楊亞紅，閆俊江，蔚 陽，胡家瑋，張惠寧

1)蘭州理工大學(xué)土木工程學(xué)院, 甘肅蘭州 730050；2)清華大學(xué)深圳研究生院，廣東深圳 518055

目前，城市雨水和非點源污染的模擬是中國海綿城市規(guī)劃設(shè)計中的一項關(guān)鍵支撐技術(shù)．該模型的應(yīng)用使低影響開發(fā)(low impact development, LID)測量系統(tǒng)的設(shè)計和仿真更加有效[1-2]．LID因具有調(diào)蓄和滲透的強大功能而被廣泛應(yīng)用于水處理行業(yè)，其中應(yīng)用頻率最高的是綠色屋頂和透水鋪裝[3]．它們的最大優(yōu)勢在于對管控歷時短的強降雨非常有效，據(jù)統(tǒng)計，在氣候溫和區(qū)綠色屋頂和透水鋪裝每年累計減少50%的雨水徑流[4-6]．透水鋪裝還可去除雨水中的沉淀與其他污染物，起到分散徑流、減少流量和補給地下水的作用[2]．然而，LID設(shè)施針對歷時長的強降雨和有特殊地形要求區(qū)域的處理能力卻是有限的，如何通過分析特殊條件下LID滲蓄機理，促進LID設(shè)施的完善和性能發(fā)揮來指導(dǎo)工程實踐成為必要．

本研究利用暴雨洪水管理模型(stormwater management model, SWMM)與ArcGIS工具，選取中國蘭州市某校區(qū)作為研究對象，在現(xiàn)有城市雨水管網(wǎng)的數(shù)據(jù)(氣象、管網(wǎng)、土地利用和數(shù)字高程模型(digital elevation model, DEM))存在的前提下，建立雨洪管理-地理信息系統(tǒng)(stormwater management model with geographic information system, SWMM-GIS)模型，模擬針對長/短歷時強降雨與有特殊地形要求區(qū)域的LID處理效果，并分析了該區(qū)域可能有關(guān)的因素．

1 方法和材料

1.1 模型及計算參數(shù)

1.1.1 SWMM-GIS模型

SWMM模型由美國環(huán)保局(US Environmental Protection Agency，USEPA)資助開發(fā)，且不斷更新，當(dāng)前已發(fā)展到SWMM5.1版本[7]．SWMM能較好地模擬各種降雨條件下的下滲、蒸發(fā)、地表徑流及排水管網(wǎng)等一維水動力過程[8]．當(dāng)降雨達到一定強度時，排水管網(wǎng)超負荷運行，部分節(jié)點水深大于井(雨水井)深，此時可用ArcGIS軟件中的空間分析工具對溢出的水量進行二維地表積水模擬計算，同時得到淹沒水深和積水面積等信息[9-11]．

1.1.2 基于GIS的二維地表積水量統(tǒng)計

積水量統(tǒng)計包括節(jié)點積水量統(tǒng)計和柵格積水量統(tǒng)計．節(jié)點積水量統(tǒng)計是通過ArcGIS中添加XY坐標(biāo)數(shù)據(jù)功能，將節(jié)點矢量化，并把坐標(biāo)、井底高程和井深等相關(guān)屬性通過連接功能導(dǎo)入屬性表，然后按照DEM柵格行列編號方式對節(jié)點進行行列編號．最后通過調(diào)用SWMM動態(tài)庫中的Get SWMM函數(shù)讀取SWMM結(jié)果文件，統(tǒng)計出每個節(jié)點的積水總量．

柵格積水量計算采用種子蔓延算法．種子蔓延算法首先需要在研究區(qū)的DEM中設(shè)置種子點位置和種子點水位，然后基于4方向或8方向進行搜索．將種子點周圍高程值與種子點水位進行比較，若種子點水位大于周圍某點高程，則將該點加入連通域并判定其為已淹沒，然后將該點作為新的種子點循環(huán)上述過程，直到?jīng)]有新的種子點時停止循環(huán)[12-14]．

