全 文 ：第 ３６ 卷第 １４ 期
２０１６年 ７月
生 态 学 报
ＡＣＴＡ ＥＣＯＬＯＧＩＣＡ ＳＩＮＩＣＡ
Ｖｏｌ．３６，Ｎｏ．１４
Ｊｕｌ．，２０１６
ｈｔｔｐ： ／ ／ ｗｗｗ．ｅｃｏｌｏｇｉｃａ．ｃｎ
基金项目：国家自然科学基金项目（４１４４０００６， ５１４７８２１７， ５１２７８２３９）
收稿日期：２０１６⁃０１⁃０５； 　 　 修订日期：２０１６⁃０３⁃３０
∗通讯作者 Ｃｏｒｒｅｓｐｏｎｄｉｎｇ ａｕｔｈｏｒ．Ｅ⁃ｍａｉｌ： ｆａｎｈｕａｋｏｎｇ＠ １６３．ｃｏｍ
ＤＯＩ： １０．５８４６ ／ ｓｔｘｂ２０１６０１０５００２８
班玉龙，孔繁花，尹海伟，徐文彬，都金康，徐建刚，蒲英霞．土地利用格局对 ＳＷＭＭ模型汇流模式选择及相应产流特征的影响．生态学报，２０１６，３６
（１４）：４３１７⁃４３２６．
Ｂａｎ Ｙ Ｌ， Ｋｏｎｇ Ｆ Ｈ， Ｙｉｎ Ｈ Ｗ， Ｘｕ Ｗ Ｂ， Ｄｕ Ｊ Ｋ， Ｘｕ Ｊ Ｇ， Ｐｕ Ｙ Ｘ．Ｉｍｐａｃｔｓ ｏｆ ｌａｎｄ ｕｓｅ ｐａｔｔｅｒｎｓ ｏｎ ｔｈｅ ｏｖｅｒｌａｎｄ ｆｌｏｗ ｒｏｕｔｉｎｇ ｏｐｔｉｏｎｓ ａｎｄ ｓｉｍｕｌａｔｉｏｎ
ｏｕｔｐｕｔｓ ｏｆ ｓｔｏｒｍｗａｔｅｒ ｍａｎａｇｅｍｅｎｔ ｍｏｄｅｌｓ．Ａｃｔａ Ｅｃｏｌｏｇｉｃａ Ｓｉｎｉｃａ，２０１６，３６（１４）：４３１７⁃４３２６．
土地利用格局对 ＳＷＭＭ 模型汇流模式选择及相应产
流特征的影响
班玉龙１，孔繁花２，∗，尹海伟１，徐文彬１，都金康３，徐建刚１，蒲英霞３
１ 南京大学城市规划与设计系，南京　 ２１００９３
２ 南京大学国际地球系统科学研究所，南京　 ２１００２３
３ 南京大学地理与海洋科学学院，南京　 ２１００２３
摘要：城市下垫面土地利用格局与地形的复杂性将导致地表汇流模式的多变性。 在城市雨洪管理模型中，不同汇流模式的选取
对雨洪模拟结果产生重要影响，而这一影响往往被忽视。 基于设定与巴中城市社区尺度相近的实验区以及巴中市的真实降水
数据，并根据实验区土地利用格局特征，在 ＳＷＭＭ雨洪管理模型汇水模块中设置 Ｏｕｔｌｅｔ、Ｉｍｐｅｒｖｉｏｕｓ、Ｐｅｒｖｉｏｕｓ ３种汇流演算模式
及其演算面积比，分析了不同土地利用格局响应下的不同汇流模式选择对城市雨洪模拟结果的影响。 结果表明： （１）Ｏｕｔｌｅｔ、
Ｉｍｐｅｒｖｉｏｕｓ两种汇流演算模式下汇水区地表径流的模拟结果相同，但与 Ｐｅｒｖｉｏｕｓ演算模式下的模拟结果差异显著。 在 Ｐｅｒｖｉｏｕｓ
模式下地表径流相对另外两种汇流模式最大降低了 ５２％，降雨下渗量提高了近 １ 倍。 （２）在 Ｐｅｒｖｉｏｕｓ 模式下，演算面积比对汇
水区地表径流模拟结果具有重要影响。 在总不透水面（ ＩＡ）面积一定的情况下，有效不透水面（ＤＣＩＡ）的减少引起非有效不透
水面（ＵＩＡ）的比率增加。 这种土地利用格局的变化致使汇水区总径流量、径流系数显著下降，降雨下渗量逐渐增加，洪峰流量
则呈先增后减的趋势，且在非有效不透水面（ＵＩＡ）比率为 ３０％和 ４０％时（此时非有效不透水面与渗透面面积相接近），洪峰流
量最小。 对结果的分析表明了雨洪管理模型在小尺度汇水区上应用时，应根据土地利用格局特征选择相应的地表汇流模式。
正确的评价和分析不同土地利用格局方案对地表径流的影响，从而更为科学地指导城市雨洪管理和海绵城市的规划与建设。
关键词： ＳＷＭＭ；地表汇流模式；有效不透水面（ＤＣＩＡ）；演算面积比；海绵城市
Ｉｍｐａｃｔｓ ｏｆ ｌａｎｄ ｕｓｅ ｐａｔｔｅｒｎｓ ｏｎ ｔｈｅ ｏｖｅｒｌａｎｄ ｆｌｏｗ ｒｏｕｔｉｎｇ ｏｐｔｉｏｎｓ ａｎｄ ｓｉｍｕｌａｔｉｏｎ
ｏｕｔｐｕｔｓ ｏｆ ｓｔｏｒｍｗａｔｅｒ ｍａｎａｇｅｍｅｎｔ ｍｏｄｅｌｓ
ＢＡＮ Ｙｕｌｏｎｇ１， ＫＯＮＧ Ｆａｎｈｕａ２，∗， ＹＩＮ Ｈａｉｗｅｉ１， ＸＵ Ｗｅｎｂｉｎ１， ＤＵ Ｊｉｎｋａｎｇ３， Ｘｕ Ｊｉａｎｇａｎｇ１， ＰＵ Ｙｉｎｇｘｉａ３
１ Ｄｅｐａｒｔｍｅｎｔ ｏｆ Ｕｒｂａｎ Ｐｌａｎｎｉｎｇ ａｎｄ Ｄｅｓｉｇｎ， Ｎａｎｊｉｎｇ Ｕｎｉｖｅｒｓｉｔｙ， Ｎａｎｊｉｎｇ ２１００９３， Ｃｈｉｎａ
２ Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｉｎｓｔｉｔｕｔｅ ｆｏｒ Ｅａｒｔｈ Ｓｙｓｔｅｍ Ｓｃｉｅｎｃｅｓ， Ｎａｎｊｉｎｇ Ｕｎｉｖｅｒｓｉｔｙ， Ｎａｎｊｉｎｇ ２１００２３， Ｃｈｉｎａ
３ Ｓｃｈｏｏｌ ｏｆ Ｇｅｏｇｒａｐｈｉｃ ａｎｄ Ｏｃｅａｎｏｇｒａｐｈｉｃ Ｓｃｉｅｎｃｅｓ， Ｎａｎｊｉｎｇ Ｕｎｉｖｅｒｓｉｔｙ， Ｎａｎｊｉｎｇ ２１００２３， Ｃｈｉｎａ
Ａｂｓｔｒａｃｔ： Ｔｈｅ ｐａｔｔｅｒｎｓ ａｎｄ ｔｏｐｏｇｒａｐｈｉｃ ｃｏｍｐｌｅｘｉｔｙ ｉｎｈｅｒｅｎｔ ｉｎ ｕｒｂａｎ ｓｕｒｆａｃｅｓ ｃａｕｓｅ ｃｏｎｓｉｄｅｒａｂｌｅ ｖａｒｉａｔｉｏｎｓ ｉｎ ｆｌｏｗ ｐａｔｈｓ，
ａｎｄ ｍａｙ ｉｎｆｌｕｅｎｃｅ ｔｈｅ ｓｉｍｕｌａｔｉｏｎ ｏｕｔｐｕｔｓ ｏｆ ｕｒｂａｎ ｓｔｏｒｍｗａｔｅｒ ｍａｎａｇｅｍｅｎｔ ｍｏｄｅｌｓ （ＳＷＭＭｓ）． Ｈｏｗｅｖｅｒ， ｔｈｅ ｉｎｆｌｕｅｎｃｅ ｏｆ
ｔｈｅｓｅ ｖａｒｉａｂｌｅｓ ｉｎ ｕｒｂａｎ ｓｔｏｒｍ ｗａｔｅｒ ｍａｎａｇｅｍｅｎｔ ｉｓ ｌａｒｇｅｌｙ ｕｎｋｎｏｗｎ ａｎｄ ｓｏ ｉｔ ｉｓ ｕｓｕａｌｌｙ ｉｇｎｏｒｅｄ， ｃｏｎｓｅｑｕｅｎｔｌｙ ｒｅｄｕｃｉｎｇ ｔｈｅ
ａｃｃｕｒａｃｙ ｏｆ ｔｈｅ ｓｉｍｕｌａｔｉｏｎ ｒｅｓｕｌｔｓ． Ｔｏ ｅｘａｍｉｎｅ ｈｏｗ ｐａｔｔｅｒｎｓ ｏｆ ｌａｎｄ ｕｓｅ ａｎｄ ｏｖｅｒｌａｎｄ ｆｌｏｗ ｒｏｕｔｉｎｇ ｏｐｔｉｏｎｓ ｉｎｆｌｕｅｎｃｅ ｔｈｅ
ｓｉｍｕｌａｔｉｏｎ ｏｕｔｐｕｔｓ ｏｆ ｔｈｅ ＳＷＭＭ， ｗｅ ｃｈｏｓｅ ａｎ ｅｘｐｅｒｉｍｅｎｔａｌ ｓｉｔｅ ｉｎ Ｂａｚｈｏｎｇ Ｃｉｔｙ． Ｗｅ ｄｅｖｅｌｏｐｅｄ ｔｈｒｅｅ ｓｕｂ⁃ａｒｅａ ｏｖｅｒｌａｎｄ
ｆｌｏｗ ｒｏｕｔｉｎｇ ｍｅｔｈｏｄｓ （ｏｕｔｌｅｔ， ｉｍｐｅｒｖｉｏｕｓ， ｐｅｒｍｅａｂｌｅ） ｆｏｒ ｄｉｆｆｅｒｅｎｔ ｐｒｅｃｉｐｉｔａｔｉｏｎ ｉｎｔｅｎｓｉｔｉｅｓ ａｎｄ ｌａｎｄ ｕｓｅ ｐａｔｔｅｒｎｓ ｗｉｔｈｉｎ ｔｈｅ
ｈｔｔｐ： ／ ／ ｗｗｗ．ｅｃｏｌｏｇｉｃａ．ｃｎ
ｓｕｂ⁃ｃａｔｃｈｍｅｎｔ ａｒｅａ ｍｏｄｕｌｅ ｏｆ ｔｈｅ ＳＷＭＭ， ａｎｄ ｃｏｍｐａｒｅｄ ｔｈｅ ｓｉｍｕｌａｔｉｏｎ ｏｕｔｐｕｔｓ． Ｔｈｅ ｒｅｓｕｌｔｓ ｉｎｄｉｃａｔｅｄ ｔｈａｔ ｔｈｅ ｓｉｍｕｌａｔｅｄ
ｓｕｒｆａｃｅ ｒｕｎｏｆｆ ｆｏｒ ｔｈｅ ｏｕｔｌｅｔ ａｎｄ ｉｍｐｅｒｖｉｏｕｓ ｒｏｕｔｉｎｇ ｍｅｔｈｏｄｓ ｗｅｒｅ ｔｈｅ ｓａｍｅ， ｂｕｔ ｗｅｒｅ ｃｏｎｓｉｄｅｒａｂｌｙ ｄｉｆｆｅｒｅｎｔ ｆｒｏｍ ｔｈｏｓｅ ｆｏｒ
ｔｈｅ ｐｅｒｍｅａｂｌｅ ｒｏｕｔｉｎｇ ｍｅｔｈｏｄ． Ｕｎｄｅｒ ｔｈｅ ｐｅｒｍｅａｂｌｅ ｒｏｕｔｉｎｇ ｍｅｔｈｏｄ， ｔｈｅ ｓｕｒｆａｃｅ ｒｕｎｏｆｆ ｄｅｃｒｅａｓｅｄ ｂｙ ５２％ ａｎｄ ｔｈｅ ａｍｏｕｎｔ ｏｆ
ｒａｉｎｆａｌｌ ｔｈａｔ ｐｅｒｍｅａｔｅｄ ａｌｍｏｓｔ ｄｏｕｂｌｅｄ． Ｔｈｅ ｐｅｒｃｅｎｔａｇｅ ｏｆ ｒｕｎｏｆｆ ｒｏｕｔｅｄ ｂｙ ｔｈｅ ｐｅｒｍｅａｂｌｅ ｒｏｕｔｉｎｇ ｍｅｔｈｏｄ ｈａｄ ａ ｓｉｇｎｉｆｉｃａｎｔ
ｉｍｐａｃｔ ｏｎ ｔｈｅ ｓｉｍｕｌａｔｉｏｎ ｒｅｓｕｌｔｓ． Ａｓ ｔｈｅ ｐｅｒｃｅｎｔａｇｅ ｏｆ ｒｏｕｔｅｄ ｒｕｎｏｆｆ ｉｎｃｒｅａｓｅｄ， ｔｈｅ ｄｉｒｅｃｔｌｙ ｃｏｎｎｅｃｔｅｄ ｉｍｐｅｒｖｉｏｕｓ ａｒｅａ
（ＤＣＩＡ） ｇｒａｄｕａｌｌｙ ｄｅｃｒｅａｓｅｄ ａｎｄ ｔｈｅ ｕｎｃｏｎｎｅｃｔｅｄ ｉｍｐｅｒｖｉｏｕｓ ａｒｅａ （ＵＩＡ） ｇｒａｄｕａｌｌｙ ｉｎｃｒｅａｓｅｄ， ｗｈｉｃｈ ｌｅｄ ｔｏ ａ ｃｏｎｓｉｄｅｒａｂｌｅ
