基于SWMM模型的南宁市海绵城市建设优化模拟

高速发展的城市化进程改变了城市原有下垫面的属性，由此引发了如“城市看海”、城市内河黑臭、水资源不平衡及水生态环境恶化等系列城市水患问题。随着城市化进程的持续推进，城市下垫面的不透水面积比例增大，改变了原有地区的水文状况，城市水生态环境的稳定性受到威胁。不透水面比例增大会加剧地表雨水汇流过程，增大雨水径流洪峰流量，使雨洪峰现时间提前，导致城市内涝频发，加重城市水生态污染[1]。为改变我国大部分城市“逢雨必涝，雨后即旱”的窘境，住建部提出了大力建设“海绵城市”，构建低影响开发雨水系统。为实现系统高效地管理城市雨洪问题，城市雨水管理模型应运而生，并飞速更新发展，目前模型发展和运用较为成熟的有SWMM (storm water management model)、STORM (storage, treatment, overflow, runoff model)、MIKE、MIKE URBAN、HSPF (hydrologic simulation program-fortran)、InfoWorks CS、SWAT (soil and water assessment tool)等[2]。

雨水管理模型SWMM是由美国环保署(USEPA)开发的一个连续模拟降雨-径流过程的计算机程序，主要应用于城市区域单一事件或长期(连续)的径流水量和水质模拟[3]。目前，国内外已有许多学者应用SWMM模型进行了水量及水质的模拟分析。Camorani等[4]应用SWMM模型研究威尼托从波河填海造陆区域土地利用类型变化对内涝发生频率的影响，分析了在1955，1980，1992年期间土地利用模式在不同的设计降雨条件下该地区的水文和水动力特征，结果表明：填海造陆地区土地利用类型的变化对内涝发生频率有显著的影响，并且随着降雨重现期间隔的缩短，其影响增强。Dai等[5]应用SWMM根据雨污排水管网数据构建了高低5种精度的模型，分析不同精度对城市非点源污染评估预测的影响及驱动因子。结果表明：不同精度的管网数据模型对地表径流量和非点源污染的模拟结果影响不同，汇流过程和非点源污染形成的过程主要受污染物积累、雨水冲刷、降雨渗入等的影响，子汇水区中的地表径流在不透水面和透水面之间的流经路线可以适当提高低精度模型的模拟结果。董欣等[6]选择SWMM模型以屋面为例，究了城市不透水下垫面的降雨径流过程和污染负荷，采用不确定性分析的HSY算法和Monte Carlo采样方法对模型中的水文水力和水质参数进行敏感性识别，并用独立场次实测数据进行参数校验，得出6个影响模拟结果的关键参数。王昊等[7]提出一种改进的SWMM内涝灾害模拟方法，利用模拟结果和城市DEM数据计算出内涝淹没的深度和范围，实现城市地表淹没过程的模拟。总体而言，SWMM模型虽已被广泛应用，但该模型需要输入的参数较多，且子汇水区划分精度对模拟结果有很大影响[8-9]。

为提高城市降雨径流和非点源污染负荷模拟及预测精度，本文以150 m×150 m网格划分研究区，构建南宁市区地表径流及非点源污染精细化雨水径流模型；结合南宁市海绵城市试点工作目标和要求对南宁市某高强度改造区进行低影响开发(LID)改造情景模拟分析，以期为城市降雨径流及非点源污染模型的研究与应用提供参考。

1 模型建立

1.1 模型基本原理

在SWMM中，雨水排水系统被概化为大气、地表、地下水和输送4部分环境组件之间的一系列水和物质流，但并非所有部分都需要同时出现在一次模拟中。子汇水面积是SWMM模拟地表径流过程中基本要素，是将地表径流直接导向某一排放口的地表水文单元，可划分为渗透和不渗透子面积。子汇水面积的属性主要由地表地形和用地类型等决定。在地表径流形成过程中，SWMM将每一子汇水面积表面当作非线性水库，该“水库”的进水量有降雨、融雪或任何指定上游的子汇水面积的出流量，其出流量包括土壤入渗量、蒸发及超过其蓄水能力而形成的地表径流量。在流量演算模块，SWMM通过圣维南流量方程组进行模拟演算。水质模拟模块中，SWMM通过分析污染物的积累、冲刷、迁移和清扫处理等过程模拟分析水质状况，地表径流引起的非点源污染物由赋给汇水面积的特定土地利用类型产生。

