降雨场次划分方法对年径流总量控制率计算的影响与选择指南

1. 从“一场雨”说起：为什么划分方法如此重要？

在低影响开发、海绵城市或者水文模型这些领域里，我们经常听到一个核心指标：降雨控制率。简单说，它衡量的是我们的工程措施（比如雨水花园、下凹式绿地、调蓄池）能“吃掉”多少雨水，不让它直接变成地表径流排走。计算这个率值，公式本身不复杂，但公式里的“降雨场次”四个字，却藏着大学问。

我刚开始接触这块工作时，也和很多人一样，觉得“一场雨”不就是从开始下到结束吗？直到有一次，我用不同的方法划分同一年的降雨数据，算出来的年径流总量控制率竟然能相差5%以上。对于一个设计目标要求达到75%控制率的项目来说，这5%的差异足以让设计方案从“达标”变成“不达标”，或者反过来，导致工程投资出现巨大的浪费或不足。

这让我意识到，“如何定义一场雨”绝非一个无关紧要的数据预处理步骤，而是一个直接影响设计标准、工程规模和最终效果评价的根本性问题。它就像裁缝手中的尺子，如果尺子本身的刻度标准不统一，量出来的尺寸和做出来的衣服，自然千差万别。本文就想结合我这些年处理降雨数据、做模型计算的实际经验，掰开揉碎地聊聊几种主流的降雨场次划分方法，以及它们究竟是如何“悄悄”影响那个至关重要的降雨控制率的。

2. 核心概念拆解：降雨场次、降雨控制率与内在联系

在深入方法之前，我们必须把几个基础概念及其关系彻底理清。很多分析中的混淆，都源于对概念的模糊理解。

2.1 什么是“一场雨”？——降雨场次的定义困境

从水文气象学上讲，一场降雨事件是指一次完整的降水过程。但在实际的数据处理中，连续的降雨记录是一条不间断的曲线，我们需要用一套规则将这条曲线切割成一个个独立的事件。这个切割规则，就是降雨场次划分方法。

这里的关键矛盾在于：自然界中的降雨是连续的，但我们的工程分析和设计需要离散的“事件”作为计算单元。如何切割，并没有一个放之四海而皆准的“真理”，它取决于我们的分析目的。对于研究长期气候趋势，一场持续三天的绵绵细雨可能就是一个事件；但对于评估一个只能蓄存短时暴雨的雨水桶，可能就需要把这一天内的降雨再细分成好几场。

2.2 降雨控制率究竟在控制什么？

我们通常说的降雨控制率，特别是年径流总量控制率，其定义是：通过自然和人工强化渗透、滞蓄、净化等措施，场地内累计一年得到控制的雨量占全年总降雨量的比例。计算公式可以简化为：

年径流总量控制率 = （年总降雨量 - 年总外排径流量） / 年总降雨量 × 100%

而“年总外排径流量”，是需要通过对每一场独立的降雨进行水文水力计算（比如用SWMM、InfoWorks ICM等模型），计算出该场雨的径流外排量，再逐年累加得到的。因此，降雨场次如何划分，直接决定了：

1. 计算的事件数量：划分得细，事件多；划分得粗，事件少。
2. 每个事件的雨量、历时、雨强特征：这将直接影响单场降雨的产汇流过程。
3. 场次间的前期土壤湿度条件：一场雨开始前的土壤干湿状态，取决于它与上一场雨的间隔。

2.3 划分方法如何“传导”至控制率？

这种影响不是线性的，而是通过一个复杂的链条传递：划分方法 → 单场降雨特征（雨量、历时、雨强） → 水文模型模拟的产流与渗透过程 → 单场降雨的外排径流量 → 年总外排径流量 → 年径流总量控制率。

不同的划分方法会“制造”出不同统计特征的降雨事件序列。有的方法可能更容易产生“短时强降雨”事件，这类事件容易超过设施的渗透能力，导致控制率计算值偏低；有的方法则可能将一次长历时的降雨合并，使得平均雨强变小，从而在计算中表现出更高的控制率。下面，我们就来看看几种常见的方法是如何具体操作的。

3. 主流降雨场次划分方法详解与实操对比

目前实践中，最常用的划分方法主要基于两个关键参数：最小间歇时间和最小降雨量。下面我结合具体数据和操作感受，详细说说。

3.1 最小间歇时间法：最常用，但陷阱最多

这是目前国内规范、指南中最常引用的方法，比如《海绵城市建设技术指南》中曾建议采用12小时或24小时作为最小间歇时间。

操作方法： 在连续的降雨过程线中，当出现一段无雨（或雨强低于一个微小阈值，如0.1mm/h）的时段，且这个时段的持续时间达到或超过你设定的最小间歇时间（如6h, 12h, 24h），则认为前一场降雨结束，下一场降雨开始。这个无雨时段本身不计入任何一场雨。

