摘要： 滨海城市河流常常遭受暴雨和潮汐顶托双重影响导致洪涝灾害，需要重视雨潮遭遇联合分布模拟与设计。以深圳市西乡河为例，采用年最大值法（ AM） 和超定量序列法（ POT） 两种选样方法，基于 Copula 方法模拟 24 h 暴雨遭遇日高潮位的联合分布特征，对比雨潮遭遇传统重现期和二次重现期差异，根据同频法和权函数法反推计算雨潮设计组合值。结果表明： 雨潮边缘分布最优模型均为广义正态分布（ GNO） ,不同选样方法雨量分布模型参数差异明显。雨潮之间呈现较弱的正相依性，Archimedean Copulas 均能较好地模拟雨潮遭遇联合分布特征，最优模型为Gumbel-Hougaard Copula.同频法反推雨潮设计组合值，二次重现期雨量和潮位均大于传统联合重现期，POT 选样的潮位大于 AM.权函数法选出的雨潮设计组合值，偏重于较高的潮位，雨量设计值较小。当明确了选样方法、联合分布模型和重现期类型，给定联合重现期的雨潮设计组合值是个此消彼长的过程，若选择较大的雨量设计值，则潮位值变小，反之亦然。从防洪潮设计安全角度考虑，POT 选样方法及二次重现期设计更为安全。
关键词： 雨潮遭遇； 超定量序列法； Copula 函数； 二次重现期； 设计组合值； 滨海城市。
滨海城市防洪潮减灾工程设计，通常以特定洪水或暴雨频率（ 如 50 年一遇） 与特定潮位（ 如高潮位多年均值） 作为边界条件，模拟感潮河流行洪过程。这种设计方法比较主观，忽视洪潮或雨潮之间可能存在的相依性及联合分布特征。以相依性结构为基础，可构造任意边缘分布的 Copula 函数，已普遍应用于水文多变量联合分布模拟，如洪旱特征[1-2]、雨洪遭遇[3]和径流丰枯遭遇[4]等。基于 Copula 函数的洪潮或雨潮遭遇研究，近些年也逐渐受到关注，如洪水与潮位遭遇概率[5]、感潮河段上游水位与潮位的关联性[6]、极值降水与潮位联合概率及组合风险[7-10]等。
在雨潮频率设计的极值选样中，通常采用年最大值法（ Annual Maximum,AM） ,对于资料短缺地区来说选出的样本系列较短。由于一年内往往发生多次强降雨事件，对于雨潮遭遇来说，AM 方法可能会遗漏次于年最大值的其他暴雨事件遭遇到较高潮位的事件。因此，基于 AM 方法的雨潮遭遇设计不一定是最安全的方法，而基于 PDS（ Partial Duration Series） 的超定量序列法（ Peaks Over Threshold,POT） 能够获取更多雨潮系列样本[11].检验优选出 Copula 函数及边缘分布模型后，传统的联合重现期设计在判断安全或危险事件上有可能存在误判。为此，Salvadori 等[12]在多变量重现期设计时，提出了二次重现期概念。在防洪潮设计实践中，需明确给出具体的雨潮设计组合值，而基于 Copula 函数模拟的某一特定联合重现期，理论上存在无数个设计组合值，如何合理选取联合重现期对应的雨潮设计组合值是个难点。
华南滨海城市是洪涝及风暴潮等自然灾害易发区，也是经济社会发展区域战略中心[13].深圳市是珠江三角洲地区新兴的滨海城市，独立入海小河流行洪过程历时较短，且在下游地区受到潮汐顶托影响。在强暴雨遭遇高潮位时，位于其西部的西乡河部分河段多次发生漫顶溢流事件，同时也影响所在街区排涝过程，给当地造成重大经济损失。原有基于单一暴雨设计的河流堤防标准和区域排涝标准，需考虑雨潮遭遇组合进行设计。因此，本文以深圳市西乡河流域为例，分别采用 AM 和 POT 两种选样方法，基于 Archimedean Copulas模拟 24 h 暴雨遭遇日高潮位的超阈联合分布特征，对比雨潮遭遇传统重现期和二次重现期差异，根据同频法和权函数法反推计算雨潮设计组合值，探讨选样方法、联合重现期类型和设计组合值选取方法等对联合分布特征及设计组合值的影响，提出滨海城市雨潮遭遇设计实践中更为安全的方法。
1 研究区及数据。
深圳市地处中国大陆南端，属于亚热带季风气候，多年平均年降水量约为 1 600 mm,干湿分明，每年 4-10 月为雨季。西乡河位于深圳市西部（ 图 1） ,由东北向西南流经深圳宝安区在前海湾入海，流域面积 81. 42km2.前海湾潮汐类型为不规则半日潮，潮汐过程直接影响西乡河的行洪过程。
研究区雨量站仅有一个铁岗水库站，建站观测时间始于 1975 年； 离研究区最近的潮位站为赤湾站，建站观测时间起于 1964 年。在雨潮遭遇设计选样过程中有两种方法： ① 以洪为主的 24 h 暴雨遭遇日高潮位；② 以潮为主的日高潮位遭遇日降水。但是由于基于 AM方法的年最大日高潮位常常遭遇无雨或小雨事件，基于POT 方法又无法确定日高潮位的选样阈值。而且对于当地防洪潮减灾管理来说，以洪为主的暴雨遭遇日高潮位更有实践价值。因此，本文研究根据铁岗水库 1975-2012 年共 38 年的逐日降雨数据，基于 AM 方法选取年最大 24 h 雨量系列； 以通用的 24 h 暴雨标准（ ≥50 mm）作为阈值，基于 POT 方法选取暴雨事件系列。根据年最大 24 h 雨量系列和暴雨事件，相同日期对应的日高潮位构成潮位系列。
