EN中文

热带地理 >

2026 , Vol. 46 >Issue 3: 458 - 470

DOI: https://doi.org/10.13284/j.cnki.rddl.20250610

城市洪涝精细模拟与评估

河网区潮流顶托对滨海城市内涝影响——以珠海金凤—翠屏片区为例

  • 潘骆颖 , 1 ,
  • 陈晓宏 , 1, 2, 3, * ,
  • 张瓅丹 1 ,
  • 孙伊贝 1
展开
  • 1. 中山大学 土木工程学院//南方海洋科学与工程广东省实验室（珠海），广东 珠海 519082
  • 2. 广东省华南地区水安全调控工程技术研究中心，广州 510275
  • 3. 华南地区水循环与水安全广东普通高校重点实验室，广州 510275
陈晓宏（1963—），男，湖北公安人，教授，博士生导师，主要从事水文与水资源研究，E-mail：

参与模型构建、参数校准与验证工作

潘骆颖（2001—），女，湖北孝感人，硕士研究生，研究方向为城市内涝模拟，E-mail：

收稿日期: 2025-09-10

  修回日期: 2025-12-16

  网络出版日期: 2026-03-07

基金资助

国家重点研发计划项目（2021YFC3001000）；国家自然科学基金项目（U1911204）；珠海市洪潮涝遭遇水情监测预报与群闸排涝优化调度研究（SML2023SP213）

版权

版权所有 © 2026 热带地理编辑部
收起

Impact of Tidal Backwater in a River-Network Region on Urban Waterlogging in a Coastal City: A Case Study of the Jinfeng-Cuiping Area, Zhuhai

  • Luoying Pan , 1 ,
  • Xiaohong Chen , 1, 2, 3, * ,
  • Lidan Zhang 1 ,
  • Yibei Sun 1
Expand
  • 1. School of Civil Engineering, Sun Yat-sen University//Southern Marine Science and Engineering Guangdong Laboratory (Zhuhai), Zhuhai 519082, China
  • 2. Guangdong Engineering Technology Research Center of Water Security Regulation and Control for Southern China, Sun Yat-sen University, Guangzhou 510275, China
  • 3. Key Laboratory of Water Cycle and Water Security in Southern China of Guangdong High Education Institute, Sun Yat-sen University, Guangzhou 510275, China

Received date: 2025-09-10

  Revised date: 2025-12-16

  Online published: 2026-03-07

Copyright

Copyright © 2026 Tropical Geography. All rights reserved.
Fold

摘要

以珠海市金凤—翠屏片区为研究区，采用最大熵方法拟合潮位频率分布，并基于潮位相关性实现设计潮位由灯笼山站向石角咀闸的映射迁移；在此基础上构建SWMM与LISFLOOD-FP松散耦合的一维−二维模拟框架，设置“降雨−潮位−闸控”多情景开展滨海城市内涝响应分析。结果显示：1）在2024-05-04强降雨无闸控条件下，自由出流情景溢流节点占比为43.46%，在200 a潮位情景下升至46.35%，高满流管段比例达到52.41%，排水系统呈明显超载；2）潮位顶托显著放大内涝风险，200 a情景最大淹没水深增至2.85 m（较自由出流增加约40%），总淹没面积扩大至3.62 km2（增加129%），高风险区面积增加约39%；3）分级闸控可有效削减极端潮位下的峰值淹没风险，在200 a情景下，流域出口下游边界采用分闸门调控可使最大淹没水深降低26.18%，总淹没面积由3.62降至3.0 km2（减少17.1%），但对溢流历时与系统性超载的改善相对有限。研究表明，潮位顶托是滨海城市内涝的重要放大机制，科学闸控运行可在极端条件下发挥削峰与减灾作用。

关键词： 潮位顶托; 河网区; 内涝模拟; "降雨−潮位–闸控"情景; SWMM–LISFLOOD-FP耦合模型; 最大熵算法; 珠海市

本文引用格式

潘骆颖 , 陈晓宏 , 张瓅丹 , 孙伊贝 . 河网区潮流顶托对滨海城市内涝影响——以珠海金凤—翠屏片区为例[J]. 热带地理, 2026 , 46(3) : 458 -470 . DOI: 10.13284/j.cnki.rddl.20250610

Abstract

Coastal cities are increasingly exposed to compound pluvial-coastal flooding under climate change and sea-level rise. When intense rainfall coincides with elevated downstream water levels, tide-induced backwaters suppress gravity drainage and can rapidly escalate sewer surcharges and surface inundation. This study quantifies the amplification effect of tidal backwater on urban waterlogging in a tidal river-network system and evaluates the mitigation potential of graded sluice operation under extreme conditions. The Jinfeng-Cuiping area in Zhuhai, southern China, was selected as a representative low-gradient coastal catchment. A designed tide frequency curve was derived using a maximum entropy framework and fitted with multiple candidate probability distributions. The goodness-of-fit was evaluated using the Kolmogorov-Smirnov (K-S) test, and the selected distribution was used to obtain the design high-tide levels for typical return periods. Because long-term observations at the target downstream boundary (Shijiaozui sluice) are limited, design tide levels were transferred from the long-record Denglongshan gauge to Shijiaozui through an empirically established relationship based on overlapping water-level observations, thereby enabling long-series-based boundary design while maintaining local representativeness. A loosely coupled 1D-2D urban flood model was then built by linking the U.S. EPA Storm Water Management Model (SWMM) for drainage hydraulics with LISFLOOD-FP for surface inundation. The SWMM-simulated node overflow hydrographs were converted into boundary-condition files and imposed on the corresponding grid cells in the 2D model to reproduce the spatiotemporal evolution of surface flooding. The coupled workflow was calibrated and validated against multiple historical waterlogging events using both inundation extent and water-level processes, ensuring that the model can be used for mechanism identification and scenario comparison. Scenario simulations were conducted for the heavy rainfall event of 4 May 2024 under three classes of downstream boundary conditions: (i) free outflow (no tidal constraint), (ii) rainfall encountering 1-, 10-, 50-, 100-, and 200-year design tides with direct imposition of tide levels at the downstream boundary, and (iii) the same tide scenarios with graded sluice operation driven by the head difference between the inside and outside water levels. Key response metrics included overflow-node count and proportion, overflow duration and depth indicators, sewer surcharge classification, and inundation depth/area statistics. Results indicate that tidal backwater substantially increases system overload and surface waterlogging. Under the 4 May 2024 rainfall, the overflow-node proportion reached 43.46% in the free-outflow case and increased to 46.35% under the 200-year tide, with the proportion of highly surcharged pipes increasing to 52.41%, indicating severe drainage stress. The tide backwater also amplified surface flooding, with the maximum inundation depth increasing to 2.85 m (approximately 40% higher than free outflow) and the total inundation area expanding to 3.62 km2 (129% larger than free outflow). Graded sluice operation provided measurable peak-reduction benefits in the 200-year tide scenario: compared with directly imposing tide levels as the downstream boundary, the maximum inundation depth decreased by 20.7%-26.2%, the total inundation area was reduced from 3.62 km2 to 3.0 km2 (a 17.1% reduction), and the high-risk zone area decreased by 13.5%, although improvements in overflow duration and system-wide surcharge conditions remained limited. Overall, downstream tide levels are confirmed as a dominant external amplifier of pluvial waterlogging in coastal river-network cities, and tide-aware sluice operation provides a practical avenue for peak reduction and disaster mitigation under extreme compound conditions. The proposed design-tide-to-model workflow supports tide-aware drainage assessments, sluice operation designs, and compound flood risk management in similar coastal urban settings.