ｒｅｄｕｃｔｉｏｎ ｉｎ ｔｈｅ ｔｏｔａｌ ｒｕｎｏｆｆ ｖｏｌｕｍｅ ａｎｄ ａ ｄｅｃｒｅａｓｅ ｉｎ ｔｈｅ ｓｕｒｆａｃｅ ｒｕｎｏｆｆ ｃｏｅｆｆｉｃｉｅｎｔ． Ｓｉｍｕｌｔａｎｅｏｕｓｌｙ， ｔｈｅ ａｍｏｕｎｔ ｏｆ ｒａｉｎｆａｌｌ
ｔｈａｔ ｐｅｒｍｅａｔｅｄ ｇｒａｄｕａｌｌｙ ｉｎｃｒｅａｓｅｄ， ｂｕｔ ｔｈｅ ｐｅａｋ ｆｌｏｗ ｒａｔｅ ｉｎｉｔｉａｌｌｙ ｉｎｃｒｅａｓｅｄ ａｎｄ ｔｈｅｎ ｄｅｃｒｅａｓｅｄ． Ｗｈｅｎ ｔｈｅ ｐｅｒｃｅｎｔａｇｅ ｏｆ
ｒｏｕｔｅｄ ｒｕｎｏｆｆ ｒｅａｃｈｅｄ ３０％ ｏｒ ４０％， ｔｈｅ ＵＩＡ ｗａｓ ｎｅａｒｌｙ ｅｑｕａｌ ｔｏ ｔｈｅ ｐｅｒｍｅａｂｌｅ ｓｕｒｆａｃｅ ａｒｅａ， ａｎｄ ｔｈｅ ｐｅａｋ ｆｌｏｗ ｒａｔｅ ｗａｓ ａｔ ａ
ｍｉｎｉｍｕｍ． Ｔｈｅ ｒｅｓｕｌｔｓ ｆｒｏｍ ｔｈｅ ｐｒｅｓｅｎｔ ｓｔｕｄｙ ｓｈｏｗｅｄ ｔｈａｔ ｌａｎｄ ｕｓｅ ｐａｔｔｅｒｎｓ ａｎｄ ｏｖｅｒｌａｎｄ ｆｌｏｗ ｒｏｕｔｉｎｇ ｏｐｔｉｏｎｓ ｉｎｆｌｕｅｎｃｅｄ ｔｈｅ
ＳＷＭＭ ｓｉｍｕｌａｔｉｏｎ ｏｕｔｐｕｔｓ． Ｔｈｅ ｒｅｓｕｌｔｓ ａｌｓｏ ｓｕｇｇｅｓｔ ｔｈａｔ ｆｏｒ ｔｈｅ ｅｆｆｅｃｔｉｖｅ ｍａｎａｇｅｍｅｎｔ ｏｆ ｕｒｂａｎ ｓｔｏｒｍｗａｔｅｒ， ｕｒｂａｎ ｌａｎｄ⁃ｕｓｅ
ｐａｔｔｅｒｎｓ ａｎｄ ｏｖｅｒｌａｎｄ ｆｌｏｗ ｐａｔｈｓ ｓｈｏｕｌｄ ｂｅ ｏｐｔｉｍｉｚｅｄ ａｔ ａ ｓｍａｌｌ ｓｃａｌｅ， ａｓ ｔｈｉｓ ｗｉｌｌ ｒｅｄｕｃｅ ｔｈｅ ｒｉｓｋ ｏｆ ｕｒｂａｎ ｓｔｏｒｍｗａｔｅｒ
ｄｉｓａｓｔｅｒｓ． Ｔｈｉｓ ａｐｐｒｏａｃｈ ｗｉｌｌ ｓｕｐｐｏｒｔ ｔｈｅ ｐｌａｎｎｉｎｇ ａｎｄ ｄｅｖｅｌｏｐｍｅｎｔ ｏｆ ｓｐｏｎｇｅ ｃｉｔｉｅｓ．
Ｋｅｙ Ｗｏｒｄｓ： ｓｔｏｒｍ ｗａｔｅｒ ｍａｎａｇｅｍｅｎｔ ｍｏｄｅｌ （ＳＷＭＭ）； ｏｖｅｒｌａｎｄ ｆｌｏｗ ｒｏｕｔｉｎｇ ｍｅｔｈｏｄｓ； ｄｉｒｅｃｔｌｙ ｃｏｎｎｅｃｔｅｄ ｉｍｐｅｒｖｉｏｕｓ ａｒｅａ
（ＤＣＩＡ）； ｐｅｒｃｅｎｔ ｒｏｕｔｅｄ； ｓｐｏｎｇｅ ｃｉｔｙ
快速城市化导致自然生态空间向城市空间不断转换，致使原有自然流域下的地表水文效应发生了明显改
变，加剧了城市洪涝灾害发生的风险［１⁃３］。 因而，探寻能够有效降低洪涝灾害风险的新型城市雨洪管理模式
就显得尤为重要。 城市水文模型能够模拟地形、土壤、用地结构和气象水文等要素的空间变化对水文过程的
影响，可为城市雨洪管理提供重要的决策依据［４⁃５］。 Ｂｏｓｌｅｙ应用典型区域对常用的 １９ 个水文模型进行了敏感
性分析，发现 ＳＷＭＭ（Ｓｔｏｒｍ ｗａｔｅｒ Ｍａｎａｇｅｍｅｎｔ Ｍｏｄｅｌ）是最适合进行不同土地利用格局下雨洪模拟的模型［６］。
该模型是 １９７１年由美国环境署开发的一个基于单个降水事件或者长期降水序列的降雨⁃径流模拟软件，它通
过一系列能够接收降水的子流域作为径流或者污染物的来源，能有效进行水文、水力以及水质方面的模
拟［７⁃８］。 目前已被广泛用于城市暴雨径流模拟和排水管道系统、流域规划、水敏性城市设计以及海绵城市建
设中［９⁃１３］。
ＳＷＭＭ模型，特别是含有低影响开发（Ｌｏｗ Ｉｍｐａｃｔ Ｄｅｖｅｌｏｐｍｅｎｔ， ＬＩＤ）理念模块后，其在城市雨洪管理中
应用更加广泛。 在基于 ＳＷＭＭ模型的城市雨洪管理研究中，大部分特征参数设置已经较为成熟，例如汇水区
面积、非渗透性、坡度、域宽度、渗透面的渗透模式和渗透参数以及洼地储水和曼宁系数等参数的选择与设
置［１４⁃１８］，但对于汇水区汇流演算模式的选择以及土地利用格局变化对城市雨洪模拟结果影响的研究还比较
少。 汇流演算模式是雨洪管理模型模拟降水在用地类型复杂的地表产生汇流时的计算方式，选择合理的汇流
演算模式可以提高模型模拟结果的精度。 ＳＷＭＭ 模型具有 ３ 种汇流演算模式，主要通过汇流路径方式
（Ｏｕｔｌｅｔ， Ｉｍｐｅｒｖｉｏｕｓ， Ｐｅｒｖｉｏｕｓ）和演算面积比（３ 种汇流方式在汇水区中所占比重）进行设定。 Ｈｕｂｅｒ 对
