楊梅河流域“海綿型”綜合管廊水文效應模擬

李珊珊,王兆禮,,賴成光,，吳旭樹，陳曉宏，林廣思，趙俊維

(1.華南理工大學亞熱帶建筑科學國家重點實驗室，廣東 廣州 510641；2.中山大學水資源與環境研究中心，廣東 廣州 510275； 3.肇慶市恒發農業科技有限公司，廣東 肇慶 526114)

全球經濟快速增長驅動城市用地擴張，城市下墊面硬化比例不斷增加，導致地表產匯流時間縮短，地下排水系統負荷增大[1]；此外，全球氣候變暖導致極端降雨事件頻發，大大增加了城市洪澇災害和水資源問題發生的風險[2]。針對日益突出的城市洪澇問題，20世紀90年代美國馬里蘭州環境資源署首先提出了低影響開發(low impact design， LID)雨水管理體系[3]，即利用小型、分散、低成本且具有景觀效應的綠色基礎設施削減徑流總量，減少污染物負荷，提高雨水利用程度。此后，世界各國逐步開展類似的城市雨洪管理相關研究，如英國提出的“可持續排水系統(sustainable drainage system， SUDS)”[4]，澳大利亞提出的“水敏感城市(water sensitive urban design, WSUD)”理念[5]，以及新西蘭提出的“低影響城市設計與開發(low impact urban design and development, LIUDD)”[6]。我國在該方面的研究起步較晚，自2013年習近平總書記提出建設“海綿城市”后，與“海綿城市”相關的研究與政策才真正興起[7]。

LID設施有多種實現形式，包括生物滯留池、綠色屋頂、透水鋪裝等。國內外對LID設施的研究，前期主要集中于單一LID設施的試驗[8]和數值模擬[9]，如Versini等[10]基于試驗對綠色屋頂的水文影響進行評價；李家科等[11]應用暴雨洪水管理模型(storm water management model, SWMM)模擬雨水花園對水量水質的調控效果。學者們還嘗試將不同LID設施進行組合布局，胡愛兵等[12-13]依據不同的下墊面類型，人工確定LID設施改造比例；王婷等[14]直接采用單一LID設施最佳布設比例作為優化布局方案；劉海嬌等[15]在確定削減目標后，人工調整LID比例和布局以獲取優化布局方案。盡管上述研究已取得不錯的成果，但對LID設施分配比例和布局的確定方式欠妥，并未綜合考慮成本效益、適建性以及不同LID設施間的相互作用。為實現效益最大化，近年來開始注重LID設施的優化布局，逐漸放棄以往機械式指定LID設施改造比例和采用單一LID設施最佳比例進行組合的方法，改用耦合水文模型與優化算法以求解LID優化布局，或直接采用LID優化布局建模工具。這些方法包括：將HIMS(hydro-informatic modeling system)分布式模擬系統與計算機優化算法相結合[16]；將長期水文影響評價(long-term hydrologic impact assessment-LID, L-THIA-LID)模型與多算法遺傳自適應目標相耦合[17]；利用Python耦合SWMM模型和非支配排序遺傳算法(non-dominated sorting genetic algorithm, NSGA)-Ⅱ形成優化算法[18]，或在此基礎上提出基于邊際成本的多目標優化貪心算法(marginal-cost-based greedy strategy, MCGS)進行LID設施的優化布局[19]等。對于LID優化布局建模工具，目前應用較廣泛的是SUSTAIN(system for urban stormwater treatment and analysis integration)模型，不少研究者[20-21]采用SUSTAIN模型內置的NSGA-Ⅱ優化算法成功實現LID優化布局設計。與人工設定LID設施布局方案和改造比例相比，采用SUSTAIN模型進行LID設施優化布局的效率更高，但對于大區域而言，為減輕SUSTAIN模型的運行負荷，需要對子匯水區和管網進行大幅度的概化，其模擬精度仍有待提高；而SWMM模型雖然不能進行LID優化布局，但能實現對城市水文效應較高的模擬精度。因此本文嘗試應用SUSTAIN模型進行成本最小化模擬，獲取最優的LID設施布局方案，重新輸入至SWMM模型中對LID設施進行更精確的水文模擬。