实操示例与坑点： 假设你有一段降雨数据（单位：mm/h）：[0, 0, 5, 10, 15, 2, 0, 0, 0, 8, 20, 0, 0, 1, 0...]，时间间隔是1小时。

• 如果你设定最小间歇时间 = 6小时。
• 你需要扫描数据，找到连续“0”（或无雨）的时段长度。
• 从开始到第一个“5”之前，有2小时无雨，但不足6小时，忽略。
• 在“2”之后，出现了“0, 0, 0”连续3小时，还是不足6小时，接着就下雨了（8mm/h）。因此，从最初的“5”到后面的“20”，尽管中间有3小时小雨和3小时无雨，但因为无雨间隔未超过6小时，它们被合并为一场雨。
• 这场雨的总雨量 = 5+10+15+2+8+20 = 60mm，总历时可能长达10多小时。

为什么说这是陷阱？

1. “12小时”或“24小时”是万能钥匙吗？绝对不是。在干旱地区，土壤干燥快，一场雨后24小时，地表可能已基本干燥，间歇24小时合理。但在潮湿多雨地区，一场大雨后土壤含水量可能一周都难以下降，这时再用24小时作为间歇，会把多场实际上独立的气候事件（如两次不同的台风过程）强行合并为一场，严重扭曲降雨事件的统计规律。我个人的经验是，这个参数必须结合当地的气候特点、土壤蒸发能力和分析目的来校准，不能盲目套用规范值。
2. 对控制率的影响：这种方法容易合并降雨事件，导致划分出的场次数量偏少，但单场平均雨量偏大、历时偏长。在模型计算中，一场60mm的长历时降雨，其径流系数和峰值可能不同于两场30mm的短历时降雨。通常，合并后的大雨事件更容易让雨水设施（如下渗、滞蓄）达到饱和，从而可能计算出偏低的控制率。

3.2 最小降雨量法：聚焦“有效”降雨

这种方法关注的是，只有达到一定量级的降雨才值得被计为一场独立事件，用于控制率计算。因为太小的雨（比如0.5mm）可能全部被植被截留或地表蒸发，根本不产生径流。

操作方法： 设定一个最小降雨量阈值（如2mm, 5mm）。在数据中，累计雨量达到该阈值之前的所有降雨，都不被视为独立事件的开始。只有当累计雨量超过该阈值，并且之后满足间歇时间条件（通常结合使用）时，才认为一场有效降雨开始。

实操逻辑：

1. 先忽略所有累计雨量小于阈值的零星小雨。
2. 从第一个超过阈值的雨峰开始记录。
3. 通常仍需结合一个较小的间歇时间（如1-3小时）来判断事件结束，否则一场持续多日、但中间有短暂停歇的降雨会被错误分割。

价值与局限：

• 价值：它过滤掉了大量不产流的“无效”降雨，使得分析更聚焦于对径流和控制设施有实际影响的降雨事件。这能让计算出的控制率更贴近工程实际效果，因为设施本来就不会为0.5mm的毛毛雨设计。
• 局限：阈值的设定非常主观。设为2mm还是5mm？这需要结合当地下垫面的产流特性来分析。对于透水性极好的绿地，5mm以下的雨可能全部下渗；但对于硬化屋面，2mm的雨就可能产生径流。一刀切的阈值会导致系统性偏差。

3.3 雨峰间隔法：一种更符合水文物理过程的角度

这种方法在学术研究中应用较多，它认为一场降雨的核心是其主要雨峰。其原理是：如果两个主要雨峰之间间隔足够远，那么它们引发的产汇流过程就是相对独立的。

操作方法：

1. 首先识别出降雨过程线中的所有雨峰（局部雨强最大值点）。
2. 计算相邻雨峰之间的时间间隔。
3. 设定一个雨峰间隔阈值。如果相邻雨峰间隔大于此阈值，则在此间隔的中点或某个适当位置将降雨过程分割为两场。

实操难点：

• 雨峰识别：需要算法来自动识别，对于多峰型降雨，算法必须能区分主要峰和次要波动，这本身就有参数（如滑动窗口大小、最小峰高）需要设定。
• 阈值选择：同样面临“多少小时合适”的问题。但它从水文响应时间尺度考虑，可能比单纯的“无雨间歇”更具物理意义。

对控制率的影响：这种方法划分出的事件，其雨峰特征更突出。如果设施的调蓄能力是针对峰值设计的，那么这种方法划分的事件序列，用于评估设施对峰值的削减效果可能更合适。它可能产生数量适中、特征介于“合并”与“分割”之间的事件集。

