• 全国中文核心期刊
  • 中国科技核心期刊
  • 美国工程索引(EI)收录期刊

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

大尺度无管流数据城区SWMM构建及模拟——Ⅱ.模型参数校验及暴雨径流模拟分析

付潇然 王东 栾清华 刘家宏 王海潮

付潇然, 王东, 栾清华, 刘家宏, 王海潮. 大尺度无管流数据城区SWMM构建及模拟——Ⅱ.模型参数校验及暴雨径流模拟分析[J]. 水科学进展, 2020, 31(1): 51-60. doi: 10.14042/j.cnki.32.1309.2020.01.006
引用本文: 付潇然, 王东, 栾清华, 刘家宏, 王海潮. 大尺度无管流数据城区SWMM构建及模拟——Ⅱ.模型参数校验及暴雨径流模拟分析[J]. 水科学进展, 2020, 31(1): 51-60. doi: 10.14042/j.cnki.32.1309.2020.01.006
FU Xiaoran, WANG Dong, LUAN Qinghua, LIU Jiahong, WANG Haichao. SWMM-based rainfall-runoff simulations in large-scale urban area with no pipeline-flow observations: Ⅱ: model calibration and analysis of rainfall-runoff simulations[J]. Advances in Water Science, 2020, 31(1): 51-60. doi: 10.14042/j.cnki.32.1309.2020.01.006
Citation: FU Xiaoran, WANG Dong, LUAN Qinghua, LIU Jiahong, WANG Haichao. SWMM-based rainfall-runoff simulations in large-scale urban area with no pipeline-flow observations: Ⅱ: model calibration and analysis of rainfall-runoff simulations[J]. Advances in Water Science, 2020, 31(1): 51-60. doi: 10.14042/j.cnki.32.1309.2020.01.006

大尺度无管流数据城区SWMM构建及模拟——Ⅱ.模型参数校验及暴雨径流模拟分析

doi: 10.14042/j.cnki.32.1309.2020.01.006
基金项目: 

国家重点研发计划资助项目 No.2016YFC0401401

国家自然科学基金资助项目 No.51739011

详细信息
    作者简介:

    付潇然(1991-), 男, 河北廊坊人, 博士研究生, 主要从事城市水文学及水资源方面的研究。E-mail:fuxiaoran0@163.com

    通讯作者:

    栾清华, E-mail:carol97011202@163.com

  • 中图分类号: P333.2

SWMM-based rainfall-runoff simulations in large-scale urban area with no pipeline-flow observations: Ⅱ: model calibration and analysis of rainfall-runoff simulations

Funds: 

the National Key R & D Program of China No.2016YFC0401401

the National Natural Science Foundation of China No.51739011

图(3) / 表 (5)
计量
  • 文章访问数:  31
  • HTML全文浏览量:  8
  • PDF下载量:  14
  • 被引次数: 0
出版历程
  • 收稿日期:  2019-04-01
  • 网络出版日期:  2019-07-26
  • 刊出日期:  2020-01-30

大尺度无管流数据城区SWMM构建及模拟——Ⅱ.模型参数校验及暴雨径流模拟分析

doi: 10.14042/j.cnki.32.1309.2020.01.006
    基金项目:

    国家重点研发计划资助项目 No.2016YFC0401401

    国家自然科学基金资助项目 No.51739011

    作者简介:

    付潇然(1991-), 男, 河北廊坊人, 博士研究生, 主要从事城市水文学及水资源方面的研究。E-mail:fuxiaoran0@163.com

    通讯作者: 栾清华, E-mail:carol97011202@163.com
  • 中图分类号: P333.2

摘要: 目前,中国城区大多缺乏实测管道流量数据,给城市水文模型构建及精细化模拟带来了挑战。在北京亦庄经济开发核心区下垫面精细数字化的基础上,以典型点的最大径流深为验证要素,以实地踏勘为主、经验率定为辅,分别选取2012年"7·21"和2011年"6·23"两场典型大暴雨径流过程,完成了区域SWMM(Storm Water Management Model)模型的参数率定和验证;并就不同重现期设计暴雨下,不同典型用地子汇水区的产汇流响应特征及内涝交通拥堵风险进行了分析及评估。结果表明:随着重现期的增加,道路与交通设施用地对暴雨增幅的响应速率远高于公园绿地的响应速率,前者的内涝交通拥堵风险亦远高于后者;间接反映了不同下垫面条件造成产汇流响应的差异程度。相关成果可为区域城市洪涝管理与预警提供决策参考。

