基于4S技术的环湖截污模型构建

许　迪，贺　彬，张　英，何　佳，徐晓梅，邓伟明，陈春瑜,赵　敏

(1.昆明市环境科学研究院，云南 昆明 650000；2.云南省环境保护厅，云南 昆明 650032)



基于4S技术的环湖截污模型构建

许迪1，贺彬2，张英1，何佳1，徐晓梅1，邓伟明1，陈春瑜1,赵敏1

(1.昆明市环境科学研究院，云南 昆明 650000；2.云南省环境保护厅，云南 昆明 650032)

摘要：基于SWMM模型，利用GIS、RS及GPS技术构建滇池流域东南岸的非点源污染量化模型。结合排水系统的特点，划分子排水单元，并进行参数灵敏度分析、率定及模型验证，完成模型的建立，模拟昆明主城城市降雨径流污染。进行模型的设计降雨重现期，对环湖截污系统各污水处理厂相应的干渠汇水断面来水的水质水量过程进行模拟，并对滇池环湖截污系统进行效能分析。

关键词：GIS；SWMM模型；非点源污染负荷；重现期；滇池环湖截污；效能分析

0引言

非点源污染在水环境污染中占有相当大的比重，且降雨径流污染物来源复杂，含有大量的有机、无机污染物，可对生物体造成严重影响[1]。直接排入水体将会造成水体水质下降，进而导致生境破坏。随着科技以及经济的不断发展，滇池水体面临着降雨径流、地表冲刷以及汇水污染等造成的严重威胁，环湖截污是滇池治理的最后一道防线，是为了保护滇池及治理滇池的长期性、复杂性、有效截污的安全性而设计的。城市径流污染发生受多种因素控制，具有污染物种类繁多，组分多变，时空变化效应明显，短期冲击负荷大，初期径流污染负荷高等特点[1]。这些特点使得非点源污染物负荷量不能进行量化，而且单一的控制技术难以达到非点源污染负荷的控制目标。为了对环湖截污工程进行问题识别与完善，将研究区域的非点源污染负荷量进行量化研究，进一步对其进行重现期内环湖截污的效能分析，为数字化环湖截污系统的构建提供数据支持。研究采用了构建SWMM模型的方式。

14S技术

环湖截污模型是基于SWMM模型、GIS、RS及GPS手段进行研究的，因此简称4S技术。

SWMM模型(stormwater management model)是美国环境保护署EPA(Environmental Protection Agency)为预测及管理城市暴雨而研制的暴雨洪水管理模型，因其具有较高的精度，且污染物类型可依据需要自行设定，基础数据要求量较大，在非点源污染控制方面，建立SWMM模型来模拟流域降雨径流和非点源污染物的输移过程，可以提高相关工作的有效性和科学性。

GIS是一种具有采集、管理、分析和输出多种地理信息能力的软件，不但具有空间性，也具有动态性。由计算机系统支持进行空间地理信息数据的管理，并由计算机程序模拟常规的或者是专门的地理分析方法，作用于空间数据，产生相关信息，来完成人类难以完成的或是工作量巨大的任务。计算机系统的支持是GIS的重要特征，因而使得GIS能快速、精确、综合地对复杂的地理系统进行空间定位和过程动态分析。GIS的外观表现为计算机的软硬件系统，其内涵却是由计算机程序和地理数据组织而成的地理空间信息模型[2]。

RS技术即遥感技术(Remote Sensing，简称RS)，指从高空或外层空间接收来自地球表层各类地理的电磁波信息，通过对这些信息进行扫描、摄影、传输和处理，从而对地表各类地物和现象进行远距离控测和识别的现代综合技术，包括传感器技术，信息传输技术，信息处理、提取和应用技术，目标信息特征的分析与测量技术等。可用于植被资源调查、土地利用类型分析、地形地貌观测等方面[3]。

GPS即全球卫星定位系统，简称GPS，是利用GPS定位卫星，在全球范围内实时进行定位与导航的系统。由美国国防部研制建立的一种具有全方位、全天候、全时段、高精度的卫星导航系统，能为全球用户提供高精度的三维位置、速度和精确定时等导航信息，是卫星通信技术在导航领域的应用典范。它极大地提高了地球社会的信息化水平，有力地推动了数字经济的发展[4]。

