杭州城西河網清淤優化調度

2017-04-10 06:10:50楊恩尚孫志林倪曉靜

浙江大學學報(理學版) 2017年2期

楊恩尚，孫志林，倪曉靜

(浙江大學港口海岸與近海工程研究所，浙江杭州 310058)

杭州城西河網清淤優化調度

楊恩尚，孫志林*，倪曉靜

(浙江大學港口海岸與近海工程研究所，浙江杭州 310058)

引水進入城市河網可快速提升河道水質，但也會導致泥沙淤積等問題；城市河網不僅河道眾多，還有水閘等水工建筑物，使得水沙輸移問題變得更為復雜.為了使泥沙盡量少淤積于不易清淤的河道，需優化河網水閘的調度.首先建立了考慮水閘的河網一維泥沙輸移數學模型，利用實測水沙數據驗證其精度.通過模型計算不同引水流量工況下杭州城西河網泥沙的淤積量及淤積分布，得到泥沙淤積率最低以及最利于清淤時的河網水閘優化調度方案，可為城市河網泥沙減淤及清淤提供理論依據和參考.

城市河網；水閘；優化調度；清淤

0 引言

隨著社會經濟的發展和生活水平的提高，人們對水環境質量的要求也越來越高[1]，引水進入城市河網可快速有效地改善河道水質[2-4].然而，引水也會帶來泥沙淤積問題[5].河網水沙輸移及淤積研究，以一維數學模型為主[6].GAMVROUDIS等[7]研究了大尺度河網水沙輸移問題，周晨霓等[8]則給出了河網提取集水面積的方法.GOURGUE等[9]較為詳細地研究了河口地區河網的水沙輸移問題，韓冬等[10]針對河網斷流問題提出了一種合理的解決方法.此外，河網模型的水動力[11-12]、數值解析方法[13]均有較為細致的研究.FANG等[14]較為系統地研究了河網沿程泥沙濃度、汊點離散、淤積計算等河網水沙輸移問題，通過實測資料驗證了該模型的精度，為工程應用提供了理論依據.

近年來，杭州對繞城以內河道配水極為重視，建設了西湖、三堡引水工程，中河雙向泵房及錢塘江引水入城工程等.錢塘江引水入城工程為杭州市重點工程，同時也是一項生態建設工程.該工程當前配水的范圍主要包括“四河四港”——余杭塘河、沿山河、馮家河、益樂河，紫金港、蓮花港、蔣村港、五常港(見圖1).工程引水線路總長約12 km，設計引水量為25 m3·s-1，自東穆塢溪引入城西河網，并由余杭塘河流入京杭大運河.由于錢塘江水體含沙量較多，引水必然會引起下游河道及河網的泥沙淤積.因此，研究河網水沙輸移及淤積規律，對指導河道清淤的長效管理工作極為必要.

圖1 杭州城西河網Fig.1 River network of West Hangzhou

本文通過所建立的河網一維泥沙輸移模型，研究杭州城西河網的水動力和泥沙輸移及淤積分布規律，預測泥沙淤積發展趨勢.計算分析水閘調控配水方案，提出引配水調度建議，以此調控河網泥沙淤積量及其分布，方便清淤，從而降低清淤長效運行的成本，打造流暢、水清的河道水環境，塑造城市景觀新形象.

1 數學模型

1.1 基本方程

水流連續方程為

(1)

水流動量方程

(2)

非均勻沙含沙濃度沿程變化為[5]

(3)

河床變形方程

(4)

其中:A為過水面積，Q為流量，R為水力半徑，Z為水位，q為第i條支流側向出(入)流，n為曼寧系數，ζ為動量分配系數，t為時間，x為距離，S*為挾沙能力，S為含沙濃度，B為河寬，α為恢復飽和系數，g為重力加速度，P0k為第k粒級泥沙顆粒所占百分數，N為泥沙級配總數；上標：0為初始時刻，Δt為時間步長，下標Δx為空間步長.

1.2 公式參數

非均勻沙水流挾沙能力公式為[5]

(5)

平均沉速為[5]

(6)

恢復飽和系數為[14]

(7)

上式中下標b代表底部河床.

