匯水單元劃分尺度對SWMM模型結(jié)果的影響

許 迪，嚴(yán)長安，李麗珍，王 輝

(昆明市生態(tài)環(huán)境科學(xué)研究院，云南 昆明 650000)

0 引言

城市暴雨徑流機(jī)理復(fù)雜，影響因素繁多， SWMM模型對各重現(xiàn)期的降雨徑流產(chǎn)生過程進(jìn)行模擬分析合理量化，因此得到廣泛運用。在徑流污染產(chǎn)匯流特征理論方面，國內(nèi)學(xué)者進(jìn)行過較深入的研究[1-8]，在SWMM模型中，匯水單元的劃分尺度是構(gòu)建模型的重要步驟。因研究區(qū)域范圍不同，內(nèi)部條件不同，劃分模型匯水單元的尺度也有所區(qū)別。從模型效率方面看，目前的匯水單元劃分方式都是以手動劃分為主，匯水單元數(shù)量越多效率越低；從模型的精度方面看，模型的空間尺度越小精度越高，而小坡度情況下，匯水單元精度越高，徑流的路徑越復(fù)雜，徑流總量增加，積水點數(shù)量也有變化[14]。從模型的效率和精度兩方面考慮，本文以思茅區(qū)為例，分別采取：以匯水子片區(qū)為主的方式劃分匯水單元；以排水戶的排口和排水管網(wǎng)進(jìn)行詳細(xì)排查和溯源分析，結(jié)合道路的方式來劃分匯水單元：對這兩種劃分匯水單元尺度的方式對思茅區(qū)模型數(shù)據(jù)的影響進(jìn)行分析，為確定建模的空間尺度提供參考。

1 技術(shù)與方法

1.1 研究區(qū)域概況

思茅區(qū)是普洱市的主城區(qū)，位于云南省南部、普洱市中南部、瀾滄江中下游，地理位置為北緯 22°27′～23°06′、東經(jīng)100°19′～101°27′。西北沿小黑與景谷縣分界，北與寧洱縣相連，東南沿曼老江與江城縣相連，西南沿瀾滄江與瀾滄縣毗鄰，南與西雙版納州景洪市相接，全區(qū)總面積約3928km2，轄5鎮(zhèn)2鄉(xiāng)56個村民委員會15個社區(qū)居民委員會。2016年思茅建成區(qū)面積20km2，常住人口31.44萬人，城市化率72.75%。城區(qū)下游設(shè)有兩座污水處理廠，總處理能力5萬m3/d。

本研究以中心城區(qū)的截污系統(tǒng)服務(wù)范圍為研究區(qū)域，如圖1所示?，F(xiàn)場信息調(diào)查了解到研究區(qū)域為思茅區(qū)乃至普洱市人為活動最頻繁的地區(qū)，人口密度大，產(chǎn)業(yè)分布密集，城鄉(xiāng)結(jié)合帶和農(nóng)村區(qū)域均有分布，區(qū)域結(jié)構(gòu)復(fù)雜，產(chǎn)業(yè)化強(qiáng)度大，生活污水和產(chǎn)業(yè)化廢水量大。在城市污水大負(fù)荷壓力的作用下，思茅河干流上污水處理廠只有普洱市第一污水處理廠和普洱市第二污水處理廠，污水處理率與削減能力遠(yuǎn)遠(yuǎn)無法與產(chǎn)生的污水量相匹配，再加之河道上有大量未并入城市污水管線的排污口，河道污染現(xiàn)象十分嚴(yán)重，特點明顯。

圖1 研究區(qū)域范圍圖

1.2 研究方法

1.2.1 模型構(gòu)建

利用研究范圍的衛(wèi)星影像數(shù)據(jù)，經(jīng)過GIS解譯出六種主要的土地利用類型，即村莊、道路、農(nóng)田、綠地、裸地及水體，如圖2所示。通過GIS的地理面積統(tǒng)計功能，獲取各個匯水單元內(nèi)不同土地利用類型的區(qū)域面積[2]，選取對應(yīng)各土地利用類型的徑流系數(shù)，詳見表1，經(jīng)過運算得出綜合徑流系數(shù)為0.49，以及各個匯水單元的徑流系數(shù)。

圖2 研究區(qū)域土地利用類型圖

表1 各土地利用類型的徑流系數(shù)

匯水單元是SWMM模型的基本計算單元，設(shè)置匯水單元的面積、寬度、平均地表坡度、不透水面積比、透水地面洼地蓄水量、不透水地面洼地蓄水量、滲透曼寧系數(shù)、不滲透曼寧系數(shù)、最大下滲速率、最小下滲速率以及衰減常數(shù)等諸多參數(shù)[3]。選用Horton模型來模擬地表產(chǎn)流過程，此模型的土壤初始下滲能力最大[3]，在降雨條件下對于同一種土壤，其下滲的能力會隨著土壤濕度的增加而呈現(xiàn)遞減現(xiàn)象，對于不同種類的土壤，其下滲能力的遞減規(guī)律不同，下滲能力衰減常數(shù)一般取值3～6[3]，其他參數(shù)通過查閱相關(guān)文獻(xiàn)選擇。根據(jù)思茅區(qū)現(xiàn)有的雨水管網(wǎng)、節(jié)點信息及空間拓?fù)潢P(guān)系，結(jié)合《GB 50014-2006室外排水設(shè)計規(guī)范》中有關(guān)排水管網(wǎng)設(shè)計的條例對排水管網(wǎng)進(jìn)行概化、整理，錄入模型中，兩個模型均采用一致的管網(wǎng)節(jié)點數(shù)據(jù)、總徑流系數(shù)、匯水總面積，以及河流、流向、溝渠等相關(guān)矢量數(shù)據(jù)。

