基于Infoworks的排水管网集水区优化研究

林美娜，李 超，解智强，侯至群，朱大明



基于Infoworks的排水管网集水区优化研究

林美娜1，李 超2，解智强3，侯至群3，朱大明1

（1. 昆明理工大学 国土资源工程学院，云南 昆明 650000；2. 平度市国土资源局，山东 青岛 266000；3. 昆明市城市地下空间规划管理办公室，云南 昆明 650000）

本文利用Infoworks ICM建立排水模型，分别以以自动、自动结合手动划分集水区两种方式为研究方法，并结合实地勘察，从管网节点在暴雨条件下淹水情况的角度和管网超负荷的角度对比分析自动划分与自动结合手动划分集水区的模型运行结果。结果表明，自动结合手动划分集水区相对于自动划分集水区所建立的排水模型能更加准确的模拟现实情况，更具科学性，尤其是在排水模型精度要求比较高时，采用自动结合手动划分集水区的方式可使排水模型的分析与应用更符合真实运行状态。

Infoworks ICM；集水区划分；排水模型；节点；超负荷

0 引言

排水管网系统是城市必不可少的基础设施之一，是保障城市公共卫生安全、排洪防涝和控制水体污染的核心工程，担负着收集城市生活污水、工业废水以及排除雨水的重任[1]。随着城市现代化的推进，对城市排水管网的要求也在逐步提高[2]，如何有效提高排水模型的精度，显得尤为重要。在20世纪六七十年代，国外就引入计算机仿真技术，越来越多的城市通过建立地下排水管网模型，分析评价管网运行现状，对地下排水管网系统改造提出合理建议并形成体系，以指导该片区排水管线的规划、建设与管理[3]。

而集水区的划分对排水管网模拟运行的精度和模型运行结果的分析产生直接影响，集水区的合理划分可以更好的进行雨水管网系统的设计，所以在模型建立过程中，集水区的划分就显得至关重要。城市雨水集水区指汇集雨水和地面水的管渠系统所服务的区域[4]。划分集水区的方法主要有两种，分别为系统自动划分方式及手动划分方式。本文通过采用两种方式划分集水区，并将模型在两种不同划分方式下运行分析，得出手动划分集水区更能提高模型运行准确性的结论。

1 InfoWorks ICM简介

InfoWorks ICM模型，即城市综合流域排水模型，是由Wallingford软件公司开发的世界上第一款城市排水管网及河道的一维水力模型与城市、流域二维洪涝淹没模型相结合在一起的独立模拟引擎的软件。采用一维和二维水动力学计算模型，从整体上实现对整个城市雨水系统的动态模拟，即可以完整的模拟城市雨水循环过程，雨污水收集系统的工作状态，排水管网系统与地表收纳水体之间的相互作用[5]。

通过排水系统中检查井、管道、泵站以及其他排水构筑物的流量、水位、流速、充满度以及泵的启闭等实现序列的仿真模拟[6]，排水模型提供的结果可为用户分析现状排水管网系统的工作状态。借助这些分析可了解排水管网是否出现超负荷运行及冒溢；当降雨量达到多大时，系统无法正常排涝；为了让系统在规定设计暴雨重现期正常运行，排水系统进行改扩建的规模是多少[7]。软件采用分布式的模型模拟降雨-径流的过程，它将管网进行详细的集水区划分，并根据地面的位置以及不同组成要素的地面产流特征对集水区进行划分，以提高模型的准确度[8]。

2 集水区的划分

2.1 不同方式的集水区划分

在模型的构建过程中，系统划分集水区是指利用Infoworks ICM软件对大范围的研究区域进行系统自动化分，即根据泰森多边形将整个研究区域划分为一个个小片区，在每个小片区内进行降雨的分配[9]。手动划分集水区不同于以往的系统自动化分方式，它是指将整个研究范围内的模型网络通过手动划分的方式，划分成一个个小的子集水区，在此基础上再进行软件系统的自动划分，而非完全的手动划分集水区，以下简称手动划分集水区。采用系统自动划分的集水区，如图1所示：

图1 系统自动划分集水区方式结果示意图

根据管网范围内的正射影像图与路网图将整个排水管网进行初步划分，即结合道路的边界和管线走向对集水区域进行划分。与此同时，结合研究区地势的高低以及雨水篦子的位置在初步划分的基础上进行手动划分。手动划分的结果如图2所示。

