轨道交通站点周边区域防汛积水分析

李金龙,张方冰,赵梓妍

(1. 北京城建设计发展集团股份有限公司, 北京 100037; 2. 网易再顾科技有限公司, 浙江 杭州 310056)

0 引言

近年来全球气候异常,极端天气频发,降水呈现时空分布严重不均,内陆地区更是出现了多次短时强降水的现象。内陆城市郑州更是出现1 h的降雨量达到了201.9 mm,单日降雨量达552.5 mm的极端降水天气。

国内外城市地下轨道交通由于暴雨带来的积水导致的倒灌内涝事故时有发生,1996年10月,波士顿洪水导致Kenmore广场和Hynes会议中心间的地铁系统被淹没,地下站厅被淹高达7 m。1998年5月,韩国首尔遭遇强大暴雨灾害,造成11个车站被淹没,还造成了电气和通信设施的瘫痪[1]。2021年7月,美国纽约降下暴雨,曼哈顿街区数个车站被淹没,导致地铁系统瘫痪暂停使用。

近年国内也发生数十次轨道交通洪水倒灌事故,近5 a累积水淹事故统计显示,2016年武汉、南京、昆明、东莞、南宁、苏州、西安、广州、天津; 2017年青岛、深圳; 2018年合肥、成都; 2019年武汉; 2020年长沙、广州、青岛,均发生过雨水倒灌事故[1-4],随着气候异常的影响,2021年北京、郑州等内陆城市轨道交通系统也产生了暴雨积水倒灌的威胁。

城市地下轨道交通系统由于处于地面之下,相比于地面交通和城轨高架线路,更容易遭受城市内涝灾害的影响。尤其是处于地势低洼区域的出入口,更容易成为周边区域的积水池,从而发生积水倒灌进站的现象,不仅对乘客的安全出行产生影响,更对地铁的运营安全产生威胁。

目前在轨道交通领域,对于防汛层面的研究多聚焦于车站内部排水方案和排水能力的研究,以及对于应急预案理论的探索,研究多采取分析内涝影响因素,建立理论评估模型的分析手段。其中,张丽佳[2]基于轨道交通站厅的建筑结构条件对车站内涝进行脆弱性评价分析;朱海燕[5]通过分析内涝影响因素,建立了地铁站暴雨内涝脆弱性评估模型,对车站脆弱性评价进行指标性分析;而对于影响积水漫灌的直接影响因素,即站外区域的积水研究,目前没有成熟的研究基础。在洪涝灾害分析领域,目前已有很多成熟的研究成果,温会[6]通过深入分析汇流过程对城市洪涝过程进行精细化模拟。在洪涝分析新技术应用领域,叶丽梅等[7]基于GIS暴雨洪涝淹没模型计算不同重现期致灾雨量的淹没水深和范围,张杰[8]运用GIS技术与SWMM,构建郑州暴雨内涝模型。但对于建立空间模型计算积水量的技术目前尚未应用在积水分析领域。

1 轨道交通站点周边积水条件分析

轨道交通出入口是轨道交通系统对外的物理接口,出入口前若地势低洼或带有市政、商业下沉式站前广场,降雨天更容易积水,从而产生倒灌车站内的威胁,见图1。

图1 轨道交通出入口及站前下沉广场示意图Fig. 1 Rail transit entrance and exit with sinking square in front of the station

针对低洼、下沉式站前广场的出入口防淹排水工作,一方面要从预防入手加强防倒灌措施,如沙袋、挡水板以及应急措施的准备;另一方面从解决方案入手要先研究站前广场的汇水、积水速度、积水量,从而设计相应的排水能力或制定排水方案。

1.1 地势分析

站前广场周边的地势情况,在一定程度上决定站前广场积水量和积水速度。当站前广场地势较低时,地势低洼、下沉的站前广场可以看成为一个积水池,周边区域的降水都将汇集于此。站前广场的最大积水量将受制于边缘地势最低端,积水水位原则上不会超过边缘最低区域。分析站前广场积水量,首先应对周边地势进行分析。

1.2 基础设备分析

轨道交通出入口处排水设施的总排水能力是防止内涝危害的关键,排水设施的排水能力越强,地面积水进入地下空间的危险性就越低。国家标准GB 50157—2013《地铁设计规范》[9]规定高架区间、敞开出入口及隧道洞口的排水泵(房)的主要作用是排除雨水,排水泵(房)的最大排水量按照当地50年一遇的暴雨强度计算,车站也是在此基础上确定排水泵站的规模和排水设备的性能及排水管径的大小[10]。

1.3 市政排水能力分析

站前广场积水的主要原因为持续性强降水超出排水能力而导致的积水现象。市政排水是指通过市政管网汇集雨水并最终排入干、支流河道的过程。市政排水能力受制于站前广场排水孔的数量、面积,以及市政管道的排水能力[10-11]。

