基于4S技術的環湖截污模型構建

許　迪，賀　彬，張　英，何　佳，徐曉梅，鄧偉明，陳春瑜,趙　敏

(1.昆明市環境科學研究院，云南 昆明 650000；2.云南省環境保護廳，云南 昆明 650032)

?

基于4S技術的環湖截污模型構建

許迪1，賀彬2，張英1，何佳1，徐曉梅1，鄧偉明1，陳春瑜1,趙敏1

(1.昆明市環境科學研究院，云南 昆明 650000；2.云南省環境保護廳，云南 昆明 650032)

摘要：基于SWMM模型，利用GIS、RS及GPS技術構建滇池流域東南岸的非點源污染量化模型。結合排水系統的特點，劃分子排水單元，并進行參數靈敏度分析、率定及模型驗證，完成模型的建立，模擬昆明主城城市降雨徑流污染。進行模型的設計降雨重現期，對環湖截污系統各污水處理廠相應的干渠匯水斷面來水的水質水量過程進行模擬，并對滇池環湖截污系統進行效能分析。

關鍵詞：GIS；SWMM模型；非點源污染負荷；重現期；滇池環湖截污；效能分析

0引言

非點源污染在水環境污染中占有相當大的比重，且降雨徑流污染物來源復雜，含有大量的有機、無機污染物，可對生物體造成嚴重影響[1]。直接排入水體將會造成水體水質下降，進而導致生境破壞。隨著科技以及經濟的不斷發展，滇池水體面臨著降雨徑流、地表沖刷以及匯水污染等造成的嚴重威脅，環湖截污是滇池治理的最后一道防線，是為了保護滇池及治理滇池的長期性、復雜性、有效截污的安全性而設計的。城市徑流污染發生受多種因素控制，具有污染物種類繁多，組分多變，時空變化效應明顯，短期沖擊負荷大，初期徑流污染負荷高等特點[1]。這些特點使得非點源污染物負荷量不能進行量化，而且單一的控制技術難以達到非點源污染負荷的控制目標。為了對環湖截污工程進行問題識別與完善，將研究區域的非點源污染負荷量進行量化研究，進一步對其進行重現期內環湖截污的效能分析，為數字化環湖截污系統的構建提供數據支持。研究采用了構建SWMM模型的方式。

14S技術

環湖截污模型是基于SWMM模型、GIS、RS及GPS手段進行研究的，因此簡稱4S技術。

SWMM模型(stormwater management model)是美國環境保護署EPA(Environmental Protection Agency)為預測及管理城市暴雨而研制的暴雨洪水管理模型，因其具有較高的精度，且污染物類型可依據需要自行設定，基礎數據要求量較大，在非點源污染控制方面，建立SWMM模型來模擬流域降雨徑流和非點源污染物的輸移過程，可以提高相關工作的有效性和科學性。

GIS是一種具有采集、管理、分析和輸出多種地理信息能力的軟件，不但具有空間性，也具有動態性。由計算機系統支持進行空間地理信息數據的管理，并由計算機程序模擬常規的或者是專門的地理分析方法，作用于空間數據，產生相關信息，來完成人類難以完成的或是工作量巨大的任務。計算機系統的支持是GIS的重要特征，因而使得GIS能快速、精確、綜合地對復雜的地理系統進行空間定位和過程動態分析。GIS的外觀表現為計算機的軟硬件系統，其內涵卻是由計算機程序和地理數據組織而成的地理空間信息模型[2]。

RS技術即遙感技術(Remote Sensing，簡稱RS)，指從高空或外層空間接收來自地球表層各類地理的電磁波信息，通過對這些信息進行掃描、攝影、傳輸和處理，從而對地表各類地物和現象進行遠距離控測和識別的現代綜合技術，包括傳感器技術，信息傳輸技術，信息處理、提取和應用技術，目標信息特征的分析與測量技術等。可用于植被資源調查、土地利用類型分析、地形地貌觀測等方面[3]。

