茍德菲，楊 輝，周午陽，孫志民

(1.沈陽建筑大學市政與環(huán)境工程學院，遼寧沈陽 110168； 2.廣州市市政工程研究總院有限公司，廣東廣州 510060)

計算機通信技術、網絡信息技術的快速發(fā)展為城市排水管網的信息化管理開辟了新徑，使現代化管理技術與排水管網水力模型、管網監(jiān)測系統(tǒng)的聯(lián)合應用成為可能[1]。目前，國內外應用較多的管網模型有SWAT模型、SWMM模型、InfoWorks ICM模型等[2-4]，其中InfoWorks ICM 模型由英國Wallingford 軟件公司開發(fā)，可應用于城市排水系統(tǒng)設計與規(guī)劃的各方面[5]。相較于其他模型，InfoWorks ICM能夠把城市排水系統(tǒng)模型與河道模型耦合，對城市排水系統(tǒng)進行全流程地模擬，能夠更加真實地模擬地表與地下等排水系統(tǒng)在運行中的動態(tài)過程[6]。另外，隨著城市發(fā)展，城市排水系統(tǒng)的動態(tài)監(jiān)測與工作質量的提升必須借助排水管網監(jiān)測系統(tǒng)，而在保證監(jiān)測系統(tǒng)安全、可靠的前提下，如何使其得到實用，特別是監(jiān)測系統(tǒng)存儲的大量數據如何使其得到有效利用[7]。本文將從InfoWorks ICM模型驗證的角度，引出排水管網監(jiān)測系統(tǒng)數據的應用途徑。

模型驗證一般在對建立的模型進行參數靈敏度分析及參數優(yōu)化校正后進行，其目的是確定該模型是否能準確地反映實際系統(tǒng)的各種動、靜態(tài)特性，是否可保證所建立的模型符合實際情況，即驗證摸擬所得結果與實際監(jiān)測結果是否吻合[8]，所以模型驗證對模型的建立與投入應用具有重要意義。對于驗證方法，研究者們探索出多種驗證方式。比如，王瀅等[9]在無完整監(jiān)測網絡的研究流域中，采用類比方式，結合歷史積水資料和相關文獻，類比城市內澇防治標準實際24 h降雨的內澇情況完成驗證；黃子千等[10]在研究流域中選擇特殊位置，對比實測與模擬產生最大深度的時間，考慮時間偏差權重的方式對模型進行驗證；王輝等[11]在模型驗證中選取7 場完整降雨，包括1年一遇降雨、超標準降雨以及低標準降雨的 3 種降雨類型，考察模型系統(tǒng)產匯流水量與實際管網、泵站運行狀態(tài)的吻合程度完成驗證；高婷等[12]在缺乏實測數據的研究流域中，以徑流系數為驗證標準，確保計算的徑流系數與模型的徑流系數值相同的方式完成驗證。但是，這些驗證方式不僅缺乏實測監(jiān)測數據或監(jiān)測系統(tǒng)不完善等問題，同時也忽略了降雨在時間與空間上的不均勻性，比如，以往的研究在驗證輸入降雨數據時，一般以單點降雨代替面降雨，由此產生的不確定性對模型的輸出結果產生較大的影響。

與其他研究者的驗證方式不同，文章基于InfoWorks ICM建立的H區(qū)流域2D模型，首先在流域中搭建完整的監(jiān)測系統(tǒng)，收集大量實測數據，并結合監(jiān)測系統(tǒng)對驗證流域進行降雨分區(qū)，采用分區(qū)多點降雨模擬方式，在模型中分區(qū)輸入實測降雨數據，將模擬結果與實測液位數據進行對比，考察監(jiān)測點實測液位與模擬液位數據的最大變化差值對模型進行驗證。