English Abstract

付潇然, 王东, 栾清华, 刘家宏, 王海潮. 大尺度无管流数据城区SWMM构建及模拟——Ⅱ.模型参数校验及暴雨径流模拟分析[J]. 水科学进展, 2020, 31(1): 51-60. doi: 10.14042/j.cnki.32.1309.2020.01.006
引用本文: 付潇然, 王东, 栾清华, 刘家宏, 王海潮. 大尺度无管流数据城区SWMM构建及模拟——Ⅱ.模型参数校验及暴雨径流模拟分析[J]. 水科学进展, 2020, 31(1): 51-60. doi: 10.14042/j.cnki.32.1309.2020.01.006
FU Xiaoran, WANG Dong, LUAN Qinghua, LIU Jiahong, WANG Haichao. SWMM-based rainfall-runoff simulations in large-scale urban area with no pipeline-flow observations: Ⅱ: model calibration and analysis of rainfall-runoff simulations[J]. Advances in Water Science, 2020, 31(1): 51-60. doi: 10.14042/j.cnki.32.1309.2020.01.006
Citation: FU Xiaoran, WANG Dong, LUAN Qinghua, LIU Jiahong, WANG Haichao. SWMM-based rainfall-runoff simulations in large-scale urban area with no pipeline-flow observations: Ⅱ: model calibration and analysis of rainfall-runoff simulations[J]. Advances in Water Science, 2020, 31(1): 51-60. doi: 10.14042/j.cnki.32.1309.2020.01.006
  • 近年来, 由突发性大暴雨引发的超大、特大城市及区域性城市群连片洪涝灾害日趋严峻, 城市暴雨洪水管理和预警的手段及措施愈显重要[1-2]。在工程措施方面, 多从提高城区排水能力等硬件设施上着手[3];在非工程措施方面, 通过实时高精度的城市雨洪模型或系统, 准确有效预警、预报城市暴雨洪水过程则成为减少灾害损失的关键[4]。然而, 现有城区水文站点数量、监测能力和站网密度, 特别是城市管道流量实时监测的严重匮乏, 远不能满足快速城市化背景下的雨洪预警、预报需求[5];在此情势下, 作为提高模拟可靠性和精确性的重要环节和关键步骤[6], 城市水文模型的参数率定及其精度保证将面临新的挑战[7], 开展城市雨洪模拟已成为城市水文研究领域的难点和热点[8-10]

    在无实测流量数据地区的水文模拟研究方面, 尽管有些技术体系相对成熟和完善, 却以流域尺度为多。20世纪90年代, 张建云和何惠[11]就提出了应用GIS分析流域地理信息参数的方法;IAHR(International Association for Hydro-Environment Engineering and Research)和英国环保署等组织或机构通过降低参数的不确定性或借助临近测站水文参数比拟法来克服模拟预报的局限性[12-13]。而国内较主流的参数率定方法是采用相关分析法, 如通过子集水区之间的水力联系来合成或优化流量过程线进而替代实测流量[14-16]。尽管上述方法应用较多, 但在参数物理意义的考虑上略显不足, 因此, 有学者提出借助有限的可测数据源进行现场补测, 对当地有效的、可获取的数据进行直接或间接监测, 加以洪水调研、经验参数和经验公式的对比结果[17], 为模型参数率定提供了新思路和新方法, 并在欧美等国家得到了应用和验证[18]

    在模型参数率定和验证时, 由于城区暴雨径流形成过程复杂, 参数敏感性分析和适宜方法的选取都至关重要[19]。就暴雨洪水管理模型(Storm Water Management Model, SWMM)的参数校检及构建而言, Zaghloul[20]通过系统解析模型的径流演算参数与汇水区空间分布之间的内在联系和相互影响, 说明了下垫面数字精细化也是提高模拟效果的一种有力手段。Luan等[21]在无排水管网的典型山丘区结合地表径流实地观测与洪水调研, 对SWMM参数进行了校准, 取得了较理想的模拟结果。由此可见, 在无实测流量资料的城市建成区, 同样可以通过一些特定的方法来获取参数进而率定、验证并构建区域模型。但在研究区的选择上, 10 km2以上受人类活动干扰剧烈的大尺度城市建成区相对较少;并且从解决模型参数校准的途径来看, 多数研究对城市复杂下垫面水文响应特征的考虑还不够充分[22], 主要通过参数移植法或相关分析法、经验公式法等来推求模型参数[23], 而对于新方法的开发、尝试比如直接借助物理过程和降雨径流演变机理的研究也相对较少[24]