Key words： tidal backwater; river-network region; urban waterlogging simulation; "rainfall-tide level-gate regulation" scenarios; SWMM–LISFLOOD-FP coupled model; maximum entropy method; Zhuhai

在全球气候变化和海平面上升的背景下，滨海地区城市洪涝灾害呈现频率与强度同步攀升的趋势（郑杨坤 等，2025）。当强降雨与风暴潮相互叠加时，往往触发范围更广、历时更长的城市内涝过程，对城市运行与居民生命财产安全构成显著威胁（汪海航 等，2024；刘青 等，2025）。2013年台风“菲特”期间，浙江余姚城区约70%被淹，水深普遍超过1 m，直接经济损失超过275亿元（中国经济网，2013）；2018年台风“山竹”影响珠三角，珠海、江门等地出现大面积海水倒灌和持续积涝，造成6省直接经济损失超过50亿元（中华人民共和国应急管理部，2018）。这些案例大多发生在台风来袭阶段，除强降雨外，台风伴随的风暴潮和天文潮往往会共同抬升近岸水位，从而在一定程度上造成排涝受阻。由此可见，虽然暴雨是内涝的主导因素，但在高潮位顶托的作用下，排涝过程往往被进一步阻滞，导致积水加深、风险范围扩大（王尚伟，2023）。
目前已有研究多集中于降雨产汇流特征或排水管网性能评估，而对潮位顶托与城市排水系统交互的定量刻画相对不足。在评估框架层面，这一不足往往体现在驱动因素的简化处理：传统上，沿海洪涝风险评估多基于单一洪灾驱动因素如降雨、上游洪水或风暴潮（Santiago-Collazo et al., 2019）设计，因而难以刻画潮位顶托对排水能力的动态抑制及其与降雨径流的同步叠加。如Chang等（2021）开发了针对台湾西南部城市规模暴雨洪水的高性能预报系统，集成实时天气预报、地表径流模型和高分辨率二维水力模拟来预测城市洪水；徐卫红等（2022）开发了一个可体现顺街行洪、构筑物挡水、全部年支管网排水作用的城市内涝模型，模拟了不同重现期暴雨下天津中心城区的内涝情况。事实上，潮位顶托改变了排水边界条件，可能增强节点溢流和管道充满的风险，并扩大地表淹没范围，近年来关于雨−潮遭遇导致的内涝风险的研究不断增多。如张卡等（2024）基于广义可加模型的非一致性频率计算方法与时变Copula函数，对上游洪水、台风和天文潮的复合洪水事件重现期及其主控因子展开研究；Liu等（2022）评估了热带气旋引起的复合城市洪灾风险，强调沿海地区是与风暴潮高度密切相关的重要洪灾易发区。然而，借助水文−水动力耦合模型，从机理层面解析“降雨−潮位顶托”对排涝边界、节点溢流与淹没演化的联动影响，仍有待系统推进（Chen et al., 2009），尤其是关于内涝驱动因素对总淹没量贡献的定量比较分析仍较为缺乏。
在大多滨海城市的排涝体系中，闸门作为关键的末端调控设施，被广泛用于减缓风暴潮顶托效应带来的风险。现有研究对闸控影响的量化通常采用情景对比框架，如设置多种工况，在雨−潮复合条件下评估其对倒灌抑制与内涝过程的影响（Shi et al., 2022）。因此，本文基于现实背景与研究现状，选取珠海市金凤—翠屏片区为典型研究区，采用最大熵法拟合潮位频率分布，并结合潮位迁移资料确定出海口时变下游边界；在此基础上构建SWMM–LISFLOOD-FP一维−二维耦合模型，模拟极端降雨条件下不同潮位与闸控情景的排涝过程。通过比较溢流节点、管道充满程度及二维地表积水的时空分布，量化“高潮位顶托−管网−地表”联动效应，从而揭示潮位顶托对产汇流与淹没演化的放大机制，以及闸门分级调控对排涝系统运行状态的实际作用机制和缓解效益。以期为滨海城市排涝系统设计、潮涝风险治理与联合调度优化提供科学依据。

1 研究区概况

金凤—翠屏片区（简称“研究区”）位于香洲区西部，为区内二级子汇水区，地处22°14′19″—22°19′56″N，113°29′37″—113°32′43″E，汇水面积31.01 km2。地势大体为北高南低，东南部有轻微起伏，并向板樟山延伸（图1）。研究区海拔由北至南快速下降，易在强降水后发生山洪，抬升河道水位；流域出口处河道与南海连通，边界水位受天文潮与风暴潮共同影响。因此，恰逢强降水与潮流顶托同时发生，极易造成研究区排水受阻并诱发城市内涝。为明确下游控制断面，本文将流域出口位置延伸至石角咀闸闸址，并以石角咀闸控制断面作为流域出口断面；模型下游边界采用石角咀闸闸外水位。
图1 研究区域概况

注：该图基于国家基础地理信息中心天地图服务中心下载的审图号为GS（2024）0650的标准地图制作，底图无修改。

Fig.1 Overview of the study area

2 最大熵理论及潮位频率分布

选取1960—2018年共59年灯笼山站的年最高潮水位（Annual Maximum Water Level, AMWL）作为下游边界的极端高水位样本，并基于最大熵理论拟合其频率分布，以推求不同重现期的设计高水位。需说明的是，AMWL反映河口站在全年范围内的极端高水位水平，可能包含天文潮、风暴增水及河口水动力顶托等综合作用；本文将其作为“下游高水位边界约束强度”的统计表征，用于评估潮流顶托对城市内涝的放大效应。