1 研究區(qū)域概況

區(qū)域位于廣州市中心腹地越秀區(qū)境內的H區(qū)流域，該流域北起L湖，南入珠江，全長為4.51 km，匯水面積約為12.47 km2。流域具有較高的城建密度和地面硬化率，排水體制以截流式合流制為主。近年來頻發(fā)的極端暴雨，導致嚴重的雨天溢流污染(CSO) 和內澇災害，水環(huán)境問題很嚴峻。為有效解決流域內內澇問題和溢流污染問題，H區(qū)流域正在開展國內第一個深層隧道排水系統(tǒng)工程項目——H區(qū)深層排水隧道試驗段。

H區(qū)深層排水隧道雨季可作為流域合流污水調蓄轉輸通道，雨后經污水泵組提升后送到污水處理廠，從而提高全流域截污系統(tǒng)的截流倍數，大幅減少流域各渠箱開閘次數，削減雨季流域溢流污染。大型暴雨條件下，作為雨水排澇通道，行使排澇功能，雨水經尾端排洪泵組提升后排至珠江，從而提高流域內合流干渠的排水標準。H區(qū)深層排水隧道是大陸首次進行設計與實際應用，因此，進行該項目設計所依據的相關建設標準、技術參數、設計指引，以及運行方式、運行參數等都是空白。盡管香港已建設1條深隧用于泄洪排澇，國外也有較多深層隧道的成功工程案例，但其功能定位、基礎條件、運行模式等均與該深層隧道有所區(qū)別，可以借鑒國外或香港經驗，但不同城市的實際情況依舊存在較大差別。其中，深層隧道的優(yōu)化調度運行就是其中一項非常重要的研究內容。但由于深層隧道目前處于施工階段，不能直接對現場進行調度，使優(yōu)化運行管理難度加大。因此，為給深層隧道的調度運行提供數據支撐，確保調度結果的準確性，研究人員在流域中建立了實時在線監(jiān)測系統(tǒng)，以獲取精確、實時數據；并利用InfoWorks ICM軟件建立H涌流域水力模型，作為該流域深隧排水系統(tǒng)運行管理、決策分析的輔助工具。

1.1 模型建立

利用InfoWorks ICM商業(yè)軟件，根據排水管網中檢查井、排水管渠，以及泵站、堰、閥門、拍門等相關排水設施屬性數據，并且結合河涌湖泊水系、地表產匯流特性等信息建立排水系統(tǒng)1D模型。在1D模型基礎上，提取高程點(X、Y、Z)數據，利用GIS空間分析工具制作地表數字高程模型(DEM)，在此基礎上與1D排水模型耦合并進行不規(guī)則三角形網格劃分，建立了可以模擬地表水浸動態(tài)過程的2D水力模型，如圖1所示。

圖1 H區(qū)流域2D排水系統(tǒng)模型界面Fig.1 Model Interface of 2D Drainage System in H Zone Watershed

另外，在建模過程中，根據H區(qū)流域排水系統(tǒng)、管網水系特點，將模型流域劃分為10個集水區(qū)，并根據每個集水區(qū)覆蓋的用地性質(屋面、道路、鋪裝、綠地、水面等)通過ATO(用地類型面積提取技術)計算出各集水區(qū)覆蓋用地類型比值，從而計算出模型各區(qū)產匯流參數。根據劃分的10個區(qū)，結合InfoWorks ICM軟件功能，在利用模型進行模擬時，可根據分區(qū)輸入不同降雨數據。

1.2 監(jiān)測系統(tǒng)建立

根據國外深層隧道系統(tǒng)調度運行控制經驗，湯舒[13]和周午陽等[14]在前期調度研究中對深隧排水系統(tǒng)進行了內澇監(jiān)測研究，在H區(qū)流域的淺層管網內澇情況調研及分析基礎上，在流域中選取合理的內澇點安裝監(jiān)測點，并結合物聯(lián)網及自動化控制等專業(yè)技術搭建了排水管網實時監(jiān)測系統(tǒng)。監(jiān)測系統(tǒng)2016年9月建立，主要包括數據采集、數據網絡傳輸、數據存儲與管理、信息發(fā)布四個部分。其中數據采集采用液位計和雨量計，通過調查2010年-2014年流域中內澇情況，選擇25個重要內澇點及渠閘位置，安裝了25個壓力式液位計和5個觸發(fā)式翻斗式雨量計，分別用以采集排水管網中液位與雨量數據。按每1 min實時計量的在線數據存儲于服務器后臺，可按監(jiān)測點進行任何時刻歷史數據的查詢與提取。