    在缺乏实测管道流量资料的条件下, 以北京亦庄经济开发区核心区(简称“核心区”)为平原典型区, 选取5处有详细雨洪调研资料的位置作为验证点, 尝试一种适用于无管道流量数据城区模型参数校验的方法, 构建区域城市暴雨径流模型, 对比分析了区域各用地类型地块在不同重现期设计暴雨条件下的径流过程。

    • 核心区管道实测流量的缺乏以及面积大、建设用地类型多且交互分布的特性造成了构建区域SWMM的难度。借助模型数字精细化方法[25], 仅能在一定程度上降低复杂下垫面及空间尺度大对模型构建的不确定性;为保证模拟精度, 还需找寻一套方法以解决核心区模型校验问题。

      SWMM模型在模拟大暴雨洪水过程中遇到雨水井及排水管道充满度为100%时, 默认雨水井上部的积水区为具有蓄水功能的存储设施[26], 待排水系统非完全充满时, 存储的积水再随之排出。结合雨水井产生积水的物理过程和现场踏勘, 将待模拟的积水水体等效概化为圆锥体, 进而推导得出积水点实测最大淹没水深和模拟最大径流深之间的转换关系如式(1)—式(4)所示。

      $$ w = \frac{1}{3}{\rm \pi} {\left( {\frac{{h'}}{s}} \right)^2}h' $$ (1)

      式中:w为模拟积水水量, m3h′为模拟最大径流深, m;s为平均坡度。

      $$ w = W - \int_{{\tau _1}}^{{\tau _2}} {{Q_t}t{\rm d}t} $$ (2)

      式中:W为降水径流总量, m3Qtt时刻对应的管道排水流量, m3/s。由式(1)和式(2)可得模拟最大径流深:

      $$ h' = \sqrt[3]{{\frac{{3\left( {W - \int_{{\tau _1}}^{{\tau _2}} {{Q_t}t{\rm d}t} } \right){s^2}}}{\rm \pi }}} $$ (3)
      $$ h = H - {H_0} $$ (4)

      式中:H为实测地表积水最高水位, m;H0为实测积水点最低初始高程, m;h为积水点实测最大淹没水深, m。

      由于大暴雨洪水过程后, 区域较易留下淹没洪痕, 经多次实地调研和勘查典型校验点找寻H0并以之为基准点, 勘测附近路缘石、建筑物墙壁或交通设施桥墩的洪痕位置作为H, 借助式(4)得到对应的h。将模拟值h′与实测值h进行对比, 进而来完成模型参数率定和模拟结果的验证。

    • 利用子汇水区精细划分技术并充分探究不同空间尺度下各土地类型的产汇流响应特征[25]的基础上, 先考虑用地类型和下垫面差异性, 进而依据相邻子汇水区之间的水力联系以及产汇流的实际情势来逐级、逐层分析各子汇水区排水管道(网)实际流向, 最终保证各验证点选在不同用地类型子汇水区的集流点处。

      基于上述原则, 经现场反复踏勘和调研, 选定了5个典型校验点, 区域分布如图 1所示, 主要属性见表 1

      图  1  区域校验点位分布

      Figure 1.  Distribution of verification spots

      表 1  校验点属性

      Table 1.  Verification spots properties

      编号 位置 用地类型 汇水区域
      No.1 荣京东街地铁口 道路与交通设施用地 地铁亦庄线宏达北路段子汇水区
      No.2 博大公园东门 公园绿地 博大公园东南部绿地子汇水区
      No.3 大雄郁金香舍小区 城市内居住用地 大雄郁金香舍子汇水区
      No.4 北京盛氏雅丽服装公司 工业用地 BDA国际广场K座子汇水区
      No.5 北京兴基铂尔曼饭店 公共服务与商业服务设施用地 兴基铂尔曼大厦子汇水区
    • 依据1.1节所述原理, 在对北京历史特大暴雨过程分析、调研的基础上, 选取2012年“7·21”、2011年“6·23”两场特大典型暴雨分别作为此次模型参数率定和验证的降水过程, 如图 2所示。

