楊 慶，劉志超，李國光，黃開龍，張徐祥，祝棟林

（1.南京江島環(huán)境科技研究院有限公司，江蘇 南京 210019；2.南京大學(xué)環(huán)境學(xué)院污染控制與資源化研究國家重點(diǎn)實驗室，江蘇 南京 210023）

金川河水系是南京市鼓樓區(qū)的兩大水系（秦淮河、金川河）之一，是市區(qū)中心地帶的重要城市內(nèi)河，金川河流域水系復(fù)雜、排口眾多、城區(qū)人口稠密。近年來在金川河流域開展了大量水環(huán)境整治工作，已取得顯著成效，同時，伴隨著河長制的落實，金川河水質(zhì)改善顯著。但降雨導(dǎo)致集水區(qū)排入金川河的面源污染讓治污防污的長效機(jī)制舉步維艱。為更好地確定金川河面源污染控制方案，模型模擬是一種有效手段。其中對城市河流降水徑流時空變化的精準(zhǔn)識別是控制城市面源污染的前提。

美國環(huán)境保護(hù)署開發(fā)的暴雨洪水管理模型（SWMM，Storm Water Management Model）是一個動態(tài)的降水-徑流模擬模型，可進(jìn)行長期、連續(xù)或單一事件的模擬，在雨洪管理領(lǐng)域應(yīng)用廣泛［1］。其在雨水調(diào)蓄設(shè)施優(yōu)化模擬［2］、極端天氣區(qū)域雨水徑流仿真［3］、城市河流徑流污染控制等研究［4］中適配性較高?；赟WMM開發(fā)金川河降雨-徑流模擬模型，計算流域內(nèi)的城市徑流，模擬降雨導(dǎo)致的河網(wǎng)水量動態(tài)變化規(guī)律，并將該模型作為子模塊接入金川河智慧水務(wù)管理平臺中預(yù)警預(yù)測板塊，旨在為建立河網(wǎng)水動力分析體系，開發(fā)城市污染負(fù)荷的空間識別技術(shù)，構(gòu)建金川河城市水地圖管理技術(shù)體系提供方法依據(jù)。

1 河網(wǎng)水動力模型構(gòu)建

1.1 金川河雨洪模擬分析

1.1.1 研究區(qū)域概況

金川河流域總長度約為35 km，由內(nèi)（外）金川河水系、西北護(hù)城河及城北護(hù)城河水系、玄武湖、鼓樓區(qū)下關(guān)街道4個不同的河段組成，范圍涉及17個子流域，其中惠民河與金川河通過暗涵連接，流域面積約為58 km2。金川河水系主要由建筑區(qū)（85%）組成，可以被定性為高度城市化。其中，不透水面積占總面積的15%，包括建筑區(qū)、道路和其他不透水表面。代表透水面積的其他類別有草地、林地、花園和裸露的土壤等。

南京的氣候是亞熱帶濕潤氣候，年平均降水量約為1 000 mm。降水年內(nèi)分配不均勻，55%的年降水量在7至9月之間，秋季的降水量較夏季明顯減少，占年降水量的20%左右，冬季降水量占年降水量的11.7%。

1.1.2 研究方法

基于SWMM 5.2對金川河排水系統(tǒng)進(jìn)行數(shù)值建模，在模型中分別采用Horton 方法計算滲透性，采用Hazen-William 方程解算管道流量，采用Saint-Venant 方程來解決動態(tài)波動問題。模擬中的計算時間步長設(shè)置為5s，經(jīng)過不同計算時間間隔的迭代，給出最穩(wěn)定的模擬結(jié)果。

1.1.3 研究數(shù)據(jù)

金川河SWMM模型建立需要輸入子流域、交匯處、排口、導(dǎo)管、閘門、泵站及運(yùn)營制度等相關(guān)數(shù)據(jù)。其中子流域主要數(shù)據(jù)包括降水?dāng)?shù)據(jù)、土地利用、面積、寬度、坡降等；交匯處主要數(shù)據(jù)包括排水系統(tǒng)高程、最大深度；排口數(shù)據(jù)主要為高程；導(dǎo)管數(shù)據(jù)主要包括導(dǎo)管長度和粗糙度；閘門數(shù)據(jù)主要包括閘門高度和寬度；泵站數(shù)據(jù)主要包括流量；運(yùn)營制度主要為金川河道中各閘門排口的調(diào)度方案信息。除上述參數(shù)外，于金川河河道上布設(shè)8 個數(shù)據(jù)采樣傳感器，采集2022年7月13日至2022年9月15日期間水位數(shù)據(jù)，收集數(shù)據(jù)超過50 萬條，并使用實測數(shù)據(jù)對模型準(zhǔn)確度進(jìn)行校驗分析。