GPS即全球衛星定位系統，簡稱GPS，是利用GPS定位衛星，在全球范圍內實時進行定位與導航的系統。由美國國防部研制建立的一種具有全方位、全天候、全時段、高精度的衛星導航系統，能為全球用戶提供高精度的三維位置、速度和精確定時等導航信息，是衛星通信技術在導航領域的應用典范。它極大地提高了地球社會的信息化水平，有力地推動了數字經濟的發展[4]。

利用RS、GPS、GIS對基礎數據進行信息提取，借助SWMM模型進行信息展示與結果模擬，進而能夠實現環湖截污的效能分析。

2研究區域概況

本研究以滇池流域環湖截污系統東南岸服務范圍為研究區域，如圖1所示。現場信息調查了解到：研究區域交通較發達，人為活動頻繁，新建城市區域、城鄉結合帶和農村區域均有分布。區域結構復雜，兩岸主要為農田，無原生植被，受自然因素和人為因素相互作用的影響，流域內水土流失較為嚴重。

研究區域內排水系統主要由新建城區雨污排水管網、集鎮村莊溝渠、農灌排水溝渠、河道、河道截污管和環湖截污干渠組成。研究區域內的生活污水主要通過城市排水管道、村莊溝渠、河道截污管以及截污干渠收集。農業面源污水主要通過農灌溝渠與河道收集，最終進入截污干渠或排入滇池。

3模型構建

3.1數據處理

為獲取SWMM模型構建所需的基礎數據，通過遙感技術得到2013年衛星影像，并利用ENVI軟件對其進行處理與解譯，經GPS定位各溝渠管道的排水口，再利用GIS對研究區域進行信息數據分析與整理。

經過GIS解譯，劃分出7種主要的土地利用類型，即農田、村莊、裸地、道路、水體及綠地，如圖2所示。利用GIS的地理面積統計功能，統計各個排水單元內不同土地利用類型的區域面積，如表2所示。選取與表1中各土地利用類型相近的徑流系數[15]，經過運算得出綜合徑流系數為0.36，以及各個排水單元的徑流系數。

表1　各土地利用類型的徑流系數

表2　各土地利用類型的面積比

3.2參數敏感性分析

摩爾斯篩選法是目前應用較廣的一種敏感性分析方法。本研究采用修正摩爾斯檢驗法進行參數的敏感性分析。修正的摩爾斯檢驗法采用自變量以固定步長百分率變化 ，最終敏感性判別因子取摩爾斯系數的多個平均值，其計算公式為：

(1)

式中：SN—敏感性判別因子；Yi—模型第i次運行輸出值；Yi+1—模型第i+1次運行輸出值；Y0—參數調整后計算結果初試值；Pi—第i次模型運行參數值相對于校準后參數值的變化百分率；Pi+1—第i+1次模型運算參數值相對于校準后初始參數值的變化百分率；n—模型運行次數。

本研究以5%為固定步長對各個水文水力參數進行擾動，取值分別為-20%、-15%、-10%、10%、15%、20%。某一水文參數值變化時，其它參數保持固定不變。分析在3種不同降雨條件下水文參數對徑流深和徑流峰值的敏感性。

參照文獻[LenhartL，et.al，2002]將參數的敏感性分為4類：

(1)當參數敏感度值︱SN︱≥1時，為高敏感參數；

(2)當參數敏感度值0.2≤︱SN︱<1時，為敏感參數；

(3)當參數敏感度值0.05≤︱SN︱<0.2時，為中等敏感參數；

(4)當參數敏感度值0≤︱SN︱<0.05時，為不敏感參數。

參數敏感性分析中選取的3場雨分別為：

第一場：2013年5月3日，24h降雨量達25.8mm，持續時間較長，雨量較大；

第二場：2013年5月23日，24h降雨量達83.2mm，持續時間較長，雨量大，且前期有暴雨強的雨峰出現；

第三場：2013年6月25日，24h降雨量達19.4mm，雖然雨量較小，但1h達19.3mm，可代表高強度短歷時降雨。

根據參數的敏感度值對參數進行靈敏度分析。SWMM模型參數中影響徑流深的靈敏參數包括Width、%imperv、N-imperv、N-perv、%slope、Area和Ks。其中Width、N-imperv和Area對于第三場降雨量較少的降雨是靈敏參數，%imperv對于3場降雨均為靈敏參數；N-perv和%slope對于第三場降雨量較少的降雨是中等靈敏參數，Ks對于第一場降雨量較大的降雨是中等靈敏參數；Des-imperv、Des-perv、%Zero-Imperv、Con-mann、Con-Length、Su、IMD對于3場降雨均為不靈敏參數。