      图  2  各验证点模拟径流深过程线

      Figure 2.  Process of simulated runoff in verification spots

    • 模型参数初始值参照用户手册中的取值范围设定[26], 再根据区域的实际情势进行修正。相关研究也表明, SWMM敏感性参数的预设和初步取值需基于当地实测数据[27]。对于子汇水区的面积、特征宽度、坡度、不透水率、管线长度等可通过数据库统计、现场补勘、测量确定的参数, 在此不作率定。而子汇水区曼宁系数、管道或明渠曼宁系数、透水区及非透水区洼蓄量等对雨洪径流模拟结果影响较大的敏感性参数, 将作为主要校准对象, 其参数初设值见表 2

      表 2  模型主要率定参数

      Table 2.  Main verification parameters

      参数类型 坡面汇流曼宁系数 排水系统曼宁系数 洼蓄量/mm
      道路 屋顶或广场 草地 林地 闭合管段 明渠 透水区 非透水区
      参考值 0.011~0.013 0.011~0.013 0.15~0.24 0.4~0.8 0.011~0.015 0.03~0.07 2.54~7.62 1.27~2.54
      初设值 0.012 0.012 0.20 0.6 0.013 0.05 3.8 1.9
      率定值 0.012 0.013 0.15 0.4 0.013 0.06 2.8 1.7
    • 反复调试上述各类敏感性参数, 直至所有校验点h′与h最接近为止;就子汇水区不透水部分面积占比和不透水部分洼地蓄水深度等参数, 基于子汇水区精细划分技术[25], 计算研究区下垫面性质及面积, 结合参数的不确定性分析和敏感性分析[28-29], 解析得出能客观反映区域实际的参数初值, 在此基础上再进行调试。

      经过参数率定后模拟的“7·21”降雨径流深过程线如图 2(a)所示, 不同验证点h′与h的比较及误差统计见表 3。各验证点h′值与h值之间的相对误差不超过5%, 有66.7%验证点不超过3%, 根据城市排水系统雨洪径流模拟应用规范[30], 各验证点模拟结果均合格。据中国天气网报道, 19:26北京市12个桥区出现大面积积水, 20:43多路段积水严重导致车辆无法正常通行, 21:03除京港澳高速仍不能通行外, 其他各高速运行正常[31]。模型计算的各校验点地表径流深都于当天19:10左右起涨, 峰现时间在20:40左右, 峰后开始回落的时间为20:50左右, 且积水退水时间较长, 模拟过程与现场调查和媒体报道基本吻合。通过上述分析可知, 此次参数率定合理, 最终得出区域整体不透水部分面积占比为52.8%, 子汇水区不透水部分洼地蓄水深度为0.2 cm, 其他参数率定结果见表 2

    • 基于率定参数, 模拟各验证点2011年“6·23”降雨径流深过程线如图 2(b)所示, 模拟结果和实测验证值见表 3。地表径流深模拟相对误差不超过±5%的有3处, 占60%, 平均相对误差为3.36%, 总体模拟精度较好。图中不同验证点径流深过程线涨落时间、峰值时间与走访调研的结果同样比较吻合。另外, SWMM模拟的大羊坊沟河道有个别处出现漫溢, 地铁亦庄线、北京盛氏雅丽服装公司门口、北京兴基铂尔曼饭店门口等地17时均出现大范围积水, 积水近1 m深的内涝受淹情况[31], 与实地踏勘“6·23”大暴雨的结果基本一致。

      表 3  最大径流深模拟误差对比

      Table 3.  Comparison of simulation errors of maximum runoff depth

      校验点 2012年“7·21”暴雨 2011年“6·23”暴雨 综合径流系数
      h/m h′/m 相对误差/% h/m h′/m 相对误差/% Ψ Ψ
      No.1 1.28 1.32 3.06 1.15 1.17 1.65 0.85~0.95 0.86
      No.2 0.42 0.43 3.43 0.37 0.40 7.03 0.10~0.20 0.20
      No.3 0.80 0.81 0.75 0.70 0.68 -2.29 0.60~0.70 0.66
      No.4 0.64 0.65 2.19 0.53 0.57 7.92 0.20~0.45 0.41
      No.5 0.73 0.75 2.47 0.60 0.62 2.50 0.45~0.60 0.52

      为减少参数值在验证点和子汇水区/区域上尺度的不兼容带来的误差, 以不同土地类型区(由1.2节可知, 不同校验点所在子汇水区满足条件)径流系数的经验值作为补充校验, 完善模型的验证过程。由表 3可知, 各校验子汇水区的径流系数模拟值(Ψ′)均在经验值(Ψ)范围内[26], 再次证明了模型的可靠性。

