基于SWMM模型的城市內澇模擬分析
——以芳村圍排澇片為例

翟明碩，王繼選，管 一，郭亞芬

（1.河北工程大學水利水電學院，河北 邯鄲 056038；2.河北工程大學河北省智慧水利重點實驗室，河北 邯鄲 056038；3.韓城市水文水資源節水中心，陜西 韓城 715400）

隨著對城市內澇問題的不斷研究，以現代化軟件為基礎的內澇模型以其強大的耦合能力逐漸成為一種新的發展趨勢。其中，將GIS 技術和SWMM相結合為城市內澇問題的研究提出了新方向[1]。自20世紀中期，國外學者PALAKA等[2]利用GIS技術與SWMM 模型基于現有排水系統建立水力和水文模型，重新設計雨水排水溝，以保證低洼地區不會造成淹沒。SEENU 等[3]利用GIS 技術與SWMM 模型相結合，用于研究洪水易發區域不同降雨程度下洪水影響的空間范圍，以確定主要淹沒區域位置，研究結果有助于管理和緩解洪水以及脆弱地區的防洪。黃國如等[4]利用SWMM模型與ArcGIS技術的集成構建內澇模型，并對不同暴雨重現期下的淹沒情況進行分析。石赟赟等[5]基于GIS 技術構建淹沒分析模塊，與SWMM 模型相結合，對城市暴雨內澇淹沒范圍和淹水深度進行模擬分析，得到的結果能直觀表現受澇區淹沒范圍和淹水深度，并對相關研究具有一定的應用價值。李智等[6]以山地臨海城市為例，運用SWMM 模型結合ArcGIS技術，模擬不同暴雨重現期下城區的內澇災害情況并分析了受災區域的內澇成因。

本文基于GIS 技術和SWMM 模型，結合相關數據以及歷史降雨數據，對芳村圍排澇片上的易澇點進行內澇模擬研究，并利用2021、2022 年汛期實測降雨過程驗證所建模型精度，對其內澇積水等級進行模擬，最后進行內澇成因分析。本研究成果為以后廣州市的城市內澇工作提供參考依據，同時為廣州市排水精細化決策提供科學依據。

1 模型介紹

本文通過ArcGIS 軟件對研究區域進行基礎數據分析處理，以DEM 提取地形特征信息，再結合管網、河流等數據，劃分子匯水區，利用劃分出的子匯水區進行排水管網的概化，最后結合出水口、檢查井等數據，轉化為inp 格式導入SWMM 模型中。根據土地利用數據、道路面數據、DEM 數據確定并調整面積、坡度和不透水比例等相關參數，對每個匯水區進行賦值，并對整個SWMM 模型進行率定[7]。SWMM 模型是一個動態降雨-徑流模型，主要用于計算城市區域的徑流水量和水質[8]。

本文中主要采用SWMM 模型[9]對研究區域進行水文模擬，通過不同實測降雨模擬結果得到降雨期間研究區域積水點積水深度過程線，并與實際積水深度過程線進行對比驗證。

2 研究區概況

荔灣區位于廣州市的西部，總面積為62.4 km2，是廣州市重要的商業中心。花地河橫穿荔灣區，流向為由北向南，本區東北部有人工湖泊荔灣湖[10]。區內因自然水系分為芳村圍、海龍圍、葵蓬圍排澇片。本文主要研究對象為荔灣區內芳村圍排澇片，芳村圍排澇片總面積為21 km2。芳村圍排澇片內澇點位置，如圖1所示。

圖1 芳村圍排澇片內澇點位置

3 內澇模型構建

本文為了更精確監測易澇點內澇情況，對芳村圍排澇片上8個易澇點進行了單獨建模。

3.1 管網數據處理及概化

本文對芳村圍排澇片上8 個內澇模型進行了如下步驟的管網數據處理以及管網概化，概化后的芳村圍排澇片管網有1 082 根雨水管道、1 061 個檢查井節點、8個排水口，如圖2所示。

圖2 雨水管網概化

3.2 子匯水區劃分

匯水區不可跨越河道，例如河道左岸的地表徑流不可能越過河道流入右岸的管網中，所以需要在生成泰森多邊形之前沿河道分區。另外，由于Arc-GIS 內部工具算法的誤差，生成后的泰森多邊形可能在河道兩岸共屬一個匯水區，因此需要人工檢查并修正。沿河道劃分修正的子匯水區，如圖3所示。

圖3 子匯水區劃分

3.3 參數設置

子匯水區劃分完成后，還需補充匯水區的相關參數。

（1）研究區域內只設定一個雨量站，所以匯水區的雨量計參數統一設置成固定值。

（2）對于平原城區，匯水區出水口即所在區域內的檢查井，確保編號一一對應。

（3）匯水區面積用ArcGIS 軟件自帶的幾何計算工具計算補充，默認單位是平方米，建模標準格式是公頃，需將計算后的數據除以10 000完成單位轉換。

（4）匯水區的長度是指從區域內一個點流到另一個點的最長距離。若將匯水區概化成矩形，則寬度=面積/長度。水流速度約為0.5～1.0 m/s，匯水區兩點間最遠距離的水流時長約為10～15 min，所以匯水區長度可按以下公式估算：

