基于SWMM模型的南充市順慶區暴雨徑流過程模擬

周耀鑫，王增武，盧德全，姬莉雯

（1.成都信息工程大學資源環境學院，四川 成都 610225；2.南充市氣象局，四川 南充 637000）

1 研究背景

隨著中國城市化進程的加快，城市人口急劇膨脹，建筑及道路等不透水地表面積不斷增加，導致下墊面發生重大改變，極大地影響了城市區的水文特性，直接改變了區域降雨地表徑流的大小，使得城市內澇成為嚴重的城市環境問題。在相同的洪澇條件下，當前城市洪澇災害造成的損失較以前存在明顯增加，城市排洪減災成為了社會的重點研究領域[1]。城市雨水管網排水過程模擬對降低城市內澇發生風險具有極其重要的意義。

目前應用于城市內澇的模型主要有MIKEFIOOD模型、STORM模型和SWMM模型[2-3]，MIKE FLOOD是基于排水管網模型和流域水文模型進一步開發而成的[4-6]，能夠實時監測水位、水深和水流的變化情況，可以預測城市內澇發生的地區，屬于商業模型；STORM模型主要適用于城市單場降水的水質、水量模擬，但該模型需要大量難以獲取的數據資料；SWMM模型主要應用于單一降水、長期降水以及水質模擬，可對降雨過程中的地面、排水管網等進行計算，被國內外學者廣泛應用[7-10]。陳鑫等[11]構建鄭州市的SWMM模型，模擬了洪澇過程，并研究了排水體系和城市排澇的重現期關系。CHOI等[12]對于低洼地的洪水問題建立SWMM模型，分析了低洼地潛在的內澇風險，并對雨水管網排放方案提出了改進；PARK等[1]通過在不同的空間分辨率下建立的SWMM模型，分析了下墊面的徑流情況，結果表明分辨率對于模型影響程度小。在眾多模型中，SWMM具有模型模擬效果好、數據資料少、非商業模式等優點，因此本文采用SWMM模型對南充市排水管網進行模擬。

中國是洪水災害頻發的國家，大部分城市都會面臨城市內澇問題。城市內澇不僅會給城市造成經濟損失，也會嚴重威脅到居民的生命財產安全。隨著南充市經濟建設的發展，南充市亟需編制一個切實可行、具有超前性和可操作性的城市排水管網規劃。2015-08-16—17，南充市發生區域大暴雨，24 h內城區降雨量達到192.6 mm，刷新有氣象記錄以來的歷史極值。其中，最大降雨量為328.5 mm，出現在順慶區荊溪街道辦文昌宮村。

排水管網的合理規劃，可以在突如其來的暴雨面前把暴雨災害損失降到最低。在城市總體規劃指導下，順慶區排水管網暴雨徑流過程模擬對促進南充市的發展具有十分重要的戰略意義。

2 研究區和數據資料

2.1 研究區概況

順慶區位于四川省東北部，四川盆地中部，嘉陵江中游西岸，北緯30.41°—30.51°、東經106°—107.07°之間，幅員面積555.5 km2。區境內地勢西北略高、東南較低，主要有中丘、淺丘和平壩3種地貌類型。方山丘陵典型，丘陵占67.3%，余為平壩，海拔多在300m左右。順慶區境內水資源包含嘉陵江，其流經面積158 km2，長45 km，為順慶區排水管網主要出水口。

順慶區屬亞熱帶濕潤氣候，夏季受西太平洋副熱帶高壓、孟加拉灣潮濕氣流以及四川盆地影響，南充市全年濕潤，夏季多暴雨。根據多年資料統計，多年平均日照時數為1 200～1 500 h，南充降雨時空分布不均，多年平均降雨量1 020.8 mm。其中6—9月降雨和地表徑流占全年徑流總量的60%。

2.2 數據資料

數據資料包括水文資料、管網資料和下墊面數據資料，具體如下。

水文資料是從南充市氣象局獲取的高坪國家基本氣象站（57411）降雨數據，該站點數據即可覆蓋研究區的范圍，數據時間為2020-07-11T00：00—11：00、2020-08-24T11：00—18：00、2020-06-27T08：00—18：00。該數據主要用于SWMM模型的參數率定與暴雨徑流過程模擬。

