中圖分類號：X43 文獻(xiàn)標(biāo)志碼：A

摘要：為了緩解城市內(nèi)澇災(zāi)害并對園區(qū)內(nèi)雨水系統(tǒng)升級改造效果分析提供理論參考，從而推進(jìn)低影響開發(fā)理念下海綿城市建設(shè)和城市可持續(xù)發(fā)展，以市某高校典型園區(qū)為研究區(qū)域，在原始暴雨洪水管理模型的基礎(chǔ)上，構(gòu)建基于城市信息模型優(yōu)化數(shù)據(jù)結(jié)構(gòu)的園區(qū)暴雨洪水管理模型，利用國家氣象信息中心實測的降雨數(shù)據(jù)率定所構(gòu)建的模型中子匯水區(qū)的參數(shù)；根據(jù)所構(gòu)建模型的降雨及雨水地表徑流過程，研究雨水地表徑流與管道出流量的變化規(guī)律；通過計算每個子匯水區(qū)的管道出流量，綜合對比研究區(qū)域各段管道出流量、轉(zhuǎn)輸流量與管道最大承載能力，分析管道溢流風(fēng)險的變化趨勢，并設(shè)計9種適合研究區(qū)域?qū)嶋H情況的低影響開發(fā)技術(shù)方案，評估9種方案的雨水地表徑流消減效能。結(jié)果表明：所構(gòu)建的模型具有較好的數(shù)據(jù)便利性和準(zhǔn)確性，出水口處管道出流量模擬值與實測值契合度約為 90% ；北側(cè)雨水管道系統(tǒng)末端出水口所在子匯水區(qū)的雨水地表徑流量、出水口處管道出流量的變化規(guī)律與雨強重現(xiàn)期呈較強的相關(guān)性；管道溢流風(fēng)險點分布規(guī)律受地表硬化程度、地面坡度、管道輸水距離等因素影響較大；所設(shè)計的9種方案均可有效減少雨水地表徑流量和峰值流量，雨水地表徑流控制率、徑流總量削減率均大于 40% ，雨水地表徑流峰值削減率大于 35% ，其中方案9效果最優(yōu)。

Simulation of Park Rainwater Surface Runoff Released by Using Low-impact Development Technology and Risk Prediction of Pipeline Overflow

WANG Yankai ， LIU Peihua ^1b ， ZHANG Shuaila， ZHAO Fangbo ² ，WANG Jiabin ¹a （1.a.School of Civil Enginering and Architecture，b.Department of Facilitiesand Maintenance Management， University of Jinan，Jinan 250022，Shandong，China；2. School of Materials Science and Chemical Engineering， Harbin Engineering University，Harbin 15ooO6，Heilongjiang，China）

Abstract：Torelease urban flooding disasterand provide theoretical referenceforeffectivenessanalysisonreinforcement of rainwater systems in parks，soas to promote sponge cityconstruction and urban sustainable development undertheconceptof low impact development，taking atypical universitypark in Jinan Cityas the research areaandonthe basis of original storm water flood management model，a park storm water flood management model with data structureoptimized byusing urban information model wasconstructed.Rainfalldata measured byNational Meteorological InformationCenter wereused to determineparameters of sub-catchment areas intheconstructed model.According totherainfallandrainwater surface rnoff processof the constructed model，variationpatterns of rainwater suface runoffand pipeline discharge flow rate were researched.By calculating pipeline discharge flow rate from each sub-catchment，comprehensively comparing pipeline discharge flow rate from each section of the research area，transfer flow rate，and pipeline maximum carrying capacity，variationtrendsof pipelineoverflowriskwereanalyzed.Ninelow-impact developmenttechnologysolutions suitableforactualsituationoftheresearcharea weredesigned，and eficiencyofthenine solutions inabating raiwater surface runoff was assessed.Theresults showthattheconstructed model has good dataconvenienceandacuracy，and simulated values of pipeline discharge flow rate at outlet fit measured values by about 90% . Variation patterns of rainwater surface runoff volumeinthesub-catchment where theendoutlet of north siderainwater piping system islocatedand pipeline discharge flowrate atoutlet show a strong correlation withtherainfallintensityreturn period.Distributionpattersof pipeline overflow risk pointsare greatly influenced by factors such as ground surface hardening degree，ground slope，and pipelinewater supply distance.The nine designed solutions can efectively reduce rainwater surface runoff volume and peak flow. Both of rainwater surface runoff control rate and total runoff reduction rate are greater than 40% ，and rainwater surface runoff peak reduction rate is greater than 35% .Solution 9 is the most effective.

