2. 中国市政工程华北设计研究总院有限公司 北京分院, 北京 100081;
3. 珠海市规划设计研究院, 珠海 519001
2. Beijing Branch, North China Municipal Engineering Design & Research Institute Co., Ltd., Beijing 100081, China;
3. Zhuhai Institute of Urban Planning & Design, Zhuhai 519001, China
快速城市化带来一系列城市水环境问题,如不透水下垫面增加,降雨径流流量增大,径流污染加剧,受纳水体富营养化等,尤其一些多雨城市,内涝和面源污染现象尤其突出[1]。海绵城市建设是综合解决城市水环境问题的重要治理模式[2-4],涉及解决城市水环境问题的环境规划、园林建设、给排水、道路建筑等诸多方面。城市雨水径流水量控制和污染物(通常以悬浮物SS计)去除率是海绵城市建设绩效评价的核心指标,也是评估海绵城市建设效果的有效途径和方法[5-6]。截止2019年底,我国相继完成30个海绵城市建设试点城市的验收考核工作,其他省市地方海绵城市试点验收也将陆续开展。
依据相关国家标准[5-6]和国际实践,海绵城市建设效果评价应采取实际监测与模型模拟相结合的方法,首先科学布置监测点、设计合理的监测方法,对建设或改造项目地块的关键节点进行水量水质监测,进而对监测数据进行处理和分析,选择代表性的监测数据对模型参数进行率定和验证,以提高模型模拟的可靠性,并最大限度地降低降雨事件的随机性给评价带来的影响。目前已有许多研究使用SWMM等模型进行研究区的海绵城市建设评价[7-12]。但在实际的海绵城市试点验收考核中,如何科学合理地评价海绵城市的建设绩效,仍存在很多问题,可借鉴的成功案例不多。探索科学合理的方法以定量评价海绵城市建设效果,并开展实证研究仍为当前急需的工作。
另外对于多雨城市,通常年降雨量大,降雨场次多且不同场次的降雨特征有所不同,深入分析不同场次降雨特征对多雨城市海绵城市改造的径流控制效果的影响,对其他多雨城市的雨水径流污染控制具有重要的指导意义。
本文以我国多雨地区某海绵城市试点区内一个海绵改造建筑小区为研究对象,通过布设在线监测系统和构建SWMM模型,展示如何定量分析不同场次降雨和典型年降雨条件下海绵城市改造前后径流水量控制和污染负荷削减的情况,同时,通过统计典型年102场降雨事件的特征,分析不同降雨特征(降雨量、降雨强度、降雨历时及雨前干期)对研究区域径流调控的影响,进而客观且全面地评价海绵城市建设对降雨径流的控制效果,为定量考核海绵城市建设效果和国家系统化全域推广海绵城市建设提供成套的技术体系和案例支撑。
1 研究区域概况研究区域位于我国雨量充沛的多雨城市,年平均降雨量达到2 061.9 mm,海绵改造住宅小区总占地面积17 048 m2。区域内地势中东部高,西北部低。最高点在小区中庭区域,最低点在小区西北角绿化带中。小区内部普遍比周边道路至少高出50 cm。地面雨水径流大致和地势走向一致,内部雨水径流流向四周道路。区域内雨水系统在车行路上采用雨水口收集,建筑屋面落水管接入雨水口,雨水汇合至室外雨水管网后就近排入市政管网。该小区仅进行了源头改造。区域内建设的海绵设施主要包括植草沟、雨水花园和透水铺装,总面积为2 314.2 m2,约占小区总面积的13.6%。
2 监测系统的布设和数据采集分析 2.1 监测方案研究区域采用雨污分流排水体制,共有2个雨水溢流排口(西南口和西北口),均接入市政雨水管网。选择雨水接入市政管网前的检查井安装流量和悬浮物在线监测仪(仪器品牌/型号:THWater/THQ),进行小区外排流量和径流水质(SS)的监测。其中流量数据为分钟级,而设备的水质监测探头在不定长的时间段内所测数据均为同一值,因此,在各时间段内仅取其平均值作为该时段内的监测值。另外,配合研究区域内的一台公用雨量计获得2019年雨季(2019年4月至9月)匹配的分钟级降雨监测数据。
2.2 监测数据对采集的降雨、流量和水质数据进行连续性和准确性校核,重点分析各分钟雨量的大小和数据的相关性,以及是否存在孤立可疑数据,找出具有完整出流过程线的降雨事件,进行下一步模型率定验证和海绵改造效果评估。
2.3 数据分析本研究使用场降雨径流削减率、场降雨径流控制率、年径流削减率、年径流总量控制率以及负荷削减率作为分析指标,对研究区海绵城市改造前后的径流控制能力差异展开全面分析。
