近年来,城市建设的飞速发展导致城区不透水地面不断增加,同时由于全球气候变化导致暴雨天气增加,全国各大城市相继发生城市内涝灾害事件。相关研究表明^[1],由于管理不善导致部分排水管道泥沙淤积过多而造成管道堵塞严重,是造成城市内涝的重要原因之一。国外关于排水管道泥沙淤积的模拟研究较早^[2,3],其研究内容主要是管道沉积物特性、泥沙输送特性、合流制溢流污染等,但缺乏不同泥沙淤积程度对城市积水点及内涝的影响分析。2015年,国内文碧岚等^[4]开创性地从计算机模拟方面讨论了上下游节点水位变化规律推断管道淤积状态的可行性,将管道淤积与节点水位进行了关联分析。2018年,王芮等^[5]为了解决城市排水系统改造优化时系统淤积的问题,采用SWMM模型分别模拟计算了在不同重现期下管道清淤前后研究区的节点溢流总量,以此判断泥沙淤积对内涝的影响。梁风超等^[6]通过建立模型并分析流量及充满度,有效预测了排水管网的易发生淤积及淤积严重管段。除此以外,关于排水管道淤积或堵塞对城市积水点及内涝的影响研究都是较为简单的探讨和调研结果的阐述,极少有进行深入研究。

因此,本文结合国内城市积水与内涝严重的现状,借助SWMM软件,首次提出以管道淤积系数(Sediment Coefficient,SC)为参数,通过模拟计算,从节点溢流的角度开展管道泥沙淤积程度对城市溢流积水及内涝影响的分析,提出了一种通过控制全局管网淤积系数(Global Sediment Coefficient,GSC)值,从而调控管理研究区域内的溢流节点数和总溢流量,减少或避免城市积水和内涝风险的模型方法,并将该研究模型成功应用于广州市某排水系统中。

采用美国环保署开发的SWMM作为研究工具,通过建立研究区域的排水模型并完成参数率定,模拟实际降雨过程排水管道内部的水动力变化,以此分析不同暴雨情况下管道排水不畅状况及其对城市积水点的影响。由于排水管道管径各不相同,用沉积物高度无法准确表达某一管段的淤积问题严重性水平,本文提出并采用管道淤积系数(SC)的概念,其计算公式见式(1)。

$\text{管}\text{道}\text{淤}\text{积}\text{系}\text{数}(SC)=\frac{\text{管}\text{道}\text{中}\text{沉}\text{积}\text{物}\text{深}\text{度}(Geom2)}{\text{管}\text{道}\text{直}\text{径}(Geom1)}(1)$

式(1)中Geom1、Geom2为SWMM模型所用参数,其中Geom1表示圆形排水管道的内径。

排水管网淤积影响因素多且复杂,如管道设计坡度较小导致水流速度过慢、下游水体顶托造成管道壅水等原因都会加重管道内部泥沙淤积,同时泥沙的物理性质也会造成不同管段的淤积情况不一,管道淤积系数也不尽相同。对单一管道泥沙淤积对节点溢流影响的模拟分析表明:单一管道的轻度淤积(SC=0.3)对节点溢流影响微乎其微,基本不影响研究区的排水能力;只有淤积较为严重(SC=0.6)时,在排水系统的关键节点才会对溢流状况造成较大影响。更重要的是,结合管道泥沙沉积规律和现场管网数据普查资料可知:排水系统中极少存在单一管道淤积而其他管道无泥沙淤积的情况,一般是区域性的泥沙逐步淤积。同时,研究区域较小,现场管网数据普查结果显示区域管道维护情况、建设情况基本一致。因此本文选取全局管道淤积系数(GSC),即研究区所有管段的平均淤积系数作为变量,分析管道沉积物深度对城市积水点的影响。因实际管道内部情况的复杂性,本文假设研究区域管道除泥沙淤积外无其他结构性或功能性问题。以管道无淤积,即GSC=0作为对照,分别取GSC=0.1、0.2、0.3、0.4、0.5、0.6、0.7、0.8、0.9进行模拟研究。此外,如果研究区域面积较大,区域排水管网建设年限、设计标准和使用维护等情况差别较大时,建议分不同区域进行研究,避免大面积采用同一管道淤积系数可能产生的偏差。

岑国平等^[7]研究得出芝加哥雨型效果比较好,一般情况下都能满足精度的要求,在国内外都有很广泛的应用,所以选择其作为设计雨型。以广州市为例,降雨数据采用广州市暴雨强度公式和暴雨雨型合成的降雨过程线,由于广州天气多变,雨季多为2 h 以内的短时暴雨,故本研究采用广州市政行业普遍推荐的广州市短时暴雨强度公式,见式(2)。

