2025, Vol. 55
2. 中国海洋大学海洋环境与生态教育部重点实验室，山东 青岛 266100;
3. 中国海洋大学环境科学与工程学院，山东 青岛 266100
世界上许多沿海城市遭受着风暴潮淹没的威胁，引起风暴潮的主要天气过程如台风往往还会带来强降雨，从而产生复合淹没。城市的排水系统可以缓解地表水淹没带来的风险[1-3]，但滨海城市的排水系统往往与海洋相连，近海水位的变化也会对排水系统产生影响，风暴潮来临时近海水位通常发生异常升高，进而影响城市的排水，与暴雨共同作用可形成严重的城市内涝[4-5]。
当前对于风暴潮和降雨的复合淹没主要集中在两个研究方向：(1)基于历史实测数据，使用数理统计方法，分析不同致灾因子的联合概率及淹没风险[6-7]；(2)使用数值模式模拟复合淹没事件，分析淹没风险[8]。受到监测手段以及监测站位空间分布的限制，历史实测数据较难获取，所获数据存在时空分布不均的缺陷。数值模式是研究风暴潮和降雨淹没以及城市排水系统的重要手段，可以对复杂水动力过程进行模拟，且具有成本低、可以展示动态淹没结果的特点，因此需要开展考虑排水系统的风暴潮-强降雨复合淹没的数值模拟研究。
目前对于单一的风暴潮或降雨淹没的数值模拟研究已经较为广泛，但对于考虑城市排水系统下的风暴潮与降雨的复合淹没数值模拟研究仍处于起步阶段。现阶段风暴潮和降雨复合淹没的数值模拟研究主要是耦合一维水文模型及二维水动力模型的方式，但当前耦合模型大多存在两个不足的地方：(1)水文模型中未考虑对沿海区域排水影响至关重要的排水管网[9-10]；(2)以单一的水文或者水动力学模型为主，将其他模型的输出数据作为其边界输入，无法体现二者间的相互影响[11-12]。施劭瑜等[13-14]将一维水文模型SWMM与二维水动力模型ADCIRC耦合，借助MPI并行技术在两个模型之间传递数据，在考虑排水系统的同时考虑了边界实时的相互影响，模拟了浙江省象山县风暴潮和降雨的复合淹没，对上述不足进行了弥补，但其只对SWMM及ADCIRC进行了独立的验证，并未对耦合模型模拟的二维降雨淹没进行验证。
山东省青岛市市南区位于山东半岛东南部，东临黄海，大陆海岸线长约710.9 km。相关研究表明，青岛市平均每年遭受1.08个经黄海或近海北上台风的影响，在台风与天文潮的共同作用下，通常会产生风暴潮以及降雨[15]。青岛有关风暴潮灾害的记录起始于1939年，有记录至今造成青岛巨大损失的风暴潮灾害均为风暴潮和暴雨共同作用的复合淹没灾害[16-17]。青岛市风暴潮和降雨的数值模拟也仅仅停留在单独风暴潮或降雨淹没的模拟。本文将施劭瑜等[15]建立的ADCIRC-SWMM耦合模型应用到青岛市南区，使用开源基础数据构建管网模型，结合敏感性实验，对耦合模型的二维降雨淹没进行了验证，探究考虑城市排水系统的风暴潮与降雨的复合淹没特征及规律。
1 模型及数据模型的耦合是制约复合淹没研究的因素之一，构建复合淹没数值模型时需要的大量基础数据是另外一个制约因素，尤其是构建水文模型时，排水管网的布设以及管道参数等一般是不公开的，难以获得。不过近年来，随着科技的进步，开源的基础数据也越来越全面、准确，可以尝试依赖这些数据在一定规则下概化出管网的模型。
1.1 耦合模型简介ADCIRC(advanced circulation model for oceanic, coastal and estuarine waters)是较为成熟的风暴潮模型，可以模拟海洋风暴潮以及陆地淹没过程。SWMM(storm water management model)是被广泛应用的城市雨洪模型，用于计算地表的产汇流及进入管网中的降雨流动过程。传统模型中，ADCIRC和SWMM不发生水体交换。ADCIRC-SWMM耦合模型中将ADCIRC中的空间单元三角网格视为SWMM中的检查井口的虚拟蓄水池，当蓄水池以及三角网格中均没有水时不发生水体交换；当蓄水池或者对应三角网格中有水时，比较检查井口与三角网格水位的大小，检查井口水位高时发生溢流，管网中水进入地表，检查井口水位低时则发生回流，地表中的水流入管网。耦合模型中的排水口设置在海洋中，其水位由ADCIRC计算的时变水位提供。
ADCIRC-SWMM耦合模型使用修改源代码的紧密型耦合方式耦合。ADCIRC-SWMM耦合模型、CPU调度以及水位同步方案如图 1所示。以ADCIRC模型为主程序，在运行过程中调用SWMM模型求解一维水动力方程的核心子程序—swmm_step。ADCIRC中模型计算步长通常较小，SWMM中则较大，耦合模型中SWMM积分一大步，ADCIRC积分若干小步，实际积分时间尺度相同时进行数据的交换，交换由计算SWMM的CPU核通过MPI传递给ADCIRC并行计算的多个CPU核，实现水量的交换。
|
( (a)耦合模型中并行化的CPU调度示意图；(b)耦合模型水位各时间步长的水位同步方案[18]。(a) Parallelized CPU scheduling diagram in the coupling model; (b) Water level synchronization scheme for each time step of coupled model water level (Cited from Shi, 2021). ) 图 1 ADCIRC-SWMM模型耦合方法示意图 Fig. 1 Schematic diagram of ADCIRC-SWMM model coupling method |
