APP下载

基于SWMM模型的昆明市主城区城市降雨径流污染特征研究

2022-06-30陈美连高青荣

低碳世界 2022年4期
关键词:曼宁不透水调蓄

何 咏,陈美连,高青荣,席 莹

(1.昆明市城市排水管理处,云南 昆明 650500;2.中机国际工程设计研究院有限责任公司,云南 昆明 650213;3.云南省生态环境厅驻昆明市生态环境监测站,云南 昆明 650228)

1 SWMM模型构建

本文选择昆明市船房河流域为研究区域。采用美国环保局(USEPA)开发的降雨径流管理(storm water management model,SWMM)模型,建立排水系统模型,用于模拟城市降雨径流、水流和水质变化情况,以及调蓄池的运行、溢流情况等,分析调蓄池的截污效率。研究使用的SWMM5.0版本由水文、水力和水质3个模块组成[1]。利用ArcGIS技术进行空间分析,建立排水片区-子排水片区-排水单元结构网络。针对市政排水管网、庭院管网和污水处理厂的纳污范围将研究区域划分为城东、城南、城西、城北和城东南5个排水片区22个子排水片区,923个汇水单元[2]。入渗量运用GreenˉAmpt模型进行计算,污染物的累积和冲刷过程用指数函数冲刷方程进行计算。

以QuickBird影像为数据源,借助遥感软件ERDASIMAGINE9.2对影像数据进行解译,通过校正、分类、评价和分类后处理等一系列过程实现研究区下垫面类型分类,得到各排水单元5种下垫面类型数据。模型基础数据如表1所示。

表1 模型基础数据

汇水单元坡面漫流宽度、坡度、面积、不透水率及管道长度通过GIS分析获得;汇水单元不透水曼宁糙率、透水曼宁糙率、不透水区贮水深度、透水区贮水深度、无低洼地不透水区所占百分比、管道曼宁糙率、冲刷系数、冲刷指数、污染物最大累积量C1、污染物累积速率C2通过模型获得。

2 数据处理

2.1 灵敏度分析

选取船房河流域的3场降雨水质水量采样监测数据进行参数灵敏度分析。

采用修正的Morris筛选法,以5%为固定步长对某一参数值进行扰动,其他参数值固定不变,取值为-20%、-15%、-10%、-5%、5%、10%、15%和20%,观测水文及水质模块相关参数的灵敏度。图1为一场降雨径流的水文参数灵敏度分布。

图1 一场降雨径流的水文参数灵敏度分布

水文参数灵敏度分布:排水坡面漫流宽度、不透水率、不透水地表曼宁糙率、透水地表曼宁糙率、不透水地表洼蓄深度、透水地表洼蓄深度、无洼蓄不透水地表占比、坡度、面积、管道曼宁糙率、管道长度、土壤水力传导率、湿润前锋的毛细水头、初始土壤湿度亏损值。

通过分析,水文参数排水坡面漫流宽度、不透水率、不透水地表曼宁糙率、面积和坡度,对于降雨径流深和降雨径流峰值均为灵敏参数,其灵敏度因降雨特征各异;水质参数C1、C2对于污染负荷的灵敏性都是较高的,而对于污染物浓度峰值则表现不灵敏。

2.2 参数率定

采用人工试错法进行参数率定,不断调整参数取值直到模拟结果与实测结果尽可能吻合。选用相对误差Er、确定性系数Ce两个目标函数评价参数的合理性、模型的适用性。

式中:Q0——实测和模拟的次降雨径流量,m3;Qc——实测和模拟的污染物总量,kg,Qi,0——实测和模拟的流量,m3/s;Qi,c——实测和模拟的污染物浓度,mg/L。

雨季,点源污水混着降雨产生的径流污水一起进入控制闸。选取两场降雨水质水量采样监测数据进行参数率定,通过对主要参数的反复调整,对船房河流域的暴雨径流过程进行模拟实验,比较流量及污染负荷浓度变化结果与实际监测的排污口流量及浓度,发现两者呈指数函数分布。

SWMM模型水质参数率定结果如表2所示,参数率定结果误差分析如表3所示。

表2 SWMM模型水质参数率定结果

表3 参数率定结果误差分析

降雨过程中,径流实测峰值与模拟峰值几乎同时出现,峰值流量误差分别为12.7%和8.95%。率定的峰值流量误差范围(5%~25%),流量过程模拟精度可满足工程需要。

降雨过程中,污染物实测与模拟浓度过程趋势基本一致。从误差分析看,确定性系数均在0.70以上,污染负荷总量误差在3%~21%,模拟与实测COD、TN、TP浓度峰值绝对值误差均在3%~22%,误差较小,因此,本率定结果精度较好,可满足工程需要。

3 模型校验

模型校验选用相对误差Er、确定性系数Ce及相关性系数r这3个目标函数来评价模型。

对比实际监测数据,以检验参数率定的准确性及模型的适用性,降雨过程实测与模拟值校验如表4所示。

表4 降雨过程实测与模拟值校验

对排污口水量水质变化过程进行模拟,模型对较为简单的降雨径流过程有较好的模拟效果,实测径流量与模拟径流量也较为一致。

两次降雨时间的径流总量与径流峰值相差较小;污染负荷总量及浓度误差保持在20%左右,模拟精度较高,参数的相关性维持在85%以上。说明模型能较好地模拟合流制排水体制下的排污过程,模型率定的参数适用性较好。

4 结果分析

4.1 降雨径流污染负荷

通过模型计算昆明市主城区城市降雨径流污染负荷量。各子片区城市降雨径流污染负荷产生情况如表5所示。

表5 各子片区城市降雨径流污染负荷产生情况

4.2 合流污水溢流污染负荷

昆明市主城区全年的合流污水产生总量为44 898.53万m3,年处理水量为32 191.66万m3,全年溢流水量15 255.31万m3,溢流率为35.64%。溢流率较高的是城西片区和城东南片区,分别为55.08%和54.79%,其次是城北片区和城东片区。

4.3 拟建设施截污效能

昆明市共建设16座合流污水调蓄池,总规模2.3万m3,共截流污水量1868.73万m3。采用SWMM模型对调蓄池的运行状况进行模拟:截流量占合流污水产生量的16.25%,截流效益不显著,主要原因是调蓄池的截流量受池子容积、降雨条件、初期雨水及汇水区排水特点的影响,导致截流效果并不明显[3]。

5 结语

本文通过排水单元概括、下垫面解析、模型参数设置、参数敏感性分析、率定及校验等,构建了昆明市主城区排水系统模型。利用模型对昆明市主城区的城市降雨径流污染负荷进行了研究,分析合流污水溢流问题,并对昆明市调蓄池运行情况进行模拟,取得了很好的效果。未来将更为真实地模拟调蓄池、泵站、污水厂的联合调度,为昆明市排水体系供技术支撑。进一步深入研究如何使调蓄池、泵站、污水厂在模型中能联合调度运行,以更为真实地模拟排水系统现状,完善模型,为解决昆明市排水体系存在问题及城市面源控制提供技术支撑。

猜你喜欢

曼宁不透水调蓄
分流制排水系统中初雨调蓄池的方案研究
调蓄设施布局设计模型研究
基于无人机可见光影像与OBIA-RF算法的城市不透水面提取
长春市某雨水调蓄池的工艺设计与计算
Landsat8不透水面遥感信息提取方法对比
说到“泄密”,有多少“曼宁”可以重来?
城市不透水面及地表温度的遥感估算
基于半约束条件下不透水面的遥感提取方法