管網數據是構建模型最基本的數據，從城市環境管理局獲取。這類數據主要是雨水管網數據，包括雨水管道的長度、管徑、管道高程、檢查井高程等。

下墊面數據包括土地利用類型和高程。土地利用類型數據不易獲取到高分辨的產品數據，所以需要下載高分辨率影像來目視解譯獲取。首先從LocaSpace Viewer 4軟件下載0.5 m分辨率的天地圖影像，該影像為遙感數據，利用ArcGIS軟件進行可視化處理，將其分為水體、綠地、居民區和道路。由此得到研究區的土地利用類型數據。高程數據為90 m分辨率的SRTM3數據。利用ArcGIS軟件的空間分析功能，獲取到該區域的坡度數據。

3 研究方法

本文基于暴雨洪澇模型（Storm Water Management Model，簡稱SWMM）模擬城市暴雨徑流過程。SWMM模型包含了水文模擬和水力模擬，建模過程中，需要對管網數據概化，在概化數據的基礎上劃分子匯水區，使用數據資料建立研究區域SWMM模型。使用徑流系數法對模型率定，這種方法是以研究區實際的綜合徑流系數作為模型率定目標函數，將不能確定的參數反復代入模型進行校準計算，進而得到最準確的值，利用變異系數法驗證模型合理性，最后對南充市2015-08-17降水過程模擬，分析城市積水情況。

水文模擬主要計算地表的產匯流情況，該模塊主要包含地表徑流計算和下滲計算，該模型以子匯水區為基本單元，將研究區域劃分為多個不同的子匯水區，地表的徑流計算使用非線性水庫方法計算出地表徑流大小，地表下滲水量計算是指子匯水區的透水區地表水進入下層土層的過程。目前下滲水量計算方法主要有3種，分別為霍頓方程、格林-安普特方程以及徑流曲線數值法[13]，順慶區為南充南部，地形以丘陵為主，地形坡度起伏不大，霍頓下滲模型即可客觀反映出地表產流下滲情況，因此，本文選擇霍頓下滲模型作為下滲水量計算的方法。霍頓模型是一個經驗模型，通過水的入滲率由最大值隨時間呈指數級下降至最小值的下滲過程進行模擬。

式（1）中：ft為穩定下滲率，mm/s；f0為初始下滲率，mm/h；k為下滲衰減系數，mm/s；t為下滲歷時，s。

水力模擬以雨水管道，檢查井節點為基本單位，使用水力學的方法對管道流量進行計算，目前SWMM模型提供了恒定流演算、運動波演算和動態波演算這3種計算方式[14-16]，恒定流法使用簡單的方程計算排水管網的管徑流量；運動波法通過質量和動量守恒原理計算每個導管的水流情況；動態波法是求解完整的一維圣維南流量方程組進行流量計算，其演算結果是最精確的。本文選擇動態波演算作為SWMM模型的水力過程模擬方法。圣維南方程動量方程為：

圣維南方程動量方程連續方程為：

式（2）（3）中：A為垂直與x軸的橫斷面；Q為斷面的流量；x為水流方向；S0為地面坡度；Sf為水流坡度；Vx為水流方向的橫斷面平均流速。

4 模型構建

4.1 管網概化

管網數據處理是建模過程中的重要步驟，其處理質量直接決定了該區域對抗暴雨的能力。由于管網本身數據限制以及模型自身的復雜性，原始的管網數據不能直接代入模型進行計算，需要對南充管網數據進行抽象概化以便分析。在滿足模型精度的情況下，選擇研究區合理的主管道、次管道，舍棄管道短小、管網混亂的管道。在道路中心點、路口以及歷史易澇點保留管網數據。最后利用ArcGIS軟件將剩下的管道數據概化后附上相應的屬性，使用WGS1984坐標系描繪地理位置信息，概化后的順慶區管網有182根雨水管道，175個檢查井節點，8個排水口，如圖1所示。