      综上, 通过上述方法构建的核心区SWMM模型具备了一定的模拟精度和雨洪径流模拟的可信度, 可应用于区域管网径流模拟。

    • 根据北京道路雨水管渠规划设计标准要求, 结合核心区排水系统现状防洪标准和校核标准, 将暴雨重现期设为5年、10年、20年和50年。依据室外排水设计规范和北京市水文手册[32], 计算了不同重现期的降雨强度、总降雨量(表 4), 并选定较为常用的6 h作为设计暴雨历时, 形成了不同重现期的降雨过程[33]。为便于各重现期暴雨特性差异分析, 以5年一遇暴雨量、最大雨强为基本值, 计算10年、20年及50年一遇的设计暴雨量相对增加的幅度分别为11.1%、21.2%和33.3%, 最大雨强增幅分别为11.2%、21.3%和33.3%, 如表 4所示。

      表 4  不同重现期设计暴雨特征参数

      Table 4.  Parameters properties of design storms

      重现期/a 降雨量/mm 降水量增幅/% 最大降雨强度/(mm·h-1) 最大雨强增幅/%
      5 90.7 - 68.5 -
      10 100.8 11.1 76.2 11.2
      20 109.9 21.2 83.1 21.3
      50 120.9 33.3 91.3 33.3
    • 模拟道路与交通设施用地、公园绿地、城市内居住用地、工业用地、公共服务与商业服务设施用地这5种用地类型的典型子汇水区(表 1)的暴雨径流过程, 反映了不同下垫面条件对不同暴雨过程的产流响应程度, 如图 3所示。依据城镇内涝防治技术规范中行车道积水深度不超过15 cm的限定[34], 借鉴侯精明等[35]积水深度在10~25 cm为中度内涝Ⅲ级的设定, 并考虑到核心区路缘石15~20 cm的实际高度, 选取地表径流深不小于20 cm作为判断内涝的临界值。各用地类型子汇水区在不同设计暴雨下的产汇流特征参数对比结果见表 5

      图  3  不同用地类型区暴雨径流过程线

      Figure 3.  Runoff depth hydrograph in different land use types

      表 5  产汇流响应特征对比

      Table 5.  Comparison of runoff response characteristics

      用地编号 模拟最大径流深/m 最大径流深增幅/% 内涝持续时间/min
      5年 10年 20年 50年 10年 20年 50年 5年 10年 20年 50年
      No.1 0.48 0.57 0.64 0.72 18.8 33.3 50.0 60 65 70 80
      No.2 0.14 0.15 0.17 0.19 7.1 21.4 35.7 0 0 0 0
      No.3 0.32 0.36 0.41 0.45 12.5 28.1 40.6 35 45 55 60
      No.4 0.39 0.43 0.46 0.52 10.3 17.9 33.3 20 25 25 30
      No.5 0.36 0.41 0.45 0.51 13.9 25.0 41.7 30 35 40 45
      注:最大径流深增幅以5年一遇设计暴雨情景下的径流深为基准值;内涝持续时间表示模拟径流深≥20 cm的持续时间。

      (1) 各典型子汇水区响应共性

      无论哪个用地类型, 其产汇流过程与设计暴雨的响应都较为密切:随着暴雨强度的不断增强, 各典型子汇水区产流过程均开始快速起涨, 在第25~35 min内的起涨速率达到最快, 并在第35~45 min均达到径流峰值(图 3)。进一步对比分析各子汇水区的最大径流深和发生内涝持续时间, 道路与交通设施用地(No.1)的最大径流深最大、内涝持续时间最长, 城市内居住用地(No.3)和公共服务与商业服务设施用地(No.5)的最大径流深次之, 公园绿地(No.2)的最大径流深最小, 相应内涝持续时间最短(表 5)。由此可见, 区域下垫面的异质性造成区域产汇流过程响应的强弱差异较为显著。

      (2) 不同重现期暴雨的响应对比

      就同一用地类型区而言, 随着暴雨量级的增加, 各区域径流深的增幅均相应增加。为突出差异性, 选择内涝受淹情况最为严重的道路与交通设施用地(No.1)和最轻的公园绿地(No.2)为例进行对比分析结果显示:10年一遇、20年一遇和50年一遇在No.1地块的设计暴雨最大径流深增加幅度分别为18.8%、33.3%和50.0%;而No.2地块的最大径流深相对增加幅度依次分别为7.1%、21.4%和35.7%(表 5)。这也表明无论哪个重现期暴雨径流过程, 道路与交通设施用地对暴雨增幅的响应速率均高于公园绿地, 同样反映了不同下垫面条件造成产汇流响应的差异程度。