SWMM模型參數中影響徑流峰值的靈敏參數包括Width、%imperv、N-perv、%slope、Area。其中%imperv和Area對于3場降雨均為靈敏參數；N-perv和%slope對于第三場降雨量較少的降雨是中等靈敏參數，Width對于第一場和第二場降雨是中等靈敏參數；Des-imperv、Des-perv、%Zero-Imperv、Con-mann、Con-Length、Ks、Su、IMD對于3場降雨均為不靈敏參數。

SWMM模型參數中影響降雨污染物負荷量的靈敏參數包括水質參數污染物最大累積量、污染物累積速率、沖刷系數及沖刷指數。其中村莊和林地的最大累積量C1與累積速率C2對于3場降雨來說均為靈敏參數，林地的沖刷系數與沖刷指數對于第一場降雨來說為靈敏參數；而農田的沖刷系數和村莊的沖刷系數及沖刷指數對于第一場雨來說均為中等靈敏度，大棚的最大累積量C1對于第一場降雨來說為中等靈敏參數，大棚的累積速率C2對于第一場和第二場降雨來說均為中等靈敏參數；其他的土地利用類型的污染物最大累積量、污染物累積速率、沖刷系數及沖刷指數在降雨條件下對污染物負荷量均表現不靈敏。

SWMM模型參數中影響降雨污染物峰值濃度的靈敏參數包括水質參數污染物最大累積量、污染物累積速率、沖刷系數及沖刷指數。其中村莊和林地的最大累積量C1與累積速率C2對于3場降雨來說均為靈敏參數，村莊和林地的沖刷系數與沖刷指數對于第一場降雨來說為靈敏參數；而道路和大棚的沖刷指數對于第一場降雨來說為中等靈敏參數，大棚的累積速率對于第二場降雨來說為中等靈敏參數；其他的土地利用類型的污染物最大累積量、污染物累積速率、沖刷系數及沖刷指數在降雨條件下對污染物濃度峰值上均表現不靈敏。

研究參數對模型輸出結果的影響，識別敏感參數，可為模型參數的率定和不確定分析提供重要參考，能提高參數率定的效率及模型模擬的可靠性。

3.3模型率定

采用人工試錯法進行參數率定，不斷調整參數取值直到模擬結果與實測結果盡可能吻合。采用3個目標函數作為評價實測與模擬的擬合程度的指標，反映產流產污總量精度的總量相對誤差Er見公式(2)；反映出口斷面流量及污染物濃度過程吻合程度的模型效率參數(確定性系數)Ce見公式(3)；評價和說明模型適用性的相關系數r見公式(4)。

Er=(Qc-Q0)/Q0

(2)

(3)

(4)

模型模擬的是理想條件下，假設溝渠管網收集的所有水都能排入干渠，且污水處理廠的處理能力為平均處理能力。根據研究區域的實測數據以及國內外相關研究的經驗參數確定模型參數，并進行模型的率定與校驗，降雨實測徑流峰值與模擬峰值幾乎同時出現，峰值流量誤差為9.27%。參照Obievo、She和Temprano等人率定的峰值流量誤差范圍(5%～25%)，流量過程模擬結果可接受。

模擬與實測污染物濃度過程趨勢基本一致，從模型模擬結果的誤差分析來看，確定性系數均在0.70以上，污染負荷總量誤差在2%～25%，模擬與實測COD、TN、TP濃度峰值絕對值誤差均在2%～23%，誤差較小，模擬結果可接受，見表3。

表3　參數率定結果誤差分析

3.4模型校驗

參數校驗時通常比較模擬值與實測值的大小。如果差距較大，需在一定的取值范圍內依次改變模型中的參數，直到其偏離程度被調整到可容許范圍內為止。這時的參數值可作為最終值。

