極端降雨下綠基和灰基聯(lián)用的雨洪控制效果

鄭 鵬,王蓓蕾,陳子杰,潘文斌*,黃建輝

?

極端降雨下綠基和灰基聯(lián)用的雨洪控制效果

鄭 鵬1,2,王蓓蕾1,陳子杰3,潘文斌1*,黃建輝4

(1.福州大學(xué)環(huán)境與資源學(xué)院,福建 福州 350108；2.莆田學(xué)院,生態(tài)環(huán)境及其信息圖譜福建省高等學(xué)校重點(diǎn)實(shí)驗(yàn)室,福建 莆田 351100；3.福建省環(huán)境保護(hù)設(shè)計(jì)院有限公司,福建 福州 350012；4.福建省新型污染物生態(tài)毒理效應(yīng)與控制重點(diǎn)實(shí)驗(yàn)室,福建 莆田 351100)

以福州大學(xué)為例,選取3種綠色基礎(chǔ)措施(綠色屋頂、植被淺溝、滲透鋪裝)與2種灰色基礎(chǔ)設(shè)施(增大管徑、蓄水池)組合,設(shè)計(jì)了9種雨水系統(tǒng)改造措施方案,并根據(jù)3場(chǎng)不同歷時(shí)極端天氣降雨的實(shí)測(cè)數(shù)據(jù),運(yùn)用暴雨洪水管理模型(SWMM)模擬分析不同雨水系統(tǒng)改造措施方案對(duì)徑流深、節(jié)點(diǎn)和管道的雨洪控制效果.情景模擬結(jié)果表明:3場(chǎng)強(qiáng)降雨下,綠色基礎(chǔ)措施組合(SS7)在所有用地布局情景中對(duì)徑流深的控制效果均為最優(yōu),其中中長(zhǎng)歷時(shí)強(qiáng)降雨下的削減比最高,達(dá)到了78%;在節(jié)點(diǎn)控制方面,由于3種綠色基礎(chǔ)措施與增大管徑組合措施(SS8)具備下滲、滯留和快排等特性,在3場(chǎng)降雨中,對(duì)節(jié)點(diǎn)的洪流流量和洪流時(shí)間的控制效果均為最優(yōu),接近100%;在管道控制方面,3種含綠色基礎(chǔ)措施的組合方案(SS7,8,9)對(duì)管道滿流時(shí)間與峰值流量發(fā)生時(shí)間的控制較好.通過(guò)對(duì)比這3種組合措施方案發(fā)現(xiàn),在短歷時(shí)強(qiáng)降雨中,3種綠色基礎(chǔ)措施與蓄水池組合措施方案下(SS9)管道滿流時(shí)間最短,峰值流量發(fā)生時(shí)間最遲;中長(zhǎng)歷時(shí)強(qiáng)降雨中3者差別不大;長(zhǎng)歷時(shí)強(qiáng)降雨中3種綠色基礎(chǔ)措施組合下(SS7)管道滿流時(shí)間最短,峰值流量發(fā)生時(shí)間最遲.

綠色基礎(chǔ)措施；灰色基礎(chǔ)措施；SWMM模型；極端天氣；雨洪控制

在快速城市化地區(qū),由于屋頂、道路等硬質(zhì)地面擴(kuò)增,使得不透水面大量增加,雨水匯流特征改變,不僅影響地表水下滲過(guò)程,還阻礙了城市地表水與地下水的水文聯(lián)系[1-3].城市化水文效應(yīng)主要表現(xiàn)為:城市化對(duì)水資源的影響,包括對(duì)降雨、蒸發(fā)和徑流變化的影響;城市化對(duì)水環(huán)境的影響,主要是對(duì)水質(zhì)的影響;城市化對(duì)洪澇災(zāi)害重現(xiàn)期的影響[4-6].

針對(duì)城市化水文效應(yīng),1999年美國(guó)可持續(xù)發(fā)展協(xié)會(huì)提出了綠色基礎(chǔ)設(shè)施(GI)戰(zhàn)略,它是一種嘗試?yán)斫狻⒅С趾驮u(píng)估自然生態(tài)系統(tǒng)帶來(lái)的生態(tài)、社會(huì)和經(jīng)濟(jì)效益的戰(zhàn)略,旨在為土地利用發(fā)展模式以及生態(tài)系統(tǒng)保護(hù)策略往可持續(xù)發(fā)展提供指導(dǎo)[7].國(guó)內(nèi)外學(xué)者在不同尺度下,通過(guò)實(shí)地監(jiān)測(cè)和數(shù)學(xué)建模等方法對(duì)GI的雨洪控制效果進(jìn)行研究,發(fā)現(xiàn)GI能夠有效地起到調(diào)控徑流和凈化水質(zhì)的作用,可以極大緩解城市化水文效應(yīng)[8-11].然而據(jù)Joksimovic等[12]對(duì)GI建設(shè)成本研究來(lái)看,在面積為30hm2的研究區(qū)內(nèi),以最常使用的設(shè)施為例,綠色屋頂總成本為162萬(wàn)美元,透水鋪裝總成本為430萬(wàn)美元,雨水花園總成本為53萬(wàn)美元,其余各個(gè)設(shè)施的成本均過(guò)百萬(wàn)美元.若要使一個(gè)城市達(dá)到真正意義上的“海綿城市”,投入成本過(guò)大.傳統(tǒng)的灰色基礎(chǔ)設(shè)施包括排水管道,蓄水池等水泥構(gòu)筑物,相對(duì)GI而言,建設(shè)成本雖低,但存在使用年限短,維護(hù)成本高,易老化等缺陷.若能夠?qū)⒕G色與灰色基礎(chǔ)設(shè)施聯(lián)用,優(yōu)缺互補(bǔ),以應(yīng)對(duì)全球氣候變化下的極端降雨事件,將為我國(guó)海綿城市建設(shè)提供更好的技術(shù)和理論支持.