ＳＷＭＭ模型中 ３种不同汇流模式下的雨洪模拟结果分析发现，Ｏｕｔｌｅｔ和 Ｉｍｐｅｒｖｉｏｕｓ汇流模式下汇水区地表径
流的模拟结果相同，但相比 Ｐｅｒｖｉｏｕｓ模式下的模拟结果显著偏大［１９］。 赵冬泉分析了汇水区尺度划分和坡度
两个因素对汇流模式与模拟结果的影响，结果表明汇水区划分尺度越小，模拟的地表径流会越大；坡度增大会
导致 ３种汇流演算模式下模拟结果的差异缩小［１４］。 Ｅａｒｌｅｓ 提出快速城市化带来的不透水面（ Ｉｍｐｅｒｖｉｏｕｓ
Ａｒｅａ， ＩＡ）增加是导致城市水文效应发生变化的最主要原因，其中与排水系统直接相连接的不透水面（Ｄｉｒｅｃｔｌｙ
Ｃｏｎｎｅｃｔｅｄ Ｉｍｐｅｒｖｉｏｕｓ Ａｒｅａ， ＤＣＩＡ），通常也被称为有效不透水面，对城市地表径流的贡献率最大。 然而，多数
运用 ＳＷＭＭ模型进行城市雨洪管理的研究缺少对有效不透水面 ＤＣＩＡ和不透水面 ＩＡ之间的差异进行区别。
在模拟时默认模型设置即 Ｏｕｔｌｅｔ汇流演算模式，该汇流演算模式将汇水区内所有的不透水面均作为 ＤＣＩＡ，忽
略了汇水区土地利用格局的特征以及与排水系统非直接连接的不透水面积（Ｕｎｃｏｎｎｅｃｔｅｄ ｉｍｐｅｒｖｉｏｕｓ ａｒｅａ，
８１３４ 　 生　 态　 学　 报　 　 　 ３６卷　
ｈｔｔｐ： ／ ／ ｗｗｗ．ｅｃｏｌｏｇｉｃａ．ｃｎ
ＵＩＡ）的存在，这往往会导致对地表径流和洪峰流量的高估［２０⁃２２］。
城市用地布局与地形的复杂性将导致地表汇流模式的多样性，这必然导致汇流演算模式的选择会影响城
市雨洪管理模型的模拟结果。 然而，由于对城市雨洪汇流模式的研究不足，以及目前雨洪管理模型的局限性
（ＳＷＭＭ模型中每个汇水区汇流模式只能选取模型提供的 Ｏｕｔｌｅｔ、Ｉｍｐｅｒｖｉｏｕｓ、Ｐｅｒｖｉｏｕｓ ３ 种汇流模式中的一
种），所以在对城市雨洪管理进行研究时不同汇流模式的选择对模拟结果的影响往往会被忽略。 本文基于设
定与巴中城市社区尺度相近的实验区和巴中市的真实降水数据，通过在 ＳＷＭＭ 模型汇水模块中设置不同的
汇流演算模式，分析研究了相同汇水区下不同土地利用格局特征对城市雨洪管理的影响。 研究结果对我国海
绵城市的规划和建设实践具有重要的参考价值和借鉴意义。
１　 实验区设定
结合巴中市城市新区社区建设规模，参照城市规划建设模式及排水单元设计规范，确定了社区尺度上的
基本单元实验区（城市支路围合区域），其面积为 ６ｈｍ２，长和宽分别为 ２００ｍ和 ３００ｍ［２４］，这一设定也符合城市
道路规范中支路网密度要求。 同时，根据《城市用地分类与规划建设用地标准》（ＧＢ５０１３７—２０１１），绿地指标
参数取上限，综合换算出实验区中渗透面（Ｐｅｒｖｉｏｕｓ Ａｒｅａ， ＰＡ）比重为 ２５％（图 １ａ）。
本文根据研究需要设定了 １２个用地构成比重一致但土地利用格局不同的汇水区（面积与实验区相同），
根据图 １ｂ中的计算公式（公式 １）来计算 Ｓ１—Ｓ１０情景下的 ＵＩＡ面积及其比重（图 １ｃ，表 １），该 １０ 种情景采
用 ＳＷＭＭ模型中的 Ｐｅｒｖｉｏｕｓ 汇流演算模式（图 ２）。 Ｓ１１、Ｓ１２ 情景为参照情景，分别采用 Ｉｍｐｅｒｖｉｏｕｓ 和 Ｏｕｔｌｅｔ
汇流演算模式（图 ２）。 ＳＷＭＭ模型汇流演算模式选定后，需根据汇水区特征计算其汇流演算面积比（Ｐｅｒｃｅｎｔ
ｒｏｕｔｅｄ）。 在模型中其量化方式根据演算模式选择而略有不同，在 Ｐｅｒｖｉｏｕｓ汇流演算模式下演算面积比为 ＵＩＡ
占总 ＩＡ的比重（％），但在 Ｉｍｐｅｒｖｉｏｕｓ和 Ｏｕｔｌｅｔ模式演算面积比为则为 ＤＣＩＡ占总 ＩＡ的比重（％）（表 １）。
Ｙ＝ １
Ｘ
·１５０００ （１）
式中，Ｘ为实验区渗透面长（ｍ）；Ｙ为实验区渗透面宽（ｍ）。 本文 Ｘ 值分别取 ７５、９７．５、１２０、１４２．５、１６５、１８７．５、
２１０、２３２．５、２５５、２７７．５、３００。
表 １　 实验区设计参数表
Ｔａｂｌｅ １　 Ｐａｒａｍｅｔｅｒ ｖａｌｕｅｓ ｏｆ ｅｘｐｅｒｉｍｅｎｔａｌ ｓｉｔｅ