3.4 混合方法：工程实践中的务实选择

在实际工作中，尤其是使用SWMM等软件进行长期模拟时，我通常采用一种混合方法，这也是很多专业咨询公司的做法：

1. 首先，应用“最小降雨量”过滤：剔除掉日雨量小于2-3mm的“无效”降雨日。这能大幅减少计算量，且符合工程常识。
2. 然后，采用“最小间歇时间”进行核心划分：对过滤后的降雨序列，采用一个经过本地化校准的间歇时间（例如，根据本地土壤干燥曲线分析，采用18小时）进行事件划分。
3. 最后，人工检查与修正：对于特别重要的历史典型降雨事件（如某年最大24小时降雨），或者模型结果异常的事件，进行人工检查划分是否合理。有时需要根据气象预报图（判断是否为同一天气系统）进行微调。

注意：任何划分方法都应在研究报告或设计文件中明确说明其具体参数和理由。这是一个重要的透明度问题。只说“按规范划分”是不够的，必须写明“采用最小间歇时间法，间歇时间为18小时，并剔除了单日雨量小于2.5mm的降雨日”。

4. 不同划分方法对降雨控制率的影响机理与案例分析

理论说了这么多，我们来看一个简化的实际案例，感受一下差异能有多大。

假设我们有一年的分钟级降雨数据。我们设计一个简单的雨水花园，其最大下渗能力为10mm/h，蓄水层深度为100mm。

我们采用三种划分方案：

• 方案A（粗划分）：最小间歇时间 = 24小时。
• 方案B（中划分）：最小间歇时间 = 12小时，最小降雨量 = 3mm。
• 方案C（细划分）：最小间歇时间 = 6小时。

对同一套原始数据，三种方案会得到三套不同的“降雨事件列表”。

结果分析：

1. 事件数量：间歇时间越短，划分越细，事件数量激增。方案C的事件数是方案A的近3倍。
2. 事件特征：方案A的事件“又大又长”，平均雨量42.5mm，历时超过15小时。这种长历时降雨，即使雨强不大，也容易使雨水花园的蓄水层被持续填满，导致后期下渗能力不足，产生溢流，因此计算出的控制率最低（68%）。
3. 控制率差异：方案B和C划分出更多、更短促的降雨事件。对于方案C，平均每场雨只有14.6mm，而雨水花园的蓄水容量有100mm，因此绝大多数事件都能被完全“吞掉”，仅有少数高强度核心雨峰会产生少量溢流，因此计算出的控制率最高（78%）。
4. 关键洞察：方案B（74%）可能最接近真实情况。因为它用3mm过滤掉了不产流的小雨，又用12小时间歇避免了过度合并。方案A过于乐观地合并了事件，低估了控制难度；方案C则过于悲观地分割了事件，可能高估了设施能力，因为它忽略了连续降雨导致的土壤含水率饱和、下渗能力降低的效应。

这个案例清晰地表明，划分方法通过改变输入模型的“降雨事件食谱”，直接左右了最终的控制率“成绩单”。选择不同的方法，可以让同一个项目“达标”或“不达标”。

5. 如何选择与校准适合的划分方法？——一份实操指南

面对这么多方法，在实际项目中到底该怎么选？我的建议是遵循以下步骤：

5.1 明确分析目的与设施特性

这是选择方法的首要原则。

• 如果评估的是“峰值削减”能力（如管网负荷、内涝风险），那么降雨事件的雨峰特征至关重要。雨峰间隔法或较短的间歇时间法（如6小时）可能更合适，它能更好地分离独立的洪峰。
• 如果评估的是“总量控制”能力（如年径流总量控制率），那么降雨事件的总量和历时更关键。需要关注长历时降雨对设施的持续压力。此时，最小间歇时间法（如12-24小时）结合最小雨量过滤，可能是更好的选择，因为它能反映连续潮湿天气下的设施性能。
• 如果设施以“下渗”为主（如透水铺装、下凹式绿地），需要重点关注降雨间隔，因为间隔时间决定了土壤恢复下渗能力的时间。应采用能较好反映干旱间隔的方法。
• 如果设施以“滞蓄”为主（如调蓄池、雨水桶），则更关注单场降雨量是否超过设施容积。最小降雨量法结合事件总雨量分析就更重要。

5.2 获取与处理长序列降雨数据

至少需要连续5-10年的分钟或小时降雨数据（越长越好）。数据质量是关键，要检查是否存在缺失、异常。使用专业软件（如PCSWMM、EPA SWMM的辅助工具、Python的Pandas库）或编写脚本进行批量划分处理。

