昆明地區3種典型降雨參數對滇池環湖截污干渠調蓄城市雨水效果的影響

蘇定江， 姚娟娟， 胡欣逸， 張 智， 蔡松柏， 劉 存

(1.重慶市市政設計研究院， 重慶 400012； 2.重慶大學 城市建設與環境工程學院，重慶 400045； 3.中國市政工程西南設計研究總院有限公司， 四川 成都 610081)

1 研究背景

為了保護滇池水環境，昆明市投資55.24億元建立了總長度為50 km的滇池環湖截污干渠(以下簡稱干渠)及配套管網收集系統。滇池東岸干渠分為污水干渠(斷面1.5 m×4.5 m)和雨水干渠(斷面4.5 m×4.5 m)，雨、污水渠隔墻上設置有孔口連通，當雨水渠水位低于連通孔口底則實行雨污分流制，降雨超過一定強度后雨水渠水位高于連通孔口底時實行合流制。該特殊設計使得干渠容積得到充分調用，但經雨水干渠進入污水干渠的后期較潔凈的雨水徑流會對污水廠產生高水量、低濃度的沖擊負荷[1-2]。依據滇池東岸城市初期雨水的水質水量規律以及雨水典型污染物相關性[1-3]，基于“TN濃度閾值-液位/TN負荷通量”的干渠調蓄城市初期雨水方案被提出[4]，并應用于干渠的實際運行管理中。前期研究發現，不同降雨重現期對該方案截留城市雨水徑流中典型污染物的效果影響顯著，重現期越高，污染物收集效率提高越顯著[4-6]。除重現期以外，相關的研究還顯示，降雨雨峰位置[7-9]、降雨歷時(相同降雨重現期)[10-11]、前次與本次降雨的間隔時間[5,12-13]等其他典型降雨參數均會對城市雨水徑流總量及雨水徑流水質產生影響，進而可能會影響到“TN濃度閾值-液位/TN負荷通量”調蓄運行模式下干渠收集城市雨水徑流中典型污染物的效能。

本文以前期研究中所建立的基于ArcGIS-SWMM的滇池東岸干渠系統水質水量模型[14-17]為基礎，采用基于Box-Benhnken的響應面分析法[18]，全面考察了昆明地區3種典型降雨參數——雨峰位置、降雨歷時、前次與本次降雨的間隔時間及其3個代表水平，對干渠東岸段“TN濃度閾值-液位/TN負荷通量”聯合運行模式下干渠東岸段截流城市雨水徑流中4種典型污染物COD、SS、TN、TP效能的影響，為干渠的雨洪高效管理提供參考。

2 基于Box-Benhnken響應面設計

2.1 因素水平的選取

通過分析昆明市1995-2009年逐時降雨雨量數據以及昆明市呈貢區(滇池東岸)2010-2016年逐分鐘降雨雨量數據，確定具有昆明地區具有代表性的雨峰位置、降雨歷時、前次降雨與本次降雨的間隔時間3因素水平。

2.1.1 雨峰位置的水平選取 昆明市呈貢區(滇池東岸)1995-2009年逐時降雨雨量數據及2010-2016年逐分鐘降雨雨量數據統計發現：昆明地區降雨以單峰雨型為主，占降雨總場次的54%；其次，雨峰位于降雨歷時(0～1/4)時間、(1/4～2/4)時間及(2/4～3/4)時間的降雨占雨總場次的百分比分別為58%、18%、12%。故研究選取1/4時間、2/4時間和3/4時間為雨峰位置代表水平。

2.1.2 降雨歷時的水平選取 昆明市呈貢區(滇池東岸)1995-2009年逐時降雨雨量數據及2010-2016年逐分鐘降雨雨量數據統計發現：昆明地區降雨均以短歷時(1～3 h)為主，占了總體降雨場次的55%。降雨歷時頻率最高為：2 h(占全部場次降雨量的22.8%)、1 h(17%)及3 h(15%)。相同降雨重現期下，降雨歷時越短，則雨水徑流流量峰值越高，雨水徑流對地表的沖刷效應也越顯著，同時雨水徑流的污染物濃度越高。兼顧干渠收集雨水中污染物的不利原則，本文選用1、2和3 h為降雨歷時代表水平。

2.1.3 前場與本場降雨間隔時間的水平選取 昆明市呈貢區(滇池東岸)1995-2009年逐時降雨雨量數據及2010-2016年逐分鐘降雨雨量數據統計發現：出現頻率最多的相鄰兩場降雨時間間隔為2 h，占降雨總場次11%，其次為25～36 h，占降雨總場次7%，再次為61～72 h，占降雨總場次5.6%。相同降雨重現期下，前場與本場降雨間隔時間越長，地表污染累積效應越明顯，雨水徑流中污染物濃度越高；但地表滲透性增強，雨水徑流總量可能減少。另一方面，前場與本場降雨間隔時間能一定程度上反映旱季與雨季。綜合考慮，選取2、37和72 h為前場與本場降雨間隔時間的 代表水平。

