不透水面扩张对郑州主城区降水特征的影响

黄晓东，刘文锴，曹润祥，韩宇平,3

(1.华北水利水电大学水资源学院，河南 郑州 450046； 2.华北水利水电大学校长办公室，河南 郑州 450046； 3.河南省黄河流域水资源节约集约利用重点实验室，河南 郑州 450046)

降水过程受大气环流背景和局地环境(下垫面变化)的共同作用[1]。在大区域长时间尺度上，气候变化是降水变化的主要驱动因素，但在局部区域短时间尺度上，下垫面变化对降水的影响更为显著[2]。已有研究表明，在经纬度跨度均不超过2°的内陆区域，不同监测站降水参量(降水量、雨日数)之间的相对差异被认为是局地下垫面条件的差异导致[3-5]。不透水面作为高密度城市地区主要的地表覆被类型，是指能够阻隔地表水直接下渗到土壤中的人工地表覆盖，包括道路、广场、建筑物等类型[6]，具有阻断水分下渗、蓄热能力强、蒸散能力弱及阻碍气流传输等特点[7-9]。受此影响，在水汽充足、凝结核丰富的条件下，城市地区容易形成对流云和对流性降水，诱导、强化暴雨等极端降水现象的发生，引发城市雨岛效应，影响城市降水的形成和分布。2021年发生在郑州地区的“7·20”极端暴雨事件造成了严重的城市内涝灾害与重大的社会影响。研究郑州等特大城市的城市化降水效应对认识城市化对降水影响的物理机制及制定相应防范措施具有重要意义。

针对城市化发展过程中下垫面变化对降水的影响已开展了不少研究，如Souma等[10]证实了下垫面改变引发的热量传输变化会对城市降水产生影响；张建云等[11]指出，城市不透水面的增加会改变城市水循环过程，进而改变城市的水量平衡，具有促进局部降水增加的正反馈效应。另有部分学者针对国内典型高密度城市的降水特征变化开展了案例研究，如金义蓉等[12]研究了上海市快速城市化对局地降水的影响，结果表明，城市化对城区降水具有显著的强化作用，增加了强降水事件发生概率；陈秀洪等[4]研究了广州市城市建设对降水特征的影响，结果表明，相比城市化缓慢期，城市化快速期的短历时降水日、降水强度、降水雨型均发生明显变化；张杰等[13]研究了北京地区城市化对暴雨过程的影响，表明建设用地的扩张使暴雨持续时间延长。

目前城市化降水效应的相关研究在揭示下垫面变化影响降水的机制方面做了卓有成效的工作[14-18]，但在下垫面变化研究中多采用传统城市统计数据或离散型的土地利用/覆被分类结果，数据精度有限且缺乏空间分布信息，在城区降水特征变化研究中缺乏对下垫面变化与降水特征变化关系的定量探讨。本文以郑州市主城区为研究区域，基于遥感技术反演获得可定量表征城市地表覆被动态变化的连续型地表覆盖数据——不透水面比例[19]，刻画不透水面的扩张特征，探讨不透水面比例与降水特征变化的定量关系，揭示不透水面扩张对降水的影响程度，以期为郑州市城市空间规划与极端降水事件风险管控提供参考。

1 研究区概况

郑州市是中部地区的大都会，近几十年来城市建设日新月异，城市化率从1978年的32.4%发展到2021年的79.1%，2017年被确定为国家中心城市，城市化发展进程具有典型性和代表性。主城区位于郑州市北部，北依黄河，南邻新密市与新郑市，西靠荥阳市，东接中牟县，介于34°36′N～34°59′N、113°26′E～113°52′E之间，辖区面积1 016 km2，区域概况如图1所示。地形以平原为主，约占土地总面积的94.25%，其他地形包括丘陵和山地，主要分布在境内西南部。地势西南高、东北低，平均坡度3.68%，最低海拔75 m，最高海拔263 m，平均海拔112 m。气候属于暖温带亚湿润季风气候，多年平均降水量634.5 mm，汛期降水量占全年降水量的66.18%。2021年郑州市“7·20”极端暴雨事件造成重大人员伤亡及财产损失，因灾死亡失踪380人，直接经济损失409亿元，是中华人民共和国成立以来郑州市遭遇的破坏性最强、人员财产损失最大的降雨。