5.3 进行方法敏感性分析

这是必须做的一步，但很多项目会跳过。

1. 对同一套数据，用2-3种不同的间歇时间（如6h, 12h, 24h）和1-2个最小雨量阈值（如2mm, 5mm）进行组合划分。
2. 用划分好的不同事件集，输入到你的水文模型中，计算年径流总量控制率。
3. 对比结果，观察控制率随划分参数的变化幅度。如果变化很大（比如超过3%），说明你的控制率计算结果对划分方法非常敏感，需要在报告中重点说明，并审慎选择参数。

5.4 本地化参数校准

参考规范，但不迷信规范。尝试通过以下方式校准：

• 分析本地干旱期分布：统计历史降雨数据中，无雨期持续时间的频率分布。例如，如果发现70%的无雨间隔都小于15小时，那么采用24小时间歇就可能不太合理。
• 结合土壤干燥曲线：如果有土壤含水量数据或蒸发数据，可以估算土壤从饱和状态干燥到田间持水量所需的时间，这个时间可以作为间歇时间的重要参考。
• 与设计暴雨图谱核对：你划分出的典型降雨事件（如年最大值系列），其雨型、历时是否与当地的设计暴雨图谱（如芝加哥雨型、Pilgrim & Cordery雨型）有可比性？如果差异巨大，可能需要调整划分方法。

5.5 记录、报告与标准化

在项目技术文件中，设立专门章节描述降雨数据处理方法，至少应包括：

• 数据来源与长度。
• 采用的划分方法全称（例如：“基于最小间歇时间和最小降雨量阈值的混合划分法”）。
• 所有具体参数值（如：最小间歇时间=12小时，最小降雨量阈值=2.5mm）。
• 敏感性分析的主要结论（如：“经分析，间歇时间从12小时调整为24小时，导致年径流总量控制率降低约4.2%”）。
• 最终选择该参数组合的理由。

6. 常见误区与避坑指南

结合我踩过的坑和见过的案例，这里总结几个高频误区：

误区一：直接套用其他城市或项目的参数。这是最危险的做法。不同城市的气候区（湿润区、半湿润区、干旱区）、降雨特性（锋面雨、对流雨、台风雨）、土壤类型差异巨大。上海适用的12小时间歇，放到北京可能就不合适。务必进行本地化分析。

误区二：只做一次划分，不做敏感性分析。如前所述，这是评估结果可靠性的关键。不做敏感性分析，你的控制率计算结果就是一个“黑箱”，经不起推敲。

误区三：忽略前期土壤湿度条件。在长期连续模拟中，每场雨的初始土壤湿度状态是由上一场雨的结束状态和期间的干燥过程决定的。如果你采用的划分方法人为地合并或分割了降雨，就会扭曲这个连续的土壤湿度变化过程，从而影响产流计算的准确性。在SWMM等模型中，这部分影响体现在“前期干旱天数”或初始下渗率的设置上。

误区四：认为划分得越细越好。过于细分的降雨事件（如1小时间歇），会产生大量短历时、小雨量的事件。虽然计算出的控制率可能很高，但这可能高估了设施的实际能力。因为在自然情况下，这些短间隔的小雨在物理上可能属于同一场气候过程，土壤没有时间干燥，下渗能力是持续降低的。而模型在模拟这些被强行分开的事件时，每次都从“较干”的初始条件开始，从而得到了过于乐观的下渗量。

避坑实操建议：

1. 从中间值开始：如果不确定，可以先采用当地规范或常见研究的中间值（如12小时间歇，3mm雨量阈值）作为基准方案。
2. 做一次快速的“手算”校验：挑出全年最大的5场降雨，用不同方法手工划分一下，看看事件特征（总雨量、最大雨强、历时）的变化趋势，就能直观感受到影响。
3. 与设计暴雨挂钩：确保你划分出的、用于代表“多年平均”状况的事件，其统计特征（如雨强-历时-频率）与当地的设计暴雨公式在逻辑上能衔接，不要出现矛盾。
4. 在模型报告中固化方法：将你最终确定的划分方法及其参数，作为模型输入文件的固定部分进行说明，确保项目的可复查性。

降雨场次划分，这个看似基础的数据预处理步骤，实则是连接自然降雨与工程评价的关键桥梁。桥搭得不对，后面的所有计算都可能偏离航向。它没有唯一正确的答案，但必须有清晰、合理且透明的选择过程。下次当你拿到一份写着“年径流总量控制率达到XX%”的报告时，不妨多问一句：“您的降雨事件，是怎么划分的？” 这个问题的答案，往往能反映出这项分析的深度与可靠性。在我的经验里，花在谨慎划分降雨事件上的时间，最终都会在减少设计反复、提升方案可信度上回报回来。