汇水区
Ｓｕｂ⁃ｃａｔｃｈｍｅｎｔ
汇流演算模式
Ｓｕｂａｒｅａ⁃
Ｒｏｕｔｉｎｇ
面积
Ａｒｅａ ／ ｈｍ２
ＰＡ面积
Ｐｅｒｖｉｏｕｓ
ａｒｅａ ／ ｈｍ２
ＩＡ面积
Ｉｍｐｅｒｖｉｏｕｓ
ａｒｅａ ／ ｈｍ２
ＤＣＩＡ ／ ｈｍ２ ＤＣＩＡ ／ ＩＡ ／ ％ ＵＩＡ ／ ｈｍ２ ＵＩＡ ／ ＩＡ ／ ％
演算面积比
Ｐｅｒｃｅｎｔ
ｒｏｕｔｅｄ ／ ％
Ｓ１ Ｐｅｒｖｉｏｕｓ ６ １．５ ４．５ ４．０５ ９０ ０．４５ １０ １０
Ｓ２ Ｐｅｒｖｉｏｕｓ ６ １．５ ４．５ ３．６ ８０ ０．９０ ２０ ２０
Ｓ３ Ｐｅｒｖｉｏｕｓ ６ １．５ ４．５ ３．１５ ７０ １．３５ ３０ ３０
Ｓ４ Ｐｅｒｖｉｏｕｓ ６ １．５ ４．５ ２．７ ６０ １．８０ ４０ ４０
Ｓ５ Ｐｅｒｖｉｏｕｓ ６ １．５ ４．５ ２．２５ ５０ ２．２５ ５０ ５０
Ｓ６ Ｐｅｒｖｉｏｕｓ ６ １．５ ４．５ １．８ ４０ ２．７０ ６０ ６０
Ｓ７ Ｐｅｒｖｉｏｕｓ ６ １．５ ４．５ １．３５ ３０ ３．１５ ７０ ７０
Ｓ８ Ｐｅｒｖｉｏｕｓ ６ １．５ ４．５ ０．９ ２０ ３．６０ ８０ ８０
Ｓ９ Ｐｅｒｖｉｏｕｓ ６ １．５ ４．５ ０．４５ １０ ４．０５ ９０ ９０
Ｓ１０ Ｐｅｒｖｉｏｕｓ ６ １．５ ４．５ ０ ０ ４．５０ １００ １００
Ｓ１１ Ｉｍｐｅｒｖｉｏｕｓ ６ １．５ ４．５ ４．５ １００ ０ ０ １００
Ｓ１２ Ｏｕｔｌｅｔ ６ １．５ ４．５ ４．５ １００ ０ ０ １００
９１３４　 １４期 　 　 　 班玉龙　 等：土地利用格局对 ＳＷＭＭ模型汇流模式选择及相应产流特征的影响 　
ｈｔｔｐ： ／ ／ ｗｗｗ．ｅｃｏｌｏｇｉｃａ．ｃｎ
图 １　 实验场所土地利用组成（ａ），ＵＩＡ构成比重设置（ｂ）和 １２个土地利用格局不同的地表汇流演算情景（ｃ）
Ｆｉｇ．１　 Ｌａｎｄ ｕｓｅ ｃｏｍｐｏｎｅｎｔ ｏｆ ｅｘｐｅｒｉｍｅｎｔ ｓｉｔｅ （ａ）， ｔｈｅ ｄｅｆｉｎｉｔｉｏｎ ｏｆ ＵＩＡ Ｐｅｒｃｅｎｔ （ｂ） ａｎｄ ｔｈｅ ｃｏｒｒｅｓｐｏｎｄｉｎｇ １２ ｓｃｅｎａｒｉｏｓ ｕｎｄｅｒ ｄｉｆｆｅｒｅｎｔ
ｌａｎｄ ｕｓｅ ｐａｔｔｅｒｎ ａｎｄ ｏｖｅｒｌａｎｄ ｆｌｏｗ ｒｏｕｔｉｎｇ ｏｐｔｉｏｎｓ （ｃ）
Ｓ１—Ｓ１２为汇水区
图 ２　 地表汇流演算模式简图［２０，２３］
Ｆｉｇ．２　 Ｔｈｅ ｃｏｎｃｅｐｔｕａｌｉｚｅｄ ｓｕｂ⁃ａｒｅａ ｆｌｏｗ ｒｏｕｔｉｎｇ ｍｅｔｈｏｄｓ： Ｏｕｔｌｅｔ， ｉｍｐｅｒｖｉｏｕｓ ａｎｄ ｐｅｒｖｉｏｕｓ［２０，２３］
２　 数据与研究方法
２．１　 实验区概化与特征参数设置
　 　 为保证变量的唯一性与模拟结果的可比性，避免面积、坡度、流域宽度等参数对雨洪模拟结果的影响，本
文将 １２个汇水区及管渠的基本物理特征与水文特性参数设置成完全一致（表 ２）。 每个汇水区面积为 ６ｈｍ２、
渗透面比重 ２５％、域宽为 ３００ｍ、坡度为 １．２％、非渗透性为 ７５％，其他水文特性参数参考模型手册及相关文献
使用经验值（表 ２）。 每个汇水区设置独立对应的雨水井和排水管渠，对应的雨水井和管渠参数设置一致（图
３）。
２．２　 降雨参数的设置
为保证降雨参数数据的真实性与准确性，本文使用巴中市气象局提供的 ２０１５年 ６月 ２３日真实降雨数据
（数据采样间隔为 １０ｍｉｎ）。 本次降雨历时 ５ｈ，总降雨量为 ２６．４ｍｍ，最大 １０ ｍｉｎ降雨为 ４．２ｍｍ（图 ４）。 本次降
０２３４ 　 生　 态　 学　 报　 　 　 ３６卷　
ｈｔｔｐ： ／ ／ ｗｗｗ．ｅｃｏｌｏｇｉｃａ．ｃｎ
雨事件基本符合巴中市半年期降雨重现期。
表 ２　 ＳＷＭＭ模型参数设置表
Ｔａｂｌｅ ２　 Ｐａｒａｍｅｔｅｒ ｖａｌｕｅｓ ｕｓｅｄ ｉｎ ＳＷＭＭ
参数名称
Ｐａｒａｍｅｔｅｒｓ
单位
Ｕｎｉｔ
取值
Ｖａｌｕｅ
参数取值意义
Ｄｅｓｃｒｉｐｔｉｏｎ
参数设置方法
Ｄａｔａ Ｓｏｕｒｃｅｓ
基本物理特征 面积 Ａｒｅａ ｈｍ２ ０．６ 汇水区面积