Keywords：pipeline overflow；storm water managementmodel；cityinformation model;low-impact developmenttechnology；rainwater surface runoff

我國早期傳統(tǒng)的城市雨水系統(tǒng)通過管網(wǎng)的“硬排水”模式，將雨水通過管網(wǎng)匯集后排入受納水體[1-2]。隨著全球氣候的變暖，極端天氣頻發(fā)、強發(fā)，城市規(guī)模不斷擴大，地面硬化比例增大，給傳統(tǒng)城市雨水系統(tǒng)帶來了巨大挑戰(zhàn)，雨水徑流量、峰值流量不斷增加，城市內(nèi)澇災(zāi)害頻繁發(fā)生[3-5]。雨水管網(wǎng)溢流風(fēng)險分析以及雨水地表徑流總量、雨水徑流峰值消減成為我國城市雨水系統(tǒng)的重要改造升級任務(wù)，也是廣受關(guān)注的研究熱點[6-8] 。

暴雨洪水管理模型（storm water managementmodel，SWMM）是一種基于水動力學(xué)的城市動態(tài)降雨-徑流模型，可以模擬城市水文、管網(wǎng)水動力學(xué)、水質(zhì)調(diào)控演變和低影響開發(fā)（low impact develop-ment，LID）優(yōu)化過程[9]。Barco 等[10]、Zakizadeh等[11]分別應(yīng)用SWMM模擬美國加利福尼亞州南部和伊朗德黑蘭地區(qū)的雨水地表徑流，并通過對比實測數(shù)據(jù)發(fā)現(xiàn)，SWMM具有優(yōu)秀的預(yù)測能力；Paithankar等[12]利用Nash-Sutcliffe效率系數(shù)，基于多個降雨事件的實測流量數(shù)據(jù)校準(zhǔn)模型，所構(gòu)建SWMM的預(yù)測準(zhǔn)確性達(dá)到 83% ；張建等[13]、馬彥斌等[14]通過粒子群算法與多目標(biāo)函數(shù)相結(jié)合、MATLAB遺傳算法等方式率定SWMM的參數(shù)，均有效改善了模型的精準(zhǔn)度和穩(wěn)定性，模型準(zhǔn)確率大于 95% （2

LID技術(shù)作為一種有滯留、蓄存作用的新型分散式雨水處理措施，可以有效緩解城市內(nèi)澇。Kim等[15]利用SWMM模擬韓國某工業(yè)區(qū)7種LID技術(shù)設(shè)施的單獨雨水地表徑流控制效果，結(jié)果表明，所有LID技術(shù)措施都表現(xiàn)出較好的削減雨水地表徑流的效果；周昕等1利用SWMM證實了不同LID技術(shù)組合對雨水地表徑流量消減、管道負(fù)載緩解和水質(zhì)調(diào)控作用；吳京戎等[7通過模擬不同雨強重現(xiàn)期時5種LID技術(shù)組合方案的雨水地表徑流量發(fā)現(xiàn)，雨水花園、透水鋪裝與綠色屋頂相組合的LID技術(shù)綜合措施對徑流的削減效果最好。