本研究選用暴雨洪水管理模型(SWMM),設(shè)計(jì)不同的綠色與灰色基礎(chǔ)設(shè)施布設(shè)情景,模擬極端降雨條件下研究區(qū)內(nèi)積水嚴(yán)重區(qū)域采用不同雨洪控制措施組合下的水文情況.比較不同雨洪控制措施組合的地表徑流深,節(jié)點(diǎn)和管道雨洪控制效果,確定區(qū)域最佳雨洪控制措施,為優(yōu)化海綿城市建設(shè)提供理論參考.

1 方法與數(shù)據(jù)

1.1 SWMM模型

SWMM由美國(guó)環(huán)境保護(hù)署(EPA)開發(fā),可跟蹤模擬不同時(shí)間步長(zhǎng)任意時(shí)刻各子流域所產(chǎn)生徑流的水量水質(zhì),以及各管道和河道中的流量、水深及水質(zhì)等情況.該模型通用性較好,在世界范圍內(nèi)得以廣泛應(yīng)用,可準(zhǔn)確模擬城市化地區(qū)和非城市化地區(qū)復(fù)雜排水系統(tǒng)的水量和水質(zhì)[13-14].

1.2 研究區(qū)概況及其概化

研究區(qū)位于福建省福州市閩侯縣上街鎮(zhèn)福州大學(xué)內(nèi),面積為52.66hm2,其中不透水面主要由道路、屋面、停車場(chǎng)以及操場(chǎng)組成,占總面積的49%;透水面主要由綠化和水體組成,占總面積的51%.研究區(qū)平均地面標(biāo)高10.38m,平均坡度3.36%.由于研究區(qū)地勢(shì)較低,原有排水系統(tǒng)的設(shè)計(jì)無(wú)法滿足強(qiáng)降雨的排水要求,因此在極端降雨下,容易形成嚴(yán)重內(nèi)澇.

根據(jù)模型要求以及研究區(qū)的實(shí)際情況,結(jié)合華南理工大學(xué)建筑設(shè)計(jì)院、廈門市建筑設(shè)計(jì)院和福州大學(xué)土木建筑設(shè)計(jì)院提供的雨水管網(wǎng)資料,將研究區(qū)雨水管網(wǎng)系統(tǒng)概化為197條管道,219個(gè)檢查井(其中198個(gè)為各個(gè)子匯水區(qū)的出水口,其余21個(gè)為研究區(qū)的雨水排放口).結(jié)合實(shí)際地形、土地利用及排水設(shè)計(jì),通過(guò)ArcGIS的水文分析模塊,利用泰森多邊形輔助劃分出164個(gè)子匯水區(qū)(圖1).根據(jù)模型模擬結(jié)果,位于中部的區(qū)域受災(zāi)嚴(yán)重,在降雨重現(xiàn)期為0.5a時(shí),就有多個(gè)節(jié)點(diǎn)發(fā)生溢流,在極端降雨下,更是嚴(yán)重積水.因此選取該區(qū)域(圖2)作為雨洪控制措施的布設(shè)情景區(qū)域,分析不同雨洪控制措施對(duì)該區(qū)域的雨洪削減情況.

圖1 研究區(qū)域地理位置及其排水系統(tǒng)概化

布設(shè)區(qū)域總面積16.346hm2,共有26個(gè)子匯水區(qū),36個(gè)節(jié)點(diǎn)以及33條管道(圖2).根據(jù)下墊面類型,布設(shè)區(qū)域土地利用類型可劃分為水體、屋面、路面和綠地4類,分別占總面積的2.67%、22.07%、21.6%和53.66%(圖3).

圖2 布設(shè)區(qū)域管線

圖3 布設(shè)區(qū)域土地利用分類

1.3 模型參數(shù)靈敏度的分析

模型參數(shù)識(shí)別是在暴雨徑流模擬過(guò)程中的關(guān)鍵步驟,通過(guò)對(duì)不確定參數(shù)的靈敏度分析來(lái)評(píng)價(jià)該參數(shù)對(duì)模型的校正以及輸出結(jié)果準(zhǔn)確性的影響[15].參數(shù)靈敏度分析的作用是定性或定量評(píng)價(jià)模型參數(shù)變化對(duì)模型輸出結(jié)果的影響.識(shí)別影響某一狀態(tài)變量輸出的重要參數(shù),以對(duì)相應(yīng)參數(shù)進(jìn)行有效識(shí)別和不確定性分析,可提高參數(shù)估值的精度與模型預(yù)測(cè)的準(zhǔn)確性及可靠性[16-17].Morris篩選法被廣泛應(yīng)用于模型參數(shù)識(shí)別與校核的全局靈敏度分析,以篩選分析為基礎(chǔ),優(yōu)點(diǎn)是計(jì)算量小,操作簡(jiǎn)單[18],因此選用修正Morris篩選法對(duì)模型進(jìn)行靈敏度分析.

傳統(tǒng)的Morris篩選法基于所有參數(shù)值固定不變的情況下,選取模型其中的某一參數(shù)作為變量,在其閾值范圍內(nèi)隨機(jī)改變,運(yùn)行模型得到函數(shù)()(123…,x)的值,用影響值EE判斷參數(shù)變化對(duì)輸出值的影響程度[16-17].

