresponding to Level 1） are concentrated along rivers and their banks， with their areal proportion， mean， and standard deviation increasing with greater precipitation weighting； （2） After accounting for major land use types， drainage measures can reduce the proportion of high-risk zones on artificial surfaces by 2.65%-23.78%； （3） Liangxi District of Wuxi exhibits the highest proportion of high-risk zones on artificial surfaces among all districts （cities）， which may be attributed to the earlier peak month of flood-triggering precipitation in Wuxi and its topographical feature of "higher in the south and lower in the north"， followed by Tianning District of Changzhou and Zhangjiagang of Suzhou； （4） Topography and land use types are key factors controlling inundation outcomes， while differences in high-risk zone distributions are associated with flood-triggering types， weighting schemes， and drainage measures.This study can provide a decision-making basis and context for watershed-regional-urban flood prevention and drainage， contributing to the coordinated development of the Yangtze River Economic Belt and Yangtze River Delta integration.

Key words： Taihu Lake Basin; flood-triggering precipitation; hazard evaluation; multi-scenario modeling; flood prevention and drainage

1 引言

近年来， 气候变化叠加人类活动， 极端降水事件呈增多趋势（Miller and Hutchins， 2017； Berndtsson et al， 2019； Kourtis and Tsihrintzis， 2021）， 导致城市洪涝风险的规模和位置随机性日益增加， 传统防洪工程调度面临严峻挑战。将危险区识别纳入可持续管理措施中， 可有效提升防灾减灾的效果， 成为减缓乃至避免灾害的重要策略。精细划分洪涝危险区， 通常依赖于机理清晰且结果精确的水文-水动力模型， 其中二维（2-Dimentional， 2D）模型既满足模拟洪涝过程的最低维度要求， 又能在水文物理机制、 运算效率与模拟效果之间实现最佳平衡。其中的Strickler系数等参数具有广泛的适用性， 能够应对各种不确定性， 尤其适用于需要区域性选择和多样化应对策略的复杂地区。降水作为模型输入的关键参数， 其时空分布和分辨率对于提高水文模拟结果的精确度至关重要（胡彩虹等， 2009； 李振洁等， 2024）。对极端降水事件类型及特征展开分析是预测水文极值和预估洪涝灾害危险性的核心， 通过历史极端降水事件刻画降水的时空分布， 并耦合情景模拟， 可以丰富和扩展模拟结果， 为防洪减灾决策提供科学、 具体的服务支持（高俊峰和闻余华， 2002； Lourenço et al， 2020a， 2020b）。当前情景模拟多集中于不同气候变化条件下极端指数的时空特征分析， 叠加考虑了土地利用变化造成的结果改变， 但忽视了排涝措施及客水对区域洪涝危险性分区的可能影响（谢志清等， 2018； Rosenberger et al， 2021； 姚颖等， 2025）。
太湖流域是我国城市化率和人口密度最高的区域之一， 也是年暴雨量、 暴雨日数和洪涝风险的高值区（于文金等， 2012； 王文琪等， 2019； 陶雨薇等， 2020）。在落实“长江经济带”和“长三角一体化”战略过程中， 构建的流域、 区域和城市三级协同防洪体系虽有效缓解了洪涝灾害（伍永年等， 2019）， 但天然平缓的河道比降与城市化发展造成的河道主干化并存， 区域与城市防洪排涝的矛盾仍然突出（高俊峰和闻余华， 2002； 邵玉龙等， 2012； Zhou et al， 2019）。事实上， 苏锡常地区的排涝措施已经对江南运河造成了洪涝风险的转移， 在区域尺度上影响了洪涝危险区的分布格局。研究发现， 该地区多项极端降水指数呈上升趋势， 暴雨特征及其时空分布亦发生变化（吴浩云等， 2013； 鲍媛媛和康志明， 2014； 邹磊等， 2021）， 如2019年台风“利奇马”强降水和2020年长江流域极端梅雨相继引发区域洪涝灾害（陈涛等， 2020）。除梅雨和台风降水致洪之外， 还可能遭受台风遭遇梅雨而致洪的情况（胡四一等， 2011）。根据多情景预估的综合指标分析， 未来该地区出现强降水和洪涝灾害的可能性极高（Xu et al， 2011； Zhang et al， 2022； Chen et al， 2024）。因此， 对该地区开展洪涝灾害危险性评估及分区研究至关重要。然而， 目前的洪涝灾害危险性评估缺乏综合不同城市化发展水平、 致洪降水分类、 差异化排涝设计及客水影响强度的仿真模拟研究。本文以太湖流域的武澄锡虞区为研究对象， 从基于影响的角度， 对不同类型的致洪降水在时空分布及其强度差异方面进行评估。研究中叠加分析不同强度的客水影响和排涝措施对洪涝危险区时空分布特征的影响， 并通过构建情景引入FloodArea（简称FA）这一2D模型来仿真模拟洪涝演进过程， 以此探究太湖流域洪涝危险区的分布特征及其变化规律。

2 数据来源与方法介绍

2.1　研究区域

江苏太湖流域包含湖区、 湖西区、 阳澄淀泖区、 浦南区和武澄锡虞区5个水利分区， 将海拔低、 洪涝频次多的武澄锡虞区选为研究区域。研究区面积4088 km²， 海拔0~330 m。主要包括无锡、 常州和苏州三市所辖的14个区（市）， 无锡和常州海拔2.5~3.8 m。设有无锡、 常州、 江阴和张家港4个国家基本气象站（各站平均代表面积1022.1 km2）， 及无锡、 常州、 甘露、 青阳和陈墅等水文水位站。常州和无锡站监测江南运河水位， 甘露、 青阳和陈墅站分别监测望虞河、 锡澄运河和陈墅塘水位变化。文中涉及的地图是基于江苏省自然资源厅标准地图服务系统下载的审图号为苏S（2025）31号的江苏省地图制作， 底图无修改。
图1 太湖流域武澄锡虞区地形、 水系及站点空间分布

Fig.1 Spatial distributions of topography， rivers， meteorological and hydrological statitions in the Wuchengxiyu Region

2.2　数据来源

2.2.1　气象水文数据

降水资料取自无锡、 常州、 江阴和张家港四个气象站自建站至2021年12月31日的逐日及逐小时的观测， 四站建站时间依次为1955年、 1952年、 1957年和1967年， 统一分析的起始时间为1967年1月1日。根据《地面气象观测规范》， 日降水观测时段为20:00（北京时， 下同）至次日20:00。历史梅雨序列综合江苏省气候中心的统计结果和Du et al（2020）的研究； 台风降水数据源自江苏省第一次气象灾害综合风险普查（1949 -2021年台风编号、 名称、 日期、 实时位置、 强度等级和距离信息）， 并与中国气象局热带气旋最佳路径数据集（https： //tcdata.typhoon.org.cn/）对比验证。2016 -2021年洪水过程逐时水位取自江苏省水利厅官网的实时水情； 洪涝灾情信息同样来源于江苏省第一次气象灾害综合风险普查。

2.2.2　其他数据

地形数据采用2010年30 m分辨率的SRTM DEM（Digital Elevation Model）； 土地利用数据选用2010年和2020年两期GLC30（Global Land Cover30）， 分别表征城市化快速发展的中期和成熟期。相比于2010年， 2020年人造地表扩张39.66%、 林地激增313.09%， 耕地、 草地、 灌木和湿地等类型则不同程度减少， 水体仅减少0.1%， 其变化可忽略不计。除苏州市相城区、 无锡市宜兴市外， 其余12个区（市）人造地表平均增幅37.46%， 仅无锡市梁溪区、 常州市钟楼区和天宁区增幅低于均值， 分别为2.26%、 26.29%和27.01%； 其他9个区（市）增幅介于37.65%~51.70%。

