杨梅河流域“海绵型”综合管廊水文效应模拟

李珊珊,王兆礼,,赖成光,，吴旭树，陈晓宏，林广思，赵俊维

(1.华南理工大学亚热带建筑科学国家重点实验室，广东 广州 510641；2.中山大学水资源与环境研究中心，广东 广州 510275； 3.肇庆市恒发农业科技有限公司，广东 肇庆 526114)

全球经济快速增长驱动城市用地扩张，城市下垫面硬化比例不断增加，导致地表产汇流时间缩短，地下排水系统负荷增大[1]；此外，全球气候变暖导致极端降雨事件频发，大大增加了城市洪涝灾害和水资源问题发生的风险[2]。针对日益突出的城市洪涝问题，20世纪90年代美国马里兰州环境资源署首先提出了低影响开发(low impact design， LID)雨水管理体系[3]，即利用小型、分散、低成本且具有景观效应的绿色基础设施削减径流总量，减少污染物负荷，提高雨水利用程度。此后，世界各国逐步开展类似的城市雨洪管理相关研究，如英国提出的“可持续排水系统(sustainable drainage system， SUDS)”[4]，澳大利亚提出的“水敏感城市(water sensitive urban design, WSUD)”理念[5]，以及新西兰提出的“低影响城市设计与开发(low impact urban design and development, LIUDD)”[6]。我国在该方面的研究起步较晚，自2013年习近平总书记提出建设“海绵城市”后，与“海绵城市”相关的研究与政策才真正兴起[7]。

LID设施有多种实现形式，包括生物滞留池、绿色屋顶、透水铺装等。国内外对LID设施的研究，前期主要集中于单一LID设施的试验[8]和数值模拟[9]，如Versini等[10]基于试验对绿色屋顶的水文影响进行评价；李家科等[11]应用暴雨洪水管理模型(storm water management model, SWMM)模拟雨水花园对水量水质的调控效果。学者们还尝试将不同LID设施进行组合布局，胡爱兵等[12-13]依据不同的下垫面类型，人工确定LID设施改造比例；王婷等[14]直接采用单一LID设施最佳布设比例作为优化布局方案；刘海娇等[15]在确定削减目标后，人工调整LID比例和布局以获取优化布局方案。尽管上述研究已取得不错的成果，但对LID设施分配比例和布局的确定方式欠妥，并未综合考虑成本效益、适建性以及不同LID设施间的相互作用。为实现效益最大化，近年来开始注重LID设施的优化布局，逐渐放弃以往机械式指定LID设施改造比例和采用单一LID设施最佳比例进行组合的方法，改用耦合水文模型与优化算法以求解LID优化布局，或直接采用LID优化布局建模工具。这些方法包括：将HIMS(hydro-informatic modeling system)分布式模拟系统与计算机优化算法相结合[16]；将长期水文影响评价(long-term hydrologic impact assessment-LID, L-THIA-LID)模型与多算法遗传自适应目标相耦合[17]；利用Python耦合SWMM模型和非支配排序遗传算法(non-dominated sorting genetic algorithm, NSGA)-Ⅱ形成优化算法[18]，或在此基础上提出基于边际成本的多目标优化贪心算法(marginal-cost-based greedy strategy, MCGS)进行LID设施的优化布局[19]等。对于LID优化布局建模工具，目前应用较广泛的是SUSTAIN(system for urban stormwater treatment and analysis integration)模型，不少研究者[20-21]采用SUSTAIN模型内置的NSGA-Ⅱ优化算法成功实现LID优化布局设计。与人工设定LID设施布局方案和改造比例相比，采用SUSTAIN模型进行LID设施优化布局的效率更高，但对于大区域而言，为减轻SUSTAIN模型的运行负荷，需要对子汇水区和管网进行大幅度的概化，其模拟精度仍有待提高；而SWMM模型虽然不能进行LID优化布局，但能实现对城市水文效应较高的模拟精度。因此本文尝试应用SUSTAIN模型进行成本最小化模拟，获取最优的LID设施布局方案，重新输入至SWMM模型中对LID设施进行更精确的水文模拟。