2.1 最大熵理论

最大熵原理（Principle of Maximum Entropy）是一种在信息论和统计学中广泛应用的原理，其提供了一种在给定约束条件下选择最优概率分布的方法。若已知样本数据，可给出相应的约束条件，当熵在这些约束条件下取最大值时，所得的分布即为最大熵分布（马杰，2018），即：
$ \begin{cases} \mathrm{Max}H=-\int_{R}^{}f\left(x\right)\ln f\left(x\right)dx\\ \mathrm{s}.\mathrm{t}.\int _{R}^{}{x}^{n}f\left(x\right)dx={\mu }_{n},n=1{,}2,\cdots ,N\\ \end{cases} $
式中：$ H $为熵；$ f(x) $为随机变量，$ x $在取值域$ R $上的概率密度函数；$ {\mu }_{n} $为$ x $的第$ n $阶原点矩，可由样本估计得到；$ n=1{,}2,\ldots ,N $，其中$ N $为所采用的矩约束最高阶。

2.2 潮位频率分布计算

以最高潮位序列的1、2、3阶原点矩为约束条件，分别构建Pearson-Ⅲ型、Weibull型、Gumbel型、Normal型、Logistic型以及Uniform型概率密度函数的最大熵分布。由最大熵方法计算得到的6种分布函数的参数见表1所示，相应的累积概率分布曲线见图2所示。由图2可见，Pearson-Ⅲ型、Gumbel型、Weibull型与Logistic型在主要频率范围内与经验曲线吻合较好，能较合理刻画最大洪潮水位的频率变化；相比之下，Uniform型在中高频段偏离较明显。
表1 六种概率密度函数参数

Table 1 Parameters of six probability density functions

概率密度函数尺度参数形状参数位置参数
Pearson-Ⅲ型0.299 61.573 21.270 5
Gumbel型0.250 4—1.579 9
Weibull型1.900 14.332—
Uniform型1.28（下界）2.93（上界）—
Normal型—0.384 31.741 9
Logistic型0.200 4—1.680 9
图2 6种概率密度函数概率分布

Fig.2 PDF plots for six probability density functions

2.3 拟合效果评价

KS检验（Kolmogorov-Smirnov检验）是一种非参数统计检验方法，用于比较样本经验分布与理论分布的差异。本研究以显著性水平（P值）作为拟合优度的主要判据：在给定显著性水平α=0.05下，P值越大表示越难拒绝“样本服从该理论分布”的原假设，拟合一致性越强。
由表2可知，Pearson-Ⅲ型分布函数的P值最大，为0.854 541，代表性最强。因此，采取Pearson-Ⅲ型概率分布作为设计潮位频率分布，设计潮位频率分布为：
表2 6种概率密度分布函数KS检验P值

Table 2 KS test statistics of six probability density distribution functions

分布函数KS检验P值
Pearson-Ⅲ型0.854 541
Gumbel型0.412 726
Weibull型0.050 700
Uniform型0.000 000
Normal型0.051 676
Logistic型0.232 367
$ f\left(x\right)=\frac{1}{0.299\ 6\left(1.573\ 2\right)}\left(\frac{x-1.270\ 5}{0.299\ 6}\right)^{0.573\ 2}e^{-\left(\frac{x-1.270\ 5}{0.299\ 6}\right)} $
式中：$ f(x) $为设计潮位$ x $的概率密度函数；$ x $为设计潮位。

2.4 潮位数据迁移

由于研究区出口处与下游石角咀闸距离较近，故将石角咀闸闸外水位作为模型下游边界。但石角咀闸连续观测年限较短，为获得可用于频率分析的长序列极值样本，采用灯笼山站1960—2018年年最高潮水位（AMWL）推求不同重现期的设计高水位，并通过重叠期资料建立空间迁移关系（李路 等，2024）。基于来自广东水文局和珠海水务局的灯笼山站与石角咀闸闸外水位在2022-02-18—2024-08-31期间的日最高水位样本（N=926），计算两站日最高水位相关性，结果显示，皮尔逊相关系数为0.923 7（P<0.001）。进一步采用线性回归得到两站幅值映射关系为：
$ y=0.942\ 4x-0.065\ 8 $
式中：y为石角咀闸闸外日最高潮水位；x为灯笼山站日最高潮水位。
该回归的决定系数R2=0.853 2，均方根误差RMSE=0.110 m，表明该线性回归拟合效果较好且误差较小，对两站的潮位关系的解释能力较强。据此可将灯笼山站的设计高水位幅值迁移至石角咀闸位置，为研究区下游边界提供可迁移的高水位约束输入。

3 SWMM–LISFLOOD-FP耦合模型构建与分析

SWMM（Storm Water Management Model）模型是美国环境保护署开发的暴雨洪水管理模型（Javan et al., 2025）。其管网水动力模拟采用圣维南方程组，模拟渐变非恒定管网汇流，并提供了稳定流、运动波和动力波演算方法，可模拟由管道、渠道、储存单元组成系统的排水情景。然而，SWMM模型本身不支持地表二维水流的模拟功能，因此为更全面地刻画超出排水管网承载能力后的地表积水现象，本文将其与LISFLOOD-FP模型进行有效耦合。LISFLOOD-FP模型是英国布里斯托尔大学开发的用于洪水模拟的二维水动力模型，其优势在于能基于溢流节点的溢流过程和城市地形，模拟城市的淹没范围、水深及淹没过程（曾照洋 等，2017）。
结合SWMM和LISFLOOD-FP各自优点，对两模型进行松散耦合。利用划分的子汇水区及其相关信息、管渠河道及其汇水点相关信息，构建SWMM模拟输入文件（.inp文件），输入降水和下游水位边界条件进行模拟（刘爱丽，2024）。将SWMM模型模拟的节点溢流作为输入，在LISFLOOD-FP模型中以正方形栅格为计算网格，模拟二维蓄洪区的水力变化，通过主文件（.par）设置的信息调用其他信息文件（.bdy、.bci、.asc等），从而使模型能进一步扩展其应用范围，成功实现对地表积水的模拟与分析（郑茂辉 等，2024）。
本文中，溢流节点空间位置写入LISFLOOD-FP的.bci文件，溢流量时间序列写入.bdy文件，并由主控文件.par统一调用；二维计算采用5 m×5 m栅格，与DEM分辨率保持一致。为便于批量运行，耦合计算由Python脚本自动调度SWMM与LISFLOOD-FP运行，并解析SWMM结果文件生成二维边界文件。

3.1 模型构建与验证

为提升对降雨−汇流过程的刻画精度，对下垫面进行精细概化：综合道路、建筑物与山塘/小型水库等微地形，按子汇水区类型逐一设定并融合多源要素，构建流域子汇水区；基于高精度土地利用数据，参照L2H-Frame赋值子汇水区属性（Karimi et al., 2025）。这种精细概化既提升了模型对复杂城市环境的水文响应预测能力，而且通过精细校准与实地数据相吻合，增强了模型的实用性和可靠性，为城市洪水风险管理和内涝防治提供科学支撑。在子汇水区划分方面，以检查井与河道排水点为中心采用泰森多边形进行基础划分，并融合建筑屋面与山塘/水库等要素进行修正：屋面径流按就近入网原则汇入相邻检查井，山塘/水库按实地连通关系确定出流路径；子汇水区属性基于土地利用面积占比进行参数折算。子汇水区划分情况如图3所示。
图3 研究区域子汇水区划分