耦合模型的构建需要使用大量基础数据，本文将其分为三类：(1)水深地形数据、(2)边界强迫数据、(3)其他数据。这些基础数据往往由不同机构发布，其使用的标准往往不同，在构建模型时，需要考虑不同数据集的误差。
1.2.1 水深地形数据本文使用的水深地形数据主要有：(1)GEBCO_2021Grid①(General Bathymetric Charts of the Ocean)；(2)船讯网②提供的海图数据；(3)SRTM陆地高程数据③。这三类数据使用地理坐标系分别为WGS84坐标系、2000国家大地坐标系和WGS84坐标系，垂向基准面分别为全球平均海平面、潮高基准面、EGM96大地水准面。WGS84与CGCS2000在研究区域内水平以及垂向上的误差均在0.1 mm的量级[19]，相对于我们的研究尺度来是可以忽略的，所以本文不考虑坐标系不同带来的误差。通常来说，对于近海水位的模拟研究都以研究区域当地的平均海平面为准，本文将垂向基准面统一为青岛近海的平均海平面。青岛近海平均海平面也叫做“1985国家高程基准”[20]，高出全球平均海平面0.10 m，EGM96全球大地水准面0.20 m，潮高基准面2.39 m[21-22]。本文将青岛近岸的海图数据加上2.39 m，SRTM数据减去0.20 m，GEBCO数据加上0.10 m统一到黄海平均海平面，各个基准面之间的系统误差关系如图 2所示。
|
图 2 各垂直基准面参考示意图 Fig. 2 Reference diagram of each vertical datum plane |
① https://www.gebco.net/data_and_products/gridded_bathymetry_data/
③ 30-Meter SRTM Elevation Data Downloader (dwtkns.com)
1.2.2 边界强迫数据本文使用的边界强迫主要三个：(1)风场强迫、(2)潮汐强迫、(3)降雨强迫。风场强迫体现台风的作用由捷式圆形风场构建[23]，使用的原始台风路径数据为中国气象局热带气旋资料中心提供的最佳路径数据集①。潮汐强迫体现海洋中天文潮的作用，强迫数据由俄勒冈州立大学开发的潮汐预报软件OTPS提供的八个分潮②(M2、S2、K1、O1、N2、K2、P1、Q1)组成。降雨强迫体现陆地降雨的作用，本文使用的降雨数据为美国国家航空航天局公布的GPM IMERG产品③，时间分辨率最高可达0.5 h，空间分辨率最高可达0.1°。三种强迫数据使用的时间标准均为格林威治标准时间，无需进行时区的转换。
① https://tcdata.typhoon.org.cn/zjljsjj.html
② https://www.tpxo.net/global/tpxo9-atlas
③ https://disc.gsfc.nasa.gov/datasets/GPM_3IMERGHH_07/summary
1.2.3 其他数据在构建复合模型中还需要一些基础数据，如：确定研究区域的岸线数据以及青岛市南区范围的边界数据。本文岸线边界数据主要由国家基础地理信息中心④提供。在水文模型构建中需要明确管网与检查井的位置布设，本文基于中华人民共和国住房和城乡建设部发布的《室外排水设计标准》⑤中对管渠的一般规定：排水管宜沿城镇道路敷，假定排水管网沿着道路布设，使用天地图街道数据⑥，获得了检查井和管网的位置数据，共获得管段1 524段，检查井1 260个，入海排水口数量与位置参考王尚[24]分析获得的青岛8个入海排水口设置。此外，水文模型中需要根据地物类型计算一些参数，本文使用的地物类型数据为鹏城实验室发布的2017年10 m分辨率全球地表覆盖数据⑦。对于SWMM模型构建中所需的一些经验参数的获取，本文主要通过查询文献与手册，确定适合研究区域的参数。
④ https://www.webmap.cn/commres.do?method=dataDownload
⑤ https://www.mohurd.gov.cn/gongkai/zhengce/zhengcefilelib/202105/20210520_250183.html
⑥ http://lbs.tianditu.gov.cn/server/MapService.html
⑦ https://data-starcloud.pcl.ac.cn/zh/resource/1
2 模型配置与验证 2.1 风暴潮模型配置本文以青岛市南区为例构建耦合模型，海洋范围网格空间分辨率由外海开边界处的10 km逐渐加密至青岛市南区沿岸的15 m，陆地范围网格空间分辨率为15 m，网格总数为461 509个，计算节点总数为233 022个(见图 3)。ADCIRC中的水深以及陆地地形由1.2节中的水深地形数据构建，边界强迫则由潮汐强迫和风场强迫组成。
|
图 3 青岛市南区陆地以及海洋计算区域网格图 Fig. 3 Grid diagram of land and ocean calculation area in Shinan District of Qingdao |