不少研究表明LID设施能有效滞蓄雨洪，但在极端降雨条件下对径流的削减效果较弱[22-23]，尤其在南方地区；而基于传统“快排”模式的地下排水系统能快速排走雨水，但目前管道的设计标准普遍偏低，导致逢大雨必涝。对此国家相关部门提出要加强地下综合管廊建设，推进“海绵城市”的建设，这促成了“海绵型”综合管廊的诞生，即在地下综合管廊建设中额外增添雨水调蓄仓以增大排水能力，同时对城市下垫面进行LID“海绵化”改造，联合提升城市防洪排涝能力。鉴于此，本文针对“海绵型”综合管廊试点区域——杨梅河流域，基于SWMM和SUSTAIN模型耦合，探讨“海绵型”综合管廊的水文效应，并与传统开发、传统综合管廊、LID情景相比较，为“海绵型”综合管廊规划、设计与建设提供参考。

1 研究区概况

2016年广州市入选国家第二批管廊试点城市，天河智慧城高唐路段是全国“海绵型”综合管廊建设的试点区域。高唐路段综合管廊建设区域位于广州市天河区杨梅河流域内(图1)，流域总面积约15.43 km2，地处南亚热带季风区，多年平均降水量为1 725 mm，汛期集中于4—9月，汛期降水量占全年的81%。该区域目前没有水闸和泵站等排涝设施，排涝功能主要由河涌及管网承担，杨梅河在该区域的断面较小，经常发生洪涝灾害。

图1 研究区高程分布

本文使用的数据有数字高程模型(DEM)、卫星遥感影像数据、土地利用类型数据、管网和综合管廊设计资料等。DEM和土地利用类型数据(2014年)来源于国土部门，其中DEM分辨率高达8 m。土地利用类型数据已结合Google地理卫星影像图和实地调研结果作局部修正(图2)。管网、综合管廊、河道等数据均来源于市政相关部门(图3)。

图2 研究区土地利用类型

图3 研究区管网系统概况

2 研究方法

为了探究“海绵型”综合管廊的水文效应，分别设置了4种不同的情景：传统开发(情景1)、传统综合管廊(情景2)、LID(情景3)和“海绵型”综合管廊(情景4)。情景1采用研究区内现有的排水管网系统，不考虑综合管廊和LID设施的建设；情景2和情景3基于传统开发情景分别新增地下综合管廊和LID设施；情景4将地下综合管廊建设与LID设施改造相结合。基于符合成本-效益的削减率目标，应用SUSTAIN模型获取LID优化布局方案，然后输入至SWMM模型中进行水文模拟，对上述4种情景的水文效应进行对比评估，技术路线见图4。

图4 水文评估技术路线

2.1 SWMM模型构建

SWMM模型[24]为分布式水文水动力模型，主要模块包括地表产流、地面径流和管网汇流等。

2.1.1研究区概化

对管网进行概化，共获取管道154条、井点175个、出水口7个；依据综合管廊雨水仓的工程参数将其概化为矩形断面和部分圆形输水管；杨梅河被概化为梯形断面的明渠进行模拟。子汇水区是SWMM计算产汇流的子单元，根据研究区DEM数据、建筑物、交通道路和管网分布，人工划分263个子汇水区，平均面积为5.86 hm2，研究区概化结果见图3。

2.1.2模型参数和验证

SWMM模型参数分为测量参数和经验参数。杨梅河流域的子汇水区面积、平均坡度和不透水率等测量参数可通过ArcGIS间接获取，管线参数根据CAD设计图纸获取；经验参数则主要参考SWMM模型应用手册和邻近类似区域的研究成果[25-26]，透水区和不透水区曼宁系数分别为0.011和0.24，透水区和不透水区洼蓄深度分别为2.5 mm和5 mm，霍顿模型的最大、最小入渗率和渗透衰减系数分别为103.8、11.44和8.46。在SUSTAIN模型中获取LID优化布局方案后，输入至SWMM模型中，对LID设施和“海绵型”综合管廊的水文效应进行研究的过程中，需要输入LID设施的相关参数，而这些参数依据模型用户手册和工程技术规范等确定(表1)。此外，渗透路面、生物滞留池和绿色屋顶等设施表面层的表面坡度均为1%，土壤层的田间持水量和凋萎点含水量的体积分数分别为0.2和0.1，土壤层的导水率、导水坡度和吸附水头分别为12 mm/h、45%和90 mm。

