基于SWMM的鐵心橋?qū)嶒灮貎?nèi)澇防治效果模擬

陸海明，鄒 鷹，孫金華，朱乾德，牛 帥，李曉紅

(南京水利科學(xué)研究院水文水資源與水利科學(xué)國家重點實驗室，江蘇 南京 210029)

隨著我國城市化進程的加快，城鎮(zhèn)區(qū)域土地利用現(xiàn)狀顯著改變，地表不透水面積大幅增加，改變了原有的水文規(guī)律，導(dǎo)致建成區(qū)地表徑流系數(shù)增加、洪峰流量增大、地表匯流時間縮短、洪峰時間提前，引發(fā)城市洪水內(nèi)澇災(zāi)害[1-3]。為了解決城市內(nèi)澇問題，實現(xiàn)科學(xué)合理的雨洪管理，我國正大力推進海綿城市建設(shè)工作，并在多個城市開展了海綿城市建設(shè)試點。海綿城市建設(shè)核心是通過對城市雨洪采取“滲、滯、蓄、凈、用、排”等綜合措施，實現(xiàn)城市雨洪綜合管理[3-4]。賈紹鳳[1]指出對應(yīng)于全年降水總量控制率70%～85%的場次設(shè)計降雨量，遠小于造成城市內(nèi)澇的場次降雨量，因此當(dāng)前海綿城市建設(shè)措施滿足不了根治“城市看?！眴栴}的需求，并提出目前城市內(nèi)澇、水污染、水短缺等城市水問題中，城市內(nèi)澇問題是第一位的。

城市暴雨洪水模擬是城市防洪減災(zāi)的關(guān)鍵技術(shù)之一，歐美發(fā)達國家早在20世紀(jì)60年代就開展了城市雨洪模擬方面的研究。20世紀(jì)90年代以來，隨著計算機技術(shù)和“3S”技術(shù)飛速發(fā)展，計算能力大幅提高，城市地形、管網(wǎng)基礎(chǔ)數(shù)據(jù)日益豐富，城市雨洪模型不斷優(yōu)化，更多功能強大的模型應(yīng)運而生[5-9]。其中以美國環(huán)保署開發(fā)的SWMM最為著名，已被國內(nèi)外學(xué)者廣泛應(yīng)用于城市暴雨洪水模擬、排水管網(wǎng)設(shè)計、城市非點源負(fù)荷估算等研究[10-13]。如，黃國如等[14]系統(tǒng)地介紹了多個城市雨洪模型，并運用SWMM構(gòu)建了濟南市城市雨洪模型；劉家宏等[15]介紹了SWMM，并以北京香山地區(qū)、亦莊地區(qū)和東升園小區(qū)為對象，詳細(xì)闡述了SWMM模型構(gòu)建、參數(shù)率定、水文分析計算等實際應(yīng)用中的具體操作過程。SWMM模型還可以用于定量模擬LID措施的水文效應(yīng)，蔡慶擬等[16]的研究結(jié)果表明，采用透水鋪裝、下凹式綠地和雨水花園等LID措施，洪峰流量和徑流系數(shù)均明顯降低，各種控制措施效果在低重現(xiàn)期降雨時更為明顯；其中雨水花園對徑流系數(shù)和洪峰流量的削減效果最顯著，LID組合措施對洪峰的削減和滯后作用較好，下凹式綠地和滲透鋪裝單獨布設(shè)的雨洪控制效果一般。常曉棟等[17-18]對北京清河流域的研究表明，LID組合控制措施對高頻暴雨的洪峰流量和徑流總量的削減率顯著高于低頻暴雨，對于洪峰流量幾乎沒有影響，有效不透水面積是影響洪峰流量主要因子。對于大暴雨徑流，增加綠色屋頂深度比增加生物滯留池和透水鋪裝面積更為有效，透水鋪裝在減少洪峰流量方面更為經(jīng)濟合理[19]。Xing等[20]利用SWMM研究了徑流儲存和過濾設(shè)施布局對于徑流控制影響，并提出優(yōu)化布局和調(diào)整方案。Feng等[21]在半干旱區(qū)城市流域的研究表明，以生物滯留設(shè)施和綠色屋頂為代表的綠色設(shè)施恢復(fù)方案可以將流域水平衡恢復(fù)到和未開發(fā)前流域最接近的狀態(tài)。城市小區(qū)的雨水收集設(shè)施同樣可以減少洪峰流量和雨洪總量[22]。

