洪涝模拟涉及到降雨产流过程与汇流过程，汇流过程又包括地表坡面汇流、地下管网汇流与河道汇流。降雨产流是指降雨量中扣除各类损失后形成净雨的过程，其中损失主要包括蒸发、植物截流、地表填洼和土壤下渗等。城市区域常用的产流计算方法包括径流系数法、φ指标法、美国水土保持局曲线数值模型（soil conservation service curve number model, SCS-CN)、蓄满产流法、下渗曲线法等。汇流是产流后的净雨从地面汇入管网或者河道的过程，计算方法可以分为水文学方法和水动力学方法，后者主要是采用数值方法求解一维或者二维浅水方程，具有明确的物理意义，且可以得到流速和水深分布，比水文学方法更为精确。

1）河网一维模型计算原理。水力要素随时间变化且具有自由表面的管渠流动称为明渠非恒定流，它满足质量守恒定律和动量守恒定律，由此可以分别推导出明渠流的连续方程和动量方程，即圣维南方程组。

（1）连续方程表达式为：

式中，A为河道过水面积；Q为断面流量；t为时间；s为沿水流方向水平坐标；r为侧向来流。

（2）动量方程表达式为：

式中，α为动量修正系数；g为重力加速度；z为河道水位；S_f为摩阻坡降，可由曼宁公式求解；V为侧向来流在河道方向的流速。

河网模型对基本控制方程在时间、空间上进行离散，采用各种算法对圣维南方程组进行求解。

2）地表二维模型计算原理。采用二维圣维南方程组的扩散波公式计算净雨的地表坡面运动，其连续方程与动量方程为：

式中，H为水深；t为时间；(x, y)为平面坐标；M与N分别为x和y方向的垂向平均单宽流量；q为连续方程中源汇项，表示有效降雨强度；Z为水位；u和v分别为垂向平均流速在x与y方向的分量；n为曼宁糙率系数。

在模拟地表线性连续阻水构筑物的影响时采用宽顶堰流公式计算流量：

式中，Q_b为网格边流量；ε为侧收缩系数；m为流量系数；σ_s为构筑物过水宽度；H_u为堰上水头。

3）地下排水管网模型计算原理。与河道一维模型计算相同，通过求解一维圣维南方程组建立管网水流计算模型。不同的是，水流在管网运动中会交替出现明渠无压流和满管有压流两种不同流态。为保证两种流态交替地平滑过渡，结合Preissmann虚拟窄缝法与圣维南方程组对管网自由表面无压水流和有压水流进行统一计算是当前普遍采用的方法。

随着基础地理数据和水利业务数据质量和精度的提升，城市洪涝模拟技术日趋成熟，逐步在城市洪水风险管理、洪涝风险评估、防洪调度决策支持等方面得到应用^[2]。城市地表汇流分为水文学法和水动力学法^[3]。水文学方法计算简单，但物理机制尚不明晰；水动力学方法计算较为复杂，但其物理机制明确，一般来说计算结果较水文学方法更为精确^[4]。城市洪涝模型涉及到多处细节模拟问题，不同方式的计算结果差异较大^[5]，而细节模拟需要高精度地形支撑，已有学者结合当前对城市高精度地形的迫切需求，融合包括激光雷达数据在内的多源数据，提出了城市高精度数字高程模型（digital elevation model, DEM）分层分级的制作方法^[6]，对城市汇流地形模型提供帮助。

国外对城市洪涝模拟的研究起步较早，20世纪80年代以后，洪涝数值模拟研究进入快速发展阶段。国内对城市洪涝模拟的研究起步相对较晚^[7]，如文献[8]较早提出了城市雨水管道计算模型，文献[9]研制了城市雨水径流模型。目前，被广泛运用的城市雨洪径流模型多达数十种^[10]。

利用水力学模型进行城市洪涝模拟的过程中涉及到大量的数值计算，尤其是二维地表模型，求解方程的算法与网格数量都会严重影响计算效率。目前，城市精细化洪涝模型巨大的计算量导致它很难实现实时模拟计算，不能满足根据实时模拟计算结果发布内涝预警的需求。