式中：L為匯水區長度（m）；v為流速（m/s）；t為匯水區兩點間最遠距離的水流時長（s）。

由于先前計算的匯水區面積單位是公頃，建模需要的寬度單位是米，所以計算寬度時還需進行單位轉換，計算公式如下：

式中：Width為匯水區寬度（m）；Area為匯水區面積（hm2）。

（5）坡度是指坡面垂直高度H和水平距離L的比值，如圖4所示，用百分數表示，計算公式如下：

圖4 匯水區坡度計算

式中：slope為坡度（%）；θ為坡面與水平面夾角（°）；H為坡面垂直高度（m）；L為坡面水平距離（m）

利用ArcGIS 軟件內的[3D Analyst 工具]—[柵格表面]—[坡度]，指定各參數的柵格表面坡度提取工具，提取坡度分布情況，如圖5所示。

圖5 坡度分布

此時的坡度數據是柵格圖層，將其添加到匯水區圖層的屬性表中。先將其以表格形式分區顯示，然后通過字段連接將坡度平均值mean值添加到匯水區屬性表，此時的坡度值其實是角度制的坡角，需要將其轉成弧度制求正切值，并用百分數表示，按以下公式轉換：

式中：slope為匯水區坡度（%）；mean為坡度平均值（°）

轉換后，得到匯水區的坡度值，最小坡度為0.000 02%，最大坡度為85.14%。

（6）不同下墊面的產匯流參數不同，所以計算匯水區的產匯流參數時，首先選取不同土地利用類型的參數經驗值，然后根據面積權重法計算每個匯水區的參數值。本文選取的產匯流參數包括下滲、粗糙系數、洼地蓄水3 類，共有9 個，詳見表1。產匯流參數根據土地利用類型，參照經驗值分別選取。

表1 匯水區經驗參數取值范圍

3.4 內澇模型率定

本文采用實測數據進行參數率定和模型驗證時，每個內澇模型至少采用了3 套獨立的實測數據作為模型基礎數據，并至少對2 套實測數據和模擬結果進行對比，即2 場降雨率定、1 場降雨驗證。每次率定應選擇并收集3場降雨時段所對應的降雨監測數據和內澇監測點的實測水深數據，作為模型率定工作的基礎數據。在率定數據選擇時，還應對模型所用的降雨數據進行適用性分析，當數據的質量達到一定范圍內才可用于模型的率定。選取的內澇監測點的實測水深數據、降雨監測數據的時間間隔一致。

考慮監測點實際情況，選擇監測數據監測頻次為5 min。率定結果詳見表2，表中“模擬最大積水深度”為模型中代表易澇點檢查井節點的最大水深，“實測最大積水深度”為內澇監測點的實測水深最大值。

表2 8個內澇點模型率定結果

3.5 模擬結果與分析

經過上述步驟的模型率定后，本文選取20220326、20220501、20220512三場實測降雨數據進行8個內澇模型的降雨模擬以及結果分析，20220326場次的結果如圖6所示并詳見表3，20220501場次的結果如圖7所示并詳見表4，20220512場次的結果如圖8所示并詳見表5。其中，內澇積水等級劃分如下：小于0.15 m 為無積水，0.15～0.3 m 為輕度內澇，0.3～0.5 m為中度內澇，大于0.5 m為重度內澇。圖中“實測值”為內澇監測點的實測水深數據，“模擬值”為模型中代表易澇點檢查井節點的水深；表中“模擬最大積水深度”為模型中代表易澇點檢查井節點的最大水深，“實測最大積水深度”為內澇監測點的實測水深最大值。

表3 20220326場次降雨下積水模擬結果

表4 20220501場次降雨下積水模擬結果

表5 20220512場次降雨下積水模擬結果

圖6 20220326場次降雨下模擬水深與實測水深對比

圖7 20220501場次降雨下模擬水深與實測水深對比

圖8 20220512場次降雨下模擬水深與實測水深對比

從上述模擬結果可以看出，芳村圍排澇片內8個內澇模型的模擬積水深度都與實際積水等級完全相符但積水峰值并未達到完全相同。在本文的模擬結果中，節點積水深度模擬值大于內澇監測點的水深實測值，這是綜合考慮峰現時間與峰值2 種因素的結果。因為SWMM 模型在率定過程中，調整一個參數會同時影響峰現時間與峰值，若只考慮峰值相近這一單一因素則會導致模擬與實測的峰現時間相差較大。本次模擬結果表明，芳村圍排澇片內8 個內澇模型模擬積水與實測積水相比，模擬結果基本符合內澇情況；而且模擬出的峰現時間和實際內澇積水峰現時間接近，代表這8 個內澇點有著更精確的模擬效果，可為以后的內澇模擬提供更好的依據。

4 結論

本文基于GIS技術和SWMM模型建立了城市內澇模擬模型。結果表明，各易澇點模擬積水過程與降雨過程的變化趨勢基本一致，積水深度峰現時間相近，因此城市內澇的治理可以關注降雨過程的趨勢；同時，根據不同降雨情況下模擬結果可知，各易澇點模型模擬積水深度與實際積水深度基本一致，證明本文所使用方法具有可行性。