Fig.3 Subcatchment delineation in the study area

二维淹没计算采用5 m分辨率DEM。DEM基于实测高程点异常值修正后进行克里金插值获取，并在栅格上对建筑物与道路进行微地形参数化处理（建筑覆盖栅格抬高20 m、道路覆盖栅格降低0.5 m），以增强建筑阻水效应与道路汇流效应，提高对积水路径与淹没范围的刻画能力。
研究区自2021年起有4场暴雨—内涝事件记录。其中，2021年6月（历史事件1）和2021年10月（历史事件2）内涝事件，仅有降雨序列、淹没点记录；2022-05-12（历史事件3）和2024-05-04（历史事件4）内涝事件在此基础上还包含下游水位（前山站）过程。以历史事件1—3进行参数率定，历史事件4用以评估模型准确性。SWMM中模型具有不确定性的参数包括子汇水区内透水区和不透水区的坡面曼宁系数、洼蓄水深度、透水区下渗模型参数，以及一维管渠河道系统的曼宁系数。
选用遗传算法率定模型参数，模型精度评价参照《水文情报预报规范》（GB/T 22482-2008）与《城镇内涝防治系统数学模型构建和应用规程》（T/CECS 647-2019），并结合珠海地方规范（中华人民共和国国家质量监督检验检疫总局 等，2008；中国工程建设标准化协会，2019）。为保持验证的可检验性，历史事件1和2因缺少下游水位过程，下游边界采用自由出流，以淹没点/淹没范围一致性进行空间校核；历史事件3和4采用前山站实测水位过程作为下游边界，并以水位过程（峰值误差、峰现滞后、NSE、R2等）与淹没分布进行综合验证。表3显示，各参数率定值均位于合理区间内，为后续事件模拟的准确性提供了参数基础。总体上，硬化地表糙率与下渗能力较低，植被与农田等可渗透地表下渗能力较高，符合研究区下垫面差异及产汇流过程特征。
表3 模型主要参数取值范围及率定结果

Table 3 Ranges of the main model parameters and calibration results

土地类型N（曼宁系数）f0（初始下渗率）fc（稳定下渗率）β（下渗衰退系数）
率定结果取值范围率定结果取值范围/（mm·h-1）率定结果取值范围/（mm·h-1）率定结果取值范围
道路0.0150.01~0.026050~100105~1510.800~1.085
树木覆盖0.6000.50~0.7010080~100105~1510.832~1.085
灌木地0.4000.50~0.7010080~100105~1510.832~1.085
草地0.3000.28~0.4010080~100105~1510.832~1.085
农田0.3000.28~0.4010080~100105~1510.832~1.085
建筑0.0500.04~0.0710050~10010.1~110.832~1.085
稀疏植被0.3000.20~0.4010050~100101~1010.832~1.085
水体0.0300.02~0.04105~1551~1010.832~1.085
湿地0.3000.25~0.456050~100105~1510.832~1.085
率定结果表明：事件1、2的模拟基本捕捉实测淹没黑点（图4-a和b）；事件3的模拟淹没区覆盖多数实测涝点（图4-c），下游东大排洪渠峰值误差0.03 m、峰现滞后50 min，水位过程NSE=0.61、R2=0.72（图5-a）。验证结果显示：事件4的模拟与实测淹没位置大体一致，仅三台石路加油站附近存在偏差（图4-d）；峰值水位误差0.12 m、峰现滞后20 min，NSE=0.81、R2=0.99（图5-b）。综上，模型对金凤翠屏流域的内涝模拟预报具有较好模拟性质以及一定代表性，具备准确模拟研究区内涝事件的能力。
图4 四场历史事件淹没分布

Fig.4 Inundation distribution of four historical flood events

图5 历史事件3与历史事件4实测水位和模拟水位

Fig.5 Measured and simulated water levels of historical events 3 and 4

3.2 下游边界设置

根据1960—2018年共59年灯笼山站的年最高潮位数据，按照Pearson-Ⅲ型分布计算其不同重现期的设计潮位，并按照两站建立的线性回归关系，将灯笼山站设计潮位换算得到石角咀闸外设计潮位。结果如表4所示，随重现期增大，两断面设计潮位均呈单调升高，石角咀闸外潮位与灯笼山站潮位之间的差异及变化幅度受回归系数控制，整体保持一致的增长趋势。
表4 灯笼山站与石角咀闸设计潮位

Table 4 Design tide levels at Denglongshan station and Shijiaozui sluice

重现期/a潮位/m
灯笼山站石角咀闸
11.270 51.131 5
102.242 02.047 0
502.786 62.560 3
1003.015 02.775 5
2003.240 92.988 5
由于设计潮型是排水能力计算的重要依据，应选用对排水不利的潮型，即高、低潮位都高，且高潮位持续时间长的潮型（丁洁晨，2024）。结合雨潮遭遇与以往的经验，选取典型潮位过程的控制要素为：1）高潮位约等于多年平均高潮位；2）涨潮历时＜6 h、落潮历时＞6 h；3）潮位高于1.5 m的历时不小于3 h。
基于上述原则，选取2021-07-20—2024-08-31共12场日最高潮位对应潮型，最终选取2022-07-02台风“暹芭”影响期间的潮位过程作为典型潮型。以该典型潮型为“过程形状”，并按各重现期设计高潮位对典型潮位过程高潮位进行缩放生成不同重现期的设计潮位过程。由图6可知，各重现期设计潮位过程线的涨落潮节律与峰现时间保持一致，体现了典型潮型对“过程形状”的约束作用；不同重现期之间主要表现为潮位幅值的分级放大，生成具有一致相位特征且满足不同重现期控制条件的设计潮位边界过程。
图6 不同重现期潮位过程

Fig.6 Design tide level hydrographs for different return periods

3.3 模拟结果分析

为兼顾常遇工况与极端风险情景，本文选取重现期为1 、10 、50、100和200 a作为潮位的设计情景。1 、10 a代表高频发生的常遇潮位条件，用于反映日常排涝约束；100、200 a对应更强外海顶托与更高灾害风险，用于检验极端边界下排水能力与调度策略；50 a作为中等强度情景，连接常遇与极端工况，便于对比不同潮位顶托强度下的模型响应差异。同时，在模型中于石角咀（即流域出口）位置增设闸门，以模拟不同下游边界条件的影响。其设置规则为：当闸内外水位差为0~0.1 m时，开启20%闸门；0.1~0.2 m时，开启40%闸门；0.2~0.3 m时，开启60%闸门；0.3~0.4 m时，开启80%闸门；大于0.4 m时，闸门全部开启。
降雨数据选择2024-05-04的强降雨作为降雨边界，并结合设计潮位，共得到3种设计情景：情景一，降雨过程独立发生，即潮位始终在排口高程以下，排水口不受到出口潮位顶托；情景二，降雨过程遭遇多种重现期潮位，但下游不设置闸口；情景三，降雨过程遭遇多种重现期潮位，并且下游设置闸口。

