城市内涝风险评估是制定防洪排涝方案、保障城市安全的核心依据，其准确性直接决定防控措施的有效性。传统评估多聚焦于自然因素（如降雨量、地形坡度），却常忽略 “城市热岛效应”“硬化地面扩张” 等人为因素对降雨径流的显著影响 —— 热岛效应通过改变局地降雨特征加剧产流，硬化地面则大幅削弱雨水渗透能力、增加地表径流，两者叠加会导致实际内涝风险远高于仅基于自然因素的评估结果，最终引发 “评估达标但实际内涝频发” 的矛盾。因此，需将这两大人为因素系统纳入内涝风险评估体系，通过 “影响机制解析 - 数据量化采集 - 模型耦合优化 - 结果校验修正” 的全流程设计，提升评估结果与实际情况的贴合度。

一、人为因素对降雨径流的影响机制：明确评估需聚焦的核心关联

要在评估中充分考虑人为因素，首先需厘清 “城市热岛效应”“硬化地面扩张” 如何通过改变 “降雨 - 产流 - 汇流” 过程影响内涝风险，为后续量化评估提供理论依据。

（一）城市热岛效应：改变局地降雨特征与径流形成条件

城市热岛效应是指城市中心区域温度高于周边郊区的现象（通常温差 3-5℃，极端时可达 8℃），其对降雨径流的影响主要体现在三个层面：

加剧局地降雨强度与频次：城市中心高温区域形成上升气流，吸引周边水汽汇聚，易催生对流雨，导致城市中心区域降雨量比郊区高 10%-30%，且短时强降雨（如 1 小时降雨量超 50mm）频次增加 20%-50%—— 例如某城市监测数据显示，市中心年均短时强降雨次数为 8 次，而郊区仅为 5 次，更强的降雨强度直接导致单位时间内地表径流激增，超出管网排水能力；

缩短降雨入渗时间：热岛效应导致城市地表温度升高（夏季水泥路面温度可达 50℃以上），降雨落地后快速蒸发，且高温使土壤含水率降低、渗透系数下降（如表层土壤渗透系数从郊区的 10⁻⁴m/s 降至城市中心的 10⁻⁵m/s），雨水更易形成地表径流，而非下渗补充地下水；

改变汇流速度：高温加速地表积水蒸发，但同时也使硬化地面（如沥青路面）热胀冷缩加剧，易出现裂缝，部分雨水通过裂缝下渗形成地下径流，却可能因地下管网老化导致渗透水积聚，反而增加管涌风险，形成 “地表径流未减、地下隐患叠加” 的复杂局面。

（二）硬化地面扩张：削弱渗透能力，增加地表径流总量

随着城市化进程加快，城市硬化地面（如道路、建筑屋面、广场）面积持续扩张，其对降雨径流的影响更直接、更显著：

大幅降低雨水渗透量：自然地表（如绿地、林地）的雨水渗透率可达 30%-50%，而硬化地面渗透率近乎为 0（沥青路面渗透系数＜10⁻⁶m/s），硬化地面每扩张 10%，城市区域整体雨水渗透量约下降 8%-12%—— 例如某城市 2000 年硬化地面占比 25%，年均地表径流量占降雨量的 40%；2020 年硬化地面占比升至 55%，地表径流量占比增至 75%，径流总量翻倍；

缩短汇流时间，加剧峰值流量：硬化地面表面光滑、坡度统一（如道路横坡 2%-3%），雨水汇流速度比自然地表快 2-3 倍（硬化地面汇流速度约 0.5-1m/s，绿地汇流速度约 0.1-0.2m/s），导致降雨后短时间内形成集中径流峰值，例如某区域 1 小时降雨量 30mm 时，硬化地面主导区域的径流峰值为 15m³/s，而绿地主导区域仅为 5m³/s，峰值流量的激增易导致管网瞬时超负荷，引发内涝；