第個(gè)參數(shù)的EE計(jì)算公式如下所示:

式中:為某參數(shù)在取值區(qū)間內(nèi)的一個(gè)取值;的取值范圍仍然在此參數(shù)的取值范圍內(nèi),由維組成;表示每個(gè)因子的變幅.修正的Morris篩選法采用自變量以固定步長(zhǎng)變化,靈敏度判別因子取Morris多個(gè)平均值,公式如下:

式中:為靈敏度判別因子;Y為模型第次輸出值;Y1為模型第1次輸出值;0為初始參數(shù)輸出值;P為第次模型運(yùn)算參數(shù)值相對(duì)于率定參數(shù)后的變化百分率;P1為第1次模型運(yùn)算參數(shù)值相對(duì)于率定參數(shù)后的變化百分率;為模型運(yùn)行次數(shù).

對(duì)SWMM模型參數(shù)進(jìn)行靈敏度分析,除了降雨數(shù)據(jù)與選定的變量參數(shù)之外,模型中其余參數(shù)設(shè)置為相同值.在保證其他參數(shù)值固定不變的情況下,以5 %為固定步長(zhǎng)對(duì)變量參數(shù)進(jìn)行取值,分別取其初值的-20%、-15%、-10%、-5%、5%、10%、15%和20%,分析不同降雨重現(xiàn)期下影響徑流總量和徑流峰值等水文特征的相關(guān)參數(shù)靈敏度.

1.4 雨洪控制措施布局情景設(shè)計(jì)

選擇2種灰色基礎(chǔ)措施(蓄水池和增大管徑)以及3種GI(滲透鋪裝、植被淺溝和綠色屋頂),組合出10種不同用地布局情景(SS),分別為:現(xiàn)狀用地布局情景(不添加任何措施);SS1,增大管徑措施;SS2,蓄水池措施;SS3,綠色屋頂措施;SS4,植被淺溝措施; SS5,滲透鋪裝措施;SS6,增大管徑+蓄水池組合措施; SS7,綠色屋頂+滲透鋪裝+植被淺溝組合措施;SS8,綠色屋頂+滲透鋪裝+植被淺溝措施+增大管徑組合措施;SS9,綠色屋頂+滲透鋪裝+植被淺溝措施+蓄水池組合措施.

1.4.1 灰色基礎(chǔ)措施參數(shù)設(shè)計(jì)SS1:布設(shè)區(qū)域內(nèi)有33條管道,其中公稱直徑(DN)300mm的27條, 400mm的3條,500mm的3條,設(shè)計(jì)將DN小于500mm的30條管道全部更換為500mm. SS2:由于蓄水池占地面積較大,且子匯水區(qū)面積接近1hm2的區(qū)域積水較嚴(yán)重,因此在布設(shè)區(qū)域內(nèi),將總計(jì)6個(gè)蓄水池建在匯水面積接近1hm2的子匯水區(qū)內(nèi)(圖2).根據(jù)相關(guān)研究和SWMM操作手冊(cè),6個(gè)蓄水池的設(shè)計(jì)參數(shù)都如表1所示[19-20].

表1 蓄水池蓄水高度曲線與設(shè)計(jì)參數(shù)

1.4.2 GI參數(shù)設(shè)計(jì) SS3:將布設(shè)區(qū)域內(nèi)所有屋面用綠色屋頂代替,總鋪設(shè)面積為3.602hm2.SS4:將布設(shè)區(qū)域內(nèi)所有綠化用地用植被淺溝代替,總鋪設(shè)面積為8.759hm2.SS5:將布設(shè)區(qū)域內(nèi)所有硬質(zhì)不透水路面用透水路面代替,總鋪設(shè)面積為3.546hm2.GI參數(shù)設(shè)置主要參考SWMM用戶手冊(cè)的推薦值及相關(guān)學(xué)者給定的參考值[20-27],具體參數(shù)設(shè)置見文獻(xiàn)[28].

1.5 降雨過(guò)程設(shè)計(jì)及數(shù)據(jù)

模型靈敏度分析和參數(shù)校正使用的降雨數(shù)據(jù)為結(jié)合福州市城區(qū)暴雨強(qiáng)度公式[29](式3)和芝加哥降雨過(guò)程線模型(CHM法)[30-31]所合成,不同降雨重現(xiàn)期的降雨數(shù)據(jù)如表2所示.

式中:為時(shí)間內(nèi)的平均降雨強(qiáng)度,L/(s·hm2);為降雨歷時(shí),min;為降雨重現(xiàn)期,a.設(shè)計(jì)的降雨情景如表3所示.

表2 不同降雨重現(xiàn)期的降雨情景

注:不同降雨重現(xiàn)期采用的降雨歷時(shí)為2h,雨峰系數(shù)0.4,時(shí)間步長(zhǎng)10min,模擬時(shí)間4h.

