建筑小區尺度下徑流控制率與非點源污染負荷削減率協同關系研究

欒廣學，侯精明，馬 鑫，李東來，楊 露，杜穎恩，王潔瑜，劉 園

(1.西安理工大學省部共建西北旱區生態水利國家重點實驗室，陜西 西安 710048；2.中國電建集團西北勘測設計研究院有限公司，陜西 西安 710065)

城市非點源污染是指城市地表污染物在降雨徑流的淋溶沖刷作用下以分散、廣域的形式進入河湖引發的水體污染[1]。降雨是城市非點源污染形成的動力因素,而降雨形成的徑流是非點源污染物遷移的載體。因此，狹義上的城市非點源污染即城市降雨徑流污染，它是城市非點源污染的最主要形式[2]。

國外城市非點源污染研究起步較早[3]，很多國家在20世紀70年代就對城市地表徑流開展了大量測試及研究[4-5]。目前，我國城市化比例不斷增加，市區不透水面積比例不斷增大，導致降雨徑流量增加，城市非點源污染問題日漸突出[6-9]。利用模型進行水文水質模擬是研究城市暴雨徑流污染管理和控制的重要手段[1-2,10]。暴雨洪水管理模型(Storm Water Management Model，SWMM)采用一系列可以對參數進行校核的經驗方程對非點源污染的發生、遷移及排放過程進行動態模擬[11-12]。我國很多學者也基于SWMM對城市非點源污染開展了研究[13]：李立青等[14]研究了兩場降雨時間間隔對城市非點源污染負荷的影響；蔣春博等[15]研究了雨水花園對降雨徑流的影響，并認為徑流控制率與污染負荷削減率具有很高的相關關系；馬曉宇等[16]研究了不同重現期對城市非點源負荷的影響；陳莎等[17]研究了低影響開發(low impact development，LID)措施對城市雨水徑流污染的影響。相對而言，針對不同降雨條件下徑流控制率與污染負荷削減率的定量協同關系的研究并不多[18]。因此，本文設計了不同重現期和雨峰系數的降雨條件，基于SWMM研究了徑流控制率與污染負荷削減率的協同關系，以期為城市非點源污染研究提供參考。

1 研究區概況與數據來源

天福和園小區[19]位于陜西省西安市西咸新區，東靠豐信路，西鄰灃西新城咸戶路，南連公園大街，北接尚雅路。多年平均降水量為520 mm[20]，降水多集中在汛期7—9月，且夏季發生暴雨的頻率較高，易引發內澇。小區占地面積約3.67 hm2，小區內布設有雨水花園和透水鋪裝兩種LID措施，分別占小區總面積的7.92%和14.34%。管網數據和下墊面數據由CAD圖紙獲取，降雨數據為氣象站實測降雨數據，水文模型數據通過率定得到，水質模型數據根據SWMM用戶手冊及參考相近地區水質模型參數得到。西安城區短歷時暴雨集中，以單峰型居多，因此，選用芝加哥雨型作為設計降雨，暴雨強度公式[21]為

(1)

式中：q為降水強度，L/(s?hm2)；P為重現期，a；t為暴雨歷時，min。

為增加模擬結果的可信度，本文選取9種重現期及5種不同雨峰系數條件下共45場降雨的模擬結果對小區尺度徑流控制率與非點源污染負荷削減率的協同關系進行分析，重現期分別取1 a、2 a、3 a、5 a、10 a、20 a、30 a、50 a和100 a，雨峰系數r分別取0.20、0.35、0.50、0.65和0.80，暴雨歷時均采用120 min，時間步長為5 min。不同重現期和雨峰系數下的設計降雨如圖1所示。

(a) 不同重現期

(b) 不同雨峰系數圖1 不同重現期和雨峰系數的設計降雨Fig.1 Design rainfall with different return periods and rainfall peak coefficients

2 研究方法

2.1 數值模型

SWMM是美國環保署開發的一款動態降雨徑流模擬軟件[22]。模型可對不同設計降雨條件下的水量和水質進行模擬、預測和評估[23]。因為SWMM具有界面友好、開源獲取、建模簡便和管網模擬功能強大等優點[24]，本文選用SWMM軟件對降雨徑流進行模擬研究，模型包括水文水動力模塊和水質模塊[22,25]。