利用RS、GPS、GIS对基础数据进行信息提取，借助SWMM模型进行信息展示与结果模拟，进而能够实现环湖截污的效能分析。

2研究区域概况

本研究以滇池流域环湖截污系统东南岸服务范围为研究区域，如图1所示。现场信息调查了解到：研究区域交通较发达，人为活动频繁，新建城市区域、城乡结合带和农村区域均有分布。区域结构复杂，两岸主要为农田，无原生植被，受自然因素和人为因素相互作用的影响，流域内水土流失较为严重。

研究区域内排水系统主要由新建城区雨污排水管网、集镇村庄沟渠、农灌排水沟渠、河道、河道截污管和环湖截污干渠组成。研究区域内的生活污水主要通过城市排水管道、村庄沟渠、河道截污管以及截污干渠收集。农业面源污水主要通过农灌沟渠与河道收集，最终进入截污干渠或排入滇池。

3模型构建

3.1数据处理

为获取SWMM模型构建所需的基础数据，通过遥感技术得到2013年卫星影像，并利用ENVI软件对其进行处理与解译，经GPS定位各沟渠管道的排水口，再利用GIS对研究区域进行信息数据分析与整理。

经过GIS解译，划分出7种主要的土地利用类型，即农田、村庄、裸地、道路、水体及绿地，如图2所示。利用GIS的地理面积统计功能，统计各个排水单元内不同土地利用类型的区域面积，如表2所示。选取与表1中各土地利用类型相近的径流系数[15]，经过运算得出综合径流系数为0.36，以及各个排水单元的径流系数。

表1　各土地利用类型的径流系数

表2　各土地利用类型的面积比

3.2参数敏感性分析

摩尔斯筛选法是目前应用较广的一种敏感性分析方法。本研究采用修正摩尔斯检验法进行参数的敏感性分析。修正的摩尔斯检验法采用自变量以固定步长百分率变化 ，最终敏感性判别因子取摩尔斯系数的多个平均值，其计算公式为：

(1)

式中：SN—敏感性判别因子；Yi—模型第i次运行输出值；Yi+1—模型第i+1次运行输出值；Y0—参数调整后计算结果初试值；Pi—第i次模型运行参数值相对于校准后参数值的变化百分率；Pi+1—第i+1次模型运算参数值相对于校准后初始参数值的变化百分率；n—模型运行次数。

本研究以5%为固定步长对各个水文水力参数进行扰动，取值分别为-20%、-15%、-10%、10%、15%、20%。某一水文参数值变化时，其它参数保持固定不变。分析在3种不同降雨条件下水文参数对径流深和径流峰值的敏感性。

参照文献[LenhartL，et.al，2002]将参数的敏感性分为4类：

(1)当参数敏感度值︱SN︱≥1时，为高敏感参数；

(2)当参数敏感度值0.2≤︱SN︱<1时，为敏感参数；

(3)当参数敏感度值0.05≤︱SN︱<0.2时，为中等敏感参数；

(4)当参数敏感度值0≤︱SN︱<0.05时，为不敏感参数。

参数敏感性分析中选取的3场雨分别为：

第一场：2013年5月3日，24h降雨量达25.8mm，持续时间较长，雨量较大；

第二场：2013年5月23日，24h降雨量达83.2mm，持续时间较长，雨量大，且前期有暴雨强的雨峰出现；

第三场：2013年6月25日，24h降雨量达19.4mm，虽然雨量较小，但1h达19.3mm，可代表高强度短历时降雨。

根据参数的敏感度值对参数进行灵敏度分析。SWMM模型参数中影响径流深的灵敏参数包括Width、%imperv、N-imperv、N-perv、%slope、Area和Ks。其中Width、N-imperv和Area对于第三场降雨量较少的降雨是灵敏参数，%imperv对于3场降雨均为灵敏参数；N-perv和%slope对于第三场降雨量较少的降雨是中等灵敏参数，Ks对于第一场降雨量较大的降雨是中等灵敏参数；Des-imperv、Des-perv、%Zero-Imperv、Con-mann、Con-Length、Su、IMD对于3场降雨均为不灵敏参数。

