CN114564774A - 雨水管渠的推理法与模型法耦合交互驱动设计及建模方法 - Google Patents

雨水管渠的推理法与模型法耦合交互驱动设计及建模方法 Download PDF

Info

Publication number
CN114564774A
CN114564774A CN202210093588.4A CN202210093588A CN114564774A CN 114564774 A CN114564774 A CN 114564774A CN 202210093588 A CN202210093588 A CN 202210093588A CN 114564774 A CN114564774 A CN 114564774A
Authority
CN
China
Prior art keywords
design
model
pipe section
flow
sub
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202210093588.4A
Other languages
English (en)
Inventor
王晟
胡家璇
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Tongji University
Original Assignee
Tongji University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Tongji University filed Critical Tongji University
Priority to CN202210093588.4A priority Critical patent/CN114564774A/zh
Publication of CN114564774A publication Critical patent/CN114564774A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/10—Geometric CAD
    • G06F30/13—Architectural design, e.g. computer-aided architectural design [CAAD] related to design of buildings, bridges, landscapes, production plants or roads
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/10—Geometric CAD
    • G06F30/18—Network design, e.g. design based on topological or interconnect aspects of utility systems, piping, heating ventilation air conditioning [HVAC] or cabling
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N5/00—Computing arrangements using knowledge-based models
    • G06N5/04—Inference or reasoning models
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2113/00—Details relating to the application field
    • G06F2113/08—Fluids
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2113/00—Details relating to the application field
    • G06F2113/14—Pipes
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/14—Force analysis or force optimisation, e.g. static or dynamic forces
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A10/00—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE at coastal zones; at river basins
    • Y02A10/40—Controlling or monitoring, e.g. of flood or hurricane; Forecasting, e.g. risk assessment or mapping

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Geometry (AREA)
  • General Physics & Mathematics (AREA)
  • Evolutionary Computation (AREA)
  • Computer Hardware Design (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Computational Mathematics (AREA)
  • Computational Linguistics (AREA)
  • Artificial Intelligence (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Data Mining & Analysis (AREA)
  • Computing Systems (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Architecture (AREA)
  • Civil Engineering (AREA)
  • Structural Engineering (AREA)
  • Sewage (AREA)

Abstract

本发明公开了一种雨水管渠的推理法与模型法耦合交互驱动设计及建模方法，包括以下步骤：推理法设计情景确定、水文模型构建及参数选取、雨水管渠的推理法和模型法耦合交互驱动设计、雨水管渠设计方案的水文水力数学模型构建。本发明原创性地提出了推理法和模型法的衔接关系，进而建立的新方法带来3个有益效果：(1)建立了雨水管渠设计方案水文模型参数选取方法，解决这一长期困扰排水界的技术难题；(2)保留推理法计算同频率最大流量作为设计流量的优点，同时利用水文模型实现对推理法径流系数随设计降雨变化而变化的赋值，提高设计流量计算的科学性；(3)同步完成雨水管渠设计及水文水力数学建模，支持基于数学模型模拟的设计方案评估。

