城市雨洪模型参数敏感性分析与率定

摘要

城市化进程使得城市的人口和规模在不断的扩大，但城市洪涝灾害却不断加剧，造成巨大的经济损失和社会影响。这是由于城市化改变了城市下垫面条件，增加了暴雨发生的频率，同时落后老化的城市管道排水系统难以满足排水要求。为了加强对城市雨洪形成机制的了解，防范潜在的洪水风险，建立雨洪模型进行模拟分析显得非常必要，而雨洪模型中涉及许多参数，需要对模型参数进行敏感性分析和率定以提高模型的精确度。本文以济南市英雄山路周边为研究区域，在实测资料的基础上，利用GIS和SWMM软件构建了城市雨洪模型，并对模型进行了参数敏感性分析和率定，研究成果如下:
　　1.论述了国内外城市雨洪模型的研究现状，介绍了模型参数敏感性分析和率定的一些方法。
　　2.构建了SWMM双排水系统模型。利用GIS对济南市的DEM进行水文分析和数据提取，通过inp.PINS工具将GIS和SWMM进行数据耦合，建立了济南市城区双排水系统模型，大大提高了模型构建的精度和效率。
　　3.对SWMM模型参数进行敏感性分析。利用互信息法对SWMM模型参数进行敏感性分析，并与偏相关分析法进行对比，得到了各个参数对输出结果敏感性的大小，以及非线性关系的强弱。
　　4.实现了参数自动率定和人工率定的相结合。利用人工神经网络对SWMM模型参数进行自动率定，得到自动率定参数，再根据模型参数敏感性分析的结果进行人工率定，率定后的模型模拟结果和实测数据十分吻合。
　　5.对城市雨洪模型响应结果进行分析。在人工率定参数的基础上，分析了研究区域道路和管道对洪水的响应，确定了研究区域的积水区域、深度、流速以及持续的时间并分析其原因。

目录

声明

摘要

第一章 绪论

1．1 研究背景及意义

1．2 国内外研究现状

1．2．1 城市雨洪模型研究现状

1．2．2 参数敏感性研究现状

1．2．3 参数率定研究现状

1．3 主要研究内容

第二章 模型参数敏感性分析及率定方法

2．1 SWMM模型基本原理与结构

2．1．1 SWMM介绍

2．1．2 SWMM物理对象

2．1．3 SWMM流量演算

2．1．4 SWMM输入参数

2．2 模型参数敏感性分析方法

2．2．1 敏感性分析概述

2．2．2 参数抽样方法

2．2．3 偏相关分析

2．2．4 互信息

2．3 模型参数率定方法

2．3．1 参数率定概述

2．3．2 人工神经网络

第三章 基于GIS构建SWMM城市雨洪模型

3．1 模型构建概述

3．1．1 研究区域概况

3．1．2模型构建路线

3．2 水文分析

3．2．1 GIS概述

3．2．2 Arc Hydro Tools简介

3．2．3 划分研究区域

3．3 数据提取

3．3．1 子汇水区数据提取

3．3．2 节点数据提取

3．2．3 划分研究区域

3．4 双排水系统雨洪模型的构建

3．4．1 inp.PINS软件介绍

3．4．2 模型的构建过程

第四章 基于互信息的模型参数敏感性分析

4．1 引言

4．2 拉丁超立方抽样

4．3 模型输入输出文件的建立

4．4 模型结果统计

4．5 互信息的matlab实现

4．6 敏感性结果分析

4．6．1 互信息结果分析

4．6．2 偏相关结果分析

4．6．3 两种分析结果对比

第五章 基于人工神经网络的模型参数率定

5．1 引言

5．2 人工神经网络自动率定

5．2．1 人工神经网络的选择

5．2．2 人工神经网络的训练

5．2．3 人工神经网络的验证

5．3 试错法人工率定

5．4 结果与分析

5．4．1 道路响应分析

5．4．2 管道响应分析

5．5 本章小结

第六章 结论与展望

6．1 结论

6．2 论文创新点

6．3 展望

参考文献

致谢

攻读学位期间参与科研项目与发表论文