2.3　研究方法

2.3.1　致洪降水分类

基于环流形势和背景场差异， 武澄锡虞区的致洪降水主要有梅雨型（PlumRain， PmR）、 台风型（TyphoonRain， TpR）、 台风遭遇梅雨型（Pm×TpR）和其他类型（OtherRain， OtherR）。年尺度上， 梅雨型对应完整的梅雨期， 而台风型多发生在梅雨期后， 历时短且边界清晰， 可视作时间轴上的离散点。台风致洪降水与梅雨期重叠， 即判定为台风遭遇梅雨型， 属小概率事件。其余情形均归为其他类型。
表1 2010年和2020年武澄锡虞区土地利用类型参数及变幅

Table 1 Baseline and variation of land-use types in the Wuchengxiyu Region in 2010 and 2020

土地利用类型 Strickler系数 2010年面积/km2 2020年面积/km2 2020年面积变幅/%
耕地 20 2600.74 2055.97 -20.95
林地 15 24.93 103.00 313.09
草地 18 58.79 29.17 -50.38
灌木 17 0.90 0.38 -57.49
湿地 25 2.30 1.52 -34.05
水体 40 176.27 176.10 -0.10
人造地表 14 1255.32 1753.11 39.66

Strickler系数由土地利用类型转换得到， 反映汇流速度快慢（Strickler coefficients are derived from the landuse types， and provide a quantitative measure of flow concentration speed）

2.3.2　河道DEM修正

在平原水网区应用水动力模型模拟洪涝演进过程时， 嵌入依据河道属性修正的DEM可优化汇流关系， 提升洪水位与洪峰到达时刻的模拟精度（苗茜等， 2018）。据此， 根据河道宽度、 长度和连通关系， 将研究区主要河道概化为五级： 江南运河为一级河道， 张家港、 望虞河和锡澄运河为二级， 二级河道之次级支流为三级， 四级和五级河道依次为三级和四级河道的支流。河道横剖面设定为“凹”型， 修正的深度由深到浅分为深度一和深度二。一至三级河道的关键属性如表2所示， 四、 五级河道沿用三级河道的顶宽和底宽， 仅调整深度： 四级河道深度一和深度二分别设为1.5 m和1.0 m， 五级河道设为1.0 m和0.5 m。最终， 将河道属性嵌入原始DEM中， 实现河道DEM的精细修正。
表2 武澄锡虞区河道等级关键属性

Table 2 The key attributes of the river channel classification in the Wuchengxiyu Region

河道等级 顶宽/m 底宽/m 深度一/m 深度二/m
一级 120 90 3.0 2.5
二级 90 60 2.5 2.0
三级 60 30 2.0 1.5

四、 五级河道数量多， 不在表中列出（The numbers of level 4 and 5 are too many， and they were not listed in the table）

2.3.3　 FA模型及参数敏感性检验

FloodArea（FA）模型包含Water level、 Hydrology和Rainstorm三个模块， 本研究采用Rainstorm模块以凸显降水时空分布差异对模拟结果的影响。FA采用二维非恒定流方法模拟洪水演进， 除DEM和Strickler系数外， 关键参数还包括降水序列、 空间权重（权重）及最大水流交换率。降水序列使用观测数据， 权重设定为降水量空间分布的比值， 取值0.00~1.00； 最大水流交换率范围1.0%~10.0%， 地形越平坦取值越小， 其确定是本研究参数敏感性检验的核心。选取两场典型降水过程完成参数敏感性检验， 一场于2016年9月14日11:00开始， 主要集中在9月15日00:00至16日16:00（简称20160915过程）， 此次过程受台风“麦德姆”影响； 另一场过程开始于2017年9月23日12:00， 9月25日17:00结束， 主要集中在9月24日17:00至25日17:00（简称20170924过程）， 为其他类型。将两场过程对应的0.25°格网降水（Climate Prediction Center MORPHing technique， CMORPH）空间分布比值作为权重， 保持空间参考和分辨率与DEM、 Strickler系数一致。以0.5%为步长在1.0%~5.0%范围内设置9组情景模拟， 在对比常州站和无锡站模拟水位与实时水情后， 最终确定FA模型适用于武澄锡虞区的最大水流交换率为1.0%， 同步验证了FA能够精确再现武澄锡虞区的涨水过程并捕捉洪峰（图2）。
图2 常州站（a）和无锡站（b）历史致洪降水过程模拟水深与观测水深

Fig.2 Comparisons between simulative and observational water-depth of Changzhou（a）， Wuxi（b） hydrologic stations

2.3.4　危险性情景模拟及危险区划分

通过耦合排涝措施、 客水影响和降水权重， 采用组合情景法评估洪涝危险性。根据武澄锡虞区0.3~0.5 m·s-1的水流流速， 将外排能力量化为1.0 mm·h-1的排涝当量， 并设定0.0 mm·h-1和1.0 mm·h-1两档排涝强度； 同时以河道水深分别增加0.0 m、 0.5 m和1.0 m表征3档客水强度； 降水权重选用两种： 一是历史致洪降水权重， 应用历史累计致洪降水量的权重（历史致洪降水权重）表征平均状况； 二是采用等权重表达极大情形， 最终每类致洪降水组合生成12种情景a~l（表3）。进一步结合2010年和2020年两期土地利用类型对应的Strickler系数， 形成四类致洪降水的96种情景矩阵。考虑研究区汇流速度慢， 每种情景共模拟36个时刻的汇流动态。鉴于24 h既是防汛应急响应的重要时段， 也与日降水时间长度一致。因此， 本研究重点分析第24个时刻危险区集中的区域。依据人口敏感水深0.3 m、 0.6 m和1.2 m， 并参照普查分级标准， 将模拟水深划分为4（低）、 3（较低）、 2（较高）和1（高）四级， 重点分析1~3级危险区的空间分布特征及演变规律。
表3 情景a~l对应的FA模型输入参数及强度

Table 3 Input parameters and the corresponding intensities of scenario a~l by FA model

情景 历史致洪降水权重 情景 等权重
a 外排量0.0 mm·h-1， 客水强度0.0 m g 外排量0.0 mm·h-1， 客水强度0.0 m
b 外排量0.0 mm·h-1， 客水强度0.5 m h 外排量0.0 mm·h-1， 客水强度0.5 m
c 外排量0.0 mm·h-1， 客水强度1.0 m i 外排量0.0 mm·h-1， 客水强度1.0 m
d 外排量1.0 mm·h-1， 客水强度0.0 m j 外排量1.0 mm·h-1， 客水强度0.0 m
e 外排量1.0 mm·h-1， 客水强度0.5 m k 外排量1.0 mm·h-1， 客水强度0.5 m
f 外排量1.0 mm·h-1， 客水强度1.0 m l 外排量1.0 mm·h-1， 客水强度1.0 m

3 致洪降水事件气候特征及危险性分区

经计算， 武澄锡虞区24 h致灾临界雨量为43.0 mm。从表4可知， 无锡、 常州、 江阴和张家港4站日降水量≥43.0 mm累计1183 d， 其中常州站最多（327 d）， 江阴站次之（315 d）， 无锡、 张家港站分别为285 d和256 d。从持续时间看， 无锡站共出现222场1 d事件、 27场2 d事件及3场3 d事件； 同理， 常州站分别为262场、 25场和5场， 江阴站分别为232场、 34场和5场， 张家港站分别为204场、 20场和4场。4站同时发生致洪降水事件共87场、 累计98 d， 其中1 d事件77场、 2 d事件9场， 唯一的3 d事件发生于1991年7月1 -3日梅雨期。
表4 武澄锡虞区1967 -2021年致洪降水事件统计