本文提出了基于精细化洪涝模型构建暴雨-内涝情景库, 利用情景匹配模式针对预报降雨发布城市内涝预警的方法。具体思路是：用精细化洪涝模型对城市各种降雨组合工况的情景进行模拟计算，利用部分实时积水监测数据对模拟结果进行校核后，以计算方案与模拟结果为基础构建城市暴雨-内涝情景库。在此基础上，根据预报降雨总的降雨量、最大降雨强度、降雨历时等特征参数与情景库对应情景参数进行匹配，快速提取与合成洪涝模拟结果，依据预警指标识别城区重点关注对象和区域的内涝风险并发布内涝预警。

这种基于降雨预报通过洪涝模拟模型的内涝分析结果，能提前获知可能发生内涝积水风险的具体位置和风险程度，依据预警指标进行预警，可有针对性地重点指导相关部门和群众提前采取预防措施。

北京市主城区面临的洪涝威胁主要有永定河洪水、西山洪水及城区暴雨内涝3个来源。截至目前，随着水利工程的大力修建与整治，北京市主城区对于永定河洪水和西山洪水的防范能力已经逐渐加强，而暴雨内涝有增无减，城市中心区对暴雨内涝的反应越来越敏感。

北京市主城区从北往南依次有清河、坝河、通惠河、凉水河4大排水河道，构成了自然分区的排水系统，依此，城区可分为清河流域、坝河流域、通惠河流域以及凉水河流域（见图 1）。清河是北京市主城区北部的主要排洪河道；坝河主要承担着中心城区东北部和北部的防洪排水任务，并承担北护城河的分洪任务；通惠河为北京中心城区及通州新城地区重要的防洪排水、输水灌溉及景观河道；凉水河是北京城区南部主要排洪河道。

图  1  北京城区洪涝模型范围

Figure 1.  Range of Beijing Urban Flooding Model

为确保城市防洪安全，对城区上游来洪予以控制，避免其进入中心城区增加河道排水压力。北京的城市防洪采取“西蓄、东排、南北分洪”的原则。“西蓄”是指充分利用玉渊潭以上的河道、西郊砂石坑以及玉渊潭湖，调蓄玉渊潭以上的雨洪，减少进入市中心区的洪水。“东排”是指市区雨水经城区河道由通惠河排出。“南北分洪”是指当城市西部发生较大洪水时，在城区北部经安河闸向清河分洪，在城东北角向坝河分洪，在城西南角向凉水河分洪，减少洪水对北京城市中心区的威胁。

北京主城区范围大致是东五环、南四环、西五环与北五环所包含的区域，考虑到产汇流分析计算的完整性，将北部清河和南部凉水河的主要流域范围均纳入北京城市洪涝模型计算范围，建模范围面积1 400余km²。

北京市城市洪涝模型构建中采用了中国水利水电科学研究院自主知识产权的模型程序与建模平台。在分别构建全城区一维河道模型、分区地表二维模型、分区地下管网模型的基础上，通过模型耦合技术将这些模型联合起来进行模拟计算。

降雨产流后，净雨开始参与地表汇流演算（基于地表二维模型），途中可直接汇入河道，也可通过雨篦子汇入地下管网参与管网汇流（基于排水管网模型），最终流入河道参与河道汇流（基于一维河道模型）。各模型间的水力参数通过耦合模型交换与传递。

因此，北京城市洪涝模型包括全区河道一维模型、多个地表二维模型（含降雨产流模型）、多个地下管网模型以及全区耦合模型，入流边界分别由北运河流域水文模型计算结果及水库下泄过程提供。该模型可模拟计算北京市主城区内所有水库、闸门、泵站等防洪排涝工程调度运用下的降雨产流、地面汇流、河道汇流、管网汇流等水流过程。

降雨产流采用前损后损法原理，属于超渗产流。模型中将净雨产生过程简化为前期损耗和下渗两个过程，即降雨量扣除前损（含填洼、植被截留及蒸发）和下渗，剩余的降水即为净雨，净雨产生后开始参与地表汇流、管网汇流与河道汇流。