| $ 场降雨径流削减率 = \left( {1 - \frac{{改造后径流总量}}{{改造前径流总量}}} \right) \times 100\% , $ | (1) |
| $ 场降雨径流控制率 = \left( {1 - \frac{{改造后径流总量}}{{降雨总量}}} \right) \times 100\% , $ | (2) |
| $ 年径流削减率 = \left( {1 - \frac{{改造后年径流总量}}{{改造前年径流总量}}} \right) \times 100\% , $ | (3) |
| $ 年径流总量控制率 = \left( {1 - \frac{{改造后年径流总量}}{{典型年降雨总量}}} \right) \times 100\% , $ | (4) |
| $ 负荷削减率 = \left( {1 - \frac{{改造后污染物总负荷}}{{改造前污染物总负荷}}} \right) \times 100\% . $ | (5) |
选用SWMM模型对研究区域进行模拟分析。根据小区竖向高程、用地类型以及雨水管网等资料,将该小区划分为60个子汇水区,建立SWMM模型(图 1)。为使模型计算更加精确,将所有单项海绵设施均设置为单独的子汇水分区,并根据当地海绵城市设计资料和相似地区文献资料设置模型初始参数。
|
| 图 1 研究区概化图 |
3.2 模型参数率定与验证 3.2.1 降雨事件选择
对研究区域的2个排口(西北口和西南口)进行流量和SS的连续监测。选取监测过程中的5场具有完整的出流过程的降雨事件,降雨日期分别是2019年5月31日、2019年6月18日、2019年6月25日、2019年7月2日和2019年7月31日,进行模型的率定验证以及海绵改造效果评估[13]。5场降雨事件的主要特征如表 1所示。
| 降雨事件 | 降雨量/mm | 降雨历时/min | 平均雨强/(mm·min-1) |
| 2019-05-31 | 24.2 | 161 | 0.15 |
| 2019-06-18 | 42.6 | 459 | 0.09 |
| 2019-06-25 | 35.4 | 141 | 0.25 |
| 2019-07-02 | 110.6 | 1 802 | 0.06 |
| 2019-07-31 | 47.2 | 396 | 0.12 |
3.2.2 模型率定
为量化描述模型模拟结果和实测结果的差距,本研究对模型的率定和验证选取相关系数的平方(R2)和Nash-Sutcliffe效率系数(ENS)评价模型的模拟效果。R2取值介于0~1之间,值越大模拟效果越好。ENS的数值大于0.65时,模型才可靠[13]。经过对监测数据筛选后,使用2019年6月25日降雨进行模型的水量水质参数率定和验证。其中,西南排口数据用于参数率定,西北排口数据用于参数验证。参数率定结果如图 2所示。
|
| 图 2 模型参数率定结果 |
可以看出,模拟结果和实测结果的过程形状基本保持一致。统计分析得到,率定后的2019年6月25日降雨事件中R2大于0.8,ENS值均大于0.71,因此认为模型比较可靠[13-14],模拟效果较好。
3.2.3 模型验证模型参数率定后,再通过研究区域西北排口的监测数据进行模型参数的验证,验证结果如图 3所示。
|
| 图 3 模型验证结果 |
3.3 关键参数识别结果
在模型经过参数的率定和验证后,其关键参数取值如表 2所示。
| 参数类型 | 序号 | 参数名称 | 参数值 |
| 不透水区水量参数 | 1 | 下渗曲线数值 | 55 |
| 2 | 不透水区Manning粗糙系数 | 0.01 | |
| 3 | 不透水区初损填洼深度/mm | 2 | |
| 透水区水量参数 | 1 | 下渗曲线数值 | 98 |
| 2 | 透水区Manning粗糙系数 | 0.1 | |
| 3 | 透水区初损填洼深度/mm | 0.05 | |
| 下渗参数 | 1 | 最大下渗速率/(mm·h-1) | 30 |
| 2 | 最小下渗速率/(mm·h-1) | 15 | |
| 3 | 下渗速率衰减常数/h-1 | 1 | |
| 4 | 饱和土壤到完全干燥土壤需要的时间/d | 0.5 | |
| 海绵设施参数 | 1 | 存储水深/mm | 100 |
| 2 | 植被覆盖度/% | 0.2 | |
| 3 | 表面糙率-Manning系数n | 0.24 | |
| 4 | 土壤厚度/mm | 250 | |
| 5 | 孔隙度 | 0.6 | |
| 6 | 田间持水量 | 0.2 | |