不少研究表明LID設施能有效滯蓄雨洪，但在極端降雨條件下對徑流的削減效果較弱[22-23]，尤其在南方地區；而基于傳統“快排”模式的地下排水系統能快速排走雨水，但目前管道的設計標準普遍偏低，導致逢大雨必澇。對此國家相關部門提出要加強地下綜合管廊建設，推進“海綿城市”的建設，這促成了“海綿型”綜合管廊的誕生，即在地下綜合管廊建設中額外增添雨水調蓄倉以增大排水能力，同時對城市下墊面進行LID“海綿化”改造，聯合提升城市防洪排澇能力。鑒于此，本文針對“海綿型”綜合管廊試點區域——楊梅河流域，基于SWMM和SUSTAIN模型耦合，探討“海綿型”綜合管廊的水文效應，并與傳統開發、傳統綜合管廊、LID情景相比較，為“海綿型”綜合管廊規劃、設計與建設提供參考。

1 研究區概況

2016年廣州市入選國家第二批管廊試點城市，天河智慧城高唐路段是全國“海綿型”綜合管廊建設的試點區域。高唐路段綜合管廊建設區域位于廣州市天河區楊梅河流域內(圖1)，流域總面積約15.43 km2，地處南亞熱帶季風區，多年平均降水量為1 725 mm，汛期集中于4—9月，汛期降水量占全年的81%。該區域目前沒有水閘和泵站等排澇設施，排澇功能主要由河涌及管網承擔，楊梅河在該區域的斷面較小，經常發生洪澇災害。

圖1 研究區高程分布

本文使用的數據有數字高程模型(DEM)、衛星遙感影像數據、土地利用類型數據、管網和綜合管廊設計資料等。DEM和土地利用類型數據(2014年)來源于國土部門，其中DEM分辨率高達8 m。土地利用類型數據已結合Google地理衛星影像圖和實地調研結果作局部修正(圖2)。管網、綜合管廊、河道等數據均來源于市政相關部門(圖3)。

圖2 研究區土地利用類型

圖3 研究區管網系統概況

2 研究方法

為了探究“海綿型”綜合管廊的水文效應，分別設置了4種不同的情景：傳統開發(情景1)、傳統綜合管廊(情景2)、LID(情景3)和“海綿型”綜合管廊(情景4)。情景1采用研究區內現有的排水管網系統，不考慮綜合管廊和LID設施的建設；情景2和情景3基于傳統開發情景分別新增地下綜合管廊和LID設施；情景4將地下綜合管廊建設與LID設施改造相結合。基于符合成本-效益的削減率目標，應用SUSTAIN模型獲取LID優化布局方案，然后輸入至SWMM模型中進行水文模擬，對上述4種情景的水文效應進行對比評估，技術路線見圖4。

圖4 水文評估技術路線

2.1 SWMM模型構建

SWMM模型[24]為分布式水文水動力模型，主要模塊包括地表產流、地面徑流和管網匯流等。

2.1.1研究區概化

對管網進行概化，共獲取管道154條、井點175個、出水口7個；依據綜合管廊雨水倉的工程參數將其概化為矩形斷面和部分圓形輸水管；楊梅河被概化為梯形斷面的明渠進行模擬。子匯水區是SWMM計算產匯流的子單元，根據研究區DEM數據、建筑物、交通道路和管網分布，人工劃分263個子匯水區，平均面積為5.86 hm2，研究區概化結果見圖3。

2.1.2模型參數和驗證

SWMM模型參數分為測量參數和經驗參數。楊梅河流域的子匯水區面積、平均坡度和不透水率等測量參數可通過ArcGIS間接獲取，管線參數根據CAD設計圖紙獲?。唤涷瀰祫t主要參考SWMM模型應用手冊和鄰近類似區域的研究成果[25-26]，透水區和不透水區曼寧系數分別為0.011和0.24，透水區和不透水區洼蓄深度分別為2.5 mm和5 mm，霍頓模型的最大、最小入滲率和滲透衰減系數分別為103.8、11.44和8.46。在SUSTAIN模型中獲取LID優化布局方案后，輸入至SWMM模型中，對LID設施和“海綿型”綜合管廊的水文效應進行研究的過程中，需要輸入LID設施的相關參數，而這些參數依據模型用戶手冊和工程技術規范等確定(表1)。此外，滲透路面、生物滯留池和綠色屋頂等設施表面層的表面坡度均為1%，土壤層的田間持水量和凋萎點含水量的體積分數分別為0.2和0.1，土壤層的導水率、導水坡度和吸附水頭分別為12 mm/h、45%和90 mm。