子汇水区是指排水管网中某个检查井控制的地面降雨汇流的范围。在获取检查井、管道以及排放口后，本文以泰森多边形法划定子汇水区。当前划分子汇水区是将每一个检查井点附近的点连接成Delaunay三角网，找到垂直平分线连接成的多边形，共有1 260个(见图 4)。
|
图 4 青岛市南区检查井、管道、及排放口及子汇水区 Fig. 4 Inspection wells, pipelines, discharge outlets and sub-catchment areas in Shinan District of Qingdao |
SWMM模型中产汇流的计算参数众多(见表 1)，其中影响地表产流计算的参数主要有子汇水区面积、不透水率以及洼蓄量；影响地表汇流计算的参数主要有子汇水区面积、特征宽度以及坡度。管道水力模拟涉及参数主要有管径、井深和内底标高，积水深度则受到井深和虚拟蓄水池面积的影响。本文对子汇水区面积、坡度、特征宽度、不透水率以及虚拟蓄水池面积进行了严格的计算，根据经验设置了不渗透表面的曼宁系数值0.013，渗透区曼宁系数值0.264，渗透区与不渗透区的洼蓄深度为7及2.5 mm。对不公开且难以实测的管径和井深数据进行了率定，率定过程及结果见2.4.2。
|
表 1 SWMM模型主要设定参数 Table 1 Main parameters of SWMM model |
传统ADCIRC以及SWMM耦合模型的主要配置基本完成，本文使用的ADCIRC-SWMM耦合模型中存在实时的数据交换与信息传递，需根据检查井和排放口以及三角网格的位置建立每个检查井和排放口索引的三角网编号，同时以NSWMM倍数的ADCIRC时间步长继续一次数据交换，需根据SWMM以及ADCIRC的时间步长计算NSWMM。本文中使用的ADCIRC以及SWMM的时间步长分别为0.1和1 s，NSWMM设置为10。
2.4 模型验证 2.4.1 天文潮与风暴潮验证本文使用ADCIRC-SWMM模型对2019年1月1—31日东中国海天文潮进行了模拟，进行了调和分析，获得了海洋区域主要分潮M2的同潮图(见图 5)。图中无潮点的位置以及振幅和迟角的分布与海洋图集的结果基本一致(海洋图集委员会，1993)。
|
( 红色为等振幅线；蓝色为等迟角线。Red is iso-amplitude line; Blue is isobaric line. ) 图 5 模拟东中国海天文潮得到的M2同潮图 Fig. 5 M2 cotidal map of the East China Sea |
本文选取了两场台风过程进行模拟，即台风“派比安”(0012)和台风“梅花”(1109)。将两场台风期间的小麦岛站的风暴增水数据与模拟结果进行对比，图 6显示模拟结果与实测结果基本吻合，两场台风的最大增水出现时间与观测值基本一致，最大增水的绝对误差和相对误差分别为：4和9 cm；6%和12%。总体来说模拟结果较好的重现了风暴潮增水过程，适用于青岛地区的风暴潮模拟。
|
( (a)台风“派比安”(0012)期间小麦岛风暴潮增水的模拟值和观测值; (b)台风“菲特”(1109)期间小麦岛风暴潮增水的模拟值和观测值(模拟分别于2000年8月26日12：00(UTC)、2011年7月27日00：00(UTC)开始)。(a) Simulated and observed surge at Xiaomaidao station during Typhoon Prapiroon (0012); (b) Simulated and observed surge at Xiaomaidao station during Typhoon Muifa (1109) (simulation commencing at 12:00 (UTC) on 26 August, 2000 and 00:00 (UTC) on 27 July, 2011, respectively). ) 图 6 风暴潮增水验证 Fig. 6 Comparison of observed and simulated surge elevation |
排水管网中的井深和管径实际数据不公开，且难以实测，本文以青岛交警公布的易积水路段为准①，对青岛的管径和井深进行了敏感性实验。参照前人研究中对青岛小部分区域构建的排水系统模型可知，井深主要分在在1~3 m之间，管径在0.3~1.2 m之间[25-26]。本文设置了不同井深：1、1.5、2、2.5、3 m以及不同的管径：0.3、0.5、0.7、0.8、1.0、1.2 m，共交叉出30种情景(见表 2)，模拟在GPM IMEGR中日降雨量大于50 mm的2000年8月28日暴雨过程的淹没，并统计了最大淹没范围、易淹没路段200 m范围外的溢流井口数以及出现溢流井口的易淹路段数。由表 2可知，在一定范围内，管径与井深的变化对最大淹没范围的影响较小，即管径在0.7~1.2 m，井深在1.5~2.5 m内，同时将80%以上易淹路段淹没视为合理，即淹没的易积水路段数大于34，满足这两个条件的同时非易淹路段的溢流井口尽量少，此时的管径为1.0 m，井深为1.5 m。
|
|