3.3.1 一维水动力模拟结果分析

节点溢流作为SWMM–LISFLOOD-FP耦合模型的重要连接要素，其溢流情况直接影响地面最终积水淹没情况，因此对不同情景下的节点溢流情况进行分析。
表5显示，随重现期由1 a递增至200 a一遇，溢流规模与重现期总体呈单调上升趋势。1 和200 a潮位情景对比下，情景二溢流节点数由1012增至1042个，占比由45.01%上升至46.35%，相对自由出流情景最大增幅6.65%；情景三的溢流节点数由1006增至1030个，相对自由出流情景最大增幅5.42%。对于体现溢流程度的指标，相对自由出流情景，溢流时长大于0.5 h的节点数量在情景二和情景三分别提升了11.41%、9.96%；而在200 a时，情景二和情景三在相比自由出流情景，溢流深度高于0.5 m的节点数分别增加32.28%、22.22%，表明溢流深度指标对重现期更为敏感。
表5 节点溢流情况统计

Table 5 Statistics of node overflow

设计情景重现期/a溢流节点时长高于
0.5 h/个		深度＞
0.5 m/个		溢流开始
时间
数量/个占比/%
情景一自由出流97743.46552189T 11:02
情景二11 01245.01572208T 11:02
101 01945.33587226T 11:02
501 02745.69599235T 11:02
1001 03045.82606242T 11:02
2001 04246.35615250T 11:02
情景三11 00644.75567198T 11:02
101 01345.06573203T 11:02
501 01945.33585211T 11:02
1001 02445.55592223T 11:02
2001 03045.82607231T 11:02
由此可知，同一重现期下，设闸对高水深风险的削峰效应更加显著：与无闸相比，溢流深度高于0.5 m的节点数在1 a至200 a共5个重现期分别降低4.81%、10.18%、10.21%、7.85%和7.60%；而闸门设置对于长历时风险的缓解相对较小，溢流时长大于0.5 h的节点数降低范围为0.87%~2.38%。结果特征符合水力规律，也即潮位顶托造成闸外尾水抬升和回水段延长，在无闸门运行的情景下会由于能量坡降的减小，导致水位峰值与淹没深度增大；当水位差较大时，闸门的高开度运行能增大其过流能力，从而使峰时水位被有效“切顶”，优先降低高水深节点，而对内涝淹没长历时的改善则受到汇流历时与下游潮汐往复的“再顶托”同时制约，仅闸门开启对其影响不大。
除了节点溢流外，城市地下管道满流也直接影响到地面积水淹没的严重程度，本文采取最大流量和完全正常流量的比值作为管道满流程度指标，并且根据《室外排水设计规范》（GB50014-2021）（中华人民共和国住房和城乡建设部，2021），将模拟得到的管段充满度按（0，0.5）（低满流程度）、[0.5，0.8）（中满流程度）、[0.8，1]（高满流程度）进行分级，统计各等级的管段数量占比，得到各情景下管段充满度的分布情况。
由表6可知，随着重现期的增加，满流管段总量呈持续增长趋势；同时，分级结构由高满流程度向中满流程度产生转移。其中，高满流管段数绝对条数仍然增加，但其相对占比略降，而中满流管段数的绝对与相对条数同步上升。在自由出流边界下，低中高3种分级满流管道分别占比30.38%、15.43%和54.19%。在潮位顶托作用下，情景二随重现期由1 a到200 a，总满流管段条数增加5.16%，高满流管段数量增加，但占比由53.11%小幅降至52.41%，中满流管段占比则由16.40%升至17.10%；情景三的总条数增加5.30%，高满流管段占比由53.52%降至52.61%，中满流管段占比由15.85%升至16.88%。与无闸相比，设置闸门在各重现期均使3种分级下的满流管段条数小幅下降，并且管段满流时长高于0.5 h的管段减少了1.8%。
表6 管道满流情况分级统计

Table 6 Classification statistics of pipeline surcharge conditions 条

设计
情景		重现期/a满流分级满流时长＞0.5 h
（0，0.5）（低）[0.5，0.8）（中）[0.8，1]（高）
情景一自由出流6343221 131501
情景二16563531 143527
106673621 159531
506723791 168538
1006833801 175551
2006903871 186559
情景三16533381 141515
106643451 153521
506733571 167533
1006793631 172541
2006853791 181549
综上，研究区的节点溢流和管段满流程度均随着重现期的增大呈现递增趋势，并且在强降雨遭遇潮位顶托的复合情景下，其节点溢流和管道满流程度会有一定程度的加剧，按水位差进行分级的启闭控制能有效削弱高水深和长历时的叠加风险。然而，综合来看，在2024-05-04场次降雨下，自由出流情景的节点溢流数量和管段满流数量的占比接近一半，潮位顶托对于研究区的一维节点溢流和管段满流程度的影响并不是非常明显，原因在于节点溢流与管段满流仍以降雨产汇流强度及局部管网瓶颈为主要因素，潮位边界的影响更多局限于出水口附近少数管段且与降雨峰值未完全同步，导致在整体统计下差异不易显著体现。

3.3.2 二维地表积水模拟结果分析

综合参考《广州市城市开发建设项目海绵城市建设——洪涝安全评估技术指引（试行）》（广州市水务局，2021），以及珠海市历史内涝事件内涝积水深度，将淹没深度划分为[0.15，0.6]、（0.6，1.2]和（1.2，∞） m低、中、高3个等级。将节点溢流流量作为输入，利用LISFLOOD-FP模型进行二维地表积水模拟，比较不同情景下的最大淹没水深和三等级风险下的淹没面积。
表7显示，自由出流边界情景下，研究区整体淹没程度较轻，最大淹没水深为2.034 m，总淹没面积共1.584 0 km2，其中高风险区面积仅0.102 5 km2，占比6.3%。在完全不受下游潮位顶托影响的情况下，降雨过程导致的内涝风险主要集中在低洼地段，整体风险水平相对可控。
表7 不同情景下的淹没统计

