王婷，胡琳，諶志剛

（1.廣州市氣候與農(nóng)業(yè)氣象中心，廣東廣州 511430；2.廣州市突發(fā)事件預(yù)警信息發(fā)布中心，廣東廣州 511430；3.廣州市氣象局，廣東廣州 511430）

近年來，由于氣候變暖及城市快速發(fā)展導(dǎo)致的熱島效應(yīng)、雨島效應(yīng)，使得大城市突發(fā)性、局地性、高強(qiáng)度的極端暴雨事件呈現(xiàn)明顯的增多增強(qiáng)趨勢(shì)［1-3］。城市擴(kuò)張導(dǎo)致的蓄水面率下降、徑流系數(shù)升高、排水系統(tǒng)能力不足等因素［4-7］也致使城市內(nèi)澇災(zāi)害發(fā)生的頻率、強(qiáng)度日益加劇，給人民生命財(cái)產(chǎn)安全、地下空間防汛、城市交通等帶來極大風(fēng)險(xiǎn)。2020年5月21日傍晚至22日早晨，受西南季風(fēng)及低渦切變的共同影響，廣州普降暴雨到大暴雨，黃埔、增城局部出現(xiàn)特大暴雨。該次暴雨具有“短時(shí)雨強(qiáng)大、超強(qiáng)降水范圍廣、降雨速率快、累積雨量多”的特點(diǎn)（簡(jiǎn)稱“5·22”）。根據(jù)《廣州市暴雨術(shù)語(yǔ)、指標(biāo)和影響等級(jí)劃分標(biāo)準(zhǔn)》，綜合評(píng)估為2005年以來廣州市第2強(qiáng)的暴雨過程，達(dá)到全市性特別嚴(yán)重影響程度。暴雨造成廣州地鐵13號(hào)線官湖站、新沙站、沙村站、南崗站等站外出現(xiàn)區(qū)域性洪澇，洪水倒灌進(jìn)站導(dǎo)致官湖至新沙隧道區(qū)間及官湖至新塘部分隧道被淹，13號(hào)線全線停運(yùn)。

本研究利用分鐘級(jí)降水、水位監(jiān)測(cè)數(shù)據(jù)和相關(guān)地理信息數(shù)據(jù)，結(jié)合水動(dòng)力模型模擬和現(xiàn)場(chǎng)調(diào)研方法，分析了該次地鐵被淹的可能原因。針對(duì)如何減少極端降水事件對(duì)地鐵運(yùn)行的影響，提出地鐵防范極端暴雨災(zāi)害的對(duì)策建議。

1 資料與方法

本研究使用資料包括：（1）2020年5月21—22日黃埔、增城85個(gè)國(guó)家和區(qū)域氣象自動(dòng)觀測(cè)站的小時(shí)及逐5 min降水觀測(cè)數(shù)據(jù)；（2）2020年5月21—22日水文站逐5 min水位及降水監(jiān)測(cè)數(shù)據(jù)；（3）增城區(qū)暴雨強(qiáng)度公式（2014年版），用于計(jì)算不同歷時(shí)、不同重現(xiàn)期暴雨雨量；（4）黃埔、增城地形高程數(shù)據(jù)，分辨率30 m，來源于日本的ERSDAC（地球遙感數(shù)據(jù)分析中心）的ASTER GDEM資料。地鐵站周邊積水模擬采用《城市內(nèi)澇風(fēng)險(xiǎn)預(yù)警業(yè)務(wù)技術(shù)指南》［8］中的城鄉(xiāng)積澇淹沒模型。該模型包括降雨模塊、產(chǎn)流模塊、地表匯流模塊和管網(wǎng)排水模塊4個(gè)部分，其中產(chǎn)流模型采用美國(guó)農(nóng)業(yè)部水土保持局開發(fā)的經(jīng)驗(yàn)水文模型（SCS模型），匯流采用快速淹沒法，排水模塊忽略管網(wǎng)計(jì)算采用暴雨強(qiáng)度公式和管網(wǎng)的設(shè)計(jì)標(biāo)準(zhǔn)表征排水能力。

2 暴雨導(dǎo)致地鐵被淹的原因

2.1 雨強(qiáng)大、速率快、范圍廣導(dǎo)致排水不及時(shí)

地鐵13號(hào)線該次被淹站點(diǎn)都處于特大暴雨區(qū)內(nèi)，附近2個(gè)氣象測(cè)站（G1062、G3250）的累積雨量都超過300 mm（圖1）。