2 模型驗證

2.1 降雨區(qū)域劃分

根據集水區(qū)與用地性質模型被劃分為10個區(qū)，其分別為dd1、dd2、dd3、dd4、dd5、dd6、dd7、dd8、dd9區(qū)和dd10區(qū)。在模擬降雨過程時可對各區(qū)設置不同降雨，即不同區(qū)域可以輸入不同的降雨數據，并同時進行模擬得出最終結果。根據模型，結合流域中建立的5個雨量監(jiān)測點，綜合考慮雨量計的分布位置、各區(qū)域排水管網分布及各小區(qū)域水流匯集情況，將模型中10個區(qū)劃分為5個降雨分區(qū)。劃分的優(yōu)勢有：①能充分利用雨量計監(jiān)測數據；②降雨過程通常時空分布不均，導致各個片區(qū)降雨量也不相同，或存在較大差異，在一定程度上，分區(qū)降雨模擬能減輕只輸入一個降雨數據造成的誤差，從而保證模型的驗證結果更加精確。

模型分區(qū)、降雨分區(qū)與各區(qū)中液位監(jiān)測計分布如圖2所示。表1為降雨分區(qū)信息匯總，其中23號、24號、25號液位監(jiān)測點與湖泊、河涌及珠江液位變化相關，而模型模擬中難以實現實際某場降雨過程中河涌、湖泊及江內液面的實時變化模擬，因此在模型驗證過程中將這3個液位監(jiān)測點舍去。

2.2 監(jiān)測數據收集與處理

從監(jiān)測系統(tǒng)存儲器中調取2017年1月—2018年9月的在線實測數據，采取數據分類篩選與剔除的方式對數據進行處理，剔除由于監(jiān)測設備故障或斷電等原因導致的數據缺失、數據明顯錯誤以及無變化的無效數據。

表1 降雨分區(qū)信息Tab.1 Information of Rainfall Zoning

數據處理發(fā)現，一場降雨中5個雨量計同時存在有效數據的降雨事件較少，僅2場。為保證驗證結果，增加驗證降雨事件，取在同一場降雨中，存在有效數據的雨量計≥4個，且液位監(jiān)測點存在有效數據的液位點≥10個的降雨事件，共11場。降雨事件匯總如表2所示，表3為各降雨事件的基本概況。

表2 用于驗證的11場降雨事件Tab.2 11 Rainfall Events for Validation

表3 降雨事件基本情況Tab.3 Basic Information of Rainfall Events

2.3 驗證方法

在模型中確定研究流域中監(jiān)測點安裝位置，便于后續(xù)進行模擬結果數據對比。輸入雨量數據時，雨量計為5個的降雨事件，按照雨量計對應模型分區(qū)直接輸入數據。雨量計只有4個的降雨事件，進行以下處理：判斷該區(qū)是否降雨。方法為考察雨量計設備當時是否運行正常，若運行正常，則認為該區(qū)當時未降雨，對應模型區(qū)域不輸入降雨數據；若設備運行故障，則認為該區(qū)當時降雨，應填補該區(qū)雨量數據。采取的方式為：缺少數據的雨量計分區(qū)降雨數據取其相鄰雨量分區(qū)降雨數據的平均值，例如，根據表2所示，2017年3月18日的降雨事件，存在有效降雨數據的雨量分區(qū)分別為：①號、②號、③號和⑤號，則根據分區(qū)圖，④號分區(qū)降雨數據?、厶柡廷萏栍炅坑嫈祿骄?。圖3為模型雨量數據輸入界面。