表 2 30种模拟情景下青岛市南区的最大淹没范围、非易淹路段溢流井口及易淹路段数统计 Table 2 Maxsubmerged range, overflow wellheads number of non-floodable road section and easily submerged road section number in Shinan District of Qingdao under 30 simulation scenarios |
① https://weibo.com/qdjiaojing
3 青岛市南区复合淹没分析本文基于GPM IMERG降雨数据以及中国气象局热带气旋资料中心提供的最佳路径数据集，构建了台风-暴雨历史事件，即台风“派比安”(0012)2000年08月28日降雨事件。以这场台风-暴雨事件为例，模拟了风暴潮和天文潮在风暴潮和降雨复合淹没中的作用，并探究了气候变化背景下，海平面上升0.5和1.0 m后对风暴潮—暴雨复合淹没的影响。
3.1 台风“派比安”2000年08月28日暴雨-天文潮事件模拟本文对台风“派比安”过境时的降雨、天文潮-降雨、台风-天文潮-降雨三种情景下青岛市南区复合淹没进行了模拟，模拟起始时间为2000年8月26日12时，以小麦岛站的水位为代表表征入海排放口水位的变化，并绘制了台风路径及对应时间的小麦岛站位的增水，降雨时间段内各个情景下的淹没范围和潮汐随时间的变化曲线(见图 7)。由图 7(a)可知，在降雨发生的2000年8月28日，台风“派比安”对青岛近海的影响较小，主要受到潮汐的调控。在经历天文高潮时，复合淹没有明显的升高，考虑台风影响后升高更多，而经历天文低潮时，考虑风暴潮与天文潮时的淹没范围则迅速降低。风暴潮-降雨淹没主要受到天文潮的调控，经历天文高潮时淹没增大，经历低潮时淹没降低。
|
( (a)台风“派比安”路径及增水；(b)降雨时间范围内的淹没范围、潮位及增水。(a) Path of Typhoon "Prapiroon" and surge; (b)Submerged area, tide level and surge in rainfall time. ) 图 7 台风“派比安”过境风暴潮和天文潮及淹没水位 Fig. 7 Surge and astronomical tide and inundation level of Typhoon "Prapiroon" transit |
本文将扩大的淹没范围按照淹没来源分成了三类：一是由风暴潮海水和降雨共同控制的复合淹没，用红色表示；二是由于风暴潮影响排水系统的排水效率导致的增多的降雨淹没，用粉色表示；三是由风暴潮单独造成的淹没，用蓝色表示。由图 8可知，风暴潮导致的复合淹没的扩大主要是近海水位升高对沿海陆地造成直接淹没，而通过影响排水系统的排水效率导致的淹没相对较小，此外在清远路及常州路下方的近海区域易形成雨水和海水的混合淹没，造成更大的风险。
|
图 8 台风“派比安”过境期间风暴潮影响导致的青岛市南区增大的淹没范围 Fig. 8 Increased inundation area of the Shinan District of Qingdao caused by marine factors during the transit of Typhoon Prapiroon |
本文模拟了海平面上升前、海平面上升0.5 m以及1.0 m后，台风“派比安”过境时青岛市南区淹没范围的变化。图 9展示了海平面上升前、海平面上升0.5 m以及海平面上升1.0 m后暴雨情况下青岛市南区淹没范围的变化。随着海平面的上升，青岛市南区的复合淹没范围也在上升。海平面上升0.5 m后，最大淹没发生在106 h，淹没范围上升至1.301 km2，升高了8%。海平面上升1.0 m后，在模拟105.25 h后，出现了第一阶段降雨中淹没的最大范围1.424 km2，相较于海平面未上升时升高了18%。需要注意的是，海平面升高后部分沿岸区域可能一直处于淹没的状态，本文将这部分淹没也视为海平面上升后导致的淹没，即以海平面未上升前的高程为准，淹没水深大于0 m时视为淹没。
|
图 9 海平面上升后，台风“派比安”过境时青岛市南区复合淹没范围的变化 Fig. 9 Changes of the compound floods area in the Shinan District of Qingdao during the transit of Typhoon Prapiroon after sea level rise |
本文以第一阶段降雨中三种情景下最大淹没时刻的淹没范围为基础，将海平面上升后增加的淹没区域进行分类，分别是海平面上升0.5和1.0 m后都扩大了的淹没范围，以蓝色表示；海平面上升0.5 m后增加的独有的淹没范围，以红色表示；海平面上升1.0 m后增加的独有的淹没范围，以紫色表示(见图 10)。由图 10可知，海平面上升后复合淹没的增加主要是由于海水水位的上涨导致入海排放口水位持续处于一个较高的值，对排水系统产生更加持久的影响，长时间降低了排水系统的排水效率，进一步导致降雨淹没的增大，主要影响的区域宁夏路和高田路的交界区域，而对沿岸的直接淹没增加的较少。近岸排水管网受到近海水位的直接影响，离岸较远的排水管网则受到下游管道水位的直接影响。海平面上升前风暴潮对近岸区域的影响较大，海平面上升会导致风暴潮对近岸淹没的影响更持久，继而影响离岸较远的宁夏路与高田路排水效率，导致淹没范围的增大。
|
