海绵城市建设是综合解决城市水环境问题的方法论,其内容涉及城市水环境问题的方方面面[1]。目前海绵城市建设的重要方法之一是“灰绿结合”:通过雨水花园、植草沟和绿色屋顶等多种绿色雨水基础设施,收纳来自道路和屋面的城市降雨径流,利用植物、土壤、砂滤层等过滤作用对径流雨水进行净化、下渗、补给和涵养地下水,维系健康的水生态[2,3];用规范的雨水管网、蓄水池和泵站等“灰色”基础设施,让城市能够快速调蓄和排出雨水,保证城市能够正常运转,保障水安全。
目前,基于水文水力模型对城市降雨径流的控制和管理效果进行评估是海绵建设评价的重要方法之一[4]。模型的合理性及可靠性需要实际监测数据的验证,合理可靠的模型才能用于模拟评估研究区域在不同情境下的产汇流情况和污染物负荷累积情况,评价现状雨洪管理设施对水量和水质的控制作用以及评估城市内涝和水体污染风险[5,6]。
2015年至今,已有30个城市完成海绵试点建设,目前需对海绵改造工程进行定量评估[7,8]。Randall等[9]使用SWMM模型以北京城区为研究区域,设置了多个低影响开发(LID)设施并进行情景分析,结果显示,LID设施的利用率与研究区的年径流总量控制率密切相关;Li等[10]通过类似方法对中国广西南宁地区的海绵城市试点区进行了情景分析及效果评估。
目前虽然应用模型对海绵城市建设进行情景分析的研究不在少数,但通过“监测+模型”的方法对研究区进行整体径流减控效果评估的研究略显不足。本研究以GB/T 51345—2018《海绵城市建设评价标准》为基础,结合青岛市某海绵城市研究区及该区域的降雨-径流实际监测数据,应用SWMM模型对海绵城市改造后的区域进行径流控制评估,为优化海绵城市实际工程的设计参数提供参考,同时为海绵城市相关规划设计提供依据。
研究区位于青岛市李沧区,面积为94.86 hm2,包含2块完整的汇水分区。研究区北高南低,坡度较大,符合青岛市低山丘陵地带地表起伏较大的特点。区域内大部分面积进行了海绵化改造,区域以居民区和商业用地为主,用地类型多样。区域内所进行的海绵改造工程包括雨水管网建设和修复、建设雨水花园、下沉式绿地及生物滞留设施等。
根据青岛市海绵城市建设规划,研究区整体年径流总量控制率应达到75%,其中,下沉式绿地面积为2.23 hm2,雨水花园总面积为2.74 hm2,透水铺装为3.68 hm2,分别分散设置在研究区内的10个居住小区内。由于在SWMM模型中将每个小区仅概化为1个子汇水区,因此在模型中无需定义设施的位置,仅设置其面积即可。
区域内在2018年夏秋季设置了3个流量监测点位,研究区具有一整年的降雨及产流监测数据,可为模型的率定验证提供支撑。研究区共包含2个完整的汇水分区,适合作为青岛市海绵城市建设试点区进行基于径流量的建模研究。图1为青岛市海绵城市试点区2018年各月降雨情况。
图1 2018年青岛市月降雨量
Figure 1 Monthly rainfall depth distribution in 2018 in Qingdao
流量监测仪共3个(THWater TWQ型排水专用智能在线监测流量计),于2018年4月中旬完成安装与调试环节,并正式启动对雨落井的流量监测。3个监测点对2018年雨季流量的监测数据较全,是率定和验证的主要依据。监测点位与汇水区关系如图2所示,图中黑色边框内部为本研究的研究区。
注:1—3为流量监测点。
图2 监测点位示意
Figure 2 Location of the monitoring points
通过数据分析,发现3个监测点除1号点位外,另外2个监测点存在雨污合流现象且还未进行整改。因此后续仅使用1号点位数据进行模型的率定验证。1号监测点在监测期内有效降雨量为546.6 mm。监测期间内研究区海绵城市建设已经完工,且各类海绵设施运行良好。满足率定验证要求的降雨事件共9场,如图3中红色箭头指向的黑色竖线所示。
降雨量; 实测流量。
注:箭头指向用来率定和验证的降雨场次。
图3 2018年5—9月雨量及1号排口实测流量
Figure 3 Rainfall depth in May to September 2018 and measured flow at the No.1 outfall
9场降雨事件的日期分别为:2018年5月16日,2018年6月13日,2018年7月9日,2018年7月23日,2018年8月17日,2018年8月20日,2018年8月29日,2018年8月30日,2018年9月3日(图3)。本研究中使用纳什效率系数作为模型准确性的判别准则及依据。