2.2 響應量的選取及計算

本文選擇雨水干渠對城市雨水徑流量，城市雨水徑流中SS、COD、TN以及TP的收集率4個指標作為“TN濃度閾值-液位/TN負荷通量”調蓄運行模式下的響應變量。由于昆明市無官方暴雨設計方法，故根據昆明市降雨強度公式及常用芝加哥暴雨設計方法確定模擬用降雨序列。通過ArcGIS-SWMM的滇池東岸干渠系統水質水量模型，在干渠 “TN濃度閾值-液位/TN負荷通量”調蓄運行模式下，模擬計算了重現期P=1 a時，不同雨峰位置、降雨歷時、前次降雨與本次降雨的間隔的干渠對城市雨水徑流量以及城市雨水徑流中SS、COD、TN和TP的收集率。

2.3 三因素三水平Box-Benhnken響應面法的設計

采用Box-Behnken設計了三因素三水平共15個模擬計算場景(如表1所示)。研究采用多元二次回歸方程擬合因素與響應變量之間的函數關系，并通過方差分析來判斷回歸方程的顯著性。

(1)

式中：Y為預測響應值;β0、βi和βii分別為偏移項、線性偏移和二階偏移；βij為交互作用系數；Xi為自變量編碼值，它同自變量實驗水平實際值xi的換算公式如下:

Xi=(xi-xi,0)/(xi,+-xi,-)

(2)

式中：xi,0，xi,+和xi,-分別為自變量在編碼水平為0，1和-1時的實際值。

Box-Behnken設計及其模擬計算結果如表2所列。

表1 因素水平和編碼

表2 Box-Behnken設計及其模擬計算結果 %

3 結果分析與討論

3.1 3種典型降雨參數對雨水徑流量收集率的影響

利用軟件Minitab，以雨峰位置、降雨歷時、前場與本場降雨時間間隔為自變量，以在“TN濃度閾值-液位/TN負荷通量”調蓄運行模式下雨水徑流收集率為響應值，對表2數據進行多元回歸分析，并去除部分明顯不顯著項，增加模型精度，得到多元二次回歸方程(下式均為編碼值)：

雨水收集率= 0.52569-0.01456X1-

0.06323X2+0.01436X3+0.02371X2·X2+

0.01883X1·X3

(3)

式中：X1為雨峰位置；X2為降雨歷時,h；X3為前次與本次降雨間隔時間,h。

回歸方程的方差分析如表3所示，整體模型P值小于0.001，失擬0.554遠遠大于0.05，表明該模型失擬不顯著，方程對實驗有較好的擬合性，實驗誤差較小；復相關系數R-sq以及修正的復相關系數R-sq(調整)的數值接近于1，說明模型相關性較好。模型中，雨峰位置影響顯著，降雨歷時影響非常顯著，前場與本場降雨時間間隔影響顯著；二次項中，僅有降雨歷時的平方影響顯著，其他均不顯著；交互項中，雨峰位置、前次與本次降雨間隔時間交互影響顯著，其余不顯著。

在相同的降雨重現期下，雨峰位置越靠前，雨水徑流峰值出現越早，干渠前期為空，能收集更多雨水徑流；而降雨歷時越短，干渠負荷越小，使得干渠能截留更多雨水徑流；前次與本次降雨間隔時間越長，干渠容積負荷得到緩沖，使干渠能截留更多雨水徑流。

雨峰位置、前次與本次降雨間隔時間交互影響如圖1所示。當雨峰位置越靠后、前次與本次降雨間隔時間越長時，土壤含水量越低，能對前期雨水徑流起到緩沖作用，干渠有更多空間收集后期徑流雨水峰值，提高干渠雨水收集率。

表3 雨水徑流量收集率回歸模型的方差分析

圖1 雨峰位置與前次與本次降雨間隔時間的交互影響

3.2 3種典型降雨參數對雨水徑流中4種典型污染物收集率的影響

利用軟件Minitab，以雨峰位置、降雨歷時、前場與本場降雨時間間隔為自變量，以“TN濃度閾值-液位/TN負荷通量”調蓄運行模式下SS、COD、TN、TP收集率為響應值，對表2數據進行多元回歸分析。結果顯示，自變量與響應值之間僅存在線性關系(具體如下)：

SS=0.50205-0.04026X1-0.03614X2-

0.02492X3

(4)