1.4 汇水面积分析

汇水面积是影响车站站前低洼处积水速率的重要参数。通过地势分析可得出站前广场周边的地势高差结果,通过分析车站周边地势较高的区域确定汇水面积Rt。即,叠加每一个地势高度超过站点广场的有效积水面积,得到实际可能汇水面积的计算公式为:

(1)

式中:Si为站点周边的汇水区域,i为汇水区域编号,Rt为站点周边区域的汇水面积。

汇水面积的大小会随时间改变,是一个动态的变量参数。例如,北京地铁金安桥站前广场西侧为金安桥底的低洼处,初始积水时,西侧桥底区域不计入站前广场汇水面积,当西侧路面处水位积累到与站前广场边缘等高时,积水将流入站前广场,此时金安桥下路面积水面积应该算入站前广场汇水面积内。

2 轨道交通站前广场积水量范围确定

受地势影响,站前广场的积水水位不会超出边缘最低高度,也就是说积水计算有个最大取值范围,即水位积累到最高水位时的积水体积。站前广场最高积水水位可以通过周边地势分析得出,由于实际使用的站前广场积水体积并不规则,难以通过简单的数学计算获得最大积水体积。本研究采用的是数字孪生模型计算方法,建立可用于计算的三维孪生模型,再根据模型引擎计算出不同需求水位的积水能力值。

2.1 激光扫描测绘建模

数字孪生模型的数据来源通过激光测绘得到,通过应用激光测绘仪及其配套数字孪生点云处理软件计算获得基础数据模型[12]。主要分为3个步骤进行处理:第1步是通过现场激光测绘扫描得到站前广场及其周边地貌的点云数据并进行实时拼接去噪处理;第2步是通过点云信息处理软件进行数据识别、数字孪生建模;第3步是根据点云数据人工翻模、渲染得到可视化模型,可以更直观地通过模型了解水淹带来的受灾范围[13-14]。

2.2 模型引擎计算需求水位水量

基于数字孪生概念将BIM信息导入真实空间体系,选用WGS84坐标体系基于开源地图信息建立与实际空间对应的空间坐标体系,再利用点云扫描信息对BIM空间数据进行细节修正,并进行对象区域的模型封闭,完成空间数据的数字孪生建设。利用空间计算引擎,进行模型自下而上的淹没空间体积计算,完成对指定高度的空间淹没以及体积计算。

最大积水量:站前广场积水量达到最大值Pmax时,积水量将不会再增加。站前广场的最大积水量受制于地势分析中最大积水水位高度。一般最高水位选取站前广场最低边缘位置高度,或与地面平齐位置高度。最大体积的获得是通过模型引擎计算最高水位的积水能力值得到。

台阶积水量:出入口前台阶高度应作为一个关键水位值计算积水体积。GB 50157—2013《地铁设计规范》[9]中规定地下车站出入口、消防专用出入口和无障碍电梯的地面标高,应高出室外地面300～450 mm,并应满足当地防淹要求[12-14]。以出入口台阶最高点作为水位高度的积水量是车站积水倒灌的临界指标[1]。

防控措施下积水量:轨道交通运营单位对于防淹漫灌已经设有一些设施,包括挡水板、沙袋等防护物资,在一定的防控措施下,如搭建一个挡水板高度后,漫灌水位的积水量也可作为运营单位进一步采取措施的参考值。

3 积水动态计算模型

基于上述积水因素分析,我们给出与积水时间相关的站前广场积水量动态计算模型,假设自t0为初始时刻,则tx时刻的积水量Ptx的计算公式为:

(2)

式中:Ptx为tx时刻站前广场的积水量;Qt为t时刻的降雨量,暴雨天气积水主要来源为降雨,单位: m/h;Rt为t时刻汇水面积,单位:m2;Mt为t时刻市政排水管道的排水能力,单位:m3/h,站前广场的市政排水能力由广场内的市政排水孔径大小及接入市政排水管的内径大小决定,当站前广场排水管道未接入市政管道时,不计算市政排水能力;Ht为t时刻汇水区域的地表水量渗透能力,单位m3/h;Wt为t时刻附加排水泵的排水能力,单位:m3/h;通过动态积水计算模型可以准确地计算每一时刻的实时积水量。

对于轨道交通领域,降水量数据从气象网站采集获得,实时性较低,同时排水能力往往也是分阶段改变,并不是实时变化。因此,为了应用性更高,积水计算模型可简化为分阶段累积的模型公式:

(3)

式中,将tn时刻的时间切分为n个时间段,对于每个时间区间,按照积水量动态积水计算模型的原理,分别计算每个时刻的积水量并求和即得到tn时刻的积水量。

进而可以估算推导出在已知积水量或临界积水量的情况下,积水时长的计算模型:

(4)