改变径流污染特征，间接影响排水效率：硬化地面易积累灰尘、油污等污染物，降雨时这些污染物随径流进入管网，可能导致管道淤积（如油污附着管壁、泥沙沉积），长期下来降低管网过流能力，进一步加剧内涝风险 —— 例如某城市老城区因硬化地面径流携带的泥沙淤积，管网过流能力每年下降 5%-8%，成为内涝频发的重要诱因。

二、数据量化采集：构建人为因素的评估指标体系

要将人为因素纳入内涝风险评估，需通过多源数据采集，将 “城市热岛效应”“硬化地面扩张” 转化为可量化的评估指标，避免因指标模糊导致评估偏差。

（一）城市热岛效应相关数据采集

需从 “温度差异”“降雨特征”“地表状态” 三个维度采集数据，量化热岛效应的强度与影响范围：

温度数据：通过城市气象站、分布式温度传感器（如布设在道路、建筑屋顶、绿地的温度监测点）采集连续温度数据，计算 “城市热岛强度”（城市中心与郊区的日均温差），并划分热岛等级（弱热岛：温差 1-2℃，中热岛：2-3℃，强热岛：＞3℃）；同时利用遥感影像（如 Landsat 8 的热红外波段）反演城市地表温度分布，生成热岛效应空间分布图，明确不同区域的热岛影响范围；

降雨数据：在城市不同热岛等级区域（如中心强热岛区、郊区弱热岛区）分别布设自动雨量站，采集分钟级降雨数据（降雨量、降雨强度、降雨时长），对比分析不同热岛区域的降雨差异 —— 例如在强热岛区增设雨量站密度（1-2 平方公里 / 个），弱热岛区适当降低密度（3-5 平方公里 / 个），确保捕捉热岛效应导致的降雨空间异质性；

地表含水率数据：通过土壤水分传感器采集不同热岛区域的表层土壤含水率（深度 0-750px），结合温度数据分析热岛效应对土壤渗透能力的影响，例如强热岛区表层土壤含水率长期低于弱热岛区 5%-10%，需在评估中修正该区域的渗透系数。

（二）硬化地面扩张相关数据采集

需聚焦 “硬化地面占比”“硬化类型”“空间分布” 三个核心指标，量化其对径流的影响：

硬化地面占比与分布数据：利用高分辨率遥感影像（如无人机航拍影像、 Sentinel-2 卫星影像，分辨率 10 米以内），通过 AI 图像识别技术提取城市硬化地面信息，计算不同区域（如行政区、街道、汇水区）的硬化地面占比，并生成硬化地面空间分布图 —— 例如将城市划分为 100 米 ×100 米的网格单元，每个单元标注硬化地面占比（如＜30%、30%-60%、＞60%）；

硬化地面类型数据：区分硬化地面的具体类型（如沥青路面、水泥路面、建筑屋面、不透水广场），不同类型的径流系数存在差异（沥青路面径流系数 0.9-0.95，水泥路面 0.85-0.9，建筑屋面 0.8-0.85），需通过实地调查结合遥感解译，确定每个网格单元的主导硬化类型，为后续产流计算提供精准参数；

硬化地面老化程度数据：通过现场勘查与管网 GIS 数据，评估硬化地面的老化程度（如路面裂缝率、屋面防水层完好率），老化硬化地面因裂缝增多，会存在一定程度的雨水下渗，需在评估中修正其径流系数 —— 例如裂缝率＞10% 的沥青路面，径流系数可从 0.9 修正为 0.85。

三、模型耦合优化：将人为因素融入内涝风险评估模型

传统内涝风险评估模型（如 SWMM、MIKE URBAN）多基于自然下垫面参数设计，需通过 “参数修正 - 模块新增 - 场景模拟” 的方式，将城市热岛效应与硬化地面扩张的量化数据融入模型，提升评估准确性。