Description

雨水管渠的推理法与模型法耦合交互驱动设计及建模方法
技术领域
本发明涉及室外排水设计技术领域，尤其涉及一种雨水管渠的推理法与模型法耦合交互驱动设计及建模方法。
背景技术
雨水管渠设计的方法主要包括三种：推理法、模型法、推理法和模型法联用。
一、推理法
推理公式法(以下简称推理法)是雨水管渠设计的经典理论。很可能是爱尔兰人Mulvany(1850)最早提出了推理法的原理(BUTLER D,DIGMAN C,MAKROPOULOS C等.UrbanDrainage[M].第4th版.Boca Raton,London,New York:CRC Press,2018)。而建立推理法的人，美国人倾向于是Kuichling(1889)(KUICHLING E.The Relation Between theRainfall and the Discharge of Sewers in Populous Districts[J].Transactions ofthe American Society of Civil Engineers,1889,20(1):1–56)，英国人倾向于是Lloyd-Davies(1906)(LLOYD-DAVIES D.The Elimination of Storm-Water from SewerageSystems[J].Minutes of the Proceedings of the Institution of Civil Engineers,1906,164(1906):41–67)。不论怎么算，推理法已经用了一百多年，至今仍在世界范围内广泛使用。
推理法计算公式如下：
Q＝qΨF
式中，Q是最大径流量；q是设计暴雨强度，它是设计重现期P和降雨历时t的函数，用暴雨强度公式计算；F是汇水面积；Ψ是径流系数(无量纲)，对应设计暴雨和汇水区特征。在推理法的假设条件下，当集水时间等于降雨历时的时候，雨水径流量达到最大值。
推理法的核心优点在于，它直接给出同重现期(或同频率)的最大径流量作为管道设计的依据。推理法的提出基于3个假设，即暴雨强度在平面上和时间上均匀分布、汇水面积随集流时间均匀增长、管道内为恒定均匀流。这3个假设同时也是推理法的局限，已有不少研究致力于突破这3个假设造成的局限：(1)关于管道内为恒定流的假设，有折减系数法、沟道容量平衡法可以考虑雨水道调蓄作用。这些方法利用了沟道内的调蓄潜力，经济性较好，但是没有安全系数，难以适应气候变化，《室外排水设计规范》自2014年版起不再考虑。(2)关于汇水面积随集流时间均匀增长这个假设，有流量叠加法可以解决。(3)关于暴雨强度在平面和时间上都是均匀分布的假设，也有一些方法试图加以解决。比如《室外排水设计规范》规定的推理法适用于不超过2km2的流域，这可以减少降雨空间分布不均匀性的影响。又比如邓培德先生探索了降雨沿时分布不均匀条件下的径流洪峰调蓄，建立了雨水沟道容量平衡法推理公式计算设计流量。尽管这些努力在一定程度上减小了推理法的缺陷，但是它们不可能改变推理法的适用范围，即不适于过程分析，更不用说对复杂系统的过程分析。
另外，还有一个至关重要的问题——径流系数取值。这是推理法的关键特征之一，即把复杂多变的产汇流过程概括为径流系数，用径流系数来计算径流量。推理法的英文是Rational Method，有些文献将其写为Rational Number Method，意思就是用一个有理数作为径流系数来计算径流量(PENNINGTON M.The rational method-frequently used,oftenmisused[C]//Water New Zealand Stormwater Conference 2012.)。径流系数取值是个复杂问题，它和地面覆盖类型(如屋面、绿地)、地形(如平地、起伏、坡地)、设计暴雨重现期、降雨历时都有关系。我国《室外排水设计规范》要求依据地面覆盖类型对径流系数取值，2021年最新版《室外排水设计标准》(根据国家相关规定，最新版规范改称为标准)条文4.1.8增加了随设计重现期提高而提高径流系数的要求。美国华盛顿州运输局发布的水力手册要求在依据地面覆盖类型取值的基础上，还要根据地形(如平地、起伏、坡地)和设计重现期调整取值(WASHINGTON STATE DEPARTMENT OF TRANSPORTATION.Hydraulics Manual[R].2019,M23-20.06)。不仅如此，径流系数和降雨历时也有关。在推理法设计中，设计师在开始计算前先给各个汇水区指定径流系数。而在这个时候，下游汇水区的集水时间是不知道的，因为只有在设计出上游管道的管径、坡度并计算出管道流行时间之后，才能计算出来。也就是说，设计师在对下游汇水区径流系数取值的时候，下游汇水区的设计降雨历时是不知道的。那么，这种预先指定的径流系数很难说是准确的。由上可见，设计师给径流系数取值不合理、随意的可能性不仅存在，而且这种可能性很大。地表产流过程十分复杂，准确地给径流系数取值对设计师提出了过高的要求。而一个过高的要求在实践中往往会被忽略，相当于没有要求，于是径流系数取值不得不成为―宜粗不宜细的办法”。
二、模型法
2014年版《室外排水设计规范》把数学模型法(以下简称模型法)引入设计。其中条文3.2.1规定―当汇水面积大于2km2时，宜考虑降雨和地面渗透吸能的时空分布不均匀性和管网汇流过程等因素，采用数学模型法确定雨水设计流量”。2021年版《室外排水设计标准》将―宜”改为―应”。―宜”表示允许稍有选择，而―应”表示严格，在正常情况下均应这样做。这就提高了要求应用模型法的严格程度。
排水工程设计常用的数学模型一般由降雨模型、产流模型、汇流模型、管网水动力模型等一系列模型组成，涵盖了排水系统的多个环节。数学模型可以考虑同一降雨事件中降雨强度在不同时间和空间的分布情况，因而可以更加准确地反映地表径流的产生过程和径流流量，也便于和后续的管网水动力学模型衔接。
模型法的核心优点在于，它集成了降雨、产流、汇流过程理论和认识，通过关联计算模拟它们之间的非线性关系，进而可以对复杂系统进行过程分析，不受推理法假设的限制。但是，模型也有两个重要缺点：
一是模型法不能直接计算出设计流量，只能对设计方案进行校核和评估；
二是模型法需要实测数据对模型进行参数率定和验证，而设计方案是没有实测数据的。实践中，目前解决这个问题的做法要么是在数学模型软件手册(如EPA SWMM)推荐范围内自定参数值，要么采用别人报道的数学模型参数值。这两种做法都像是刻舟求剑，是权宜之计。