对于建设程度高的城区来说，不透水面积占比高，有些概化模型处理中会忽略降雨入渗。但是，本文模型考虑到北京城区近年来绿化面积明显增加，透水面积导致的降雨入渗量不容忽略，针对量级不大的降雨事件，入渗占比也较大。因此，本文以北京城区2018年最新遥感影像解译后的下垫面分布类型作为基础进行产流参数的设置。

本文模型中将降雨直接加载于地表二维模型网格，以地表网格为产流计算基本单元。前损量根据地类不同赋予经验常数，下渗过程采用霍顿下渗公式计算：

式中，f(t)为初始下渗速率（mm/h）；f₀为稳定下渗速率（mm/h）；β为霍顿衰减系数，反映土壤下渗率递减特性；为时间。

针对北京城区地类分布特征，各类选取20个样本点进行了下渗实验，利用实验结果拟合了下渗曲线，得到适用于北京城区的一套基础产流参数（见表 1）。表 1中，I_m为降雨前损量。

对北京城区4大防洪排涝河道及其重要支流建立河网一维水动力学模型，充分考虑河网上重点闸坝工程的调度作用，模拟河道的部分区段在超标准洪水时可能出现堤漫溢，模型根据堤顶高程和河道水位，采用自由出流的堰流公式，实时计算河道向外漫溢的水量，进入平面区域后参与二维演进计算。

北京城区一维模型最大的特点在于充分考虑了河湖精细化调度，依据北京城区洪水调度方案及闸坝调度预案对闸坝分别设置了详细的调度规则，以实现城市河湖水系及防洪工程调度模拟计算。北京具有防洪调度作用的重点闸坝枢纽调度主要是北运河北关枢纽、安河闸、南护分洪道闸、玉渊潭闸、团城湖南北闸等。北京水资源匮乏，河湖调度除了防洪外还要重点考虑维护城区河道景观水位。因此，还有一些闸坝也参与城市河湖调度，降雨时根据闸前水位及预期来雨量调整闸坝开度，合理下泄，既能安全度汛又能保证一定的槽蓄量。多数闸坝启用规则是根据上游水位决定开度，因此一定程度上可以说是水资源调度。北京城区多遭遇小量级暴雨，为保证模拟结果的精确性，本文模型对所有在河湖管理中具备调度作用的闸坝均设置了与降雨量级匹配的调度规则。另外，为保证短历时暴雨模拟结果也能与实际水位接近，对所有河段设置了初始化水位。合理的初始化水位加上精细的工程调度规则，能实现对各种量级和历时暴雨的精确模拟。

二维建模中涉及到的网格剖分、高程赋值与修正问题比较关键^[11]。如果网格太粗，无法反映城区局部复杂地形，不能正确模拟水的汇流关系，但如果网格太细，网格量过大，会影响计算效率，所以应该在计算能力内选择合适的网格尺度。

北京模型中使用的是非结构网格，采用了粗细两套剖分网格，网格大小分别为50~100 m及10~20 m，构建了两套地表模型，粗网格的为概化模型，细网格的为精细化模型，网格采用城区1:2 000比例尺DEM进行了初始化高程赋值。除网格尺寸外，剖分前还通过提前添加控制边线的方式保证了特殊地物所处网格地类的单纯性，也能充分体现线状突出地物的阻水影响，比如对城区内的高速公路、环路、铁路、干道、桥区、挡墙等都进行了边线控制。两套模型的区别除了网格尺寸不同外，精细化模型中对复杂地形区域的微地形进行了精细化处理与控制，在初始化高程的基础上结合激光雷达扫描、实地测量及街景判读等多种方式对初始化地形进行了修正，对线状阻水物进行了对应网格边的高程设置，详细刻画了这些区域的地表形状，以便更精确地分析和展示这些区域的积水情况。例如，根据车载激光雷达局部扫描结果进行了修正的桥区地形（图 2（b））比原始地形（图 2（a））更能精细地刻画局部微地形。

图  2  桥区局部地形修正前后

Figure 2.  Original and Amended Elevation of Bridge Area

北京市主城区范围很大，如果对地表整区建模，网格数量巨大，严重影响模型运行效率，也不利于模型数据管理与更新。因此，建模时基于城区河道状况将二维平面范围划分为多个区域，分区建模，整区内进行粗细模型耦合，能提高模拟效率且便于数据维护更新。根据清河、坝河、通惠河、凉水河及其主要支流，选择以河为界，将地表划分为15个区域。