Table 7 Inundation statistics under different scenarios

设计情景重现期/a最大淹没
水深/m		淹没面积/km2
[0.15，
0.6] m		（0.6，
1.2] m		（1.2，
∞）m
情景一自由出流2.0341.017 40.464 10.102 5
情景二12.7171.226 70.506 70.106 6
102.7041.614 50.580 10.115 9
502.782.000 10.660 60.126 0
1002.7612.486 50.742 40.141 0
2002.8482.688 20.787 00.142 5
情景三12.1261.192 40.490 20.103 7
102.2611.683 70.590 40.110 3
502.2161.920 70.659 20.118 1
1002.2522.032 50.675 90.121 5
2002.2572.083 70.694 30.122 5
在潮位顶托且未设闸控的情景下，淹没范围和水深随着重现期的增大显著提升。以200 a潮位为例，总淹没面积达到3.617 7 km2，对比自由出流情景增加约129%；最大水深升至2.848 m，对比自由出流情景增幅40%。从不同等级风险分区看，200 a低风险区面积增加164%，中风险区面积增加70%，高风险区面积增加39%，均较自由出流情景有明显扩展。而与1 a潮位相比，200 a潮位下淹没总面积增幅超过130%，表明高重现期潮位的顶托效应对研究区域内涝的放大影响显著，且随潮位重现期的增大呈现递增趋势。
在潮位顶托并设置闸控的情景下，淹没范围和水深较未设闸情景明显缓解。以100 a潮位为例，研究区总淹没面积为2.829 9 km2，较无闸控时的3.369 9 km2减少0.540 0 km2，减幅13.6%；高风险区面积较情景二下降13.5%。在200 a设计潮位下，研究区域最大淹没水深下降26%，总淹没面积控制在3 km2左右，比无闸控情景减少17.1%。由图7可看出，在闸门的分级调控下，50 a和100 a的潮位情景下的风险增加程度明显减小，合理闸控在削弱高潮位顶托效应、减轻淹没面积扩展方面发挥了积极作用，尤其对于高风险区范围的控制上效果更显著。
图7 不同情景淹没水深增大区域风险

注：3~50即为情景三~50 a重现期情景。

Fig.7 Risk map of areas with increased inundation depth under different scenarios

综上可得，潮位顶托是导致流域内涝风险显著增加的主要外部因素，其作用表现在淹没水深的增大，以及淹没范围和高风险区比例的扩展。对此，合理的闸门调控措施能在一定程度上缓解顶托效应，可通过闸口分级开启提升流域排水能力，从而有效降低淹没面积和高风险区范围。

4 讨论

本研究基于SWMM–LISFLOOD-FP松散耦合模拟，量化了不同重现期的下游高水位条件对溢流比例、淹没范围与高风险区扩展的影响，并验证了闸控措施在削弱高潮位顶托效应、降低峰值淹没风险方面的有效性。研究结果在总体趋势上与复合洪涝机理认识一致，同时对“潮位顶托在河网区排水系统中的放大路径”以及“闸控是否具备风险削减潜力”2类问题给出了可量化的情景证据。
需要说明的是，边界构建与雨潮遭遇仍存在不确定性。灯笼山站长期资料为年最高潮水位（AMWL），缺乏对应的长时段小时潮位过程与上游径流信息，难以在长序列层面分离天文潮与来水顶托等贡献。因此，本文将AMWL作为“下游极端高水位边界强度”的统计表征，并利用重叠期资料建立幅值迁移关系。该迁移主要约束高水位幅值，高潮出现时间差异未在长序列边界过程中显式校正；当暴雨峰值与高潮阶段重叠更强时，顶托放大效应可能更显著，这也是解释不同工况差异的重要背景。因此，本文情景对比结果应理解为在既定边界构造与相位假设框架下的机制识别与相对差异评估的结论。
此外，SWMM–LISFLOOD-FP单向松散耦合在提升效率的同时，对地表−管网交换反馈与局部微地形敏感性表征有限。未来可在补充更长时段连续潮位与多场次积水观测的基础上，定量刻画雨潮遭遇（如雨峰−高潮时差等关键指标）并探索更精细的交换表达或双向耦合，从而进一步降低边界与耦合带来的不确定性并提升工程适用性。现有结果表明，潮位顶托在极端降雨情景下对滨海地区的城市内涝淹没，尤其是淹没范围和深度方面发挥显著放大效应，科学合理的闸控措施可部分缓解高水深风险，但其调控作用依然存在明显局限。鉴于本文框架目前主要基于单一流域和已有潮位过程，后续考虑从更大尺度引入区域气候模式和多源水文数据，提升复合极端事件情景构建与模拟能力，并进一步面向多闸协同调度、智能优化控制以及与区域排涝系统整体耦合的角度开展深化研究，以更全面地揭示潮位顶托与强降雨的复合作用机制，进一步探索更为智能化和协同化的调度策略，形成可推广的滨海城市内涝韧性提升与适应性管理方法支撑。

5 结论

本文基于最大熵理论拟合潮位频率分布并进行数据迁移，结合SWMM–LISFLOOD-FP耦合模型，对珠海市金凤翠屏片在不同潮位与闸控情景下的内涝过程进行了模拟。主要结论为：
1）风暴潮潮位顶托效应对城市内涝风险的放大作用随着潮位重现期的增加而增强，使滨海地区淹没范围与高水深溢流在高重现期下显著放大。在无闸控潮位顶托情景下，溢流节点总体随重现期增加呈缓慢上升趋势，相比自由出流情景，200 a潮位情景时研究区域高水深溢流节点数增幅达32.28%，总满流管段数增加约5%，潮位顶托显著抬升尾水、延长回水段，管道系统的超载与风险累积加剧。在200 a条件下，总淹没面积由1.584 0增至3.617 7 km2，增幅129%；最大水深由2.034升至2.848 m，增幅约40%。从风险分级来看，低中高风险区分别扩大164.32%、69.57%、39.02%，外海潮位抬升带来的顶托效应导致闸外尾水升高、回水段加长，管网过流能力受限并更易进入超载状态，不仅加剧了水深峰值，还推动低洼区域广泛转化为中高风险区。
2）闸门分级调控在缓解顶托效应方面具有积极作用，对高水深具有更清晰的削峰作用，但对长历时改善相对有限。与无闸控情景相比，设闸情景下，溢流深度高于0.5 m的节点数在不同重现期下降4.81%~10.21%，而溢流时长超过0.5 h的节点数降幅仅0.87%~2.38%，说明闸控更倾向于优先缓解高水深风险。在100 a潮位下，设置闸控情景总淹没面积减幅13.6%，高风险区面积下降13.5%；在200 a下，设置闸控情景最大淹没水深下降26.18%，总淹没面积降低17.1%。其机理在于，当内外水位差较大时，闸门分级提高开度可增强过流能力并阶段性恢复下游控制断面的有效水头，从而对峰时水位有切顶作用，但内涝过程的持续时间仍受降雨产汇流持续供给、管网蓄泄与潮位往复引起的再顶托共同控制，难以从根本上消除长时间满流和溢流过程，因此对历时类指标的改善通常弱于对峰值类指标的改善。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
Chang T Y, Chen H, Fu H S, Chen W B, Yu Y C, Su W R, and Lin L Y. An Operational High-Performance Forecasting System for City-Scale Pluvial Flash Floods in the Southwestern Plain Areas of Taiwan. Water, 2021, 13 (4): 405.