非平衡調整長度為[14]

Ls=0.73B,

(8)

閘門過流流量計算公式為[15]

(9)

上式中μ為流量系數，b為閘門凈寬，a為閘門開啟高度，ε為垂向收縮系數.

2 模型驗證

2.1 水動力

河網一維數學模型的計算范圍為杭州城西河網區域(見圖1)，不包含余杭塘河與五常港汊點以西以及沿山河和分流河汊點以西河段，計算斷面間隔為50m.河網水流、泥沙以及汊點分流、分沙的求解參照方紅衛等[15]的計算方法.上游水邊界為東穆塢溪出水口，下游為余杭塘河與馮家河汊點.沿山河、余杭塘河驗證點位分別位于沿山河與蔣村港汊點、余杭塘河與馮家河汊點處.

圖2 水位計算與實測值比較(2012年8月10日)Fig.2 Comparison of the calculated and measured water level(August 10th, 2012)

模型水動力驗證情況如圖2所示.從圖中不難看出，河網上游的沿山河與下游的余杭塘河計算值與實測值均符合良好，下游的余杭塘河略差，計算誤差均在10cm以內，相對誤差小于5%.

2.2 泥沙驗證

杭州城西河網驗證點泥沙級配如圖3所示，含沙量計算值與實測值如圖4所示.亦不難看出，河網上下游的沿山河和余杭塘河計算精度均較高，上游的沿山河要略優于下游的余杭塘河.這與河網上游河道較少下游汊點較多導致水動力及泥沙條件復雜有關.總體來說，本文所建立的河網水動力及泥沙輸移模型精度較高，可進行工程應用.

圖3 杭州城西河網泥沙級配Fig.3 Sediment gradation for river network of west Hangzhou

圖4 含沙量計算值與實測值比較(2012年8月10日)Fig.4 Comparison of the calculated and measured sediment concentrations (August 10th, 2012)

3 河網優化調度

3.1 調度工況

錢塘江引水入城工程的設計流量為25m3·s-1，實際運行中在錢塘江水體濁度偏大、水位偏低的情況下，為滿足防汛要求，需要適當降低引水流量.2010年8月至2011年7月年平均引水流量為11.16m3·s-1，只有設計流量的45%，平均淤積率為81.4%.為減少淤積，即讓泥沙盡量淤積在較為寬闊易于清淤的地方，如沿山河與五常港的分岔口附近，需要進一步分析不同引水流量、不同配水工況下的泥沙淤積情況，以期提出優化方案，改進調度方法.考慮10，15，20，25m3·s-1引水流量，并取平均含沙濃度82g·m-3，不同工況下計算五常港、蔣村港、紫金港、蓮花港、馮家河等水閘河網的淤積量，分析其淤積規律.

表1 閘站運行方案Table 1 Operation scheme of sluice station

主要船閘、閘門的基本情況如表1所示，其中以調節五常港、蔣村港、紫金港、蓮花港、馮家河水閘為主，每個水閘初步確定2個方案.沿山河西閘、國力閘、馮家河南閘、古蕩堰2個方案相同，這樣共有25即32種組合，結合上面4種不同的引水流量就有128種情況.鑒于數量較多，選取引水流量為10 m3·s-1，對32種工況組合進行研究，根據結果分析淤積規律，以減少工作量并保證結論的可靠性.32種工況如表2所示.

3.2 各工況淤積計算

利用本文建立的河網水沙輸移模型，參數中初始含沙濃度取平均值即0.082 kg·m-3，流量為10 m3·s-1，中值粒徑d50為7.65 μm，分組粒徑分別為2，8，20 μm，各區間所占百分比分別為21%，35%，28%，16%.雖然引水流量固定為10 m3·s-1，但計算得到每條河流的水位、流量并不恒定，且波動較大，體現了河網水流的復雜性，但其均值較為穩定.各工況下流量的變化并不大，閘門提升后該河道的流量會減小0.08～0.18 m3·s-1，其中五常港和沿山河流量變化最大，為0.18 m3·s-1，益樂河、馮家河最小為0.08 m3·s-1.