表1 SWMM模型中LID設施參數設置

選用2018年6月8日0:00至18:50的實測降雨資料對SWMM模型的適用性進行驗證。模擬發現整個研究區溢流量最大的井點是位于楊梅河下游易澇片區的井點NJ00028(圖3)。由于缺乏管網流量和水位數據，通過現場調查發現，該點所在區域是洪澇多發區，逢暴雨必澇，模擬的溢流點位置與實際的內澇點基本重合，表明模型模擬結果與實際情況相吻合。因此本研究所構建的SWMM模型可用于楊梅河流域不同重現期降雨條件下不同情景的水文效應研究。

2.2 SUSTAIN模型構建

SUSTAIN模型[21]是一款以插件形式嵌入ArcGIS平臺的城市降雨徑流模擬分析決策系統，可對LID設施進行有效的模擬、布局、分析和優化。

2.2.1降雨資料和徑流模擬設置

選用2018年5月7日至12月30日的實測長序列降雨資料進行模擬，以外部徑流模擬方式向概化的土地利用類型分配SWMM模擬所得的徑流時間序列(表2)，因此無需對SUSTAIN進行二次驗證。

表2 土地利用類型概化及徑流時間序列

2.2.2管網和子匯水區概化

SUSTAIN模型每次只能將一個出水口作為評估點進行LID成本-效益優化，其中楊梅河出水口最具代表性，故對其他出水口控制的小范圍子匯水區不予以考慮。綜合考慮研究區地形地勢、衛星圖及管網走向等因素的影響，將前述的263個子匯水區概化為41個，其中面積最大的一個為0.7 km2，其余均小于0.5 km2。由于過于詳細的管道資料可能會降低模型模擬速度甚至導致運行中途崩潰的風險，因此，基于已概化的子匯水區、管網流向、道路、河流等對管網進行概化(圖5)。

圖5 概化的子匯水區和管網

2.2.3集合式LID設施的設計

本文根據土地利用類型的概化結果選擇LID設施，如高層建筑適宜建設綠色屋頂，低層建筑則適合安裝雨水桶對雨水回收利用，道路交通則適合鋪設滲透路面，其他透水區(如森林、灌木叢、耕地等)則不進行過多“海綿化”改造，直接流向出水口；另外還需在研究區中增設濕塘用于儲蓄和處理來自植草溝、草地、透水鋪裝等海綿體的徑流，具體的設計方案見圖6，LID設施的相關參數與單位成本取值見表3。

圖6 集合式LID設施設計方案

表3 SUSTAIN模型中LID設施相關參數和單位成本取值

2.2.4LID成本-效益分析

為初步預估符合實際成本-效益的徑流削減率目標，在SUSTAIN模型中采用NSGA-Ⅱ進行優化計算，獲取LID優化布局的成本-效益曲線(圖7)。由圖7可以看出，LID優化布局后的年徑流削減率范圍在5%～40%之間，相應的建設總成本為8.5億～14億。以預算成本0.7億元/km2對本研究區進行“海綿化”改造[27]，總成本約為10億元，由圖7可知,與該預算成本相應的年徑流削減率最高只能達到30%。以此為控制目標在SUSTAIN模型中進行成本最小化模擬，獲取LID的布局和數量。

圖7 LID設施的成本-效益分布

2.2.5LID優化布局方案驗證

對于大尺度流域，SUSTAIN模型中的子匯水區和管網數據均被大幅度概化，其中管道類型設置為虛擬類型，因此模擬精度較低。SWMM模型雖能對整個研究區和LID設施實現較精確的水文模擬，但僅基于人工設定的LID改造比例，無法實現自動的優化布局。因此本研究結合二者的優勢，以年徑流削減率30%作為控制目標，在SUSTAIN模型中獲取LID優化布局方案后，輸入至SWMM模型中進行水文模擬，結果顯示在重現期P為50 a設計降雨條件下，流域溢流量削減率為31.44%，與SUSTAIN模型中初步設定的年徑流削減率30%相吻合，與實際成本-效益相符。由此可見，結合SUSTAIN模型中LID優化布局的優勢，利用SWMM模型對情景1～4進行水文模擬評估，可有效評估LID設施和綜合管廊作用下水文效應的差異。

3 結果與分析

研究區位于廣州市中心城區天河區，根據《廣州市排水管理辦法實施細則》推薦采用區間公式設計暴雨強度，以芝加哥雨型為設計雨型，選用P為2 a、20 a和50 a設計降雨對上述4種情景進行城市雨洪模擬(圖8)，對模擬結果從出水口流量、溢流量兩方面進行分析評價。

