張 瀚，邱靜，黃本勝，楊志峰，蔡宴朋

（1.廣東省水利水電科學研究院，廣東廣州 510635；2.廣東工業(yè)大學環(huán)境生態(tài)工程研究院，廣東廣州 510006）

1 研究背景

聯(lián)合國政府間氣候變化專門委員會（IPCC）于2021年8月9日發(fā)布了第六次評估報告第一工作組報告，報告指出，隨著進一步的全球變暖，預計每個地區(qū)都將在氣候影響驅動（直接影響社會或生態(tài)系統(tǒng)的物理氣候條件）下經歷更加頻繁的變化，造成更為嚴重的城市洪澇問題［1］。2012 年北京“7·21”特大暴雨，2021年鄭州“7·20”特大暴雨等造成的洪澇災害事件使城市居民的生存條件、財產安全遭受到嚴重威脅，現(xiàn)已成為制約我國社會經濟可持續(xù)健康發(fā)展的關鍵因素，加強城市暴雨內澇防治的研究十分緊迫［2-8］。

不同城市洪澇災害成因有所不同，但主要是由于以下幾點［5-8］：①自然條件原因。暴雨內澇與強降雨特征息息相關，城市極端降雨是導致內澇災害的主要因素之一。除降雨因素以外，外江洪水及潮水頂托也是造成城市內澇的重要因素；②排水系統(tǒng)規(guī)劃設計不合理。由于歷史原因，先地上后地下的發(fā)展模式導致基礎設施建設嚴重滯后，隨著城市化進程加劇，部分排水管網存在設施老化、損壞和防洪排澇標準偏低不能滿足城市的排水要求的問題逐漸顯現(xiàn)；③人類活動影響。城市化發(fā)展改變了城市區(qū)域不透水面積與透水面積的比例，導致暴雨徑流峰值增大以及匯流時間縮短，城市內澇災害風險大大增加。

低影響開發(fā)措施（Low Impact Development，LID）是在國際社會中被普遍認可并開展廣泛應用的一種城市雨洪管理方法，采用源頭控制的設計理念，合理采取相關措施對暴雨徑流和污染物進行控制，對解決城市內澇和污染物控制問題具有十分重要的作用［9，10］。LID 布置不同的工程措施對徑流和污染物的控制已經有眾多學者開展了大量的實驗和模擬研究［11-19］，研究成果表明LID 措施在削減洪峰流量、滯后峰現(xiàn)時間和控制污染物負荷等方面具有顯著的作用，采用組合式的LID 措施比單一的LID措施對徑流和污染物具有更好的控制效果［20，21］。但以往學者的研究成果大多集中于LID實驗與監(jiān)測或是設計優(yōu)化與評估方面，對于LID 措施不同前期狀態(tài)對徑流和污染物控制的影響研究較少，LID 措施土壤層的初始含水量和下滲能力會隨著降雨過程而改變，因此LID 措施土壤前期狀態(tài)的不同將會導致LID措施的效果存在較大區(qū)別，亟需進行深入的研究。

本文以廣州市天河區(qū)東北部的天河智慧城為研究對象，根據實測降雨、徑流、水質和收集到的管網資料建立包含LID措施調控作用的SWMM 模型，采用兩場降雨過程對模型參數(shù)進行率定，并在此基礎上分析不同降雨重現(xiàn)期，LID 措施在不同前期狀態(tài)條件下對徑流和污染物的控制，以期為LID 措施的設計提供科學決策的依據，并為后期的運行管理提供指導。

2 研究方法

2.1 模型建立

天河智慧城位于廣州天河區(qū)東北部，多年平均降雨量約為1 650 mm，該區(qū)域地勢北高南低，發(fā)生大雨時極易遭受暴雨洪澇災害，給市民的交通生活造成不利影響［22］。研究區(qū)面積約為113 700 m2，從天河智慧城管委會提供收集到構建SWMM 模型所需的管網、地形和用地分類等資料，根據研究區(qū)域的管網和下墊面特征將天河智慧城研究區(qū)域概化為29 個節(jié)點，29 段管網和1 個出口，根據遙感圖與土地利用類型分類情況劃分子匯水區(qū)，劃分得到25 個子匯水區(qū)。研究區(qū)域整體地勢西北高、東南低，排水管網內的水流依靠重力自流到東南方向的出水口，根據現(xiàn)場地形的實際情況進行流向、產流和匯流過程的調整［23，24］。流量計布置在位于研究區(qū)域西南側的檢查井，用于監(jiān)測流量過程，最終模型概化結果如圖1。