北京城区的众多下凹式立交桥和下凹式路段易成为暴雨积水的重灾区，对比概化模型与精细化模型的模拟效果发现，要想精确模拟桥区尺度的积水情况，百米级格网的概化模型不足以满足需求。精细化模型模拟尺度大、精度高，但运行慢、效率低。在实际应用中，应视关注对象和时间紧迫性等具体需求，将精细化模型与概化模型分区域组合使用。

对每个网格内不同地类的基础产流参数与糙率进行面积加权平均，得到整个网格的产流参数与糙率。

排水管网模型包含地下管网（线）、连接点（点）两类空间实体对象，具体要素有管段、泵站、检查井、雨篦子及排水口。排水管网系统中各对象间的拓扑关系由排水管网数据模型中地下管网（线）、连接点（点）两类空间实体对象的拓扑关系模型来描述。排水管网模型主要接收地表汇流，经过管网汇流后由排水口进入河道。本文模型的管网系统中，检查井和雨水篦子都是收水节点，但收水方式有区别，取决于管网与地表的耦合方式。

耦合模型中包含3类耦合关系：（1）一维河道与二维地表耦合；（2）一维河道与管网耦合；（3）二维地表与管网耦合。

河网一维模型与地表二维模型可通过河道断面与普通网格边的连接关系进行侧向耦合，模拟河道与陆地水量交换；河道断面也可与水体类网格通过河道节点进行纵向耦合，模拟河道与水域的水量交换。河道与陆地之间的水量交换由水位决定，河道断面水位超过堤顶高程或溃口底高程，则由堤顶或溃口处向地表漫溢；而地表水位超过堤顶高程时，也会流入河道。耦合计算时，统一由耦合调度模型控制推进，并根据河道和地表的实时水位计算河道与地表之间的水量交换。

河网一维模型与管网模型通过断面与排水口连接关系进行耦合。管网与河道在排水口处发生水量交换，如果河道水位低于出水口，则管网正常向河内排泄雨水；而当河道水位高于管道内压力水头时，则河水向管网内倒灌。

地表二维模型与管网模型通过管网节点（检查井和雨篦子）与地表网格连接关系进行耦合。北京城区范围大，各区域管网数据情况参差不齐，模型耦合采用了不同的方法：（1）管网资料完备区域，雨水收集和汇集系统完善，地面与管网之间直接采用物理连接方式，地面上的雨水通过附近的雨水篦子直接汇入地下管网。北京城区主要道路的管网数据比较完备，都采用了这种纯物理耦合方式。对于地面泵站排入管网的情况，设置泵站抽排网格与排入检查井之间的关联关系。（2）管网资料不完善区域，雨水收集系统不完善，需要划分雨水汇水区，汇水区排水能力以内降雨汇入检查井，能力以外的降雨参与二维演进计算。关于汇水区划分方法，对于自然条件汇水区划分，常采用基于DEM的D8单流向法、Frho8法、FD8法^[12]等较为成熟的多流向算法，但这些算法难以在城市中得到应用。一些学者尝试研究适合城市特点的汇水区划分方法，如文献[13]提出的模型在考虑道路、沟渠、涵洞对地表汇流影响的基础上采用D8法划分汇水区。（3）在管网数据完全缺失或无管网区域，如主城区外围远离中心城区的非建设区域，产流通过排水分区直接排入河道，超出部分参与地表演进。

本文模型根据不同区域排水管网设施数据的不同完善程度，采用了多种地表与管网的耦合方式，多途径地解决地表排水问题。

选择北京市城区近年来较为典型的暴雨—2012年“7·21”暴雨、2016年“7·20”暴雨、2017年“6·21”暴雨、2017年“7·6”降雨以及2017年“8·2”降雨，用于北京洪涝模型的验证分析。

河道收集了清河沈家坟闸、通惠河乐家花园、凉水河大红门闸以及支流中几个重要断面的实测水位或流量资料，与模型结果进行对比分析。地表选取了30处下凹式桥区和路段，收集了部分积水监测数据和统计上报数据进行验证。管网选取了2处作为模型验证监测点。