2021版《室外排水设计标准》条文解释4.1.7注明：―采用数学模型进行排水系统设计时，应对模型的适用条件和假定参数做详细分析和评估”。《城镇内涝防治系统数学模型构建和应用规程》T/CECS 647-2019条文说明5.0.4注明：“当构建内涝防治系统规划数学模型时，应充分论证参数选取的合理性”。但是，均止步于原则性的规定，没有提供具体方法。由于设计方案数学模型的可信度未经检验，当然就容易受到各种质疑。缺少实测数据供模型率定，巧妇难为无米之炊，这是模型法应用于雨水管渠设计的主要瓶颈。
三、推理法和模型法联用
关于推理法和模型法联用的文献检索到了两份。一份是论文，它以《室外排水设计规范》中的区域综合径流系数值为目标来调整模型参数，即选择一场降雨然后使模型模拟得到的区域径流系数等于设计取值的径流系数(刘兴坡.基于径流系数的城市降雨径流模型参数校准方法[J].给水排水,2009,35(11):213–217)。《室外排水设计规范》给的综合径流系数是属于推理法的，而推理法中每个子汇水区都有自己的设计降雨(降雨历时不同)，而不是同一场降雨。因此，径流系数对应的降雨情景和模型模拟采用的降雨情景不一样是这种方法的主要理论缺陷，可能也是这种方法发表12年来接受度仍不高的原因。
另一份是专利，它的发明点在于利用SWMM进行水文和水力计算，采用一个设定循环次数的大循环和针对管径、坡度调节的两个内循环过程，优化管径和坡度(邵知宇,柴宏祥,张晓媛等.一种基于SWMM水力模型确定城市雨水管网管径和坡度的方法:中国,CN106777460B[P].中国:国家知识产权局,2016)。严格地说，这已不是推理法和模型法的联用，而是用推理法先提出一个方案，然后用模型法取代推理法进行设计计算。我们认为这种思路有两点值得商榷：一是没解决模型参数率定问题。应用该发明的第1步要求获取汇水区水文模型参数，这就回到了前面提到的设计方案数学模型校准这个难题，这一步不解决，后面的步骤就没有扎实的基础。二是降低设计标准。如前所述，推理法的核心优点是它直接给出同重现期(或同频率)的最大径流量作为管道设计的依据。用模型法替代水力计算的优点是实现动态计算，在设计时考虑管道调蓄作用，而这带来了一个重要的缺点，即管道设计流量是不明设计标准的非最大径流量，导致降低设计标准(邓培德.论城市雨水道设计中数学模型法的应用[J].给水排水,2015,41(1):108–112，邓培德.再论城市雨水道设计中数学模型法的应用[J].给水排水,2015,41(7):42–46)。在设计时考虑管道调蓄相当于不考虑安全系数，不利于适应气候变化，这与《室外排水设计标准》取消折减系数的技术方向不吻合。
综上所述，尽管推理法有缺陷，不尽人意，但是一百多年来推理法仍然在国内外广泛应用，模型法仍然取代不了推理法。同时，当前规模越来越大、构成越来越复杂的排水系统工程设计对模型法提出了客观需求，然而模型法尚欠缺确定设计方案数学模型参数的方法学。这种技术需求和理论供给的不匹配，一定程度上反映了排水理论没有跟上排水技术的发展。
发明内容
针对现有技术存在的上述问题，本发明提供了一种雨水管渠的推理法与模型法耦合交互驱动设计及建模方法。
雨水管网模型由水文和水力模型构成，由于水文模型参数最多最复杂，所谓模型率定实际上是指水文模型率定。本发明跳出寻找实测数据率定设计方案水文模型的死胡同，独辟蹊径，原创性地提出了基于推理法设计情景的推理法和模型法衔接关系并将其作为水文模型参数选取依据的新思路。推理法水文计算已经用了一百多年，并且仍在广泛应用，是可信的；构建和推理法设计情景一致的水文模型，至少在设计阶段来看，也是可信的。(注：当设计方案建成后，如果需要用模型支持管网管理和更新改造，应该用监测数据重新率定和验证建成阶段的数学模型。)
本发明的技术方案如下：
雨水管渠的推理法与模型法耦合交互驱动设计及建模方法，包括以下步骤：
S1、根据雨水管渠的布置，划分出若干个子汇水区和管段，并建立表格记录管段与子汇水区之间的连接关系；
S2、为所有子汇水区确定推理法设计情景；所述推理法设计情景是指推理法的3个基础参数的组合，即：
(P,t1,Ψ)
其中：P是设计暴雨重现期，单位为年；t1是地面集水时间，单位为min；Ψ是推理法的子汇水区径流系数；
推理法设计情景(P,t1,Ψ)的设计降雨为：
q(P,t1)
其中，q是降雨强度，q(P,t1)代表降雨强度是P和t1的函数；
推理法设计情景(P,t1,Ψ)的Ψ仅适用于设计降雨q(P,t1)且降雨历时为t1的时刻，即：
Ψ＝Ψ(P,t1)
其中：Ψ(P,t1)代表推理法对子汇水区径流系数的取值函数；
子汇水区常由不透水面和透水面构成，则子汇水区径流系数等于不透水面径流系数和透水面径流系数的加权平均值：
Ψ＝％Imperv·Ψimp+(1-％Imperv)Ψper
其中：％Imperv是不透水面占比，Ψimp是推理法的不透水面径流系数，Ψper是推理法的透水面径流系数；
推理法设计情景(P,t1,Ψ)可以分解为两个部分：不透水面设计情景(P,t1,Ψimp)和透水面设计情景(P,t1,Ψper)，其中的径流系数Ψimp和Ψper仅适用于设计重现期为P的均匀降雨且降雨历时为t1的时刻，即：
Ψimp＝Ψimp(P,t1)
Ψper＝Ψper(P,t1)
其中：Ψimp(P,t1)代表推理法对不透水面径流系数的取值函数，Ψper(P,t1)代表推理法对透水面径流系数的取值函数；
推理法取值函数由设计师确定，即由设计师综合考虑各方面因素对推理法设计情景所含参数进行取值；
S3、选择第1个子汇水区，利用雨水排水模拟软件为该子汇水区构建水文模型，即水文模型1；在推理法设计降雨q(P,t1)下，根据水文模型1的计算结果可以得到随时间变化的径流系数；为了和推理法径流系数有所区别，用Ψ加撇号表示模型法径流系数，即：
Ψ′＝Ψ′(P,t1)
Ψ′imp＝Ψ′imp(P,t1)
Ψ′per＝Ψ′per(P,t1)
其中：Ψ′是模型法的子汇水区径流系数，Ψ′imp是模型法的不透水面径流系数，Ψ′per是模型法的透水面径流系数，Ψ′(P,t1)代表模型法对子汇水区径流系数的取值函数，Ψ′imp(P,t1)代表模型法对不透水面径流系数的取值函数，Ψ′per(P,t1)代表模型法对透水面径流系数的取值函数；模型法取值函数由数学模型确定；
S4、调整并选取水文模型1的参数，使得在设计降雨q(P,t1)且降雨历时为t1的时刻，模型法径流系数值与推理法径流系数值相等，即：