南京水利科學(xué)研究院鐵心橋?qū)嶒灮厥俏覈戏剿萍紕?chuàng)新基地的重要組成部分，與我國城市化過程中地表不透水率增加相似，隨著實驗基地承擔(dān)更多的科研任務(wù)，實驗基地實驗廳總數(shù)超過30余個，基地內(nèi)不透水面積比例呈逐年上升趨勢。鐵心橋?qū)嶒灮貒鷫⒒貎?nèi)外地表徑流隔開，內(nèi)部管網(wǎng)相對獨立簡單，實驗基地可以看成以象目湖為受納水體的封閉城市小流域。在2015—2016年汛期強降雨過程中，象目湖水位漫堤，象目湖周邊部分實驗廳受淹。本研究以鐵心橋?qū)嶒灮叵竽亢苓厖^(qū)域內(nèi)澇防治為研究對象，建立SWMM，研究極端降雨事件情景條件下象目湖水位變化過程，探討不同雨洪管理措施的水文效應(yīng)，為鐵心橋?qū)嶒灮睾皖愃瞥鞘行^(qū)內(nèi)澇防治提供技術(shù)支撐。

1 研究區(qū)域概況

南京水利科學(xué)研究院鐵心橋?qū)嶒灮匚挥谇鼗葱潞幽习?圖1)，圖片來自Google Earth圖像，紅線為實驗基地邊界，面積約27 hm2。鐵心橋?qū)嶒灮刂饕ㄖ餅殚_展水利、水運、水電研究必需的物理模型實驗大廳和輔助生活設(shè)施，基地內(nèi)實驗廳建筑面積達10余萬m2。

圖1 鐵心橋?qū)嶒灮赜跋?/p>

鐵心橋?qū)嶒灮氐匦慰傮w為東高西低，最高點為玉蘭山和梅花山，象目湖及其周邊區(qū)域為基地內(nèi)高程最低區(qū)域，也是最容易受到洪澇災(zāi)害威脅區(qū)域。受地形影響，實驗基地內(nèi)西南角的環(huán)境工程實驗廳和環(huán)境水力學(xué)實驗廳部分區(qū)域降雨時地表水無法匯入象目湖，其他區(qū)域地表水均直接匯入象目湖或通過玉帶河匯入象目湖。目前，象目湖澇水主要通過其北側(cè)的邊長為0.3 m的正方形溢流孔緩慢排出。

2 數(shù)據(jù)來源與研究方法

2.1 數(shù)據(jù)來源

鐵心橋?qū)嶒灮豐WMM所需的數(shù)據(jù)資料包括數(shù)字高程數(shù)據(jù)、溝渠及管網(wǎng)資料、水文氣象數(shù)據(jù)等。DEM數(shù)據(jù)通過委托專業(yè)測繪部門測得的1 000余個高程點經(jīng)過插值獲得，據(jù)此計算出坡度等地形參數(shù)。實驗基地象目湖、玉帶河和管網(wǎng)資料來自南京水利科學(xué)研究院相關(guān)職能部門，作者在研究過程中多次在現(xiàn)場復(fù)測校正。

實驗基地降水資料來源于設(shè)置在基地內(nèi)生態(tài)水文實驗中心的JDZ-1型雨量計測量數(shù)據(jù)。象目湖水位計觀測點位于象目湖北側(cè)，采用壓力式自記水位計(HOBO)測定，在測井中在水面上和水面下分別放置1個水位計，每小時記錄1次數(shù)據(jù)，利用水面上下壓力差計算每小時探頭的淹沒水深，再利用探頭位置高程校正象目湖水面水位動態(tài)變化數(shù)據(jù)。

2.2 研究方法

選用美國環(huán)境保護署開發(fā)的SWMM 5.1對研究區(qū)域進行水文模擬，該模型是基于水動力學(xué)的降雨徑流模型，主要包括水文、水力和水質(zhì)模塊。SWMM在地表匯流過程中，子流域概化為透水區(qū)域和不透水區(qū)域兩部分，以反映不同的地表特征，子流域出流量為兩部分產(chǎn)流之和。采用Horton模型方法進行下滲量計算。鐵心橋?qū)嶒灮孛娣e較小，地形條件相對簡單，借助Google Earth影像和基地基礎(chǔ)地理數(shù)據(jù)[23]獲得各子匯水區(qū)不透水面積占比介于0.10～0.76。利用DEM數(shù)據(jù)，計算研究區(qū)域坡度分布范圍。根據(jù)研究區(qū)域特點，SWMM在進行管道排水計算時選擇動力波法進行模擬，該方法包括管道中水流連續(xù)方程、動量方程和節(jié)點處的連續(xù)方程，為了保證計算穩(wěn)定性，模型采用動態(tài)時間步長控制。