1.2 模型构建

本文以南宁市中心城区作为研究区域，以南宁市某高强度改造区——H区作为低影响开发改造情景模拟分析区域(图1)。南宁市属于湿润的亚热带季风气候，市辖区内水系发达，河流水库密布，水资源较为丰富。2015年4月，南宁市被列为海绵城市试点城市之一。

构建SWMM模型涉及的基本参数较多，需要将气象、地形和水文等数据转换为指定格式。为提高各参数空间分辨率和模拟结果的精度，本文借助ArcGIS技术划分研究区的子汇水面积，将研究区域划分为21625个150 m×150 m的子汇水面积，每一子汇水面积均设置单独的出水口，分析其产流-汇流过程。根据城市地形高程数据(DEM)用ArcGIS提取每一子汇水面积的平均坡度值。使用遥感解译技术对下垫面用地类型进行分类，提取不透水面积比例，并通过谷歌地球高分辨率影像和南宁市区内30个随机核对点分别对2期解译结果进行校验(图2)。主要水文参数如曼宁系数、洼蓄量、下渗率等的设定范围参考文献[6, 10-14]，取值范围见表1。根据中国气象数据网提供的《逐日网格降水量实时分析系统

(1.0版)数据集》日降雨数据，研究区分为6个1 km的栅格数据，结合ArcGIS和ENVI软件的波段叠加栅格数据提取功能，将研究区内6个降水监测站点(编号为A1，A2，…，A6)的日降雨量生成以24 h为刻度的降水时间序列文件，输入SWMM中。2009年和2015年市区降雨总量分别为1089.50，1222.30 mm，2个时期的月降雨分布情况如图3和图4所示。将蒸发量、风速、气温等气象数据以月均值时间序列文件输入SWMM中。水质模拟模块中，主要对悬浮颗粒物(SS)浓度的迁移变化进行模拟分析。利用指数函数模型和指数冲刷模型分别对污染物累积和冲刷过程进行模拟演算，并根据南宁市的具体情况，设置清扫频率为1 d。不同用地类型下SS的累积参数和冲刷参数取值参考文献[13, 15-19](表2)。

1.3 模型参数校验

以南宁市邕江防洪排涝泵站的6期监测数据为校验标准，分别使用2009，2011，2013，2015年的下垫面数据以及监测时间内的降雨数据进行模拟，对模型中的关键参数进行率定(表3)。4个时期模拟结果的平均误差为4.73%，最大误差为9.42%，说明所选参数取值符合南宁市真实情况(表4)。

2 地表径流量模拟结果分析

以日降水量建立降雨时间序列，统计频率为1 d，演算周期设置为60 s，模拟南宁市区2009、2015年雨水年径流总量的时空变化规律。结果显示:雨水年径流总量模拟结果连续性误差为-0.26%，部分结果如表5所示。

模拟结果显示：2015年南宁市区雨水最大年径流总量相比2009年增加了1.10万m3，增长率为52.13%。2009年各子汇水区的年径流总量方差为6.54，2015年为10.48，说明2009—2015年南宁市区内径流量的产量差异逐渐增大。从空间分布(图5)上看，2个时期的径流量低值区域基本没有发生变化。而径流量高值区的面积有明显增加，在空间分布上有显著向外扩张趋势。

通过年径流量为加权的标准差椭圆分析南宁市2009、2015年的雨水年径流总量的空间变化情况，计算结果可以体现年径流量的空间分布变化转移情况，如图6所示。椭圆的横轴为年径流量的分布方向，可以看出南宁市区2个时期的年径流量都沿邕江(流经市区的主要河流)分布。短轴为数据的集中程度，长度越短说明年径流量的集中程度越高。2009，2015年短轴长度分别为7517.92，7668.37 m，增加了150.45 m，约为1个子汇水面积的宽度，说明2015年的径流量在空间分布上比2009年分散。径流中心向东北偏移了3.60°，整体的年径流高值区向东北面偏移了613 m。