圖1 雨水管網概化結果

4.2 子匯水區劃分

子匯水區是水文模型中基本水文計算單元，是指由地表產生的徑流匯集至檢查井所經過的地表區域。每個城市下墊面相對復雜，降雨后地表情況差異較大，因而需要對研究區域進行子匯水區劃分，以體現降雨過程中地表徑流產生的差異。同時匯水區也包含了SWMM模型中眾多需要率定的參數，包括匯水區寬度、面積等，直接影響模型精度，因此，對子匯水區的劃分尤為重要。

本文先根據概化后的雨水檢查井利用泰森多邊形對研究區域進行匯水區劃分，再利用目視解譯法進行修正。首先使用ArcGIS對90 m分辨率的高程數據空間分析，得到南充市順慶區的低洼點，并對低洼點進行緩沖區分析，將緩沖區內包含的管網節點合并，再根據漁網創建規則獲取道路中心點，隨后將管網節點、低洼點和道路中心點進行整合，在此基礎上，建立泰森多邊形，為了有利于參數率定，對匯水區進行修正，本文對高分辨率遙感影像使用目視解譯的方法，使一個匯水區所包含的地物類型盡可能單一，由此劃分出176個子匯水區，結果如圖2所示。

圖2 子匯水區劃分結果圖

4.3 南充市雨洪排水模型的建立

在排水管網和子匯水區構建完成后，將SWMM模型所需的數據匯總為shp文件，再使用HS-SWMM軟件轉換成對應的inp文件。為了進一步檢驗排水管網網絡的合理性，需要對檢查井節點和管道的拓撲關系進行邏輯性檢查。最終得到的排水管網模型如圖3所示。

圖3 shp文件排水管網模型示意圖

4.4 SWMM模型參數率定

4.4.1 管網參數

管網參數主要包括檢查井節點參數和排水管道參數。其中，檢查井節點參數包括XY坐標、檢查井井深、地面高程，管網的參數包括長度、粗糙度、橫截面尺寸。部分參數如表1和表2所示。

表1 檢查井節點屬性（部分）

表2 雨水管道參數（部分）

表1（續）

4.4.2 子匯水區參數率定

子匯水區參數分為2種，一種是物理參數，根據相關的資料，其值可根據空間計算分析獲得實際數值；另一種是經驗參數，其值無法直接獲取，可以根據以往經驗確定初始值，再根據模擬與實測數據對比，率定參數取得最優值[17-18]。

4.4.2.1 物理參數率定

子匯水區的物理參數包括匯水區寬度（Width）、匯水區域面積（Area）、坡度（Slope）、不滲透百分比（Imperv）等，這些參數的確定，需要使用ArcGIS對高程數據、土地利用類型數據等輔助數據進行空間分析、計算。本文確定物理參數的具體方法如下。

確定匯水區面積要利用ArcGIS對其建立相應的屬性表，并通過柵格計算器直接計算統計分析得到。

匯水區寬度指匯水區域內徑流流經地表的特征寬度，根據SWMM手冊，特征寬度的計算公式為Width=Area/Flow Length，該參數先經過公式計算，再通過統計分析得到。

子匯水區坡度指某一子匯水區的平均坡度，在進行降水模擬時，一般使用子匯水區平均坡度作為模擬的參數，這樣能相對客觀真實地表現出子匯水區域的坡度高低變化。本文匯水區平均坡度的計算是基于高程數據，利用ArcGIS的空間分析功能提取坡度，以匯水區為基本單元進行統計分析得到。

不滲透百分比指匯水區內不透水區域的部分占整個子匯水區的面積比例。首先對遙感影像進行目視解譯，得到土地利用類型數據，主要分為水體、建筑屋頂、道路和植被；再根據表3所示判斷各區域是否為不透水區域；最后根據子匯水區內透水區與不透水區的比例計算得到該參數。

