何 詠，陳美連，高青榮，席 瑩

（1.昆明市城市排水管理處，云南 昆明 650500；2.中機(jī)國際工程設(shè)計(jì)研究院有限責(zé)任公司，云南 昆明 650213；3.云南省生態(tài)環(huán)境廳駐昆明市生態(tài)環(huán)境監(jiān)測(cè)站，云南 昆明 650228）

1 SWMM模型構(gòu)建

本文選擇昆明市船房河流域?yàn)檠芯繀^(qū)域。采用美國環(huán)保局（USEPA）開發(fā)的降雨徑流管理（storm water management model,SWMM）模型，建立排水系統(tǒng)模型，用于模擬城市降雨徑流、水流和水質(zhì)變化情況，以及調(diào)蓄池的運(yùn)行、溢流情況等，分析調(diào)蓄池的截污效率。研究使用的SWMM5.0版本由水文、水力和水質(zhì)3個(gè)模塊組成[1]。利用ArcGIS技術(shù)進(jìn)行空間分析，建立排水片區(qū)-子排水片區(qū)-排水單元結(jié)構(gòu)網(wǎng)絡(luò)。針對(duì)市政排水管網(wǎng)、庭院管網(wǎng)和污水處理廠的納污范圍將研究區(qū)域劃分為城東、城南、城西、城北和城東南5個(gè)排水片區(qū)22個(gè)子排水片區(qū)，923個(gè)匯水單元[2]。入滲量運(yùn)用GreenˉAmpt模型進(jìn)行計(jì)算，污染物的累積和沖刷過程用指數(shù)函數(shù)沖刷方程進(jìn)行計(jì)算。

以QuickBird影像為數(shù)據(jù)源，借助遙感軟件ERDASIMAGINE9.2對(duì)影像數(shù)據(jù)進(jìn)行解譯，通過校正、分類、評(píng)價(jià)和分類后處理等一系列過程實(shí)現(xiàn)研究區(qū)下墊面類型分類，得到各排水單元5種下墊面類型數(shù)據(jù)。模型基礎(chǔ)數(shù)據(jù)如表1所示。

表1 模型基礎(chǔ)數(shù)據(jù)

匯水單元坡面漫流寬度、坡度、面積、不透水率及管道長度通過GIS分析獲得；匯水單元不透水曼寧糙率、透水曼寧糙率、不透水區(qū)貯水深度、透水區(qū)貯水深度、無低洼地不透水區(qū)所占百分比、管道曼寧糙率、沖刷系數(shù)、沖刷指數(shù)、污染物最大累積量C1、污染物累積速率C2通過模型獲得。

2 數(shù)據(jù)處理

2.1 靈敏度分析

選取船房河流域的3場降雨水質(zhì)水量采樣監(jiān)測(cè)數(shù)據(jù)進(jìn)行參數(shù)靈敏度分析。

采用修正的Morris篩選法，以5%為固定步長對(duì)某一參數(shù)值進(jìn)行擾動(dòng)，其他參數(shù)值固定不變，取值為-20%、-15%、-10%、-5%、5%、10%、15%和20%，觀測(cè)水文及水質(zhì)模塊相關(guān)參數(shù)的靈敏度。圖1為一場降雨徑流的水文參數(shù)靈敏度分布。

圖1 一場降雨徑流的水文參數(shù)靈敏度分布

水文參數(shù)靈敏度分布：排水坡面漫流寬度、不透水率、不透水地表曼寧糙率、透水地表曼寧糙率、不透水地表洼蓄深度、透水地表洼蓄深度、無洼蓄不透水地表占比、坡度、面積、管道曼寧糙率、管道長度、土壤水力傳導(dǎo)率、濕潤前鋒的毛細(xì)水頭、初始土壤濕度虧損值。

通過分析，水文參數(shù)排水坡面漫流寬度、不透水率、不透水地表曼寧糙率、面積和坡度，對(duì)于降雨徑流深和降雨徑流峰值均為靈敏參數(shù)，其靈敏度因降雨特征各異；水質(zhì)參數(shù)C1、C2對(duì)于污染負(fù)荷的靈敏性都是較高的，而對(duì)于污染物濃度峰值則表現(xiàn)不靈敏。

2.2 參數(shù)率定

采用人工試錯(cuò)法進(jìn)行參數(shù)率定，不斷調(diào)整參數(shù)取值直到模擬結(jié)果與實(shí)測(cè)結(jié)果盡可能吻合。選用相對(duì)誤差Er、確定性系數(shù)Ce兩個(gè)目標(biāo)函數(shù)評(píng)價(jià)參數(shù)的合理性、模型的適用性。

式中：Q0——實(shí)測(cè)和模擬的次降雨徑流量，m3；Qc——實(shí)測(cè)和模擬的污染物總量，kg，Qi，0——實(shí)測(cè)和模擬的流量，m3/s；Qi，c——實(shí)測(cè)和模擬的污染物濃度，mg/L。

