Uncertainties of urban flood modeling： Influence of parameters for different underlying surfaces

　　快速的城市化已经显著地增加了城市区域的不透水面，这导致了严重的城市洪涝灾害，特别是在中国和东南亚。自2006年以来，中国每年有100多个城市遭受城市洪水的侵袭，每年影响人口超过1亿人。城市防洪是城市水治理最关键的难题之一，其中城市洪涝建模是十分必要的。城市洪涝和水文监测数据少，不足以支撑模型率定和校验，所以城市洪涝模拟结果的精度和可靠性是影响其效能发挥关键因素。本文采用实验和模拟相结合，定量分析了城市洪涝模拟的不确定性及其水文水动力参数的影响。论文收集了包括地形数据、建筑图、土地利用等下垫面数据，建立了水文水动力耦合的厦门岛城市洪涝模型。 基于广义似然不确定性估计（GLUE）方法和SCEM-UA采样算法，分析了城市洪水模型的不确定性。通过现场实验观测数据对模型参数取值对结果的影响进行了定量分析，提出了参数优选的方法。 结果表明：如果使用推荐的参数值范围，在90%置信水平下，洪水淹没深度的平均相对误差小于27.2%。 论文采用率定后的参数模拟了厦门岛50年一遇的暴雨洪涝过程，发现主要淹没区（淹没深度大于40cm）位于筼筜湖东南、湖边水库周围、展览路沿线等三个区域；其他小于40cm的淹没区分散在厦门岛的一些低洼地带。本次模拟的主要淹没区与城市洪水点调查结果一致，说明本模型对城市洪涝模拟的结果是可信的。