SWMM可以較精確地模擬研究區(qū)域的雨水地表徑流情況，但是地表形態(tài)數(shù)據(jù)的獲取以及詳細(xì)管道信息的提取較困難。城市信息模型（cityinforma-tionmodel，CIM）是建筑信息模型、地理信息系統(tǒng)與物聯(lián)網(wǎng)系統(tǒng)的技術(shù)融合，是智慧城市和數(shù)字城市的表現(xiàn)形式[I8]。CIM完備的數(shù)據(jù)結(jié)構(gòu)為SWMM建?；A(chǔ)參數(shù)的提取提供了便利性和可行性。

本文中以市某高校典型園區(qū)為研究區(qū)域，在原始SWMM的基礎(chǔ)上構(gòu)建基于CIM數(shù)據(jù)結(jié)構(gòu)優(yōu)化的園區(qū)SWMM（簡稱本文模型）。利用國家氣象信息中心實測的降雨數(shù)據(jù)率定本文模型中子匯水區(qū)的參數(shù)，根據(jù)率定后本文模型的雨水地表徑流過程，研究雨水地表徑流與管道出流量的變化規(guī)律；綜合對比研究區(qū)域各段管道出流量、轉(zhuǎn)輸流量與管道最大承載能力，分析管道溢流風(fēng)險的變化趨勢，并設(shè)計9種適合研究區(qū)域?qū)嶋H情況的LID技術(shù)方案，評估所設(shè)計方案的雨水地表徑流消減效能，從而為城市內(nèi)澇預(yù)警和雨水系統(tǒng)低影響升級改造提供理論參考。

SWMM構(gòu)建原理與園區(qū)降雨過程

1. 1 SWMM構(gòu)建原理

采用非線性水庫法計算SWMM中的雨水地表徑流，將每個子匯水區(qū)概化為單獨的非線性水庫，子匯水區(qū)管道出流量 Q 的計算公式[19]為

式中： b 為子匯水區(qū)的寬度； s 為子匯水區(qū)的平均坡度； d 為子匯水區(qū)的地表水深； d_p 為子匯水區(qū)的最大洼蓄水深； n 為子匯水區(qū)的地表曼寧系數(shù)。

子匯水區(qū)總蓄水量 V 為區(qū)域降雨量與 Q 的差值，即

V=Ai-Q，

式中：A為子匯水區(qū)的面積； i 為子匯水區(qū)的凈降雨量。

子匯水區(qū)的雨水地表徑流量為 V 與雨水入滲量 F 之差。利用Horton模型計算 F ，計算公式[20]為

式中： f_c 為雨水穩(wěn)定入滲率； f₀ 為雨水最大入滲率；k 為雨水入滲衰減指數(shù)； t₁ 為雨水入滲時間。

1. 2 園區(qū)降雨過程

《城市暴雨強度公式編制和設(shè)計暴雨雨型確定技術(shù)導(dǎo)則》中推薦采用芝加哥雨型作為短歷時雨型，芝加哥雨型合成的降雨過程數(shù)據(jù)與實測數(shù)據(jù)誤差小，貼合度高，計算簡便，并且不依賴當(dāng)?shù)亟涤赀^程數(shù)據(jù)。本文中研究區(qū)域面積較小，缺乏降雨實測數(shù)據(jù)，因此選用芝加哥雨型合成的降雨數(shù)據(jù)作為模型的降雨序列。

設(shè)置6種雨強重現(xiàn)期分別為2、3、5、10、20、50a ，雨峰系數(shù)取為0.4，降雨歷時取為 120min ，利用芝加哥雨型生成器生成研究區(qū)域6種雨強重現(xiàn)期時的降雨過程線，如圖1所示。從圖中可以看出，降雨過程線呈現(xiàn)先增后減的趨勢，在降雨歷時為 50min 時達(dá)到雨強峰值。