1.2 模型構(gòu)建

1.2.1 金川河水系區(qū)域概化

金川河水系及管網(wǎng)復(fù)雜，為提高模型精度，對河網(wǎng)進(jìn)行了概化處理。在金川河系統(tǒng)的不同部分，總共有22 個閘門/圍堰、20 個泵站來控制流量以及水位。在金川河水系概化中，通過收集的數(shù)據(jù)以及實地勘察篩選出6個對金川河系統(tǒng)的水位有重大影響的主要閘門和泵站。閘門/圍堰篩選標(biāo)準(zhǔn)為（1）不考慮常年開放的閘門；（2）不考慮自由流動的圍堰。泵站篩選標(biāo)準(zhǔn)為：（1）不考慮污水泵站；（2）包含引泵站；（3）包含對金川河上游水位影響重大或直接影響的泵站。

概化處理結(jié)果如圖1所示。概化圖包含了17個子流域，6個泵站，6個閘口，系統(tǒng)的外部主要邊界以及金川河系統(tǒng)內(nèi)內(nèi)部運(yùn)作過程，同時展示了系統(tǒng)的主要邊界。虛線為鼓樓行政區(qū)的邊界，最上方的邊界位于紫金山，水先從紫金山排到玄武湖和棲霞，然后排入城北護(hù)城河。系統(tǒng)中比較孤立的部分是名為惠民河北段和惠民河南段的河段，這些河段將鼓樓區(qū)下關(guān)街道的水排入秦淮河和長江。

圖1 金川河系統(tǒng)概化

1.2.2 模型參數(shù)設(shè)置

模型的參數(shù)設(shè)置主要包括子流域、導(dǎo)管、泵站、閘門4 個模塊。其中每個子流域的不透水面積、平均坡度、河段寬度、導(dǎo)管曼寧系數(shù)、泵站高程、閘門高度及寬度參數(shù)通過實際測量計算及資料數(shù)據(jù)確定，對于無法實際測量的參數(shù)，根據(jù)實地情況參考SWMM 模型手冊及相關(guān)文獻(xiàn)［5］確定，參數(shù)取值如表1所示。

表1 金川河SWMM模型參數(shù)設(shè)置

在模型中相應(yīng)地將泵站與玄武湖設(shè)置為多個存儲單元，儲存單元參數(shù)設(shè)置見表2。

表2 SWMM模型中存儲單元的參數(shù)設(shè)置

應(yīng)用功能存儲節(jié)點(diǎn)，使用具有垂直邊的儲存單元，將水池表面積AArea與水位DDepth聯(lián)系起來。采用以下公式：

式中，該模型中常數(shù)系數(shù)A0為底座的面積，擬合系數(shù)A1、指數(shù)系數(shù)A2 取值為0，所有存儲單元的最大深度為5 m。

在每次模擬開始時，必須在代表路口、存儲單元和排放口的節(jié)點(diǎn)上設(shè)置一個初始深度。該模型中，沒有給出管道系統(tǒng)的初始值，因此假設(shè)管道系統(tǒng)在模擬開始時是空的。在運(yùn)河中，所有河段的初始深度都是1 m。

1.2.3 設(shè)計降雨

針對少量多次降雨（模擬梅雨時節(jié)）及短期暴雨2個不同的時間段進(jìn)行了模擬（圖2），選定降雨事件如表3所示。

表3 不同工況下降雨事件

圖2 不同降雨事件的模擬情況

1.3 模擬結(jié)果

調(diào)用2022-07-19T12：00至2022-07-21T12：00與2022-08-02T5：00 至2022-08-02T11：00 兩場降雨資料對8 個監(jiān)測點(diǎn)水位進(jìn)行校驗，模擬數(shù)據(jù)與實際觀測數(shù)據(jù)如表4 所示。模擬結(jié)果平均水位、峰值水位數(shù)據(jù)與實際觀測數(shù)據(jù)差別較小，誤差范圍在0.3%～9.9%。吳濤等［8］采用SWMM模型模擬湖區(qū)水利變化時，通過對模型參數(shù)調(diào)整后，將流量誤差從200.6%～278.4%降低至6.9%～10.4%。上述結(jié)果表明，通過SWMM 軟件構(gòu)建金川河水系模型，水量預(yù)測結(jié)果能滿足實際使用需求。

表4 監(jiān)測點(diǎn)水位模擬值與實測數(shù)據(jù)對比

2 降雨-徑流預(yù)警預(yù)測平臺開發(fā)

通過收集金川河系統(tǒng)內(nèi)的部分水泵、閘門、水系、排水?dāng)?shù)據(jù)，并通過對整個區(qū)域進(jìn)行模型概化后，基于SWMM軟件構(gòu)建了地表徑流模型，該模型具備對金川河水系徑流降雨預(yù)測的功能。模型包含了水系內(nèi)主要河流的信息，部分泵站和閘門的運(yùn)行規(guī)則，以及部分排水管道系統(tǒng)?？赡M流量、徑流，并將其作為金川河智慧水務(wù)數(shù)據(jù)平臺的預(yù)警預(yù)測部分的子模塊。