根据研究区竖向地形、用地类型以及雨水收集管网情况,将该区域划分为313个子汇水区(图4),研究区包含10个小区和其他小片区域。10个小区中,6个小区进行过海绵化改造,是模拟的重点部分。研究区其他区域下垫面结构较为简单,在子汇水区划分过程中,未做过海绵化改造的小区因为缺乏施工图和雨水管网图,难以进行进一步分割,故作为一个整体进行模拟。下垫面类型单一的区域,如公园、道路、停车场和商业区等,也作为一个整体进行模拟。做过海绵化改造的小区可进行较为细致的分区,原则上尊重水流的自然流向,参考雨水管网的布置,以3~4栋楼为1个结构单元进行细致分割和模拟。研究区中的海绵源头设施(下沉式绿地、雨水花园及透水铺装)在SWMM模型的LID模块中严格按照施工图数据进行设置。
节点;排口; ——管线; 汇水分区概化。
图4 研究区域模型概化
Figure 4 Model generalization of the study area
模型中子汇水区内各种下垫面的面积通过下垫面类型确定。子汇水区坡度信息来源于青岛市李沧区的数字高程模型(DEM),其精度为10 m×10 m,利用ArcGIS软件对DEM进行处理,以每个子汇水区的平均坡度,近似表示每个汇水区的水力坡度。汇水宽度(Width)采用2种处理方式:对于屋面和道路等长度、宽度容易计算且汇流路径较为稳定的区域,采用其实际长度(向一侧流的屋面)或者实际长度的2倍(向两侧流的屋面或者道路)作为汇水宽度;对于绿地、雨水花园、生物滞留设施和透水铺装等不容易确定其真实汇水宽度的地块,采用其面积的二分之一次方乘以系数的计算方法确定,系数一般取1,若汇流时间和实测值有较大的差距时,则需对系数进行相应的调整。
各类下垫面的不透水区曼宁粗糙系数(N-Imperv)、透水区曼宁粗糙系数(N-Perv)、不透水区初损填洼深度(S-Imperv)、透水区初损填洼深度(S-Perv)是不确定参数,需根据《SWMM用户手册》和文献调研取常用值作为参数初值。这些参数是率定验证的重要部分,其取值将在率定过程中进行调整和优化,最终得到适合青岛的本地化参数,为青岛市其他地区模型建立提供参考。
选择2018年6月13日、7月23日2场降雨事件进行参数率定,选择的依据为其雨量和雨水管网实测流量适中,降雨前期雨量大而集中,后期降雨量少、降雨延续时间长,能够较好地兼顾模型在大雨和小雨中的表现,使模型拥有更好的适应度,在不同的情景下都拥有较好的效果,防止过拟合问题。率定结果如图5所示:在2018年7月23日及6月13日的降雨中,模型的纳什效率系数分别为0.85和0.80。
——实测流量; 模拟流量。
图5 1号监测点位模型率定结果
Figure 5 Model calibration results
其余7场降雨均用于模型的验证,在2018年5月16日及8月30日的降雨事件中,由于在线监测设备不稳定,监测数据出现少量缺失值,但整体监测过程完整度高,可用于模型的率定验证。以其中4场降雨事件为例,验证结果如图6所示:2018年5月16日、8月17日、8月29日及8月30日降雨的纳什效率系数分别为0.76、0.69、0.76及0.65(均>0.6),模型符合相似度判别准则。综上,认为模型合理可靠,可以用于后续分析及应用。
——实测流量; 模拟流量。
图6 模型验证结果
Figure 6 Model validation results
模型经率定验证后,不同类型下垫面的不确定参数终值见表1。
表1 参数率定结果
Table 1 The calibration results of the parameters
参数名称曲线数不透水曼宁糙率透水曼宁糙率不透水区注蓄量/mm透水区注蓄量/mm取值范围20~1000.005~0.050.01~0.40~32~6普通绿地550.0050.35—2.5透水铺装430.0050.35—0.25道路广场980.0050.350—屋面980.0050.350—
由于无法获得未经海绵改造时研究区的土地利用图及流量监测数据,基于现状模型,去除海绵改造措施,以复原海绵改造前的研究区。由于模型的可变参数主要与研究区土壤性质相关,海绵改造对土壤性质的影响较小,因此认为现状模型中经过率定验证的可变参数可直接应用于未经海绵改造时研究区的模型中,对可变参数取值不作调整。通过对海绵城市改造前后的模拟比较,利用SWMM模型的结果统计功能,统计各个子汇水分区的入渗总量、滞蓄总量以及径流量变化,对海绵城市建设水量控制能力进行全面评估。
年径流总量控制率是海绵城市评价中的重要指标,但当条件受限时,不易收集多年的研究区降雨-径流数据,因此本研究以场降雨径流控制率作为水量控制能力的判断依据。根据青岛市雨水管网关于雨水重现期的设计标准,采用芝加哥雨型,生成1,3,5,10年一遇的短历时(120 min)降雨,计算公式如式(1)所示。利用模型进行短历时降雨模拟,评估研究区在不同重现期下的短历时降雨中的径流控制效果。
(1)
式中:i为暴雨强度,mm/min;t为降雨历时,min;P为设计暴雨重现期,年。
在1,3,5,10年重现期下,研究区域在海绵改造前后所产生的场次总径流流量如图7所示。海绵改造有效地削减了径流量,不同重现期下的平均径流削减量约为50%,但随着重现期的增大,海绵改造削减径流量的效果逐渐变弱。