SWMM模型参数中影响径流峰值的灵敏参数包括Width、%imperv、N-perv、%slope、Area。其中%imperv和Area对于3场降雨均为灵敏参数；N-perv和%slope对于第三场降雨量较少的降雨是中等灵敏参数，Width对于第一场和第二场降雨是中等灵敏参数；Des-imperv、Des-perv、%Zero-Imperv、Con-mann、Con-Length、Ks、Su、IMD对于3场降雨均为不灵敏参数。

SWMM模型参数中影响降雨污染物负荷量的灵敏参数包括水质参数污染物最大累积量、污染物累积速率、冲刷系数及冲刷指数。其中村庄和林地的最大累积量C1与累积速率C2对于3场降雨来说均为灵敏参数，林地的冲刷系数与冲刷指数对于第一场降雨来说为灵敏参数；而农田的冲刷系数和村庄的冲刷系数及冲刷指数对于第一场雨来说均为中等灵敏度，大棚的最大累积量C1对于第一场降雨来说为中等灵敏参数，大棚的累积速率C2对于第一场和第二场降雨来说均为中等灵敏参数；其他的土地利用类型的污染物最大累积量、污染物累积速率、冲刷系数及冲刷指数在降雨条件下对污染物负荷量均表现不灵敏。

SWMM模型参数中影响降雨污染物峰值浓度的灵敏参数包括水质参数污染物最大累积量、污染物累积速率、冲刷系数及冲刷指数。其中村庄和林地的最大累积量C1与累积速率C2对于3场降雨来说均为灵敏参数，村庄和林地的冲刷系数与冲刷指数对于第一场降雨来说为灵敏参数；而道路和大棚的冲刷指数对于第一场降雨来说为中等灵敏参数，大棚的累积速率对于第二场降雨来说为中等灵敏参数；其他的土地利用类型的污染物最大累积量、污染物累积速率、冲刷系数及冲刷指数在降雨条件下对污染物浓度峰值上均表现不灵敏。

研究参数对模型输出结果的影响，识别敏感参数，可为模型参数的率定和不确定分析提供重要参考，能提高参数率定的效率及模型模拟的可靠性。

3.3模型率定

采用人工试错法进行参数率定，不断调整参数取值直到模拟结果与实测结果尽可能吻合。采用3个目标函数作为评价实测与模拟的拟合程度的指标，反映产流产污总量精度的总量相对误差Er见公式(2)；反映出口断面流量及污染物浓度过程吻合程度的模型效率参数(确定性系数)Ce见公式(3)；评价和说明模型适用性的相关系数r见公式(4)。

Er=(Qc-Q0)/Q0

(2)

(3)

(4)

模型模拟的是理想条件下，假设沟渠管网收集的所有水都能排入干渠，且污水处理厂的处理能力为平均处理能力。根据研究区域的实测数据以及国内外相关研究的经验参数确定模型参数，并进行模型的率定与校验，降雨实测径流峰值与模拟峰值几乎同时出现，峰值流量误差为9.27%。参照Obievo、She和Temprano等人率定的峰值流量误差范围(5%～25%)，流量过程模拟结果可接受。

模拟与实测污染物浓度过程趋势基本一致，从模型模拟结果的误差分析来看，确定性系数均在0.70以上，污染负荷总量误差在2%～25%，模拟与实测COD、TN、TP浓度峰值绝对值误差均在2%～23%，误差较小，模拟结果可接受，见表3。

表3　参数率定结果误差分析

3.4模型校验

参数校验时通常比较模拟值与实测值的大小。如果差距较大，需在一定的取值范围内依次改变模型中的参数，直到其偏离程度被调整到可容许范围内为止。这时的参数值可作为最终值。