式中:tx为目标积水时间;Ptx为目标积水量。

4 模型验证与案例分析

4.1 霍营站站前广场周边地势及汇水面积分析

霍营站是北京地铁8号线和北京地铁13号线相交的一个换乘车站,位于北京市昌平区黄平路与双沙铁路交汇处东北侧。

4.1.1 地势分析

13号线霍营站出入口(A出入口)站前广场呈三角形,是周边区域的置低点,见图2。站前广场东侧接驳非机动车停车场和机动车停车场,高出站前广场置低点高度约2 m;站前广场西北侧为未开发区域,目前为绿地,高出站前广场置低点高差约0.5 m;南侧为车站站厅;整个站前广场通过2个通道衔接,分别以坡道、抬升台阶的形式与周边区域相连,通道地势均超出站前广场区域。

图2 霍营站A出入口周边环境Fig. 2 Environment of A entrance and exit of Huoying station

通过地势分析,以站前广场地面为基准面,分析水位最高积累到花坛上沿高度,见图3,最高水位为0.5 m。

图3 霍营站A出入口广场最低边缘Fig. 3 The lowest edge of A entrance and exit of the square of Huoying station

4.1.2 固有排水能力分析

实际调研了解到,霍营站站前广场预留有排水孔,但未接入市政排水管道,因此,本模型计算中,不考虑市政管道排水能力。

霍营站站前广场区域地面的渗透能力可参考道路条件雨水渗透能力为2 mm/h。

4.1.3 汇水面积分析

如图4中黄色区域所示,霍营站站前广场汇水面积主要由3个区域组成,站前广场自身的面积约为1 588 m2;站厅建筑屋顶的面积约为2 604 m2;周边高地势区域汇水面积约为12 470 m2。根据上文汇水面积计算公式得到总的汇水面积为:

图4 霍营站A出入口汇水范围Fig. 4 Schematic diagram of catchment range of A entrance and exit at Huoying station

Rt=1 588+2 598+12 470=16 656 m2

(5)

4.1.4 积水范围确定

通过激光扫描设备得到站前广场周边地貌的点云模型,模型中包含实际尺寸数据和地理信息数据,见图5。根据点云数据将模型进行人工翻模、渲染,还原实际场景,见图6。

图5 点云模型Fig.5 Point cloud model

图6 渲染后的模型Fig. 6 Rendered model

将站前广场最高水位带入模型引擎,得到霍营站站前广场最大积水量为980.4 m3,通过引擎得到出入口台阶高度积水量638.8 m3,增加一个挡水板的高度后,积水量1 731.5 m3,超过最大积水能力,所以积水高度不会超过一个挡水板高度,积水量取值范围为[0, 980.4] m3。见图7～图9所示引擎计算得到的积水量。

图7 最高水位积水量模型结果Fig. 7 Maximum liquid level ponding model results

图8 台阶上沿积水量模型结果Fig. 8 Model results of water accumulation along the step

图9 附加挡水板上沿积水量结果Fig. 9 Results of accumulated water on the upper edge of additional water baffle

4.1.5 积水量计算

根据前面地势分析计算得到的周边区域汇水面积16 656 m2,积水最高水位高度0.5 m,模型引擎计算得到的积水量取值范围[0, 980.4] m3,汇水区域地表渗透能力2 mm/h的条件下,以2021年北京门头沟地区最强降雨日48.7 mm/h为例,假设霍营站附近区域一定时间区间内维持此降雨强度不变,推算到在无外界附加排水泵排水的条件下,站前广场约在75 min时刻达到积水位最高上线0.5 m,此后积水量不再增加,在49 min 时积水位没过车站前挡水台阶上沿,会对车站产生威胁,如图9所示。

根据实际调研结果记录,降雨当日积水情况与模型计算情况基本吻合,可以验证计算模型的可行性。实际情况,在积水约30 min后,运营单位采取应急措施,借用2台排水能力为400 m3/h的排水泵对积水区域进行排水作业。降水量约在40 min时刻下降至15 mm/h并维持恒定,将实际过程中各参数阶段性变化带入积水动态计算模型,分阶段得到积水量累积变化曲线如图10所示。

图10 积水量累积变化曲线Fig. 10 Cumulative change curve of ponding

4.2 北京低洼出入口推荐排水能力分析

通过对北京各车站站点周边地势进行分析,表1中车站出入口前存在地势低洼的区域,通过积水计算模型及点云建模后模型引擎的计算,结合北京不同重现期降水量数据[10],给出推荐排水能力值,为制定防汛措施提供参考。

表1 排水分析表Table 1 Analysis of drainage

5 结语

城市地下轨道交通的防汛应急除了应研究系统自身防汛排水能力,还应对出入口周边条件尤其是地势条件进行系统性的分析研究。

文中研究表明,轨道交通出入口周边的地势条件将直接影响汛期雨水倒灌可能性。同时,地势因素、排水条件也影响积水总量及积水速度。通过点云激光测绘配合数字孪生模型引擎可分析出临界积水条件及积水量区间值,结合文中的积水量动态计算模型,可以模拟出不同降雨条件或不同汇水条件下的积水量变化情况,进而可推导出不同临界积水条件的发生时间,为轨道运营单位更好制定防汛防控策略提供数据依据,最大程度减轻城市暴雨内涝带来的危害,避免人财物的损失。