圖1 “5.22”暴雨過程黃埔、增城累積雨量分布（單位：mm）

暴雨過程中，G1062和G3250測(cè)站30 min最大雨強(qiáng)分別為70.1和82.6 mm，對(duì)照增城區(qū)暴雨強(qiáng)度公式（2014年版），重現(xiàn)期分別達(dá)到20年一遇和100年一遇；60 min最大雨強(qiáng)分別為112.8和155.6 mm，重現(xiàn)期分別為50年一遇和100年一遇；180 min最大雨強(qiáng)分別為245.2和302.2 mm，重現(xiàn)期均超100年一遇（圖2）。而根據(jù)《廣州市城市建設(shè)防災(zāi)減災(zāi)規(guī)劃（2018—2025年）》，到2020年廣州中心城區(qū)排水管網(wǎng)90%以上不低于2年一遇排澇標(biāo)準(zhǔn)，新建區(qū)域管網(wǎng)排澇標(biāo)準(zhǔn)進(jìn)一步提高到5～10年一遇，可見該次暴雨強(qiáng)度遠(yuǎn)超當(dāng)?shù)嘏艥衬芰Α?/p>

此外，過程中降雨速率非?？?，G1062測(cè)站80%以上的過程雨量集中在01：00—04：00（北京時(shí)，下同），期間有10個(gè)時(shí)次5 min雨量超過10 mm，平均每5 min為6.8 mm；G3250測(cè)站有90%以上的過程雨量集中在01：00—04：00，期間15個(gè)時(shí)次5 min雨量超過10 mm，平均每5 min為8.3 mm。雨勢(shì)又急又猛導(dǎo)致排水系統(tǒng)不能及時(shí)泄洪，地鐵站外出現(xiàn)區(qū)域性洪澇。另一方面，過程中黃埔、增城共有31個(gè)測(cè)站（占38.8%）1 h雨量≥80 mm，15個(gè)測(cè)站（占18.8%）3 h雨量≥200 mm，短歷時(shí)超強(qiáng)降水范圍之廣打破全市歷史紀(jì)錄。強(qiáng)降水范圍廣給排水調(diào)度工作帶來一定難度，需要布防的點(diǎn)太多、人手不足，導(dǎo)致地鐵周邊積水無法快速解決而涌入站內(nèi)。

圖2 地鐵周邊氣象測(cè)站G1062（a）和G3250（b）逐5 min、滑動(dòng)30、60、180 min及累計(jì)雨量變化

2.2 河涌水位頂托

地鐵13號(hào)線距離東江北支流、珠江等河流較近?！?·22”暴雨范圍廣，周邊水系及上游增江都在大暴雨或特大暴雨區(qū)內(nèi)。強(qiáng)降雨及上游來水導(dǎo)致河流水位快速上漲，附近的南崗河口、永和河、本田汽車廠等水文測(cè)站都出現(xiàn)超警戒水位（圖3），其中南崗河口超警戒水位0.86 m，基本上都是在2 h內(nèi)水位暴漲2 m以上（對(duì)應(yīng)雨量100 mm左右）。河涌水位頂托導(dǎo)致區(qū)域降雨徑流無法順利排出，加重了地鐵站周邊內(nèi)澇的嚴(yán)重程度。

2.3 地形影響

地鐵13號(hào)線被淹的官湖、新沙、沙村站北面三面環(huán)山，地鐵站正處于喇叭口地形的低洼處。南崗站西北面是龍頭山森林公園，也處于地勢(shì)低洼處?！?·22”暴雨時(shí)山洪匯集到地鐵站周邊低洼區(qū)域，也是導(dǎo)致地鐵倒灌進(jìn)水的原因之一。

2.4 地鐵站防御標(biāo)準(zhǔn)偏低

利用氣象測(cè)站小時(shí)雨量觀測(cè)數(shù)據(jù)，結(jié)合城鄉(xiāng)積澇淹沒模型對(duì)地鐵周邊區(qū)域進(jìn)行積水模擬（圖4），結(jié)果表明，01：00—02：00，區(qū)域小時(shí)雨量100 mm左右，官湖地鐵站附近出現(xiàn)超60 cm深度的積水，新沙、沙村、南崗地鐵站附近出現(xiàn)超20 cm深度的積水；02：00—03：00，區(qū)域再次普降超100 mm的降水，4個(gè)地鐵站周邊積水面積迅速擴(kuò)大，沙村、南崗站出現(xiàn)大面積超60 cm深度的積水；03：00—04：00，強(qiáng)降水持續(xù)，60 cm深度積水范圍進(jìn)一步擴(kuò)大，部分區(qū)域出現(xiàn)超120 cm積水；04：00后雨勢(shì)逐步減弱，但積水一直持續(xù)至早晨才逐漸消退。與水務(wù)部門提供的積水監(jiān)測(cè)數(shù)據(jù)對(duì)比，南崗、沙村地鐵站周邊模擬的積水深度與實(shí)況基本相符，新沙、官湖地鐵站周邊模擬的積水深度比實(shí)況?。▽?shí)測(cè)官湖地鐵站附近積水深度達(dá)1.5 m，新沙站所在的新沙大道北部分路段積水也超過1 m）。