1.1.3 模型參數(shù)的率定和驗證

根據(jù)匯水區(qū)實際情況，結(jié)合文獻[14-17]資料和模型手冊，利用SWMM-GIS耦合模型空間統(tǒng)計分析工具設(shè)定特征寬度和不滲透系數(shù)等確定性參數(shù)．并將不滲透/滲透曼寧系數(shù)、不滲透/滲透洼地蓄水、最大/最小入滲速率等不確定性參數(shù)作為校準(zhǔn)參數(shù)．本研究中模型參數(shù)校準(zhǔn)采用2017年7月、2018年6月和2019年5月共3個月的降雨資料(降雨編號依次為201707、201806和201905)，這3場降雨均有詳細的降雨特征、對應(yīng)的流量數(shù)據(jù)以及市政部門統(tǒng)計的積水點，可以進行參數(shù)校準(zhǔn)，完成校準(zhǔn)后用得到的參數(shù)對2019年7月暴雨(降雨編號為201907)進行率定和驗證．通過對參數(shù)進行調(diào)整，使3場暴雨對應(yīng)的模擬流量過程和實測流量過程的Nash-Sutcliffe(N-S)效率系數(shù)均大于0.8(表1)．參數(shù)計算結(jié)果如表2．

1.2 數(shù)據(jù)獲取

研究區(qū)徑流模擬需要的基礎(chǔ)數(shù)據(jù)包括氣象、管網(wǎng)、土地利用和DEM，如表3．

表1 實測降雨特征及參數(shù)校正誤差Table 1 Measured rainfall characteristics and parameter correction errors

表2 率定參數(shù)計算值

表3 建?；A(chǔ)數(shù)據(jù)

1.3 研究區(qū)域概況及LID布置

1.3.1 研究區(qū)域概況

研究區(qū)域地處蘭州市地勢南高北低靠近黃河南岸的七里河區(qū)．七里河區(qū)境內(nèi)屬大陸性半干旱氣候．主要特征是：四季分明，冬夏長，春秋短．雨熱同季，垂直氣候變異顯著．氣溫、熱量和光照隨海拔由南向北升高；年平均降雨量為327 mm，由南到北逐漸降低．校區(qū)占地面積87 hm2，如圖1(a)．在建校之前，當(dāng)?shù)囟酁槠巾斘菝?，?shù)量少且占地面積有限；周圍多分布山楊、樺樹群體及少量灌木．這類植物滲透系數(shù)高，對水分蒸散與入滲作用顯著．建校后土地利用類型多樣化，不滲透面積(包括新開發(fā)地塊、建筑物、開闊空地和道路)占比將近57%，特別是占比近29%的校園道路，不滲透面積占比達70%以上，如圖1(b)．

圖1 研究區(qū)域概況Fig.1 (Color online) Overview of the study area

校園匯水區(qū)及雨水管網(wǎng)經(jīng)ArcGIS概化后，共由226個子匯水區(qū)、249個節(jié)點(包括3個總排放口)和241段雨水管道組成．經(jīng)統(tǒng)計，研究區(qū)域雨水管道總長8 804.55 m，匯水區(qū)總面積64.11 hm2．概化后的研究區(qū)域地圖(如圖2(a))結(jié)合表1率定后的模型參數(shù)共同作為傳統(tǒng)開發(fā)(traditional development, TD)模式進行徑流模擬．

圖2 研究區(qū)域概化結(jié)果平面圖Fig.2 (Color online) Generalization results of the study area

1.3.2 LID布置

根據(jù)匯水區(qū)地形特征，查閱文獻[18-20]及《海綿城市建設(shè)評價標(biāo)準(zhǔn)》(GB/T51345—2018)[21]相關(guān)規(guī)定，研究區(qū)域經(jīng)LID布置并作為LID模式進行徑流模擬，如圖2(b)．黃色部分為添加了綠色屋頂?shù)慕ㄖ^(qū)域，紅色部分為添加了透水鋪裝的道路區(qū)域．圖2(b)中百分比為LID處理對應(yīng)子匯水區(qū)的面積占比范圍．綠色屋頂與透水鋪裝的設(shè)置參數(shù)如表4和表5．