雨洪控制措施的效果對(duì)比研究采用福州市氣象局提供的3場(chǎng)極端天氣下的實(shí)測(cè)降雨數(shù)據(jù),分別為2016年9月27日“鯰魚”臺(tái)風(fēng)降雨(降雨歷時(shí)24h,降雨量303mm,降雨數(shù)據(jù)記錄時(shí)間間隔1h,分別在11,19h左右達(dá)到峰值),2016年9月11日特大暴雨(降雨歷時(shí)10h,降雨量139mm,降雨數(shù)據(jù)記錄時(shí)間間隔1h,在降雨5h左右達(dá)到峰值)以及2017年9月8日特大暴雨(降雨歷時(shí)2h,降雨量214mm,降雨數(shù)據(jù)記錄時(shí)間間隔10min,在降雨48min左右達(dá)到峰值)的降雨數(shù)據(jù).3場(chǎng)降雨均達(dá)到百年一遇的降雨強(qiáng)度,其中2017年9月8日的降雨在2h內(nèi)雨量為214mm,為超百年一遇的降水;不同點(diǎn)在于降雨的持續(xù)時(shí)間不同,分為長(zhǎng)歷時(shí)(24h)、中長(zhǎng)歷時(shí)(10h)以及短歷時(shí)強(qiáng)降雨(2h).

2 結(jié)果與討論

2.1 模型參數(shù)靈敏度分析

利用芝加哥雨型合成1,10,100a的降雨數(shù)據(jù),用修正的Morris篩選法對(duì)SWMM模型參數(shù)進(jìn)行靈敏度分析.根據(jù)靈敏度定量表達(dá)的結(jié)果,可將靈敏度分為4個(gè)等級(jí):|S|31為高靈敏參數(shù); 0.2<<|S|<1為靈敏參數(shù);0.05<<|S|<0.2為中等靈敏參數(shù);0<<|S|<0.05為不靈敏參數(shù)(為模型的第個(gè)狀態(tài)變量)[32].

從表3可以看出,同一參數(shù)的靈敏度在不同降雨情景及目標(biāo)函數(shù)下表現(xiàn)均有所差異,排水小區(qū)不透水率、衰減常數(shù)、土壤最大入滲速率和土壤最小入滲速率是影響總徑流量的模型參數(shù).其中,衰減常數(shù)在3場(chǎng)降雨強(qiáng)度中均為靈敏參數(shù),且靈敏度隨降雨強(qiáng)度的增大而減小;不透水率、土壤最大入滲速率和土壤最小入滲速率在=10a與=1a時(shí)為靈敏參數(shù),在=100a時(shí)為中靈敏參數(shù).其余參數(shù)對(duì)模型徑流總量模擬的影響較小.對(duì)于徑流峰值而言,排水小區(qū)面積、排水小區(qū)透水地表曼寧糙率、土壤最大入滲速率和衰減常數(shù)在3場(chǎng)降雨強(qiáng)度中均為靈敏參數(shù),且土壤最大入滲速率和衰減常數(shù)隨降雨強(qiáng)度的增大而減小;排水小區(qū)不透水率在=1a與=10a時(shí)為靈敏參數(shù),在=100a時(shí)為中靈敏參數(shù);排水坡面漫流寬度在=1a時(shí)為中靈敏參數(shù),在=10a與=100a時(shí)為靈敏參數(shù);其余參數(shù)對(duì)模型徑流峰值模擬的影響較小.本研究針對(duì)的是極端降雨情景,土壤最大入滲速率和衰減常數(shù)是兩目標(biāo)函數(shù)中(降雨總徑流和降雨徑流峰值)的靈敏參數(shù),在模型校驗(yàn)時(shí)應(yīng)重點(diǎn)關(guān)注.

表3 SWMM模型參數(shù)靈敏度分析結(jié)果

2.2 模型參數(shù)校正

采用基于綜合徑流系數(shù)的模型參數(shù)校準(zhǔn)方法對(duì)模型參數(shù)進(jìn)行校正.以綜合徑流系數(shù)作為模型參數(shù)校正的目標(biāo)函數(shù),將模型模擬出的徑流系數(shù)與城市雨水管網(wǎng)設(shè)計(jì)中的綜合徑流系數(shù)作對(duì)比,以此進(jìn)行模型主要參數(shù)的校正,該方法的優(yōu)勢(shì)在于能夠解決建模過(guò)程中缺少實(shí)測(cè)數(shù)據(jù)的情況,使模型較準(zhǔn)確地運(yùn)行,并可適應(yīng)多種建模的要求[33-34].

表4 水文水力參數(shù)率定結(jié)果

為與現(xiàn)行排水規(guī)范規(guī)定的降雨重現(xiàn)期相適應(yīng),校正選用降雨重現(xiàn)期=1a與=3a時(shí)的降雨數(shù)據(jù)用于模型參數(shù)的驗(yàn)證,=2a時(shí)的降雨數(shù)據(jù)用于模型參數(shù)的校正,降雨歷時(shí)2h,雨峰系數(shù)=0.4.參考SWMM用戶操作手冊(cè)中給出的參數(shù)表和屬性推薦值并結(jié)合國(guó)內(nèi)外研究的經(jīng)驗(yàn)值,配合當(dāng)?shù)貙?shí)際情況設(shè)定模型不確定參數(shù)初始值,之后進(jìn)行綜合徑流系數(shù)的對(duì)比,并多次對(duì)需校正的參數(shù)進(jìn)行迭代與調(diào)整,以找出最理想的模型參數(shù)值.經(jīng)過(guò)調(diào)整,模擬出3場(chǎng)降雨的徑流系數(shù)分別為0.537(=1a)、0.551(=2a)、0.577 (=3a),均滿足城市綜合徑流系數(shù)經(jīng)驗(yàn)值綜合徑流系數(shù)的要求(建筑較稀的居住區(qū)0.4~0.6),因此校正的參數(shù)能較好適應(yīng)設(shè)計(jì)降雨重現(xiàn)期的范圍,其率定值(表4)可用于模型對(duì)該地區(qū)的模擬與分析.