一维河道模拟验证效果良好，图 3为2016年“7·20”暴雨模拟结果与实测对比，主要代表站洪峰误差10%以内，洪量误差8%。地表积水验证方面，由于参考数据本身不理想，无法准确衡量验证效果，但将模拟结果与熟悉情况的部门和人员进行了逐一核对，模拟出的涝情基本符合实情。管网水流监测受现有条件和设施的影响，监测点少，但模拟效果与实测数据较吻合。

图  3  北京2016年“7·20”暴雨模拟河道结果

Figure 3.  Simulation Results of River for Beijing Rainstorm "7·20" of the Year 2016

针对北京市遭遇长历时设计降雨类型、短历时设计降雨类型及北京城区历史典型暴雨，分别制定了分流域多种降雨量级方案，再组合不同来流边界条件（代表城区周边降雨来流情况）、不同闸坝调度工况条件，形成了上千场降雨情景。

情景条件包括降雨总量、雨型、最大雨强、降雨历时、上游来流、闸坝调度规则。

1）降雨总量方案。以标准设计暴雨降雨总量为基础方案，中间进行插值生成多个中间雨量方案。首先，通过《北京市水文手册（第一分册：暴雨图集）》查图得到城区清河流域、通惠河流域、凉水河流5个分区的百年一遇、五十年一遇、二十年一遇及十年一遇1 h、6 h、24 h点设计暴雨值，再查皮尔逊Ⅲ型频率曲线（PⅢ曲线）以及特征值图得到各分区各标准历时暴雨参数及设计频率点暴雨量计算表，并推求一年一遇、三年一遇、五年一遇及二百年一遇暴雨值，最后利用折减系数法推求面设计暴雨。

2）降雨过程方案。用暴雨公式法计算24 h设计雨型的时程分配。根据暴雨公式可以求出1~24 h任一历时相同频率雨量，再利用《北京市水文手册（第一分册：暴雨图集）》中的“北京市城近郊平原区24 h雨型分配表”可得到不同频率设计暴雨过程。

对3个流域分区分别设计的降雨方案包括：一年一遇到二百年一遇共15个降雨量级下1 h、3 h、6 h、12 h、24 h共5种历时的设计降雨过程，生成设计方案75个。另外，还对北京城区近10年来的约20个典型暴雨场次编制了实况方案。

本文模型中涉及到的上游来流边界主要考虑温榆河的来流过程，包括沙河闸、蔺沟、小中河，均采用不同频率设计洪水过程，与降雨量级进行同频组合。插值的降雨量级与高一频率设计洪水进行组合形成插值方案。西郊砂石坑及其他各闸坝调度工况除了根据降雨量级参照调度预案进行设置外，还设计了若干备用的工况组合方案，再与降雨特征进行组合，以防特殊时期产生的特殊需求。

利用北京城区洪涝模型对以上设计的所有降雨情景进行模拟计算。为得到完整的洪水过程，实际模拟时长比降雨历时均多出1~3倍。以此为基础，构建了北京城区降雨-内涝情景库，库中除了包含情景各类参数、对应模拟结果之外，还对重点关注位置如历史易涝区的模拟结果进行了专题信息提取，以提高预警效率。情景库内容包括：

1）情景方案数据：降雨总量、最大降雨强度、降雨历时、雨型、边界来流过程、闸坝调度规则。

2）模型输出成果：一维河道所有断面的流量与水位过程，二维地表所有网格水深过程，所有管网节点、管段、泵站的流量与水位过程等。

3）专题提取成果：重点河道断面水位流量过程、漫溢河段、地表最大积水深度分布、积水历时、内涝路段、内涝桥区、内涝小区、检查井溢流等。

目前，由气象部门发布的降雨预报通常有3种形式：千米格网化降雨预报产品、降雨量空间分布图、文字描述。

无论任何形式的降雨预报，首先需要将降雨预报数值化、标准化，转换成降雨量等值面，并针对每个面给出该区基本降雨特征参数；然后，将标准化后的预报降雨数据与情景库进行匹配并提取模拟结果。