1.4 暴雨強度公式的確定及設(shè)計降雨過程線

因蘭州市缺乏歷年降雨氣象水文資料，所以本次研究的降雨數(shù)據(jù)采用暴雨強度公式生成．該公式由王杰等[22]基于蘭州市國家基本氣象站1960—2014年的降雨資料，通過皮爾遜-Ⅲ型分布擬合得到．

表4 綠色屋頂設(shè)置參數(shù)

表5 透水鋪裝設(shè)置參數(shù)

(1)

其中，i為降雨強度(單位：mm/min)；P為降雨重現(xiàn)期(單位：年)；t為降雨歷時(單位：min)．

皮爾遜-Ⅲ型分布具備推求參數(shù)少，能夠適應(yīng)不同的降雨歷時及20年以上的重現(xiàn)期，擬合出的暴雨強度公式對暴雨模擬的效果更優(yōu)[22]．文獻[22]根據(jù)式(1)擬合得到的平均絕對均方差為0.036 mm/min，小于0.05 mm/min，符合2016版的《室外排水設(shè)計規(guī)范》(GB50014—2006)規(guī)定[23]．

在該模型中，降雨過程的描述采用芝加哥降雨模式．芝加哥降雨模式是一種基于強度持續(xù)頻率關(guān)系的不均勻設(shè)計降水模式，它將降水過程分為峰前和峰后兩部分．這種降雨模式可以概括大多數(shù)降雨類型，能反映出地表徑流與出流量的最大值，因此適用于區(qū)域和雨水系統(tǒng)設(shè)計的預(yù)評價[24]．

本研究雨峰系數(shù)設(shè)為0.291，主要目的是分析早期降雨高峰對研究區(qū)域徑流和積水的影響．結(jié)合暴雨強度公式和降雨過程，研究中選取1、2、5和7年重現(xiàn)期(降雨歷時為2 h，歷時短)和10、20、30和50年重現(xiàn)期(降雨歷時為12 h，歷時長)繪制芝加哥降雨過程線如圖3．

圖3 不同重現(xiàn)期下芝加哥降雨過程線Fig.3 (Color online) The precipitation pattern of Chicago in different recurrence periods

2 模擬結(jié)果與分析

2.1 管網(wǎng)雨量節(jié)點積水

基于以上不同設(shè)計重現(xiàn)期降雨情景下，模擬TD模式和LID模式得到雨量節(jié)點積水?dāng)?shù)量和積水量如表6．

由表6可見，① 在P=1年時就已經(jīng)出現(xiàn)了節(jié)點積水，經(jīng)LID設(shè)施處理后積水量與節(jié)點積水降低率分別為71.96%與37.50%，且在處理后仍存在積水，說明雨水管網(wǎng)系統(tǒng)設(shè)計標(biāo)準(zhǔn)偏低．② 兩種模式下節(jié)點積水量與降雨重現(xiàn)期呈正相關(guān)，降低率呈負相關(guān)．這種關(guān)系在節(jié)點積水量控制方面表現(xiàn)得尤為明顯：研究區(qū)域經(jīng)LID模擬改造，短歷時降雨事件4個重現(xiàn)期下節(jié)點積水量降低率分別為71.96%、56.68%、48.96%和47.38%；長歷時降雨事件4個重現(xiàn)期下節(jié)點積水降低率分別為45.45%、42.36%、40.9%和39.42%．結(jié)果表明，LID針對節(jié)點積水量的降低隨著重現(xiàn)期的增加而減弱，且減弱的程度隨著重現(xiàn)期的增大愈加明顯．可以推測，LID對足夠長歷時、高重現(xiàn)期下降雨事件導(dǎo)致的節(jié)點積水量控制率將接近0．

表6 積水量及節(jié)點積水統(tǒng)計結(jié)果

此外，LID在積水節(jié)點數(shù)量控制上的上升趨勢也逐漸明晰，其降低率基本平穩(wěn)：研究區(qū)域經(jīng)過LID模擬控制后，短歷時降雨事件中積水節(jié)點占總節(jié)點的比例分別為2.01%、4.82%、10.44%和13.65%，對應(yīng)降低率為37.5%、60.00%、58.06%和53.42%．長歷時降雨事件中，LID模式下積水節(jié)點占總節(jié)點的比例分別為14.46%、17.27%、18.47%和21.69%，對應(yīng)降低率為57.14%、53.26%、51.06%和47.06%．