图 10 海平面上升对台风“派比安”过境导致的风暴潮-暴雨淹没的影响 Fig. 10 Effect of sea level rise on storm surge-rainstorm inundation caused by Typhoon Prapiroon |
本文以青岛市市南区为例，研究考虑城市排水管网的风暴潮-降雨淹没的数值模拟，得到的主要结论如下：
(1) 基于开源数据统一了数据垂向基准，结合敏感性实验构建了青岛市南区风暴潮-暴雨复合淹没模型，并对模型模拟的天文潮、风暴潮及道路淹没进行了验证，证实了基于开源数据构建的耦合模型模拟结果的合理性。此外，由于城市雨洪模型影响较大的管径和井深参数通常不公开，本文对这两个参数进行了率定，率定结果分别为1.0和1.5 m。
(2) 以台风“派比安”暴雨事件为对象，模拟台风-暴雨-天文潮复合淹没过程，揭示各要素的相互作用机制, 结果表明：天文潮涨潮过程中会加剧降雨的淹没，而落潮过程则会降低降雨淹没范围。台风通过影响近海水位进而影响淹没, 当风暴潮增水为正时, 会加剧淹没；为负则降低天文涨潮的影响, 加强落潮过程的影响，导致淹没的降低。风暴潮导致淹没范围的扩大主要是由于近海水位升高对沿岸陆地淹没的增加, 影响排水系统导致的降雨淹没增加的相对较少。海平面上升则会导致淹没范围的进一步增加, 但增大沿岸陆地淹没的情况较少，造成复合淹没增大的主要原因是近海水位上升导致入海排放口水位长时间较高，影响排水系统的排水效率，使降雨淹没范围扩大。
| [1] |
Barbieri M, Barberio M, Banzato F, et al. Climate change and its effect on groundwater quality[J]. Environmental Geochemistry and Health, 2023, 45: 1133-1144. DOI:10.1007/s10653-021-01140-5 (  0) |
| [2] |
Gori A, Lin N, Xi D. Tropical cyclone compound flood hazard assessment: From investigating drivers to quantifying extreme water levels[J]. Earth's Future, 2020, 8(12): e2020EF001660. DOI:10.1029/2020EF001660 ( 0) |
| [3] |
Guo K, Guan M, Yu D. Urban surface water flood modelling: A comprehensive review of current models and future challenges[J]. Hydrology and Earth System Sciences, 2021, 25(5): 2843-2860. DOI:10.5194/hess-25-2843-2021 ( 0) |
| [4] |
Shen J, Gong W, Wang H. Water level response to 1999 hurricane floyd in the Chesapeake Bay[J]. Continental Shelf Research, 2006, 26(19): 2484-2502. DOI:10.1016/j.csr.2006.07.021 ( 0) |
| [5] |
Gao L, Du H, Huang H, et al. Modelling the compound floods upon combined rainfall and storm surge events in a low-lying coastal city[J]. Journal of Hydrology, 2023, 627: 1622-1694. ( 0) |
| [6] |
许瀚卿, 谭金凯, 李梦雅, 等. 中国沿海地区雨潮复合灾害联合分布及危险性研究[J]. 地理科学进展, 2022, 41(10): 1859-1867. Xu H Q, Tan J K, Li M Y, et al. Study on joint distribution and risk of rain and tide combined disasters in coastal areas of China[J]. Progress in Geography, 2022, 41(10): 1859-1867. DOI:10.18306/dlkxjz.2022.10.007 ( 0) |
| [7] |
Ming X, Liang Q, Dawson R, et al. A quantitative multi-hazard risk assessment framework for compound flooding considering hazard inter-dependencies and interactions[J]. Journal of Hydrology, 2022, 607: 127477. DOI:10.1016/j.jhydrol.2022.127477 ( 0) |