圖1 模型概化圖Fig.1 Sketch of model generalization

2.2 數(shù)據資料

研究區(qū)水文氣象數(shù)據來自于同步監(jiān)測數(shù)據，在研究區(qū)域布置監(jiān)測點開展降雨、徑流和水質同步監(jiān)測，監(jiān)測位置見圖2。雨量計位于天河智慧城辦公樓樓頂，雨量計精度為0.2 mm，采集時間間隔1 min。排水監(jiān)測流量計位于匯水區(qū)域出口檢查井，其中管井液位監(jiān)測范圍為0～10 m，流速監(jiān)測精度為0.3 m/s，采集時間間隔1 min。通過事先測量和記錄出水口形狀尺寸，以液位計算過水面積，結合流速監(jiān)測得出其流量。

圖2 天河智慧城監(jiān)測點Fig.2 Tianhe Wisdom City Monitoring location

水質監(jiān)測則選取研究區(qū)域中有代表性的觀測點屋頂、綠地、道路和廣場上分別采集徑流樣品。水質檢測項目包括，總可溶性固形物（Total Soluble Solid，TSS）、五日生化需氧量（Biochemical Oxygen Demand，BOD5）、化學需氧量（Chemical Oxygen Demand，COD）和總氮（Total Nitrogen，TN），檢測方法及方法檢出限見表1。

表1 水質項目檢測方法Tab.1 Summary of testing methods for water quality indicators

2.3 模型參數(shù)驗證指標

本文取用Nash-Sutcliffe 效率系數(shù)（ENS）和峰值流量相對誤差（EPR）作為模型率定的評價指標［15］。ENS和EPR計算方法如下：

式中：qt_obs為實測流量序列；為模擬流量序列；N為實測流量數(shù)據個數(shù)；為實測流量均值。

由于污染物模擬過程不確定性較強，水質參數(shù)率定以納什系數(shù)（將流量變?yōu)槲廴疚镔|量濃度）和相關系數(shù)檢驗污染物過程的擬合度，相關系數(shù)R的表達式為：

式中：ρ0、ρc分別為采樣檢測的污染物質量濃度和模擬的污染物質量濃度，mg/L ；分別為采樣檢測的污染物質量濃度平均值和模擬的污染物質量濃度平均值，mg/L。

2.4 模型率定與驗證

采用實測降雨和出口流量監(jiān)測數(shù)據進行模型的驗證，兩場實測降雨20180703 和20180723 的降雨過程見圖3。由表2 及圖3 的結果可以看出，模型模擬結果和實測結果間的納什系數(shù)ENS分別為0.82 和0.93，峰值流量與實測流量的相對誤差EPR均不超過15%。

圖3 參數(shù)驗證中徑流過程計算結果Fig.3 Simulated results of the runoff for model verification

表2 實測降雨情況及模型水文水力參數(shù)驗證結果Tab.2 Results of verification of hydrologic and hydraulic parameters

綜合兩場降雨事件的檢驗結果表明，本文所構建的SWMM模型基本能夠反映出天河智慧城選擇研究區(qū)域的水文過程，模型的精度和可靠性較好，在天河智慧城具有較好的適用性，能夠進一步用于后續(xù)階段的研究。

將TSS、BOD5、CODmn和TN作為主要污染物研究對象，下墊面分別為屋頂、道路、綠地和廣場，利用降雨20180723 率定參數(shù)，水質參數(shù)率定與驗證結果見表4，模型模擬與實測數(shù)據之間的納什效率系數(shù)ENS和相關系數(shù)R均大于0.5，得到的水質參數(shù)見表5。

表4 模型水質參數(shù)驗證結果Tab.4 Results of verification of water quality parameters

表5 模型水質參數(shù)取值Tab.5 Water quality parameters

3 模擬研究及結果分析

3.1 設計暴雨

根據廣州市水務局于2018 年9 月印發(fā)《廣州市排水管理辦法實施細則》的要求，在進行雨水設計流量計算時，廣州市中心城區(qū)設計暴雨強度按照下式計算［25］：

