基于SWMM模型的城市雨洪模擬建模方法研究

徐慧珺

(江蘇省基礎地理信息中心，江蘇 南京 210013)

城市雨洪是指城市區域高強度、短歷時降雨情形下，由于城市排水不暢導致的城市地面產生積水積澇的現象。通過文獻查閱和網絡新聞報道不完全統計[1- 4]，2010—2016年間，全國共243個地級市受到了大暴雨的侵害，其中33個省會級城市發生約208起城市積澇的現象，造成了巨大的社會經濟財富損失，甚至引起了人員傷亡。隨著城市化建設的快速發展和城市區域不透水面積的擴大，雨洪引起的城市內澇問題已成為交通擁堵、人口擁擠、環境污染等城市問題之后的又一大城市病。

南京市作為長三角地區及華東地區唯一的特大城市，在2010—2016年間，幾乎每年都遭受內澇災害，城市雨洪帶來了巨大的社會財富的損失，嚴重影響了人民的出行和安全，帶來了消極的社會反響。

城市雨洪災害的發生具有隨機性和突發性，雨洪的發生、發展和降水、地形、區域排水網絡的條件等因素密切相關，利用雨洪模型進行城市雨洪的定量運算是雨洪預報、城市排水管網措施評價以及災害評估的有效手段，得到了廣泛應用[5- 21]。城市雨洪的模擬，通常采用分布式水文建模的方法，利用區域地形進行離散單元的劃分，本文以廣泛應用的SWMM(storm water management model)模型在典型區的應用實例[12]，重點探討在城市雨洪的分布式數據建模中，綜合考慮地表和地下排水系統的空間離散單元合理劃分方法，以及在缺乏實測數據時的模型參數的經驗校準方法。

1 數據與方法

1.1 研究區概況

本文選取棲霞區南京師范大學仙林校區作為研究區，面積約為1.17km2，南北兩個校區，整體地勢呈西北高東南低，西南和北部邊緣為低丘，南部和中部為緩降的平地，是人工建筑為主的教學和生活區。氣候屬亞熱帶濕潤氣候，四季分明，雨水充沛，年平均降雨量1106mm，其中夏、秋季經常性發生強降水，造成部分區域集水成澇。研究區和典型的城市下墊面不同，西北地帶分布著以自然植被覆蓋的丘陵、崗地，南邊為三用河，區域內不透水層面積約為50.2%，是典型的自然植被和人工建筑交集覆蓋的區域。

1.2 利用SWMM模型進行城市雨洪建模的數據需求及來源

(1)降雨資料：降雨數據共分為2種，包括實際觀測雨量數據和合成雨量數據，其中合成雨量數據通過當地的暴雨強度公式[13- 14]，結合芝加哥雨型得到[15]，用于基于徑流系數的模型參數率定過程。

(2)地表、地下排水管網數據：包括圖形數據和相關屬性數據。圖形數據主要包括地表雨水管口(井)、雨水管連接節點、雨水管段及地表明渠空間分布等，如圖1所示。屬性數據為輸水管段、雨水井、管網節點所具有的長度、管徑、高程，窨井深度、地面高程等信息。

圖1 研究區地形及管線概況圖

(3)基礎地理數據：主要包括研究區的地面覆蓋類型、數字高程模型等數據，輔助進行子匯水區離散化劃分和相關水文屬性參數的計算。

文中所用各類數據的來源及屬性見表1。

表1 雨洪模擬所需數據及來源

1.3 地下排水管網的概化和流向分析

利用SWMM模型進行雨洪模擬，需要將區域劃分成子匯水區進行模擬計算。每一個子匯水區內需對應相應的排水系統，進行地表徑流、地下徑流及地下管網輸移水量計算[16- 18]。建模步驟如圖2所示。其中空間離散單元的合理劃分是正確進行雨洪模擬的前提，和自然流域不同，城市下墊面排水網絡主要以地下排水管網為主，因此在空間離散化環節需要將地表的產匯和地下的輸移正確結合起來。研究區地下管網系統結構復雜，2個區域共包含了5001個地下管段和4990個雨水井節點，需要對復雜的地下管網系統進行梳理，明確管網的流向結構特征，概化出能反映區域排水的主干網絡和基本的流向結構，才能結合地表高程信息進行合理的空間單元的劃分。

圖2 SWMM模型分布式數據建模流程圖

1.3.1研究區地下排水管網系統概化

原始的地下排水管網圖為cad格式，首先將其轉換為shp格式并利用GIS軟件建立管段間的拓撲關系，對于管段和管段間的雨水井(連接節點)建立相應的描述屬性表(管徑、長度、標高等屬性)，從排水口向上搜索，根據管徑和道路信息進行主干排水管網的提取。研究區北部邊緣區為自然植被覆蓋的低丘和坡面，坡面流通過地面明渠逐級匯入地下管網或附近的湖塘，在空間離散單元的劃分中，需要明確表達自然坡面的產匯流過程，因此，需要將地面明渠和地下排水網絡連接整合一體，輔助離散單元的劃分。通過上述步驟逐級概化的排水管網和地表明渠如圖3所示。

