城市雨水管網模型的水文參數靈敏度分析

王蔭茵，陶　濤，呂永鵬

（1.同濟大學環境科學與工程學院，上海市 200092；2.上海城市排水系統工程技術研究中心，上海市　200092；3.上海市政工程設計研究總院（集團）有限公司，上海市 200092）

城市雨水管網模型的水文參數靈敏度分析

王蔭茵1，陶濤1，呂永鵬2，3

（1.同濟大學環境科學與工程學院，上海市 200092；2.上海城市排水系統工程技術研究中心，上海市200092；3.上海市政工程設計研究總院（集團）有限公司，上海市 200092）

為定量分析上海某區域的SWMM模型輸出的總徑流量和峰值流量對輸入水文參數的變化響應的靈敏度，使用修正的 Morris靈敏度分析法分析了3場降雨中 SWMM模型中總徑流量和峰值流量對水文參數不滲透性洼地蓄水(Destore-Imperv)、滲透性洼地蓄水 (Destore-perv)、不滲透性粗糙系數曼寧值 (Manning-Imperv)、滲透性粗糙系數曼寧值(Manning-perv)等參數的局部靈敏度。模擬結果證明，總降雨量變大，峰值流量對于參數Manning-Imperv、Destore-Imperv響應的靈敏度程度變大，并且峰值降雨強度越大，總徑流量對于參數Max.Infiltration Rate、Decay Constant、Min.Infiltration Rate響應的靈敏度隨之變大。

SWMM；修正的Morris篩選法；靈敏度；水文參數率定

0　引言

近年來，隨著城市建設的不斷發展，城市地面硬化，降雨徑流量增加，城市內澇問題日益加劇。雨水管理模型能夠很好地模擬降雨過程中地表徑流產生情況、管網負荷情況等，能夠從水文、水質、水量等方面幫助管理和控制城市的降雨徑流。SWMM（Storm Water Management Model）是美國環保署（EPA）開發的暴雨雨水管理模型，模型能夠模擬一系列水文和水力過程，在國內外有廣泛的研究和應用[1]。模型主要根據一系列描述子匯水區特性的參數來計算降雨產生的徑流量，而這些參數沒有明確的物理含義，無法直接測量，需要對其進行參數率定，因此，雨水管網模型的參數率定是保證雨水管網模型準確模擬十分重要的一步。然而，雨水管網模型通常比較復雜，參數眾多，如果對每個參數都進行率定，工作量太大，工作效率也不高。實際上，不同的參數在取值范圍內的變化對模擬結果的影響程度不同，有些參數對結果的影響很大，而有些幾乎沒有影響，因此，需要在參數率定之前，對參數進行分類，識別出對模擬結果影響程度更大的參數，即靈敏度更高的參數，挑出這些參數進行率定，從而在保證模型的可靠性的同時，也提高了參數率定的效率。

1　研究對象與研究方法

1.1研究對象概況

該研究區域為上海某住宅區區域，匯水面積78 hm2，該片區內部以建筑、道路、草地為主要地表類型。該片區屬于城市中心城區，城市化程度高，綠化面積少，以不透水地面為主，該片區的不透水面積百分比為75%。

1.2模型建立

1.2.1模型建立過程

根據該片區的CAD管線圖，簡化雨水管網，保留雨水干管和主要檢查井節點，形成概化的雨水管網模型，包括80個子匯水區、46根排水管道、42個節點和1個出水口。圖1為概化雨水管網模型示意圖。

圖1　概化雨水管網模型示意圖

1.2.2降雨資料

該片區的降雨資料由放置在該片區的雨量計記錄的24 h實時數據獲得，通過分析整理該片區的降雨資料，選取了2010年3場典型降雨來進行模擬。3場降雨的降雨過程時間序列見圖2、圖3、圖4。20100827是典型的短歷時降雨，存在明顯峰值，峰值較大，峰形較窄。20100618和20100611則是兩場長歷時降雨，降雨強度隨著時間變化有著不規則波動，存在多個峰值，0618最大峰值強度達到35 mm/h，而0611最大降雨強度約12 mm/h。

圖2　20100618降雨過程時間序列圖

圖3　20100611降雨過程時間序列圖

圖4　20100827降雨過程時間序列圖

1.3參數取值

建立雨水管網模型的過程中需要獲得的參數分為兩類，一類是有明確物理意義、可通過測量手段獲取精確值的參數，另一類參數則無法獲取精確值，一部分是有明確物理意義但是因為測量成本太高而無法獲取，也有一部分是沒有明確物理含義，這些參數需要率定獲取[2]。可精確獲取的參數可以通過測量或者其他物理手段獲得，SWMM模型中的不透水率（Imperv）、坡度（Slope）等參數屬于此類，其數值可以直接根據調研數據獲得，而需要率定的參數以水文參數為主，其取值范圍根據《室外排水設計規范》（GB 50014—2006）2014版、SWMM用戶手冊以及文獻調研的結果綜合確定（見表1）。