3 模型構(gòu)建

3.1 子流域劃分

實驗基地分成17個子流域(圖2)，子流域面積為0.280 5～3.609 1 hm2，2016年實驗基地不透水比例約為35%。鐵心橋?qū)嶒灮赜炅坑嫴贾迷谏鷳B(tài)水文實驗中心，象目湖水體通過管道流入外秦淮河，為實驗基地地表水最終排放口。

3.2 排水系統(tǒng)概化

鐵心橋?qū)嶒灮孛娣e較小，排水系統(tǒng)主要由沿實驗基地內(nèi)主干道路布設(shè)的排水管網(wǎng)組成。排水管網(wǎng)由排水管道、檢查井及其他構(gòu)筑物組成。實驗基地排水管網(wǎng)概化結(jié)果如圖2所示。象目湖設(shè)置為蓄水型節(jié)點，玉帶河概化為不規(guī)則斷面溝渠，玉帶河河水通過矩形堰進入象目湖，根據(jù)實際測量資料設(shè)置斷面尺寸，其余管道均為原型斷面排水管道，管徑根據(jù)排水管網(wǎng)資料輔以實際測量結(jié)果設(shè)置。鐵心橋?qū)嶒灮毓哺呕?段不規(guī)則斷面溝渠，54段管渠，60個排水節(jié)點。

圖2 研究區(qū)域SWMM子流域劃分

3.3 參數(shù)率定與驗證

SWMM模型參數(shù)可以分為確定性參數(shù)和不確定性參數(shù)兩類。確定性參數(shù)包括匯水區(qū)面積、平均坡度、漫流寬度、不透水面積與透水面積比例、管徑及管道長度等，參數(shù)取值可以通過現(xiàn)場調(diào)查和資料分析加工獲得。不確定性參數(shù)包括地表洼地需水深度、地表曼寧系數(shù)、管道曼寧系數(shù)、下滲參數(shù)等，參數(shù)取值主要通過參考參數(shù)的推薦取值范圍、相關(guān)文獻、鄰近類似區(qū)域的研究成果和實測資料等方式率定獲得。

象目湖水位是水上餐廳以及周邊實驗廳是否受淹的主要判斷依據(jù)，該片區(qū)也是實驗基地內(nèi)澇災(zāi)害主要影響區(qū)域。當(dāng)水上餐廳觀景平臺受淹時，象目湖周邊實驗廳即受不同程度的內(nèi)澇，隨著水位升高，鐵心橋?qū)嶒灮貎?nèi)澇范圍擴大。為了方便，本文以象目湖水位作為鐵心橋?qū)嶒灮貎?nèi)澇程度與提出控制措施的評價參數(shù)。選擇20160707次暴雨過程和20150601次暴雨過程進行參數(shù)率定，并利用20150626次暴雨過程進行驗證。子流域匯水區(qū)面積、平均坡度、不透水率等參數(shù)利用研究區(qū)資料直接計算獲??；子流域匯水區(qū)特征寬度通過匯水面積除以地表漫流路徑長度并經(jīng)過校正得到，地表漫流路徑長度主要根據(jù)匯水區(qū)下墊面匯水實際情況獲??；其他敏感參數(shù)如透水區(qū)和不透水區(qū)曼寧系數(shù)、最大入滲率、最小入滲率、衰減系數(shù)等利用暴雨徑流過程實測數(shù)據(jù)采用人工試錯法反復(fù)調(diào)整參數(shù)取值直至模擬結(jié)果與實測結(jié)果相吻合。

參數(shù)率定結(jié)果為管道曼寧系數(shù)為0.013，不透水區(qū)域曼寧系數(shù)為0.015，透水區(qū)域曼寧系數(shù)為 0.150～0.300。在子流域3和4中的玉帶河頂端水草植被覆蓋度相對較高河段曼寧系數(shù)為0.03，混凝土澆筑的部分溝渠曼寧系數(shù)為0.01，其余部分河段曼寧系數(shù)為0.013。根據(jù)鐵心橋?qū)嶒灮赝寥篮椭脖桓采w特點，參考SWMM用戶手冊中不同土地利用類型典型值，研究區(qū)域土壤為黃棕壤，不同植被覆蓋條件下的最大入滲率為3 mm/h，最小入滲率為 0.5 mm/h，衰減系數(shù)為4。

