针对郑州市高新区城市排水特点,应用暴雨洪水管理模型(stom water management model,SWMM)模型建立城市排水模型,其中下渗模型采用径流曲线数(soil conservation service curve number,SCS-CN)法体现城市下垫面对城市内涝的影响。利用...针对郑州市高新区城市排水特点,应用暴雨洪水管理模型(stom water management model,SWMM)模型建立城市排水模型,其中下渗模型采用径流曲线数(soil conservation service curve number,SCS-CN)法体现城市下垫面对城市内涝的影响。利用该模型对不同重现期实测降雨条件下的超载管段和积水节点进行模拟分析:根据超载时长将超载管段划分为安全超载管段、积水超载管段和内涝超载管段;根据积水时长将积水节点划分为积水点、内涝点和洪涝点;同时根据不同重现期降雨条件下的管网流量与管网最大充满度,将超载管段分为4种情况。研究结果表明:模型能较好地模拟郑州市高新区城市暴雨内涝情况,但高新区雨水管网系统不能很好地应对郑州市排水规范中的设计重现期暴雨;郑州市高新区排水管网超载管段和积水节点产生原因各有不同,但二者具有紧密的正相关关系,超载管段两端的节点更易产生溢流,由此形成4个明显的易涝区。展开更多
降雨时空分布的随机性,下垫面的复杂性,以及管网在设计、施工、使用过程中的不确定性,导致排水管网水力模型参数取值存在着不确定性.为了评估参数不确定性对节点和管道功能状态评价的影响,建立了考虑降雨输入、产流、汇流、管网水动力...降雨时空分布的随机性,下垫面的复杂性,以及管网在设计、施工、使用过程中的不确定性,导致排水管网水力模型参数取值存在着不确定性.为了评估参数不确定性对节点和管道功能状态评价的影响,建立了考虑降雨输入、产流、汇流、管网水动力计算各过程不确定性参数的分析模型.根据建模流程的参数要求和文献结论,选择了暴雨洪水管理模型(storm water management model,SWMM)建模过程中的14个参数作为不确定性参数;基于模型参数的增量对计算结果的影响分析,进行了参数灵敏度排序,选取了5个主要参数进行不确定性分析;基于SWMM求解器,采用Monte Carlo随机模拟方法计算了节点、管道的失效概率和相应的溢流时间、体积、充满度模拟均值、变异系数;通过对比参数取中值的确定性工况计算出的节点、管道的相应结果,分析了不确性与确定性分析结果的差异性.算例分析结果表明:在降雨输入和模型计算过程中均存在影响较大的不确定性参数,有必要考虑模型计算全过程参数的不确定性;相对于确定性工况,不确定性分析模型对高风险概率的节点和管道具有较好的识别效果;不确定性分析识别出的不可靠节点的溢流时间、体积模拟值相对确定性工况全网平均值的变化率分别达到了29.13%、10.41%,各管道充满度的变化率最高可达22.31%.展开更多
文摘针对郑州市高新区城市排水特点,应用暴雨洪水管理模型(stom water management model,SWMM)模型建立城市排水模型,其中下渗模型采用径流曲线数(soil conservation service curve number,SCS-CN)法体现城市下垫面对城市内涝的影响。利用该模型对不同重现期实测降雨条件下的超载管段和积水节点进行模拟分析:根据超载时长将超载管段划分为安全超载管段、积水超载管段和内涝超载管段;根据积水时长将积水节点划分为积水点、内涝点和洪涝点;同时根据不同重现期降雨条件下的管网流量与管网最大充满度,将超载管段分为4种情况。研究结果表明:模型能较好地模拟郑州市高新区城市暴雨内涝情况,但高新区雨水管网系统不能很好地应对郑州市排水规范中的设计重现期暴雨;郑州市高新区排水管网超载管段和积水节点产生原因各有不同,但二者具有紧密的正相关关系,超载管段两端的节点更易产生溢流,由此形成4个明显的易涝区。
文摘降雨时空分布的随机性,下垫面的复杂性,以及管网在设计、施工、使用过程中的不确定性,导致排水管网水力模型参数取值存在着不确定性.为了评估参数不确定性对节点和管道功能状态评价的影响,建立了考虑降雨输入、产流、汇流、管网水动力计算各过程不确定性参数的分析模型.根据建模流程的参数要求和文献结论,选择了暴雨洪水管理模型(storm water management model,SWMM)建模过程中的14个参数作为不确定性参数;基于模型参数的增量对计算结果的影响分析,进行了参数灵敏度排序,选取了5个主要参数进行不确定性分析;基于SWMM求解器,采用Monte Carlo随机模拟方法计算了节点、管道的失效概率和相应的溢流时间、体积、充满度模拟均值、变异系数;通过对比参数取中值的确定性工况计算出的节点、管道的相应结果,分析了不确性与确定性分析结果的差异性.算例分析结果表明:在降雨输入和模型计算过程中均存在影响较大的不确定性参数,有必要考虑模型计算全过程参数的不确定性;相对于确定性工况,不确定性分析模型对高风险概率的节点和管道具有较好的识别效果;不确定性分析识别出的不可靠节点的溢流时间、体积模拟值相对确定性工况全网平均值的变化率分别达到了29.13%、10.41%,各管道充满度的变化率最高可达22.31%.