汇水区基本特征
提取
域宽 Ｗｉｄｔｈ ｍ ３００ 汇水区坡面漫流宽度
坡度 Ｓｌｏｐｅ ％ １．２ 汇水区坡度
不渗透性 Ｉｍｐｅｒｖ ％ ７５ 汇水区不透水面比重
汇流演算模式 Ｏｕｔｌｅｔ 地表径流直排出 主要研究变量
Ｓｕｂａｒｅａ⁃Ｒｏｕｔｉｎｇ Ｉｍｐｅｒｖｉｏｕｓ 地表径流经过不透水面排出
Ｐｅｒｖｉｏｕｓ 地表径流经过渗透面排出
面积演算比 Ｐｅｒｃｅｎｔ ｒｏｕｔｅｄ ％ １０—１００ 汇水区汇流模式所占比重
管渠长度 Ｐｉｐｅ ｌｅｎｇｔｈ ｍ ３０—２６０ 排水管渠长度 管渠基本特征提取
最大深度 Ｐｉｐｅ ｄｉａｍｅｔｅｒ ｍ ０．８—１．５ 排水管渠直径
水文特征参数 不透水面曼宁系数 Ｉｍｐ⁃ｎ ０．０１ 汇水区不透水区曼宁糙率度 模型经验值［８，２３］
渗透面曼宁系数 Ｐｅｒ⁃ｎ ０．１ 汇水区渗透区曼宁糙率度
不透水面洼地储水 Ｉｍｐ⁃ＤＳ ｍｍ １．５ 汇水区不透水区贮水深度
渗透面洼地储水 Ｐｅｒ⁃ＤＳ ｍｍ ２．５ 汇水区渗透区贮水深度
无洼地储水不渗透性 Ｚｅｒｏ⁃Ｉｍｐ ％ ２５ 汇水区无低洼地不透水区百分比
渗入模式
（ＨＯＲＴＯＮ）
最大渗入速率
Ｍａｘ． ｉｎｆｉｌ． ｒａｔｅ ｍｍ ／ ｈ ７２．４ 汇水区土壤最大下渗能力
最小渗入速率
Ｍｉｎ． ｉｎｆｉｌ． ｒａｔｅ ｍｍ ／ ｈ ３．２ 汇水区土壤最小下渗能力
衰减常数
Ｄｅｃａｙ ｃｏｎｓｔａｎｔ １ ／ ｈ １．８ 汇水区土壤下渗能力衰减系数
排干时间
Ｄｒｙｉｎｇ ｔｉｍｅ ｄ ６
完整饱和土壤到完全排干的
时间
最大容积
Ｍａｘ． ｉｎｆｉｌ． ｖｏｌ ｍｍ ０ 最大可能渗入容积
管渠曼宁系数 Ｃｏｎ⁃ｎ ０．０２ 灌渠曼宁糙率度
２．３　 模型模拟与设置参数验证
首先，采用预设的相关参数，采用质量守恒方法（初始蓄水加上总进流量与最终蓄水加上总出流量之间
差值的比）验证 ＳＷＭＭ模型的有效性。 当汇水区不透水面分别为 １５％、７５％和 ８５％时，实验区模拟结果中各
汇水区平均地表径流系数分别为 ０．１４、０．５４和 ０．８１，径流量演算的连续误差分别为 ０．３２％、－０．３０％和－０．３３％，
流量演算的连续误差分别为 １．２％、－０．３％和－０．２９％，两者均在±２％以内，处于模型模拟结果连续误差的合理
范围内［２３］。 然后，采用同样的参数设置，基于 ＳＷＭＭ模型进行各个单元实验区的地表径流模拟，模拟结果见
表 ３，表 ４，图 ５，图 ６。
３　 结果分析
３．１　 不同汇流演算模式与土地利用格局下的地表径流变化特征
由表 ３可知，汇水区 Ｓ１１和 Ｓ１２的地表径流模拟结果（总径流量、洪峰流量和径流系数）相同，表明选择
１２３４　 １４期 　 　 　 班玉龙　 等：土地利用格局对 ＳＷＭＭ模型汇流模式选择及相应产流特征的影响 　
ｈｔｔｐ： ／ ／ ｗｗｗ．ｅｃｏｌｏｇｉｃａ．ｃｎ
图 ３　 实验区雨洪管理模拟概化图
Ｆｉｇ．３　 Ｔｈｅ ｃｏｎｃｅｐｔｕａｌｉｚｅｄ ｌａｙｏｕｔ ｏｆ ｓｔｏｒｍｗａｔｅｒ ｃｏｎｖｅｙａｎｃｅ ｓｙｓｔｅｍ ｉｎ ｅａｃｈ ｓｕｂ⁃ｃａｔｃｈｍｅｎｔｓ ｏｆ ｅｘｐｅｒｉｍｅｎｔａｌ ｓｉｔｅ
　 图 ４　 ２０１５年 ６月 ２３日巴中市降雨强度分布图（数据来源：四川
省巴中市气象局）
Ｆｉｇ．４　 Ｄｉｓｔｒｉｂｕｔｉｏｎ ｏｆ Ｒａｉｎｆａｌｌ ｉｎｔｅｎｓｉｔｙ ｆｒｏｍ １３：００ ｔｏ １８：００ ｏｎ
ｔｈｅ ２３ｔｈ， Ｊｕｎｅ， ２０１５， ｉｎ Ｂａｚｈｏｎｇ （ｓｏｕｒｃｅｓ： Ｂａｚｈｏｎｇ Ｍｅｔｅｏｒｏｌｏｇｉｃａｌ
Ｂｕｒｅａｕ， Ｓｉｃｈｕａｎ Ｐｒｏｖｉｎｃｅ）
Ｏｕｔｌｅｔ或 Ｉｍｐｅｒｖｉｏｕｓ汇流演算模式对地表径流模拟结果
影响相同；在这两种演算模式下，两个汇水区的 ＩＡ全部
为 ＤＣＩＡ，因此总渗入量在所有汇水区中最小（６．６ｍｍ），
仅占降雨量的 ２５％，总径流量、洪峰流量和径流系数则
最大，分别为 １．１４（１０６Ｌ）、０．３１ｍ３ ／ ｓ 和 ０．７２；与汇水区
