陳馨

摘 要：為了提高參數(shù)率定效率，有必要對暴雨管理模型參數(shù)進(jìn)行敏感性分析。以重慶交通大學(xué)南岸校區(qū)為例，建立暴雨管理模型，分析模型參數(shù)對徑流峰值的敏感性。結(jié)果顯示：不透水率曼寧系數(shù)為敏感參數(shù)，不透水區(qū)洼蓄量為中等敏感參數(shù)，不透水率、透水率曼寧系數(shù)、透水區(qū)洼蓄量、無洼蓄不透水區(qū)所占比例這四個(gè)參數(shù)均為不敏感參數(shù)。

關(guān)鍵詞：SWMM；敏感性；水文參數(shù)

隨著城市建設(shè)的迅速發(fā)展，城市不透水比例迅速增大，降雨形成的徑流也不斷增大，市政排污等問題日益顯著。利用美國環(huán)保署（EPA）暴雨管理模型（SWMM）對暴雨徑流進(jìn)行計(jì)算，可以簡單便捷的處理城市排澇問題。

但暴雨管理模型的參數(shù)率定是不可或缺的[ 1 ]。然而，大多數(shù)情況下，模型比較復(fù)雜，對參數(shù)率定非常困難，有時(shí)卻是沒有必要的，因?yàn)?，有些參?shù)對模型計(jì)算并不敏感[ 2-4 ]。為了提高參數(shù)率定效率和提高名稱參數(shù)的可靠性，有必要對參數(shù)的敏感性進(jìn)行分析。

本文以重慶交通大學(xué)為例，建立暴雨管理模型，分析各參數(shù)對該模型的敏感性。

1 敏感性分析方法

摩爾斯篩分法運(yùn)用比較廣泛，選擇變量x后，隨機(jī)改變該變量得到xi，運(yùn)行得到相應(yīng)目標(biāo)函數(shù)值y（xi），最終，采用影響值Ei判別該變量的敏感性：

張勝杰等[ 5 ]對上述方法進(jìn)行修正，采用固定變量改變步長的方法，運(yùn)用如下影響值公式進(jìn)行敏感性分析：

固定步長的分析方法有利于對多個(gè)參數(shù)的敏感性進(jìn)行對比分析，本文采用摩爾斯改進(jìn)方法進(jìn)行敏感性分析。

2 模擬方法

2.1 SWMM模型

以重慶交通大學(xué)南岸校區(qū)為研究對象，根據(jù)校園內(nèi)的地形條件，對重慶交通大學(xué)進(jìn)行集雨面積劃分，分為教育超市區(qū)、河海學(xué)院塊、機(jī)電學(xué)院及基礎(chǔ)實(shí)驗(yàn)大樓塊、第1教學(xué)樓及老行政樓塊、繼續(xù)教育學(xué)院塊、體育場塊、交大郵政所塊、南塘苑塊、圖書館塊。

各集雨區(qū)域特征參數(shù)按照1∶1地圖量測得到，下滲模型采用Green-Ampt模型。地下排水管道采用封閉箱型排水管，粗糙系數(shù)為0.01。

2.2 模擬方案

針對SWMM中的不滲透性、不滲透性粗糙系數(shù)n1、滲透性粗糙系數(shù)n2、不滲透性洼地蓄水、滲透性洼地蓄水、無洼地蓄水不滲透性這幾個(gè)參數(shù)進(jìn)行敏感性分析。假定1小時(shí)暴雨雨強(qiáng)如圖1所示。

根據(jù)固定步長方法，將不滲透性、不滲透性粗糙系數(shù)n1、滲透性粗糙系數(shù)n2、不滲透性洼地蓄水、滲透性洼地蓄水、無洼地蓄水不滲透性這幾個(gè)參數(shù)取定一個(gè)初始值，然后按照增加50%、25%，減小50%、25%的方式取的該參數(shù)的改變值。據(jù)趙冬泉、張勝杰等[ 5 ]的研究成果，參數(shù)取值如表1所示。

針對該參數(shù)取值，采用控制變量法進(jìn)行數(shù)值分析。以此類推，得到其余參數(shù)的敏感性因子。

3 結(jié)果分析

采用峰值徑流作為目標(biāo)值對各個(gè)參數(shù)進(jìn)行敏感性分析，結(jié)果如表2所示。

4 結(jié)論

以重慶交通大學(xué)南岸校區(qū)為例，對水文參數(shù)敏感性進(jìn)行分析，認(rèn)為不透水率曼寧系數(shù)為敏感參數(shù)，不透水區(qū)洼蓄量為中等敏感參數(shù)，不透水率、透水率曼寧系數(shù)、透水區(qū)洼蓄量、無洼蓄不透水區(qū)所占比例這四個(gè)參數(shù)均為不敏感參數(shù)。但文中僅涉及一種假定的降雨強(qiáng)度，不同降雨強(qiáng)度下可能導(dǎo)致不同結(jié)論，有待更深入的研究。

參考文獻(xiàn)：

[1] Tsihrintzis V A，Hamid R.Runoff quality prediction fromsmall urban catchments using SWMM[J].HydrologicalProcesses，2008，12（2）：311-329.

[2] Wan B，James W.SWMM calibration using genetic algo-rithms[J].Water Resources Research，2004，35（3）：767-773.

[3] 王磊，周玉文.微粒群多目標(biāo)優(yōu)化率定暴雨管理模型（SWMM）研究[J].中國給水排水，2009，25（5）：70-74.

[4] Sieber A，Uhlenbrcok S.Sensitivity analyses of a distrib-uted catchment model to verify the model structure[J]. Journal of Hydrology，2005，310（4）：216-235.

[5] 張勝杰，宮永偉，李俊奇.暴雨管理模型 SWMM 水文參數(shù)的敏感性分析案例研究[J].北京建筑工程學(xué)院學(xué)報(bào)，2012，28（1）：45-48.