3.4 模擬結(jié)果評價方法

SL250—2000《水文水情預(yù)報規(guī)范》關(guān)于洪水預(yù)報精度評定項目包括洪峰流量(水位)、洪峰出現(xiàn)時間、洪量(徑流量)和洪水過程等。洪水預(yù)報誤差指標(biāo)可以采用絕對誤差、相對誤差和確定性系數(shù)(納什效率系數(shù))。本研究采用納什效率系數(shù)[24-25]、決定系數(shù)、洪峰水位絕對誤差和峰現(xiàn)時間絕對誤差4個指標(biāo)評判SWMM模型模擬精度，計算方法為

(1)

(2)

AEH=HPS-HPO

(3)

AET=TPS-TPO

(4)

3.5 模型率定和驗證

鐵心橋?qū)嶒灮貓龃伪┯旰樗^程線見圖3，洪水模擬效果評價見表1。將降雨歷時較短、降水量為78.4 mm的20150601次暴雨過程和降水量為218.5 mm的20160707次暴雨過程作為率定期暴雨事件，模擬效果相對較好。驗證期選擇降水歷時較長、降水量為267.6 mm的20150626次暴雨過程，降水過程前期模擬水位低于實測水位，后期模擬水位高于實測水位。

表1 SWMM率定期和驗證期模擬結(jié)果統(tǒng)計

總體來說，鐵心橋?qū)嶒灮?次暴雨徑流過程模擬效果較好。模型率定期2次暴雨過程納什效率系數(shù)均超過0.80，決定系數(shù)均超過0.95，洪峰水位絕對誤差不超過0.08 m，峰現(xiàn)時間絕對誤差不超過3 h。模型驗證期20150626次暴雨過程納什效率系數(shù)為0.72，決定系數(shù)為0.97，峰值水位模擬值低于實測值0.15 m，峰現(xiàn)時間模擬值提前4 h于實測值。

(a) 2015年6月1—4日

(b) 2016年7月7—10日

(c) 2015年6月26—29日

4 不同控制措施內(nèi)澇防治效果模擬

4.1 不同降雨重現(xiàn)期象目湖水位變化過程模擬

根據(jù)南京市城市管理局在2014年2月頒布的《南京市暴雨強度公式(修訂)查算表》提供的南京市暴雨強度修訂公式計算重現(xiàn)期分別為5 a、10 a、50 a、100 a、200 a、500 a的暴雨強度。芝加哥雨型是根據(jù)雨強-歷時-頻率相關(guān)關(guān)系得到的一種不均勻的設(shè)計雨型，根據(jù)峰值系數(shù)的不同，可以分為峰前和峰后兩部分，本研究雨峰系數(shù)取0.4，計算獲得降雨歷時為2 h的不同降雨重現(xiàn)期暴雨過程及次降雨過程降水量(圖4)。

圖4 不同重現(xiàn)期暴雨的降雨強度過程線及總降水量

利用SWMM模擬初始水位分別為25.1 m和25.6 m時，象目湖水位在不同降雨重現(xiàn)期條件下的變化過程，結(jié)果見圖5，圖中黑線和紅色虛線分別為象目湖觀景平臺和水上餐廳受淹時水位。隨著暴雨強度重現(xiàn)期越來越大，象目湖水位峰值呈現(xiàn)變高的趨勢。在初始水位較低(25.1 m)時，即使在500年一遇的持續(xù)2 h、降雨量為155.43 mm的降雨事件中，象目湖最高水位也沒有抬升至水上餐廳，200年一遇和500年一遇的次降雨事件中象目湖最高水位超過湖中觀景臺。在初始水位較高(25.6 m)時，在超過50年一遇、降水量為115.51 mm的降水事件中，象目湖最高水位淹沒湖中觀景平臺。200年一遇和500年一遇的降雨事件中水上餐廳受淹持續(xù)時間分別為7 h和11 h，湖中水上觀景平臺淹沒時間更長。