2 模型構(gòu)建與參數(shù)率定

2.1本文模型構(gòu)建過程

選擇市某高校典型園區(qū)作為研究區(qū)域，面積為 5.23km² 。以圖1中不同雨強重現(xiàn)期時的雨強數(shù)據(jù)作為構(gòu)建本文模型的基礎(chǔ)降雨數(shù)據(jù)。SWMM中提取的子匯水區(qū)參數(shù)包括確定性參數(shù)和不確定性參數(shù)。確定性參數(shù)包括管徑、管道長度、管道坡度等，這些參數(shù)可以通過計算機輔助設(shè)計（CAD）軟件或ArcGIS軟件直接獲取并導(dǎo)人SWMM中；不確定性參數(shù)包括子匯水區(qū)的不透水率、透水曼寧系數(shù)、不透水曼寧系數(shù)、透水區(qū)洼地蓄水量、不透水區(qū)洼地蓄水量等，這些參數(shù)并不能通過CAD軟件或ArcGIS軟件直接獲得，因此須利用CIM優(yōu)化原始SWMM的數(shù)據(jù)結(jié)構(gòu)，從而可直接提取子匯水區(qū)參數(shù)至SWMM。

基于該高校原始圖紙概化處理雨水管網(wǎng)系統(tǒng)，處理后的節(jié)點高程、管道長度、管道坡度、管道標(biāo)高等基礎(chǔ)數(shù)據(jù)可直接從CAD軟件中讀?。徊捎肁rcGIS軟件中的泰森多邊形方法，通過考察園區(qū)地表地形、建筑物、道路分布情況等劃分范圍較大的子匯水分區(qū)；根據(jù)園區(qū)實際雨水管道走向以及排水情況實施人工局部調(diào)整，最終確定更精細(xì)的子匯水區(qū)。

原始SWMM屬性欄中的子匯水區(qū)參數(shù)屬性較少，利用CIM按照ArcGIS軟件中的子匯水區(qū)劃分范圍創(chuàng)建子面域族。在組編輯中添加確定性、不確定參數(shù)的族屬性，將ArcGIS軟件收集的每個子匯水區(qū)參數(shù)屬性匯總至新構(gòu)建的CIM屬性欄。利用inpPINS 軟件中的 inpMake 模塊將CIM 處理后.shp格式的文件導(dǎo)入子匯水區(qū)、節(jié)點、管道子文件包的路徑中，點擊Make.inp格式的文件按鈕即可得到SWMM.inp格式的輸人文件?；贑IM優(yōu)化數(shù)據(jù)結(jié)構(gòu)前、后的SWMM屬性目錄截圖如圖2所示。由圖可知，經(jīng)過CIM優(yōu)化數(shù)據(jù)結(jié)構(gòu)后的屬性目錄增加了子匯水區(qū)的不透水率、透水曼寧系數(shù)、不透水曼寧系數(shù)等，數(shù)據(jù)結(jié)構(gòu)更完整，改善了數(shù)據(jù)提取和使用的便利性。

經(jīng)過園區(qū)管網(wǎng)概化、子匯水區(qū)劃分以及CIM優(yōu)化數(shù)據(jù)結(jié)構(gòu)，本文模型的區(qū)域概化如圖3所示。由圖可知，最終劃分本文模型包含82個子匯水區(qū)、82個雨水管網(wǎng)節(jié)點、3個出水口（本文中研究對象為出水口 ΔP₁ ）、79條管道。

2.2 子匯水區(qū)參數(shù)率定

選取國家氣象信息中心實測的市市中區(qū)4場降雨數(shù)據(jù)作為本文模型中子匯水區(qū)參數(shù)率定的基礎(chǔ)數(shù)據(jù)，分析本文模型中子匯水區(qū)參數(shù)的敏感性。4場降雨日期分別為2023年6月15日、7月2日、8月3日、8月15日，累計降雨量分別為9.9、15.5、37.8、55.6mm ，降雨等級分別為小雨、中雨、大雨、暴雨。

作為一種專門的OAT（one-at-a-time）設(shè)計，Morris篩選法用于評估自變量在固定間隔范圍內(nèi)左右擾動對模型輸出結(jié)果的影響。本文中采用Morris篩選法，根據(jù)敏感性因子 s^[21] 分析原始SWMM中子匯水區(qū)參數(shù)的敏感性，即