表3 不透水區判定

由此得到研究區域匯水區的物理參數結果如表4所示。

表4 物理參數率定結果（部分）

4.4.2.2 經驗參數率定

子匯水區經驗參數包括不透水區曼寧系數（N.Imperv）、透水區曼寧系數（N.Perv）、無洼蓄不透水區占比（Zero.Imperv）、不透水區洼蓄深度（Dstroe.Imperv）、透水區洼蓄深（Dstroe.Perv）、最大滲透速率（Max.infil.Rate）、最小滲透速率（Min.infil.Rate）。模型經驗參數的率定的一般方法是將實測雨水管網的徑流資料和SWMM模型在實測雨量數據下的模擬結果進行比較分析。由于未能獲取順慶區城區的雨水管網內實測流量數據，因此本文采用徑流系數作為模型的矯正函數進行率定。將研究區綜合徑流系數作為目標函數，經過反復多次的參數調整，最終使得降雨模擬結果趨近于實際值。

研究區綜合徑流系數確定。城市雨水徑流系數的設計，區域整體平均系數在數值上等于各類下墊面面積的加權平均數，在城市排水手冊中給出了不同城市化的綜合徑流系數參考值，如表5所示。依據《城鄉總體規劃》中各類用地性質分布情況，順慶區城區學校、公司、小區等建筑較為密集，確定研究區的綜合徑流系數在0.45～0.6之間。

表5 城市區域綜合徑流系數取值表

本文將研究區分為綠地、建筑用地、道路、水體4個類型的區域，其中綠地徑流系數為0.1、建筑用地徑流系數為0.9、道路徑流系數為0.9、水體為徑流系數為1。

通過對各類用地面積進行加權平均，得出研究區域綜合徑流系數為0.587，如表6所示。

表6 研究區域綜合系數計算表

經驗參數率定結果。本文選取南充市順慶區2020-07-11與2020-08-24的降雨量數據，分別如圖4、圖5所示。

圖4 2020-07-11降雨量

圖5 2020-08-24降雨量

將降雨數據代入模型反復調整參數，調參后得到模擬徑流系數分別為0.598和0.576，和實際徑流系數0.578比較，變化率均小于3%，最終確定參數值如表7所示。

表7 匯水區經驗參數取值范圍

5 南充市暴雨徑流模擬

暴雨徑流模擬是對整個研究區排澇能力的一次檢測，模擬時需要選取一場典型大暴雨數據，代入模型進行計算，并根據研究區節點的溢流值來判斷研究區的內澇情況。本文選取2020-06-17降雨數據在南充市順慶區進行暴雨徑流模擬，所得溢流節點結果如圖6所示。

圖6 暴雨溢流節點圖

總體來說南充市順慶區在大暴雨情況下部分地區會產生積水，從圖中可以看出陪江路、西河中路、白土壩路有較多積水，其積水量處于29.5～39.35 L之間；迎風路、四海街、模范街有部分積水，其溢流量處于11～29.5 L之間；瀠華大道、移民大道、玉帶路有少量積水，其溢流量處于5～11 L之間。本次模擬結果表明陪江路、西河中路、白土壩路街道為易澇地區，對比易澇點資料，模擬結果基本符合歷史內澇情況?；赟WMM模型使用2020-06-17典型大暴雨數據對研究區進行模擬分析，可以看出，陪江路、西河中路、白土壩路街道為易澇地區，需要對上述地區防水防澇工作進行改進加強。

6 結語

本文以南充市順慶區為例，構建出與實際情況較為吻合的SWMM模型的排水管網，并利用該模型進行暴雨徑流過程模擬，主要結論如下。

本文結合GIS軟件對管網資料進行概化處理，得到182個管道，175個檢查井節點，8個排水口，并根據概化結果劃分出176個子匯水區，在此基礎上，應用模型原理，選擇霍頓下滲模型進行SWMM模型的建立。

根據綜合徑流系數法，利用2020-07-11和2020-08-24典型降雨數據調整參數，其綜合徑流系數分別為0.598和0.576，較實際值0.578，變化率均小于3%，精度較高，說明該模型在南充市順慶區有較好的效果，對該區域的排水管網應用有較好的實用性，可為該地區排水防澇減災提供有效參考，并為該地區在城市排水管理提供技術支撐。

基于SWMM模型使用2020-06-17典型大暴雨數據對研究區進行模擬分析，可以看出，陪江路、西河中路、白土壩路街道為易澇地區，需要對上述地區防水防澇工作進行改進加強。