COD=0.54833-0.03794X1-0.03080X2-

0.03546X3

(5)

TN=0.62009-0.02783X1-0.01885X2-

0.02453X3

(6)

TP=0.55976-0.03498X1-0.03097X2-

0.03743X3

(7)

式中：X1為雨峰位置；X2為降雨歷時,h；X3為前次與本次降雨間隔時間,h。

回歸方程的方差分析如表4所示，4個模型除TN收集率的P值均小于0.001外，TN收集率模型的P值為0.003，說明影響因素影響度均為顯著；失擬遠遠大于0.05，表明4個模型失擬不顯著；4個模型的復相關系數R-sq以及修正的復相關系數R-sq(調整)的數值接近于1，說明4個模型相關性較好。

模型中，不同降雨條件對于4種典型污染物收集率的影響，僅存在線性關系，不存在平方以及雙因子交互作用。對于SS、COD、TN、TP收集率，雨峰位置、降雨歷時、前次與本次降雨間隔時間影響均為顯著。SS、COD、TN、TP污染物的收集率與雨峰位置、降雨歷時、前次與本次降雨間隔時間4種自變量為負相關。

在同一降雨重現期下，隨著雨峰位置增大，雨水徑流量峰值時間推后，使得干渠在高負荷下收集峰值雨水徑流，導致干渠對4種污染物的收集率逐漸減少；隨著降雨歷時的增大，使得干渠處于高負荷收集狀態的時間增加，導致干渠對4種污染物的收集率逐漸減少；而隨著前次與本次降雨間隔時間的增大，更為干燥的土壤能儲蓄更多雨水，所以干渠收集到的雨水徑流中污染物總量減少，使得4種污染物的收集率減少。

表4 SS、COD、TN、TP 4種污染物收集率回歸模型方差分析

對前述響應面實驗結果進行分析可以發現，重現期為1 a、雨峰位置為0.25～0.75、降雨歷時為1～3 h、前次與本次降雨間隔時間為2～72 h時，干渠雨水收集率范圍為44.32%～60.63%，SS、COD、TN、TP的收集率范圍分別為42.80%～58.22%、46.42%～63.63%、56.34%～68.54%、47.62%～64.47%。而雨峰位置越靠前，降雨歷時越短，前次與本次降雨間隔時間越短，會使得截污干渠雨水收集率升高，增加截污干渠通量運行負荷；雨峰位置越靠后，降雨歷時越長，前次與本次降雨間隔時間越長，使得截污干渠污染物收集率降低，降低截污干渠運行效率。當雨水收集率高而污染物收集率低，表明干渠收集污染物效率低，不利于截污干渠以及后續雨污水廠工作。所以，污染物收集率最低和雨水收集率最高時為干渠最不利運行點。最后運用軟件Minitab對響應面進行優化，找到響應面處于極值點時即干渠最不利運行點的降雨條件：雨峰位置為0.75，降雨歷時為1.82 h，前次與本次降雨間隔時間為72 h，此時SS收集率為42.85%，COD收集率為46.42%，TN收集率為56.34%，TP收集率為47.62%，雨水收集率為51.12%。

4 結 論

(1)滇池環湖截污干渠在“TN濃度閾值-液位/TN負荷通量”調蓄運行模式下，重現期為1 a、雨峰位置為0.25～0.75、降雨歷時為1～3 h、前次與本次降雨間隔時間為2～72 h時，干渠雨水收集率為44.32%～60.63%，SS、COD、TN、TP的收集率分別為42.80%～58.22%、46.42%～63.63%、56.34%～68.54%、47.62%～64.47%。在同一重現期下，不同典型降雨參數對雨水徑流以及4種典型污染物收集率影響的平均波動幅度超過了15%。

(2)對于“TN濃度閾值-液位/TN負荷通量”調蓄運行模式下干渠的雨水收集率，雨峰位置、降雨歷時、前次與本次降雨間隔時間3種降雨因素均影響顯著；二次項中，僅有降雨歷時的平方影響顯著；交互項中雨峰位置與前次與本次降雨間隔時間交互影響顯著。對于干渠的SS、COD、TN、TP 4種污染物收集率，僅存在線性關系，雨峰位置、降雨歷時、前次與本次降雨間隔時間3種降雨因素均影響顯著。

(3)本研究建立了“TN濃度閾值-液位/TN負荷通量”調蓄運行模式下干渠的雨水收集率以及SS、COD、TN、TP 4種污染物收集率與雨峰位置、降雨歷時、前次與本次降雨間隔時間3種降雨參數的數學模型，可以利用該數學模型對干渠的雨水收集率以及4種污染物收集率進行輔助驗證以及預測，為滇池環湖截污干渠雨洪管理提供依據。