式中： Y_m 為模型運行第 m 次時目標(biāo)參數(shù)的輸出值；Y₀ 為目標(biāo)參數(shù)的初始值； P_m 為模型運行第 m 次時目標(biāo)參數(shù)相對于 Y₀ 的變化率； n₁ 為模型運行次數(shù)。

在 P₁ 處放置實時監(jiān)測流量計，用于監(jiān)測 P₁ 處實際管道出流量。將率定的子匯水區(qū)參數(shù)回代入到本文模型，本文模型中子匯水區(qū)參數(shù)率定前、后 P₁ 處管道出流量模擬值與實測值對比結(jié)果如圖4所示。由圖可知，參數(shù)率定后的 P₁ 處管道出流量模擬值與實測值有較好的契合性，契合度約為 90% 。

3 園區(qū)雨水地表徑流模擬與管道溢流 風(fēng)險預(yù)測

3.1 雨水地表徑流與管道出流量的變化規(guī)律

在雨峰系數(shù)為0.4，降雨歷時為 120min 的條件下，數(shù)值模擬 P₁ 所在子匯水區(qū)的雨水地表徑流量和 P₁ 處管道出流量，雨強重現(xiàn)期分別為2、3、5、10、20、50a共6種工況時的雨水地表徑流量與 P₁ 處管道出流量過程線如圖5所示。由圖可知：在同一降雨歷時的條件下，隨著雨強重現(xiàn)期的延長， P₁ 所在子匯水區(qū)的雨水地表徑流量與 P₁ 處管道出流量不斷增加；雨強重現(xiàn)期較短時的雨水地表徑流量和管道出流量過程線包含在雨強重現(xiàn)期較長時的過程線之內(nèi)。隨著降雨歷時的延長， P₁ 所在子匯水區(qū)的雨水地表徑流量與 P₁ 處管道出流量呈現(xiàn)先增后減的趨勢，出現(xiàn)雨水地表徑流量峰值的降雨歷時為54min ，相對于雨水地表徑流峰值，管道出流量的峰值滯后 4min ；在不同雨強重現(xiàn)期的條件下， P₁ 所在子匯水區(qū)的雨水地表徑流量均在降雨歷時約為115min 時趨于 處管道出流量達(dá)到峰值后減小趨勢較慢，趨于0的時間隨著雨強的增加而延長

3.2 管道溢流風(fēng)險變化趨勢

園區(qū)雨水管道系統(tǒng)分為北側(cè)、中部、南側(cè)管道系統(tǒng)3個相對獨立的管道系統(tǒng)。通過計算每個子匯水區(qū)的管道出流量，綜合對比研究區(qū)域各段管道出流量、轉(zhuǎn)輸流量與管道最大承載能力，可以預(yù)測管道溢流風(fēng)險。研究區(qū)域不同雨強重現(xiàn)期時的管道溢流風(fēng)險預(yù)測模擬結(jié)果如圖6所示。由圖可知：1）在雨強重現(xiàn)期從2a延至50a的過程中，管道溢流風(fēng)險點呈現(xiàn)增多的趨勢。在雨強重現(xiàn)期為2a時，管道溢流風(fēng)險點主要出現(xiàn)在北側(cè)管道系統(tǒng)的下游，上游管道坡度較大，管內(nèi)雨水流速較大，下游管道所在位置地勢變緩，管道坡度變小，管內(nèi)雨水流速減小可能是導(dǎo)致下游管道溢流風(fēng)險較高的原因；在雨強重現(xiàn)期為3a時，增加2處新的管道溢流風(fēng)險點，均位于北側(cè)管道系統(tǒng)的上游，與該區(qū)域后期項目建設(shè)造成的地面硬化比例改變有較大關(guān)系。2）在雨強重現(xiàn)期為5、10a時，園區(qū)南側(cè)管道系統(tǒng)上游出現(xiàn)管道溢流風(fēng)險點，該處公寓樓建設(shè)和地面硬化造成的地表特征改變對雨水地表徑流的影響較大；在雨強重現(xiàn)期為20a時，雨強超出管道的最大承載能力，區(qū)域內(nèi)新增管道溢流風(fēng)險點較多。3）在地形較平坦、綠化面積較多的子匯水區(qū)，由于雨水匯流較慢，雨水滯留效果更佳，因此管道溢流風(fēng)險抵御能力更強。另外，中部管道系統(tǒng)總輸水距離較短，雨水轉(zhuǎn)輸壓力較小，未出現(xiàn)管道溢流風(fēng)險預(yù)警