表1 SWMM模型中LID设施参数设置

选用2018年6月8日0:00至18:50的实测降雨资料对SWMM模型的适用性进行验证。模拟发现整个研究区溢流量最大的井点是位于杨梅河下游易涝片区的井点NJ00028(图3)。由于缺乏管网流量和水位数据，通过现场调查发现，该点所在区域是洪涝多发区，逢暴雨必涝，模拟的溢流点位置与实际的内涝点基本重合，表明模型模拟结果与实际情况相吻合。因此本研究所构建的SWMM模型可用于杨梅河流域不同重现期降雨条件下不同情景的水文效应研究。

2.2 SUSTAIN模型构建

SUSTAIN模型[21]是一款以插件形式嵌入ArcGIS平台的城市降雨径流模拟分析决策系统，可对LID设施进行有效的模拟、布局、分析和优化。

2.2.1降雨资料和径流模拟设置

选用2018年5月7日至12月30日的实测长序列降雨资料进行模拟，以外部径流模拟方式向概化的土地利用类型分配SWMM模拟所得的径流时间序列(表2)，因此无需对SUSTAIN进行二次验证。

表2 土地利用类型概化及径流时间序列

2.2.2管网和子汇水区概化

SUSTAIN模型每次只能将一个出水口作为评估点进行LID成本-效益优化，其中杨梅河出水口最具代表性，故对其他出水口控制的小范围子汇水区不予以考虑。综合考虑研究区地形地势、卫星图及管网走向等因素的影响，将前述的263个子汇水区概化为41个，其中面积最大的一个为0.7 km2，其余均小于0.5 km2。由于过于详细的管道资料可能会降低模型模拟速度甚至导致运行中途崩溃的风险，因此，基于已概化的子汇水区、管网流向、道路、河流等对管网进行概化(图5)。

图5 概化的子汇水区和管网

2.2.3集合式LID设施的设计

本文根据土地利用类型的概化结果选择LID设施，如高层建筑适宜建设绿色屋顶，低层建筑则适合安装雨水桶对雨水回收利用，道路交通则适合铺设渗透路面，其他透水区(如森林、灌木丛、耕地等)则不进行过多“海绵化”改造，直接流向出水口；另外还需在研究区中增设湿塘用于储蓄和处理来自植草沟、草地、透水铺装等海绵体的径流，具体的设计方案见图6，LID设施的相关参数与单位成本取值见表3。

图6 集合式LID设施设计方案

表3 SUSTAIN模型中LID设施相关参数和单位成本取值

2.2.4LID成本-效益分析

为初步预估符合实际成本-效益的径流削减率目标，在SUSTAIN模型中采用NSGA-Ⅱ进行优化计算，获取LID优化布局的成本-效益曲线(图7)。由图7可以看出，LID优化布局后的年径流削减率范围在5%～40%之间，相应的建设总成本为8.5亿～14亿。以预算成本0.7亿元/km2对本研究区进行“海绵化”改造[27]，总成本约为10亿元，由图7可知,与该预算成本相应的年径流削减率最高只能达到30%。以此为控制目标在SUSTAIN模型中进行成本最小化模拟，获取LID的布局和数量。

图7 LID设施的成本-效益分布

2.2.5LID优化布局方案验证

对于大尺度流域，SUSTAIN模型中的子汇水区和管网数据均被大幅度概化，其中管道类型设置为虚拟类型，因此模拟精度较低。SWMM模型虽能对整个研究区和LID设施实现较精确的水文模拟，但仅基于人工设定的LID改造比例，无法实现自动的优化布局。因此本研究结合二者的优势，以年径流削减率30%作为控制目标，在SUSTAIN模型中获取LID优化布局方案后，输入至SWMM模型中进行水文模拟，结果显示在重现期P为50 a设计降雨条件下，流域溢流量削减率为31.44%，与SUSTAIN模型中初步设定的年径流削减率30%相吻合，与实际成本-效益相符。由此可见，结合SUSTAIN模型中LID优化布局的优势，利用SWMM模型对情景1～4进行水文模拟评估，可有效评估LID设施和综合管廊作用下水文效应的差异。

3 结果与分析

研究区位于广州市中心城区天河区，根据《广州市排水管理办法实施细则》推荐采用区间公式设计暴雨强度，以芝加哥雨型为设计雨型，选用P为2 a、20 a和50 a设计降雨对上述4种情景进行城市雨洪模拟(图8)，对模拟结果从出水口流量、溢流量两方面进行分析评价。

