匯水單元劃分尺度對SWMM模型結果的影響

許 迪，嚴長安，李麗珍，王 輝

(昆明市生態環境科學研究院，云南 昆明 650000)

0 引言

城市暴雨徑流機理復雜，影響因素繁多， SWMM模型對各重現期的降雨徑流產生過程進行模擬分析合理量化，因此得到廣泛運用。在徑流污染產匯流特征理論方面，國內學者進行過較深入的研究[1-8]，在SWMM模型中，匯水單元的劃分尺度是構建模型的重要步驟。因研究區域范圍不同，內部條件不同，劃分模型匯水單元的尺度也有所區別。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，徑流的路徑越復雜，徑流總量增加，積水點數量也有變化[14]。從模型的效率和精度兩方面考慮，本文以思茅區為例，分別采取：以匯水子片區為主的方式劃分匯水單元；以排水戶的排口和排水管網進行詳細排查和溯源分析，結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模型數據的影響進行分析，為確定建模的空間尺度提供參考。

1 技術與方法

1.1 研究區域概況

思茅區是普洱市的主城區，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，全區總面積約3928km2，轄5鎮2鄉56個村民委員會15個社區居民委員會。2016年思茅建成區面積20km2，常住人口31.44萬人，城市化率72.75%。城區下游設有兩座污水處理廠，總處理能力5萬m3/d。

本研究以中心城區的截污系統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為思茅區乃至普洱市人為活動最頻繁的地區，人口密度大，產業分布密集，城鄉結合帶和農村區域均有分布，區域結構復雜，產業化強度大，生活污水和產業化廢水量大。在城市污水大負荷壓力的作用下，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遠無法與產生的污水量相匹配，再加之河道上有大量未并入城市污水管線的排污口，河道污染現象十分嚴重，特點明顯。

圖1 研究區域范圍圖

1.2 研究方法

1.2.1 模型構建

利用研究范圍的衛星影像數據，經過GIS解譯出六種主要的土地利用類型，即村莊、道路、農田、綠地、裸地及水體，如圖2所示。通過GIS的地理面積統計功能，獲取各個匯水單元內不同土地利用類型的區域面積[2]，選取對應各土地利用類型的徑流系數，詳見表1，經過運算得出綜合徑流系數為0.49，以及各個匯水單元的徑流系數。

圖2 研究區域土地利用類型圖

表1 各土地利用類型的徑流系數

匯水單元是SWMM模型的基本計算單元，設置匯水單元的面積、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、不滲透曼寧系數、最大下滲速率、最小下滲速率以及衰減常數等諸多參數[3]。選用Horton模型來模擬地表產流過程，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遞減現象，對于不同種類的土壤，其下滲能力的遞減規律不同，下滲能力衰減常數一般取值3～6[3]，其他參數通過查閱相關文獻選擇。根據思茅區現有的雨水管網、節點信息及空間拓撲關系，結合《GB 50014-2006室外排水設計規范》中有關排水管網設計的條例對排水管網進行概化、整理，錄入模型中，兩個模型均采用一致的管網節點數據、總徑流系數、匯水總面積，以及河流、流向、溝渠等相關矢量數據。

考慮到研究區的地形、土地利用情況、管網分布及坡度、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進行詳細排查和溯源分析，結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。通過實測數據來率定參數，參數率定的結果詳見表2。

圖3 SWMM模型對比圖

表2 參數率定結果

1.2.2 降雨設計

降雨設計包括小時降雨量設計和降雨時空變化設計。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[2]。

根據普洱市市場監督管理局發布的《DB 5308/T59—2020思茅區城市暴雨強度公式》，思茅區城市暴雨強度總公式為：

(1)

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、2a、3a、5a、10a、20a、30a、50a、100a的降雨進行計算。

采用芝加哥暴雨過程模型模擬降雨過程曲線[2]，結合思茅暴雨強度公式得到：

(2)

(3)

式中：i=(t1)—峰前降雨強度；i=(t2)—峰后降雨強度；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根據思茅降雨站點資料統計，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—所統計的降雨場數。

利用以上算法[2]，初步設計了思茅主城范圍內1h降雨不同重現期降雨時程分布。由于缺乏思茅主城區的相關資料，參考國內外大量文獻資料，大多數研究區域的r值均在0.3～0.5，所以r取0.4，具體降雨時程分布數據見表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 結果與討論

兩套模型在不同重現期下，總降水量、滲入損失量均一致，而降雨產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度的增加呈現上升趨勢，最終地表蓄水量與地表徑流的產生量的比值隨降雨強度的增加呈遞減趨勢，兩者差距逐漸縮小。降雨強度達到0.2a一遇時，地表蓄水量是地表徑流量的5.5倍；降雨強度達到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度的增加呈現上升趨勢，最終地表蓄水量與地表徑流的產生量的比值隨降雨強度的增加呈遞減趨勢，兩者差距逐漸增大。降雨強度達到0.2a一遇時，地表蓄水量是地表徑流量的1.25倍；降雨強度達到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 各重現期差異圖

隨著降雨強度的增加，徑流量的升高，系統溢流點位的數量出現較大差異，模型A的溢流點數量沒有變化，模型B的溢流點數量由33個增至40個。經計算得知，模型A和模型B的系統收集率均為下降趨勢。模型A的系統收集率由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，且與實際的系統收集率更為接近。

圖6 系統收集率對比圖

3 結論

對研究區域劃分匯水單元的方式不同，匯水單元的個數也不同，各重現期降雨條件下，隨降雨強度的增加，兩種方式對結果有明顯的影響：

(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的溢流點數量逐步升高，而模型A的溢流點沒有變化。