2.1 模型推演功能

模型推演是預(yù)警功能的重要部分。在SWMM模型基礎(chǔ)上，由前端JS代碼結(jié)合Leaflet實現(xiàn)地圖可視化和動態(tài)播放功能，其余邏輯由后端Python Flask代碼實現(xiàn)。通過按需組織模型數(shù)據(jù)，系統(tǒng)能夠?qū)崿F(xiàn)由后端邏輯響應(yīng)用戶請求，并通過MySQL快速檢索響應(yīng)，將相關(guān)時刻的信息返回給前端，由前端制圖可視化。鑒于目前研究所用的水動力模型需要的參數(shù)過多，也無法在后臺實時運(yùn)行的局限性，平臺研發(fā)了基于深度學(xué)習(xí)的替代模型。該模型使用完整流域長時序過程信息為訓(xùn)練數(shù)據(jù)，實現(xiàn)對1～8 h內(nèi)，各種降雨條件下，73 個空間實體（位置）流量值的預(yù)測，以支持管理人員和機(jī)構(gòu)預(yù)判可能出現(xiàn)水量問題的關(guān)鍵位置，提前安排和組織開展相關(guān)準(zhǔn)備工作。

2.2 預(yù)警預(yù)測平臺內(nèi)容

對不同降雨強(qiáng)度下金川河流量進(jìn)行預(yù)警預(yù)測。平臺GIS數(shù)據(jù)以shape 文件的形式提供GeoServer 發(fā)布為標(biāo)準(zhǔn)化Web 地圖服務(wù)，用于地圖生成和可視化顯示。結(jié)合水位監(jiān)測的實時統(tǒng)計數(shù)據(jù)，平臺自動進(jìn)行統(tǒng)計、分析、計算。根據(jù)季節(jié)限定，輸入降雨強(qiáng)度，選擇目標(biāo)著色值，系統(tǒng)通過檢索歷史信息，尋找最接近情景，調(diào)取最接近情景下水系模型狀態(tài)切片，以切片狀態(tài)為起始，運(yùn)行替代模型，預(yù)測持續(xù)降雨后流量狀態(tài)，并將預(yù)測情景可視化并動態(tài)播放。

以2 個降雨事件推演效果為例，針對少量多次降雨事件與突發(fā)暴雨事件進(jìn)行平臺預(yù)測，預(yù)警預(yù)測平臺功能模塊結(jié)構(gòu)見圖3。平臺目標(biāo)預(yù)測時間為8 h，共設(shè)置1 h、2 h、4 h、6 h、8 h 5 個檔位，模型預(yù)測開始后，即可對金川河河系主流73個空間位置流量進(jìn)行預(yù)測推演，并在平臺上進(jìn)行動態(tài)顯示，根據(jù)不同降雨特征，調(diào)取最接近情景下的降雨-徑流模型進(jìn)行預(yù)測。

圖3 預(yù)警預(yù)測平臺功能模塊結(jié)構(gòu)

預(yù)警預(yù)測平臺覆蓋金川河水系水網(wǎng)，實現(xiàn)了對河流水系的全面預(yù)警監(jiān)測。該平臺集成多源數(shù)據(jù)，采用深度學(xué)習(xí)算法，可大幅提高暴雨洪水及河道流量預(yù)警的準(zhǔn)確性，預(yù)警模型快速迭代更新，信息傳播迅速，可縮短預(yù)警響應(yīng)時間。預(yù)測信息可視化展示，為精準(zhǔn)決策提供諸多便利，助力構(gòu)建綠色低碳、安全高效的防洪治污體系。

3 結(jié) 語

通過對金川河系統(tǒng)內(nèi)的水泵、閘門、水系以及排水?dāng)?shù)據(jù)進(jìn)行統(tǒng)計篩分，對整個區(qū)域進(jìn)行模型概化后，通過SWMM 軟件構(gòu)建立金川河地表徑流模型，該模型可模擬不同降雨條件下，金川河道水系水位變化情況，基于該模型結(jié)合深度學(xué)習(xí)算法開發(fā)了金川河降雨-徑流預(yù)警預(yù)測平臺，實現(xiàn)了對不同降雨條件下金川河水系徑流的預(yù)警預(yù)測，提升了金川河治理的規(guī)范化、智能化和精細(xì)化水平。平臺可模擬不同降水量下的流量、徑流變化情況，支撐流域降水的快速推演，以幫助快速制定應(yīng)急預(yù)案，為河長制提供了一個可視化的決策環(huán)境和智慧決策系統(tǒng)。