利用率定的參數應用于模型，對降雨水質水量變化過程模擬。對比2014年8月11日斗南地鐵口斷面和斗南村口斷面采集的實測數據，進行模型校驗。該場降雨過程的徑流、污染負荷誤差及相關性見表4。

表4　實測與模擬值誤差及相關性分析

污染負荷總量誤差及濃度誤差基本在6%～34%，參數的相關性基本維持在75%以上，模擬精度較好，模型的運行如圖3。

4降雨情景設計

降雨的設計包括小時降雨量設計以及降雨時空變化的設計。小時降雨量可以由暴雨強度公式直接推求，降雨的時空變化可用雨型表示。

根據《昆明中心城區排水專項規劃》(2009—2020)，昆明城市暴雨強度總公式為：

(5)

式中：i—設計暴雨強度(mm/min)；p—重現期(a)；t—降雨歷時(min)。

選擇歷時為60min，重現期0.2a、0.25a、0.5a、1a、5a、10a、50a的降雨進行計算，結果見表5。

采用芝加哥暴雨過程模型模擬降雨過程曲線，結合昆明暴雨強度公式得到：

(6)

(7)

式中：i(t1)—峰前降雨強度；i(t2)—峰后降雨強度；a—等于12.1+14.4lgP；b—等于14.4；c—等于0.8；r—雨峰相對位置。

表5　降雨特征

雨峰相對位置r根據滇池流域東南岸降雨站點資料統計，取多場降雨的平均值：

(8)

式中：t—峰前歷時，min；T—降雨總歷時，min；m—所統計的降雨場數。

利用以上算法[5]，初步設計了滇池流域東南岸范圍內1h降雨不同重現期降雨時程分布。由于缺乏滇池流域東岸及南岸的相關資料，根據國內外大量資料，大部分地區的r值均在0.3～0.5，所以r取0.4，具體降雨時程分布數據見表6和圖4。

5不同降雨條件下系統效能分析

由于降雨量的不同會導致環湖截污系統對污水的收集和處理時間不同，因此在進行模擬的時候模型運行時間為設計的不同重現期降雨產流及污水收集處理全過程。基于此，不同重現期模型運行時間有所區別，詳見表7。

表6　降雨時程分配

表7　不同重現期模型運行時間

重現期運行開始時間運行結束時間0.20a2014-1-2 00:00:002014-1-3 23:00:000.25a2014-1-2 00:00:002014-1-4 23:00:000.5a2014-1-2 00:00:002014-1-5 23:00:001a2014-1-2 00:00:002014-1-6 23:00:005a2014-1-2 00:00:002014-1-6 23:00:0010a2014-1-2 00:00:002014-1-7 23:00:0050a2014-1-2 00:00:002014-1-7 23:00:00

注：降雨時間為2014-1-2,11：00—12：00。

經過模擬得到的不同降雨條件下環湖截污系統的收集處理效率如圖5所示。

在降雨1h的條件下，降雨重現期為0.20a一遇的情況下，環湖截污系統產生的污水能夠完全被收集與處理。根據模擬結果，當小時降雨量超過6mm時，環湖截污系統會產生溢流，隨著降雨重現期的增加，系統收集處理效率逐漸降低。重現期為5a一遇(包括5a一遇)以上的降雨條件下，整個環湖截污系統的收集處理效率不足10%，最低僅為6.38%。污染物的收集處理效率也呈現出同樣的規律。

不同重現期污水收集處理效率的不同主要體現在系統溢流量上。隨著降雨重現期的增加，1h內地表徑流產生量增大，大量的地表徑流通過溝渠及河道系統進入環湖截污干渠，環湖截污系統配套的雨污水處理系統處理能力有限，污水處理能力低于環湖截污系統服務范圍內匯集的雨污水量，系統溢流量也逐漸增加(圖6)，最終導致整個環湖截污系統收集處理效率降低。

6結論

環湖截污干渠是滇池治理的最后一道防線。為了模擬不同降雨條件下環湖截污系統的現實情況，基于4S技術構建環湖截污模型，模擬多種重現期內關鍵斷面的水質水量，并對環湖截污的系統效能進行分析。在0.2a的降雨條件下，環湖截污系統產生的污水能夠完全被收集與處理，根據模擬結果，當小時降雨量超過6mm時，環湖截污系統才會產生溢流。研究區范圍內的環湖截污對于強度較大的降雨條件其應對能力偏弱，且污水處理廠自動調度能力有限。由于模型不能靈活地模擬調蓄池、泵站、污水處理廠之間的聯動運行，現建模型還存在一定問題，但是對于研究區域降雨徑流污染模擬具有一定參考價值。

參考文獻：

[1]趙磊.非點源污染負荷核算方法研究[J].環境科學導刊，2008,27(4)：9-13.