      但是, 随着重现期的增加, 两典型用地的径流深增幅差也逐渐增大, 即不同地块产汇流响应速率差值逐渐增加, 间接说明了当重现期较大时, 相比下垫面特性而言, 暴雨强度及雨量影响区域产汇流的作用更加显著。由表 5可知, 其他典型子汇水区对设计暴雨雨量及雨强增幅的响应速率也较为明显。

      对比表 4表 5可知, 随着重现期增加, 道路与交通设施用地、城市内居住用地和公共服务与商业服务设施用地最大径流深的增幅梯度都比同期暴雨特征值的增幅梯度要大。这一结果间接说明, 绝大多数用地类型地块对5年一遇的降雨径流过程均有一定的下渗调蓄作用;而随着重现期增加, 下垫面调蓄作用减弱, 因此造成高重现期的径流深增幅高于同期暴雨特征值增幅的现象。

    • 路面积水深度及其持续时间不仅能较好地反映区域内涝情况, 也能指示交通受影响程度。在实地踏勘主干街道路肩高度的基础上, 参照相关规定[34], 选用积水点地表径流深不小于20 cm的持续时间(即3.2节所述的内涝持续时间)为评价指标;进而根据《城市道路交通运行评价指标体系:DB11/T 785—2011》, 以30 min为阈值来判断区域道路交通堵塞的风险。

      由不同设计暴雨径流的内涝持续时间(表 5)可知, 随着重现期的增长, 各子汇水区积水点的内涝持续时间都在不断增长。但在现状下垫面及排水能力条件下, 无论哪种设计暴雨情景, 道路与交通设施用地(No.1)、城市内居住用地(No.3)、公共服务与商业服务设施用地(No.5)内涝持续时间均在30 min以上, 且No.1的最长, 均超过了60 min;而公园绿地(No.2)和工业用地(No.4)的内涝持续时间均在30 min及以下, No.2的最小, 都为0。分析No.1内涝持续时间显著的原因之一在于其不透水率高达90%, 而No.4的仅65%;另一方面, No.1点恰处于较低洼区域, 且该汇水区狭长, 产流后快速排入雨水井和主干排水管线, 随着降雨量的累积, 排泄压力不断增大, 极易产生内涝积水且持续时间长。

      此外, 结合人口密度和车辆分布调研资料可知, No.1、No.3和No.5地块的人类活动频繁、车辆分布集中, 现状条件存在较大的内涝隐患, 交通堵塞风险较高;而No.2和No.4人口密度小, 车辆数量分布较少, 内涝及其交通堵塞隐患相对低一些。鉴于No.1典型地块内涝的高风险, 不仅影响绿色交通出行的非机动车及行人, 自驾车辆出行为避让积水路段而势必绕道通行, 自身交通堵塞的高风险将会转移到非积水或内涝较轻路段, 甚至可能增加整个区域的交通堵塞风险;因此, 根据暴雨预报, 发布不同等级的交通预警信息, 提前做好交通疏导等工作显得尤为必要。

    • (1) 在数字精细化解析北京亦庄经济开发核心区下垫面特性的基础上, 一种借助子汇水区模拟最大径流深与实测最大淹没水深的水力联系来校准SWMM模型的方法得到了应用, 验证结果表明该方法在缺测管道流量数据的城市区域构建水文模型具备了一定的可靠性和适用性。

      (2) 不同设计暴雨径流过程的模拟结果表明:同一重现期下, 无论产流率、峰值还是内涝持续时间, 道路与交通设施用地的产汇流响应最为强烈, 公园绿地的产汇流响应程度最弱;各用地类型随着重现期的增加, 子汇水区的最大径流深、内涝积水时间均增加, 但其增加变率不同, 并以道路与交通设施用地(No.1)为最。

      (3) 以地表径流超高20 cm且持续时间过30 min为评价指标, 模拟评估了不同重现期设计暴雨条件下, 各典型地块的内涝交通堵塞风险。结果表明:道路与交通设施用地、公共服务与商业服务设施用地、城市内居住用地的风险高, 而公园绿地和工业用地的风险相对较低。道路与交通设施用地的拥堵风险不仅最高, 也容易影响整个区域的交通拥堵情况, 指出交通预警发布和提前疏导的必要性。

参考文献 (35)

目录

    /

    返回文章
    返回