2.2 二維地表積水成因

為了探究導(dǎo)致高重現(xiàn)期LID設(shè)施出現(xiàn)“弱處理”效果的地形因素，研究選取了降雨量較大P分別為7年和30年的降雨事件，通過ArcGIS計算并可視化表達得到圖4．圖4為TD和LID兩種不同發(fā)展模式下校區(qū)雨水管網(wǎng)節(jié)點在同一積水范圍內(nèi)的積水量分布．圓形面積的大小代表積水量的多少．從圖4(a)和(b)可見，當(dāng)以重現(xiàn)期為7年降雨事件模擬時，LID模式下對校園南北兩端積水區(qū)域處理效果顯著，特別是對添加了綠色屋頂?shù)慕ㄖ?教學(xué)樓、宿舍樓和實驗樓等)，大部分區(qū)域積水量范圍從300～700 m3降至20 m3以下．對比圖4(c)和(d)可發(fā)現(xiàn)，以重現(xiàn)期為30年降雨事件模擬時，LID模式針對校園南北兩端積水區(qū)域支流部分處理效果顯著(積水量從700～1 200 m3降至20 m3以下)，然而對支流匯集干流和管道轉(zhuǎn)彎處及圖書館周圍的積水區(qū)域，其效果不夠明顯．

研究區(qū)域雨水管網(wǎng)鋪設(shè)由南向北高度逐漸降低．在低重現(xiàn)期(P=7年)降雨條件下坡度較緩的區(qū)域中，來不及流入雨水管道的地表徑流可能通過高滲透的濕陷性土壤結(jié)合綠色屋頂與透水鋪裝的滲透能力而處理，使得管道中即時雨水量未達到管道雨量負荷，檢查井處可能不會出現(xiàn)積水．而在坡度較大的南端家屬樓及圖書館附近由于高程落差較大，且管段埋設(shè)坡度較大，加上地表滲透能力有限，可能使得高重現(xiàn)期(P=30年)的雨水大部分相互推動流入管道中形成瞬時流量，使得管道檢查井在短時間內(nèi)形成地表積水．以上機理可以得出，坡度較小、滲透能力良好(包括LID設(shè)施的滲透能力)的區(qū)域?qū)χ?、小重現(xiàn)期降雨形成的徑流改善效果較好；而隨著LID設(shè)施滲透能力達到飽和，LID設(shè)施(特別是綠色屋頂)對高重現(xiàn)期降雨形成的徑流處理效果明顯變差，這種處理效果在中、高重現(xiàn)期中，降雨可能提前接近0．

2.3 基于高重現(xiàn)期降雨下局部區(qū)域滲蓄的性能

為探討LID模式的滲透、蓄水性能與高重現(xiàn)期降雨下節(jié)點積水控制的關(guān)系，研究選取了坡度變化較大的典型檢查井節(jié)點及子匯水區(qū)(圖5)進行重現(xiàn)期為7年和30年的降雨事件模擬．在圖5所示的LID模擬布置中，子匯水區(qū)19號為嵌入了綠色屋頂(LID部分)的校內(nèi)B座實驗樓屋頂，實驗樓屋頂經(jīng)匯集雨水立管連接至加了透水鋪裝(LID部分)的189號子匯水區(qū)，最終地面雨水匯集至雨水井Y2流至Y1進入校園雨水管網(wǎng)．

圖4 研究區(qū)域積水分布Fig.4 (Color online) Distribution of rainstorm water logging in the study area