Ｓ１１、Ｓ１２ 相比，通过土地利用格局优化后的汇水区 Ｓ１０
总渗入量提高 ９９．３％，总径流量、洪峰流量、径流系数则
分别下降了 ５２．０％，３．６％、５２．４％，洪峰发生时间也提前
了 ５ｍｉｎ（图 ５）。
在汇水区 Ｓ１ 至 Ｓ１０ 情景中，随着土地利用格局的
变化 ＵＩＡ占 ＩＡ 比重由 １０％上升为 １００％（ＤＣＩＡ 占 ＩＡ
比重则由 ９０％降低到 ０％），演算面积比的逐渐升高（由
１０％上升为 １００％），使得降雨总渗入量不断增加（由
８．４９ｍｍ增至 １３．１６ｍｍ，约增加了 ５５％），汇水区地表总径流量和径流系数逐渐下降（分别由 １．０２（１０６Ｌ）和０．６５
降为 ０．７５（１０６Ｌ）和 ０．４７，约下降了 ２５％和 ２７％），表明不同土地利用格局应选择相应的汇流演算模式，不同的
演算模式对模拟结果具有重要影响。 同时，也表明通过土地利用格局优化能够达到降低地表径流量，增加渗
入量的雨洪管理目的。 这种雨洪管理效应的变化主要是地表径流从不透水面流进渗透面再汇流到雨水井的
过程中，渗透能力较强且未达到饱和的渗透面会对从不透水面产生的地表径流进行滞留吸纳渗入，从而提高
了整个汇水区的下渗量达到降低了地表径流量的作用。 但洪峰流量则先降后增，在演算面积比为 ３０％和
２２３４ 　 生　 态　 学　 报　 　 　 ３６卷　
ｈｔｔｐ： ／ ／ ｗｗｗ．ｅｃｏｌｏｇｉｃａ．ｃｎ
４０％（ＵＩＡ分别为 １．３５ｈｍ２ 和 １．８ｈｍ２，渗透面 ＰＡ为 １．５ｈｍ２）时洪峰流量最小（为 ０．２２ ｍ３ ／ ｓ）。 这表明在渗透
面 ＰＡ一定量的情况下（本研究为占总面积 ２５％），当 ＵＩＡ和 ＰＡ面积大致相近时，ＰＡ对来自 ＵＩＡ的地表径流
的吸纳能力相对较强；随后，尽管演算面积和 ＵＩＡ都继续增加，但因为 ＰＡ面积有限，演算面积和 ＵＩＡ 的增加
反而导致地表径流经过 ＰＡ的路径变短，地表径流到达排水口的时间降低，因而 ＰＡ 无法有效降低洪峰流量。
另外，在降水强度较小时，演算面积比越大的汇水区地表径流产生时间越滞后、产生量越少；但降雨强度变大
后，演算面积比越大的汇水区地表径流量则呈现洪峰流量增大、产汇流速度加快的特征（表 ３，图 ５）。
表 ３　 各汇水区模拟结果统计表
Ｔａｂｌｅ ３　 Ｖａｒｉａｔｉｏｎ ｉｎ ｓｕｒｆａｃｅ ｈｙｄｒｏｌｏｇｉｃａｌ ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ ｏｆ ｅａｃｈ ｄｅｓｉｇｎｅｄ ｓｕｂ⁃ｃａｔｃｈｍｅｎｔ
汇水区
Ｓｕｂ⁃ｃａｔｃｈｍｅｎｔ
演算面积比
Ｐｅｒｃｅｎｔ
ｒｏｕｔｅｄ ／ ％
总渗入
Ｒａｉｎｆａｌｌ
ｉｎｆｉｌｔｒａｔｉｏｎ ／ ｍｍ
总径流
Ｔｏｔａｌ ｆｌｏｗ
ｖｏｌｕｍｅ ／
（１０６Ｌ）
洪峰径流量
Ｐｅａｋ ｆｌｏｗ ／
（ｍ３ ／ ｓ）
洪峰发
生时间
Ｐｅａｋ ｆｌｏｗ
ｔｉｍｅ
径流系数
Ｒｕｎｏｆｆ ｃｏｅｆｆｉｃｉｅｎｔ
Ｓ１ １０ ８．４９ １．０２ ０．２８ １６：２０ ０．６５
Ｓ２ ２０ １０．３９ ０．９１ ０．２５ １６：２０ ０．５７
Ｓ３ ３０ １１．６７ ０．８３ ０．２２ １６：２０ ０．５３
Ｓ４ ４０ １２．１６ ０．８０ ０．２２ １６：２０ ０．５１
Ｓ５ ５０ １２．４３ ０．７９ ０．２３ １６：１５ ０．５０
Ｓ６ ６０ １２．６２ ０．７８ ０．２３ １６：１５ ０．５０
Ｓ７ ７０ １２．７８ ０．７７ ０．２５ １６：２０ ０．４９
Ｓ８ ８０ １２．９２ ０．７６ ０．２７ １６：２０ ０．４８
Ｓ９ ９０ １３．０４ ０．７５ ０．２８ １６：２０ ０．４８
Ｓ１０ １００ １３．１６ ０．７５ ０．３０ １６：２０ ０．４７
Ｓ１１ １００ ６．６ １．１４ ０．３１ １６：１５ ０．７２
Ｓ１２ １００ ６．６ １．１４ ０．３１ １６：１５ ０．７２
图 ５　 不同汇流情景下地表径流过程曲线
Ｆｉｇ．５　 Ｔｅｍｐｏｒａｌ ｖａｒｉａｔｉｏｎ ｉｎ ｓｕｒｆａｃｅ ｒｕｎｏｆｆ ｏｆ ｅａｃｈ ｄｅｓｉｇｎｅｄ ｒｏｕｔｉｎｇ ｓｃｅｎａｒｉｏ