表1　雨水管網模型水文參數取值范圍

1.4靈敏度分析方法

Morris篩選法是目前應用比較廣泛的一種局部靈敏度分析方法[3]。它的主要思想是選擇模型中的一個參數作為變量xi，然后固定其余的參數，在xi的取值范圍內隨意改變xi，反復多次運行模型得到目標函數y(x)的值，用影響值判斷參數的變化對模型輸出值的影響程度，如式（1）：

式中：y*為參數變化之后的輸出值；y為參數變化之前的輸出值；Δi為參數i的變化值。

在Morris篩選法的基礎上，本研究采用修正的Morris篩選法進行參數的局部靈敏度分析[4]。修正的Morris篩選法是基于參數按固定值進行百分率變化，最終靈敏度判別因子取Morris系數的多個平均值，計算公式如下：

式中：SN為參數靈敏度判別因子；Y0為模型參數調整后計算結果的初始值；Yi為模型第i次運行的輸出值；Yi+1為模型第i+1次運行的輸出值；Pi為模型第i次運行的參數值相對于校準后參數值的變化百分率；Pi+1為模型第i+1次運行的參數值相對于校準后參數值的變化百分率；N為模型運行次數。

本研究以5%的固定步長對各個水文參數進行變化，其取值分別為-25%、-20%、-15%、-10%、-5%、5%、10%、15%、20%、25%。當某一個水文參數變化時，固定其他的參數數值，最終獲得參數的靈敏度值。

進一步，根據參數的靈敏度值的大小，可將參數劃分為4類：（1）高靈敏參數，參數靈敏度值|SN|≥1；（2）靈敏參數，參數靈敏度值0.2≤|SN|＜1；（3）中等靈敏參數，參數靈敏度值0.05≤|SN|＜0.2；（4）不靈敏參數，參數靈敏度值0≤|SN|＜0.05[5]。

2　結果與分析

同一模型中的某一參數的靈敏度并非一成不變，當發生不同的降雨情況，參數的靈敏度會有變化，使用變異系數來表示同一個參數在不同降雨場次的差異性。總降雨量變大，參數Manning-Imperv、Destore-Imperv對于峰值流量響應的靈敏度程度變大，降雨20100827、20100611、20100618的總降雨量逐漸增大，當降雨為20100827時Manning-Imperv為高靈敏參數|SN|為4.7，降雨為

20100611時Manning-Imperv為高靈敏參數|SN|為1.8，降雨為20100618時Manning-Imperv為中靈敏參數；當降雨為20100827時Destore-Imperv為高靈敏參數，降雨為20100611時Destore-Imperv為靈敏參數，降雨為2010618時Destore-Imperv為不靈敏參數。

參數為 Manning-Imperv、Max.Infiltration Rate為高靈敏參數，|SN|變化范圍分別為0.12～4、7、0～3.3，參數Destore-Imperv、Destore-perv為靈敏參數，|SN|變化范圍分別為0.02～1.6、0～2.4。參數Destore-perv、Max.Infiltration Rate、Decay Constant的變異系數均超過100%，參數Manning-perv、Min. Infiltrarion Rate的變異系數為0，這兩個參數的改變不會改變模型輸出的總徑流量和峰值流量。SWMM模型中水文參數對峰值流量的靈敏度分析結果見表2和圖5。綜合來看，本模型中對總徑流量最敏感的參數是Destore-Imperv、Destore-Imperv、Manning-Imperv和Max.Infiltration Rate。

表2　水文參數對峰值流量的靈敏度計算結果

圖5　峰值流量的靈敏度參數分布

本模型中，總徑流量對于水文參數變化的響應要小于峰值流量。3場降雨得到的SN均值都小于0.05，可以認為對于總徑流量來說，這些水文參數都是不敏感參數。分三場降雨來看，峰值降雨強度越大，參數靈敏度越大。降雨 20100611、20100827、20100618的峰值降雨強度逐漸增大，當降雨為20100611時總徑流量在靈敏度分析的參數變化范圍內沒有發生變化，當降雨為20100827時僅有一個參數Max.Infiltration Rate變化帶來了總徑流量的變化，降雨為20100618時Max.Infiltration Rate、Decay Constant、Min.InfiltrationRate和Destoreperv等參數的變化都帶來了總徑流量的輸出值的變化，最大|SN|值為4.7，參數為Max.Infiltration Rate。

參數Max.Infiltration Rate、Min.Infiltration Rate、Decay Constant為高靈敏參數，|SN|變化范圍分別為0～4.7、0～3.7、0～4.6，參數Destore-perv、Manning-perv為靈敏參數，|SN|變化范圍分別為0～2.6、0～0.07。參數Destore-Imperv、Manning-Imperv的變異系數為0，參數Destore-perv、Manning-perv、Max.Infiltration Rate、Min.Infiltrarion Rate、Decay Constant的變異系數超過100%，模型輸出隨降雨變化較大。綜合來看，本模型中對總徑流量最敏感的參數是Max. InfiltrationRate、DecayConstant、Min.Infiltration Rate和Destore-perv。SWMM模型中水文參數對總徑流量的靈敏度分析結果見表3和圖6。