（一）参数修正：调整模型核心输入参数

针对热岛效应与硬化地面扩张对径流的影响，修正模型中的关键参数：

渗透系数修正：根据热岛等级与表层土壤含水率数据，调整不同区域的土壤渗透系数 —— 强热岛区渗透系数乘以 0.7-0.8 的修正系数（因高温导致土壤干燥、渗透能力下降），弱热岛区乘以 0.9-0.95 的修正系数；同时根据硬化地面占比，对网格单元的综合渗透系数进行加权计算（综合渗透系数 = 硬化地面渗透系数 × 硬化占比 + 自然地表渗透系数 ×（1 - 硬化占比））；

径流系数修正：结合硬化地面类型与老化程度，调整网格单元的径流系数 —— 例如某网格单元硬化地面占比 60%（主导类型为沥青路面，裂缝率 5%，径流系数 0.9），自然地表占比 40%（绿地，径流系数 0.3），则综合径流系数 = 0.9×60% + 0.3×40% = 0.66，若该区域为强热岛区，再乘以 1.05-1.1 的修正系数（因热岛效应加速蒸发，实际径流略有降低，但需结合降雨强度动态调整）；

降雨参数修正：根据不同热岛区域的实测降雨数据，修正模型的降雨输入 —— 强热岛区的设计降雨量需在原有基础上增加 10%-20%，短时强降雨的雨峰系数（雨峰时段降雨量占总降雨量的比例）增加 0.1-0.2，模拟热岛效应导致的降雨强度增大、雨峰提前的特征。

（二）模块新增：构建人为因素影响模块

在传统模型中新增 “热岛效应影响模块” 与 “硬化地面扩张影响模块”，实现对人为因素的动态模拟：

热岛效应影响模块：该模块接收温度、降雨、地表含水率数据，实时计算热岛强度对降雨径流的影响 —— 例如当热岛强度从 2℃升至 4℃时，自动将区域设计降雨量提升 15%，渗透系数降低 15%，并将这些动态调整的参数传入模型的产流计算模块；同时模拟热岛效应导致的局地降雨空间差异，在模型中生成 “热岛降雨分布图”，替代传统的均匀降雨输入；

硬化地面扩张影响模块：该模块根据硬化地面占比、类型、老化程度数据，动态更新网格单元的下垫面属性（如从 “绿地” 更新为 “沥青路面”），并自动计算对应的径流系数、渗透系数；同时模拟硬化地面扩张导致的汇流路径变化（如新增道路导致汇流方向改变），调整模型的汇流计算参数（如汇流速度、糙率）。

（三）场景模拟：设置多情景对比评估

通过设置 “自然情景”（无热岛效应、硬化地面占比 2000 年水平）与 “现状情景”（考虑当前热岛效应、当前硬化地面占比），对比两种情景下的内涝风险评估结果，量化人为因素的影响程度：

内涝范围对比：现状情景下的内涝范围通常比自然情景大 20%-40%，例如某城市自然情景下内涝面积为 5 平方公里，现状情景下增至 7 平方公里，新增内涝区域多为硬化地面集中、热岛效应显著的市中心与工业园区；

内涝深度与持续时间对比：现状情景下内涝深度平均增加 5-250px，持续时间延长 1-2 小时，例如某低洼路段自然情景下内涝深度 375px、持续 2 小时，现状情景下因硬化地面径流集中、热岛降雨强度大，内涝深度增至 625px、持续 3.5 小时；

风险等级对比：根据内涝深度、持续时间、影响人口等指标，将内涝风险划分为低、中、高、极高四个等级，现状情景下高风险与极高风险区域的面积占比通常比自然情景高 15%-25%，需针对性强化这些区域的排涝措施。