图1 研究区概况Fig.1 Overview of study area

2 数据来源与研究方法

2.1 数据来源

研究数据包括覆盖郑州主城区的卫星遥感影像、郑州主城区行政区边界矢量数据以及郑州市逐日降水量数据。遥感影像下载于美国地质勘探局官网(https://earthexplorer.usgs.gov/)，包括7期Landsat 30 m分辨率的卫星影像和SRTM 30 m分辨率的DEM数据。行政区边界矢量数据来源于郑州市自然资源和规划局。许多学者开展了气象、水文两类降水观测资料的比较和验证分析工作[20-22]，结果表明，气象站和水文站的降水观测资料的相关程度较高，具有较好的一致性。两类监测站降水资料的融合应用可以一定程度上弥补单个部门站点布设不均导致的研究数据资料不全的问题。本文的降水数据包括郑州气象站1990—2017年逐日降水量数据(资料来源于中国气象数据网)和大吴雨量站1990—2017年逐日降水量数据(资料来源于河南省水文年鉴)。

2.2 研究方法

2.2.1不透水面信息遥感反演

采用变端元线性光谱混合分解模型(dynamic endmember linear spectral mixture analysis，DELSMA)[23]反演研究区不透水面信息。该模型针对现有不透水面反演方法在端元选取过程中存在同物异谱干扰和端元分解过剩的问题，引入影像分层技术和变端元方法，有效提高了高密度城市地区不透水面的反演精度，其表达式[24]为

(1)

PIS=PIS_L+PIS_A

(2)

其中

PIS_L=fG_L+fD_LPIS_A=fD_A

式中：Rb为影像波段b在像元中的反射率；fi为端元i在像元中的占比；Rbi为端元i在波段b的反射率；N是端元数量；eb为影像波段b的标准残差；PIS_L为亮色层影像中不透水面占比；fG_L、fD_L分别为亮色层影像中高反射率地物和低反射率地物的占比；PIS_A为暗色层影像中不透水面占比；fD_A为暗色层影像中低反射率地物的占比；PIS为整幅影像的不透水面占比。

2.2.2城郊对比法

城郊对比法常被用来分析城区降水与郊区降水的异同，探讨城市化是否对城区降水产生影响并揭示其影响程度[25-29]。为重点突出下垫面变化的局地环境作用，选取位于市中心的郑州站(113°67′E，34°71′N)和位于郊区的大吴站(113°51′E，34°49′N)分别作为城区和郊区代表站，两站距离不超过21 km，经纬度差距不超过1°，在国家气候分区中属于同一气象分区，大气环流背景对两站降水的影响相似。两站均位于郑州市中东部黄河冲积平原区，地势平坦，局部气象条件基本一致，所以地形起伏对降水的影响基本可以忽略，在两站横向比较时可忽略地形因素的影响。城区站位于主城区中心地带，周围土地利用类型以道路、居民区、商业区等人工不透水面为主，能够较好地反映城市化条件下的降水特征；郊区站位于城郊结合处，周围土地利用类型以耕地、林地、坑塘等自然地表为主，能够较好地反映自然条件下的降水特征。因此，城郊两站具有较好的代表性，能够用来对比下垫面变化情景下的城郊降水特征差异。为分析不透水面扩张对城区降水特征的影响，选取了城郊降水强度比、增雨系数、降水集中度/集中期、降水贡献率等指标定量分析城郊降水差异。

a.城郊降水强度比。城郊降水强度比Rus是指城区站与郊区站年均降水强度的比值，用于反映城郊降水的差异程度[30]，其计算公式[31]为

(3)

式中Iu、Is分别为城区站和郊区站某个时间段内的年均降水强度。

b.增雨系数。增雨系数k可用于表征不透水面对降水量的影响程度，从而判断城区是否存在雨岛效应，其表达式[32]为

(4)

式中：Pu为城区降水量；Ps为郊区降水量。

c.降水集中度和降水集中期。降水集中度DPC和降水集中期tPC是利用向量原理来定义时间分配特征的参数，作为衡量降水非均匀分配的重要指标，能够定量揭示区域年内降水的时空非均匀性变化特征[33]。降水集中度与降水集中期的计算公式[34]分别为

(5)

(6)

式中：DPCi、tPCi分别为第i年的降水集中度和降水集中期指数(无量纲)；Pi为某测站第i年的年内总降水量，mm；Pxi、Pyi分别为某测站第i年逐月降水量的水平分量之和与垂直分量之和，mm；Pij为第i年第j月的降水量，mm；θj为第j月降水量的向量角度，(°)。降水集中度能反映年降水总量在各月的集中程度，取值范围为0～1。如果年降水总量均匀分布于每个月，则各月向量分量累加后为0，即DPC为极小值；如果年降水总量全部集中在1个月内，则该月合成向量与年降水总量之比为1，即DPC为极大值。DPC值越接近0，表示降水越不集中，年内分配趋于均匀；DPC值越接近1，表示降水越集中，年内分配越不均匀。降水集中期代表合成向量的方位角，取值范围为0°～360°[35]。将计算得到的角度转换为年内对应的月序，即可反映一年中降水集中出现在哪个时段。

d.降水贡献率。降水贡献率wIS可用来定量分析不透水面在城区降水变化这一过程中的贡献，计算公式[36]为

(7)