Table 4 Frenquencies and days of flood-triggering precipitation events happened in the Wuchengxiyu Region from 1967 to 2021

统计类型 无锡 常州 江阴 张家港 4站共同
1 d事件 222 262 232 204 77
2 d事件 27 25 34 20 9
3 d事件 3 5 5 4 1
频次/次 252 292 271 228 87
日数/d 285 327 315 256 98

3.1　致洪降水事件主要集中在6 -8月

武澄锡虞区属于典型的亚热带季风气候区，致洪降水事件主要集中在夏季的6 -8月， 4站致洪降水日数月际及年代际的特征不同。从月际分布来看， 无锡站最高频次出现在6月达78 d， 7月次之为66 d， 常州、江阴和张家港峰值月均在7月， 分别为93 d、 84 d和77 d， 常州和张家港次峰月为6月， 江阴次峰月则在8月累计69 d、 略高于6月的67 d。从年代际分布来看， 各站2010s致洪降水日数最高1950s最低， 各年代际最高频次和次高频次出现的月份存在差异， 日数相差2~7 d： 无锡站2010s、 2000s、 1970s和1950s最高频次出现在6月、 1980s和1960s为7月， 1990s则出现在6月和8月； 常州站2010s、 2000s、 1980s和1960s最高频次出现在7月、 1990s和1970s在6月， 1950s则在6和8月； 张家港站除2010s峰值出现在8月外， 其余年代均在7月； 江阴站1990s最高频次同时出现在7和8月， 2000s、 1980s和1950s出现在7月、 2010s位于8月， 1970s和1950s则出现在6月。3.2　致洪降水事件分类及特征
图3 武澄锡虞区无锡站（a）、 常州站（b）、 江阴站（c）和张家港站（d）建站以来至2021年致洪降水日数月际及年代际变化特征

Fig.3 Intermonthly and interdecadal changes of the flood-triggering precipitation events of the 4 meteorological stations in the Wuchengxiyu Region from their establishment to 2021

图4 武澄锡虞区四类致洪降水事件不同持续日数的年代际频次分布

Fig.4 Interdecadal frequencies of the 4 flood-triggering precipitation events lasting 1， 2 and 3 days in the Wuchengxiyu Region

1967—2021年4站共同出现的87场致洪降水中，梅雨型、台风型、台风遭遇梅雨型和其他类型分别为30场、 16场、 4场和37场， 持续1 d的分别为27场、 12场、 3场和35场， 持续2 d的为2场、 4场、 1场和2场， 持续3 d的仅1场为梅雨型。除台风遭遇梅雨型事件少规律不明显外， 其他三类致洪降水事件不同持续日数存在较为明显的年代际差异， 持续1 d事件的频次随年代际波动增幅依次为0.94、 0.91和2.0（均通过0.05的显著性水平检验）。从最高频次及其所在的年代来看， 梅雨型在2000s和2010s均出现7场， 其他类型和台风型在2010s各出现12场和4场。次高频次所在的年代略有差异： 梅雨型集中在1970s和1980s， 台风型3场降水集中于1990s， 其他类型在1980s达7场。持续2~3 d的8场致洪降水发生在1990s以后， 其中5场发生在2010s， 2016年独占2场， 推测与2015—2016年的超强厄尔尼诺影响有关（余荣等， 2018）。
武澄锡虞区四类致洪降水的时程分布差异显著（图5）。梅雨型呈近似正态的单峰分布， 峰值雨强7.8 mm·h-1出现在08:00。台风型呈双峰分布， 峰值位于03:00、 强度8.3 mm·h-1； 若将11:00计入后峰， 则前峰平均雨强4.2 mm·h-1、 后峰平均雨强2.3 mm·h-1。台风遭遇梅雨型表现为左偏单峰， 高值集中在21:00至次日08:00， 峰值在06:00达10.3 mm·h-1。其他类型呈现以04:00为界的右偏单峰， 后峰平均雨强4.1 mm·h-1前峰平均2.6 mm·h-1， 最强降水5.9 mm·h-1发生在16:00。将逐时雨强累加得到24 h致洪降水量， 由高至低依次为： 其他类型（89.0 mm）、 梅雨型（83.5 mm）、 台风型（81.7 mm）和台风遭遇梅雨型（78.5 mm）。应用门限值法与广义极值分布估算， 四类事件的重现期分别为4.5年、 3.9年、 3.7年和3.4年， 与区域历史暴雨洪涝实际发生频次基本吻合。
图5 武澄锡虞区1967 -2021年四类致洪降水时程分布

Fig.5 Temporal distributions of the 4 flood-triggering precipitation events of the Wuchengxiyu Region from 1967 to 2021

武澄锡虞区四类致洪降水累计降水量的空间分布差异明显（图6）。梅雨型与其他类型呈“北高南低”的分布格局， 前者高值中心位于江阴（1338.8 mm）、 后者高值中心则为常州（1937.8 mm）， 无锡在两种类型中均为低值中心。台风型呈“中间高两侧低”的马鞍型， 高值中心位于无锡（1012.3 mm）和江阴（1010.0 mm）。台风遭遇梅雨型则呈“无锡最低江阴最高”的“凹”型， 累计降水量介于218.4~260.8 mm。设极大值所在栅格权重为1， 四类降水的空间权重区间分别为［0.81， 1］、 ［0.94， 1］、 ［0.84， 1］和［0.88， 1］。除台风型外， 其他三种类型均出现低于0.94的权重， 这部分权重与降水量的累计值均呈“台风遭遇梅雨型>梅雨型>其他类型”的顺序。其中， 台风遭遇梅雨型的权重累计值是其他类型的3.5倍， 梅雨型的1.9倍， 累计降水量为其他类型的3.3倍， 梅雨型的1.9倍， 其低值区的空间分布最为广泛。
图6 武澄锡虞区1967 -2021年四类致洪降水累计降水量（填色， 单位：mm）空间分布型态

Fig.6 Spatial distributions and patterns of the 4 flood-triggering precipitation types in the Wuchengxiyu Region from 1967 to 2021

3.3　四类致洪降水危险性分区特征

3.3.1　高等级危险区比例随权重增大增加随排涝强度增加降低

两期土地利用类型（2010年、 2020年）驱动的96种情景危险区等级分布特征相似： 1~3级累计占比0.59%~2.35%， 且随权重增大同步抬升。其中， 最大比例均出现在等权重情景的g、 l和i下， 依次对应梅雨型和其他类型； 最小比例出现在历史致洪降水权重的f和d中， 对应台风遭遇梅雨型和梅雨型。就致洪降水类型而言， 除a~c情景中其他类型最高、 e情景与梅雨型一致外， d和f~l情景均以梅雨型为最高， 台风型居第三位， 台风遭遇梅雨型最低， 推测因后者的降水强度弱且权重<0.94的栅格占比最高所致。随权重增大， g~l情景的1级危险区比例较a~f增加0.05%~0.34%， 未加排涝措施时增幅达0.33%~0.34%， 加入排涝措施后增幅仅0.13%。随排涝强度增加， 1级危险区比例降幅明显， a~c到d~f降幅为0.15%~0.29%， g~i到j~l降幅为0.07%~0.21%， 具体来看： b、 h和c、 i较a、 g下降0.01%~0.13%下降幅度随客水强度增加而略有增加， e、 k和f、 l较d、 j下降0.01%~0.06%。就土地利用差异而言， 除台风遭遇梅雨型叠加排涝措施在5种情景中比例一致外， 其他43种情景下2020年1级危险区比例较2010年微降0.01%~0.02%（表5， 表6）。值得注意的是， 1级危险区比例并未随客水强度增加而增加， 反之略有降低， 可能与强硬增加深度一、 造成淹没结果在第24个时刻前完成再分配有关。可见， 高等级危险区比例由致洪降水类型、 权重、 排涝强度及土地利用类型共同决定， 其中降水类型、 权重和排涝强度是重要因素。
表5 武澄锡虞区2010年和2020年土地利用类型下历史致洪降水权重对应的48种情景四个等级危险区比例