[2]鄔倫，劉瑜，張晶，馬修軍，韋中亞，田原，等.地理信息系統原理、方法和應用[M].北京:科學出版社，2005.

[3]劉坤，廣興賓.RS遙感技術簡介和應用[J].林業勘查設計，2002(2)：59.

[4]王德保.GPS在城市控制網中的應用研究[D].青島：山東科技大學，2004.

[5]祁繼英.城市非點源污染負荷定量化研究[D].南京：河海大學，2005.

[6]劉俊，徐向陽.城市雨洪模型在天津市區排水分析計算中的應用[J].海河水利，2001(1)：9-11.

[7]任伯幟，鄧仁健，李文健.SWMM模型原理及其在霞凝港區的應用[J].水運工程，2006(4)：41-44.

[8]叢翔宇，倪廣恒，惠士博，等.基于SWMM的北京市典型城區暴雨洪水模擬分析[J].水利水電技術，2006，37(4)：64-67.

[9]黃卡，張翔，李鵬.SWMM模型在城市設計洪水中的應用研究[J].企業科技與發展，2008(10)：214-216.

[10]董欣，杜鵬飛，李志一，等.SWMM模型在城市不透水區地表徑流模擬中的參數識別與驗證[J].環境科學，2008，29(6)：1495-1501.

[11]趙冬泉，陳吉寧，佟慶遠，等.基于GIS構建SWMM城市排水管網模型[J].中國給水排水，2008，27(4)：88-91.

[12]陳鑫，鄧慧萍，馬細霞.基于SWMM的城市排澇與排水體系重現期銜接關系研究[J].集水排水，2009，35(9)：114-ll7.

[13]黃卡.SWMM模型在南寧心圩江設計洪水中的應用研究[J].洪水河，2010,10(5)：36-38.

[14]馬曉宇，朱元勵，梅琨,等.SWMM模型應用于城市住宅區非點源污染負荷模擬計算[J].環境科學研究，2012，1(1)：96-101.

[15]GB50013-2006室外排水設計規范[S].北京：中國計劃出版社，2006.

[16]許迪.SWMM模型綜述[J].環境科學導刊，2014，33(6)：23-26.

Research on Building Lakeside Intercepting Sewage Model Based on 4S Technology

XU Di1,HE Bin2,ZHANG Ying1,HE Jia1,XU Xiao-mei1,DENG Wei-ming1,CHEN Chun-yu1,ZHAO Min1

(1. Kunming Institute of Environmental Science，Kunming Yunnan 650032 ,China)

Abstract：The model of SWMM was built to quantify the non-point source pollution in the south-eastern area of the Dianchi-lake basin using GIS, RS and GPS technology. Based on the characteristics of the drainage system, the drainage units were delineated. The sensitivity analysis of the parameters was conducted as well as the verification and the calibration. The model was built up to simulate the rainfall pollution in the downtown area of Kunming. Through resetting the rainfall reappearing period of the model, the water volume and water quality of the drainage system connecting to all wastewater treatment plants were simulated to analyze the efficiency of the lakeside intercepting sewage system.

Key words：GIS; SWMM model; non-point source pollution load; rainfall reappearing period; lakeside intercepting sewage system of Dianchi Lake; efficiency analysis

中圖分類號：X52

文獻標志碼：A

文章編號：1673-9655(2016)01-0013-07

作者簡介：許迪(1987-)，女，昆明市環境科學研究院工作。通信作者：何佳(1983-)，女，昆明市環境科學研究院工作。

基金項目：國家水體污染控制與治理科技重大專項(2012ZX07102001)。

收稿日期：2015-10-12