利用率定的参数应用于模型，对降雨水质水量变化过程模拟。对比2014年8月11日斗南地铁口断面和斗南村口断面采集的实测数据，进行模型校验。该场降雨过程的径流、污染负荷误差及相关性见表4。

表4　实测与模拟值误差及相关性分析

污染负荷总量误差及浓度误差基本在6%～34%，参数的相关性基本维持在75%以上，模拟精度较好，模型的运行如图3。

4降雨情景设计

降雨的设计包括小时降雨量设计以及降雨时空变化的设计。小时降雨量可以由暴雨强度公式直接推求，降雨的时空变化可用雨型表示。

根据《昆明中心城区排水专项规划》(2009—2020)，昆明城市暴雨强度总公式为：

(5)

式中：i—设计暴雨强度(mm/min)；p—重现期(a)；t—降雨历时(min)。

选择历时为60min，重现期0.2a、0.25a、0.5a、1a、5a、10a、50a的降雨进行计算，结果见表5。

采用芝加哥暴雨过程模型模拟降雨过程曲线，结合昆明暴雨强度公式得到：

(6)

(7)

式中：i(t1)—峰前降雨强度；i(t2)—峰后降雨强度；a—等于12.1+14.4lgP；b—等于14.4；c—等于0.8；r—雨峰相对位置。

表5　降雨特征

雨峰相对位置r根据滇池流域东南岸降雨站点资料统计，取多场降雨的平均值：

(8)

式中：t—峰前历时，min；T—降雨总历时，min；m—所统计的降雨场数。

利用以上算法[5]，初步设计了滇池流域东南岸范围内1h降雨不同重现期降雨时程分布。由于缺乏滇池流域东岸及南岸的相关资料，根据国内外大量资料，大部分地区的r值均在0.3～0.5，所以r取0.4，具体降雨时程分布数据见表6和图4。

5不同降雨条件下系统效能分析

由于降雨量的不同会导致环湖截污系统对污水的收集和处理时间不同，因此在进行模拟的时候模型运行时间为设计的不同重现期降雨产流及污水收集处理全过程。基于此，不同重现期模型运行时间有所区别，详见表7。

表6　降雨时程分配

表7　不同重现期模型运行时间

重现期运行开始时间运行结束时间0.20a2014-1-2 00:00:002014-1-3 23:00:000.25a2014-1-2 00:00:002014-1-4 23:00:000.5a2014-1-2 00:00:002014-1-5 23:00:001a2014-1-2 00:00:002014-1-6 23:00:005a2014-1-2 00:00:002014-1-6 23:00:0010a2014-1-2 00:00:002014-1-7 23:00:0050a2014-1-2 00:00:002014-1-7 23:00:00

注：降雨时间为2014-1-2,11：00—12：00。

经过模拟得到的不同降雨条件下环湖截污系统的收集处理效率如图5所示。

在降雨1h的条件下，降雨重现期为0.20a一遇的情况下，环湖截污系统产生的污水能够完全被收集与处理。根据模拟结果，当小时降雨量超过6mm时，环湖截污系统会产生溢流，随着降雨重现期的增加，系统收集处理效率逐渐降低。重现期为5a一遇(包括5a一遇)以上的降雨条件下，整个环湖截污系统的收集处理效率不足10%，最低仅为6.38%。污染物的收集处理效率也呈现出同样的规律。

不同重现期污水收集处理效率的不同主要体现在系统溢流量上。随着降雨重现期的增加，1h内地表径流产生量增大，大量的地表径流通过沟渠及河道系统进入环湖截污干渠，环湖截污系统配套的雨污水处理系统处理能力有限，污水处理能力低于环湖截污系统服务范围内汇集的雨污水量，系统溢流量也逐渐增加(图6)，最终导致整个环湖截污系统收集处理效率降低。

6结论

环湖截污干渠是滇池治理的最后一道防线。为了模拟不同降雨条件下环湖截污系统的现实情况，基于4S技术构建环湖截污模型，模拟多种重现期内关键断面的水质水量，并对环湖截污的系统效能进行分析。在0.2a的降雨条件下，环湖截污系统产生的污水能够完全被收集与处理，根据模拟结果，当小时降雨量超过6mm时，环湖截污系统才会产生溢流。研究区范围内的环湖截污对于强度较大的降雨条件其应对能力偏弱，且污水处理厂自动调度能力有限。由于模型不能灵活地模拟调蓄池、泵站、污水处理厂之间的联动运行，现建模型还存在一定问题，但是对于研究区域降雨径流污染模拟具有一定参考价值。

参考文献：

[1]赵磊.非点源污染负荷核算方法研究[J].环境科学导刊，2008,27(4)：9-13.