式中：q為暴雨強度，L/（S·hm2）；P為重現(xiàn)期，a；t為降雨歷時，min。

表3 模型水文參數(shù)取值Tab.3 The value of hydrologic and hydraulic parameters

采用國際通用的芝加哥雨型對設計暴雨進行分配，降雨重現(xiàn)期分別為0.5 年一遇、1 年一遇、2 年一遇、5 年一遇和10 年一遇，降雨歷時120 min，時間精度1 min，雨峰系數(shù)設置為0.415。設計暴雨過程線見圖4。

圖4 天河智慧城不同重現(xiàn)期設計暴雨過程線Fig.4 Design rainfall with different return periods in Tianhe Wisdom City

3.2 不同前期狀態(tài)參數(shù)設置

降雨會改變研究區(qū)域的土壤初始含水量，而土壤初始含水量將直接改變徑流的入滲過程，這會直接影響天河智慧城不同下墊面的下滲能力和LID 措施的調蓄能力［17］。因此根據天河智慧城下墊面土地利用類型的不同，將LID 措施的前期狀態(tài)分為3種典型狀態(tài)：自然狀態(tài)、半飽和狀態(tài)和飽和狀態(tài)3種［26，27］。

自然狀態(tài)是指LID 措施沒有任何前期蓄水，下滲介質層的入滲能力沒有發(fā)生任何改變，自然狀態(tài)的LID 參數(shù)按照常規(guī)取值范圍進行設定。飽和狀態(tài)是指LID措施的下滲介質層已經處于飽和狀態(tài)且LID 措施本身已經蓄滿水，LID 飽和狀態(tài)下的不透水和透水區(qū)洼地蓄水量皆設置為0，根據薛凱喜等［28］的實驗研究，土壤處于飽和狀態(tài)時的入滲能力僅為土壤處于自然狀態(tài)的10%左右，因此根據實驗結果設置LID 飽和狀態(tài)土壤初始下滲能力和穩(wěn)定下滲能力參數(shù)為自然狀態(tài)的10%。半飽和狀態(tài)是指LID 措施下滲介質層呈半飽和狀態(tài)而且LID 措施已經有一部分前期蓄水，半飽和狀態(tài)與其他兩種狀態(tài)的差異主要在于下滲能力的變化，此時土壤滲透能力的削減約為50%左右，為了便于進一步研究，半飽和狀態(tài)各參數(shù)的取值位于LID 飽和狀態(tài)和自然狀態(tài)之間。模型主要參數(shù)取值見表6，不同初始狀態(tài)LID 措施的參數(shù)取值見表7。

表6 模型不同初始狀態(tài)主要參數(shù)設置Tab.6 The model parameters in different initial conditions

表7 LID不同初始狀態(tài)參數(shù)設置Tab.7 The LID parameters in different initial conditions

3.3 水量模擬結果

徑流控制率變化的計算方法如式（5）所示：

式中：RAV為徑流總量控制率；Vt為研究區(qū)降雨總量；Vo為研究區(qū)域相應降雨的總外排量。

不同重現(xiàn)期下徑流控制率見圖5。天河智慧城雨洪模型的模擬結果表明，在同一重現(xiàn)期降雨條件下，LID 處于自然狀態(tài)的徑流控制率均高于LID處于半飽和狀態(tài)和飽和狀態(tài)。在五種降雨重現(xiàn)期下LID 自然狀態(tài)下的徑流控制率為70.17%～83.18%，而半飽和狀態(tài)和飽和狀態(tài)下徑流控制率僅有58.63%～74.11%和47.40%～54.48%。LID 自然狀態(tài)、半飽和狀態(tài)和飽和狀態(tài)下徑流控制率的改變均呈現(xiàn)出隨降雨重現(xiàn)期增大而減小的變化趨勢。

