共查询到10条相似文献,搜索用时 15 毫秒
1.
利用西安市市政部门2007—2012年城市内涝资料及相应时段西安城区自动气象站逐小时降雨资料,对西安城区17例内涝过程进行了时空分布特征分析,对58个内涝点内涝进行了内涝等级划分并研究了积水深度与降雨强度的关系,建立了部分内涝点积水深度与降雨量方程。结果表明:西安城市内涝点空间分布较为均匀;内涝发生频率最高为41%,最低为18%;7—8月为城市内涝发生高峰期,占年内涝总次数的70%;07:00—08:00、15:00—16:00为城市内涝日变化中两个明显的高峰时段;城市内涝按积水深度划分为微风险、低风险、中风险、高风险四个等级,其中中风险等级内涝占西安总内涝次数的45%;短时强降水是造成城市积涝的主要原因,1h和3h降雨量是积水深度的重要影响因素。 相似文献
2.
3.
基于内涝模型的西安市区强降水内涝成因分析 总被引:7,自引:0,他引:7
利用西安市近10~40年降水资料、市政信息资料,采用统计学方法,分析了强降水内涝的成因.结果表明:短时强降水或过程量偏大的降水天气过程是引发西安市内涝的直接气象因素;排水能力的强弱是发生内涝关键因素;随着城市化的发展,极端雨强的强度及大于10 mm/h降水的总时次数均有上升趋势,强降水发生概率的提高加强了内涝灾害发生频率及强度,城市效应是内涝加强的主要原因.用西安市强降水内涝仿真模型来进行模拟试验表明:西安是一个内涝发生降水雨强临界值偏低的城市,小时雨强3 mm/h、13 mm/h是发生内涝、严重内涝的临界值,天气预报、雨情监测重点及市政防御关键部位是西北区.总体上缩小井距效果好一些. 相似文献
4.
5.
利用深圳市逐时降水和三防信息资料,运用由点到面、点面结合的方法,借助2个内涝程度截然相反的“龙舟水”过程实例,对深圳市内涝的成因进行了分析.结果得出深圳内涝既与气象因素有关,也与城市本身的排水能力、城市效应、遭遇天文高潮等方面相关.短时强降水或过程雨量偏大的降水可以直接引发深圳市内涝. 相似文献
6.
利用东莞城市内涝预报验证系统的积水和降雨数据、SWIFT自动站资料、NCEP再分析资料、广州雷达基本反射率资料,对2017年3月—2019年9月东莞城区内涝特征及内涝与降雨的关系进行分析,结果表明:东莞城区内涝发生频繁,重度内涝较多,内涝事件多发生在前汛期(4—6月),以5月最多;与长时间降雨相比,短时强降雨更易导致城区积水较深的内涝,1 h降雨量达27.6 mm以上时,城区大部可达中度内涝等级,1 h降雨量在51.2 mm以上时,城区大部将可能出现重度内涝;过程总雨量和1 h雨强都对长时间积水有影响,但过程总雨量较大更易导致积水长时间维持;积水一般滞后降雨约5~30 min出现,积水峰值滞后5和30 min才出现。 相似文献
7.
利用2015—2016年福州城区内涝和地面气象观测资料,分析内涝成因、最大降雨量与积水深度的关系,建立城市内涝积水深度拟合方程,并对拟合效果进行了检验。结果表明:1)导致福州城市内涝的突发性原因占26%,是城市管网等数据更新困难的主因,非突发性原因占74%;2)在3次不同天气系统的降雨量拟合结果中,雨季降水过程拟合平均绝对误差最小,午后雷雨天气降雨过程拟合平均绝对误差最大;3)对内涝积水深度负拟合值进行归零处理和阈值限定后,其结果均与实况相符;4)基于最新数据资料所得拟合值的误差更小。 相似文献
8.
9.
用西安城区区域气象站降水资料,西安市区1∶10000地理信息资料,人口密度、房屋建筑面积、地均GDP等社会经济资料,采用加权综合法,从孕灾环境、致灾因子、承载体、防灾减灾能力4个方面分别进行内涝灾害的敏感性区划、危险性区划、易损性区划、防灾减灾能力区划,并使用重大内涝灾害天气过程实况资料进行临界值制定和综合分析,给出了西安城市内涝灾害区划.对已经业务化使用的“西安城市强降水内涝灾害预报预警系统”模拟的内涝积水分布情况,与内涝灾害区划的结果进行对比分析,表明加权综合法得出的西安城市内涝灾害风险指数区划较为科学、合理. 相似文献
10.
传统内涝风险预报系统多基于单一降雨产品驱动城市水文水动力模型的模式,难以解决由于暴雨观测或数值模拟带来的不确定性问题。综合利用多源降雨(雷达、地面雨量计,地面雨滴谱)、积水观测数据,有利于提高内涝预报精度,改善风险空间描述。因此,为了进一步加强洪涝预测能力以更好地应对极端暴雨威胁,本研究提出了基于综合观测的城市内涝风险预警系统,并在北京市清河流域进行了初步实践和检验。该系统包含六个模块,融合了新兴的降雨积水观测技术,引入了主流的降雨临近预报方法,采用了成熟的城市雨洪模拟手段,可为道路交通提供实时的积水深度和风险等级,为城市内涝灾害应急管理提供内涝风险预测和预警产品。 相似文献