2.3 3場(chǎng)極端天氣下不同雨洪控制措施的效果對(duì)比

從地表徑流深、節(jié)點(diǎn)和管道3個(gè)方面對(duì)各雨水系統(tǒng)改造措施在不同強(qiáng)降雨下的雨洪控制效果進(jìn)行比較與分析.由于情景布設(shè)區(qū)域中節(jié)點(diǎn)J8深度最小(1.2m),在不同降雨重現(xiàn)期下均發(fā)生積水現(xiàn)象且積水時(shí)間較長(zhǎng),因此以節(jié)點(diǎn)J8(圖2)為例,通過(guò)對(duì)節(jié)點(diǎn)洪流流量與洪流時(shí)間的模擬,研究不同布局情景對(duì)節(jié)點(diǎn)內(nèi)澇的緩解程度.研究區(qū)域內(nèi)C8管道承接積水較嚴(yán)重部分的所有入流,該區(qū)域內(nèi)所有地表徑流最終從C8排出,因此選擇C8(圖2)為例,通過(guò)對(duì)管道內(nèi)到達(dá)峰值流量的時(shí)間與管道滿流時(shí)間的模擬,研究不同雨洪系統(tǒng)改造措施對(duì)管道的雨洪控制效果.

2.3.1 不同改造措施對(duì)地表徑流深控制效果的對(duì)比 由圖4可知,3場(chǎng)強(qiáng)降雨下,SS7在所有改造措施中對(duì)徑流深的控制效果均為最優(yōu),其中中長(zhǎng)歷時(shí)強(qiáng)降雨下的削減比最高,達(dá)到了78%;由于灰色基礎(chǔ)設(shè)施對(duì)徑流深的控制效果幾乎為零,因此純灰色基礎(chǔ)設(shè)施的布局情景對(duì)徑流深幾乎沒(méi)有控制效果;在單項(xiàng)GI中,SS5在3場(chǎng)強(qiáng)降雨下的控制效果均為最佳,雖然植被淺溝的鋪設(shè)面積在3種GI中最大,但其滯蓄庫(kù)容不如綠色屋頂以及滲透鋪裝,而長(zhǎng)歷時(shí)強(qiáng)降雨的雨量大,導(dǎo)致其對(duì)徑流深的控制效果不如綠色屋頂,故SS4在長(zhǎng)歷時(shí)強(qiáng)降雨下對(duì)徑流深的控制效果不如SS3,在其余2場(chǎng)強(qiáng)降雨下的控制效果略優(yōu)于SS3;所有布局情景在中長(zhǎng)歷時(shí)強(qiáng)降雨下對(duì)徑流深的控制效果要優(yōu)于其他2場(chǎng)強(qiáng)降雨,原因是中長(zhǎng)歷時(shí)強(qiáng)降雨的歷時(shí)時(shí)間較長(zhǎng)且降雨量是3場(chǎng)降雨中最低,降雨強(qiáng)度較小,因此所有雨水改造措施在中長(zhǎng)歷時(shí)強(qiáng)降雨下對(duì)徑流深的控制效果最好.

圖4 3場(chǎng)降雨下不同措施對(duì)徑流深削減百分比

2.3.2 不同改造措施對(duì)節(jié)點(diǎn)控制效果的對(duì)比 以改造措施實(shí)施后的節(jié)點(diǎn)洪流流量和洪流時(shí)間的削減百分比來(lái)分析控制效果(圖5、6).由于具備下滲、截留等GI組合以及可以加快排水的增大管徑措施,因此在3場(chǎng)強(qiáng)降雨中,SS8對(duì)節(jié)點(diǎn)的控制效果都是最優(yōu),對(duì)節(jié)點(diǎn)的洪流流量和洪流時(shí)間的削減都接近100%.在單項(xiàng)GI中,SS3對(duì)節(jié)點(diǎn)的控制效果在3場(chǎng)強(qiáng)降雨中都是最差的,這是因?yàn)楣?jié)點(diǎn)J8所在子匯水區(qū)S4中,綠色屋頂?shù)匿佋O(shè)面積比植被淺溝和滲透鋪裝要小很多,所以在節(jié)點(diǎn)洪流流量與洪流時(shí)間的控制效果比SS4與SS5要差.所有雨水系統(tǒng)改造措施在短歷時(shí)強(qiáng)降雨下對(duì)節(jié)點(diǎn)的控制效果不如其他2場(chǎng)強(qiáng)降雨,因?yàn)槎虤v時(shí)強(qiáng)降雨的降雨歷時(shí)短,雨量大,降雨強(qiáng)度超百年一遇,雖然部分雨水被截留與下滲,但排水的速度不夠,形成的地表徑流不斷涌入節(jié)點(diǎn),導(dǎo)致節(jié)點(diǎn)發(fā)生洪流的時(shí)間提前,洪流流量增大.除SS8之外,其余改造措施雖然能緩解短歷時(shí)強(qiáng)降雨下洪流流量與洪流時(shí)間,但不及其他2場(chǎng)強(qiáng)降雨下的控制效果.