圖5 LID不同狀態(tài)下徑流控制率Fig.5 Runoff control rate in all LID conditions

相對于LID 自然狀態(tài)，在不同降雨重現(xiàn)期條件下LID 半飽和狀態(tài)下徑流控制率降低幅度為9.06%～13.25%，在降雨重現(xiàn)期為2 年時，徑流控制率減小幅度最大為13.25%。這主要是由于在降雨重現(xiàn)期較小時（0.5年一遇和1年一遇），雨水匯集過程的歷時較長，降雨在未進入LID 措施時受不透水和透水面積的洼地蓄水和下滲的損失較大，這主要對小雨的影響比較顯著。而在降雨強度較大時（5 年一遇和10 年一遇降雨）雨水匯集過程的歷時較短，LID 措施半飽和狀態(tài)下相對于LID 措施自然狀態(tài)下滲能力雖然有一定的減小，但仍然能保持一定程度的穩(wěn)定下滲能力，因此徑流控制率呈現(xiàn)出隨降雨總量的增加而減小的變化趨勢。

在LID措施處于飽和狀態(tài)時，相對于自然狀態(tài)，在不同降雨重現(xiàn)期下徑流控制率呈現(xiàn)出顯著的下降趨勢，下降幅度為22.78%～28.78%，但此時在不同降雨重現(xiàn)期下，LID 飽和狀態(tài)徑流控制率的差別并不顯著。這主要是因為LID措施飽和狀態(tài)土壤下滲能力呈現(xiàn)出顯著減小的變化趨勢，對雨水的容納消解能力差別不大，因此LID 飽和狀態(tài)的徑流控制率雖然也呈現(xiàn)出隨降雨重現(xiàn)期減小的變化趨勢，但差別并不顯著。

不同降雨重現(xiàn)期下，天河智慧城LID 不同狀態(tài)徑流峰值變化情況見圖6。不同降雨重現(xiàn)期下，LID 自然狀態(tài)下徑流峰值為0.28～1.15 m3/s。LID 半飽和狀態(tài)相對比LID 自然狀態(tài)徑流峰值增加了0.06～0.37 m3/s，徑流峰值變化趨勢均呈現(xiàn)出隨降雨重現(xiàn)期先增大后減小的變化趨勢，5 年一遇降雨重現(xiàn)期下增幅最大為0.37 m3/s。LID 飽和狀態(tài)相比于LID 自然狀態(tài)徑流峰值增加幅度為0.56～1.33 m3/s，2 年一遇降雨重現(xiàn)期下增幅最大為1.33 m3/s，也呈現(xiàn)出先增大后減小的趨勢，這一變化趨勢在LID飽和狀態(tài)相對于自然狀態(tài)時更為顯著。這主要是因為LID飽和狀態(tài)的下滲能力仍然比無LID 措施的更好，在降雨強度較小時雨水匯集歷時較長，LID 措施飽和狀態(tài)對徑流仍然具有較好的控制能力，隨著降雨強度的增加，雨水匯集歷時逐漸縮短，LID飽和狀態(tài)已經不能滿足下滲需要，對徑流的控制效果也隨之減弱，造成徑流峰值較大。

圖6 各狀態(tài)下徑流峰值變化Fig.6 Variation of runoff peak discharge in all conditions

LID 不同狀態(tài)各重現(xiàn)期降雨下徑流過程模擬結果見圖7。LID 相同前期狀態(tài)與無LID 相比對徑流峰值削減率均呈現(xiàn)出隨降雨重現(xiàn)期的增大而減小的變化趨勢。在不同降雨重現(xiàn)期下，LID 自然狀態(tài)和半飽和狀態(tài)對峰值的削減程度顯著，而LID 飽和狀態(tài)在大雨時，峰值差異較小，且峰現(xiàn)時間有小幅提前。這主要是因為在0.5年一遇和1年一遇降雨強度較小的時，雨水匯集過程較長，LID 自然狀態(tài)和LID 半飽和狀態(tài)能夠將雨水及時消納，具有顯著的提升效果。飽和狀態(tài)的LID 措施此時已經蓄滿水，但透水鋪磚的快速下滲作用使得其下滲能力仍然優(yōu)于無LID 措施的下墊面，因此也能夠削減徑流量峰值。而在5 年一遇和10年一遇降雨強度較大的情況時，雨水的匯流過程歷時較短，由于此時作為末端調蓄飽和狀態(tài)的LID 措施內部已經蓄滿了水，因此與無LID 措施相比在峰值處的徑流控制能力已沒有顯著差別。而LID 飽和狀態(tài)峰現(xiàn)時間相比于無LID 措施略有提前，這可能是因為未經LID改造的下墊面類型阻力較大，延長了雨水匯流的時間，因此排水出口的峰現(xiàn)時間提前。