Ψ(P,t1)＝Ψ′(P,t1)
Ψimp(P,t1)＝Ψ′imp(P,t1)
Ψimp(P,t1)＝Ψ′per(P,t1)
S5、选择第2个子汇水区，利用雨水排水模拟软件为该子汇水区构建水文模型，即水文模型2；如果第2子汇水区的(P,t1,Ψ)、(P,t1,Ψimp)、(P,t1,Ψper)与第1子汇水区相同，就将水文模型1的参数复制给水文模型2，漫流宽度除外，根据第2子汇水区的面积和漫流长度计算其漫流宽度；否则，重复执行S4，为水文模型2设置新的参数；
S6、以此类推，重复执行S5，直至所有子汇水区都构建了水文模型；
S7、雨水管渠的推理法与模型法耦合交互驱动设计，根据子汇水区与管段之间的连接关系，算出各管段的设计流量，进而得到各管段的设计参数；所述设计参数包括但不限于：管径、坡度、衔接方式；
S8、雨水管渠的设计方案数学建模，根据各管段的设计参数构建管道水力模型，其中水动力参数与推理法计算流速时的取值相同；将水力模型和水文模型衔接即可得到整个雨水管渠设计方案的数学模型。
进一步的，所述雨水排水模拟软件包括但不限于：EPA SWMM、Infoworks；
水文模型参数的调整和选取遵循下述原则：
(1)当模型法参数与推理法参数有相同的物理含义时，应取相同值；
(2)子汇水区漫流长度的取值应反映下垫面的水流组织和漫流路径，不能通过测量子汇水区最远点距离出口的距离简单得出；
(3)透水面水文参数的取值应反映场地实际情况，依据参数的物理含义取值，不可在模型手册推荐参数范围内自由取值。
水文模型参数的调整和选取方法包括：
(1)人工依据经验调整和选取；
(2)计算机依据算法自动搜索和选取。
进一步的，步骤S5中所述漫流宽度的公式为：
漫流宽度Width＝子汇水区面积Area÷漫流长度。
进一步的，步骤S7包括以下步骤：
S71：用推理法设计第1管段：
依据推理法设计情景，第1管段子汇水区的设计降雨为q(P,t1)，径流系数为Ψ；用推理法计算第1管段的设计流量，设计第1管段并得到设计参数；
S72：用推理法和模型法耦合交互驱动设计第2管段，具体步骤如下：
(S72-1)确定第2管段子汇水区的设计降雨：
根据第1管段的设计流量计算第1管段的流行时间t2，得到第2管段的集水时间tc＝t1+t2，以及第2管段的设计降雨q(P,tc)；
(S72-2)用模型法对径流系数赋值：
采用第2管段的设计降雨q(P,tc)，用构建的水文模型2计算第2管段子汇水区的径流系数Ψ′，将其作为第2管段的设计径流系数Ψ；
(S72-3)用推理法设计第2管段：
用推理法计算第2管段的本段流量；将本段流量与来自第1管段的传输流量相加，得到第2管段的设计流量；根据第2管段的设计流量设计第2管段并得到设计参数；
S73：用推理法和模型法耦合交互驱动设计第3管段，具体步骤如下：
(S73-1)确定第3管段子汇水区的设计降雨：
根据第2管段的设计流速计算第2管段流行时间t2，得到第3管段的集水时间tc＝t1+∑t2，以及第3管段设计降雨q(P,tc)；
(S73-2)用模型法对径流系数取值：
采用第3管段的设计降雨q(P,tc)，用构建的水文模型3计算第3管段子汇水区的径流系数Ψ′，将其作为第3管段的设计径流系数Ψ；
(S73-3)用推理法设计第3管段：
用推理法计算第3管段的本段流量；将本段流量与来自第2管段的传输流量相加，得到第3管段的设计流量；根据第3管段的设计流量设计第3管段并得到设计参数；
S74：重复S73，设计第4管段，直至完成全部管段设计，得到设计结果。
本发明开辟了推理法和模型法耦合联用的新路径，可实现两者的优势互补，带来有益的方法效果在于：
(1)建立雨水管渠设计方案水文模型参数选取的方法，解决这一长期困扰排水界的的技术难题；
(2)将设计师取值的范围缩小到推理法设计情景限定的情况，设计师可以更加聚焦更加谨慎地只对推理法设计情景的3个基础参数进行取值；进一步的，保留推理法计算同频率最大流量作为设计流量的优点，同时利用水文模型实现对推理法径流系数随设计降雨(重现期和降雨历时)变化而变化的赋值，提高设计流量计算的科学性；
(3)同步完成雨水管渠的设计及水文水力数学建模，支持基于数学模型模拟的设计方案评估。
附图说明
图1是本发明的模型法和推理法衔接关系示意图；
图2是本发明的工作流程示意图；
图3是实施例的雨水管渠布置图；
图4是实施例的径流过程图；
图5是实施例的设计方案的数学模型。
具体实施方式
下面结合附图和实施例，对本发明进行具体描述。显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
图1是本发明的模型法和推理法衔接关系示意图。如图1所示，根据水文模型模拟结果，以时间t为横坐标、模型法径流系数Ψ′为纵坐标，建立径流过程图，其显示为一条径流系数随时间变化的曲线，即径流过程曲线。图1中实线为以径流系数表示的径流过程线，虚线是假设降雨强度不变、降雨历时延长时得到的过程线。一个可以和推理法取得一致的水文模型，其生成的径流过程线必须穿过推理法设计情景给定的3个点，即：在降雨强度为q(P,t1)的均匀降雨下，不透水面径流过程线穿过(t1,Ψimp)。由于子汇水区流量是不透水面和透水面流量之和，因此子汇水区径流过程线穿过(t1,Ψ)。
图2是本发明的工作流程示意图。
下面将以教材(张智,龙腾锐.排水工程上册第五版,中国建筑工业出版社，2015)中的雨水管渠设计案例为实施例，讲解图1和图2的具体应用方法。
实施例中的某居住区雨水管渠布置如附图3所示。罗马数字I表示流域分界线；圆圈内数字为子汇水区编号，其旁数字为面积数值，以hm2计；粗实线表示雨水管道，管道上的圆圈表示检查井，其旁数字为检查井编号。例如，①号和②号子汇水区面积合计1.69hm2，其上雨水径流汇入检查井1，管段1～2是第一管段。
实施例中的降雨强度公式为：
Figure BDA0003490163230000111
式中，t是降雨历时(min)，在推理法中它等于子汇水区集水时间。
实施例中，建筑密度较稀，采用统一的综合径流系数Ψ＝0.5；地形平坦，地面集水时间t1＝10min；设计重现期选用P＝1a。
为了对比传统推理法与本发明的设计结果，分别运用这两种方法对实施例进行设计。
教材介绍了传统推理法的应用，得到的设计结果如表1、表2所示。
表1 传统推理法设计结果1
Figure BDA0003490163230000112
Figure BDA0003490163230000121
