教学文库网 - 权威文档分享云平台
您的当前位置:首页 > 文库大全 > 高中教育 >

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

来源:网络收集 时间:2026-08-26
导读: 第29卷第6期2008年6月 环 境 科 学Vol.29,No.6Jun.,2008 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 董欣,杜鹏飞,李志一,王浩昌 (清华大学环境科学与工程系,北京 100084) 3 摘要:为了研究城市不透水下垫面的降雨径流过程和污染负荷,以屋面为例,

第29卷第6期2008年6月

环  境  科  学Vol.29,No.6Jun.,2008

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

董欣,杜鹏飞,李志一,王浩昌

(清华大学环境科学与工程系,北京 100084)

3

摘要:为了研究城市不透水下垫面的降雨径流过程和污染负荷,以屋面为例,选择径流管理模型SWMM,采用独立场次实测数据,应用基于不确定性分析的HSY算法和MonteCarlo采样方法对模型中的水文水力和水质参数进行识别和验证.结果表明,地表不透水区径流模型中主要包含6个关键参数,分别为不透水区初损填洼深度(S2imperv)、不透水区曼宁系数(N2imperv),指数累积方程中的最大可能累积值(maxbuildup)、累积常数(rateconstant),指数冲刷方程中的冲刷系数(coefficient)和冲刷指数

(exponent).水文水力参数的识别可以最小二乘法偏差作为目标函数,水质参数的识别可以场次污染负荷和污染物峰值浓度作

为目标函数.参数识别结果为N2imperv01012~01025,S2imperv0~017,maxbuildup15~30,rateconstant012~018,coefficient0101~

0105,exponent110~112.参数的区域灵敏度由大到小排序为coefficient、S2imperv、N2imperv、maxbuildup、exponent、rateconstant.识别

后的参数可以通过模型验证,但是在模拟一些雨型特殊的降雨径流污染物浓度曲线时,.关键词:城市径流;SWMM模型;参数识别;不确定性分析

中图分类号:X143 文献标识码:A 文章编号:025023301(2008)0621495207

ParameterIdentificationandValidationofImperviousUrbanLandSurfaceRunoff

DONGXin,DUPeng2fei,LIZhi2,Hao2(DepartmentofEnvironmental,University,Beijing100084,China)

Abstract:Theofstormwatermanagementmodel(SWMM)insimulatingrunoffhydrologyandwaterquality.Theroofthetypicalimperviousurbanlandsurface,andmonitoredseveralrainfall2runoffeventsforparameteridentification.Weandvalidatedhydrologicalandwaterqualityparameters,usingMonteCarlosamplingmethodandHSYalgorithm,whicharebasedonuncertaintyanalysis.Resultsshowthatimperviousurbanlandsurfacerunoffmodelincludes6criticalparameters,whicharedepressionstorage(S2imperv),Manning’sn(N2imperv),maximumbuilduppossible(maxbuildup),builduprateconstant(rateconstant),washoffcoefficient(coefficient),andwashoffexponent(exponent).IdentificationofS2impervandN2impervcoulduseleastsquareerrorasobjectives,whileotherscoulduseerrorsofeventpollutionloadandpeakconcentrationofpollutantasobjectives.Theidentificationresultsofthe6parametersareN2imperv01012201025,S2imperv02017,maxbuildup15230,rateconstant0122018,coefficient010120105,andexponent1102112.Regionalsensitivitiesoftheseparametersinnon2ascendingorderarecoefficient,S2imperv,N2imperv,maxbuildup,exponent,andrateconstant.IdentifiedparametersareabletobevalidatedbySWMMmodel.However,currentmodelstructuresstillhavesomedifficultiesinsimulatingrunoffpollutantconcentrationcurvescausedbysomespecialrainpatterns.

Keywords:urbanrunoff;stormwatermanagementmodel(SWMM);parameteridentification;uncertaintyanalysis

  城市非点源污染指城市降雨径流淋洗与冲刷大

[1]

气和汇水面各种污染物引起的受纳水体的污染.自20世纪70年代起,美国等发达国家就开始利用数学模型模拟城市地表对降雨事件的响应过程以及地表径流的水质变化,用来评价地表径流污染对排水系统和受纳水体的影响.最初的模型大多为基于

[2]

监测数据的黑箱模型,随着人类对流体力学、水化学等学科认识的深入,逐渐开发出了能描述地表径流污染机理过程、可用于控制管理的机理模型.当前的主流模型包括SLAMM(SourceLoadingandManagementModel)、STORM(StorageTreatment,

[3]

OverflowRunoffModel)、SWMM(StormWater

ManagementModel)

以及各类SWMM衍生模型等.