水文水動力模塊包括地表產匯流及管道匯流模擬[26]。SWMM將研究區域劃分為多個子匯水區，地表產流和匯流過程計算分別在相應子匯水區內進行[27]。子匯水區由3部分組成，分別為透水區、無洼蓄的不透水區和有洼蓄的不透水區[28]。SWMM的產流模擬方法包括霍頓(Horton)公式法、格林-安普特(Green-Ampt)公式法等，其中Horton公式法比較適合于城市地區[19]，故本文采用Horton公式法。采用非線性水庫法對匯流過程進行計算[29]。SWMM的管道匯流模擬提供了恒定流、運動波、動力波3種計算方法[30]。恒定流法和運動波法是簡化方法，計算效率較高但應用效果一般，動力波法基于完整的一維圣維南流量方程求解[24,31]，應用效果最好，故本文采用動力波法。

水質模塊根據功能區或土地利用類型定義各種地表污染物的沖刷模型和累積模型，對地表徑流中污染物的增長、沖刷、運輸和處理過程進行模擬[1]。本文采用指數函數沖刷模型和飽和函數累積模型。選用TN、TSS、TP、COD這4個具有代表性的雨水徑流污染指標作為模擬對象[32]。

流量計布設于西南排口處，以獲取排口處流量過程。模型首先將研究區劃分成若干個子匯水分區，對管網進行概化，再根據實際地形選擇合適的流向，經產匯流過程及管網匯流過程，最后在出口處進行模擬監測[33]。根據管網資料[21]、LID措施布置圖及實際地形構建SWMM，將研究區域劃分為綠地、道路、房屋3種土地利用類型[34]，面積占比分別為39.89%、22.77%和15.09%。模型共有71個子匯水分區、31段雨水管網、31個節點和1個排口。研究區域概化圖如圖2所示。

圖2 研究區域概化Fig.2 Generalized map of study area

2.2 參數率定與模型驗證

模型驗證數據來自小區內自動雨量站的實測降雨數據和相同時段內西南排口的實測流量數據。雨水水質模擬通常依賴并伴隨著水量模擬，只有水量得到正確模擬，才能保證水質預測的可靠性。根據灃西新城2017年8月20日和9月9日兩場實測降雨徑流數據率定水文水動力參數，表1為主要參數的率定結果，模擬數據與實測數據對比見圖3。研究區域空間變化較小，總面積不大，故設定0.5%為各子匯水分區的平均坡度，相同屬性下墊面參數設置一致[18]。

表1 模型水文水動力參數率定結果Table 1 Calibrated redults of model hydrodynamic parameters

(a) 2017年8月20日

(b) 2017年9月9日

(c) 2017年9月16日

(d) 2017年9月26日圖3 模擬值與實測值對比Fig.3 Comparison between simulated and measured values

采用2017年9月16日和9月26日的降雨徑流數據進行模型驗證。模擬數據與實測數據對比見圖3。本文以納什效率系數(Ens)對模型的模擬性能進行評估[35]。2017年8月20日、9月9日、9月16日和9月26日4場降雨事件的Ens分別為0.82、0.87、0.80和0.59，表明SWMM的水文水動力參數取值合理，所構建模型的可靠性高。由于該研究區缺乏實測水質監測資料，故參考相同地區研究數據資料[36]，取得的水質模型參數見表2。

表2 水質模型參數Table 2 Parameters of water quality model

3 結果與分析

3.1 模擬結果

通過對45場設計降雨進行模擬，得到不同降雨條件下的徑流控制率以及TSS、COD、TP和TN的削減率(圖4)。由圖4可見，在不同雨峰系數設計降雨條件下，設計降雨重現期小于20 a時，隨著重現期的增大，徑流控制率與污染負荷削減率下降速度均較快，設計降雨重現期大于20 a時，隨著重現期的增大，徑流控制率與污染負荷削減率下降速度均較緩，徑流控制率與4種污染物的削減率隨重現期的變化趨勢基本一致，由此可推測出兩者具有較好的線性擬合關系。

(a) 徑流控制率

(b) 污染負荷削減率圖4 不同降雨條件下的徑流控制率與污染負荷削減率Fig.4 Runoff control rates and pollution load reduction rates under different rainfall conditions

3.2 徑流控制率與污染負荷削減率對不同設計降雨的響應關系

由圖4可知，設計降雨對徑流控制率和不同污染負荷削減率的影響規律相似，故以TSS為例分析徑流控制率和污染負荷削減率對45場設計降雨重現期的響應關系。不同雨峰系數對應的徑流控制率與污染負荷削減率模擬數據如表3所示。由表3可見，不同設計降雨重現期對徑流控制率與污染負荷削減率的影響較為明顯。當設計降雨重現期從1 a變化至100 a，雨峰系數為0.50時，徑流控制率與污染負荷削減率下降均最大，隨著雨峰系數增大或減小，兩者下降程度均呈減小趨勢，表明徑流控制率與污染負荷削減率有一定的協同關系。