表3　水文參數對總徑流量的靈敏度計算結果

圖6　總徑流量的靈敏度參數分布

3　結論

本研究使用修正的Morris篩選法對上海某居民區雨水管網模型進行靈敏度分析，研究了總徑流量和峰值流量對于不同水文參數（Destore-Imperv、Destore-perv、N-Imperv、N-perv、Max.InfiltrationRate、Min.Infiltrarion Rate、Decay Constant）發生變化時的響應靈敏度。

同一模型當發生不同的降雨情況，參數的靈敏度會有變化。對總徑流量來說，參數Max. Infiltration Rate、Min.Infiltration Rate、Decay Constant為高靈敏參數，|SN|變化范圍分別為0～4.7、0～3.7、0～4.6。對峰值流量來說，參數為Manning-Imperv、Max.Infiltration Rate為高靈敏參數，|SN|變化范圍分別為0.12～4,7、0～3.3。總降雨量變大，峰值流量對參數Manning-Imperv、Destore-Imperv的響應程度變大。對總徑流量來說，峰值降雨強度越大，參數Max.InfiltrationRate、DecayConstant、Min.Infiltration Rate的靈敏度越大。

目前，國內關于水文模型參數校核的研究發展較快，但是成功案例仍然較少，主要是由于缺乏完善的實時監測系統提供充分的監測數據以供研究。隨著雨水管網模型的大范圍應用，模型參數校核的研究將更具實際意義。

[1]陳曉燕，等,雨洪管理模型SWMM的原理、參數和應用[J].中國給水排水,2013(4):4-7.

[2]劉興坡.城市雨水管網模型參數校準研究綜述[J].給水排水,2009. 35(z1):452-455.

[3]Morris,M.D.,Factorial sampling plans for preliminary computational experiments[J].Technometrics,1991,33(2):161-174.

[4]Francos,A.,et al.,Sensitivity analysis of distributed environmental simulationmodels:understandingthemodelbehaviourin hydrological studies at the catchment scale[J].System Safety, 2003,79(2):205-218.

[5]Willems,P,Quantification and relative comparison of different types of uncertainties in sewer water quality modeling[J].Water Research,2008,42(13):3539-3551.

合肥軌道交通首次接入國家電網2016年底試運營

近日，合肥軌道交通1號線110 kV廬州大道主變電所成功送電，在主變壓器空載運行24 h后成功向1號線第八供電分區及濱湖車輛段供電。廬州大道主變電所的成功送電，為確保2016年底1號線開通試運營奠定了堅實基礎。同時，本次廬州大道主變電所順利投運也是合肥軌道交通項目首次接入國家電網正式電源，意義重大。

地鐵列車是依靠電力牽引的動車組列車，地鐵列車的運行離不開電，而車站的動力照明也離不開電，電源的成功接入不僅對正式運營至關重要，對運營前的列車調試及線路聯調聯試也至關重要。主變電所是連接國家電網和地鐵內部電力網絡的中介，將國家電網110 kV電壓降壓為35 kV電壓，通過電纜線路向地鐵線路牽引變電所和降壓變電所供電，牽引變電所提供地鐵動車組列車的牽引電源，降壓變電所提供車站用電的動力照明電源，可以說是為軌道交通安全運營持續輸送動力的“造血心臟”。

軌道1號線共設置2座主變電所，分別是廬州大道主變電所和勝利路主變電所。正常情況下，廬州大道主變電所負責為望湖城站以南段沿線牽引變電所和降壓變電所供電，勝利路主變電所則負責望湖城站以北段。兩座主變電所在設計時互為備用，在突發狀況下，其設計容量均滿足負荷整個1號線臨時運行供電需求。

廬州大道主變電所位于濱湖新區廬州大道與紫云路交口東北角，是1號線與7號線的交匯口，占據重要的地理位置。該主變電所為3層鋼筋混凝土結構全地下變電所，總用地面積為1 733 m2，總建筑面積5 950 m2。目前，勝利路主變電所正在建設中，計劃于2016年下半年建成送電。

廬州大道主變電所是安徽省首座全地下110 kV變電站，地下基坑開挖深度達到20 m。為保證該主變所按期、安全送電，合肥市軌道公司在保證安全質量及文明施工的前提下，組織相關施工單位24 h不間斷施工，僅用51 d的時間(一般工期為6個月)就完成電氣一次設備、二次設備的安裝調試，以及通風空調、氣體滅火、動力照明、火災報警等系統的安裝。

TU99

A

1009-7716（2016）02-0159-04

10.16799/j.cnki.csdqyfh.2016.02.044

2015-10-16

公益性行業科研專項（201306102）；國家自然科學基金資助（51408225）；國家重大水專項（2013ZX07304002）

王蔭茵(1991-)，女，上海人，碩士研究生在讀，從事排水管網模型優化設計及研究工作。