| 7 | 凋萎点 | 0.1 | |
| 8 | 传导度/(mm·h-1) | 10 | |
| 9 | 传导度坡度 | 10 | |
| 10 | 土壤水吸力/mm | 5 | |
| 11 | 存储高度/mm | 300 | |
| 12 | 孔隙率 | 0.75 | |
| 13 | 下渗率/(mm·h-1) | 25 | |
| 14 | 阻碍因子 | 0 | |
| 15 | 排水系数 | 0 | |
| 16 | 排水指数 | 0.5 | |
| 水质参数 | 1 | 累积/冲刷曲线 | EXP |
| 2 | 绿地最大累积量 | 80 | |
| 3 | 绿地速率常数/d-1 | 10 | |
| 4 | 绿地冲刷系数 | 0.014 | |
| 5 | 绿地冲刷指数 | 0.3 | |
| 6 | 绿地清扫效率/% | 0 | |
| 7 | 绿地BMP效率/% | 80 | |
| 8 | 屋面最大累积量 | 65 | |
| 9 | 屋面速率常数/d-1 | 3 | |
| 10 | 屋面冲刷系数 | 0.014 | |
| 11 | 屋面冲刷指数 | 0.8 | |
| 12 | 屋面清扫效率/% | 0 | |
| 13 | 屋面BMP效率/% | 0 | |
| 14 | 路面最大累积量 | 500 | |
| 15 | 路面速率常数/d-1 | 3 | |
| 16 | 路面冲刷系数 | 0.018 | |
| 17 | 路面冲刷指数 | 0.8 | |
| 18 | 路面清扫效率/% | 50 | |
| 19 | 路面BMP效率/% | 55 | |
| 注:表中海绵设施参数仅为研究区内雨水花园各结构层的参数配置,且植草沟的面层参数与雨水花园一致。由于无透水铺装具体结构层信息,因此使用模型默认值进行模拟。 | |||
4 海绵城市建设效果分析
模型情景设置:分别建立研究区海绵城市改造前后的模型,通过单场次降雨及典型年2种不同降雨条件下,模拟评价海绵城市建设对降雨径流水量控制和污染物削减的效果。
4.1 单场次降雨条件选取监测期间内排口有完整产流的4场降雨事件,进行水量水质调控效率的单场次分析,结果如表 3所示。模拟分析表明,4场降雨条件下,海绵改造对降雨径流削减率为18.3%~94.4%,径流控制率为30.5%~98.4%;SS负荷削减率变化范围从22.9%~96.6%,说明海绵改造能够明显地削减径流雨水,同时在减量的基础上降低径流的污染负荷。但在不同降雨事件下,源头海绵设施对径流水量水质的控制效果也不同。
| 降雨时间 | 海绵改造情景 | 产流体积/m3 | SS负荷/kg | 径流削减率/% | 径流控制率/% | SS负荷削减率/% |
| 2019-05-31 | 改造前 | 286.8 | 1.82 | 30.3 | 51.6 | 22.9 |
| 改造后 | 199.8 | 1.40 | ||||
| 2019-06-18 | 改造前 | 618 | 10.12 | 18.3 | 30.5 | 67.9 |
| 改造后 | 504.6 | 3.245 | ||||
| 2019-07-02 | 改造前 | 1 239.6 | 88.96 | 20.1 | 47.5 | 78.3 |
| 改造后 | 990.6 | 19.26 | ||||
| 2019-07-31 | 改造前 | 237.6 | 41.59 | 94.4 | 98.4 | 96.6 |
| 改造后 | 13.2 | 1.41 |
源头海绵设施的径流控制能力不仅与降雨量相关,还与雨前干期的长度有关。例如,2019年6月18日的降雨量与2019年7月31日相似(42.6和47.2 mm),且两场降雨的降雨历时和平均雨强相差不大,但这两事件下的场降雨径流削减率、控制率以及SS负荷削减率均有较大不同。造成这一现象的主要原因是二者的雨前干期相差5 d,导致设施内基质含水率不同,使得最终径流滞蓄量相差较大。
4.2 典型年降雨分析选取2009年作为降雨典型年,进行年降雨径流控制和污染物削减分析,得到研究区域2个排口的水量和水质模拟结果如表 4所示。
| 参数 | 数值 |
| 年降雨量/mm | 2 000.6 |
| 区域面积/m2 | 17 048 |
| 年降雨体积/m3 | 34 110 |
| 年产流体积(改造后)/m3 | 16 070 |
| 年产流体积(改造前)/m3 | 22 330 |
| 年径流总量控制率/% | 52.9 |
| 年径流总量削减率/% | 28.0 |