式中：ru为城区降水量变化率；rs为郊区降水量变化率。

(a) 1990年

3 结果与分析

3.1 不透水面扩张特征分析

基于Landsat影像，采用DELSMA模型反演得到多时相不透水面分布结果，如图2所示。

不透水面比例与图斑面积乘积之和表示不透水面面积，计算结果见表1。

表1 1990—2019年主城区不透水面面积及比例Table 1 Impervious surface area and percentage in main urban area from 1990 to 2019

由图2和表1可知，郑州主城区不透水面扩张具有以下特点：

a.1990—2019年郑州主城区不透水面扩张趋势明显，不透水面总面积从71.29 km2增加到523.34 km2，共增加452.05 km2，2019年不透水面比例是1990年的7倍以上，表明郑州主城区不透水面1990—2019年经历了快速扩张的过程，扩张形态呈单一核心的“摊大饼”式发展。

b.1990—2019年不透水面面积年均增长量为15.59 km2，以此为阈值，不透水面扩张过程大致经历3个时期：①低速增长期(1990—2000年)，年均增长量为10.43 km2，不透水面增长相对缓慢，主要以陇海线与京广线交汇处为中心向四周扩张；②高速扩张期(2000—2010年)，年均增长量达20.73 km2，城市大拆大建导致不透水面扩张现象明显，受城市规划、新区开发、产业转移、土地政策等多重因素影响，不透水面增长的重点、热点空间从老城区逐步向周边地区过渡，主导模式从“点+线”过渡到“面+点”；③稳定发展期(2010—2019年)，不透水面年均增长量为15.60 km2，城市不透水面扩张的成熟期，城市建设规模与发展速度更加合理，新增不透水面主要以中低覆盖度不透水面为主。

3.2 不透水面比例与降水特征变化的相关性分析

对不透水面比例与城郊降水强度比进行回归分析能够定量揭示不透水面比例与降水特征变化的相关关系。将1990年、1995年、2000年、2005年、2010年、2015年、2019年不透水面比例与对应时期内的城郊降水强度比分别进行线性、指数、对数和多项式等多种模型的回归分析，发现不透水面比例与城郊降水强度比呈正相关关系，以多项式模型的相关度最高，其相关系数为0.829 2，且通过0.05显著性检验，如图3所示。因此，不透水面比例与降水特征变化具有显著相关性。

由图3可以看出，当不透水面比例小于30%时，城郊降水强度比变化无明显规律，受不透水面比例影响尚不显著，但当不透水面比例超过30%后，城郊降水强度比近似线性增加趋势，受不透水面比例影响显著。这说明高不透水面比例地区的城郊降水强度比增幅明显高于低不透水面比例地区，不透水面比例的增加对城市降水增加有促进作用。不透水面扩张对降水强度的影响主要与下垫面热力性质改变引起的热力不稳定及下垫面粗糙度增大引起的低层气流辐合过程增强有关。大量的自然地表转化为不透水面导致产生对流雨的云中气流垂直速度变大，阵性强降水的发生频率提高，进而造成城区降水过程出现极端降水的频率提高，降水强度增大。

图3 不透水面比例与城郊降水强度比的回归分析Fig.3 Regression analysis of impervious surface percentage and ratio of precipitation intensity

表2 城郊站不同时期平均降水量及增雨系数Table 2 Average precipitation and precipitation enhancement coefficient in different periods at urban and suburban stations

3.3 不透水面扩张对降水特征的影响程度分析

3.3.1对降水量的影响

1990—2017年不同时期城区站和郊区站年平均降水量、汛期平均降水量、平均最大日降水量及増雨系数统计结果见表2。

由表2可以看出，整体来看，各时期城区站年平均降水量、汛期平均降水量、平均最大日降水量均大于郊区站，增雨系数呈增长趋势，城区存在雨岛效应。1990—2017年城区站的年平均降水量比郊区站多18.30%，汛期平均降水量比郊区站多20.45%。但年降水量增雨系数、汛期降水量增雨系数在不同时期的区别不是很显著，变化范围小于0.12。最大日降水量的增雨系数呈倒“V”形，中期为拐点。前期到中期，增雨系数增大0.34，中期到后期减小0.22，但前期到后期增雨系数仍为增加趋势，增量为0.13。说明城区地表覆被的剧烈变化对最大日降水量有增加作用，且在不透水面扩张最快的中期(2001—2010年)最为明显，后期(2011—2017年)随着城市规划的调整，高密度不透水面比例下降，水体、绿地增多，城市热岛效应得到一定的减缓，热力对流性暴雨发生的频率有所减小。