雨季，點(diǎn)源污水混著降雨產(chǎn)生的徑流污水一起進(jìn)入控制閘。選取兩場降雨水質(zhì)水量采樣監(jiān)測(cè)數(shù)據(jù)進(jìn)行參數(shù)率定，通過對(duì)主要參數(shù)的反復(fù)調(diào)整，對(duì)船房河流域的暴雨徑流過程進(jìn)行模擬實(shí)驗(yàn)，比較流量及污染負(fù)荷濃度變化結(jié)果與實(shí)際監(jiān)測(cè)的排污口流量及濃度，發(fā)現(xiàn)兩者呈指數(shù)函數(shù)分布。

SWMM模型水質(zhì)參數(shù)率定結(jié)果如表2所示，參數(shù)率定結(jié)果誤差分析如表3所示。

表2 SWMM模型水質(zhì)參數(shù)率定結(jié)果

表3 參數(shù)率定結(jié)果誤差分析

降雨過程中，徑流實(shí)測(cè)峰值與模擬峰值幾乎同時(shí)出現(xiàn)，峰值流量誤差分別為12.7%和8.95%。率定的峰值流量誤差范圍（5%~25%），流量過程模擬精度可滿足工程需要。

降雨過程中，污染物實(shí)測(cè)與模擬濃度過程趨勢(shì)基本一致。從誤差分析看，確定性系數(shù)均在0.70以上，污染負(fù)荷總量誤差在3%~21%，模擬與實(shí)測(cè)COD、TN、TP濃度峰值絕對(duì)值誤差均在3%~22%，誤差較小，因此，本率定結(jié)果精度較好，可滿足工程需要。

3 模型校驗(yàn)

模型校驗(yàn)選用相對(duì)誤差Er、確定性系數(shù)Ce及相關(guān)性系數(shù)r這3個(gè)目標(biāo)函數(shù)來評(píng)價(jià)模型。

對(duì)比實(shí)際監(jiān)測(cè)數(shù)據(jù)，以檢驗(yàn)參數(shù)率定的準(zhǔn)確性及模型的適用性，降雨過程實(shí)測(cè)與模擬值校驗(yàn)如表4所示。

表4 降雨過程實(shí)測(cè)與模擬值校驗(yàn)

對(duì)排污口水量水質(zhì)變化過程進(jìn)行模擬，模型對(duì)較為簡單的降雨徑流過程有較好的模擬效果，實(shí)測(cè)徑流量與模擬徑流量也較為一致。

兩次降雨時(shí)間的徑流總量與徑流峰值相差較??；污染負(fù)荷總量及濃度誤差保持在20%左右，模擬精度較高，參數(shù)的相關(guān)性維持在85%以上。說明模型能較好地模擬合流制排水體制下的排污過程，模型率定的參數(shù)適用性較好。

4 結(jié)果分析

4.1 降雨徑流污染負(fù)荷

通過模型計(jì)算昆明市主城區(qū)城市降雨徑流污染負(fù)荷量。各子片區(qū)城市降雨徑流污染負(fù)荷產(chǎn)生情況如表5所示。

表5 各子片區(qū)城市降雨徑流污染負(fù)荷產(chǎn)生情況

4.2 合流污水溢流污染負(fù)荷

昆明市主城區(qū)全年的合流污水產(chǎn)生總量為44 898.53萬m3，年處理水量為32 191.66萬m3，全年溢流水量15 255.31萬m3，溢流率為35.64%。溢流率較高的是城西片區(qū)和城東南片區(qū)，分別為55.08%和54.79%，其次是城北片區(qū)和城東片區(qū)。

4.3 擬建設(shè)施截污效能

昆明市共建設(shè)16座合流污水調(diào)蓄池，總規(guī)模2.3萬m3，共截流污水量1868.73萬m3。采用SWMM模型對(duì)調(diào)蓄池的運(yùn)行狀況進(jìn)行模擬：截流量占合流污水產(chǎn)生量的16.25%，截流效益不顯著，主要原因是調(diào)蓄池的截流量受池子容積、降雨條件、初期雨水及匯水區(qū)排水特點(diǎn)的影響，導(dǎo)致截流效果并不明顯[3]。

5 結(jié)語

本文通過排水單元概括、下墊面解析、模型參數(shù)設(shè)置、參數(shù)敏感性分析、率定及校驗(yàn)等，構(gòu)建了昆明市主城區(qū)排水系統(tǒng)模型。利用模型對(duì)昆明市主城區(qū)的城市降雨徑流污染負(fù)荷進(jìn)行了研究，分析合流污水溢流問題，并對(duì)昆明市調(diào)蓄池運(yùn)行情況進(jìn)行模擬，取得了很好的效果。未來將更為真實(shí)地模擬調(diào)蓄池、泵站、污水廠的聯(lián)合調(diào)度，為昆明市排水體系供技術(shù)支撐。進(jìn)一步深入研究如何使調(diào)蓄池、泵站、污水廠在模型中能聯(lián)合調(diào)度運(yùn)行，以更為真實(shí)地模擬排水系統(tǒng)現(xiàn)狀，完善模型，為解決昆明市排水體系存在問題及城市面源控制提供技術(shù)支撐。