| [8] |
Hasan A, Goharian E. Developing a hybrid modeling and multivariate analysis framework for storm surge and runoff interactions in urban coastal flooding[J]. Journal of Hydrology, 2021, 595: 125670. DOI:10.1016/j.jhydrol.2020.125670 ( 0) |
| [9] |
Silva A, Felix L, Collazo S, et al. Dynamic modeling of surface runoff and storm surge during hurricane and tropical storm events[J]. Hydrology, 2018, 5(1): 13-18. DOI:10.3390/hydrology5010013 ( 0) |
| [10] |
Gao L, Zhang L, Hong Y, et al. Flood hazards in urban environment[J]. Georisk, 2023, 17(2): 241-261. ( 0) |
| [11] |
曾照洋. 变化环境下"台风-暴雨-风暴潮"复合型洪涝数值模拟研究[D]. 广州: 华南理工大学, 2021. Zeng Z Y. Numerical Simulation of Typhoon-rainstorm-Storm Surge Flood Under Changing Environment[D]. Guangzhou: South China University of Technology, 2021. ( 0) |
| [12] |
Li P, Xu Z, Ye C, et al. Assessment on IMERG V06 precipitation products using rain gauge data in Jinan City, Shandong Province. China[J]. Remote Sensing, 2021, 13(7): 1241-1250. DOI:10.3390/rs13071241 ( 0) |
| [13] |
施劭瑜, 杨波, 江文胜, 等. 土地利用类型对滨海城市复合淹没的影响——以象山县为例[J]. 中国海洋大学学报(自然科学版), 2023, 53(2): 83-93. Shi S Y, Yang B, Jiang W S, et al. Effects of land use types on coastal urban complex inundation: A case study of Xiangshan County[J]. Ocean University of China (Natural Science Edition), 2023, 53(2): 83-93. ( 0) |
| [14] |
Shi Y, Yang B, Jiang S. 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[J]. Coastal Engineering, 2022, 172: 104064. DOI:10.1016/j.coastaleng.2021.104064 ( 0) |
| [15] |
廖琪, 于格, 江文胜, 等. 海岸带城市洪水淹没风险评价研究——以青岛市为例[J]. 海洋与湖沼, 2018, 49(2): 301-312. Liao Q, Yu G, Jiang W S, et al. Risk assessment of urban flood inundation in coastal zones: A case study of Qingdao[J]. Oceanologia et Limnologia Sinica, 2018, 49(2): 301-312. ( 0) |
| [16] |
林滋新, 周庆满, 李培顺, 等. 青岛近海风暴潮灾害及其预报研究[J]. 海岸工程, 1996(3): 15-24. Lin Z X, Zhou Q M, Li P S, et al. Research on storm surge disaster and its forecast in Qingdao offshore[J]. Coastal Engineering, 1996(3): 15-24. ( 0) |
| [17] |
季丽娜. 不同气候情景下蓝色硅谷台风风暴潮漫滩多年一遇的数值研究[D]. 青岛: 中国海洋大学, 2023. Ji L N. Numerical Study of Multi-Year Storm Surge Flooding in Blue Silicon Valley Under Different Climate Scenarios[D]. Qingdao: Ocean University of China, 2023. ( 0) |
| [18] |