3.3.2对不同等级降水的影响

1990—2017年城区站、郊区站在不同时期各等级降水的平均雨日数计算结果见表3。

由表3可知，1990—2017年城区站观测到的小雨、中雨、大雨、暴雨雨日数比例比郊区站观测到的同等级雨日数比例分别高34%、8%、31%和53%。说明不透水面扩张引起城区不同等级降水的雨日数增加，其中对暴雨发生次数的影响最大，其次为小雨和大雨，受影响最小的为中雨。但从不同发展时期来看，不透水面扩张对不同等级降水的影响经历了不同的发展过程：

a.小雨。城区小雨雨日数逐渐减少，郊区小雨雨日数逐渐增加，但同期仍低于城区。造成这种现象的原因可能是不同发展时期不透水面扩张形式有所不同，不透水面扩张前期呈“摊大饼”式蔓延扩展，类型主要为低层人工建筑物，降水增加主要受城市热岛效应影响，而中期和后期随着城市人工建筑物密度和高度增加，形成了独特的城市冠层结构，不仅易引起机械湍流，而且对移动滞缓的降水系统有阻障效应，从而导致城市降水强度增大、降水时间延长等，易形成大雨或暴雨，因此小雨雨日数呈减少趋势。

b.中雨。城区中雨雨日数呈增加趋势，郊区中雨雨日数呈减少趋势，两者比值均大于1，且呈波动增加趋势，但变化幅度不大。说明不透水面扩张对中雨雨日数有增强作用，但作用不明显。

c.大雨。城区大雨雨日数呈先减后增的“V”形增长趋势，郊区大雨雨日数呈先增后减的倒“V”形减少趋势，两者比值整体为增加趋势，增加幅度达20%左右。自然气候背景下，郊区大雨雨日数呈减少趋势，但同期城区大雨雨日数却呈增长趋势，说明不透水面扩张对城区大雨雨日数的增加作用远大于对郊区的抑制作用。

表3 不同时期不同等级降水平均雨日数Table 3 Average rain days of different types of precipitation in different periods

d.暴雨。城区和郊区的暴雨雨日数均呈先增后减的变化趋势，但同期城区暴雨雨日数均多于郊区，各发展时期分别多50%、31%和200%，可见不透水面扩张对城区暴雨雨日数的影响显著。城区暴雨雨日数的增加与不透水面扩张引起的地表能量平衡和水分平衡改变密切相关。

总体而言，郑州地区降水等级主要还是以小雨为主，其次为中雨，大雨和暴雨所占比例较低。但随着城市扩张，不透水面比例大幅增加，各等级降水变化趋势有所转变，体现在小雨雨日数的城郊差异开始变小，但大雨和暴雨雨日数的城郊差异显著增加。说明不透水面扩张使得城区强降水发生概率增加，其中对暴雨发生概率的影响最大。

3.3.3对降水年内分配的影响

随着不透水面比例的增加，城市热岛、雨岛效应对降水影响愈发凸显，极端降水变得更加频繁，降水时空分配的非均匀性加剧。本文利用1990—2017年城区站和郊区站逐日降水数据，以降水集中度与集中期指数为基础，采用趋势分析和对比分析等方法，对城区及郊区年内降水非均匀性特征进行定量分析，结果如图4和图5所示。

由图4可以看出，从整体变化趋势来看，1990—2017年城区站降水集中度呈上升趋势，变化速率为0.002 9 a-1，略高于郊区站变化速率0.002 5 a-1，但两个区域变化均未通过0.05显著性检验，说明降水集中度线性趋势不明显。从年代际变化特征来看，城区站与郊区站降水集中度均为倒“V”形变化态势，不透水面扩张前期(1990—2000年)年代均值最低，中期(2001—2010年)年代均值明显高于多年均值，后期(2011—2017年)年代均值低于多年均值，但略高于前期年代均值。城区站与郊区站降水集中度前期年代均值分别为0.52和0.51，中期年代均值分别为0.58和0.57，后期年代均值分别为0.53和0.51，倍比关系均接近1，说明不透水面扩张对城区的降水集中度影响不明显。

