基于ED阈值模型的广州市城市内涝预测研究：降雨累积量与历时双参数框架的构建与验证

为解决城市内涝预警中传统水文模型复杂度高、计算耗时的问题，研究人员创新性地将滑坡预测中的ID/ED阈值框架应用于城市内涝预测，通过245场实测和680场模拟洪水事件数据，构建了以累积降雨量(E)和降雨历时(D)为核心的双对数回归模型。该模型实现了R2 0.66-0.99的预测精度，验证了降雨主导型城市内涝的阈值规律，为资源有限地区提供了高效的风险沟通工具。

　　

在全球气候变化背景下，城市内涝正成为威胁城市安全的"隐形杀手"。传统的水动力模型虽能精确模拟洪水演进，但其复杂的参数需求和冗长的计算时间，使得在应急响应中往往"远水难解近渴"。尤其对于广州这类年均降雨量高达1868毫米的沿海超大城市，如何在暴雨来临前快速预判内涝风险，成为城市治理的迫切需求。

中南大学土木工程学院的研究团队独辟蹊径，将地质灾害预警中的"老方法"玩出了"新花样"。他们发现城市排水单元与传统滑坡体存在惊人相似性——都具有明确的边界条件、相对稳定的下垫面特征，且灾害触发均受降雨参数主导。基于这一洞见，研究人员收集了广州5个监测站2011-2023年的245场实测洪水数据和680场设计降雨情景的SWMM（Storm Water Management Model）模拟数据，创新性地构建了基于累积降雨量(E)-降雨历时(D)双参数的功率律阈值模型。

研究采用的关键技术包括：1）多时间尺度降雨参数提取（5分钟-3个月）；2）基于K-fold交叉验证的逐步回归分析；3）洪水事件按形成机制分类建模（渗透超量型/饱和超量型）；4）双对数变换的多元线性回归。

【研究结果】

1. 模型验证

   观测数据建模R²达0.66-0.89，RMSE为0.028-0.104米；模拟数据建模精度更高（R² 0.89-0.99，RMSE 0.005-0.072米）。其中F003站点的饱和超量型洪水模型表现最优（R²=0.92）。

2. 参数敏感性

   累积降雨量(E)的回归系数α为0.43-1.82，显著大于降雨历时(D)的系数β（-0.58至-0.12），证实降雨量是影响洪峰的主导因素。

3. 机制分类价值

   将洪水按排水系统状态分类后，模型精度提升15%-20%。例如F004站的管道满流型洪水单独建模时，RMSE从0.095米降至0.037米。

4. 阈值曲线特征

   构建的ED阈值曲线呈现明显"陡坡-缓坡"转折（图6），对应不同排水系统临界状态。当E>70mm且D<1h时，洪峰深度随降雨量呈指数增长。

这项研究的意义不仅在于建立了计算效率提升1000倍的内涝预警工具，更开创性地证明了：城市内涝与地质灾害在触发机制上存在深层次的数学同构性。研究人员特别指出，该模型的"傻瓜式"风险可视化功能（图6）可使公众预警响应时间缩短40%，在2022年广州"龙舟水"汛期试运行中成功预警了83%的内涝事件。

未来研究需关注三方面：1）模型在新建城区的适用性验证；2）融合实时雷达降雨预报数据；3）开发基于手机APP的阈值曲线动态查询系统。正如论文通讯作者张雪莲强调："当暴雨来临时，市民能像查看紫外线指数一样直观读懂内涝风险，才是防灾减灾的真正胜利。"这项发表于《Journal of Immunological Methods》的成果，为智慧城市防灾提供了兼具学术价值和实用价值的"中国方案"。