(a) 初始水位為25.1 m

(b) 初始水位為25.6 m

4.2 LID措施對象目湖水位變化影響模擬

集水池、雨水花園和生物滯流池等是國內(nèi)外常用LID措施。利用率定好的SWMM模型，分別模擬不同重現(xiàn)期降雨條件下采用上述3種LID措施對象目湖水位的影響。①集水池可以將雨水暫時儲存，由于鐵心橋?qū)嶒灮亻_展物理模型實驗用水對水質(zhì)要求不高，可以考慮通過修建雨水收集池將雨水暫時存儲稍加處理后使用，充分利用雨水資源，減少自來水的消耗、節(jié)約水資源的同時削減象目湖水位峰值?？疾烀總€子流域的具體位置，結(jié)合地形和實驗廳特點，確定可能設(shè)置集水池的位置和大小。本方案模擬了11個集水池，存儲空間共4.41萬m3。②雨水花園的水文效益主要來自蓄水和入滲能力。本方案通過現(xiàn)場考察鐵心橋?qū)嶒灮乜捎糜谛藿ㄓ晁▓@的場地條件，分別在每個子流域設(shè)定雨水花園面積，雨水花園的田埂高度20 cm，土壤層厚度為 60 cm，在15個子流域模擬修建雨水花園，總面積為2.01萬m2。③生物滯留池通常設(shè)置在地勢較低的區(qū)域，是通過植物、土壤和微生物系統(tǒng)蓄滲、凈化徑流雨水的設(shè)施。生物滯留池主要通過其自身的存儲容量和土壤入滲能力影響水文過程。本方案在現(xiàn)場調(diào)研的基礎(chǔ)上共設(shè)置14個生物滯留池，總面積為 4 600 m2。

利用南京市暴雨強度公式和芝加哥雨型計算降雨歷時為2 h，重現(xiàn)期分別為1 a、5 a、10 a的降雨過程，分別模擬在3種不同LID措施以及不采取任何措施條件下象目湖水位變化過程，此外還模擬了20160707次降雨過程采取不同LID控制措施對象目湖水位的影響(圖6)。

在重現(xiàn)期分別為5 a和10 a的降雨事件中，相比于未應(yīng)用LID措施時，雨水花園削減象目湖水位最明顯，水位降低0.06 m，其次為集水池，水位降低0.02 m，生物滯留池基本沒有削減峰值水位的作用。在1年一遇的降雨事件和20160707次降雨事件中，LID措施削減象目湖水位效果不明顯。在1年一遇的降雨事件中，由于降水量偏低，在未應(yīng)用LID措施時象目湖水位僅升高0.22 m，增加幅度有限，因此即使應(yīng)用LID措施，水位降低值比較有限。隨著降水量增大，LID措施的調(diào)蓄和儲存空間逐漸發(fā)揮作用，對象目湖水位的削減效果逐漸顯現(xiàn)。但是隨著降水量繼續(xù)增大，有限的LID調(diào)蓄空間在降雨開始時就可能被完全利用，通過LID措施調(diào)蓄的降水量占次降雨事件中全部降水量的比例相對較小，因此20160707次降雨事件中降水量超過200 mm時，象目湖水位變化不明顯。

LID措施削減洪峰的效果不僅與采取LID措施類型有關(guān)，也與LID措施規(guī)模大小有關(guān)。在實際應(yīng)用時，建設(shè)場地條件和投資額度等客觀因素同樣也是LID措施建設(shè)規(guī)模的重要考量因素[5,19]。鐵心橋?qū)嶒灮噩F(xiàn)有實驗廳用地非常緊張，能夠用來改造成為LID措施的場所有限，單位面積LID措施改造投資較大等諸多因素導(dǎo)致實際可操作的LID措施總體規(guī)模較小。小規(guī)模的LID措施在應(yīng)對大暴雨，特別是應(yīng)對能夠?qū)е滤喜蛷d被淹的短歷時強暴雨的效果非常有限，所以采用LID措施減少象目湖水上餐廳被淹的工程可行性較差。