综上，降水量和不透水面积比例是影响年径流总量发生变化的关键因素。2015年南宁市区不透水面积相较2009年增加了92.16 km2，降水量增加了437.45 mm，从而直接引起研究区雨水年径流总量的增加。2009、2015年各子汇水面积中的不透水面比例平均值分别为29.63%和48.30%，有明显增加，从而也引起2015年径流量高值区总面积显著增加。以不透水面比例为权重作标准差椭圆时，椭圆中心的变化与径流中心一致，这也说明不透水面的空间变化是影响径流中心转移的关键因素。

3 低影响开发改造情景分析

通过上述模拟结果分析可知：南宁市区的径流总量在空间分布上差异较大，结合实际水文条件及《南宁市海绵示范区控制规划》，对南宁市良庆区高强度开发海绵城市建设模式示范区(区域H，图7)进行LID改造多情景建模分析，对区域H进行径流量及SS浓度模拟分析。

3.1 LID设施比选

LID设施包括非结构性和结构性设施2种类型。参考《海绵城市建设技术指南——低影响开发雨水系统构建》(下文称“《指南》”)，典型的LID设施的建设维护成本及控制目标等如表5所示。结合区域H的下垫面情况和水文条件，选取透水铺装、生物滞留设施和渗渠作为LID改造设施，相关设置参数参考《指南》和相关文献[20-22]。

3.2 情景设计

根据上述构建的南宁市区地表径流及非点源污染精细化雨水径流模型，将研究区H分为404个150 m×150 m的子汇水面，总面积为9.09 km2，H区域内可改造绿地面积为1.79 km2，已建面积为7.26 km2。本研究以70%作为已建用地的最大可改造面积比例，90%作为绿地的最大可改造面积比例，依据改造目标效果设计2种改造模拟情景：1)径流量及污染物(以SS为例)去除量最大化(情景1)；2)径流量及污染物削减量达到排放限度下成本控制最佳(情景2)。在H区域内添加可进行海绵城市工程改造的LID设施，添加比例为可改造总面积的10%～100%，以20年暴雨重现期为降水时间序列进行模拟，寻找符合上述目标的最佳改造模式。

注：“●”为强；“○”为较强；“◎”为弱或很小；“—”为未查到相关记载。

3.3 情景模拟结果与分析

1)情景1模拟结果。

降雨冲刷及地表径流引起的非点源污染物负荷与径流量直接相关。当研究区改造目标限定为径流量及SS去除量达到最大时，在不同比例的复合LID设施作用下，部分子汇水面积的最大削减率能达到100%。模拟结果如图8所示，在该情景模式下，区域H内有94.31%的子汇水面可按最大改造比例进行改造建设，5.69%的部分不用改造。最终整体达到的径流量削减率为21.04%，SS削减率为66.37%，总造价为13.90亿元。

2)情景2模拟结果。

当研究区改造目标限定为径流量及污染物削减量达排放限度下成本控制最优时，各网格中径流量和SS的削减率目标分别设定为70%和50%(达不到时以最大削减率计)，模拟结果如图9所示。在该情景模式下，区域H内有50.74%的子汇水面积按可改造面积的100%进行改造，5.69%的部分不用改造。整体径流量削减13.74%，SS削减46.71%，总造价8.91亿元。

综上，2种情景模式在总体削减量方面差异不大，而在工程总造价上相差4.99亿元。因此认为情景2模式优于情景1。

3.4 不同降雨条件下2种情景模式模拟及分析

基于上述2种情景模式，分别以2，5，10，20，50，100年设计暴雨重现期计算2种情景模拟径流总量和SS的削减情况，结果如图10所示。2种情景模式下，径流总量和SS在不同降雨条件下都比现状有一定程度的削减，且在各类降雨强度下情景1的削减效果都优于情景2。随着降雨强度的增大，情景1径流量的削减率缓慢上升，在P20和P50降雨重现期稍有下降，之后又上升，整体上升了0.73%；情景2下，随着降雨强度增大，径流量削减率整体呈下降趋势，但在P20和P50降雨重现期略有上升，整体降低了0.14%。情景1和情景2的SS削减率随着降雨强度的增大分别降低了3.94%和8.18%。