3.1 出水口流量

选取研究区内最具代表性的杨梅河出水口进行流量过程分析，对P为2 a、20 a和50 a设计降雨条件下典型出水口的降雨-流量过程(图8)、峰值流量以及峰现时间进行统计,结果表明：

(a) P=2 a

a.与情景1相比，情景2的出水口流量大幅增加，在P为2 a、20 a和50 a设计降雨条件下，峰值流量分别增加了66.93%、54.60%和42.87%，而峰现时间几乎没有发生变化；随着重现期的增大，峰值流量增加幅度减小，维持在170 m3/s左右，这与管道的流量承载力有关。

b.情景3的出水口流量随着重现期的增大而增大，与情景1相比，在P为2 a、20 a和50 a设计降雨条件下,峰值流量削减率分别为24.88%、21.25%和19.37%；峰现时间明显延迟，在P为2 a设计降雨条件下，峰现时间延迟了23 min,即使在P为50 a设计降雨条件下亦延迟9 min。

c.与情景2相比，在P为2 a降雨条件下，情景4的出水口峰值流量削减率达20.97%，而在P为20 a和50 a设计降雨条件下，峰值流量削减率分别为12.53%和6.98%；在3种重现期下，峰现时间均明显延迟，至少可达8 min，表明LID设施具有滞蓄雨洪的作用，与基于“快排”模式的综合管廊相结合可减轻河道的行洪压力。

3.2 溢流量分析

位于杨梅河下游的井点NJ00028溢流情况最严重，故选取井点NJ00028和位于上游的井点NJ00064(图3)作为典型溢流点进行对比，分析综合管廊和LID的径流削减效果。各重现期下不同情景方案的溢流总量和典型溢流点的信息见表4，由表4可知：

表4 各降雨重现期不同情景方案的溢流量信息

a.与情景1相比，情景2的下游井点NJ00028的溢流量削减率范围为81.78%～98.54%；而上游井点NJ00064的溢流量削减率低于3.25%，削减效果甚微，表明综合管廊的位置和设计方法直接影响着不同位置溢流点的溢流量削减效果。

b.与情景1相比，在LID作用下井点NJ00064和NJ00028的溢流量均在减小，但随着设计降雨重现期的增大，溢流量的削减率逐步减小。尤其是在P为50 a设计降雨条件下，井点NJ00064和NJ00028的溢流量和溢流总量的削减率仅为26.52%、16.78%和31.44%，表明在低频降雨条件下，LID对溢流量的削减效果较差。

c.情景4对溢流量的削减效果最佳，与情景1相比，溢流总量削减率达到60%以上，在P为2 a设计降雨条件下最高可达90.19%；即使在P为50 a设计降雨条件下，井点NJ00028的溢流量削减率达到了94.28%，表明将“快排”与“滞蓄”相结合的“海绵型”综合管廊对研究区溢流量具有极佳的削减效果。

4 结 论

a.实测降雨条件下，采用SWMM模型对传统开发情景下的水文效应进行了分析，结果表明杨梅河下游典型溢流点溢流量最大，与易涝片区实际淹没情况相符，证明所构建的SWMM模型适用于杨梅河流域不同情景水文效应的模拟分析。

b.以30%年径流削减率为目标在SUSTAIN模型中获取LID优化布局方案，输入至SWMM模型中进行水文模拟，在P为50 a设计降雨条件下，研究区的溢流总量削减率为31.44%，与SUSTAIN模型计算结果几乎一致，表明与传统机械式确定LID改造比例和布局的方式相比，本文提出的方法可同时实现LID优化布局及精细化的水文模拟，以进行情景分析。

c.在地下综合管廊作用下，流域出水口流量增大，峰现时间几乎不变，但对溢流量的削减效果明显，其中处于下游的NJ00028井点溢流量削减率可达80%以上；LID设施能够降低出水口流量，延迟峰现时间，但对溢流量的削减效果不如地下综合管廊；“海绵型”综合管廊对溢流量的削减效果最佳，在P为50 a设计降雨条件下，下游井点的溢流量削减率高达94.28%，对溢流总量的削减率达61.91%，与“快排”模式下的传统综合管廊情景相比，“海绵型”综合管廊使流域出水口峰值流量明显降低，峰现时间也明显延迟，说明“海绵型”综合管廊结合了LID和地下综合管廊的优势，是行之有效的洪灾缓解措施，值得推广。