表2 传统推理法设计结果2
Figure BDA0003490163230000122
采用本发明对实施例进行设计，工作流程如附图1所示，具体步骤如下：
S1、根据雨水管渠的布置，划分出若干个子汇水区和管段，并建立表格记录管段与子汇水区之间的连接关系。所得结果如附图3所示。
S2、为所有子汇水区确定推理法设计情景。所述推理法设计情景是指推理法的3个基础参数的组合，即：
(P,t1,Ψ)
其中：P是设计暴雨重现期，单位为年；t1是地面集水时间，单位为min；Ψ是推理法的子汇水区径流系数。
推理法设计情景(P,t1,Ψ)的设计降雨为：q(P,t1)。
其中，q是降雨强度，q(P,t1)代表降雨强度是P和t1的函数；
推理法设计情景(P,t1,Ψ)的Ψ仅适用于设计降雨q(P,t1)且降雨历时为t1的时刻，即：
Ψ＝Ψ(P,t1)
其中：Ψ(P,t1)代表推理法对子汇水区径流系数的取值函数。
子汇水区常由不透水面和透水面构成，则子汇水区径流系数等于不透水面径流系数和透水面径流系数的加权平均值：
Ψ＝％Imperv·Ψimp+(1-％Imperv)Ψper
其中：％Imperv是不透水面占比，Ψimp是推理法的不透水面径流系数，Ψper是推理法的透水面径流系数。
这时，推理法设计情景(P,t1,Ψ)可以分解为两个部分：不透水面设计情景(P,t1,Ψimp)和透水面设计情景(P,t1,Ψper)，其中的径流系数Ψimp和Ψper仅适用于设计重现期为P的均匀降雨且降雨历时为t1的时刻，即：
Ψimp＝Ψimp(P,t1)
Ψper＝Ψper(P,t1)
其中：Ψimp(P,t1)代表推理法对不透水面径流系数的取值函数，Ψper(P,t1)代表推理法对透水面径流系数的取值函数。
推理法取值函数由设计师确定，即由设计师综合考虑各方面因素对推理法设计情景所含参数进行取值。
实施例中只给出了Ψ，没有给出地面种类的组成和比例。这里假定不透水面比例％Imperv＝48％、Ψimp＝0.93，透水面面积％Perv＝1-48％＝52％、Ψper＝0.1，加权平均计算得到综合径流系数Ψ＝0.5。注意：Ψ＝0.5也可以由其他的地面种类组成和比例通过加权平均计算得到，这会改变％Imperv、Ψimp和Ψper的取值，但是不影响后续的设计和建模方法。
依据上述设计参数，得到实施例的推理法设计情景：
子汇水区设计情景(1a,10min,0.5)
该情景分解为：
不透水面设计情景(1a,10min,0.93)
透水面设计情景(1a,10min,0.1)
上述设计情景适用于实施例的所有子汇水区。
S3、选择第1个子汇水区，利用雨水排水模拟软件为该子汇水区构建水文模型，即水文模型1。在推理法设计降雨q(P,t1)下，根据水文模型1的计算结果可以得到随时间变化的径流系数。为了和推理法径流系数有所区别，用Ψ加撇号表示模型法径流系数，即：
Ψ′＝Ψ′(P,t1)
Ψ′imp＝Ψ′imp(P,t1)
Ψ′per＝Ψ′per(P,t1)
其中：Ψ′是模型法的子汇水区径流系数，Ψ′imp是模型法的不透水面径流系数，Ψ′per是模型法的透水面径流系数，Ψ′(P,t1)代表模型法对子汇水区径流系数的取值函数，Ψ′imp(P,t1)代表模型法对不透水面径流系数的取值函数，Ψ′per(P,t1)代表模型法对透水面径流系数的取值函数。模型法取值函数由数学模型确定。
为了更好理解，采用图表法来表达上述关系。以时间t为横坐标，径流系数Ψ为纵坐标，建立径流过程图，如附图4所示。
将实施例的子汇水区设计情景(10min,0.5)、不透水面设计情景(10min,0.93)、透水面设计情景(10min,0.1)标示在径流过程图中，所得结果如附图4所示。
选择第1个子汇水区，利用雨水排水模拟软件EPA SWMM为该子汇水区构建水文模型，即水文模型1。水文模型参数通过人工调整和选取。在设计降雨q(P,t1)下，水文模型1的计算结果在径流过程图中显示为一条径流系数Ψ随时间t变化的曲线，即径流过程曲线。
实施例中，子汇水区①和②与第一管段连接，因此应用SWMM为两者构建水文模型1。根据暴雨强度公式计算(1a,10min)的暴雨强度并以均匀降雨作为降雨模型。在合理范围内调整和选取汇水区整体性参数和不透水面参数，使10min时模型输出不透水面径流系数Ψ′imp＝0.93。
S4、调整并选取水文模型1的参数，使得在设计降雨q(P,t1)且降雨历时为t1的时刻，模型法径流系数值与推理法径流系数值相等，即：
Ψ(P,t1)＝Ψ′(P,t1)
Ψimp(P,t1)＝Ψ′imp(P,t1)
Ψimp(P,t1)＝Ψ′per(P,t1)
进一步的，水文模型参数的调整和选取应遵循下述原则：
(1)当模型法参数与推理法参数有相同的物理含义时，应取相同值；
(2)子汇水区漫流长度的取值应反映下垫面的水流组织和漫流路径，不能通过测量子汇水区最远点距离出口的距离简单得出；
(3)透水面水文参数的取值应反映场地实际情况，依据参数的物理含义取值，不可在模型手册推荐参数范围内自由取值。
水文模型参数的调整和选取方法包括：
(1)人工依据经验调整和选取；
(2)计算机依据算法自动搜索和选取。
实施例中，采用人工调整和选取水文模型1的参数，使得在设计降雨q(1a,10min)且降雨历时为10min的时刻，模型法不透水面径流系数值与推理法不透水面径流系数值相等，即：
Ψimp(1a,10min)＝Ψ′imp(1a,10min)
如附图4所示，对应的图表法操作是：调整和选取水文模型1的参数，使得在降雨强度为q(1a,10min)的降雨下，不透水面径流过程曲线经过点(10min,0.93)。图中，实线为以径流系数表示的径流过程线，虚线是假设降雨强度不变、降雨历时延长时得到的过程线。这一步确定了不透水面水文模型参数，同时确定了如坡度、漫流宽度等整体性参数。
接下来，调整透水面参数。由于整体性参数已经确定，只需要调整透水面洼蓄、下渗等透水面参数。调整和选取水文模型1的参数，使得在设计降雨q(1a,10min)且降雨历时为10min的时刻，模型法透水面径流系数值与推理法透水面径流系数值相等，即：
Ψper(1a,10min)＝Ψ′per(1a,10min)
对应的图表法操作是：调整和选取水文模型1的参数，使得在降雨强度为q(1a,10min)的降雨下，透水面径流过程曲线经过点(10min,0.1)。
由于子汇水区流量是不透水面和透水面流量之和，因此模型法子汇水区径流系数值与推理法子汇水区径流系数值相等，即：