| 年污染物负荷削减率/% | 66.3 |
通过计算,2009年共计降雨2 000.6 mm,在海绵改造后,小区范围内的年径流削减率为28.0%,年径流总量控制率为52.9%,年污染物负荷削减率为66.3%。海绵城市建设前后小区2个排口的水量和水质变化过程线如图 4所示。
|
| 图 4 典型年海绵城市建设前后研究区排口的水量和水质变化 |
4.3 降雨特征对海绵城市径流控制效果的影响分析 4.3.1 不同降雨事件的径流减控效果分析
在降雨事件初期,降雨首先经过植物截留、土壤入渗等过程后才会产生地表径流[15]。《海绵城市建设指南》中指出在计算雨水年径流总量控制率时应扣除小于等于2 mm的降雨事件的降雨量,但并未将极端降雨事件对海绵城市建设径流控制效果的影响进行量化。为此,本研究统计了2009年内的102场降雨事件(超过0.2 mm且和起始时间与前一降雨事件间隔大于等于6 h的降雨事件),且将降雨量超过150 mm的降雨视为极端暴雨事件。并将极端降雨事件对径流减控效果的影响进行量化。
研究区2009年内的极端小降雨事件(≤2 mm)占比32.4%(33场次)。如图 5所示,当研究区完成海绵城市建设后,平均场降雨控制率为86.5%,而当分别不考虑极端小降雨/暴雨事件时,平均场降雨径流控制率为79.9%和88.2%。同时,由于对径流总量的全部控制,极端小降雨事件对SS负荷总量增加的贡献率不足0.1%,可忽略不计。而2009年仅3场极端暴雨事件对总SS负荷的贡献率高达58.3%。整体而言,共计81场降雨事件下的径流控制率均达到70%以上。
|
| 图 5 不同降雨事件对径流减控效果的影响 |
4.3.2 场降雨特征
许多研究均表明降雨特征显著影响着源头海绵设施的径流减控效果[16]。本节以2009年102场降雨事件为研究对象,分析各场次降雨的降雨量、降雨历时、平均雨强以及雨前干期对场降雨控制率的影响。
由图 5不难看出,场降雨径流控制率随着降雨量的增加显著降低。结果显示,在小雨(< 15 mm)、中雨(10~25 mm)及大雨(>25 mm) 3种不同情况下,研究区的场降雨径流平均控制率分别为98.1%、73.8%和52.9%。而降雨历时和平均雨强对场降雨径流控制率的影响并不显著,相关系数不足0.3(图 6a和6b)。在雨前干期大于等于6 d的降雨事件下(共15场),场降雨径流控制率均达到90%以上(图 6c),这是由于雨前干期较长且降雨量较小时源头设施内部基质层较为干燥,因此其雨水径流控制效果显著提升。但是,降雨量同样制约着径流控制效果,例如,2009年4月25日降雨事件的雨前干期虽然为5.5 d,但是由于降雨量过大(176.3 mm)导致最终径流控制效果不佳,仅为23.3%。南方城市普遍降雨频繁,2009年内研究区干期不足1 d的降雨事件共计58场。值得一提地是,在海绵城市改造后,这58场降雨事件下的平均径流控制率高达84.3%,远超过研究区内70%的径流控制目标。
|
| 图 6 降雨特征对场降雨径流控制率的影响 |
5 结论
小区尺度上,海绵城市建设效果评估可以将所有单项海绵设施设置为单独的子汇水分区,以保证模型计算的精确性。
研究使用的SWMM模型的拟合效果较好,模型参数率定和验证的Nash-Sutcliffe效率系数均大于0.71,模型可靠性高,能够客观地反应研究区的降雨径流产生及控制规律与特征。
海绵城市建设可以提升项目地块范围内的年径流总量控制率并削减污染负荷。相比于海绵改造前的传统开发模式,海绵城市建设后研究区的年径流总量控制率和污染物负荷削减率分别为52.9%和66.3%,说明降雨径流水量和水质均得到很好的控制。从场次降雨分析不同降雨特征均不同程度的影响着海绵城市源头设施对场降雨径流的控制能力,在小雨、中雨及大雨3种不同情况下,研究区的场降雨径流平均控制率分别为98.1%、73.8%和52.9%。降雨量与雨前干期较平均雨强与降雨历时对场降雨径流控制能力的影响更为显著。
| [1] |
冯萃敏, 米楠, 王晓彤, 等. 基于雨型的南方城市道路雨水径流污染物分析[J]. 生态环境学报, 2015, 24(3): 418-426. FENG C M, MI N, WANG X T, et al. Analysis of road runoff pollutants in southern city based on the typical rainfall[J]. Ecology and Environmental Sciences, 2015, 24(3): 418-426. DOI:10.16258/j.cnki.1674-5906.2015.03.008 (in Chinese) |