不同工況組合下的淤積量見圖5.其中，淤積率最大為86.8%，為標號25的組合，即五常港、蔣村港、紫金港、蓮花港、馮家河閘門分別立至1.4, 1.35, 1.38，1.38，1.28 m.最小的淤積率為77.7%，標號為7，即5個閘門依次立至1.43，1.38，1.35，1.35，1.28 m.其原因應該是蓮花港、紫金港的閘門抬高后更多的水流向五常港、蔣村港(流量分別增加0.12，0.15 m3·s-1)，經余杭塘河流出計算區域，水流路程更長，水力條件變化較大，更易發生淤積.紫金港、蓮花港閘門的抬升還令沿山河的流速減低，淤積相應增加，從而整個河網的淤積量增大.

表2 工況匯總Table 2 Summary of all working conditions

注 A、B、C、D、E分別代表五常港、蔣村港、紫金港、蓮花港、馮家河水閘，“1”“2”分別代表方案1與方案2.

圖5 各方案泥沙淤積量Fig.5 Deposition amount of channel for each working condition

沿山河的淤積率由22.7%增加到26.1%，余杭塘河也淤積了更多的泥沙，淤積率從6.07%提高到10.37%，此2河是整個水系中最長的，且斷面形狀變化多，易于淤積，淤積率變化也最大.標號為10的工況淤積率為81%，其數值雖不是最大，但較其他工況而言，五常港與沿山河汊口50 m范圍內淤積厚度最大，為15.8 cm，標號7，25的工況組合下該

位置的淤積厚度分別為12.4，13.3 cm.五常港與沿山河汊口也是各工況下河網淤積最厚的區域.標號10的工況為五常港、蔣村港、紫金港、蓮花港、馮家河的閘門分別立至1.43，1.35，1.38，1.38，1.25 m.這個組合使得五常港內水流流速降低，沿山河水流加快，流速在汊點附近波動大，產生了更多淤積.

值得注意的是，并不是某河段閘門提升，其淤積量一定會增加，因為該河段流量的變化還受其他河道閘門升降的影響，需要綜合整個河網來考慮.河網的淤積是一個動態的且相互影響相互作用的過程，影響河道淤積的因素很多，需要綜合分析.進一步考慮7，10，25的工況組合，考慮其在流量分別為10，15，20，25 m3·s-1時的淤積情況，以進一步分析河網淤積分布，探尋淤積規律.

3.3 不同流量下各工況淤積計算

初始流量分別為15，20，25 m3·s-1，河網水動力及泥沙輸移計算值如圖6所示.河網的水力要素如流量、水深、流速波動較大，波動周期與波動幅度都不穩定，規律性并不強，隨著流量的增大，波動更為劇烈，但各河道的流量均值較為穩定.雖然流量從10 m3·s-1增加到25 m3·s-1，但各河道的流量占總流量的比值仍較為穩定.沿山河、五常港、蔣村港、紫金港與蓮花港的流量占總引水流量的比值依次為85%，15%，24%，35%，26%.蓮花港流向益樂河的流量約占其總流量的42%，因為馮家河南閘封閉，所以益樂河與馮家河流量平均值相同(同時刻并不相同).

隨著流量的增加，淤積率有效降低.25 m3·s-1流量情況下各工況組合相較10 m3·s-1時淤積率降低約10%，減淤作用明顯.為減少淤積，應盡量增大引水流量.如果引水流量不能增大，或者增大引水流量比較困難，通過調整工況組合也能有效減少淤積.其中在10，15，20，25 m3·s-1引水流量下，工況7相較工況25其淤積率分別降低9.1%，8.5%，8.1%，7.8%，降低的淤積率數值雖然沒有增加的流量那么大，但效果也較明顯.

圖6 各流量/工況下泥沙淤積量Fig.6 Deposition amount of channels for each discharge and working condition

東穆塢溪的淤積率隨著流量的增大而降低，即更多的泥沙淤積在了下游河段，所以增加流量可有效減少東穆塢溪的淤積.除了最長的河流沿山河與余杭塘河外，其他河段淤積率變化較小.馮家河、益樂河的淤積量很小，變化也不大.