Ψ(1a,10min)＝Ψ′(1a,10min)
同理，子汇水区径流过程线穿过(10min,0.5)。至此，模型法径流过程线经过了推理法设计情景点，完成了第一管段子汇水区的水文模型参数调整和选取。
S5、选择第2个子汇水区，利用雨水排水模拟软件为该子汇水区构建水文模型，即水文模型2；如果第2子汇水区的(P,t1,Ψ)、(P,t1,Ψimp)、(P,t1,Ψper)与第1子汇水区相同，就将水文模型1的参数复制给水文模型2，漫流宽度除外，根据第2子汇水区的面积和漫流长度计算其漫流宽度；否则，重复执行S4，为水文模型2设置新的参数。
计算子汇水区漫流宽度的公式为：
漫流宽度Width＝子汇水区面积Area÷漫流长度。
S6、以此类推，重复执行S5，直至所有子汇水区都构建了水文模型。
实施例中，由于各个子汇水区具有相同的推理法设计情景，依据第一管段子汇水区的水文模型1的参数，通过批处理确定其他子汇水区水文模型参数，如表3所示。至此，完成水文模型建模。
表3 各子汇水区水文模型参数
Figure BDA0003490163230000161
Figure BDA0003490163230000171
S7、雨水管渠的推理法与模型法耦合交互驱动设计，根据子汇水区与管段之间的联系，算出各管段的设计流量，进而得到各管段的设计参数(管径、坡度、衔接方式等)，具体步骤如下：
S71：用推理法设计第1管段：
依据推理法设计情景，第1管段子汇水区的设计降雨为q(P,t1)，径流系数为Ψ；用推理法计算第1管段的设计流量，设计第1管段并得到设计参数。
实施例中，第一管段集水时间为t1＝10min，设计降雨为q(1a,10min)。如表4所示，用推理法公式Q＝qΨF计算第一管段设计流量(表4中的E4)，根据这个流量设计第一管段的管径(表4中的G4)、坡度(表4中的H4)。所得结果如表4所示。
表4 推理法设计第一管段
Figure BDA0003490163230000172
Figure BDA0003490163230000181
S72：推理法和模型法耦合交互驱动设计第2管段，具体步骤如下：
(72-1)确定第2管段子汇水区的设计降雨：
根据第1管段的设计流量计算第1管段的流行时间t2，得到第2管段的集水时间tc＝t1+t2，以及第2管段的设计降雨q(P,tc)。
实施例中，根据第一管段设计流速(表4中的I4)计算出第一管段流行时间t2＝3.29min，得到第二管段集水时间tc＝t1+t2＝13.29min，则第二管段设计降雨为q(1a,13.29min)。
(72-2)用模型法对径流系数赋值：
采用第2管段的设计降雨q(P,tc)，用构建的水文模型2计算第2管段子汇水区的径流系数Ψ′，将其作为第2管段的设计径流系数Ψ。
实施例中，在SWMM中输入q(1a,13.29min)为降雨模型，用水文模型计算出该降雨情景下汇水区的径流系数Ψ′＝0.52。这个值大于(1a,10min)对应的综合径流系数Ψ＝0.5，表明降雨历时延长后径流系数变大。
(72-3)用推理法设计第2管段：
用推理法计算第2管段的本段流量；将本段流量与来自第1管段的传输流量相加，得到第2管段的设计流量；根据第2管段的设计流量设计第2管段并得到设计参数。
实施例中，采用Ψ＝0.52，用推理法计算第二管段本段流量(表4中的E5)，它和来自第一管段的传输流量(表4中的F4)相加得到第二管段设计流量(表4中的F5)。根据这个流量设计第二管段。
S73：推理法和模型法耦合交互驱动设计第3管段，具体步骤如下：
(73-1)确定第3管段子汇水区的设计降雨：
根据第2管段的设计流速计算第2管段流行时间t2，得到第3管段的集水时间tc＝t1+∑t2，以及第3管段设计降雨q(P,tc)。
实施例中，计算第二管段流行时间t2，得第三管段集水时间tc＝t1∑t2＝14.85min，则第二管段设计降雨为q(1a,14.85min)。
(73-2)用模型法对径流系数取值：
采用第3管段的设计降雨q(P,tc)，用构建的水文模型3计算第3管段子汇水区的径流系数Ψ′，将其作为第3管段的设计径流系数Ψ。
实施例中，在SWMM中输入q(1a,14.85min)为降雨模型，用水文模型计算出该降雨情景下汇水区的径流系数Ψ′＝0.56。
(73-3)用推理法设计第3管段：
用推理法计算第3管段的本段流量；将本段流量与来自第2管段的传输流量相加，得到第3管段的设计流量；根据第3管段的设计流量设计第3管段并得到设计参数。
实施例中，采用Ψ＝0.56，用推理法计算第三管段本段流量，它和来自第二管段的传输流量相加得到第三管段设计流量，设计第三管段。
S74：重复S73，设计第4管段，直至完成全部管段设计，得到设计结果。实施例的最终设计结果如表5、表6所示。
表5 推理法和模型法耦合设计结果1
Figure BDA0003490163230000191
表6 推理法和模型法耦合设计结果2
Figure BDA0003490163230000201
表7是对传统推理法和本发明方法得到的设计结果的比较。可以看到，和传统推理法设计结果相比，除第一管段以外，本发明方法计算的各管段的设计流量更大，相应地管径也更大。其原因在于，传统推理法没有考虑径流系数Ψ随降雨历时延长将增大的情况，统一取0.5，而本发明方法考虑了降雨历时对径流系数的影响，即借助水文模型模拟对降雨历时大于10min的降雨下的径流系数赋值，它们大于0.5。
表7 传统推理法和本发明方法得到的设计结果比较
Figure BDA0003490163230000202
Figure BDA0003490163230000211
S8、雨水管渠的设计方案数学建模，根据各管段的设计参数构建管道水力模型，其中水动力参数与推理法计算流速时的取值相同；将水力模型和水文模型衔接即可得到整个设计方案的数学模型。
实施例中，根据表5、表6的设计结果，在SWMM中构建管道水力模型，其中水动力参数(如曼宁系数)和推理法计算流速时的取值相同。将此水力模型与已经建立的水文模型衔接，即得到雨水管渠设计方案的水文水力数学模型，如附图5所示。
尽管本发明的实施方案已公开如上，但其并不仅仅限于说明书和实施方式中所列运用，它完全可以被适用于各种适合本发明的领域，对于熟悉本领域的人员而言，对于本领域的普通技术人员而言，在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变形，因此在不背离权利要求及等同范围所限定的一般概念下，本发明并不限于特定的细节。