机理模型与简单的黑箱模型相比,包含了更多的参数,需要通过观测数据和实地调查资料进行参数识

[5]

别,这也是机理模型遇到的普遍问题.

早期涉及SWMM等城市径流模型参数问题的

[6]

研究以单参数灵敏度分析为主.随着计算机运算能力的提高,应用于参数识别的各种优化算法成为

[7]

了模型研究的热点,包括遗传算法(genetic

[4]

收稿日期:2007205229;修订日期:2007210210

基金项目:国家重点基础研究发展规划(973)项目(2006CB403407)作者简介:董欣(1983~),女,硕士研究生,主要研究方向为城市面源

污染特征与相关模型,E2mail:dx@3通讯联系人,E2mail:dupf@

1496环  境  科  学29卷

[8]

algorithm,GA)、神经网络系统(artificialneural

[9]

networks,ANN)、基于知识的系统(knowledgebased

等,提出了多种算法的改进方法,并在典型研究区域进行应用.20世纪80年代,Spear[11]

等将MonteCarlo模拟与灵敏度分析结合起来提出区域灵敏度分析方法(regionalizedsensitivity

[12]

analysis,RSA),Beven提出了多种模型结构或多组

(equifinality).自此,以随优化参数的“最终等效性”机理论、随机过程方法为基础的不确定性分析被引

入模型的参数识别研究,这些方法在河流水质模型的参数识别中得到应用并不断发展.目前,该方

[14]

法在城市径流模型中也有一些应用,但各种优化算法仍然占据主导地位.

20世纪80年代以来,我国学者在北京、杭州和南京等城市进行了城市径流模型模拟研究,早期研究多局限于概念性模型和经验统计模型.近几年来,城市径流模型的研究再次引起了广泛的关注.

[17]

丛翔宇等以SWMM为基础,选取北京市典型小区,[18]

情况并评价其影响;车武等算.但总体而言,等原因所限,,对复杂机理.本研究以当前主流的城市径流机理性复杂模型SWMM为对象,根据模型输入需求设计并实施监测,

[15]

[16]

[13]

systems,KBS)

[10]

井后,导入干线中,输送模块和扩展输送模块按变流

量非均匀自由流模拟管渠中水的流动.水质模块中,降雨径流中的污染物浓度取决于累积(buildup)及冲刷(washoff)2个过程.通常由雨前干期长度、交通流量及街道清扫效率来决定累积量的大小,再由冲刷经验公式及沉积物传输理论建立冲刷方程.112 模型建立

研究选择屋面径流建立模型.由于屋面汇水区域条件单一、范围确定,且不包含管道,直接以落水管作为出口单元,因此降低了模型概化过程引入的不确定性.另外,模型中主要考虑水文、水质模块和地表径流水力过程,描述管道中的水流特征的输送模块和扩展输送模块可以省略,从而简化了模型结构,减少了需要识别的参数,降低了参数之间互相影响造成的不确定性.水单元处理.依次建汇水单元(、()、(raingages),且全部考虑.13模型参数可分为3类.第1类是确定性参数,如次级汇水单元面积、坡度等,不需要识别;第2类是不确定性小的参数,如出流方程系数,也不需要识别;第3类参数是需要识别的,如污染物累积常数等.对不确定性参数进行识别,是模型应用的关键内容.气候参数属于确定性参数,包括雨量单元的降雨过程和温度、蒸发量等.降雨过程通过雨量计实测得到,温度 …… 此处隐藏:3956字,全部文档内容请下载后查看。喜欢就下载吧 ……

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.doc 将本文的Word文档下载到电脑,方便复制、编辑、收藏和打印
本文链接:https://www.jiaowen.net/wenku/130668.html(转载请注明文章来源)
Copyright © 2020-2025 教文网 版权所有
声明 :本网站尊重并保护知识产权,根据《信息网络传播权保护条例》,如果我们转载的作品侵犯了您的权利,请在一个月内通知我们,我们会及时删除。
客服QQ:78024566 邮箱:78024566@qq.com
苏ICP备19068818号-2
Top
× 游客快捷下载通道(下载后可以自由复制和排版)
VIP包月下载
特价:29 元/月 原价:99元
低至 0.3 元/份 每月下载150
全站内容免费自由复制
VIP包月下载
特价:29 元/月 原价:99元
低至 0.3 元/份 每月下载150
全站内容免费自由复制
注:下载文档有可能出现无法下载或内容有问题,请联系客服协助您处理。
× 常见问题(客服时间:周一到周五 9:30-18:00)