Table 5 Hazard proportions of 4 levels in 48 scenarios of the Wuchengxiyu Region under the landuse types of 2010 and 2020 with historical events' weights

情景 等级 历史致洪降水权重/%
PmR TpR Pm×TpR OtherR
2010年 2020年 2010年 2020年 2010年 2020年 2010年 2020年
a

1

2

3

4

0.44

0.50

0.90

98.15

0.43

0.51

0.90

98.16

0.39

0.53

0.89

98.19

0.38

0.54

0.87

98.21

0.26

0.56

0.59

98.58

0.25

0.57

0.59

98.58

0.45

0.52

1.10

97.94

0.43

0.54

1.08

97.95

b

1

2

3

4

0.42

0.52

0.90

98.17

0.40

0.52

0.89

98.19

0.37

0.54

0.88

98.21

0.36

0.55

0.87

98.22

0.25

0.57

0.59

98.59

0.24

0.58

0.59

98.60

0.43

0.53

1.10

97.94

0.41

0.54

1.08

97.97

c

1

2

3

4

0.33

0.54

0.95

98.18

0.32

0.55

0.93

98.20

0.29

0.57

0.92

98.22

0.28

0.58

0.91

98.23

0.19

0.59

0.61

98.60

0.18

0.60

0.62

98.61

0.34

0.56

1.13

97.43

0.33

0.57

1.12

97.98

d

1

2

3

4

0.17

0.55

0.45

98.84

0.15

0.55

0.45

98.84

0.13

0.52

0.47

98.88

0.12

0.52

0.49

98.88

0.07

0.40

0.52

99.02

0.06

0.39

0.53

99.02

0.16

0.57

0.50

98.77

0.15

0.58

0.50

98.77

e

1

2

3

4

0.15

0.55

0.45

98.84

0.14

0.55

0.45

98.85

0.11

0.52

0.47

98.89

0.11

0.52

0.49

98.89

0.06

0.40

0.51

99.02

0.05

0.39

0.53

99.03

0.15

0.58

0.50

98.78

0.14

0.58

0.50

98.78

f

1

2

3

4

0.11

0.57

0.47

98.85

0.10

0.57

0.47

98.86

0.08

0.54

0.48

98.90

0.07

0.54

0.49

98.90

0.04

0.41

0.52

99.04

0.04

0.39

0.53

99.04

0.10

0.59

0.51

98.80

0.09

0.60

0.52

98.79

表6 武澄锡虞区2010年和2020年土地利用类型下等权重对应的48种情景四个等级危险区比例

Table 6 Hazard proportions of 4 levels in 48 scenarios of the Wuchengxiyu Region under the landuse types of 2010 and 2020 with equal weights

情景 等级 等权重/%
PmR TpR Pm×TpR OtherR
2010 2020 2010 2020 2010 2020 2010 2020
g

1

2

3

4

0.54

0.49

1.15

97.82

0.53

0.50

1.13

97.84

0.44

0.54

0.97

98.05

0.43

0.54

0.96

98.07

0.39

0.55

0.81

98.25

0.38

0.57

0.79

98.26

0.52

0.52

1.31

97.65

0.51

0.53

1.28

97.68

h

1

2

3

4

0.51

0.51

1.14

97.84

0.50

0.51

1.13

97.86

0.42

0.55

0.97

98.07

0.40

0.55

0.96

98.08

0.37

0.56

0.80

98.27

0.36

0.58

0.78

98.28

0.49

0.53

1.30

97.68

0.48

0.55

1.28

97.70

i

1

2

3

4

0.41

0.54

1.21

97.83

0.40

0.55

1.19

97.85

0.34

0.58

1.00

98.08

0.33

0.58

0.99

98.10

0.30

0.58

0.84

98.28

0.29

0.60

0.82

98.30

0.40

0.58

1.35

97.67

0.38

0.59

1.34

97.69

j

1

2

3

4

0.21

0.59

0.49

98.71

0.20

0.59

0.49

98.72

0.15

0.56

0.47

98.82

0.14

0.56

0.49

98.82

0.11

0.53

0.47

98.89

0.11

0.52

0.48

98.89

0.19

0.60

0.55

98.66

0.18

0.61

0.55

98.66

k

1

2

3

4

0.20

0.59

0.49

98.72

0.19

0.59

0.49

98.73

0.14

0.56

0.47

98.83

0.13

0.56

0.49

98.83

0.10

0.52

0.47

98.90

0.10

0.52

0.48

98.90

0.18

0.61

0.55

98.66

0.17

0.62

0.55

98.67

l

1

2

3

4

0.15

0.61

0.50

98.74

0.14

0.61

0.51

98.74

0.10

0.57

0.48

98.85

0.09

0.58

0.49

98.84

0.07

0.54

0.48

98.91

0.07

0.53

0.49

98.91

0.13

0.63

0.56

98.68

0.12

0.64

0.56

98.68

3.3.2　两期土地利用类型下四类致洪降水危险区比例区（市）内相似

在2010年土地利用情景下， 1~3级危险区主要沿河道条带状分布。就致洪降水类型而言， 台风遭遇梅雨型1级危险区比例为四类最低， 其他三类相近； 2~3级危险区比例四类基本持平。台风遭遇梅雨型的均值和标准差亦最低， 其他类型最高， 梅雨型与台风型介于其间。从空间分布看， 无锡市新吴区、 滨湖区、 梁溪区及常州市武进区、 钟楼区、 新北区等南部和西部区域1级比例低于2级； 无锡市锡山区、 江阴市及苏州市常熟市、 张家港市等东部和北部区域1级比例高于或接近2级。无锡市惠山区和常州市天宁区的1级危险区比例最高， 2级危险区则以梁溪区和钟楼区最高， 滨湖区3级危险区比例最高（图7）。
图7 2010年土地利用类型驱动下武澄锡虞区四类致洪降水a情景危险性分布及分区特征

Fig.7 Hazard spatial distributions and characteristics of scenario a of the 4 flood-triggering precipitation types under the 2010 landuse data of the Wuchengxiyu Region

2020年土地利用类型驱动下的a情景危险区分布特征与2010年相似。对比四类致洪降水， 梅雨型情景下， 天宁区、 惠山区1级比例稍有降低， 张家港市2级比例微小增加； 台风遭遇梅雨型除新吴区外， 其他区（市）2级增幅明显； 其他类型天宁区、 惠山区和锡山区2级比例略有增加； 台风型变化不显著。从分区来看， 新吴区除梅雨型外其他三类致洪降水1~3级比例降低明显； 除滨湖区和新吴区外， 其他10个区（市）2级比例在台风遭遇梅雨型中增加明显（图8）。统计96种情景淹没结果的均值和标准差后发现： 2020年情景下标准差较2010年减小， 均值不高于2010年； 均值和标准差随权重增大而增加， 标准差随客水强度增加而减小随排涝措施增加而降低。
图8 2020年土地利用类型驱动下武澄锡虞区四类致洪降水a情景危险性分布及分区特征