圖5 3場(chǎng)降雨下不同改造措施對(duì)節(jié)點(diǎn)洪流流量控制效果

圖6 3場(chǎng)降雨下不同改造措施對(duì)節(jié)點(diǎn)洪流時(shí)間控制效果

2.3.3 不同改造措施對(duì)管道控制效果的對(duì)比 如圖7、8所示,在對(duì)峰值流量發(fā)生時(shí)間的控制效果上,各個(gè)改造措施的差別不大,但隨著降雨歷時(shí)的增加,SS7的控制效果不斷增強(qiáng),從短歷時(shí)的不如SS8與SS9,到中長(zhǎng)歷時(shí)與SS8和SS9控制效果相當(dāng),再到長(zhǎng)歷時(shí)下優(yōu)于SS8與SS9.由于選擇C8作為研究對(duì)象,承接上游的所有地表徑流,因此管道中的流量與徑流的控制效果相關(guān),SS7在地表徑流的控制上效果最佳,以減少地表徑流的方式,間接減少流入管道中的水量,從而對(duì)管道進(jìn)行控制.而SS9與SS7恰恰相反,在長(zhǎng)歷時(shí)強(qiáng)降雨下的控制效果不如SS7與SS8;在短歷時(shí)強(qiáng)降雨下的控制效果優(yōu)于SS7與SS8,因?yàn)樾钏厝莘e的關(guān)系;長(zhǎng)歷時(shí)強(qiáng)降雨的雨量大,超出蓄水池所能承受的限度,且蓄水池對(duì)地表徑流的控制效果幾乎為零,因此控制效果較差.在管道滿流時(shí)間上,控制效果最好的是SS7與SS8,其中,在長(zhǎng)歷時(shí)強(qiáng)降雨下,SS7滿流時(shí)間短;在中長(zhǎng)歷時(shí)強(qiáng)降雨下,SS7與SS8的控制效果差不多,都接近零;在短歷時(shí)強(qiáng)降雨下,SS8的滿流時(shí)間短.

圖7 3場(chǎng)降雨下不同改造措施的管道峰值流量發(fā)生時(shí)間

圖8 3場(chǎng)降雨下不同改造措施的管道滿流時(shí)間

3 結(jié)論

3.1 采用修正的Morris篩選法對(duì)SWMM模型的參數(shù)進(jìn)行靈敏度分析,得出排水小區(qū)不透水率、衰減常數(shù)和土壤最大入滲速率是影響SWMM模型水文水力模塊的主要參數(shù).

3.2 對(duì)比3場(chǎng)強(qiáng)降雨下不同雨水系統(tǒng)改造措施對(duì)雨洪控制效果.在徑流深控制方面,SS7在3場(chǎng)降雨中的控制效果都是最好的;在節(jié)點(diǎn)控制方面,由于短歷時(shí)強(qiáng)降雨的降雨歷時(shí)短,雨量大,降雨強(qiáng)度超過(guò)百年一遇,因此各措施除SS8之外,在短歷時(shí)下的控制效果不佳,而SS8由于結(jié)合下滲、滯留和快排等特性的設(shè)施,因此在3場(chǎng)強(qiáng)降雨中,控制效果均為最優(yōu);在管道控制方面,SS9的控制效果隨降雨歷時(shí)的增大而減小,SS7的控制效果隨著降雨歷時(shí)的增大而增大,SS8的控制效果相對(duì)平穩(wěn).

3.3 在極端天氣下,單獨(dú)依靠GI設(shè)施緩解內(nèi)澇效果固然可行,但考慮GI改造實(shí)施難度偏大,且綠色與灰色基礎(chǔ)設(shè)施聯(lián)用在部分控制效果上接近甚至優(yōu)于GI,因此在雨水系統(tǒng)的設(shè)計(jì)中,并非完全依靠GI才能達(dá)到緩解內(nèi)澇的效果,適當(dāng)加入灰色基礎(chǔ)設(shè)施,如增大管徑或者蓄水池也可達(dá)到預(yù)期的削減效果.

[1] Kalnay E, Cai M. Impact of urbanization and land-use change on climate [J]. Nature, 2003,423(6939):528-531.

[2] 劉珍環(huán),李 猷,彭 建.城市不透水表面的水環(huán)境效應(yīng)研究進(jìn)展 [J]. 地理科學(xué)進(jìn)展, 2011,3:275-281. Liu Z H, Li Q, Peng J. Progress and perspective of the research on hydrological effects of urban impervious surface on water environment [J]. Progress in Geography, 2013,3:275-281.

[3] Suriya S, Mudgal B V. Impact of urbanization on flooding: the Thirusoolam sub watershed-a case study [J]. Journal of Hydrology, 2012,412(1):210-219.

[4] 鄭 鵬,林 韻,潘文斌,等.基于HEC-HMS模型的八一水庫(kù)流域洪水重現(xiàn)期研究 [J]. 生態(tài)學(xué)報(bào), 2013,33(4):1268-1275. Zheng P, Lin Y, Pan W B, et al. Flood return period analysis of the Bayi Reservoir watershed based on HEC-HMS Model [J]. Acta Ecologica Sinica, 2013,33(4):1268-1275.

[5] Caradot N, Granger D, Chapgier J, et al. Urban flood risk assessment using sewer flooding databases [J]. Water science and technology, 2011,64(4):832-840.

[6] Stevens M. Cities and flooding: a guide to integrated urban flood risk management for the 21st century by Abhas Jha, Robin Bloch, Jessica Lamond, and other contributors [J]. Journal of Regional Science, 2012,52(5):885-887.

[7] The president’s council on sustainable development. Towards a sustainable America: advancing prosperity, opportunity, and a healthy environment for the 21st century [R]. Office of Scientific & Technical Information Technical Reports, USA, 1999.

[8] Lee J, Bae K H, Younos T. Conceptual framework for decentralized green water-infrastructure systems [J]. Water & Environment Journal, 2018,32(1):112-117.