Claims (4)

1.雨水管渠的推理法与模型法耦合交互驱动设计及建模方法，其特征在于，包括以下步骤：
S1、根据雨水管渠的布置，划分出若干个子汇水区和管段，并建立表格记录管段与子汇水区之间的连接关系；
S2、为所有子汇水区确定推理法设计情景；所述推理法设计情景是指推理法的3个基础参数的组合，即：
(P，t1，Ψ)
其中：P是设计暴雨重现期，单位为年；t1是地面集水时间，单位为min；Ψ是推理法的子汇水区径流系数；
推理法设计情景(P，t1，Ψ)的设计降雨为：
q(P，t1)
其中，q是降雨强度，q(P，t1)代表降雨强度是P和t1的函数；
推理法设计情景(P，t1，Ψ)的Ψ仅适用于设计降雨q(P，t1)且降雨历时为t1的时刻，即：
Ψ＝Ψ(P，t1)
其中：Ψ(P，t1)代表推理法对子汇水区径流系数的取值函数；
子汇水区常由不透水面和透水面构成，则子汇水区径流系数等于不透水面径流系数和透水面径流系数的加权平均值：
Ψ＝％Imperv·Ψimp+(1-％Imperv)Ψper
其中：％Imperv是不透水面占比，Ψimp是推理法的不透水面径流系数，Ψper是推理法的透水面径流系数；
推理法设计情景(P，t1，Ψ)可以分解为两个部分：不透水面设计情景(P，t1，Ψimp)和透水面设计情景(P，t1，Ψper)，其中的径流系数Ψimp和Ψper仅适用于设计重现期为P的均匀降雨且降雨历时为t1的时刻，即：
Ψimp＝Ψimp(P，t1)
Ψper＝Ψper(P，t1)
其中：Ψimp(P，t1)代表推理法对不透水面径流系数的取值函数，Ψper(P，t1)代表推理法对透水面径流系数的取值函数；
推理法取值函数由设计师确定，即由设计师综合考虑各方面因素对推理法设计情景所含参数进行取值；
S3、选择第1个子汇水区，利用雨水排水模拟软件为该子汇水区构建水文模型，即水文模型1；在推理法设计降雨q(P，t1)下，根据水文模型1的计算结果可以得到随时间变化的径流系数；为了和推理法径流系数有所区别，用Ψ加撇号表示模型法径流系数，即：
Ψ′＝Ψ′(P，t1)
Ψ′imp＝Ψ′imp(P，t1)
Ψ′per＝Ψ′per(P，t1)
其中：Ψ′是模型法的子汇水区径流系数，Ψ′imp是模型法的不透水面径流系数，Ψ′per是模型法的透水面径流系数，Ψ′(P，t1)代表模型法对子汇水区径流系数的取值函数，Ψ′imp(P，t1)代表模型法对不透水面径流系数的取值函数，Ψ′per(P，t1)代表模型法对透水面径流系数的取值函数；模型法取值函数由数学模型确定；
S4、调整并选取水文模型1的参数，使得在设计降雨q(P，t1)且降雨历时为t1的时刻，模型法径流系数值与推理法径流系数值相等，即：
Ψ(P，t1)＝Ψ′(P，t1)
Ψimp(P，t1)＝Ψ′imp(P，t1)
Ψimp(P，t1)＝Ψ′per(P，t1)
S5、选择第2个子汇水区，利用雨水排水模拟软件为该子汇水区构建水文模型，即水文模型2；如果第2子汇水区的(P，t1，Ψ)、(P，t1，Ψimp)、(P，t1，Ψper)与第1子汇水区相同，就将水文模型1的参数复制给水文模型2，漫流宽度除外，根据第2子汇水区的面积和漫流长度计算其漫流宽度；否则，重复执行S4，为水文模型2设置新的参数；
S6、以此类推，重复执行S5，直至所有子汇水区都构建了水文模型；
S7、雨水管渠的推理法与模型法耦合交互驱动设计，根据子汇水区与管段之间的连接关系，算出各管段的设计流量，进而得到各管段的设计参数；所述设计参数包括但不限于：管径、坡度、衔接方式；
S8、雨水管渠的设计方案数学建模，根据各管段的设计参数构建管道水力模型，其中水动力参数与推理法计算流速时的取值相同；将水力模型和水文模型衔接即可得到整个雨水管渠设计方案的数学模型。
2.根据权利要求1所述的雨水管渠的推理法与模型法耦合交互驱动设计及建模方法，其特征在于：
所述雨水排水模拟软件包括但不限于：EPA SWMM、Infoworks；
水文模型参数的调整和选取遵循下述原则：
(1)当模型法参数与推理法参数有相同的物理含义时，应取相同值；
(2)子汇水区漫流长度的取值应反映下垫面的水流组织和漫流路径，不能通过测量子汇水区最远点距离出口的距离简单得出；
(3)透水面水文参数的取值应反映场地实际情况，依据参数的物理含义取值，不可在模型手册推荐参数范围内自由取值。
水文模型参数的调整和选取方法包括：
(1)人工依据经验调整和选取；
(2)计算机依据算法自动搜索和选取。
3.根据权利要求1所述的雨水管渠的推理法与模型法耦合交互驱动设计及建模方法，其特征在于：
步骤S5中所述漫流宽度的公式为：
漫流宽度Width＝子汇水区面积Area÷漫流长度。
4.根据权利要求1所述的雨水管渠的推理法与模型法耦合交互驱动设计及建模方法，其特征在于，步骤S7包括以下步骤：
S71：用推理法设计第1管段：
依据推理法设计情景，第1管段子汇水区的设计降雨为q(P，t1)，径流系数为Ψ；用推理法计算第1管段的设计流量，设计第1管段并得到设计参数；
S72：用推理法和模型法耦合交互驱动设计第2管段，具体步骤如下：
(S72-1)确定第2管段子汇水区的设计降雨：
根据第1管段的设计流量计算第1管段的流行时间t2，得到第2管段的集水时间tc＝t1+t2，以及第2管段的设计降雨q(P，tc)；
(S72-2)用模型法对径流系数赋值：
采用第2管段的设计降雨q(P，tc)，用构建的水文模型2计算第2管段子汇水区的径流系数Ψ′，将其作为第2管段的设计径流系数Ψ；
(S72-3)用推理法设计第2管段：
用推理法计算第2管段的本段流量；将本段流量与来自第1管段的传输流量相加，得到第2管段的设计流量；根据第2管段的设计流量设计第2管段并得到设计参数；
S73：用推理法和模型法耦合交互驱动设计第3管段，具体步骤如下：
(S73-1)确定第3管段子汇水区的设计降雨：
根据第2管段的设计流速计算第2管段流行时间t2，得到第3管段的集水时间tc＝t1+∑t2，以及第3管段设计降雨q(P，tc)；
(S73-2)用模型法对径流系数取值：
采用第3管段的设计降雨q(P，tc)，用构建的水文模型3计算第3管段子汇水区的径流系数Ψ′，将其作为第3管段的设计径流系数Ψ；
(S73-3)用推理法设计第3管段：
用推理法计算第3管段的本段流量；将本段流量与来自第2管段的传输流量相加，得到第3管段的设计流量；根据第3管段的设计流量设计第3管段并得到设计参数；
S74：重复S73，设计第4管段，直至完成全部管段设计，得到设计结果。
CN202210093588.4A 2022-01-26 2022-01-26 雨水管渠的推理法与模型法耦合交互驱动设计及建模方法 Pending CN114564774A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210093588.4A CN114564774A (zh) 2022-01-26 2022-01-26 雨水管渠的推理法与模型法耦合交互驱动设计及建模方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210093588.4A CN114564774A (zh) 2022-01-26 2022-01-26 雨水管渠的推理法与模型法耦合交互驱动设计及建模方法