Fig.8 Hazard spatial distributions and characteristics of scenario a of the 4 flood-triggering precipitation types under the 2020 landuse data of the Wuchengxiyu Region

4 讨论

4.1　面积归一化后高等级危险区比例集中特征

以2010年土地利用类型驱动的48种情景为基准， 人造地表1级危险区比例随客水强度增加而上升。引入排涝措施后， 除在历史致洪降水权重下台风遭遇梅雨型比例有所增加外， 其他三类情景的人造地表1级危险区比例相较于未加排涝措施下降2.65%~23.78%。从贡献比例来看， 梅雨型>其他类型>台风型>台风遭遇梅雨型， 前两者的贡献约为后两者的2.35~2.84倍。权重影响可分为两类： 在排涝措施为0.0 mm·h-1时， 等权重情景下的人造地表1级危险区比例均高于历史权重情景， 差异依次为梅雨型>其他类型>台风型>台风遭遇梅雨型； 而在考虑排涝措施时， 差异则依次为台风遭遇梅雨型>其他类型>台风型>梅雨型。由此可见， 排涝措施能够显著降低人造地表高等级危险区的比例。
为消除面积差异对人造地表高等级危险区分布集中度的影响， 本文将1级危险区面积与各区（市）总面积对比后发现： 全部96种情景中， 危险区比例最高值位于梁溪区， 且集中分布在北部古运河及梁溪河部分河段沿岸。在未考虑排涝措施的情景中， 危险区比例次高的区域仅天宁区； 加入排涝措施后， 次高区则主要集中在天宁区和张家港市。其中， 台风型（d~e与j~k）和台风遭遇梅雨型（d~f与j~l）情景的次高区位于张家港市， 其余情景的次高区主要集中在天宁区。在相同降水类型条件下， 两种土地利用情景下的最高及次高区比例总体呈扩大趋势： 2020年相较于2010年， 最高区比例增幅达17.07%， 仅台风遭遇梅雨型的d、 f情景及梅雨型的j情景出现下降； 而次高区比例下降的情形主要集中于历史权重条件下的梅雨型和其他类型情景， 以及等权重条件下的台风型和其他类型情景（表7， 表8）。
表7 12个区（市）a~f情景下人造地表1级危险区相对总面积的比例

Table 7 Proportions and top two of the 1st level hazard classified by artificial land surfaces of the 12 counties under the scenarios a~f compared with the whole area of the county

情景 排序 历史致洪降水权重/%
PmR TpR Pm×TpR OtherR
2010年 2020年 2010年 2020年 2010年 2020年 2010年 2020年
a 1

梁溪

0.29

梁溪

0.30

梁溪

0.42

梁溪

0.46

梁溪

0.17

梁溪

0.17

梁溪

0.32

梁溪

0.35

2

天宁

0.25

天宁

0.25

天宁

0.19

天宁

0.21

天宁

0.12

天宁

0.14

天宁

0.25

天宁

0.30

b 1

梁溪

0.27

梁溪

0.29

梁溪

0.39

梁溪

0.41

梁溪

0.15

梁溪

0.16

梁溪

0.32

梁溪

0.33

2

天宁

0.26

天宁

0.25

天宁

0.19

天宁

0.19

天宁

0.11

天宁

0.11

天宁

0.28

天宁

0.32

c 1

梁溪

0.29

梁溪

0.32

梁溪

0.42

梁溪

0.44

梁溪

0.15

梁溪

0.15

梁溪

0.36

梁溪

0.38

2

天宁

0.25

天宁

0.23

天宁

0.18

天宁

0.19

天宁

0.091

天宁

0.12

天宁

0.26

天宁

0.29

d 1

梁溪

0.12

梁溪

0.12

梁溪

0.13

梁溪

0.13

梁溪

0.063

梁溪

0.058

梁溪

0.12

梁溪

0.12

2

钟楼

0.055

张家港

0.054

张家港

0.038

江阴

0.035

张家港

0.021

张家港

0.023

钟楼

0.088

天宁

0.065

e 1

梁溪

0.12

梁溪

0.12

梁溪

0.12

梁溪

0.12

梁溪

0.072

梁溪

0.072

梁溪

0.11

梁溪

0.11

2

钟楼

0.057

天宁

0.052

张家港

0.035

张家港

0.035

张家港

0.019

江阴

0.022

钟楼

0.084

天宁

0.062

f 1

梁溪

0.10

梁溪

0.10

梁溪

0.11

梁溪

0.11

梁溪

0.072

梁溪

0.070

梁溪

0.10

梁溪

0.11

2

天宁

0.040

天宁

0.047

天宁

0.023

江阴

0.022

张家港

0.012

张家港

0.014

天宁

0.045

天宁

0.059

表8 12个区（市）g-l情景下人造地表1级危险区相对总面积的比例

Table 8 Proportions and top two of the 1st level hazard classified by artificial land surfaces of the 12 counties under the scenarios g-l compared with the whole area of the county

情景 排序 等权重/%
PmR TpR Pm×TpR OtherR
2010年 2020年 2010年 2020年 2010年 2020年 2010年 2020年
g 1