(a) 重現(xiàn)期1 a

(b) 重現(xiàn)期5 a

(c) 重現(xiàn)期10 a

(d) 20160707次降雨事件

4.3 溢流孔大小對象目湖水位變化影響模擬

溢流設(shè)施設(shè)置相對簡單，投資額度小，設(shè)置溢流設(shè)施是控制湖泊水庫水位、優(yōu)化排水系統(tǒng)的重要措施[26]。鐵心橋?qū)嶒灮匚挥谕馇鼗春优希竽亢赘叱田@著高于外秦淮河，目前湖水可以通過較小尺寸的溢流孔自流排出。以20160707次降雨事件為例，模擬設(shè)置不同邊長大小的正方形溢流孔時象目湖的水位變化(圖7)，溢流孔底高程設(shè)置為高于湖底高程4.0 m。從圖7可以看出，相對于現(xiàn)有邊長0.3 m的正方形溢流孔，分別設(shè)置邊長為0.5 m、1.0 m、1.5 m、2.0 m的正方形溢流孔，象目湖水位峰值從27.26 m分別下降到27.18 m、27.11 m、27.10 m、27.09 m。溢流口邊長由0.3 m增大為0.5 m時，峰值水位降低0.08 m；溢流口邊長增大為1.0 m時，峰值水位降低0.15 m，再增大尺寸對于降低峰值水位效果有限。增加溢流孔能夠比較明顯地減少水上餐廳的受淹時間，溢流孔孔徑由0.3 m增加到0.5 m時，受淹時間從13 h縮短至6 h，孔徑尺寸增加到1.0 m時，受淹時間繼續(xù)縮短至5 h，孔徑尺寸繼續(xù)增加對象目湖水上餐廳受淹時間作用較小。

圖7 20160707次暴雨不同尺寸溢流孔時象目湖水位變化

4.4 水泵排水能力對水位變化影響模擬

暴雨時原有排水管網(wǎng)來不及排水，利用水泵將積水強行排出是城市洪澇災(zāi)害防治的重要措施。以20160707次暴雨事件為例，模擬設(shè)置不同流量大小的水泵將象目湖水直接抽排至外秦淮河，結(jié)果見圖8。水泵抽排流量小于0.5 m3/s時，水泵對象目湖峰值水位基本沒有削減作用；當(dāng)水泵流量為 1 m3/s時，水位峰值從27.26 m降低到26.79 m，水上餐廳不會受淹。水泵流量越大，象目湖水位越早回落到水上平臺以下。水泵抽水流量為0.025 m3/s時，對象目湖水位過程基本沒有影響，在圖8中其水位過程線基本與對照組重合。水泵流量大小為0.05 m3/s、0.10 m3/s、0.50 m3/s、1.00 m3/s時，象目湖水上觀景臺淹沒時間分別為20 h、16 h、8 h、2 h，相比于沒有水泵抽排需23 h，分別縮短3 h、7 h、15 h、21 h。

圖8 20160707次暴雨不同水泵排水能力時象目湖水位變化

5 結(jié) 論

a. 鐵心橋?qū)嶒灮卮谓涤晔录WMM模擬效果較好，驗證期次降雨事件納什效率系數(shù)為0.72，決定系數(shù)為0.97。象目湖水位初始處于較低水平(25.1 m)時，即使超過500年一遇、降雨量為155.43 mm的降雨事件，象目湖最高水位未抬升至水上餐廳。當(dāng)象目湖初始水位較高(25.6 m)時，200年一遇和500年一遇的降雨事件中水上餐廳受淹持續(xù)時間分別為7 h和11 h，湖中水上觀景平臺淹沒時間更長。

b. 在5年和10年一遇的降雨事件中雨水花園和集水池可以分別降低峰值水位0.06 m和0.02 m，生物滯留池基本沒有削減峰值水位。20160707次降雨事件中LID措施削減象目湖水位效果不明顯。不建議采用LID措施降低極端暴雨事件中象目湖峰值水位。

c. 象目湖岸邊設(shè)置邊長分別為0.5 m和1.0 m的正方形溢流孔時，相對于現(xiàn)有邊長0.3 m的溢流孔，20160707次暴雨事件中水上餐廳受淹時間從 13 h 縮短至6 h和5 h，溢流孔尺寸繼續(xù)增加，水上餐廳受淹時間基本不變。

d. 水泵抽排流量小于0.5 m3/s時，水泵對象目湖峰值水位基本沒有削減作用；當(dāng)水泵流量為 1 m3/s時，水位峰值從27.26 m削減到26.79 m，水上餐廳被淹的風(fēng)險較小。水泵流量越大，象目湖水位越早回落到水上平臺以下。

e. LID措施在應(yīng)對造成城市內(nèi)澇的低頻次、短歷時強降雨方面作用有限，鐵心橋?qū)嶒灮貎?nèi)澇防治以加強水文氣象預(yù)警和調(diào)度、加大溢流孔尺寸和采用水泵強排等綜合措施為主。