圖3 地鐵周邊水文站南崗河口（a）、永和河（b）、本田汽車廠（c）5月22日超警戒水位及5 min雨量變化

圖4 5月22日02：00（a）、03：00（b）、04：00（c）地鐵周邊積澇淹沒模擬

而根據(jù)地鐵站現(xiàn)場(chǎng)調(diào)查結(jié)果，地鐵新沙、官湖站出入口臺(tái)階高出地面40 cm多，官湖站人行道高出路面20 cm左右（圖5）。由于周邊積水深度遠(yuǎn)超地鐵出入口高程，地平線下的地鐵站成為泄洪場(chǎng)所。同在特大暴雨區(qū)的新塘站和白江站，地鐵出入口分別高出道路5和1 m，沒有出現(xiàn)積水倒灌。說明部分地鐵站建設(shè)時(shí)未充分考慮極端暴雨的影響，防御設(shè)計(jì)標(biāo)準(zhǔn)偏低，導(dǎo)致車站倒灌進(jìn)水。

圖5 地鐵新沙站（a）和官湖站（b）出口

3 地鐵被淹防范對(duì)策

該次地鐵被淹事件暴露了城市基礎(chǔ)設(shè)施應(yīng)對(duì)氣候變化能力的不足。本研究針對(duì)如何減少極端降水事件對(duì)地鐵運(yùn)行的影響，提出以下防御對(duì)策。

1）開展地鐵周邊暴雨洪澇風(fēng)險(xiǎn)評(píng)估。

地鐵設(shè)計(jì)、建設(shè)初期應(yīng)進(jìn)行暴雨洪澇災(zāi)害風(fēng)險(xiǎn)論證，包括調(diào)研區(qū)域暴雨特征、歷史災(zāi)害案例、重現(xiàn)期極值、各歷時(shí)雨型、周邊地形地勢(shì)、排水設(shè)施及河道行洪能力等；開展不同降雨情景下的淹沒模擬；分析地鐵建設(shè)運(yùn)營(yíng)過程中主要的暴雨洪澇風(fēng)險(xiǎn)源和隱患；根據(jù)災(zāi)害發(fā)生的可能性和損失影響評(píng)估暴雨洪澇風(fēng)險(xiǎn)等級(jí)；根據(jù)評(píng)估結(jié)果，設(shè)計(jì)地鐵車站出入口、通風(fēng)亭門洞下沿高程，以及車站逐級(jí)防水、排水方案。已建項(xiàng)目也應(yīng)開展暴雨洪澇災(zāi)害風(fēng)險(xiǎn)普查工作，存在重大隱患的項(xiàng)目要通過合理改造提高抗災(zāi)等級(jí)。

2）建設(shè)地鐵暴雨洪澇監(jiān)測(cè)預(yù)警系統(tǒng)。

基于地鐵站周邊降水、河涌水位、積水、實(shí)景監(jiān)控、雷達(dá)等監(jiān)測(cè)數(shù)據(jù)，構(gòu)建暴雨內(nèi)澇災(zāi)害實(shí)時(shí)監(jiān)測(cè)模型；基于氣象部門短臨降水預(yù)報(bào)數(shù)據(jù)，結(jié)合閾值告警、統(tǒng)計(jì)模型、水動(dòng)力模型等方法，構(gòu)建暴雨內(nèi)澇災(zāi)害短臨預(yù)警模型；開發(fā)與地鐵安全管理體系高度融合的暴雨洪澇災(zāi)害監(jiān)測(cè)預(yù)警產(chǎn)品，在乘客信息顯示系統(tǒng)（PIDS）、地鐵電子導(dǎo)向系統(tǒng)、地鐵APP上發(fā)布基于地鐵站點(diǎn)的實(shí)時(shí)暴雨洪澇災(zāi)害預(yù)警信息。

3）建立地鐵防洪應(yīng)急預(yù)案。

地鐵建設(shè)和運(yùn)營(yíng)期間，管理方應(yīng)完善暴雨洪澇災(zāi)害預(yù)警信息發(fā)布、解除和響應(yīng)期間的快速有效對(duì)接機(jī)制和應(yīng)急預(yù)案。存在防洪風(fēng)險(xiǎn)的地鐵車站、隧道要做好臨時(shí)防水淹的措施。救援人員要做好人群的有序撤離和救助工作，在保障安全的情況下做好設(shè)備設(shè)施的檢查修復(fù)工作。交通管理部門應(yīng)根據(jù)地鐵站洪澇風(fēng)險(xiǎn)做好接駁方案，通過短信、微信、電視等途徑為市民提供出行指引。