圖5 研究區(qū)域局部LID模擬布置Fig.5 Local LID simulation layout of the study area

LID的處理效果歸結(jié)于將多余的地表徑流進行有效的下滲和蓄存，然后進行合理的排放[25]．基于此，本次研究對比7年和30年重現(xiàn)期降雨模擬下Y1和Y2節(jié)點在TD和LID模式的積水及兩個子匯水區(qū)的下滲情況，并結(jié)合各自的降雨量進行分析，如圖6．對比圖6(a)—(d)可見，在整個降雨過程中， Y2雨水井積水趨勢、LID模式下道路(子匯水區(qū)189號)下滲與降雨歷程基本一致．在重現(xiàn)期為7年的短歷時降雨條件下，雨水井Y2的最高積水量由0.25 m3/s降至0.12 m3/s，LID模式下能夠削減近50%的積水量．添加了透水鋪裝的道路(189號)的單位時間最大下滲量由TD模式下的0.65 mm/h上升至LID模式下的26.5 mm/h，如圖6(e)—(h)． 然而， 在重現(xiàn)期為30年的長歷時降雨m3/s， LID模式削減近54.3%的積水量，添加了透水鋪裝的道路(189號)單位時間內(nèi)最大下滲量由TD模式下的0.15 mm/h上升至LID模式下的27 mm/h．與7年重現(xiàn)期相比，積水削減增長僅4.3%．由此可見，低影響開發(fā)對局部區(qū)域的處理效果隨著重現(xiàn)期的增大或多或少有些減弱．此外，分別對比圖6(i)和(j)，以及圖6(k)和(l)，發(fā)現(xiàn)189號子匯水區(qū)單位時間最大下滲量所處時間段與雨水檢查井Y2的最大積水量所處時間段基本和最大降雨所處時間段保持一致，為P=7年時的30～70 min，以及P=30年時的180～270 min．這可能是由于在特定降雨下，最大降雨量時LID設(shè)施的蓄水量達到飽和，多余的雨水主要用于下滲與徑流，此時LID設(shè)施底部總的下滲量也可能達到最大，最終使得子匯水區(qū)單位時間最大下滲量所處時間段與雨水檢查井Y2的最大積水量所處時間段基本和最大降雨所處時間段保持一致．可以看出在特定降雨條件下，LID設(shè)施最大入滲量所在時段能夠與最大降雨量的時段基本重合，從而有效降低地表徑流，達到削減峰值的目的．

圖6 兩種模式下Y1和Y2的積水，以及子匯水區(qū)19和189號的下滲情況Fig.6 (Color online) Water accumulation of Y1 and Y2 and the infiltration of no.19 and no.189 in the sub-catchment area under the two modes

3 結(jié) 論

通過對中國蘭州市某校園低影響開發(fā)水環(huán)境模擬效應(yīng)的研究，可得出如下結(jié)論：

1)研究區(qū)域經(jīng)過LID模擬控制后，在短歷時降雨事件4個重現(xiàn)期下節(jié)點積水量降低率分別為71.96%、56.68%、48.96%和47.38%；長歷時降雨事件4個重現(xiàn)期下節(jié)點積水降低率分別為45.45%、42.36%、40.9%和39.42%．表明LID針對節(jié)點積水量的降低隨著重現(xiàn)期的增加而減弱，且減弱的程度隨重現(xiàn)期增加愈加明顯．

2)坡度較小、滲透能力良好(包括LID的滲透能力)的區(qū)域?qū)χ?、小重現(xiàn)期降雨形成的徑流改善效果較好；但隨著LID設(shè)施滲透能力達到飽和，LID(特別是綠色屋頂)對高重現(xiàn)期降雨形成的徑流處理效果明顯變差，這種處理效果在中、高重現(xiàn)期降雨中可能提前接近0．

3)研究區(qū)域經(jīng)過LID模擬控制后，發(fā)現(xiàn)189號子匯水區(qū)單位時間最大下滲量與雨水檢查井Y2的最大積水量所對應(yīng)時間段，均和最大降雨對應(yīng)時間段一致，為P=7年時的30～70 min，以及P=30年時的180～270 min．由此可見，在特定降雨條件下，LID設(shè)施最大入滲量所對應(yīng)時段可能與最大降雨量的時段重合，從而有效降低地表徑流，達到削減峰值的目的．

4)針對地表高程落差較大、管段埋設(shè)坡度較大等特殊地形，且容易出現(xiàn)積水的區(qū)域，須合理分析地形、降雨及徑流特征等，選擇合適的LID設(shè)施，進行有效的低影響開發(fā)控制．