海绵改造前; 海绵改造后。
注:图中数字为平均径流削减量百分数。
图7 不同设计降雨下的区域径流量
Figure 7 Regional runoff under different designed rainfall events
—海绵改造后; ---海绵改造前。
图8 不同重现期降雨的径流总量控制率
Figure 8 Volume capture ratio of different rainfall with different return periods
场次径流总量控制率同样呈现出随着重现期增大而逐渐下降的趋势,如图8所示。当以1~10年一遇的短历时(120 min)设计降雨作为模型边界条件进行模拟时,海绵化改造后场次降雨径流总量控制率提高了26%~34%。
不同重现期下研究区海绵化改造前后的径流过程线如图9所示。在不同重现期下,对比海绵化改造前后的径流过程线,可以看出海绵改造可削减雨水径流及洪峰流量,延迟峰现时间,使流量过程线更加平缓的作用。
海绵城市在不同重现期下的径流削减率、峰值流量削减率和峰值后延时间见表2。在重现期较短、雨量较小时,海绵改造对径流和洪峰流量的削减非常明显,峰值后移时间长。在1年一遇的降雨中,峰值流量削减率为71.41%,峰值后移16 min;随着雨量的增大,峰值流量的削减和峰值后移的时间都在缩短,如在10年一遇的降雨中,峰值后移时间由16 min缩短至6 min,峰值流量削减率由1年一遇时的71.41%下降至27.73%,这时海绵改造对径流过程的影响减弱。邱倩影等[11]应用SWMM模型对北京市海绵城市试点区内的某海绵改造小学进行了模拟,结果显示,该项目经过海绵改造后,径流总量和峰值流量均有一定程度的削减。当场次降雨量为30 mm 时,场降雨径流总量削减率及峰值流量削减率分别为34.5%及34.1%,与本研究结论一致[11]。
------海绵改造前; ——海绵改造后。
图9 不同重现期降雨的径流过程线
Figure 9 Runoff hydrographs under different rainfall events with different return periods
表2 不同重现期下的径流总量削减率、峰值流量削减率和峰值后移时间
Table 2 Runoff reduction rate, peak flow reduction rate and peak delay with different return periods
P/a径流总量削减率/%峰值流量削减率/%峰值后移时间/min168.0871.4116360.4651.0711554.6739.2391053.7027.736
在1~10年重现期下,研究区域在改造前后所产生的下渗量如图10所示。随着重现期的增大,下渗量增加,海绵改造后下渗量增加量约为48%。
海绵改造前; 海绵改造后。
注:图中数字为下渗量增加量百分数。
图10 不同重现期降雨的下渗量
Figure 10 Infiltration volume under rainfall events with different return periods
研究区海绵改造前后下渗量、下渗率及下渗增加量见表3。研究区内下渗量占雨水总量的比例较为稳定,随着重现期改变基本不发生变化。海绵改造前,下渗的雨水占比约为40%,改造后进一步提升了20%。不透水的非机动车道改造为透水铺装、雨落管断接后屋面的水流流入绿地是下渗增加的主要来源。张爱玲等[12]使用Infoworks ICM软件对济南市历阳河流域海绵城市改造前后的雨水下渗量进行了模拟,结果与本研究类似,海绵改造后总入渗量为改造前的2.6倍,其中汛期下渗增加量较高,有效补给了济南市强渗漏带范围的地下水资源。
表3 改造前后下渗量、下渗率和下渗增加量
Table 3 Infiltration volume, ratio and increment before and after sponge city construction
重现期/a降雨量/mm改造前下渗量/mm改造前下渗率/%改造后下渗量/mm改造后下渗率/%下渗增加量/mm124.96510.6190.4315.7550.630.48342.47417.6050.4125.7270.610.46564.15924.9970.3937.0660.580.481075.50628.2930.3742.1250.560.49
海绵改造前后滞蓄量的变化情况如图11所示。在海绵改造前,该部分降雨或被土壤吸收,或在地表形成填洼损失,滞蓄量约为0.63 mm,在不同的降雨强度下滞蓄量较为稳定。滞蓄的水量占总水量的比例较低,在1年一遇的降雨中占比为2.6%,在10年一遇的降雨中仅占0.8%。