圖3 研究區排水管網概化圖

1.3.2排水管網流向確定

從平面看，地表地下管網構成了交叉相連的復雜環狀網路，正確、實際描述水流匯集、管網傳輸過程是雨洪模擬的關鍵，前提則是要進行排水管網水流流向的確定。轉換成shp格式的管網數據包含了圖形及相應的屬性表。管網屬性為長度、管徑，及兩端節點的高程。由于排水管網結構復雜，數據量大，為了提高數據建模的效率和準確性，文中設計了管網流向計算模型和應用程序，輔助進行地下管網流向分析并構建管網系統的拓撲關系。

利用GIS的數據模型，將排水管網系統抽象成點、線為主體的空間實體。點實體為管段兩端的雨水井節點，其屬性包含了相應的空間編碼(WTDH)和高程信息要素；線實體即單一的輸水管段，屬性包含起終點號(QDH/ZDH)、起終點高程(QDGC/ZDGC)、長度、管徑等要素。雨水井節點與管段是多對一的空間關系，管段之間為通過共同節點連接關系。

內部管段水流按照從高處到低處的重力流原則，通過比較管段的起終點高程屬性，進行管段的流向生成。由于埋設和測量中的誤差，在管網流向生成過程中，需要對以下2種問題進行發現和修正。

(1)依據節點高程屬性重新定義地下管段起終點號。構建管段的拓撲關系后，現有地下管網數據中的起終點號是按照測量順序命名，不代表水流的流向，即會出現起點高程小于終點高程(QDGC

(2)根據連續管線的整體流向確定其中單一管段的流向。由于埋設或勘測誤差，管網數據中存在相鄰管段水流流向同一節點并無出水口的現象。如圖4(b)中，按照重力流向原則，節點1Y1和1Y3都流向1Y2，且無其他出水路徑。此時需要按照管網的拓撲關系及節點特征，進行連續無分流的整段管線識別，將包含2段或以上管道，且中間無分支的管線定義為連續管線，如圖4(a)中的①—⑤所示，根據連續管線的起點和終點高程確定總體流向，并對中間管段的流向進行修正，如圖4(b)所示。

圖4 管段流向修正流程圖

通過以上算法得到的研究區排水管網流向識別結果如圖5所示(根據管網的排水路線差異將研究區劃分為北區和東西區)。

圖5 排水管網流向結果

1.4 子匯水區離散化

1.4.1建成區的子匯水區劃分

對處于平面位置的管網入水口匯水過程及作用范圍進行分析，適當降低匯入點高程，明確每個入水口對周圍區域的匯水作用[19]，對建筑物所在的區域進行高程抬升從而還原建筑物在實際地形中的隔水作用；利用Arcgis水文分析模塊進行地面流向分析，根據排水管道平面圖、自動劃分子匯水區使得水流匯集到就近的雨水入口，使得每個子匯水區包含一個獨立的匯水管網，按照水流匯集點柵格外圍邊界勾畫完成子匯水區的劃分。

1.4.2外圍丘陵部分的子匯水區劃分

利用Arcgis中的水文分析模塊按照地表高程進行坡地流向的生成，使得單一坡面水流匯集到最近的坡底明渠入口，按照流向聚集點的所有柵格外邊界勾畫可得到外圍非建成區的子匯水區。對于研究區內部的湖泊、水塘單獨勾畫邊界，標注流入的明渠，成為特殊的匯水區。子匯水區劃分結果如圖6所示。整個研究區共劃分323個子匯水區。由于前期明確了匯水管網的流向和管網之間的拓撲關系，因此子匯水區劃分后其間的匯水關系也能正確表達，每個子匯水區作為SWMM模型運行的空間單元，進行地表產匯流的計算，地表徑流匯入子匯水區的入口，按照管網的拓撲關系依次進行傳輸計算。

圖6 南師大仙林校區子匯水區劃分圖

1.5 不確定參數校準

由于實地采集數據的缺乏，本文不能通過出口徑流實測值與模擬出口徑流值進行參數的校準實驗。本文采用基于徑流系數的城市降雨徑流模型參數率定方法[20]，通過城市雨水管網設計中采用的綜合徑流系數(表2)和模型模擬的徑流系數之間的對比，對模型中的不確定性參數進行校準。

表2 城市綜合徑流系數經驗值

不確定參數校準步驟：

(1)根據SWMM模型用戶手冊，以不透水區/透水區曼寧系數、不透水區/透水區洼蓄量、最大入滲率、最小入滲率和衰減常數7個參數作為待校準參數。

(2)利用芝加哥雨型過程線分別合成重現期為1、2、3a，降雨時長為120min，雨峰系數取0.4的研究區降雨過程線Rain(P1)、Rain(P2)、Rain(P3)。