在实际规划建设中，如果只以削减率为效益评估指标，不能客观反映真实状况。因此，本研究在引入单位投入获得的削减效果作为有效评估指标，表达式为：改造效益=目标指标的削减率/情景模式下的总投入(单位：%/千万元)。

2种情景模式下径流量及SS的改造效益模拟结果如图11所示，单位投入的径流量削减率和SS削减率在不同降雨强度下的整体变化趋势和情景模式下径流量削减率和SS削减率的趋势相同；情景2下单位成本的径流量和SS削减均优于情景1，在2年暴雨重现期下，2种情景的差别最大，情景1和情景2单位造价的径流量削减率相差0.17%，单位造价的SS削减率相差0.89%；在100年暴雨重现期下，2种情景相差达到最小，分别为0.11%，0.25%。模拟结果表明，只以最大削减比例为改造目标不能带来最大的成本效益，在控制径流量及污染物尽量满足排放限度的模式下，成本效益较高，更贴合实际情况。

4 结论

本文以南宁市中心城区为研究区域，以高空间分辨率的研究网格为基本单元，构建了精细化的地表径流及非点源污染模型，模拟分析了南宁市中心城区2009、2015年雨水年径流总量的时空变化规律。在此基础上，结合南宁市海绵城市建设发展规划，对高强度开发海绵城市建设模式示范区——H区域进行多情景模拟改造分析，得出以下结论：

1)通过构建的精细化地表径流模型对南宁市区2009、2015年雨水年径流总量时空变化进行模拟分析，结果显示：2009、2015年径流总量分别为1.86亿，3.37亿m3，且径流量高值区域增加显著。径流中心在空间分布上向中心城区的东北方向偏移。在应用如SWMM等分散式计算机程序模拟演算某一区域，尤其是城市区域的雨水径流量模拟分析时，高空间分辨率的子汇水区精度在一定程度上能提高模拟结果的精度，有利于分析子汇水面积雨水汇流过程，有效地推进LID雨水系统的构建工作。

2)对H区域进行LID改造多情景模拟分析发现，情景1下，径流量和SS的削减率分别为21.04%和66.37%，总投资13.90亿元。在情景2下，径流量及SS的削减率分别为13.74%和46.71%，总造价为8.91亿元。年径流量和SS的单位投资削减率最大相差分别为0.17%，0.89%，说明情景2的单位投资回报优于情景1。因此，从单位投资回报角度考虑，情景2对海绵城市建设规划更有参考意义。在海绵城市改造规划前，引入以单位造价的削减效果为工程评估指标，并结合多目标改造效益进行情景模拟分析，更能大力推动海绵城市建设工作。

[1] Shuster W D, Bonta J, Thurston H, et al. Impacts of impervious surface on watershed hydrology: a review [J]. Urban Water Journal, 2005, 2(4): 263-275.

[2] 秦语涵, 王红武, 张一龙. 城市雨洪径流模型研究进展 [J]. 环境科学与技术, 2016，39(1): 13-19.

[3] Gironás J, Roesner L A, Rossman L A, et al. A new applications manual for the storm water management model (SWMM) [J]. Environmental Modelling & Software, 2010, 25(6): 813-814.

[4] Camorani G, Castellarin A, Brath A. Effects of land-use changes on the hydrologic response of reclamation systems [J]. Physics and Chemistry of the Earth, Parts A/B/C, 2005, 30(8): 561-574.

[5] Dai Y, Chen L, Hou X S, et al. Effects of the spatial resolution of urban drainage data on nonpoint source pollution prediction [J]. Environmental Science and Pollution Research, 2018, 25(15): 14799-14812.