1）用每个降雨等值面所属的基本降雨特征参数与降雨-内涝情景库中的特征参数进行匹配，匹配参数顺序为总降雨量、最大小时雨强、降雨历时、雨型、调度。降雨预报信息有限，只能进行前3项参数匹配，最终选取3个参数方差和最小的情景作为匹配结果。

2）将预报降雨数据中每个等值面逐个与匹配情景对应的模拟结果进行空间叠加分析，提取该等值面范围内匹配情景的模拟结果。

3）将所有等值面范围提取的模拟结果进行空间拼接，得到整个北京城区范围的模拟结果。

通过预报降雨数据与情景库的匹配过程，快速获取了预报降雨可能导致的洪涝模拟结果，内涝风险识别则需要依据内涝预警标准来对模拟结果中的积水深度和历时进行等级划分后提取。

根据北京市内涝预警试点研究成果，积水深度超过15 cm且积水历时超过30 min会对行人出行造成影响，积水深度超过40 cm且积水历时超过30 min会对交通造成严重影响。以此为参考，以受内涝影响最为严重的道路和桥区为对象，提出针对桥区和路段的内涝风险等级划分标准：水深 > 40 cm且历时 > 30 min，内涝风险高；水深 > 15 cm且历时 > 30 min，内涝风险一般。

降雨预报：北京市气象局预报，2019年8月9日中午至10日凌晨，城区有中到大雨，预计西南部局部暴雨，降雨量30~50 mm，局部雨强可达70~80 mm/h。中心城区降雨量15~25 mm，北部、东部降雨较小。

1）对降雨预报数据进行标准化，设计城区降雨等值面并赋值降雨特征参数：（1）总降雨量：清河流域及凉水河流域东部15 mm，通惠河流域25 mm，凉水河流域西部50 mm；（2）最大雨强：通惠河流域80 mm/h，其他区域30 mm/h；（3）降雨历时16 h。（4）边界与调度：按照调度预案中五年一遇降雨对应的措施进行设置，汇入边界取沙河闸、蔺沟、小中河十年一遇24 h设计洪水过程。

2）以降雨等值面为单位，将预报降雨参数与暴雨-内涝情景库进行降雨特征参数匹配，对等值面与匹配度最高的方案结果进行空间叠加分析，提取模拟结果，再拼接形成全区模拟结果，最后根据水深与历时指标进行内涝风险等级划分。

3）内涝分析结果。在该降雨条件下，西郊砂石坑、北分洪、分洪道闸、东直门闸及祁家豁子闸将不启用。城区地面局部产生积水，积水深度超过15 cm的地面面积约42 km²。城区内某桥区周边道路积水及整个城区地表积水分布见图 4、图 5。芍药居桥等26处内涝风险较大，最大积水深度超过40 cm，北蜂窝铁路桥等有30余处内涝风险一般，最大积水深度超过15 cm但不到40 cm。以上有内涝风险区绝大多数是下凹式立交桥或低洼区域，容易发生局部积水。

图  4  路段积水模拟结果

Figure 4.  Simulation Results of Waterlogging on Road

图  5  北京城区预报降雨模拟水深图

Figure 5.  Water Depth Map for a Forecast Rainfall of Beijing

根据分析结果制作内涝风险预警图如图 6所示，主要展示内涝积水桥区和路段，并发布预警信息。

图  6  北京城区预报降雨内涝风险预警图

Figure 6.  Waterlogging Risk Alarming Map of Beijing City for a Forecast Rainfall of Beijing

4）雨后分析。通过2019-08-09降雨观测数据发现，模型模拟的积水分布与内涝风险点（图 5、图 6）明显增多且高于实际情况，主要原因是预报降雨总量与强度在空间分布上普遍大于北京城区实测降雨，尤其是通惠河流域，实际降雨只在局部几km²内发生了强降雨，大部分区域只发生了小到中雨级别降雨。强降雨区域个别桥区的积水监测分布与模拟结果接近（见图 4），说明模型模拟精度首先取决于降雨输入精度。随着气象数值预报技术的进步，充分利用精度高、更新快、时效性强的降雨格网预报产品作为模型输入，能大幅度提高模拟精度。