梁溪

0.57

梁溪

0.62

梁溪

0.42

梁溪

0.46

梁溪

0.35

梁溪

0.37

梁溪

0.57

梁溪

0.61

2

天宁

0.29

天宁

0.33

天宁

0.25

天宁

0.22

天宁

0.20

天宁

0.20

天宁

0.28

天宁

0.32

h 1

梁溪

0.58

梁溪

0.63

梁溪

0.39

梁溪

0.41

梁溪

0.31

梁溪

0.34

梁溪

0.58

梁溪

0.62

2

天宁

0.28

天宁

0.35

天宁

0.25

天宁

0.21

天宁

0.20

天宁

0.19

天宁

0.28

天宁

0.31

i 1

梁溪

0.57

梁溪

0.59

梁溪

0.41

梁溪

0.48

梁溪

0.36

梁溪

0.36

梁溪

0.58

梁溪

0.60

2

天宁

0.26

天宁

0.33

天宁

0.24

天宁

0.20

天宁

0.18

天宁

0.19

天宁

0.26

天宁

0.31

j 1

梁溪

0.16

梁溪

0.15

梁溪

0.13

梁溪

0.13

梁溪

0.12

梁溪

0.12

梁溪

0.16

梁溪

0.17

2

钟楼

0.087

天宁

0.087

张家港

0.046

张家港

0.046

张家港

0.036

张家港

0.039

钟楼

0.086

天宁

0.065

k 1

梁溪

0.13

梁溪

0.14

梁溪

0.12

梁溪

0.13

梁溪

0.11

梁溪

0.11

梁溪

0.14

梁溪

0.15

2

钟楼

0.086

天宁

0.088

张家港

0.044

张家港

0.043

张家港

0.036

张家港

0.035

钟楼

0.086

天宁

0.063

l 1

梁溪

0.12

梁溪

0.13

梁溪

0.11

梁溪

0.12

梁溪

0.10

梁溪

0.11

梁溪

0.14

梁溪

0.14

2

天宁

0.052

天宁

0.087

天宁

0.031

天宁

0.033

张家港

0.023

张家港

0.021

天宁

0.046

天宁

0.060

4.2　不同城市化水平下高等级危险区集中特征

尽管梁溪区、 天宁区和张家港市在面积、 人造地表比例及降水落区方面存在差异， 但三者均位于武澄锡虞区内， 且高等级危险区集中分布， 其根本原因主要在于大部分地区的DEM偏低。以梁溪区为例， 尽管其在2010年和2020年人造地表1级危险区面积分别位列12个区（市）的第7位和8位， 但经面积归一化处理后， 该区在全部96种情景中均居首位， 原因可归结为以下3点： （1）梁溪区整体海拔较低， 且西临惠山南部壅高， 需要承接北侧来水； （2）6月受本地多场致洪降水影响， 7-8月进一步叠加周边区域的降水和汇流， 尤其是7月致洪事件多发， 造成该区7月洪涝发生频次最高， 与近年实际灾情及已有研究（展永兴， 2009）结论一致； （3）评估方法消除了面积差异， 进一步凸显其高等级危险区空间分布的集中性。
为区分不同城市化水平下危险区分布差异， 本文将人造地表1级危险区与各区（市）人造地表面积进行对比， 结果发现： 1级危险区主要集中于梁溪区、 张家港市和天宁区。其中， 梁溪区因人造地表面积与区域总面积接近， 其比例变化幅度相对较小； 而天宁区和张家港市的增幅则较为显著。引入排涝措施后， 天宁区、 梁溪区的比例下降， 张家港市由次高跃升至最高， 尤其在梅雨型及其他类型情景中最为突出。此外， 梁溪区在等权重情景中居高的频次较多， 其在情景f中共出现13次； 而张家港市在历史权重情景下所受的影响高于等权重情景（表9， 表10）。这可能与张家港市位于梅雨型和其他类型降水的高值区， 且海拔低于周边江阴和常熟有关， 该结论与谢志清等（2018）的研究结果一致。
表9 12区（市）a~f情景下人造地表1级危险区相对人造地表面积的比例

Table 9 Proportions and top two of the 1st level hazard in the 12 counties classified by artificial land surfaces under the scenarios a~f compared with the whole artificial land surfaces in the county

情景 排序 历史致洪降水权重/%
PmR TpR Pm×TpR OtherR
2010年 2020年 2010年 2020年 2010年 2020年 2010年 2020年
a 1

天宁

0.58

天宁

0.46

梁溪

0.46

梁溪

0.50

张家港

0.31

天宁

0.25

天宁

0.60

天宁

0.55

2

张家港

0.54

张家港

0.37

天宁

0.44

天宁

0.39

天宁

0.27

张家港

0.22

张家港

0.57

张家港

0.39

b 1

天宁

0.62

天宁

0.46

天宁

0.46

梁溪

0.44

张家港

0.28

天宁

0.21

天宁

0.65

天宁

0.59

2

张家港

0.48

张家港

0.35

梁溪

0.43

天宁

0.36

天宁

0.26

张家港

0.20

张家港

0.54

张家港

0.38

c 1

天宁

0.59

天宁

0.43

梁溪

0.46

梁溪

0.47

天宁

0.212

天宁

0.22

天宁

0.60

天宁

0.54

2

张家港

0.38

张家港

0.34

天宁

0.42

天宁

0.36

张家港

0.206

梁溪

0.16

张家港

0.42

梁溪

0.40

d 1

张家港

0.21

张家港

0.15

张家港

0.15

梁溪

0.14

张家港

0.084

张家港

0.064

张家港

0.20

张家港

0.15

2

梁溪

0.13

梁溪

0.12

梁溪

0.14

张家港

0.10

梁溪

0.070

梁溪

0.063

梁溪

0.13

梁溪

0.12

e 1

张家港

0.20

张家港

0.14

张家港

0.14

梁溪

0.13

梁溪

0.079

梁溪

0.078

张家港

0.19

张家港

0.14

2

梁溪

0.13

梁溪

0.13

梁溪

0.13

张家港

0.10

张家港

0.078

江阴

0.059

梁溪

0.13

梁溪

0.12

f 1

张家港

0.124

梁溪

0.11

梁溪

0.12

梁溪

0.12

梁溪

0.079

梁溪

0.075

梁溪

0.12

梁溪

0.114

2

梁溪

0.115

张家港

0.088

张家港

0.090

江阴

0.057

张家港

0.050

张家港

0.038

天宁

0.11

天宁

0.108

表10 12区（市）g~l情景下人造地表1级危险区相对人造地表面积的比例

Table 10 Proportions and top two of the 1st level hazard in the 12 counties classified by artificial land surfaces under the scenarios g~l compared with the whole artificial land surfaces in the county

情景 排序 等权重/%
PmR TpR Pm×TpR OtherR
2010年 2020年 2010年 2020年 2010年 2020年 2010年 2020年
g 1