值得注意的是，隨著流量的增加，淤積率雖有降低，但總的淤積量以及淤積厚度卻有較明顯的增加.平均來看，除東穆塢溪外，大部分河段的淤積量接近5 cm，局部淤積厚度較大，其中沿山河與五常港交叉口50 m范圍內的淤積厚度最大.引水流量為25 m3·s-1、標號10的工況下該處淤積厚度為29.6 cm，是最大的計算值.河網清淤時，應重點考慮該區域.

圖7 各流量/工況下沿山河、五常港汊口淤積量及厚度Fig.7 Deposition amount and depth for the inlet of Yanshan and Wuchang channels in each discharge and working condition

各流量/工況下，沿山河、五常港汊口淤積量及厚度如圖7所示.不難看出，沿山河與五常港汊口50 m范圍內的平均淤積厚度隨著流量的增大而增加，工況組合10較工況組合7和25的淤積厚度大2～10 cm，流量越大時該值也越大.相應該河段泥沙淤積量要多18%以上.由于該處交通便利，易于工程機械作業，可顯著降低清淤費用.

4 結論

引水入城市河網在快速改善河道水質的同時也導致了泥沙淤積.首先，建立了河網一維水動力及泥沙輸移模型，并利用實測水沙資料驗證模型的精度.針對工程中水閘等水工建筑物的運行方案，提出了32種運行工況.分別分析引水流量為15，20，25 m3·s-1時的河網泥沙淤積情況，結果表明，五常港、蔣村港、紫金港、蓮花港、馮家河的閘門依次立至1.43，1.38，1.35，1.35，1.28 m時，河網總體泥沙淤積率最低.上述5個閘門分別立至1.43，1.35，1.38，1.38，1.25 m時，最易于清淤的沿山河與五常港汊口淤積量及淤積厚度最大.河網淤積是一個相互影響、相互作用的動態過程，影響河道淤積的因素很多，需要綜合分析.所得結論可為城市河網清淤提供參考，通過優化調度減少河網泥沙淤積量，從而降低清淤費用.

[1] 梁斌，王超，王沛芳.“引江濟太”工程背景下河網稀釋凈污需水計算及其應用[J].河海大學學報：自然科學版，2004，32(1)：32-37. LIANG B, WANG C, WANG P F. Method for calculation of water demand by pollutant dilution and purification in river networks and its application to the Yangtze River-Taihu Lake Water Transfer Project [J]. Journal of Hohai University: Natural Sciences，2004，32(1)：32-37.

[2] 陳振濤，滑磊，金倩楠.引水改善城市河網水質效果評估研究[J].長江科學院院報，2015，32(7)：45-51. CHEN Z T，HUA L，JIN Q N. Assessing the efficacy of water diversion to improve water quality in city river network[J]. Journal of Yangtze River Scientific Research Institute，2015，32(7)：45-51.

[3] 黃發明.錢塘江微污染寡碳引水脫氮示范工程試驗研究[D].武漢：武漢理工大學，2012. HUANG F M. Research for Qiantang River Micro-polluted Oligo Carbon Water Nitrogen Demonstration Engineering[D]. Wuhan: Wuhan University of Technology,2012.

[4] 王振宇，李富強，陳昌軍.錢塘江引水入城工程水質分析及預測研究[J].水力發電學報，2005，24(4)：47-51. WANG Z Y, LI F Q, CHEN C J. Study on water quality analysis and forecast of Qiantang river diversion project[J]. Journal of Hydroelectric Engineering，2005，24(4)：47-51.

[5] 孫志林，楊恩尚，曾田力，等.考慮側向出沙的河網非均勻沙輸移[J].水利學報，2016，47(1)：72-77. SUN Z L，YANG E S，ZENG T L，et al. Nonuniform sediment transport with lateral output in river networks[J]. Journal of Hydraulic Engineering，2016，47(1)：72-77.