3.1 出水口流量

選取研究區內最具代表性的楊梅河出水口進行流量過程分析，對P為2 a、20 a和50 a設計降雨條件下典型出水口的降雨-流量過程(圖8)、峰值流量以及峰現時間進行統計,結果表明：

(a) P=2 a

a.與情景1相比，情景2的出水口流量大幅增加，在P為2 a、20 a和50 a設計降雨條件下，峰值流量分別增加了66.93%、54.60%和42.87%，而峰現時間幾乎沒有發生變化；隨著重現期的增大，峰值流量增加幅度減小，維持在170 m3/s左右，這與管道的流量承載力有關。

b.情景3的出水口流量隨著重現期的增大而增大，與情景1相比，在P為2 a、20 a和50 a設計降雨條件下,峰值流量削減率分別為24.88%、21.25%和19.37%；峰現時間明顯延遲，在P為2 a設計降雨條件下，峰現時間延遲了23 min,即使在P為50 a設計降雨條件下亦延遲9 min。

c.與情景2相比，在P為2 a降雨條件下，情景4的出水口峰值流量削減率達20.97%，而在P為20 a和50 a設計降雨條件下，峰值流量削減率分別為12.53%和6.98%；在3種重現期下，峰現時間均明顯延遲，至少可達8 min，表明LID設施具有滯蓄雨洪的作用，與基于“快排”模式的綜合管廊相結合可減輕河道的行洪壓力。

3.2 溢流量分析

位于楊梅河下游的井點NJ00028溢流情況最嚴重，故選取井點NJ00028和位于上游的井點NJ00064(圖3)作為典型溢流點進行對比，分析綜合管廊和LID的徑流削減效果。各重現期下不同情景方案的溢流總量和典型溢流點的信息見表4，由表4可知：

表4 各降雨重現期不同情景方案的溢流量信息

a.與情景1相比，情景2的下游井點NJ00028的溢流量削減率范圍為81.78%～98.54%；而上游井點NJ00064的溢流量削減率低于3.25%，削減效果甚微，表明綜合管廊的位置和設計方法直接影響著不同位置溢流點的溢流量削減效果。

b.與情景1相比，在LID作用下井點NJ00064和NJ00028的溢流量均在減小，但隨著設計降雨重現期的增大，溢流量的削減率逐步減小。尤其是在P為50 a設計降雨條件下，井點NJ00064和NJ00028的溢流量和溢流總量的削減率僅為26.52%、16.78%和31.44%，表明在低頻降雨條件下，LID對溢流量的削減效果較差。

c.情景4對溢流量的削減效果最佳，與情景1相比，溢流總量削減率達到60%以上，在P為2 a設計降雨條件下最高可達90.19%；即使在P為50 a設計降雨條件下，井點NJ00028的溢流量削減率達到了94.28%，表明將“快排”與“滯蓄”相結合的“海綿型”綜合管廊對研究區溢流量具有極佳的削減效果。

4 結 論

a.實測降雨條件下，采用SWMM模型對傳統開發情景下的水文效應進行了分析，結果表明楊梅河下游典型溢流點溢流量最大，與易澇片區實際淹沒情況相符，證明所構建的SWMM模型適用于楊梅河流域不同情景水文效應的模擬分析。

b.以30%年徑流削減率為目標在SUSTAIN模型中獲取LID優化布局方案，輸入至SWMM模型中進行水文模擬，在P為50 a設計降雨條件下，研究區的溢流總量削減率為31.44%，與SUSTAIN模型計算結果幾乎一致，表明與傳統機械式確定LID改造比例和布局的方式相比，本文提出的方法可同時實現LID優化布局及精細化的水文模擬，以進行情景分析。

c.在地下綜合管廊作用下，流域出水口流量增大，峰現時間幾乎不變，但對溢流量的削減效果明顯，其中處于下游的NJ00028井點溢流量削減率可達80%以上；LID設施能夠降低出水口流量，延遲峰現時間，但對溢流量的削減效果不如地下綜合管廊；“海綿型”綜合管廊對溢流量的削減效果最佳，在P為50 a設計降雨條件下，下游井點的溢流量削減率高達94.28%，對溢流總量的削減率達61.91%，與“快排”模式下的傳統綜合管廊情景相比，“海綿型”綜合管廊使流域出水口峰值流量明顯降低，峰現時間也明顯延遲，說明“海綿型”綜合管廊結合了LID和地下綜合管廊的優勢，是行之有效的洪災緩解措施，值得推廣。