考慮到研究區(qū)的地形、土地利用情況、管網(wǎng)分布及坡度、易積水點分布等實際情況，確定各匯水單元的平均面積和形狀[14]，分別以下述兩種方式劃分：以匯水子片區(qū)為主的方式劃分16個匯水單元，即模型A；以排水戶的排口和排水管網(wǎng)進(jìn)行詳細(xì)排查和溯源分析，結(jié)合道路的方式概化整合劃分77個匯水單元，即模型B。模型對比圖詳見圖3。通過實測數(shù)據(jù)來率定參數(shù)，參數(shù)率定的結(jié)果詳見表2。

圖3 SWMM模型對比圖

表2 參數(shù)率定結(jié)果

1.2.2 降雨設(shè)計

降雨設(shè)計包括小時降雨量設(shè)計和降雨時空變化設(shè)計。小時降雨量可以由暴雨強(qiáng)度公式直接推求，降雨的時空變化可用雨型表示[2]。

根據(jù)普洱市市場監(jiān)督管理局發(fā)布的《DB 5308/T59—2020思茅區(qū)城市暴雨強(qiáng)度公式》，思茅區(qū)城市暴雨強(qiáng)度總公式為：

(1)

式中：i—設(shè)計暴雨強(qiáng)度(mm/min)；p—重現(xiàn)期(a)；t—降雨歷時(min)。

選擇歷時為60min，重現(xiàn)期0.2a、0.25a、0.5a、1a、2a、3a、5a、10a、20a、30a、50a、100a的降雨進(jìn)行計算。

采用芝加哥暴雨過程模型模擬降雨過程曲線[2]，結(jié)合思茅暴雨強(qiáng)度公式得到：

(2)

(3)

式中：i=(t1)—峰前降雨強(qiáng)度；i=(t2)—峰后降雨強(qiáng)度；a—等于27.42+20.21lgP；b—等于16.905；c—等于0.88；r—雨峰相對位置。

雨峰相對位置r根據(jù)思茅降雨站點資料統(tǒng)計，取多場降雨的平均值，如：

(4)

式中：t—峰前歷時(min)；T—降雨總歷時(min)；m—所統(tǒng)計的降雨場數(shù)。

利用以上算法[2]，初步設(shè)計了思茅主城范圍內(nèi)1h降雨不同重現(xiàn)期降雨時程分布。由于缺乏思茅主城區(qū)的相關(guān)資料，參考國內(nèi)外大量文獻(xiàn)資料，大多數(shù)研究區(qū)域的r值均在0.3～0.5，所以r取0.4，具體降雨時程分布數(shù)據(jù)見表3和圖4。

表3 降雨時程分配 (mm/5min)

圖4 降雨歷時時程分配圖

2 結(jié)果與討論

兩套模型在不同重現(xiàn)期下，總降水量、滲入損失量均一致，而降雨產(chǎn)生的徑流和最終地表蓄水量存在很大差異。

模型A地表徑流量和最終地表蓄水量隨著降雨強(qiáng)度的增加呈現(xiàn)上升趨勢，最終地表蓄水量與地表徑流的產(chǎn)生量的比值隨降雨強(qiáng)度的增加呈遞減趨勢，兩者差距逐漸縮小。降雨強(qiáng)度達(dá)到0.2a一遇時，地表蓄水量是地表徑流量的5.5倍；降雨強(qiáng)度達(dá)到100a一遇時，地表蓄水量是地表徑流量的1.6倍。

模型B地表徑流量和最終地表蓄水量隨著降雨強(qiáng)度的增加呈現(xiàn)上升趨勢，最終地表蓄水量與地表徑流的產(chǎn)生量的比值隨降雨強(qiáng)度的增加呈遞減趨勢，兩者差距逐漸增大。降雨強(qiáng)度達(dá)到0.2a一遇時，地表蓄水量是地表徑流量的1.25倍；降雨強(qiáng)度達(dá)到100a一遇時，地表蓄水量是地表徑流量的0.34倍。如圖5所示。

圖5 各重現(xiàn)期差異圖

隨著降雨強(qiáng)度的增加，徑流量的升高，系統(tǒng)溢流點位的數(shù)量出現(xiàn)較大差異，模型A的溢流點數(shù)量沒有變化，模型B的溢流點數(shù)量由33個增至40個。經(jīng)計算得知，模型A和模型B的系統(tǒng)收集率均為下降趨勢。模型A的系統(tǒng)收集率由0.2a一遇的52.33%降至100a一遇的37.15%；模型B的系統(tǒng)收集率由0.2a一遇的49.66%降至100a一遇的30.29%。模型B的變化幅度更明顯，且與實際的系統(tǒng)收集率更為接近。

圖6 系統(tǒng)收集率對比圖

3 結(jié)論

對研究區(qū)域劃分匯水單元的方式不同，匯水單元的個數(shù)也不同，各重現(xiàn)期降雨條件下，隨降雨強(qiáng)度的增加，兩種方式對結(jié)果有明顯的影響：

(1)模型B與模型A相比地表徑流量和最終地表蓄水量間差值的變化趨勢逐步明顯；

(2)模型B的系統(tǒng)收集率的變化幅度與實際情況更為接近；

(3)模型B的溢流點數(shù)量逐步升高，而模型A的溢流點沒有變化。