2.2 不同划分方式的比较与分析

对于同一个区域采用两种不同的方式进行划分，结果必然有所区别。本文选择具有代表性的区域R，通过对其在不同划分方式下的集水区分布进行分析，为后期模型的运行及结果分析奠定基础。如图2所示。

图2 手动划分集水区方式结果示意图

R区采用自动划分方式大部分降雨统一流入到一个检查井，而采用手动方式划分结果表明，降水会均匀的流入到绝大部分检查井，如图3。通过现场核实R地势较高，自动划分的集水区绝大部分降雨进入一个检查井明显与实际不符，手动划分的集水区在考虑多方面的实际现场情况下，更符合实际情况。

图3 R区域在不同划分方式下其集水区结果对比图

3 不同划分方式下淹水点及超负荷的运行分析

集水区的划分对排水模型的运行及模拟有着至关重要的影响，因此，本文在不同的划分方式下，对研究范围内管网中的节点的淹水状况以及管网中管段的超负荷状态进行模拟，以论述集水区划分的重要性。

3.1 淹水点运行结果分析

分别设计一年一遇、五年一遇、五十年一遇三种不同的暴雨强度，其中将暴雨强度设置为一年一遇的情况，其模拟管网中淹水点数量相对较少，对比不明显；五十年一遇的暴雨强度，模拟管网中淹水点数量又相对较多，采用两种不同划分方式进行淹水点模拟的结果并不明显。因此，本文选取五年一遇的暴雨强度模式，分别对两种方式划分结果进行淹水点的模拟。图4为两种不同划分方式下的淹水点模拟结果。

蓝色节点的深浅表示该节点淹水的严重情况。在五年一遇的暴雨强度模式下，采用自动划分集水区的方式模拟结果表明只有两个节点存在积水的情况，且淹水相对严重；而手动划分集水区的方式模拟结果显示R区域周围节点都有不同程度的积水现象。不同的划分方式影响模拟的结果，通过实地勘察从模拟暴雨强度下管网中淹水点的角度证明了手动划分集水区的科学性。

3.2 管网超负荷运行结果及分析

管道的负荷状态是指管道内水流的充满程度，一般用管道内水深与管道高度的比值来描述[10]。Infoworks ICM中，用“超负荷状态”来反应管道中的充水程度，即管道的负荷状态。在从管网在暴雨情况下的淹水点角度证明了手动划分的科学性，另外将从管网超负荷的角度对不同的划分方式进行对比分析，进一步证明在手动划分的科学性。本文中选取3个超负荷状态的阈值，分别为0.8，1，2。它们表示的含义，如表1所示。

其中，在对管网超负荷进行模拟之前，需对其进行主题设置。在进行主题设置时，阈值为0.8的管道，其管道颜色显示为绿色；阈值为1的管道，其管道的颜色显示为浅红色；阈值为2的管道，其管道的颜色显示为深红色。通过在Infoworks ICM中对管网不同阈值颜色的主题设置，得到R区域管网超负荷主题图。选取五年一遇的暴雨强度进行管网超负荷情况分析[11]。

图4 不同划分方式下暴雨强度模拟

表1 管网超负荷状态及其含义

Tab.1 Pipeline overload status and its meaning

在R区域，如果采用系统自动划分方式，则仅在左侧的几条管段中存在超负荷状态；而采用手动划分的方式，在R区域的周围管段中不同程度的出现了管网超负荷状态，如图5。经实地考察，由于R区域地势较高，该区域内周围的管道不同程度的存在超负荷情况[12]。经此验证，采用手动划分的方式划分集水区更能满足建模的准确性，且以实地考察为依据，更具集水区划分的科学性。

图5 不同划分方式下R区域管网超负荷情况图

4 结语

在利用Infoworks ICM建立排水模型的过程中，着重研究了自动化分集水区与手动划分集水区对模型运行的精度影响。通过采用自动、手动两种方法对集水区进行划分，并分别进行模拟运行，从以下两方面验证了手动划分集水区可以有效的提高运行结果的准确性：