$q=\frac{2424.17(1+0.533\lg {\rm T})}{(t+11){}^{0.668}}(2)$

式中 q——设计暴雨强度,L/(s·hm²);

T ——重现期,年;

t ——降雨历时,min。

城市内涝是指城镇范围内的强降雨或连续性降雨超过城镇雨水设施消纳能力,导致城镇地面产生积水的现象^[8]。刘小梅等^[9]研究指出,在重力管渠中,形成压力流但尚未溢出地面造成洪灾的水力状态定义为“超载”。一般当出现超载状态时,可认为管段流量超过设计能力。由此推论,在重力管渠中,形成压力流且溢出地面造成“洪流”的状态时,可认为此管段及节点附近形成积水点。因此,排水模型中溢流节点数量与节点溢流量可分别反映积水点数量与积水深度,并以此作为评价城市局部积水严重性的指标。以无淤积时的节点溢流数据作为对照,不同淤积深度时节点溢流数据作为试验组,分析积水点状况,并以相对溢流节点数比和相对溢流量比来反映泥沙淤积程度对积水点的影响,相对溢流节点数比计算见式(3),相对溢流量比计算见式(4)。

$\begin{array}{l}\text{相}\text{对}\text{溢}\text{流}\text{节}\text{点}\text{数}\text{比}=\frac{\begin{array}{l}\text{某}\text{一}\text{淤}\text{积}\text{状}\text{态}\text{下}\text{的}\text{溢}\text{流}\text{节}\text{点}\text{数}\\ \end{array}}{\text{无}\text{淤}\text{积}\text{状}\text{态}\text{下}\text{的}\text{溢}\text{流}\text{节}\text{点}\text{数}}(3)\\ \text{相}\text{对}\text{溢}\text{流}\text{量}\text{比}=\frac{\begin{array}{l}\text{某}\text{一}\text{淤}\text{积}\text{状}\text{态}\text{下}\text{的}\text{总}\text{溢}\text{流}\text{量}\\ \end{array}}{\text{无}\text{淤}\text{积}\text{状}\text{态}\text{下}\text{的}\text{总}\text{溢}\text{流}\text{量}}(4)\end{array}$

主要有降雨数据、下垫面土地利用数据、地形数据、地下管网数据、校核与验证数据等。

主要包括降雨数据的处理、地形数据的提取、土地利用数据的提取、地下管网的简化、子汇水区的划分、汇水区和管网数据的属性计算及拓扑结构建立等。

采用实测降雨数据以及对应的水位/流量数据对模型进行校核,调节模型参数,使模拟水位/流量数据满足精度要求;再用验证数据对模型进行验证,确保模型的准确性。

结合研究区实际淤积状况,取轻度淤积SC最大值0.3(本文设定SC≤0.3属于轻度淤积),按式(1)分别代入模型各管段,在不同重现期下运行模拟,统计各单一管段淤积时总溢流量和溢流节点数量,初步判断单一管道轻度淤积对积水点的影响,如影响较大,则需设置不同的SC步长值,逐步分析其影响程度;同理取重度淤积SC最小值0.6(本文设定SC≥0.6属于重度淤积),模拟单一管道重度淤积对积水点的影响,与轻度淤积的模拟互为呼应。

设定GSC步长值(本文取0.1),以GSC=0为参照,根据GSC步长逐步取值,按式(1)分别计算各管段的淤积深度Geom2,代入排水系统溢流积水模型,在不同重现期下运行模拟,统计全局管段淤积系数不同取值时的总溢流量和溢流节点数量,同时根据式(3)、式(4)分别计算相对溢流节点数比和相对溢流量比。

分别绘制GSC—溢流节点数、GSC—总溢流量;GSC—相对溢流节点数比、GSC—相对溢流量比曲线图。分析随着GSC值和重现期变化时溢流数据的变化规律,从而确定GSC的合理控制值,实现调控管理研究区域内的溢流节点数和总溢流量,从而减少或避免城市积水和内涝风险。

本文选取广州市某排水系统为研究对象,研究区域总面积34.18 hm²,以建筑物、路面、绿化带和一个景观池塘为主要构成,路面主要为沥青地面,整体不透水面积率为51%。管网如图1所示,有125个节点,125条管段。除中间一个小水池以外,其他雨水经管网汇集都从左上角的排放口(Outlet)排入河涌。

分别采集了4场降雨数据和水位数据用于参数率定,采样时间间隔为5 min,表1为所选降雨详细统计信息。采用传统的试错法^[10],即通过一次改变一个参数并将SWMM预测值与观测值进行比较,手动执行SWMM参数率定。校核与验证结果均表明:模拟数据和实测数据的水深峰现时间(即出现水深值最大时的时间)偏差均在5%以内;水深峰值的数值偏差均在3%以内。4场降雨的水深模拟值与实测值的平均相对误差为1.95%～3.17%,相关系数分别为0.946～0.997(除降雨开始的0.5 h外)。由此可见,模型的精度较高。降雨开始0.5 h内数据误差较大是因为实际排水管网中降雨前存有积水,而模拟是从降雨开始后才计时,此后管道中才有雨水汇流进入,但该误差不影响模型对降雨过程的还原。由于客观因素的局限性和液位测定的便捷,本研究仅采用液位数据进行模型率定和验证,考虑到相同水深可能会对应不同的流量,下一步有条件的情况下尽量用流量进行定量率定。