Publications (1)

Publication Number Publication Date
CN114564774A true CN114564774A (zh) 2022-05-31

Family

ID=81714643

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210093588.4A Pending CN114564774A (zh) 2022-01-26 2022-01-26 雨水管渠的推理法与模型法耦合交互驱动设计及建模方法

Country Status (1)

Country Link
CN (1) CN114564774A (zh)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106650053A (zh) * 2016-12-06 2017-05-10 北京工业大学 一种基于usrams的雨水管网优化设计方法
CN109033517A (zh) * 2018-06-21 2018-12-18 浙江大学 一种提高雨水管网设计方案适用性的工程优化方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106650053A (zh) * 2016-12-06 2017-05-10 北京工业大学 一种基于usrams的雨水管网优化设计方法
CN109033517A (zh) * 2018-06-21 2018-12-18 浙江大学 一种提高雨水管网设计方案适用性的工程优化方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
宋新伟;高玉兰;沈冬梅;涂有笑;: "基于动态模拟的极限强度法雨水管渠设计流量计算方法研究", 宿州学院学报, no. 07, 15 July 2020 (2020-07-15) *
王晟等, 《给水排水》, vol. 50, no. 3, 30 April 2024 (2024-04-30), pages 70 - 76 *

Similar Documents

Publication Publication Date Title
Chen et al. The capacity of grey infrastructure in urban flood management: A comprehensive analysis of grey infrastructure and the green-grey approach
CN108022047B (zh) 一种海绵城市水文计算方法
CN112001010B (zh) 一种控制分流制系统径流污染的雨水调蓄设施的设计方法
Jackisch et al. The hydrologic outcome of a Low Impact Development (LID) site including superposition with streamflow peaks
CN110909485B (zh) 一种基于bp神经网络的swmm模型参数自率定方法
CN111428972A (zh) 基于swmm与efdc耦合模型的调蓄工程环境效应评估方法及装置
Liang et al. Investigating the effectiveness and optimal spatial arrangement of low-impact development facilities
CN114372685A (zh) 一种基于swmm模型的城市暴雨内涝风险评估方法
CN109559098B (zh) 一种海绵城市试点区低影响开发设施模拟方法
CN111062125B (zh) 海绵型综合管廊水文效应评估方法
Paithankar et al. Investigating the hydrological performance of green roofs using storm water management model
Gallo et al. Comparing the adaptability of infiltration based BMPs to various US regions
D’Ambrosio et al. Re-think urban drainage following a SuDS retrofitting approach against urban flooding: A modelling investigation for an Italian case study
CN105426346A (zh) 基于水利雨型峰值的城市长历时设计暴雨雨型制作方法
CN116561957B (zh) 一种基于数值模拟的地下空间内涝评估方法
CN114936476B (zh) 一种基于情景模拟的城市暴雨积涝风险评估方法
Meema et al. Real-time optimization of a large-scale reservoir operation in Thailand using adaptive inflow prediction with medium-range ensemble precipitation forecasts
D'Ambrosio et al. SuDS as a climate change adaptation strategy: Scenario-based analysis for an urban catchment in northern Italy
Rudari et al. Impact of modelling scale on probabilistic flood risk assessment: The Malawi case
CN114936505A (zh) 一种城市雨水井多点位水深快速预报的方法
KR20160097851A (ko) 실측 유량 전이를 이용한 미계측 유역 유출량 산정방법
Peng et al. Application of SWMM 5.1 in flood simulation of sponge airport facilities
CN114564774A (zh) 雨水管渠的推理法与模型法耦合交互驱动设计及建模方法
Hughes Estimation of the parameters of an isolated event conceptual model from physical catchment characteristics
CN116502410A (zh) 一种非均匀分时段的城市雨洪模型参数动态率定方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination