基于SWMM模型的城市内涝模拟——以广州市海珠区为例

沈 迪，武海霞，2，龙 岩，康爱卿

（1.河北工程大学水利水电学院，河北 邯郸 056038；2.河北省智慧水利重点试验室，河北 邯郸 056038；3.中国水利水电科学研究院，北京 100038）

1 引言

极端天气的频繁出现导致城市洪涝灾害频繁发生。近几年，城市“看海”现象已成常态，由暴雨造成的洪涝灾害成为城市发展进程中亟待解决的问题，城市防洪减灾已成为灾害防治的重点领域，因此开展城市内涝模拟研究对我国城市科学防治洪涝灾害具有十分深远的意义。

目前，国内外对内涝模型的研究已经取得了较多的成果。麻蓉等[1]构建MIKE21二维水动力模型模拟了研究区域的积水过程；黄国如等[2]基于GIS和SWMM开发的暴雨积水计算模块可以很好地模拟出研究区域的水深、积水面积等信息；王兆礼等[3]利用SWMM和TELEMAC-2D模式建立了TSWM耦合模型，该方法可适用于城市复杂地区的内涝模拟。国外已有多款成熟的城市内涝模型，如SWMM、PCSWMM、MIKE URBAN、Wallingford ICM等可供选择进行内涝模拟研究[4]。SWMM作为一款成熟且开源的一维水动力模型，受到了大量学者的青睐并对此进行了深入的研究。构建SWMM与GIS耦合模型进行内涝模拟研究的方法运用最为广泛，但该方法较为复杂且计算相对繁琐。因此，寻找一种简便地将SWMM模型运用于内涝模拟的方法至关重要。

内涝的主要成因分为地势低洼、雨水篦子堵塞、集水能力不足、管道堵塞、管道排水能力不足、检查井溢流、河流倒灌等，其中检查井溢流往往会造成严重内涝积水，其主要原因为地面降雨所产生的产汇流超出土壤下渗量，雨水及雨污合流管道积水溢出。SWMM模型能较好地计算暴雨条件下研究区域经下渗、蒸发、地下径流、排水系统输出等方式的水循环后留存于地表的积水量，模型输出结果为各管网点的溢出水量。通过构建积水点的库容曲线，实现对内涝积水点深度的模拟。因此，结合SWMM模型可以实现对城市管道在一定降雨条件下内涝积水点积水深度的模拟。

2 研究区域概况与研究方法

2.1 研究区域概况

广州市属于亚热带海洋季风性气候，降雨具有强度大、集中且频率高的特点。广州不仅年降雨量大，且由于地势低洼等原因，内涝十分严重。据2021年实测数据统计，初步确定易涝点为474个，其中位于中心6区天河区、越秀区、白云区、黄埔区、荔湾区、海珠区易涝点个数为273个，其余外围5区易涝点个数为201个。2022年4月23日，据国家级气象观测站统计广州累计降雨量达到115.3 mm，局部地区降雨强度达到120 mm/h；中心6区部分内涝点积水深度达到1 m以上，给交通通行带来了极大阻碍，造成了不可挽回的社会财产损失。

本研究区域为广州市海珠区广州市国际会展中心5号门，北侧临珠江，南侧临黄埔涌，西侧为华南快速路，东侧为科韵南路，面积0.097 km2。研究区域自然地势北高南低，排水方向从北至南；多年平均年雨量在1673～2004 mm，其中汛期4—9月降雨量占全年的80%左右；年降雨日数在150 d左右；年平均气温在21.6～22.6℃。研究区域内汇水区下垫面不透水区面积平均达到83.67%，平均最大入渗能力为63.298 mm/h，平均最小入渗能力为8.233 mm/h，且该研究区域内管道管径平均为0.58 m，由此可见该研究区域在集中暴雨的情况下极易产生内涝，是常见的内涝点之一。

2.2 研究方法

本文利用ArcGIS空间数据处理功能对研究区域的原始数据进行处理，得到对应的管网、检查井、排水口等建模数据。结合SWMM模型，建立内涝积水点分析模型。通过内涝拓扑关系得出内涝积水点对应的检查井，通过SWMM模拟，将检查井的溢出点地表视为一个蓄水池，根据实测降雨模拟得出的溢流量以及内涝积水点的实测积水数据，得出对应的库容曲线，通过模拟不同的降雨场次得出模型输出节点的溢流量，再采用插值的方法得出对应的积水深度，实现对内涝点积水深度的预测。通过不断增加降雨场次对应内涝积水点的实测数据，进一步完善内涝点的库容曲线，从而达到对内涝深度及内涝等级的精准预报，以帮助决策者优化决策和建议，减少城市暴雨带来的损失。

3 模型搭建

3.1 基础数据构建

3.1.1 地表数据

地表数据是分析内涝积水情况的基础，本文采用广州市最新地表高程数据，即DEM栅格数据。真实的地表高程数据能够准确地反映出汇水区内积水的流向以及积蓄情况，是模型构建的基础。在SWMM模型中，根据DEM数据统计得出各子汇水区的坡度大小。

3.1.2 汇水区划分

对研究区域内概化后的检查井进行泰森多边形划分，各子汇水区出口为对应的排水结点。根据街区，对水系进行进一步的划分，修改汇水区的范围，结果得到35个子汇水区，在ArcGIS中对其进行面积统计计算，其中最大的5640 m2、最小的280 m2。

3.1.3 土地利用类型数据

土地利用类型反映土地的利用形式和功能，是区分土地利用空间地域组成单元的过程。对土地利用类型进行较为明晰的划分可以更好地确定各子汇水区的不确定性参数，进而帮助率定工作的开展。研究区域内的土地利用类型有房屋、道路、水系、植被、工况5类，根据已有的土地利用类型SHP数据，借助ArcGIS的交集制表工具，可以得到每个子汇水区中各土地利用类型占比。

3.1.4 管网系统概化

在建立模型的过程中，管网的数据处理是一个非常关键的环节，其处理质量将直接影响到模型的模拟效果。由于管网自身资料的局限性和模型本身的复杂性，无法将原有的管网资料直接纳入模型中进行计算，因此必须对原有管网进行概化。在保证模型精确度的前提下，对研究区域内的主管、副管进行合理选取，放弃短小、管网混乱的管道，最终概化得到35根管道、35个检查井、1个出水口。区域管网概化如图1所示，管道及检查井部分参数详见表1—2。

图1 管网概化

表1 管道参数

表2 检查井参数（部分）

3.2 SWMM模型构建

3.2.1 模型选取

本文选用SWMM模型对研究区域进行模拟。SWMM模型是由美国环保署设计研发的雨洪模型，目前最新版本SWMM5.1主要包括水文、水力、水质等多个模块。自模型开发以来，由于其界面友好、易于操作且代码开源等优势被广泛应用于城市地区雨水径流、合流管道、污水管道和其他排水系统的规划、分析、设计及LID设施布局效果评价[5]。

SWMM模型的计算包括产流模块、汇流模块、管网汇流模型三大部分。SWMM模型首先将研究区域划分为若干个子汇水区，在各子汇水区内又分为透水区、无洼蓄量的不透水区和有洼蓄量的不透水区，然后在各子汇水区之内分别进行产流计算和汇流计算。透水区产流受入渗过程的影响。在SWMM中设置了3种入渗模型，即Horton模型、Green-Ampt模型、SCS曲线数法。Green-Ampt模型需要大量明确的土壤数据；SCS曲线数法只能反映出流域的下垫面情况，而非降水过程，仅适用于大流域；Horton模型在城市小流域降雨径流模拟中经常采用。因此，本文采取Horton模型进行下渗计算。SWMM利用非线性水库原理进行地表汇流演算，每个子汇水区被概化成一个非线性水库，通过叠加得到最终的出流过程。SWMM模型在管网汇流模块中提供了稳定流法、运动波法、动力波法3种演算方法，可用于模拟不同复杂程度的非恒定流运动。本文采用动力波法进行管网汇流演算。

3.2.2 参数确定

SWMM模型的参数包括确定性参数和不确定性参数。其中，确定性参数可以通过实地测量或者借助ArcGIS的空间处理功能得到，主要包括子汇水区面积、坡度、不透水百分比等物理参数；不确定性参数一般由于受到各种条件的限制无法得到准确的数值，如不透水区曼宁系数和透水区曼宁系数、不透水区洼蓄量和透水区洼蓄量、管段曼宁系数、最大入渗率、最小入渗率、衰减常数等经验参数。不确定性参数的初始值参考SWMM模型应用手册以及室外排水设计标准（GB 50014-2021），并结合相关文献确定。汇水区的物理参数，详见表3。

表3 汇水区物理参数（部分）

由于不同土地利用类型具有不同的参考值，且各区域的土地利用类型所占的面积比例也不尽相同，因此在参数设置中首先对不同土地利用类型设定不同的不确定性参数，再根据面积占比加权平均计算各子汇水区的不确定性参数，详见表4。

表4 汇水区经验参数（部分）

4 模拟结果

利用已经构建完成的模型，输入2021年7月28日、7月29日、7月30日、8月7日、8月9日，2022年4月18日、4月19日、4月23日、5月10日、5月11日、5月12日共计11场降雨数据，其中将7月28日、7月29日、7月30日、8月7日作为率定场次，将8月9日、4月18日、4月19日、4月23日、5月10日、5月11日、5月12日作为验证场次。11场降雨积水对应的总降雨量、最大降雨强度、积水深度，详见表5。

表5 降雨积水

城市内涝点主要根据积水深度划分为轻度内涝、中度内涝、重度内涝3个等级。当积水深度大于0.15 m小于0.3 m时为轻度积水，当积水深度大于0.3 m小于0.5 m时为中度积水，当积水深度大于0.5 m时则属于重度积水。当积水等级达到中度及重度积水时，对行人、交通车辆安全会造成严重影响。在11场降雨积水中该内涝点有5场达到了中度积水标准，由此可见该内涝点亟待整治，以免造成不可挽回的社会财产损失。对比2021年8月9日与2022年5月12日实测数据以及对比2021年7月28日和2021年8月7日实测数据，可知当研究区域最大降雨强度相等时，总降雨量大小对积水深度无明显影响，而当总降雨量相近时，最大降雨强度对积水深度有较大影响。由此可知，短时间内降雨量的大小对管道溢流量有较大影响，因此提升管道的过流能力能有效改善内涝积水。

将2021年7月28日、7月29日、7月30日、8月7日作为率定场次得出积水深度对应检查井溢流量的库容曲线，详见表6。

表6 库容曲线

由表6可知，当检查井溢出量达到1256.311878 m3时，积水深度达到最大值0.41 m，属于中度积水。将其余场次作为验证场次带入模型中，利用已知的库容曲线进行插值，得到模拟积水深度，模拟与实测结果对比详见表7。

表7 模拟与实测结果对比

由表7可知，所有积水点积水等级模拟结果均与实测积水等级相符，误差最大仅为0.06 m，实测最大积水深度与模拟最大积水深度平均相对误差为5.41%，积水等级完全相符。其中，8月9日、4月23日、5月12日模拟结果与实测结果均为中度积水，其余验证场次因降雨量及降雨强度过小均没有产生积水。

5 结论

本文以广州市海珠区内涝积水点为例，结合SWMM模型构建出符合实际情况的排水管网模型，主要结论如下。

（1）提出基于SWMM的城市内涝模型，其实测最大积水深度与模拟最大积水深度平均误差为5.41%，验证场次积水等级精确度达到100%，表明本文提出的内涝深度模型具有良好的精度。

（2）简化了传统的二维地表模型，忽略了地形及地表面积对水深的影响，缩短建模步骤，减少了模型的计算量，大大提高了模型的运行效率。

然而，当暴雨强度超过模型输入降雨强度极值时，实测最大积水深度与模拟最大积水深度偏差较大。随着降雨积水数据的增加，模型的库容曲线会逐渐丰富，该模型的适用性及精度会逐步提高。本文可为该地区内涝防治预警预报提供有效的参考。