[6] 董欣, 杜鹏飞, 李志一,等. SWMM模型在城市不透水区地表径流模拟中的参数识别与验证 [J]. 环境科学, 2008, 29(6): 1495-1501.

[7] 王昊, 张永祥, 唐颖, 等. 暴雨洪水管理模型的城市内涝淹没模拟 [J]. 北京工业大学学报, 2018, 44(2): 303-309.

[8] 赵冬泉, 陈吉宁, 佟庆远, 等. 子汇水区的划分对SWMM模拟结果的影响研究 [J]. 环境保护, 2008(8): 56-59.

[9] Krebs G, Kokkonen T, Valtanen M, et al. Spatial resolution considerations for urban hydrological modelling [J]. Journal of Hydrology, 2014, 512(9): 482-497.

[10] Pitt R, Voorhees J, Field R, et al. Slamm, the source loading and management model [J]. Wet-weather Flow in the Urban Watershed: Technology and Management, 2003: 79-101.

[11] 常静, 刘敏, 许世远, 等. 上海城市降雨径流污染时空分布与初始冲刷效应 [J]. 地理研究, 2006, 25(6): 994-1002.

[12] 黄国如, 黄晶, 喻海军, 等. 基于GIS的城市雨洪模型SWMM二次开发研究 [J]. 水电能源科学, 2011, 29(4): 43-45.

[13] 王雯雯, 赵智杰, 秦华鹏. 基于SWMM的低冲击开发模式水文效应模拟评估 [J]. 北京大学学报(自然科学版), 2012, 48(2): 303-309.

[14] 张千千, 王效科, 郝丽岭, 等. 重庆市路面降雨径流特征及污染源解析 [J]. 环境科学, 2012, 33(1): 76-82.

[15] 梁甜. 基于GIS的地表径流模拟研究:以长江流域涪陵段为例[D]. 重庆：西南大学,2014.

[16] Freni G, Mannina G, Viviani G. Urban storm-water quality management: centralized versus source control [J]. Journal of Water Resources Planning & Management, 2010, 136(2): 268-278.

[17] 晋存田, 赵树旗, 闫肖丽, 等. 透水砖和下凹式绿地对城市雨洪的影响 [J]. 中国给水排水, 2010, 26(1): 40-42.

[18] 王志标. 基于SWMM的棕榈泉小区非点源污染负荷研究[D]. 重庆：重庆大学,2007.

[19] 伍发元. 我国城市面源污染多层控制模式研究[D]. 武汉：武汉大学,2004.

[20] 陈隐石. 城市降雨径流控制LID-BMPS实证研究[D]. 苏州：苏州科技学院,2014.

[21] 周雁潭, 刘俊. 低影响开发在城市治涝中的应用 [J]. 中国农村水利水电, 2015(8): 42-46.

[22] 偶锦文. 苏州城市河道非点源污染削减措施研究[D]. 苏州：苏州科技学院，2014.

基于SWMM模型的南宁市海绵城市建设优化模拟

0 引言

1 模型建立

1.1 模型基本原理

1.2 模型构建

1.3 模型参数校验

2 地表径流量模拟结果分析

3 低影响开发改造情景分析

3.1 LID设施比选

3.2 情景设计

3.3 情景模拟结果与分析

3.4 不同降雨条件下2种情景模式模拟及分析

4 结论

AN OPTIMIZING SIMULATION STUDY OF SPONGE CITY CONSTRUCTION IN NANNING BASED ON SWMM

基于SWMM模型的南宁市海绵城市建设优化模拟

0 引 言

1 模型建立

1.1 模型基本原理

1.2 模型构建

1.3 模型参数校验

2 地表径流量模拟结果分析

3 低影响开发改造情景分析

3.1 LID设施比选

3.2 情景设计

3.3 情景模拟结果与分析

3.4 不同降雨条件下2种情景模式模拟及分析

4 结 论

AN OPTIMIZING SIMULATION STUDY OF SPONGE CITY CONSTRUCTION IN NANNING BASED ON SWMM

0 引言

4 结论