将参数率定值代入SWMM模型进行模拟研究,模拟试验结果表明,暴雨强度重现期为10年时,即使GSC=0也有超过20%的节点出现超载溢流,这可能与研究区域管道实际设计重现期较低有关。为此,本研究对暴雨强度重现期分别取1年、2年和5年进行模拟,在这3种重现期下的芝加哥暴雨曲线见图2,不同重现期下1 h累计降雨量分别为51.10 mm、59.30 mm、70.13 mm。

对上述10种管道淤积系数及3种重现期,共30种情景进行模拟,得到了不同暴雨重现期下,研究区域内全局管道淤积系数与溢流节点数及全部管道总溢流量之间关系的模拟结果,见图3。可以看出,当GSC≤0.3时,即使GSC值增加,溢流节点数和节点总溢流量增幅不大。这说明现有管网具有一定的排水缓冲能力,控制管网淤积系数GSC在一定范围内,能减少或避免区域积水和内涝。但当GSC>0.3时,溢流节点数和节点总溢流量均随GSC的增加而急剧增加,对城市溢流积水及内涝影响概率急剧增大。以研究区域为例,该区域共125个节点,若以4/5的节点不溢流作为控制目标,由图3a可知,当暴雨重现期为5年时,应控制GSC的临界值约为0.1,当暴雨重现期为2年时,应控制GSC的临界值为0.3,当暴雨重现期为1年时,应控制GSC的临界值为0.4。此时,研究区域管道总溢流量也是基本相等的,分别为1.74×10³ m³、1.80×10³ m³、1.65×10³ m³。若以节点总溢流量小于2.0×10³ m³作为控制目标,由图3b可得到同样的对应不同暴雨强度GSC控制值。由此可见,以GSC值作为控制参数对于指导城市管道清疏养护、避免溢流积水与内涝具有重要现实意义。同时,大重现期时,即使取较小的GSC值,溢流节点数与总溢流量也偏大。因此,当汛期来临时,除了通过加强管道清通管理以控制较小的GSC值外,还应辅助水体调蓄、河道管理等综合措施,才能减少积水和内涝风险。

模拟试验和实践表明,即使管道无淤积(GSC=0),一定区域内也会出现不同程度的溢流节点和溢流量。为此,本研究还进一步采用相对溢流节点数比和相对溢流量比来探讨管道淤积前后,研究区域溢流节点数和总溢流量的变化趋势,结果如图4所示。同样可看出,当GSC<0.3时,相对溢流节点数比和相对溢流量比增长较缓;不容易产生积水和内涝。在现实排水系统中,由于维护成本等原因,不可避免地存在一定程度的泥沙淤积。最现实的做法是控制GSC在一定范围内以降低积水和内涝风险。由图4表明,对于本研究区域,在暴雨重现期不超过5年时,控制GSC<0.3是具有较好性价比的做法。

本文在SWMM软件基础上,提出了一种通过模型模拟,分析排水管道泥沙淤积程度对城市积水点影响的方法,首次提出并采用管道淤积系数SC这一参数,通过模拟计算,控制一定的全局管道淤积系数GSC值,可调控管理研究区域内的溢流节点数和总溢流量,以及相对溢流节点数比和相对溢流量比,从而减少城市积水和内涝风险。将研究方法应用于广州市某排水系统的分析中表明,当GSC<0.3时,排水系统溢流节点数量和节点总溢流量,相对溢流节点数比和相对溢流量比均增幅不大;而当GSC>0.3时,各数值快速增长,产生积水和内涝的风险剧增。对于本研究区域在暴雨重现期不超过5年时,控制GSC<0.3是具有较好性价比的降低城市积水和内涝风险的做法。对于不同城市区域及在一定暴雨重现期下,均可以通过本研究提出的模拟计算方法,得到避免城市积水和内涝风险的GSC控制值。

本文采用一维模型模拟,从节点溢流的角度出发,提出并分析了以GSC值作为控制参数对城市积水及内涝的影响。在后续的研究中,有条件时,可结合实际管道清疏统计数据,推算研究区在汛期和旱期下的不同清淤周期,使成果具备更强的推广性与工程实用性。鉴于管道淤积与流速、坡度等多因素相关,下一步将建立一二维耦合模型开展全面的内涝分析与模拟。