利用城市精细化洪涝模型、基于降雨-内涝情景库进行内涝风险预警的方法对于城市减灾应急的需求来说快速而且实用，符合智能一体化减灾需求，它主要包括3个部分：（1）建设城区范围精细化洪涝模拟模型，属于前期准备工作，最为繁重；（2）基于城市暴雨特征设计各种暴雨方案，利用模型进行模拟计算，提取专题结果入库，构建暴雨-内涝情景库；（3）应用阶段，将预报降雨数据标准化后与情景库进行情景匹配和空间分析，再根据内涝预警指标进行风险等级划分并发布预警，实现了内涝预警的自动化、流程化。

在洪涝模型及情景库的支撑下，北京城区已实现降雨预报自动驱动城区洪涝模拟分析，对积水路段和桥区进行内涝风险预警，并随着降雨预报的不断更新，内涝风险预警信息也准同步自动更新，实现了业务化运行。

概括来说，北京城市精细化洪涝模型有别于其他洪涝模型的特征有以下几点：（1）模型中对城市河湖调度处理的精细化及二维模型数据处理与概化的精细化，尤其是下垫面分布与局部微地形，保证了模型对暴雨内涝模拟的精细化，充分反映城市复杂地表特征对地表产汇流的影响。（2）管网排水采用多种方式。目前常用的其他洪涝模型中多通过检查井实现排水分区范围内地表产流的排水，是一种概化方式。北京模型中对于排水设施数据完善的道路区域，创新性地使用了通过雨篦子排水的物理排水方式，更符合实际情况。（3）地表演进方面，多数城市洪涝模型只对管网溢流进行地表演进，实际上多数积水原因是雨水来不及进管网导致的，不光是溢流导致的。因此，全地表演进更能准确反映积水，代价是更大的计算量，但对于内涝积水预警的应用需求而言，模拟精度目标应优先于计算效率；（4）目前，超大城市精细化的洪涝模拟还无法满足实时计算需求，本文构建的丰富的情景库在一定程度上可满足内涝风险快速识别要求。北京模型的这些特殊处理方法有效提高了城区洪涝模拟的效果，更有利于满足城区内涝模拟的特殊需求。

内涝风险识别与预警精度取决于洪涝模型的模拟效果，而模拟效果又取决于多个方面，除了水流算法之外，数据是另一决定性因素。水流算法的完善是对模拟精度的提高，而数据的准确与精确决定了模拟结果的对错。尤其是对于城区来说，由于建筑和道路的影响，局部微地形是水流的决定性因素，但现有基础地理测绘的地形数据不能满足要求，建模过程中必须充分考虑城区建筑物对水流的影响以及区域不同内涝敏感度，采用多种方式对道路、桥区、房屋等对象进行局地微地形的精细化处理以求更接近真实地表的数据刻画，充分考虑阻水物影响。当前水利行业对洪涝模型的研究热点主要集中在汇流过程算法的优化完善和加速方面，而对地表精确刻画、描述、合理概化等方面重视不够。限于目前对城市地表精确地形数据的获取和自动化概化手段还不理想，北京洪涝建模中，对高程数据的修正和特殊线状地物的处理更多地采用了人工处理的方式，耗费了较大精力。今后，随着空间数据获取和处理能力的手段、方法不断进步，此模型能在精细化洪涝建模中发挥更大作用。

城市精细化洪涝模型适用于内外洪涝一体化模拟，除了支撑内涝预警之外，还能支撑城市河道行洪能力分析、城市河湖精细化调度、管网排水能力评估、排水设施部署完善、排水规划等应用。比如，城区内涝积水多发于下凹桥和下凹路段或小区，通过精细化洪涝模拟，针对易积水区，逐个结合其排水设施负荷状态分析积水原因，为桥区管道、雨篦子、泵站、地下蓄水池改造等后期工程措施提供依据。

随着气象数值预报技术的进步，充分发挥高精度降雨数值预报的优势，快速开展内涝分析，明确可能积水区域与程度，有利于提前部署防汛力量。精细化的洪涝模型加上高精度的格网降雨预报，能大幅提高内涝积水分析结果的精度，由此实现降雨-内涝预警一体化、流程化和业务化运行，实现防灾优先于减灾。