4LID技術(shù)方案設(shè)計及其雨水地表徑流消減效能

4.1 LID技術(shù)方案設(shè)計

根據(jù)研究區(qū)域地表特征與管道溢流風(fēng)險點的分布規(guī)律，選擇綠色屋頂、雨水花園和透水鋪裝措施消減雨水地表徑流量。綠色屋頂措施利用建筑物屋頂實施植物種植和綠化，可以減少雨水地表徑流并保護(hù)屋面，凈化雨水；雨水花園措施采用多孔材料、透水填料與土壤建設(shè)綠色植物栽培區(qū)域，構(gòu)建植物、微生物與植物根系復(fù)合體，起到雨水收集、自然滯留作用，減輕城市雨水系統(tǒng)的排放壓力；透水鋪裝措施采用透水混凝土、透水磚、透水瀝青等透水性較好的材料替換原有硬化區(qū)域，可以使雨水經(jīng)鋪裝地面快速滲透到地下，消減雨水地表徑流

研究區(qū)域中可采取綠色屋頂措施施行改造的面積有限，因此研究區(qū)域中建筑屋頂全部采取綠色屋頂措施，設(shè)計9種不同雨水花園與透水鋪裝面積占比的LID技術(shù)方案，并探究適合研究區(qū)域的最優(yōu)方案。研究區(qū)域中適合雨水花園改造的場地有1處停車場、7塊樓前空地，可以施行透水鋪裝改造的場地有1處混凝土硬化廣場，以及面積分別為1.02，1.23km² 的人行道、車行道。9種LID技術(shù)方案如表1所示。由表可知：綠色屋頂覆蓋面積占研究區(qū)域面積的分?jǐn)?shù)為 10% ，雨水花園面積占研究區(qū)域面積的分?jǐn)?shù)為 20%～40% ，透水鋪裝面積占研究區(qū)域面積的分?jǐn)?shù)為 30%～40% 。方案9為適合研究區(qū)域的最優(yōu)LID技術(shù)方案，改造面積占研究區(qū)域面積的分?jǐn)?shù)為 90% 。

4.2 LID 孜不刀采時雨小地衣任兀消減雙能

對布置9種LID技術(shù)方案的本文模型進(jìn)行徑流模擬，結(jié)果如圖7所示。由圖可知：1）9種方案在不同雨強重現(xiàn)期時的雨水地表徑流量、徑流峰值均發(fā)生明顯的削減，雨水地表徑流控制率、徑流總量削減率均大于 40% ，徑流峰值削減率大于35% 。2）當(dāng)雨水花園面積占研究區(qū)域面積的分?jǐn)?shù)不變即布置方案1、2、3，或透水鋪裝面積占研究區(qū)域面積的分?jǐn)?shù)不變即布置方案1、4、7時，改造面積比例增大，雨水地表徑流控制率、徑流總量削減率、徑流峰值削減率均呈增大趨勢，說明相對于改造面積較小的方案，改造面積較大的方案的雨水地表徑流削減方面效果更明顯。3）當(dāng)改造總面積占研究區(qū)域面積的分?jǐn)?shù)相同即布置方案3、4或布置方案6、7時，雨水花園面積占研究區(qū)域面積的分?jǐn)?shù)增大 10% ，透水鋪裝面積占研究區(qū)域面積的分?jǐn)?shù)減小 10% ，雨水地表徑流削減方面有明顯的變化，說明透水鋪裝面積較大對徑流控制有更明顯的效果。