DOI

Chen J, Hill A A, and Urbano L D. A GIS-Based Model for Urban Flood Inundation. Journal of Hydrology, 2009, 373 (1): 184- 192.

DOI

丁洁晨. 2024. 基于雨潮遭遇情景的沿海城市内涝模拟及风险评估研究. 西安: 长安大学. [Ding Jiechen. 2024. Modeling and Risk Assessment of Coastal Urban Flooding Based on Combined Rainfall and Tide Scenarios. Xi'an: Chang'an University.]

Ding Jiechen. 2024. Modeling and Risk Assessment of Coastal Urban Flooding Based on Combined Rainfall and Tide Scenarios. Xi'an: Chang'an University.

广州市水务局, 广州市水务工程技术中心. 2021. 广州市海绵城市建设——洪涝安全评估技术指引. (2024-10-01)[2026-02-05]. https://swj.gz.gov.cn/attachment/7/7722/7722042/9983905.pdf. [Guangzhou Municipal Water Affairs Bureau, and Guangzhou Water Affairs Engineering Technology Center. 2021. Technical Guideline for Sponge City Construction in Guangzhou: Flood Safety Assessment. (2024-10-01) [2026-02-05]. https://swj.gz.gov.cn/attachment/7/7722/7722042/9983905.pdf.]

Guangzhou Municipal Water Affairs Bureau, and Guangzhou Water Affairs Engineering Technology Center. 2021. Technical Guideline for Sponge City Construction in Guangzhou: Flood Safety Assessment. (2024-10-01) [2026-02-05]. https://swj.gz.gov.cn/attachment/7/7722/7722042/9983905.pdf.

Javan K, Banihashemi S, Nazari A, Roozbahani A, Darestani M, and Hossieni H. Coupled SWMM-MOEA/D for Multi-Objective Optimization of Low Impact Development in Urban Stormwater Systems. Journal of Hydrology, 2025, 656, 133044.

DOI

Karimi N, Sheshangosht S, Rashtbari M, Torabi O, Sarbazvatan A, Lari M, Aminzadeh H, Abolhoseini S, and Eftekhari M. An Advanced High Resolution Land Use/Land Cover Dataset for Iran (ILULC-2022) by Focusing on Agricultural Areas Based on Remote Sensing Data. Computers and Electronics in Agriculture, 2025, 228, 109677.

DOI

李路, 宫辉力, 郭琳, 朱琳, 陈蓓蓓. 水文时间序列分析方法研究进展. 地球信息科学学报, 2024, 26 (4): 927- 945.

Li Lu, Gong Huili, Guo Lin, Zhu Lin, and Chen Beibei. Research Advances on Hydrologic Time Series Analysis Methods. Journal of Geo-information Science, 2024, 26 (4): 927- 945.

刘爱丽. 2024. 城市洪涝模拟模型构建及其应用研究——以北京市凉水河流域为例. 郑州: 华北水利水电大学. [Liu Aili. 2024. Research on the Construction and Application of Urban Flood Simulation Model: Taking the Liangshui River Basin in Beijing as an Example. Zhengzhou: North China University of Water Resources and Electric Power.]

Liu Aili. 2024. Research on the Construction and Application of Urban Flood Simulation Model: Taking the Liangshui River Basin in Beijing as an Example. Zhengzhou: North China University of Water Resources and Electric Power.

Liu Q, Xu H, and Wang J. Assessing Tropical Cyclone Compound Flood Risk Using Hydrodynamic Modelling: A Case Study in Haikou City, China. Natural Hazards and Earth System Sciences, 2022, 22 (2): 665- 675.

DOI

刘青, 吴国凤, 姚前, 许瀚卿, 牛怡莹, 魏旭辰, 王军, 李梦雅. 气候变化下沿海城市极端复合洪涝灾害危险性预估——以海口市为例. 热带地理, 2025, 45 (4): 527- 539.

Liu Qing, Wu Guofeng, Yao Qian, Xu Hanqing, Niu Yiying, Wei Xuchen, Wang Jun, and Li Mengya. Hazard Assessment of Extreme Compound Flood Hazards in Coastal Cities under Climate Change: A Case Study of Haikou City. Tropical Geography, 2025, 45 (4): 527- 539.

马杰. 2018. 基于最大熵原理的平原水库波高分布研究. 济南: 山东大学. [Ma Jie. 2018. Research on the Distribution of Wave Height in Plain Reservoir Based on Principle of Maximum Entropy. Jinan: Shandong University.]

Ma Jie. 2018. Research on the Distribution of Wave Height in Plain Reservoir Based on Principle of Maximum Entropy. Jinan: Shandong University.

Santiago-Collazo F L, Bilskie M V, and Hagen S C. A Comprehensive Review of Compound Inundation Models in Low-Gradient Coastal Watersheds. Environmental Modelling & Software, 2019, 119, 166- 181.

DOI

Shi S, Yang B, and Jiang W. Numerical Simulations of Compound Flooding Caused by Storm Surge and Heavy Rain with the Presence of Urban Drainage System, Coastal Dam and Tide Gates: A Case Study of Xiangshan, China. Coastal Engineering, 2022, 172, 104064.

DOI

汪海航, 李帆, 吴兴祥, 秦志琼, 孟萌, 蒋晓蕾. 基于Copula函数的区域雨潮遭遇风险概率分析. 中国水利水电科学研究院学报（中英文）, 2024, 22 (4): 425- 435.

Wang Haihang, Li Fan, Wu Xingxiang, Qin Zhiqiong, Meng Meng, and Jiang Xiaolei. Research on the Joint Probability of Rainstorm and Tidal Level Based on the Copula Function. Journal of China Institute of Water Resources and Hydropower Research, 2024, 22 (4): 425- 435.

王尚伟. 2023. 中珠联围雨潮遭遇风险概率及内涝灾害危险性分析. 广州: 华南理工大学. [Wang Shangwei. 2023. Encounter Risk of Rainstorm and Tide Level and Waterlogging Hazard Analysis in Zhong-Zhu Catchment Area. Guangzhou: South China University of Technology.]

Wang Shangwei. 2023. Encounter Risk of Rainstorm and Tide Level and Waterlogging Hazard Analysis in Zhong-Zhu Catchment Area. Guangzhou: South China University of Technology.