(a) 城区站

(a) 城区站

由图5可以看出，从整体变化趋势看，城区站与郊区站降水集中期均呈波动增长趋势，但城区站变化幅度大于郊区站，城区站降水集中期变化速率为1.02 a-1，郊区站变化速率0.86 a-1，但这种变化趋势并没有通过显著性检验。城区站降水集中期多年均值为188.34°，郊区站降水集中期多年均值为184.33°，参考文献[34]可知，城区站年内降水多集中在7月17—18日，郊区站年内降水多集中在7月9—10日，城区站年内降水集中期要晚于郊区站约8 d。从年代际变化来看，城区站与郊区站降水集中期均表现为递增趋势，年代际变化趋势与整个研究期变化趋势相似，不透水面扩张的前期和中期年代均值低于多年均值，后期年代均值明显高于多年均值。以上分析说明随着时间推移，区域气候背景整体上发生一定变化，导致区域降水集中期有延迟趋势。同时，城区站降水集中时间相对郊区站有所延迟，表明不透水面扩张使城区的降水集中期产生延迟效应。

3.3.4对降水量变化的贡献率

城区降水受气候背景和不透水面扩张等因素的影响，本文以降水量变化率为基础定量分析不透水面扩张对城区年降水量、汛期(6—9月)降水量、主汛期(7—8月)降水量变化的贡献率。依据1990—2017年城区站和郊区站逐日降水数据，经统计合并计算，可得到城区和郊区的年降水量变化率、汛期降水量变化率、主汛期降水量变化率，结果见表4。

表4 城区站和郊区站降水量变化率Table 4 Rate of change in precipitation at urban and suburban stations

将表4的降水量变化率结果代入式(7)计算，得到不透水面扩张对城区年降水量、汛期降水量、主汛期降水量变化的贡献率分别为34.76%、21.87%和44.39%。不透水面扩张对年、汛期、主汛期降水量变化的贡献率均为正值，说明城区降水增加速率比郊区降水增加速率大。不透水面扩张对主汛期降水量变化贡献率最大，说明夏季城区降水量受不透水面扩张影响最大。不透水面扩张对汛期降水量变化贡献率不足主汛期一半，这可能是因为不透水面扩张并没有明显影响城区的降水集中度，汛期的6月和9月降水量并没有因为不透水面的扩张而明显增加。不透水面扩张对年降水量变化贡献率介于汛期和主汛期之间，说明不透水面扩张对汛期以外的其他月份的降水量也有增加作用，但没有对主汛期的影响明显。以上分析表明，虽然降水变化是多种因素综合影响的结果，但不透水面扩张这一因素在城区增雨效应中作用明显，尤其对主汛期雨量增加的影响最大。

4 结 论

a.1990—2019年郑州主城区不透水面扩张趋势明显，扩张形态呈单一核心的“摊大饼”式发展。以年均增长量15.59 km2为阈值，可将不透水面扩张过程划分为低速增长期(1990—2000年)、高速扩张期(2000—2010年)、稳定发展期(2010—2019年)3个时期，各时期年均增长量分别为10.43 km2、20.73 km2和15.60 km2。

b.不透水面比例与城郊降水强度比呈二次多项式函数关系，当不透水面比例在30%以下时，城郊降水强度比变化无明显规律，城区降水受不透水面比例影响尚不显著，但当不透水面比例超过30%以后，城郊降水强度比近似线性增加趋势，城区降水受不透水面比例影响显著。

c.城郊站不同时期的年降水、汛期降水及最大日降水的增雨系数均大于1，说明不透水面扩张对主城区降水量影响显著，存在雨岛效应；主城区暴雨发生概率增加，暴雨雨日数比郊区多53%；不透水面扩张对主城区降水集中度影响不明显，但对主城区的降水集中期产生延迟效应，主城区年内降水集中期要晚于郊区约8 d；不透水面对主城区年降水量、汛期降水量、主汛期降水量变化的贡献率分别为34.76%、21.87%和44.39%，对主汛期降水量增加的影响最大。

d.不透水面因具有高蓄热、低渗透的固有特征，对地表热力、动力条件具有显著影响，已成为城市化影响降水的主要影响因素之一。因此，在考虑城市气候和地理背景的基础上，不断优化城市发展规划和布局，合理配置不透水面空间分布，可能是一种应对城市化降水效应、防控暴雨洪涝的有效措施。