天宁

0.67

梁溪

0.67

天宁

0.58

梁溪

0.50

天宁

0.47

梁溪

0.40

天宁

0.65

梁溪

0.65

2

梁溪

0.62

天宁

0.61

张家港

0.48

天宁

0.41

张家港

0.42

天宁

0.36

梁溪

0.63

天宁

0.59

h 1

天宁

0.66

梁溪

0.68

天宁

0.58

梁溪

0.45

天宁

0.46

梁溪

0.37

天宁

0.65

梁溪

0.67

2

梁溪

0.64

天宁

0.64

张家港

0.44

天宁

0.39

张家港

0.36

天宁

0.35

梁溪

0.64

天宁

0.57

i 1

梁溪

0.622

梁溪

0.64

天宁

0.57

梁溪

0.51

天宁

0.43

梁溪

0.39

梁溪

0.64

梁溪

0.65

2

天宁

0.616

天宁

0.60

梁溪

0.45

天宁

0.38

梁溪

0.40

天宁

0.34

天宁

0.60

天宁

0.57

j 1

张家港

0.25

张家港

0.173

张家港

0.19

梁溪

0.14

张家港

0.15

梁溪

0.13

张家港

0.22

梁溪

0.18

2

梁溪

0.17

梁溪

0.166

梁溪

0.14

张家港

0.13

梁溪

0.13

张家港

0.11

梁溪

0.18

张家港

0.15

k 1

张家港

0.23

张家港

0.164

张家港

0.18

梁溪

0.14

张家港

0.14

梁溪

0.12

张家港

0.20

梁溪

0.16

2

锡山

0.15

天宁

0.162

梁溪

0.13

张家港

0.12

梁溪

0.12

张家港

0.097

梁溪

0.16

张家港

0.14

l 1

张家港

0.16

天宁

0.16

梁溪

0.12

梁溪

0.13

梁溪

0.12

梁溪

0.11

梁溪

0.16

梁溪

0.15

2

梁溪

0.13

梁溪

0.14

张家港

0.11

张家港

0.069

张家港

0.091

张家港

0.058

张家港

0.13

天宁

0.11

4.3　危险区分布的不确定性集中在数据代表性和危险区提取方法

致洪降水事件识别偏重区域性过程， 分类缺乏物理机理。现行方法以24 h降水量作为判别依据， 虽然可以捕捉长历时过程的主要影响时段， 却容易遗漏致洪日前后的短时强降水， 导致过程总量被低估， 淹没深度相应降低。此外， 分类体系缺少天气学机理支撑， 尤以其他类型最为混杂， 其雨强高值集中在白天、 峰值出现在16:00［图5（d）］， 与颜海帆等（2025）和沈晓玲等（2025）得到的结论一致。通过环流形势与天气特征诊断， 其他类型可细分为江淮气旋型、 静止锋雨带、 副高边缘型、 暖切型和低槽冷锋型5种。梅雨型和其他类型的空间分布特征相似［图6（a）， （d）］， 可能因为二者环流形势较为相似， 前者发生于副高北进过程中， 后者则出现在副高南退时。后续工作宜在天气系统类型基础上引入环流背景， 提升致洪降水划分方案的物理一致性。
虽然基于事件尺度的高分辨率降水权重能再现与实况相近的汇流过程（图2）， 但是研究选取的气象站点稀疏权重方案粗糙， 易放大模拟与实况的偏差。2006年前全市仅有基准站4个， 平均代表性面积1022.1 km²； 2006年起区域自动站连续运行， 稳定观测站点增至19个， 代表性面积缩至215.2 km²， 但仍难以解析山区-平原降水梯度。此外， 每类降水设置的两种权重仅表达了平均和极大状况， 无法反映逐次事件雨型的空间异质性。下一步将引入雷达QPE、 IMERG Final Run、 CMORPH及区域自动站等多源融合产品， 结合Kalman-filter偏差校正等数据质量控制方法， 驱动FA完成高时空分辨率的汇流模拟， 进一步缩小模拟的误差（胡迎春等， 2024）。
FA模拟虽设置边界出流， 但出流速率低于汇流速率， 导致水位不断上升， 与实测过程有一定偏差（图2）。对于右偏单峰的其他类型降水， 该方法可能会低估第24个时刻的高等级危险区比例。以1级危险区占比最高的梅雨g情景为例， 提取无锡、 常州两站两期土地利用类型驱动下1~48个时刻的淹没深度， 二者分别自第19和25时刻开始趋于稳定， 较降水峰值滞后11 h和17 h（图9）。未来拟基于不同区位对致洪降水响应的速度差异确定时序变化的拐点， 融合多源数据和高分辨率数值天气模式产品， 开展洪涝危险性的动态评估， 以更真实地模拟其危险区时空演变（姚颖等， 2025）。
图9 2010年和2020年两期土地利用类型驱动下无锡站和常州站的模拟水深（梅雨型致洪降水）

Fig.9 Simulative water-depth of Wuxi， Changzhou stations under the landuse types of 2010 and 2020（PmR）

5 结论

本研究以江苏太湖地区的武澄锡虞区为例， 通过仿真搭建汇流模拟环境， 借助FA水动力模型引入两期土地利用类型， 结合四类致洪降水事件、 两档区域排涝措施和三档客水影响强度， 采用组合情景法模拟了96种情景洪涝灾害危险区分布， 分析了危险区分布特征， 并结合行政分区及土地利用类型阐明了高等级危险区变化规律， 得到以下主要结论：
（1） 武澄锡虞区24 h致灾临界雨量43 mm， 致洪降水累计1183 d， 自高至低依次为常州、 江阴、 无锡和张家港。4站共同发生致洪降水事件87场， 梅雨型、 台风型、 台风遭遇梅雨型和其他类型致洪降水分别为30、 16、 4和37场， 频次随年代际增加， 主要集中在6 -8月。四类致洪降水时程依次呈现近似正态分布的单峰型、 双峰型、 单峰左偏型和单峰右偏型， 累计降水量自高至低为其他类型、 梅雨型、 台风型和台风遭遇梅雨型， 除台风致洪降水中无锡为高值区外， 其他三类无锡均为低值区。
（2） 各情景四个等级的危险区比例特征相似， 1~3级累计0.59%~2.35%。致洪降水类型、 权重和排涝强度是影响高等级危险区比例的重要因素。对比致洪降水类型， a~c情景下其它类型最高， d和f~l情景梅雨型最高， 台风型居第三位， 台风遭遇梅雨型最低。随权重增大， 1级危险区比例相应增加0.05%~0.34%， 其中未加排涝时增幅达0.33%~0.34%。危险区比例与均值和标准差随降水权重增大而增加， 标准差随客水强度增加而减小随排涝强度增加而降低。
（3） 人造地表高等级危险区比例加入排涝措施后较未加入低2.65%~23.78%， 最低值均出现在历史致洪降水权重加入排涝措施的情景中。对比区（市）总面积和人造地表， 96种情景中梁溪区高等级危险区比例最高， 天宁区和张家港市次之， 高等级危险区主要集中在河道及沿岸。综合来看， 地形和土地利用类型是控制淹没结果的主要因子， 致洪降水类型、 权重和排涝强度是影响危险性分区的重要因素。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
Berndtsson R， Becker P， Persson A， et al， 2019.Drivers of changing urban flood risk： a framework for action［J］.Journal of Environmental Management， 240： 47-56.

Chen W H， Cui H J， Zwiers F W， et al， 2024.Detection and attribution of changes in precipitation extremes in China and its different climate zones［J］.Journal of Climate， 37（20）： 5373-5384.

Du Y， Xie Z Q， Miao Q， 2020.Spatial scales of heavy Meiyu precipitation events in Eastern China and associated atmospheric processes［J］.Geophysical Research Letters， 47（11）： e2020GL087086.

Kourtis I M， Tsihrintzis V A， 2021.Adaptation of urban drainage networks to climate change： a review［J］.Science of the Total Environment， 771： 145431.

Lourenço I B， Guimaraes L F， Alves M B， et al， 2020a.Land as a sustainable resource in city planning： the use of open spaces and drainage systems to structure environmental and urban needs［J］.Journal of Cleaner Production， 276： 123096.

Lourenço I B， Beleno de Oliveira A K， Marques L S， et al， 2020b.A framework to support flood prevention and mitigation in the landscape and urban planning process regarding water dynamics［J］.Journal of Cleaner Production， 277： 122983.

Miller J D， Hutchins M， 2017.The impacts of urbanisation and climate change on urban flooding and urban water quality： a review of the evidence concerning the United Kingdom［J］.Journal of Hydrology： Regional Studies， 12： 345-362.

Rosenberger L， Leandro J， Pauleit S， et al， 2021.Sustainable stormwater management under the impact of climate change and urban densification［J］.Journal of Hydrology， 596： 126-137.

Xu C H， Luo Y， Xu Y， 2011.Projected changes of precipitation extremes in river basins over China［J］.Quaternary International， 244（2）： 149-158.

Zhang Y F， Wu C H， Pat J-F Y， et al， 2022.Evaluation of multi-satellite precipitation products in estimating precipitation extremes over mainland China at annual， seasonal and monthly scales［J］.Atmospheric Research， 279： 106387.

Zhou Q Q， Leng G Y， Su J H， et al， 2019.Comparison of urbanization and climate change impacts on urban flood volumes： importance of urban planning and drainage adaptation［J］.The Science of the Total Environment， 658： 24-33.

鲍媛媛， 康志明， 2014.2010年亚洲夏季风环流异常特征及其对中国雨带的影响［J］.高原气象， 33（5）： 1217-1228.DOI： 10.7522/j.issn.1000-0534.2013.00099.Bao Y Y ，

Kang Z M， 2014.Abnormal features of Asian summer monsoon circulation and its effects on Chinese rain band in 2010［J］.Plateau Meteorology， 33（5）： 1217-1228.DOI： 10.7522/j.issn.1000-0534.2013.00099 .

陈涛， 张芳华， 于超， 等， 2020.2020年6-7 月长江中下游极端梅雨天气特征分析［J］.气象， 46（11）： 1415-1426.

Chen T， Zhang F H， Yu C， et al， 2020.Synoptic analysis of extreme Meiyu precipitation over Yangtze River Basin during June-July 2020［J］.Meteorological Monthly， 46（11）： 1415-1426.

高俊峰， 闻余华， 2002.太湖流域土地利用变化对流域产水量的影响［J］.地理学报， 57（2）： 194-200.

Gao J F， Wen Y H， 2002.Impact of land use change on runoff of Taihu Basin［J］.Acta Geographica Sinica， 57（2）： 194-200.

胡彩虹， 王纪军， 詹发竹， 等， 2009.中小流域汛期降水时空分布集中程度与洪水关系研究［J］.水文， 29（4）： 14-21.