[2]邬伦，刘瑜，张晶，马修军，韦中亚，田原，等.地理信息系统原理、方法和应用[M].北京:科学出版社，2005.

[3]刘坤，广兴宾.RS遥感技术简介和应用[J].林业勘查设计，2002(2)：59.

[4]王德保.GPS在城市控制网中的应用研究[D].青岛：山东科技大学，2004.

[5]祁继英.城市非点源污染负荷定量化研究[D].南京：河海大学，2005.

[6]刘俊，徐向阳.城市雨洪模型在天津市区排水分析计算中的应用[J].海河水利，2001(1)：9-11.

[7]任伯帜，邓仁健，李文健.SWMM模型原理及其在霞凝港区的应用[J].水运工程，2006(4)：41-44.

[8]丛翔宇，倪广恒，惠士博，等.基于SWMM的北京市典型城区暴雨洪水模拟分析[J].水利水电技术，2006，37(4)：64-67.

[9]黄卡，张翔，李鹏.SWMM模型在城市设计洪水中的应用研究[J].企业科技与发展，2008(10)：214-216.

[10]董欣，杜鹏飞，李志一，等.SWMM模型在城市不透水区地表径流模拟中的参数识别与验证[J].环境科学，2008，29(6)：1495-1501.

[11]赵冬泉，陈吉宁，佟庆远，等.基于GIS构建SWMM城市排水管网模型[J].中国给水排水，2008，27(4)：88-91.

[12]陈鑫，邓慧萍，马细霞.基于SWMM的城市排涝与排水体系重现期衔接关系研究[J].集水排水，2009，35(9)：114-ll7.

[13]黄卡.SWMM模型在南宁心圩江设计洪水中的应用研究[J].洪水河，2010,10(5)：36-38.

[14]马晓宇，朱元励，梅琨,等.SWMM模型应用于城市住宅区非点源污染负荷模拟计算[J].环境科学研究，2012，1(1)：96-101.

[15]GB50013-2006室外排水设计规范[S].北京：中国计划出版社，2006.

[16]许迪.SWMM模型综述[J].环境科学导刊，2014，33(6)：23-26.

Research on Building Lakeside Intercepting Sewage Model Based on 4S Technology

XU Di1,HE Bin2,ZHANG Ying1,HE Jia1,XU Xiao-mei1,DENG Wei-ming1,CHEN Chun-yu1,ZHAO Min1

(1. Kunming Institute of Environmental Science，Kunming Yunnan 650032 ,China)

Abstract：The model of SWMM was built to quantify the non-point source pollution in the south-eastern area of the Dianchi-lake basin using GIS, RS and GPS technology. Based on the characteristics of the drainage system, the drainage units were delineated. The sensitivity analysis of the parameters was conducted as well as the verification and the calibration. The model was built up to simulate the rainfall pollution in the downtown area of Kunming. Through resetting the rainfall reappearing period of the model, the water volume and water quality of the drainage system connecting to all wastewater treatment plants were simulated to analyze the efficiency of the lakeside intercepting sewage system.

Key words：GIS; SWMM model; non-point source pollution load; rainfall reappearing period; lakeside intercepting sewage system of Dianchi Lake; efficiency analysis

中图分类号：X52

文献标志码：A

文章编号：1673-9655(2016)01-0013-07

作者简介：许迪(1987-)，女，昆明市环境科学研究院工作。通信作者：何佳(1983-)，女，昆明市环境科学研究院工作。

基金项目：国家水体污染控制与治理科技重大专项(2012ZX07102001)。

收稿日期：2015-10-12