[9] Woznicki S A, Hondula K L, Jarnagin S T. Effectiveness of landscape-based green infrastructure for stormwater management in suburban catchments [J]. Hydrological Processes, 2018,32(15):2346-2361.

[10] Fitzgerald J, Laufer J. Governing green stormwater infrastructure: the Philadelphia experience [J]. Local Environment, 2017,22(2):256-268.

[11] 王 石,陳麗媛,孫 翔,等.從“大截排”到清源和低影響開發(fā)——基于水質(zhì)目標(biāo)約束的情景模擬與規(guī)劃 [J]. 中國(guó)環(huán)境科學(xué), 2017, 37(10):3981-3990. Wang S, Chen L Y, Sun X, et al. From rainwater and sewage interception to separation system combined with low impact development reconstruction in urban built-up area: a water quality constrained scenario stimulation and programming [J]. China Environmental Science, 2017,37(10):3981-3990.

[12] Joksimovic D, Alam Z. Cost efficiency of low impact development (LID) stormwater management practices [J]. Procedia Engineering, 2014,89:734-741.

[13] Jang S, Cho M, Yoon J, et al. Using SWMM as a tool for hydrologic impact assessment [J]. Desalination, 2007,212(1):344-356.

[14] 陳 虹,李家科,李亞嬌,等.暴雨洪水管理模型SWMM的研究及應(yīng)用進(jìn)展 [J]. 西北農(nóng)林科技大學(xué)學(xué)報(bào):自然科學(xué)版, 2015,43(12): 225-234. Chen H, Li J K, Li Y J, et al. Progress on research and application of storm water management model (SWMM) [J]. Journal of Northwest A & F University (Natural Science Edition), 2015,43(12):225-234.

[15] 譚明豪,姚娟娟,張 智,等.基于Morris的SWMM水質(zhì)參數(shù)靈敏度分析與應(yīng)用 [J]. 水資源與水工程學(xué)報(bào), 2015,26(6):117-122.Tan H M, Yao J J, Zhang Z, et al. Analysis and application of sensitivity of water quality parameter based on SWMM of Morris [J]. Journal of Water Resources and Water Engineering, 2015,26(6):117-122.

[16] 李春林,胡遠(yuǎn)滿,劉 淼,等.SWMM模型參數(shù)局部靈敏度分析 [J]. 生態(tài)學(xué)雜志, 2014,33(4):1076-1081. Li C L, Hu Y M, Liu M, et al. Local sensitivity analysis of parameters in storm water management model [J]. Chinese Journal of Ecology, 2014,33(4):1076-1081.

[17] 林 杰,黃金良,杜鵬飛,等.城市降雨徑流水文模擬的參數(shù)局部靈敏度及其穩(wěn)定性分析 [J]. 環(huán)境科學(xué), 2010,31(9):2023-2028. Lin J, Huang J L, Du P F, et al. Local sensitivity and its stationarity analysis for urban rainfall runoff modeling [J]. Environmental Science, 2010,31(9):2023-2028.

[18] 黃金良,杜鵬飛,何萬(wàn)謙,等.城市降雨徑流模型的參數(shù)局部靈敏度分析 [J]. 中國(guó)環(huán)境科學(xué), 2007,27(4):549-553.Huang J L, Du P F, He W Q, et al. Local sensitivity analysis for urban rainfall runoff modeling [J]. China Environmental Science, 2007,27(4):549-553.

[19] 桑國(guó)慶,曹升樂(lè),郝玉偉,等.雨洪滯留池與蓄水池模式下的雨洪過(guò)程研究 [J]. 水電能源科學(xué), 2012,30(6):45-48. Sang G Q, Cao S Y, Hao Y W, et al. Research on urban storm flood process under mode of detention pond and water storage tank [J]. Water Resources and Power, 2012,30(6):45-48.

[20] Rossman L A. Storm water management model user’s manual version 5.1 [R]. Report EPA-600/R-14/413b. Athens, GA, USA: US Environmental Protection Agency, 2015.

[21] Ahiablame L M, Engel B A, Chaubey I. Effectiveness of low impact development practices in two urbanized watersheds: retrofitting with rain barrel/cistern and porous pavement [J]. Journal of Environmental Management, 2013,119(119C):151-161.

[22] Zahmatkesh Z, Burian S J, Karamouz M, et al. Low-impact development practices to mitigate climate change effects on urban stormwater runoff: case study of New York City [J]. Journal of Irrigation & Drainage Engineering, 2015,141(1):04014043.

[23] Qin H P, Li Z X, Fu G. The effects of low impact development on urban flooding under different rainfall characteristics [J]. Journal of Environmental Management, 2013,129(18):577-585.

[24] Zhang S, Guo Y. SWMM simulation of the storm water volume control performance of permeable pavement systems [J]. Journal of Hydrologic Engineering, 2015,20(8):06014010.

[25] Holman-Dodds J K, Bradley A A, Potter K W. Evaluation of hydrologic benefits of infiltration based urban storm water management [J]. Jawra Journal of the American Water Resources Association, 2003,39(1):205-215.

[26] Rosa D J, Clausen J C, Dietz M E. Calibration and verification of SWMM for low impact development [J]. Jawra Journal of the American Water Resources Association, 2015,51(3):746-757.

[27] Lucas W C, Sample D J. Reducing combined sewer overflows by using outlet controls for green stormwater infrastructure: case study in Richmond, Virginia [J]. Journal of Hydrology, 2015,520:473-488.