在不同雨強重現(xiàn)期時，數(shù)值模擬布置最優(yōu)方案即方案9的本文模型在管道溢流風(fēng)險點和 P₁ 所在子匯水區(qū)的雨水地表徑流量，方案9布置前、后管道溢流風(fēng)險點個數(shù)如圖8所示。由圖可知，隨著雨強重現(xiàn)期的延長，管道溢流風(fēng)險點呈現(xiàn)增多趨勢，布置方案9后的管道溢流風(fēng)險點明顯減少，在雨強重現(xiàn)期為2a時，未出現(xiàn)管道溢流風(fēng)險點。

不同雨強重現(xiàn)期時方案9布置前、后 P₁ 所在子匯水區(qū)的雨水地表徑流削減效能如圖9所示。由圖可知：布置方案9后，地表雨水徑流削減效果明顯。隨著雨強重現(xiàn)期的延長，雨水地表徑流量呈現(xiàn)先增后減的趨勢，雨水地表徑流量達(dá)到峰值的時間與布置方案9前的相同，但是雨水地表徑流量趨于0的時間提前。在雨強重現(xiàn)期為50a時，雨水地表徑流量提前 18min 趨于0，不同降雨歷時條件下布置方案9后的雨水地表徑流量遠(yuǎn)小于布置方案9前的。

5 結(jié)論

本文中以市某高校典型園區(qū)為研究區(qū)域，基于CIM數(shù)據(jù)結(jié)構(gòu)優(yōu)化園區(qū)SWMM構(gòu)建本文模型，利用國家氣象信息中心實測的降雨數(shù)據(jù)率定本文模型中子匯水區(qū)的參數(shù)；探討率定后本文模型的雨水地表徑流過程，研究雨水地表徑流與管道出流量的變化規(guī)律，分析管道溢流風(fēng)險的變化趨勢，并根據(jù)所設(shè)計的9種適合研究區(qū)域?qū)嶋H情況的LID技術(shù)方案，評估9種方案對雨水地表徑流消減效能，得到以下主要結(jié)論：

1）本文模型有較好的數(shù)據(jù)便利性，能充分利用CIM提供的地形數(shù)據(jù)和管道信息等參數(shù)。 P₁ 處管道出流量模擬值與實測值的契合度約為 90% ，說明本文模型在雨水地表徑流模擬方面有較高的準(zhǔn)確性。2）北側(cè)雨水管道系統(tǒng) P₁ 所在子匯水區(qū)的雨水地表徑流量和 P₁ 處管道出流量均隨著雨強重現(xiàn)期的延長而增大。隨著降雨歷時的延長，雨水地表徑流量和 ΔP₁ 處管道出流量均呈現(xiàn)出先增后減最終趨于0的變化規(guī)律，但是 P₁ 處管道出流量趨于0的時間隨著雨強的增加而變長。

3）管道溢流風(fēng)險與雨強重現(xiàn)期密切相關(guān)，在雨強重現(xiàn)期較短時，地面工程改造、地表特征與硬化比例改變對管道溢流風(fēng)險的影響較大，此外地形地勢也是可能引起溢流風(fēng)險的主要因素之一。隨著雨強重現(xiàn)期的逐漸延長，雖然管道溢流風(fēng)險點急劇增多，但是平坦地形、地面綠化區(qū)域抵御管道溢流的效果較明顯，未出現(xiàn)管道溢流風(fēng)險點。

4）所設(shè)計的9種方案均可有效減小雨水地表徑流量和峰值流量，溢流風(fēng)險點明顯減少，緩解了管道系統(tǒng)末端輸水壓力，雨水地表徑流控制率、徑流總量削減率均大于 40% ，雨水地表徑流峰值削減率大于 35% ，其中方案9效果最優(yōu)

參考文獻(xiàn)：

［1］陳佩琪，王兆禮，曾照洋，等．城市化對流域水文過程的影響模擬與預(yù)測研究[J]．水力發(fā)電學(xué)報，2020，39（9）：67.