四、结果校验与修正：确保评估结果贴合实际

将融入人为因素的评估结果与历史内涝数据、实地监测数据对比，通过 “数据校验 - 模型调优 - 动态更新” 的闭环，持续提升评估准确性。

（一）历史数据校验

收集城市近 5-10 年的历史内涝事件数据（内涝发生时间、地点、深度、持续时间），与评估模型输出的内涝风险分布图对比：

空间校验：统计模型预测的高风险区域与历史内涝发生区域的重合率，若重合率低于 70%，需检查热岛效应与硬化地面数据的准确性（如是否遗漏部分硬化区域），并修正模型参数（如调整径流系数修正系数）；

强度校验：对比模型预测的某区域内涝深度、持续时间与历史实测数据的差异，若误差超 20%，需优化热岛降雨参数（如调整雨峰系数）或硬化地面渗透系数修正逻辑。

例如，某城市通过历史数据校验发现，模型预测的市中心内涝深度比实测值低 15%，原因是未充分考虑热岛效应导致的降雨强度增加，后续将强热岛区的设计降雨量修正系数从 1.1 提升至 1.2，误差降至 10% 以内。

（二）实地监测校验

在城市不同区域（高硬化、强热岛区，低硬化、弱热岛区）布设水位监测仪与雨量站，实时采集降雨径流数据，与模型模拟结果对比：

产流校验：对比监测的地表径流量与模型计算值，若模型计算值偏差超 15%，需修正径流系数或渗透系数；

汇流校验：对比监测的径流峰值出现时间与模型模拟时间，若偏差超 30 分钟，需调整汇流速度参数或管网糙率。

（三）动态更新机制

城市热岛效应与硬化地面扩张是动态变化的（如每年硬化地面新增 1%-2%，热岛强度随城市发展变化），需建立评估模型的动态更新机制：

数据年度更新：每年利用最新遥感影像更新硬化地面数据，通过气象站与传感器数据更新热岛效应相关指标；

模型参数年度调优：结合年度内涝监测数据，调整模型中的修正系数（如热岛降雨修正系数、硬化地面径流系数）；

评估结果定期发布：每 1-2 年重新开展一次内涝风险评估，生成最新的风险分布图，为城市排涝设施建设、海绵城市规划提供动态依据。

五、实践案例：某城市内涝风险评估的人为因素融入成效

某省会城市 2022 年开展内涝风险评估时，首次系统融入城市热岛效应与硬化地面扩张因素：

数据采集：通过 30 个分布式温度传感器、50 个自动雨量站采集热岛与降雨数据，利用 0.5 米分辨率无人机航拍影像提取硬化地面信息，计算出市中心强热岛区占比 35%，硬化地面占比 62%；

模型优化：在 SWMM 模型中新增热岛与硬化地面模块，将强热岛区的设计降雨量提升 18%，径流系数修正为 0.72（未考虑人为因素时为 0.65）；

评估成效：融入人为因素后，评估的高风险内涝区域面积比传统评估增加 38%，与 2023 年汛期实际内涝区域的重合率从传统评估的 65% 提升至 88%，为后续新建 2 处雨水调蓄池、改造 5 公里管网提供了精准指引，2023 年汛期该城市内涝次数较 2022 年减少 40%。

六、总结与展望

城市内涝风险评估中忽略 “城市热岛效应”“硬化地面扩张” 等人为因素，会导致评估结果与实际情况脱节，进而影响防洪排涝决策的科学性。通过明确人为因素对降雨径流的影响机制、量化采集相关数据、优化评估模型参数与模块、动态校验修正结果，可有效提升评估准确性，为城市内涝防控提供更贴合实际的依据。

未来，随着技术的发展，人为因素的考量将更精细化：一是引入 AI 大模型，通过学习海量热岛、硬化、内涝数据，自主优化模型参数与修正逻辑；二是结合数字孪生技术，构建 “热岛 - 硬化 - 内涝” 联动的数字孪生城市，实时模拟人为因素变化对未来内涝风险的影响；三是将人为因素与气候变化数据（如未来极端降雨频次增加）结合，开展长期内涝风险预测，为城市规划提供前瞻性支撑，最终构建 “人与自然和谐共生” 的城市内涝防控体系。