(3)首先通過用戶手冊和期刊文獻先預設7個參數的初始值，再用合成降雨過程線Rain(P2)進行模擬，通過模擬的徑流系數與城市綜合徑流系數(表2)的參考值進行對比分析，對7個校準參數進行多次調整，最終得出模型校準參數的“理想解集”，見表3。

表3 Rain(P2)下基于徑流系數的參數模擬校準結果

(4)選用Rain(P1)和Rain(P3)對上述校準參數進行驗證。根據土地利用圖計算，北區不透水層面積比重約為41.6%，屬于表2中的第3種區域類型，參數率定后的模擬結果得出北區綜合徑流系數分別為0.424、0.528；東西區西北部的低丘坡面匯流基本流入坡面下端的仙林湖，建成區的不透水層比重約為52.7%，屬于表2中的第2種區域類型，參數率定后綜合徑流系數分別為0.531、0.634，都在各自的綜合徑流系數規定范圍內。

2 典型降雨事件模擬和驗證

選擇2016年7月1日6：00～10：00的降雨事件為研究對象(簡稱20160701降雨事件)，進行雨洪模擬的實證研究，并選用徑流過程線，模擬徑流系數和溢流點進行模擬結果的驗證。

2.1 徑流過程線驗證

20160701降雨事件從2016年7月1日06：00～10：00，歷時4h，降水總量72.6mm，6：00～7：00降雨強度不斷增加，徑流量也隨之增大，到7：00左右降雨強度最大，徑流量達到最大，7：00～10：00降雨強度逐漸減小，徑流量也緩慢減少，如圖7所示。模擬結果的徑流過程線與降水過程線基本擬合。

圖7 20160701降雨過程線與徑流過程線對比圖

2.2 模擬徑流系數驗證

20160701降雨事件中，北區總降雨量為72.6mm，入滲量為25.928mm，填洼量為0.413mm，徑流量為46.470mm，徑流系數為0.64。北區不透水面積百分率為41.6%，模擬的徑流系數比城市綜合徑流系數參考值0.4～0.6要偏大，究其原因，20160701降雨事件歷時較長且降雨強度大于土壤消退速度，即土壤長時間飽和，當土壤飽和時，雨水基本不發生入滲而大量轉化為徑流，所以徑流系數偏大。東西區的總降雨量為72.6mm，入滲量為16.812mm，填洼量為4.186mm，徑流量為50.030mm，徑流系數為0.689，由于東西區不透水面積百分率為52.7%，模擬徑流系數結果在綜合徑流系數規定值0.5～0.7范圍內，模擬結果較好。

2.3 溢流點驗證

20160701降雨事件中北區發生大量溢流的時間段在12：40～16：20之間，期間積水量較多的溢流點多集中在北區七號路，而在主路三江北路和紫金路上均較少且積水量較少，其他路段基本沒有溢流。經20160701降雨13：30～14：30期間的實地考察，發生積水的節點位于主路紫金路上的1Y85節點和三江北路上的1Y39節點，以及積水嚴重的北區七號路上的1Y1015、1Y1002節點、1Y987節點，如圖8所示，與模型模擬溢流點位置相符，表明北區模擬結果相對較好。

圖8 20160701降雨事件中北區溢流點概況

20160701降雨事件中，東西區發生大量溢流的時間段在14：25～16：50之間，期間模擬的溢流點主要在九號路東北路段，三號路段，五號路段西段、一號路西段和中段以及東區宿舍區內，其他路段基本沒有溢流。經20160701降雨14：40～16：20的實地考察，經常發生溢流的節點C2，一號路西側2Y700和2Y703節點路段處與模型模擬溢流點位置相符，如圖9所示。

圖9 20160701降雨事件中東西區溢流點概況圖

而經過實際勘察驗證，時常發生大面積積水的二號路南側3Y125和3Y121節點路段在模擬時并無溢流點。經勘查，因為二號路3Y125和3Y121節點路段地勢低洼，降雨匯集在地面形成低洼積水，而周圍雨水井設置于地勢較高的路段兩側，路段低洼處的大量積水無法通過地勢較高處的雨水井進入排水管網，因此只能匯集在地面產生了大量的積水。而模型只能模擬地面徑流通過雨水節點流入排水管網中的匯流情況，因此模擬結果出現了偏差。

3 結論

(1)通過整合地表明渠、概化地下管網，將自然植被覆蓋區域的明渠納入區域排水系統，便于綜合考慮地表明渠和地下管網共同匯流的作用，從而劃分合理的空間離散單元。

(2)管網流向自動化識別方法的探索構建，輔助實現了城市雨洪模擬中子匯水區的正確劃分。

(3)可利用下墊面的水文特征，通過綜合徑流系數實現模型主要參數的率定，文中方法可實際應用于城市下墊面或自然坡面和人工建筑綜合覆蓋的區域，可進行實際降水成澇的情景模擬。