施邵瑜. 考虑城市排水管网的象山县风暴潮漫滩数值研究[D]. 青岛: 中国海洋大学, 2021. Shi S Y. Numerical Study of Storm Surge Flood Plain in Xiangshan County Considering Urban Drainage Network[D]. Qingdao: Ocean University of China, 2021. ( 0) |
| [19] |
魏子卿. 2000中国大地坐标系及其与WGS84的比较[J]. 大地测量与地球动力学, 2008(5): 1-5. Wei Z Q. 2000 China geodetic coordinate system and its comparison with WGS84[J]. Geodesy and Geodynamics, 2008(5): 1-5. DOI:10.3969/j.issn.1671-5942.2008.05.001 ( 0) |
| [20] |
申家双. 海岸带等水位线信息提取与垂直基准转换技术研究[D]. 郑州: 中国人民解放军信息工程大学, 2012. Shen J S. Research on Technology of Coastal Iso-Water Line Information Extraction and Vertical Datum Conversion[D]. Zhengzhou: PLA Information Engineering University, 2012. ( 0) |
| [21] |
郭海荣. 建立高程基准的理论与方法的研究[D]. 郑州: 中国人民解放军信息工程大学, 2003. Guo H R. Research on the Theory and Method of Establishing Elevation Datum[D]. Zhengzhou: PLA Information Engineering University, 2003. ( 0) |
| [22] |
郭海荣, 焦文海, 杨元喜, 等. 1985国家高程基准的系统差[J]. 武汉大学学报(信息科学版), 2004(8): 715-719. Guo H R, Jiao W H, Yang Y X, et al. System difference of 1985 national elevation datum[J]. Information Science Edition of Wuhan University, 2004(8): 715-719. ( 0) |
| [23] |
Jelesnianski C P. A numerical computation of storm tides by a tropical storm impinging on a continental shelf[J]. Monthly Weather Review, 1965, 93(6): 343-358. DOI:10.1175/1520-0493(1993)093<0343:ANCOS>2.3.CO;2 ( 0) |
| [24] |
王尚. 气候变化背景下基于风暴潮的海岸带城市淹没风险量化研究——以青岛市为例[D]. 青岛: 中国海洋大学, 2023. Wang S. Quantitative Study on Urban Inundation Risk in Coastal Zone Based on Storm Surge in the Context of Climate Change: A Case Study of Qingdao City[D]. Qingdao: Ocean University of China, 2023. ( 0) |
| [25] |
梁风超. 城市排水管网建模及其应用技术研究[D]. 青岛: 青岛理工大学, 2019. Liang F C. Research on Modeling of Urban Drainage Pipe Network and Its Application Technology[D]. Qingdao: Qingdao University of Technology, 2019. ( 0) |
| [26] |
杨婷婷. 基于SWMM平台雨水系统建模的应用研究[D]. 青岛: 青岛理工大学, 2018. Yang T T. Application Research of Rainwater System Modeling Based on SWMM Platform[D]. Qingdao: Qingdao University of Technology, 2018. ( 0) |
2. Key Laboratory of Marine Environment and Ecology, Ministry of Education, Ocean University of China, Qingdao 266100, China;
3. College of Environmental Science and Engineering, Ocean University of China, Qingdao 266100, China