圖3 模型中雨量輸入界面Fig.3 Interface of Rainfall Input in the Model

將收集并整理好的實測降雨數據，導入模型并進行模擬運行。將模擬得出的結果，考察模型中液位監(jiān)測點的液位變化數據，與該場降雨中液位監(jiān)測點的實測液位變化數據進行一一對比?！冻擎?zhèn)內澇防治技術規(guī)范》(GB 51222—2017)規(guī)定地面積水深度≥150 mm為發(fā)生內澇，為保證模型與實際流域吻合度，且兩者存在的誤差值處于安全控制范圍內，即模型產生的誤差不造成內澇風險，模型驗證對比差值標準值應小于150 mm;如果實測液位數據與模擬結果數據的最大差值≤150 mm，則認為該液位監(jiān)測點驗證正確。另外，進行驗證的降雨事件都有10～15個液位監(jiān)測點，驗證中規(guī)定每次驗證降雨事件中驗證錯誤的監(jiān)測點應≤2個，即當每場降雨事件液位監(jiān)測點驗證正確率≥80%時，則認為該場降雨模型驗證正確。

3 驗證結果分析

圖4為2017年3月18日降雨事件模擬驗證結果。由圖4可知，進行驗證對比的監(jiān)測點有11個，其中10個監(jiān)測點的實測液位變化數據與模擬數據最大差值<150 mm，僅11號監(jiān)測點對比最大差值為175 mm，則該場降雨的監(jiān)測點驗證正確率為90.9%。

圖4 2017年3月18日降雨事件驗證結果Fig.4 Verification of Rainfall Events on March 18, 2017

同理，對其余10場降雨事件進行驗證，將得出的結果進行匯總，如表4所示。

由表4可知，模擬驗證的11個降雨事件中，僅2個降雨事件的監(jiān)測點驗證正確率未達到80%，則11個降雨事件驗證正確事件率為81.8%；在驗證正確的9個降雨事件中，進行驗證的監(jiān)測點共115個，驗證正確的監(jiān)測點共97個，則監(jiān)測點的驗證正確率為84.3%；22個液位監(jiān)測點在11場降雨事件中，僅20號監(jiān)測點在每場事件中均未驗證正確。

表4 11場降雨事件驗證結果匯總Tab.4 Summary of Validation Results

4 結論

研究利用監(jiān)測系統(tǒng)實測雨量及監(jiān)測點液位數據，對Info Works ICM軟件建立的2D排水模型進行驗證。根據模型可進行多點分區(qū)降雨的特性，結合監(jiān)測系統(tǒng)中雨量計，將模型進行降雨分區(qū)，采用多點分區(qū)降雨的模擬驗證方式，避免采用單點降雨代替面降雨的問題，減輕了降雨過程時空分布不均造成的驗證誤差。

研究模型驗證結果得出，11個降雨事件驗證正確率為81.8%，監(jiān)測點的驗證正確率為84.3%，認為模型與實際排水系統(tǒng)吻合度較高。H區(qū)流域水力模型是該流域排水系統(tǒng)改造與深層排水隧道系統(tǒng)調度運行的重要工具，模型與實際系統(tǒng)吻合度較高，有助于提高利用模型評估系統(tǒng)規(guī)劃調整方案的可靠度，同時為系統(tǒng)優(yōu)化調度運行提供可靠的理論指導與數據支撐。

另外，隨著排水系統(tǒng)中監(jiān)測系統(tǒng)越來越完善，InfoWorks ICM軟件也被越來越多的應用于建立排水流域模型，文章中采用分區(qū)多點降雨的模擬驗證方式可為同類研究提供參考借鑒，特別是對于研究流域面積較大的模型，采用該驗證方式可很大程度避免驗證誤差，同時，可根據流域面積劃分更多降雨分區(qū)，以確保驗證過程的精確性，從而保證所建模型的可靠度。