[6] HU J T，LI S Y，GENG B X. Modeling the mass flux budgets of water and suspended sediments for the river network and estuary in the Pearl River Delta，China [J]. Journal of Marine Systems，2011(88)：252-266.

[7] GAMVROUDIS C，NIKOLAIDIS N P，TZORAKI O，et al. Water and sediment transport modeling of a large temporary river basin in Greece [J]. Science of the Total Environment，2015(508)：354-365.

[8] 周晨霓，任德智.基于DEM的西藏魯朗河流域數字河網提取時集水面積閾值的確定[J].中國農村水利水電，2014(10):49-52. ZHOU C N, REN D Z. Determination of drainage area threshold for extraction of DEM-based digital drainage networks in the Lulang River of Tibet [J]. China Rural Water Conservancy and Hydropower，2014(10):49-52.

[9] GOURGUE O，BAEYENS W，CHEN M S，et al. A depth-averaged two-dimensional sediment transport model for environmental studies in the Scheldt Estuary and tidal river network [J]. Journal of Marine Systems,2013(128)：27-39.

[10] 韓冬，方紅衛，陳明洪.一維河網模型斷流問題研究[J].水力發電學報，2012，31(2):95-99. HAN D，FANG H W，CHEN M H. Study on zero flow with one-dimensional numerical model of river channel network[J]. Journal of Hydroelectric Engineering，2012，31(2):95-99.

[11] 張大偉，權錦，馬建明，等.基于非恒定流模型的山洪溝水面線計算[J].水利水電技術，2016，47(2)：123-127. ZHANG D W，QUAN J，MA J M，et al. Unsteady flow model-based calculation of mountain torrent ditch water level[J]. Water Resources and Hydropower Engineering，2016，47(2)：123-127.

[12] 管儀慶，張丹蓉，陳丕翔，等.閑林水庫水動力特性模擬研究[J].水利學報，2007(S1)：293-298. GUAN Y Q, ZHANG D R, CHEN P X, et al. Simulation of hydrodynamic characteristics of xianlin reservoir[J]. Journal of Hydraulic Engineering，2007(S1)：293-298.

[13] 沙玉坤，程根偉，李衛朋，等.基于臨界支撐流量的西藏典型河流源頭位置確定及河網解析研究[J].四川大學學報:工程科學版，2014，46(6)：49-55. SHA Y K，CHENG G W，LI W P，et al. Determination of a riverhead based on critical support discharge and river network analysis [J]. Journal of Sichuan University: Engineering Science Edition，2014，46(6)：49-55.

[14] FANG H W，CHEN M H，CHEN Q H. One-dimensional numerical simulation of non-uniform sediment transport under unsteady flows[J]. International Journal of Sediment Research，2008(23)：315-328.

[15] 方紅衛，何國建，鄭邦民.水沙輸移數學模型[M].北京：科學出版社，2015. FANG H W, HE G J, ZHENG B M. Mathematical Models for Hydrodynamics and Sediment Transport[M]. Beijing: Science Press,2015.

YANG Enshang, SUN Zhilin，NI Xiaojing

(InstituteofPort,CoastalandOffshoreEngineering,ZhejiangUniversity,Hangzhou310058,China)

Diversion into the urban river networks can quickly improve the water quality, but it brings the problem of sediment deposition at the same time. Urban river networks possess not only numerous channels but also hydraulic structures such as sluices, which makes the research on water flow and sediment transport more complex. In order to deposit more sediment in the river reaches which are easy to be dredged, optimization measures of sluice scheduling are thus necessary. This paper established a 1D mathematical model of sediment transport considering sluices for river networks in the first place. Then, the model was verified by the measured data of water flow and sediment. The amount of sediment deposition and its distribution in west Hangzhou river network were calculated under each operating condition of the sluices with different diversion discharges by the model. Optimal scheduling of the sluices that had the lowest deposition ratio and the most conducive dredging work was further proposed as a result of the analysis on calculation data, respectively. The results this paper presents can provide a useful reference and guidance for sediment dredging of urban river networks.

urban river network; sluice; optimal scheduling; dredging