[28] 潘文斌,柯錦燕,鄭 鵬,等.低影響開發(fā)對(duì)城市內(nèi)澇節(jié)點(diǎn)雨洪控制效果研究——不同降雨特性下的情景模擬 [J]. 中國(guó)環(huán)境科學(xué), 2018, 38(7):2555-2563.Pan W B, Ke J Y, Zheng P, et al. Flood control effects of low-impact development on urban waterlogging node under different rainfall characteristics [J]. China Environmental Science, 2018,38(7):2555-2563.

[29] 陳 奕.福州市暴雨強(qiáng)度公式優(yōu)化研究 [J]. 給水排水, 2013,39(10): 36-40.Chen Y. The optimization of rainstorm intensity formula for the Fuzhou City [J]. Water & Wastewater Engineering, 2013,39(10):36-40.

[30] 北京市市政工程設(shè)計(jì)研究總院.給水排水設(shè)計(jì)手冊(cè).第5冊(cè),城鎮(zhèn)排水 [M]. 北京:中國(guó)建筑工業(yè)出版社, 2004. Beijing general municipal engineering design & research institute Co, Ltd. Design of water supply and drainage manual (third edition) (volume 5), urban drainage [M]. Beijing: China architecture & building press, 2004:52-69.

[31] 張大偉,趙冬泉,陳吉寧,等.芝加哥降雨過(guò)程線模型在排水系統(tǒng)模擬中的應(yīng)用 [J]. 給水排水, 2008,(S1):354-357. Zhang D W, Zhao D Q, Chen J N, et al.The application of Chicago rainfall process line model in the drainage system in simulation [J]. Water & Wastewater Engineering, 2008,(S1):354-357.

[32] Lenhart T, Eckhardt K, Fohrer N, et al. Comparison of two different approaches of sensitivity analysis [J]. Physics & Chemistry of the Earth, 2002,27(9):645-654.

[33] 劉興坡.基于徑流系數(shù)的城市降雨徑流模型參數(shù)校準(zhǔn)方法 [J]. 給水排水, 2009,35(11):213-217. Liu X P. Parameter calibration method for urban rainfall-runoff model based on runoff coefficient [J].Water & Wastewater Engineering, 2009, 35(11):213-217.

[34] 何福力.基于SWMM的開封市雨洪模型應(yīng)用研究 [D]. 鄭州:鄭州大學(xué), 2014. He F L. The applied research of stom water in Kaifeng City based on storm water management model (SWMM)-the case of Yunliang River group project [D]. Zhengzhou: Zhengzhou University, 2014.

Urban stormwater and flood control effect of green and grey infrastructures under extreme rainfall conditions.

ZHENG Peng1,2, WANG Bei-lei1, CHEN Zi-jie3, PAN Wen-bin1*, HUANG Jian-hui4

(1.College of Environment and Resources, Fuzhou University, Fuzhou 350108, China；2.Key Laboratory of Ecological Environment and Information Atlas Fujian Provincial University, Putian University, Putian 351100, China；3.Fujian Environmental Protection Design Institute Co., Ltd., Fuzhou 350012, China；4.Fujian Provincial Key Laboratory of Ecology-Toxicological Effects and Control Techniques of Emerging Contaminants, Putian 351100, China).2019,39(5)：2123~2130

3 universal green infrastructures (green roof, vegetative swale and permeable pavement) and 2 grey infrastructure mitigations (large diameter tube & reservoir) were selected to design 9 types of storm water drainage system modification scenarios in Fuzhou University campus. Under different extreme weather conditions (3 recorded rainfall events with different duration), SWMM model was used to analyze urban stormwater and flood control effect under different simulation scenarios (SS1~SS9). The control effect included runoff depth, node J8 flood flow and flood time, peak time and full flow time in C8 pipeline. The simulations results showed that simulation scenarios including green infrastructure had better control effect. Compared to other simulation scenarios, combinations of green roofs, vegetative swales and continuous permeable pavement systems (SS7) exhibited the best control effect on runoff depth under 3 rainfall events, the reduction ratio under the middle duration rainfall event was the highest, reaching 78%. While combinations of green roofs, vegetative swales, continuous permeable pavement systems and large diameter tubes (SS8, with the characteristics of infiltration, retention and quick drainage) displayed the best control effect on node J8 flood flow and flood time under 3rainfall events, reaching 100%. On the pipe flood control aspect, three combinations including green roofs, vegetative swales, continuous permeable pavement systems (SS7, SS8 and SS9) had a better effect on peak flow and full flow time in C8 pipeline than other simulation scenarios. Combinations of green roofs, vegetative swales, continuous permeable pavement systems and reservoirs (SS9) had the minimum full flow time and latest peak time in the short duration rainfall event. Combinations of green roofs, vegetative swales and continuous permeable pavement systems (SS7) had the minimum full flow time and latest peak time in the long duration rainfall event. Three combinations (SS7, SS8 and SS9) had no distinct differences on pipeline flood control in the middle duration rainfall event.

green infrastructure；grey infrastructure；SWMM model；extreme weather condition；stormwater and flood control

X32

A

1000-6923(2019)05-2123-08

鄭 鵬(1983-),男,福建莆田人,講師,博士,研究方向環(huán)境生態(tài)學(xué).發(fā)表論文24篇.

2018-09-25

國(guó)家重點(diǎn)研發(fā)計(jì)劃(2016YFC0502905);生態(tài)環(huán)境及其信息圖譜福建省高等學(xué)校重點(diǎn)實(shí)驗(yàn)室(莆田學(xué)院)開放經(jīng)費(fèi)資助課題(ST18005)

*責(zé)任作者, 副教授, Wenbinpan@fzu.edu.cn