| [2] |
张建云, 王银堂, 胡庆芳, 等. 海绵城市建设有关问题讨论[J]. 水科学进展, 2016, 27(6): 793-799. ZHANG J Y, WANG Y T, HU Q F, et al. Discussion and views on some issues of the sponge city construction in China[J]. Advances in Water Science, 2016, 27(6): 793-799. DOI:10.14042/j.cnki.32.1309.2016.06.001 (in Chinese) |
| [3] |
XU T, JIA H F, WANG Z, et al. SWMM-based methodology for block-scale LID-BMPs planning based on site-scale multi-objective optimization:A case study in Tianjin[J]. Frontiers of Environmental Science & Engineering, 2017, 11(4): 1. |
| [4] |
JIA H F, WANG Z, ZHEN X Y, et al. China's sponge city construction:A discussion on technical approaches[J]. Frontiers of Environmental Science & Engineering, 2017, 11(4): 18. DOI:10.1007/s11783-017-0984-9 |
| [5] |
中华人民共和国住房和城乡建设部, 国家市场监督管理总局.海绵城市建设评价标准: GB/T 51345-2018[S].北京: 中国建筑工业出版社, 2019. Ministry of Housing and Urban-Rural Development of the People's Republic of China, State Administration for Market Regulation. Assessment standard for sponge city construction effect: GB/T 51345-2018[S]. Beijing: China Architecture & Building Press, 2019. (in Chinese) |
| [6] |
宫永伟, 刘超, 李俊奇, 等. 海绵城市建设主要目标的验收考核办法探讨[J]. 中国给水排水, 2015, 31(21): 114-117. GONG Y W, LIU C, LI J Q, et al. Discussion on acceptance evaluation method of main objectives for sponge city construction[J]. China Water & Wastewater, 2015, 31(21): 114-117. (in Chinese) |
| [7] |
车伍, 吕放放, 李俊奇, 等. 发达国家典型雨洪管理体系及启示[J]. 中国给水排水, 2009, 25(20): 12-17. CHE W, LÜ F F, LI J Q, et al. Typical stormwater and flood management systems in developed countries and their inspiration[J]. China Water & Wastewater, 2009, 25(20): 12-17. (in Chinese) |
| [8] |
ELLIOTT A H, TROWSDALE S A. A review of models for low impact urban stormwater drainage[J]. Environmental Modelling & Software, 2007, 22(3): 394-405. |
| [9] |