[2]LI Y，YEQ L，LIU A， et al. Seeking urbanization security andsustainability：multi-objective optimization of rainwater harvestingsystems in China[J]. Journal ofHydrology，2017，550：42.

［3］周偉奇，朱家籬．城市內(nèi)澇與基于自然的解決方案研究綜述[J]．生態(tài)學(xué)報，2022，42（13）：5137.

［4］王偉武，汪琴，林暉，等．中國城市內(nèi)澇研究綜述及展望[J].城市問題，2015（10）：24.

［5］謝宇韜，李繼清，劉源，等．基于海綿城市的雨洪管理探討[J]．工程技術(shù)研究，2018（2）：1.

[6］王佳盛，黃鴻強．城市內(nèi)澇成因分析及對策研究[J]．陜西水利，2022（10）：53.

[7]NINGYF，DONG WY，LINL S，etal.Analyzing the causes ofurban waterlogging and sponge city technology in China[J].IOPConference Series： Earth and Environmental Science，2017，59（1）：012047.

[8]NAGARA V N，SARKAR D，BARRETT K，et al. Greening thegray infrastructure ： green adsorbent media for catch basin inserts toremove stormwater pollutants[J].Environmental Technologyamp;Innovation，2021，21：101334.

[9］郝璐，孫閣．城市化對流域生態(tài)水文過程的影響研究綜述[J]．生態(tài)學(xué)報，2021，41（1）：13.

[10]BARCO J，WONG K M， STENSTROM M K. Automatic calibra-tion of the U.S. EPA SWMM model for a large urban catchment[J].Journal of Hydraulic Engineering，2008，134（4）：466.

[11]ZAKIZADEH F，NIA A M， SALAJEGHEH A，et al. Efficienturban runoff quantity and quality modelling using SWMM modeland field data in an urban watershed of Tehran metropolis[J].Sustainability，2022，14（3）：1086.

[12]PAITHANKAR D N，TAJI S G. Investigating the hydrologicalperformance of green roofs using storm water management model[J]．Materials Today：Proceedings，2020，32（4）：943.

[13］張建，杜堯，周正模，等．基于粒子群算法的SWIMM參數(shù)多目標(biāo)率定研究[J]．水利規(guī)劃與設(shè)計，2022（11）：83.

[14] 馬彥斌，盛旺，李江云，等．基于遺傳算法的SWMM模型參數(shù)率定研究[J]．中國農(nóng)村水利水電，2020（7）：46.

[15] KIMJ，LEEJ，SONGY，etal.Modelingtherunoffreductioneffect of low impact development installations in an industrial area，SouthKorea[J].Water，2018，10（8）：967.

[16] 周昕，高玉琴，吳迪．不同LID設(shè)施組合對區(qū)域雨洪控制效果的影響模擬[J]．水資源保護(hù)，2021，37（3）：26.

［17］吳京戎，方舒婷.LID組合設(shè)計對徑流影響及成本效益分析[J]．水電能源科學(xué)，2022，40（9）：35.

[18] 耿丹.基于城市信息模型（CIM）的智慧園區(qū)綜合管理平臺研究與設(shè)計[D].北京：北京建筑大學(xué)，2017：6-11.

[19] 范凌峰.基于SWMM模型的LID組合方案優(yōu)化與效果評估[D]．合肥：安徽建筑大學(xué)，2024：10.

[20] 馬東豪，王全九，郭太龍．根據(jù)水流推進(jìn)過程預(yù)測Horton人滲公式參數(shù)和田面平均糙率系數(shù)[J].農(nóng)業(yè)工程學(xué)報，2005，21（12）：53.

[21] 向代鋒，程磊，徐宗學(xué)，等．基于局部和全局方法的SWMM敏感參數(shù)識別[J]．水力發(fā)電學(xué)報，2020，39（11）：74.

（責(zé)任編輯：王 耘）