固原海绵城市内涝削减效果数值模拟

以固原海绵城市建设核心示范区为研究区,采用考虑水文过程的二维水动力城市雨洪模型,通过模拟典型设计降雨过程下的海绵城市建设前后研究区的内涝积水情况,对固原海绵城市内涝削减效果进行分析。结果显示:在2年一遇降雨条件下,研究区内9个重点内涝点得到明显改善,积水量峰值降低59.54%,积水面积峰值降低62.50%;当降雨重现期为30年一遇时,研究区内重点内涝点内涝有所缓解,内涝风险等级降低,积水量峰值降低60.37%,积水面积峰值降低69.88%。     

基于深度学习的道路积水智能监测方法

针对目前城市区域内涝频发且传统内涝积水监测方法具有危险性大、成本较高及时效性较低等问题,提出了一种利用深度学习技术的城市道路积水快速监测方法,该方法基于卷积神经网络,可对输入积水图像数据集进行积水特征提取。选取西安理工大学校内积水情况进行验证,结果表明该方法对数据集的训练和验证的平均准确率分别为96-1%和90-1%,能较准确实现图像积水面积自动提取,从而实现城市内涝监控图像中的积水区域自动识别和积水面积自动获取。     

西咸新区降雨空间非一致性对内涝过程影响模拟研究

为分析降雨空间分布非一致性对城市内涝的影响,应用耦合了水文和水动力过程的数值模型,以陕西省西咸新区海绵城市部分核心试点区为研究区域,对不同重现期设计暴雨及离差系数Cv条件下的内涝过程进行模拟,并对内涝积水总量峰值、重度内涝积水总量峰值及其与均匀降雨情况下的内涝积水削减进行对比分析。结果表明:相比于空间均匀降雨,各重现期下空间分布不均匀的内涝积水量均会减少。各重现期下,Cv值越大,即降雨越不均匀,相比于均匀情况内涝积水削减量越大。当Cv值为0.07、0.11、0.15及0.2时,积水总量削减率分别为1.94%～2.05%,3.00%～3.17%,4.08%～4.23%,4.86%～5.15%。重度内涝情况下,同一Cv值,相比于均匀情况内涝积水削减量随设计降雨重现期变长而增多,当Cv=0.07、Cv=0.11、Cv=0.15、Cv=0.20时,削减率的范围分别为2.00%～2.51%、2.60%～3.82%、3.66%～4.98%、3.80%～5.83%。研究结果揭示了降雨空间分布非一致性对内涝的影响规律,为城市内涝防治工作提供了理论依据。     

透水铺装下渗率对降雨及地形特征的响应机制研究

为了研究地形、雨强等因素对透水铺装稳渗率的影响,研究系统进行了3种透水条件、3种降雨强度(0.8mm/min、1.3mm/min、2.9mm/min)及系列坡度组合(横坡0°、5°、10°;纵坡0°、5°、10°)下人工降雨径流过程试验。结果表明:坡度与稳渗率间呈负相关且可用幂函数描述,且坡度越大稳渗率减少越慢;雨强与稳渗率呈正相关仍可用幂函数描述,雨强越大稳渗率增加越快;横坡、纵坡、雨强三者对稳渗率的综合影响可用二次多项式函数描述,雨强影响较其他因素更为显著,在强、中、弱透水条件下分别为纵坡作用的4.3倍、1.3倍、1.9倍,横坡影响较纵坡显著,作用效果约为纵坡的1.1~1.4倍。