圖7 不同前期狀態(tài)和重現(xiàn)期降雨下徑流過程模擬Fig.7 Runoff under different initial conditions and rainfall with different return periods

3.4 水質模擬結果

不同前期條件和重現(xiàn)期降雨下污染物削減率統(tǒng)計結果見圖8。相對于無LID 措施情況，在LID 自然狀態(tài)條件下，不同污染物削減率均隨降雨重現(xiàn)期的增大而減小，其中TSS、BOD5、CODmn和TN 污染物削減率分別為51.94%～64.28%、50.57%～67.26%、51.47%～63.12%和46.26%～57.51%。在LID 自然狀態(tài)下，小雨和大雨對污染物的削減存在顯著差別，TSS、BOD5、CODmn和TN 在0.5 年一遇和10 年一遇降雨條件下污染物削減率相差分別為12.33%、16.68%、11.65%和11.24%，而在LID 處于半飽和狀態(tài)時，對污染物的削減僅對污染物BOD5作用較為明顯，削減率為40.62%～51.00%，而對TSS、CODmn和TN 的削減率在不同重現(xiàn)期下變化幅度不超過4%。當LID 處于飽和狀態(tài)時，TSS、BOD5、CODmn和TN 削減率在不同重現(xiàn)期差距已不超過3%。

圖8 LID前期狀態(tài)、降雨重現(xiàn)期和污染物削減率的關系圖Fig.8 The relationship between initial conditions，rainfall with different return periods and pollutant reduction rate

4 結論

（1）基于SWMM 構建含低影響開發(fā)（LID）措施調控作用的廣州市天河智慧城雨洪模型的降雨徑流過程進行模擬，通過降雨徑流同步觀測數(shù)據進行驗證，Nash-Sutcliffe 效率系數(shù)（ENS）和峰值流量相對誤差結果表明構建的模型基本能夠反映出天河智慧城選擇研究區(qū)域的水文過程，水質參數(shù)Nash-Sutcliffe 效率系數(shù)（ENS）和相關系數(shù)在率定中大于0.5。率定結果表明模型在天河智慧城具有較好的適用性。

（2）不同重現(xiàn)期降雨下，LID 措施自然狀態(tài)、半飽和與飽和狀態(tài)徑流控制率分別為70.17%～83.18%、58.63%～74.11%和47.40%～54.48%，其中LID 自然狀態(tài)下徑流控制率最高，徑流控制率總體隨重現(xiàn)期增大而減小，相對于自然狀態(tài)，LID 半飽和狀態(tài)在不同重現(xiàn)期下徑流控制率降低了9.06%～13.25%。

（3）在不同重現(xiàn)期降雨下，LID 措施自然狀態(tài)、半飽和狀態(tài)和飽和狀態(tài)徑流峰值分別為0.28～1.15、0.34～1.48 和0.84～2.02 m3/s。相對于LID 措施處于自然狀態(tài)，半飽和狀態(tài)徑流峰值升高了0.06～0.37 m3/s，呈現(xiàn)出隨降雨重現(xiàn)期先增大后減小的趨勢，在5 年一遇增幅最大為0.37 m3/s。而在飽和狀態(tài)下，相對于自然狀態(tài)徑流峰值增加分別為0.56～1.33 m3/s，在2 年一遇增幅最大為1.33 m3/s，也呈現(xiàn)出先增大后減小的趨勢，這一變化趨勢在LID飽和狀態(tài)相對于自然狀態(tài)時更為顯著。

（4）相對于無LID 措施情況，在LID 自然狀態(tài)條件下，不同污染物削減率均隨降雨重現(xiàn)期的增大而減小，其中TSS、BOD5、CODmn和TN 污染物削減率分別為51.94%～64.28%、50.57%～67.26%、51.47%～63.12%和46.26%～57.51%。當LID 處于飽和狀態(tài)時，TSS、BOD5、CODmn和TN 削減率在不同降雨重現(xiàn)期下差距已不超過3%。