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(3)

ΔP

014912010578

ΔM

013676012038

ΔP

015768011081

Dist65

—

产流初期,导致对如2006206228等一些雨型特殊的降雨场次模拟效果不佳.2006206228降雨初期冲刷能力过小故实际污染物浓度不高,但在模拟时浓度峰值仍在初期出现.在曲线中段径流量很小导致实测污染物浓度升高,但在模拟时由于径流量模拟值为0,污染物浓度也随之变为0,这一差异在径流曲线的模拟时对偏差的贡献很小,但在污染物浓度曲线模拟时对偏差的贡献则很大.一方面,模型水文水力参数的不确定性也会在水质模拟中被传递和放大;另一方面,由于SWMM模型中的污染物累积冲刷模块仍采用非机理模型模拟,其模型结构的不确定性会在水质模拟中体现.所以说,想要准确模拟一些雨型特殊的降雨径流污染浓度曲线,现有的模型结构还是有一定困难的.4　结论

(1)应的算法和MonteCarlo[J].SciTotalEnviron,1987,59:4572468.

[3]　HydroEngCenter.Storage,Treatment,Overflow,RunoffModel,

STORM,generalisedcomputerprogram7232582L7520[M].Davis,California:HydrologicEngineeringCenter,USCorpsofEngineers,1977.

[4]　RossmanLA.Stormwatermanagementmodel,V5,user’smanual

[M].USA:USEnvironmentalProtectionAgency,2005.

[5]　WillemsP,BerlamontJ.Probabilisticmodellingofsewersystem

overflowemissions[J].WatSciTech,1999,39(9):47254.[6]　ZaghloulNA.SensitivityanalysisoftheSWMMRunoff2Transport

parametersandtheeffectsofcatchmentdiscretisation[J].AdvWatRes,1983,6(4):2142223.

[7]　GuptaVSorooshianS.Theofconceptual

odels2algorithm[J].atRes,1985,21([]　CC,DJGUseofageneticalgorithmand

ingforcalibrationofahydrologicmodel[J].,1998,41(3):6152619.

[9]ZaghloulNA,AbuKiefaMA.Neuralnetworksolutionofinverse

parametersusedinthesensitivity2calibrationanalysesoftheSWMMmodelsimulations[J].AdvEngSoft,2001,32(7):5872595.

[10]　LiongSY,ChanWT,LumLH,etal.Knowledgebasedsystemfor

SWMMrunoffcomponentcalibration[J].WatResPlanManage,1991,117(5):5072524.

[11]　SpearRC,HornbergerGM.Identificationofcriticaluncertainties

viageneralizedsensitivityanalysis[J].WatRes,1980,14:43249.

[12]　BevenK.

Prophecy,

realityand

uncertaintyindistributed

hydrologicalmodeling[J].AdvWatRes,1993,16:41251.

[13]　邓义祥.稀缺数据条件下河流水质模型的参数识别与应用

[D].北京:清华大学,2003.

[14]　KansoA,ChebboG,TassinB.ApplicationofMCMC2GSAmodel

calibrationmethodtourbanrunoffqualitymodeling[J].ReliaEngSysSaf,2006,91:138621405.

[15]　温灼如,苏逸深,刘小靖,等.苏州水网城市降雨径流污染的

以最小二乘法偏差作为目标函数,水质参数的识别可以以场次污染负荷和污染物峰值浓度作为目标函数.本文以屋面为例,对城市不透水地表进行参数识别,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.水文水力参数的识别效果好于水质参数.

(2)利用与参数识别过程独立的降雨径流过程监测数据进行参数验证,水文水力过程的模拟结果与实测拟合较好,参数取中值后对模拟效果改进不大;污染负荷的模拟结果不及水文水力过程模拟,但中值模拟对模拟效果的改进较大.

(3)利用识别后的参数对一些实际降雨过程进行模拟,发现在模拟一些雨型特殊的降雨径流污染物浓度曲线时,仍然存在一定的困难.

参考文献:

[1]　李怀恩,沈晋.非点源污染数学模型[M].西安:西北工业大

研究[J].环境科学,1986,7(6):226.

[16]　陈西平.水网城市径流污染对河流水质影响的模拟研究[J].

环境科学学报,1991,11(1):1182124.

[17]　丛翔宇,倪广恒,惠士博,等.基于SWMM的北京市典型城区

降雨洪水模拟分析[J].水利水电技术,2006,37(4):64267.

[18]　车伍,刘燕,欧岚,等.北京雨水径流面污染负荷的计算模型

[J].中国给水排水,2004,20(7):56258.

[19]　ASCE.Design&ConstructionofUrbanStormwaterManagement

Systems[M].NewYork:NY,1992.

[20]　McCuenR.Hydrology,FHWA2SA962067[M].WashingtonDC:

FederalHighwayAdministration,1996.

[21]　BeckMB.Waterqualitymodeling:areviewoftheanalysisof

uncertainty[J].WatRes,1987,23:139321442.

[22]　邓义祥,王琦,赖斯芸,等.优化、RSA和GLUE方法在非线性

学出版社,1996.

[2]　GrottkerM.Runoffqualityfromastreetwithmediumtrafficloading

环境模型参数识别中的比较[J].环境科学,2003,24(6):9215.