Hu C H， Wang J J， Zhan F Z， et al， 2009.Study on relationship between flood and precipitation concentration degree in time and space in medium-and small-sized river basins［J］.Journal of China Hydrology， 29（4）： 14-21.

胡四一， 王宗志， 王银堂， 等， 2011.太湖流域台风与梅雨遭遇概率分析［J］.中国科学： 技术科学， 41（4）： 426-435.

Hu S Y， Wang Z Z， Wang Y T， et al， 2011.Encounter probability analysis of typhoon and plum rain in the Taihu Lake Basin［J］.Science China Technological Sciences， 41（4）： 426-435.

胡迎春， 陈耀登， 高玉芳， 等， 2024.基于雷达估测降雨及WRF-Hydro模型的典型山洪模拟研究［J］.高原气象， 43（1）： 254-263.DOI： 10.7522/j.issn.1000-0534.2023.00044.Hu Y C ，

Chen Y D， Gao Y F， et al， 2024.Simulation study of typical flash floods based on radar-estimated rainfall and WRF-Hydro model［J］.Plateau Meteorology， 43（1）： 254-263.DOI： 10.7522/j.issn.1000-0534.2023.00044 .

李振洁， 孟宪红， 舒乐乐， 等， 2024.WRF-Hydro大气-陆面-水文耦合模式应用研究综述［J］.高原气象， 43（4）： 809-825.DOI： 10.7522/j.issn.1000-0534.2024.00040.Li Z J ，

Meng X H， Shu L L， et al， 2024.A comprehensive review of the application research of the WRF-Hydro fully coupled Atmosphere-Land-Hydrology model［J］.Plateau Meteorology， 43（4）： 809-825.DOI： 10.7522/j.issn.1000-0534.2024.00040 .

苗茜， 谢志清， 曾燕， 等， 2018.基于统计-FloodArea模型的平原水网区致灾临界雨量研究［J］.自然资源学报， 33（09）： 1563-1574.

Miao Q， Xie Z Q， Zeng Y， et al， 2018.Research of critical rainfalls in wet-net plains based on statistical method and FloodArea［J］.Journal of Natual Resources， 33（09）： 1563-1574.

邵玉龙， 许有鹏， 马爽爽， 2012.太湖流域城市化发展下水系结构与河网连通变化分析——以苏州市中心区为例［J］.长江流域资源与环境， 21（10）： 1167-1172.

Shao Y L， Xu Y P， Ma S S， 2012.Change of river structure and stream network connectivity in the Taihu Lake Basin under the urbanization development——a case study in urban Suzhou［J］.Resources and Environment in The Yangtze Basin， 21（10）： 1167-1172.

沈晓玲， 李锋， 黄海迅， 等， 2025.浙江梅汛期极端短时强降水特征分析［J］.气象科学， 45（3）： 367-377.

Shen X L， Li F， Huang H X， et al， 2025.Analysis on the characteristics of short-duration extreme rainfall in Meiyu period in Zhejiang［J］.Journal of the Meteorological Sciences， 45（3）： 367-377.

陶雨薇， 王远坤， 王栋， 等， 2020.太湖流域湖西区暴雨时空分布特性分析［J］.水利水运工程学报， 3： 43-50.Tao Y W， Wang Y K， Wang D， et al， 2020.Analysis of spatio-temporal distribution of rainstorms in the western region of Taihu Lake Basin［J］.Hydro-Science and Engineering， 3： 43-50.

王文琪， 王栋， 王远坤， 2019.长江三角洲太湖流域湖西浙西区降水极值特性分析［J］.南京大学学报（自然科学）， 55（4）： 688-698.

Wang W Q， Wang D， Wang Y K， 2019.Rainfall extreme value analysis on western area of Taihu Lake basin in Yangtze River Delta［J］.Journal of Nanjing University（Natural Science）， 55（4）： 688-698.

吴浩云， 王银堂， 胡庆芳， 等， 2013.太湖流域61年来降水时空演变规律分析［J］.水文， 33（2）： 75-81.

Wu H Y， Wang Y T， Hu Q F， et al， 2013.Tempo-spatial change of precipitation in Taihu Lake Basin during recent 61 years［J］.Journal of China Hydrology， 33（2）： 75-81.

伍永年， 黄玙盟， 张祎旸， 等， 2019.太湖流域防汛抗旱减灾体系建设与成就［J］.中国防汛抗旱， 29（10）： 89-98.

Wu Y N， Huang Y M， Zhang Y Y， et al， 2019.Construction and achievements of flood control， drought relief and disaster reduction systems in the Taihu Basin［J］.China Flood and Drought Management， 29（10）： 89-98.

谢志清， 杜银， 曾燕， 等， 2018.江淮流域年极端降水事件分类特征及其致洪风险［J］.中国科学： 地球科学， 48（9）： 1153-1168.

Xie Z Q， Du Y， Zeng Y， et al， 2018.Classification of yearly extreme precipitation events and associated flood risk in the Yangtze-Huaihe River Valley［J］.Science China Earth Sciences， 48（9）： 1153-1168.

颜海帆， 戴竹君， 刘梅， 等， 2025.南京极端小时降水特征统计及基于环境的判别方法研究［J］.气象科学， 45（3）： 341-351.

Yan H F， Dai Z J， Liu M， et al， 2025.Characteristics of extreme hourly precipitation in Nanjing and environment-based discrimination method［J］.Journal of the Meteorological Sciences， 45（3）： 341-351.

姚颖， 李谢辉， 王磊， 等， 2025.CMIP6不同气候变化情景下川渝地区暴雨洪涝灾害风险未来预估［J］.高原气象， 44（4）： 943-960.DOI： 10.7522/j.issn.1000-0534.2024.00108.Yao Y ，

Li X H， Wang L， et al， 2025.Future projection of rainstorm and flood disaster risk in Sichuan-Chongqing region under CMIP6 different climate change scenarios［J］.Plateau Meteorology， 44（4）： 943-960.DOI： 10.7522/j.issn.1000-0534.2024.00108 .

余荣， 翟盘茂， 2018.厄尔尼诺对长江中下游地区夏季持续性降水结构的影响及其可能机理［J］.气象学报， 76（3）： 408-419.

Yu R， Zhai P M， 2018.The influence of El Niño on summer persistent precipitation structure in the middle and lower reaches of the Yangtze River and its possible mechanism［J］.Acta Meteorologica Sinica， 76（3）： 408-419.

于文金， 阎永刚， 邹欣庆， 2012.太湖流域暴雨时空特征研究［J］.自然资源学报， 27（5）： 766-777.

Yu W J， Yan Y G， Zou X Q， 2012.Study on spatial and temporal characteristics of rainstorm in Taihu Lake Basin［J］.Journal of Natual Resources， 27（5）： 766-777.

展永兴， 2009.太湖流域武澄锡虞区防洪规划［D］.南京： 河海大学.Zhan Y X， 2009.The flood control planning of Wuchengxiyu Region of Taihu Basin［D］.Nanjing： Hohai University.

邹磊， 夏军， 张印， 2021.长江中下游极端降水时空演变特征研究［J］.长江流域资源与环境， 30（5）： 1264-1274.

Zou L， Xia J， Zhang Y， 2021.Spatial-temporal characteristics of extreme precipitaition in the middle and lower reaches of the Yangtze River［J］.Recources and Environment in the Yangtze Basin， 30（5）： 1264-1274.

Options
文章导航

/

〈 〉

本系统由北京玛格泰克科技发展有限公司设计开发 技术支持：support@magtech.com.cn