徐卫红, 李娜, 王艳艳, 王静, 俞茜. 基于城市洪涝仿真模型的天津中心城区内涝特征分析. 水利水电技术（中英文）, 2022, 53 (6): 20- 33.

Xu Weihong, Li Na, Wang Yanyan, Wang Jing, and Yu Qian. Urban Flood-Waterlogging Simulation Model-Based Analysis on Waterlogging Characteristics of Central Urban Area of Tianjin. Water Resources and Hydropower Engineering, 2022, 53 (6): 20- 33.

曾照洋, 王兆礼, 吴旭树, 赖成光, 陈晓宏. 基于SWMM和LISFLOOD模型的暴雨内涝模拟研究. 水力发电学报, 2017, 36 (5): 68- 77.

Zeng Zhaoyang, Wang Zhaoli, Wu Xushu, Lai Chengguang, and Chen Xiaohong. Rainstorm Waterlogging Simulations Based on SWMM and LISFLOOD Models. Journal of Hydroelectric Engineering, 2017, 36 (5): 68- 77.

张卡, 刘丙军, 胡仕焜, 曾慧, 张明珠, 李丹. 珠江河口区复合洪水事件多要素非一致性的时变遭遇分析. 热带地理, 2024, 44 (1): 143- 151.

DOI

Zhang Ka, Liu Bingjun, Hu Shikun, Zeng Hui, Zhang Mingzhu, and Li Dan. Multi-Element Non-Coherent Time-Varying Encounter Analysis of Complex Hazards Contributing to Pearl River Estuary Flooding. Tropical Geography, 2024, 44 (1): 143- 151.

DOI

郑杨坤, 王锋, 韦秋莹, 张云, 杨芳, 胡茂川. 广州市雨潮遭遇组合风险及其空间分布特征. 热带地理, 2025, 45 (4): 567- 574.

DOI

Zheng Yangkun, Wang Feng, Wei Qiuying, Zhang Yun, Yang Fang, and Hu Maochuan. Spatial Distribution Characteristics and Co-Occurrence Risk of Rainstorms and High Tide Levels in Guangzhou. Tropical Geography, 2025, 45 (4): 567- 574.

DOI

郑茂辉, 姚帅, 周念清, 刘俊兵. 一维管网与二维地表双向耦合的城市暴雨内涝模拟. 同济大学学报（自然科学版）, 2024, 52 (2): 223- 231.

DOI

Zheng Maohui, Yao Shuai, Zhou Nianqing, and Liu Junbing. Simulation of Urban Rainstorm Waterlogging with Bidirectional Coupling of One-Dimensional Sewer Network and Two-Dimensional Surface. Journal of Tongji University(Natural Science), 2024, 52 (2): 223- 231.

DOI

中国工程建设标准化协会. 2019. 城镇内涝防治系统数学模型构建和应用规程(T/CECS 647-2019). (2019-12-06)[2026-02-05]. https://ebook.chinabuilding.com.cn/c/2019-12-09/83898.shtml. [China Association for Engineering Construction Standardization. 2019. Code for Construction and Application of Mathematical Model for Urban Waterlogging Prevention and Control System (T/CECS 647-2019). (2019-12-06) [2026-02-05]. https://ebook.chinabuilding.com.cn/c/2019-12-09/83898.shtml.]

China Association for Engineering Construction Standardization. 2019. Code for Construction and Application of Mathematical Model for Urban Waterlogging Prevention and Control System (T/CECS 647-2019). (2019-12-06) [2026-02-05]. https://ebook.chinabuilding.com.cn/c/2019-12-09/83898.shtml.

中国经济网. 2013. 菲特致浙江874.25万人受灾直接经济损失275.58亿元. (2013-10-12)[2026-02-05]. https://district.ce.cn/newarea//roll/201310/12/t20131012_1611196.shtml. [China Economic Net. 2013. Typhoon Fitow Affected 8.7425 Million People in Zhejiang; Direct Economic Losses 27.558 Billion Yuan. (2013-10-12) [2026-02-05]. https://district.ce.cn/newarea//roll/201310/12/t20131012_1611196.shtml.]

China Economic Net. 2013. Typhoon Fitow Affected 8.7425 Million People in Zhejiang; Direct Economic Losses 27.558 Billion Yuan. (2013-10-12) [2026-02-05]. https://district.ce.cn/newarea//roll/201310/12/t20131012_1611196.shtml.

中华人民共和国应急管理部. 2018. 应急管理新机制助力台风“山竹”应对. (2018-09-19)[2026-02-05]. https://www.mem.gov.cn/xw/zhsgxx/201809/t20180919_242519.shtml. [Ministry of Emergency Management of the People's Republic of China. 2018. New Emergency Management Mechanisms Support Response to Typhoon Mangkhut. (2018-09-19) [2026-02-05]. https://www.mem.gov.cn/xw/zhsgxx/201809/t20180919_242519.shtml.]

Ministry of Emergency Management of the People's Republic of China. 2018. New Emergency Management Mechanisms Support Response to Typhoon Mangkhut. (2018-09-19) [2026-02-05]. https://www.mem.gov.cn/xw/zhsgxx/201809/t20180919_242519.shtml.

中华人民共和国国家质量监督检验检疫总局, 中国国家标准化管理委员会. 2008. 水文情报预报规范(GB/T 22482-2008). (2008-11-04)[2026-02-05]. https://openstd.samr.gov.cn/bzgk/gb/newGbInfo?hcno=9A1A51DA9FAD3B785C239A1FC2C5CAF3. [General Administration of Quality Supervision, Inspection and Quarantine of the People's Republic of China, and Standardization Administration of China. 2008. Specification for Hydrological Information and Forecasting (GB/T 22482-2008). (2008-11-04) [2026-02-05]. https://openstd.samr.gov.cn/bzgk/gb/newGbInfo?hcno=9A1A51DA9FAD3B785C239A1FC2C5CAF3.]

General Administration of Quality Supervision, Inspection and Quarantine of the People's Republic of China, and Standardization Administration of China. 2008. Specification for Hydrological Information and Forecasting (GB/T 22482-2008). (2008-11-04) [2026-02-05]. https://openstd.samr.gov.cn/bzgk/gb/newGbInfo?hcno=9A1A51DA9FAD3B785C239A1FC2C5CAF3.

中华人民共和国住房和城乡建设部. 2021. 室外排水设计标准(GB 50014-2021). 北京: 中国计划出版社. [Ministry of Housing and Urban-Rural Development of the People's Republic of China. 2021. Code for Design of Outdoor Wastewater Engineering (GB 50014-2021). Beijing: China Planning Press.]

Ministry of Housing and Urban-Rural Development of the People's Republic of China. 2021. Code for Design of Outdoor Wastewater Engineering (GB 50014-2021). Beijing: China Planning Press.

Options
文章导航

/

〈 〉