表3 不同設計降雨條件下的徑流控制率與TSS削減率Table 3 Runoff control rates and TSS reduction rates under different design rainfall conditions

由表3可知，雨峰系數對不同重現期徑流控制率與污染負荷削減率趨勢相似，故以重現期為10 a的降雨條件為例，分析不同雨峰系數對徑流控制率與TSS、COD、TP、TN負荷削減率的影響。表4為設計降雨重現期為10 a時的徑流控制率與不同污染物的污染負荷削減率。

表4 設計降雨重現期為10 a時的徑流控制率與 不同污染物的污染負荷削減率Table 4 Runoff control rates and pollution load reduction rates of different pollutants for a design rainfall return period of 10 a

由表4可見，在重現期為10 a的降雨條件下，當雨峰系數從0.20增加至0.80，徑流控制率與污染負荷削減率均呈先減小后增加的趨勢，當雨峰系數為0.50時，徑流控制率和污染負荷削減率最小，隨著雨峰系數的增加或減小，兩者均呈增加趨勢，徑流控制率變化幅度在10%以內，TSS、COD、TP、TN削減率變化幅度均在5%以內，但相對于重現期對兩者的影響，雨峰系數對其影響較小。這進一步表明徑流控制率與污染負荷削減率具有較強的協同關系。

3.3 徑流控制率與污染負荷削減率的協同關系

以上分析表明徑流控制率與污染負荷削減率有一定的協同關系，通過對不同重現期降雨條件下的徑流控制率與污染負荷削減率線性擬合，發現徑流控制率與污染負荷削減率具有一定的線性關系，可擬合為線性函數，不同雨峰系數條件下COD、TN、TP、TSS 4種污染物的擬合函數曲線如圖5所示，擬合方程與協同系數如表5所示。

(a) r=0.20

(b) r=0.35

(c) r=0.50

(d) r=0.65

(e) r=0.80圖5 不同雨峰系數的擬合函數曲線Fig.5 Fitted functions with different rainfall peak coefficients

由圖5和表5可見，同一雨峰系數條件下，不同污染負荷削減率與徑流控制率的擬合函數均為線性，且擬合曲線具有高度相似性，協同系數均大于0.989，表明以水量為載體的水質遷移規律均與水量輸移規律密切相關。當雨峰系數從0.20增至0.80時，擬合函數曲線的斜率與截距相對波動幅度較小，雨峰系數對徑流控制率與污染負荷削減率的協同關系影響不大。由于不同污染物本底特征不同，累積沖刷系數不同，故不同污染物擬合函數的斜率和截距有所不同。在不同雨峰系數條件下，污染負荷削減率均在擬合曲線附近。綜上可知，徑流控制率與污染負荷削減率擬合度較高，兩者有著高度的定量協同關系。

表5 擬合方程與協同系數Table 5 Fitting equations and correlation coefficients

4 結 論

a.重現期小于20 a時，隨著重現期的增大，徑流控制率與污染負荷削減率下降速度相對較快；重現期大于20 a時，隨著重現期的增大，徑流控制率與污染負荷削減率下降速度相對較緩，且隨著重現期的增大，徑流控制率與4種污染物的削減率的變化趨勢基本一致，下降速度逐漸變緩。

b.在1～100 a重現期設計降雨條件下，重現期的大小對徑流控制率與污染負荷削減率的影響較為明顯，變化幅度在30%左右。當雨峰系數為0.50時，徑流控制率與污染負荷削減率變化程度最大，隨著雨峰系數增大或減小，兩者變化程度呈減小趨勢。

c.降雨重現期為10 a時，當雨峰系數從0.20增加至0.80，徑流控制率與污染負荷削減率均呈先減少后增加趨勢。當雨峰系數為0.50時，徑流控制率和污染負荷削減率最小，徑流控制率變化幅度在10%以內，TSS、COD、TP、TN削減率變化幅度均在5%以內，但相對于重現期對兩者的影響，雨峰系數對其影響較小。

d.基于建筑小區尺度的徑流控制率與污染負荷削減率有著高度的定量線性關系，雨峰系數對擬合函數曲線的斜率與截距影響不大，協同系數均大于0.989，擬合度較高，因此，可根據徑流控制率推算出污染負荷削減率，為城市非點源污染研究提供參考。