下渗损失; 地表径流; 蓄水量。
图11 不同重现期下的下渗损失、地表径流和蓄水量
Figure 11 Infiltration loss, surface runoff and water storage under rainfall events with different return periods
海绵改造过程中,在区域内多地点增加了雨水调蓄池,调蓄池总容积为680.4 m3。同时,小区中的雨水花园和生物滞留设施也具有蓄水作用。蓄水池的雨水在晴天用水泵抽出可用于绿地浇灌,雨水花园和生物滞留设施中的水被植物根系吸收利用或者蒸发。改造后,蓄水量约为5 mm,随着降雨强度增大有所增加,但增幅较小。
本研究利用青岛市海绵城市试点区的下垫面类型图、市政管网图、区域物探图等资料,建立青岛市海绵城市试点区的SWMM模型。通过海绵改造后的现状模型和未经海绵改造时研究区模型的差异,评价海绵城市建设对青岛市降雨径流带来的改变。
1)对比研究区改造前后模型的输出结果,海绵改造后,径流率约由56%下降至29%,下渗率约由40%增加至60%,地块平均滞蓄量由0.63 mm增加至5 mm。改造后,径流峰值减小,峰现时间后延。海绵城市改造有效地减少了径流总量,增加下渗量,使径流过程线更加平缓。
2)海绵改造前后研究区场降雨径流总量控制率变化显著,当以1~10年一遇的短历时(120 min)设计降雨作为模型边界条件进行模拟时,海绵化改造后场次降雨径流总量控制率提高了26%~34%,研究区在完成海绵城市建设后,水量控制能力得到显著提升,满足建设要求。
[1] 曹宇. 福州市治水融入新理念润泽民生美 “榕”颜:南方复杂水环境地区的海绵城市建设实践[J]. 城乡建设, 2019(24): 48-52.
[2] 徐爱霞. 加强绿色与灰色结合的水利基础设施建设[J]. 水利规划与设计, 2020(1): 12-15.
[3] 彭世瑾, 史敬华, 胡爱清, 等. 海绵城市建设中灰绿结合雨水基础设施实施案例:雨水调蓄池[J]. 建设科技, 2018(19): 84-87.
[4] 许彬. 海绵城市建设中模型应用现状及思考[J]. 江苏城市规划, 2019(5): 42-44.
[5] 郭效琛, 赵冬泉, 崔松, 等. 海绵城市“源头-过程-末端”在线监测体系构建:以青岛市李沧区海绵试点区为例[J]. 给水排水, 2018, 44(8): 24-28.
[6] 李朋, 贺佳, 吴朱昊, 等. SWMM模型在海绵城市建设径流控制模拟中的应用[J]. 城市道桥与防洪, 2019(11): 69-72,80,12.
[7] XU T, LI K, BERNARD A E, et al. Optimal adaptation pathway for sustainable low impact development planning under deep uncertainty of climate change: a greedy strategy[J]. Journal of Environmental Management, 2019, 248: 109280.
[8] MAO X H, JIA H F, SHAW L Y. Assessing the ecological benefits of aggregate LID-BMPs through modelling[J]. Ecological Modelling. 2017, 353(10): 139-149.
[9] MARK R, SUN F B, ZHANG Y Y, et al. Evaluating sponge city volume capture ratio at the catchment scale using SWMM[J]. Journal of Environmental Management, 2019, 264: 745-757.
[10] LI Q, WANG F, YU Y, et al. Comprehensive performance evaluation of LID practices for the sponge city construction: a case study in Guangxi, China[J]. Journal of Environmental Management, 2019, 231: 10-20.
[11] 邱倩影, 李蔷, 陈博, 等. 基于SWMM 模型的建筑小区类项目海绵改造径流控制效果模拟分析:以北京国家海绵城市试点区内某小学为例[J]. 建设科技, 2019, (7): 67-67,87.
[12] 张爱玲, 宫永伟, 印定坤, 等. 济南历阳河流域海绵城市建设的水文效应分析[J]. 中国给水排水, 2018, 34(13): 135-138.