BISHT D S, CHATTERJEE C, KALAKOTI S, et al. Modeling urban floods and drainage using SWMM and MIKE URBAN:A case study[J]. Natural Hazards, 2016, 84(2): 749-776. DOI:10.1007/s11069-016-2455-1 |
| [10] |
张倩, 苏保林, 袁军营. 城市居民小区SWMM降雨径流过程模拟——以营口市贵都花园小区为例[J]. 北京师范大学学报(自然科学版), 2012, 48(3): 276-281. ZHANG Q, SU B L, YUAN J Y. Simulating rainfall-runoff in unban residential area based on SWMM[J]. Journal of Beijing Normal University (Natural Science), 2012, 48(3): 276-281. (in Chinese) |
| [11] |
朱梅, 何君涛, 黎江少, 等. 基于SWMM模型的不同LID设施对雨洪控制效果模拟分析[J]. 水力发电, 2020, 46(3): 24-27, 79. ZHU M, HE J T, LI J S, et al. Simulation of different LID facilities on rainwater control based on SWMM[J]. Water Power, 2020, 46(3): 24-27, 79. (in Chinese) |
| [12] |
卓浩, 李元松. 基于SWMM的海绵城市小区雨洪控制效果评价[J]. 市政技术, 2019, 37(1): 119-123, 149. ZHUO H, LI Y S. Assessment of storm-water control effect of residential quarters in sponge city based on SWMM[J]. Municipal Engineering Technology, 2019, 37(1): 119-123, 149. (in Chinese) |
| [13] |
MORIASI D N, ARNOLD J G, VAN LIEW M W, et al. Model evaluation guidelines for systematic quantification of accuracy in watershed simulations[J]. Transactions of the ASABE, 2007, 50(3): 885-900. DOI:10.13031/2013.23153 |
| [14] |
YIN D K, EVANS B, WANG Q, et al. Integrated 1D and 2D model for better assessing runoff quantity control of low impact development facilities on community scale[J]. Science of the Total Environment, 2020, 720: 137630. DOI:10.1016/j.scitotenv.2020.137630 |
| [15] |
李俊奇, 林翔. 极端降雨事件对雨水年径流总量控制率和24h降雨场次控制率的影响规律探析[J]. 给水排水, 2018, 44(1): 21-26. LI J Q, LIN X. Analysis of the influence of extreme rainfall events on the volume capture ratio of annual rainfall and the 24h rainfall event control rate[J]. Water & Wastewater Engineering, 2018, 44(1): 21-26. (in Chinese) |
| [16] |
GONG Y W, YIN D K, FANG X, et al. Factors affecting runoff retention performance of extensive green roofs[J]. Water, 2018, 10(9): 1217. DOI:10.3390/w10091217 |