（1）对研究范围内管网中节点的淹水情况进行模拟，结果表明，在自动化分集水区方式下雨水全部集中在图4中的两个节点且严重积水；而在手动的方式划分集水区的方式下，研究区内的每个节点都会存在不同程度的积水，经实地调查，手动划分集水区方法下的模拟结果与实际相符。

（2）从管道的负荷状态角度对不同划分方式下的运行结果对比分析，结果表明，在自动化分集水区方式下仅有左侧管道存在超负荷的情况，而在手动的方式划分集水区的方式下，研究范围内的管道均存在不同程度的超负荷的情况。

通过上述分析结果,得出采用手动划分集水区的方式模拟的结果更准确的结论。在模型建设要求较高的情况下，采用手动划分集水区的方式更能提高模型的准确性；对于建模质量要求不高，或受项目成本限制时，采用系统自动划分方式更能节省时间，减少人力物力投入，从而节约成本。本文研究成果为模型更准确模拟真实运行状态奠定基础，同时也为今后提高排水模型的模拟结果提供思路。

[1] 高胜普. 城市燃气管网安全运行存在的问题及解决措施[J]. 城市建设理论研究: 电子版, 2014(2).

[2] 周小莉. 基于InfoWorks水力模型在排水管网运行管理中的应用[D]. 广州大学, 2012.

[3] 张小伟, 解智强, 侯至群, 朱大明. 一种基于BP神经网络耦合排水管线信息的城市河道风险评价研究[J]. 测绘通报, 2014(12): 93—96.

[4] 梁骞, 俞露. GIS空间分析在城市排水防涝规划中的应用[C]// 2014中国城市规划年会. 2014.

[5] 王赛男, 邢冬梅. 基于MATLAB 的小波阈值滤波与应用[J]. 软件, 2015, 36(10): 102-104

[6] 李建勇. Infoworks ICM在城市排水系统分析中的应用[J]. 中国给水排水, 2014(8): 21-24.

[7] 卓广平. 数据挖掘开发及应用研究[J]. 软件, 2015, 36(5): 81-83

[8] 郑国栋. Infoworks ICM在市政道路雨水管道设计中的应用[J]. 科技视界, 2015(36): 276-276.

[9] 李超. 基于Infoworks的城市排水模型的建立及应用[D]. 昆明理工大学, 2017.

[10] 黄国如, 王欣. 基于城市雨洪模型的市政排水与水利排涝标准衔接研究[J]. 水资源保护, 2017, 33(2): 1-5.

[11] 刘志生, 李晶, 崔凯, 等. 基于ArcGIS与InfoWorks的城市排水系统模拟研究[J]. 中国给水排水, 2013, 29(21): 144-147.

[12] 全雪峰. 直觉模糊熵计算公式的改进[J]. 软件, 2015, 36(10): 40-42

Research on Optimization of Water Collection Area of Drainage Pipe Network Based on Hydraulic Model

LIN Mei-na1, LI Chao2, XIE Zhi-qiang3, HOU Zhi-qun3, ZHU Da-ming1

(1. Kunming University of Science and Technology Faculty of Land Resources Engineering, Kunming 650000; 2. Pingdu city land and resources bureau, Qingdao 266000;3. Kunming Urban Underground Space Planning Management Office, Kunming 650000)

This article uses Infoworks ICM to establish a drainage model, which is based on two methods of the automatic and automatically combining manual division of catchment areas, and combines field surveys, from the point of view of the situation of the flooding of the pipe network node in the rainstorm condition and the overload of the pipe network, compared the results of the model operation of the watershed by automatically divides and a automatically combining manual division of catchment areas. The results show that the drainage model established by automatically combining manually dividing the catchment area relative to the automatic distribution catchment area can more accurately simulate the actual situation and is more scientific, especially when the drainage model accuracy requirements are relatively high, the automatic combination manual is adopted. The way of dividing the catchment area can make the analysis and application of the drainage model more in line with the real operation status.

InfoWorks ICM; Watershed division rainstorm intensity; Drainage model; Node; Overload

TP302.7

A

10.3969/j.issn.1003-6970.2018.07.028

林美娜(1992-)，女，昆明理工大学国土资源与工程学院硕士研究生，研究方向为3s集成与应用。

本文著录格式：林美娜，李超，解智强，等. 基于Infoworks的排水管网集水区优化研究[J]. 软件，2018，39（7）：134-137