３．２　 不同汇流演算模式与土地利用格局下雨水井的进流量变化特征
不同汇流演算模式与土地利用格局下雨水井的进流量变化特征与汇水区地表径流变化特征基本一致。
在与汇水区相对应的 １２个雨水井中，雨水井 Ｊ１１和 Ｊ１２的平均进水深度、洪峰进水深度、总进流量容积、洪峰
３２３４　 １４期 　 　 　 班玉龙　 等：土地利用格局对 ＳＷＭＭ模型汇流模式选择及相应产流特征的影响 　
ｈｔｔｐ： ／ ／ ｗｗｗ．ｅｃｏｌｏｇｉｃａ．ｃｎ
进流量相同且均为最大（表 ４，图 ６）。 与考虑土地利用格局优化的汇水区 Ｓ１０ 的雨水井 Ｊ１０ 相比，Ｊ１１ 和 Ｊ１２
的平均进水深度、总进流量容积、洪峰进水深度和洪峰流量较 Ｊ１０的分别高出 ８５．７％、５２．４％、２．２％和 ３．７％，洪
峰进水深度发生时间也提前了 ５ｍｉｎ（表 ４，图 ６）。 在雨水井 Ｊ１至 Ｊ１０ 中，随着土地利用格局的变化演算面积
比逐渐增加（由 １０％增为 １００％），平均进水深度、总进流量容积逐渐降低，而洪峰进水深度和洪峰进流量则先
降后升，且在演算面积比为 ３０％和 ４０％时（雨水井 Ｊ４）洪峰进水深度和洪峰进流量两者最小，分别为 ０．３９ｍ和
０．２２ｍ３ ／ ｓ（表 ４，图 ６）。 另外，降雨强度也对雨水井的进流量变化特征具有一定的影响，降雨强度增大到一定
程度时进流量则明显增大，且发生时间的延迟变小（图 ６）。
表 ４　 各汇水区对应雨水井模拟结果统计表
Ｔａｂｌｅ ４　 Ｖａｒｉａｔｉｏｎ ｉｎ ｊｕｎｃｔｉｏｎ ｆｌｏｗ ｒａｔｅ ａｎｄ ｐｅａｋ ｆｌｏｗ ｔｉｍｅ ｏｆ ｔｈｅ ｄｅｓｉｇｎｅｄ ｔｗｅｌｖｅ ｓｕｂ⁃ｃａｔｃｈｍｅｎｔｓ
雨水井名称
Ｊｕｎｃｔｉｏｎ
平均进水深度
Ａｖｅｒａｇｅ
ｄｅｐｔｈ ／ ｍ
总进流量容积
Ｔｏｔａｌ ｆｌｏｗ ｖｏｌｕｍｅ ／
１０６Ｌ
洪峰进水深度
Ａｖｅｒａｇｅ ｐｅａｋ
ｄｅｐｔｈ ／ ｍ
洪峰进流量
Ａｖｅｒａｇｅ ｐｅａｋ
ｆｌｏｗ ／ （ｍ３ ／ ｓ）
雨水井洪峰时间
Ｐｅａｋ ｆｌｏｗ ｔｉｍｅ
Ｊ１ ０．１２ １．０２ ０．４４ ０．２８ １６ ∶２０
Ｊ２ ０．１１ ０．９１ ０．４１ ０．２５ １６ ∶２０
Ｊ３ ０．１１ ０．８３ ０．３９ ０．２２ １６ ∶２０
Ｊ４ ０．１０ ０．８０ ０．３９ ０．２２ １６ ∶２０
Ｊ５ ０．１０ ０．７９ ０．３９ ０．２３ １６ ∶２０
Ｊ６ ０．１０ ０．７８ ０．４０ ０．２３ １６ ∶２０
Ｊ７ ０．１０ ０．７７ ０．４１ ０．２５ １６ ∶２５
Ｊ８ ０．０９ ０．７６ ０．４３ ０．２７ １６ ∶２５
Ｊ９ ０．０９ ０．７５ ０．４５ ０．２８ １６ ∶２５
Ｊ１０ ０．０７ ０．７５ ０．４６ ０．３０ １６ ∶２５
Ｊ１１ ０．１３ １．１４ ０．４７ ０．３１ １６ ∶２０
Ｊ１２ ０．１３ １．１４ ０．４７ ０．３１ １６ ∶２０
图 ６　 不同汇流情景下的雨水井进水深变化曲线
Ｆｉｇ．６　 Ｔｅｍｐｏｒａｌ ｖａｒｉａｔｉｏｎ ｉｎ ｉｎｆｌｏｗ ｄｅｐｔｈ ｏｆ ｄｉｆｆｅｒｅｎｔ ｊｕｎｃｔｉｏｎｓ ｕｎｄｅｒ ｅａｃｈ ｄｅｓｉｇｎｅｄ ｒｏｕｔｉｎｇ ｓｃｅｎａｒｉｏ
４２３４ 　 生　 态　 学　 报　 　 　 ３６卷　
ｈｔｔｐ： ／ ／ ｗｗｗ．ｅｃｏｌｏｇｉｃａ．ｃｎ
４　 结论与讨论
本文基于设定的城市社区尺度实验区以及巴中市的真实降水数据，通过在 ＳＷＭＭ 模型的汇水模块中设
置 Ｏｕｔｌｅｔ、Ｉｍｐｅｒｖｉｏｕｓ、Ｐｅｒｖｉｏｕｓ ３种汇流模式及其演算面积比，定量分析了不同地表汇流演算模式与土地利用
格局变化对城市雨洪模拟结果的影响。 结果表明：（１）Ｏｕｔｌｅｔ、Ｉｍｐｅｒｖｉｏｕｓ 两种汇流演算模式下汇水区地表径
流的模拟结果相同，但与 Ｐｅｒｖｉｏｕｓ模式下的模拟结果差异显著。 （２）在 Ｐｅｒｖｉｏｕｓ模式下，演算面积比对汇水区
地表径流模拟结果具有重要影响。 因而，在运用 ＳＷＭＭ模型对城市雨洪管理进行模拟分析时，应根据不同的
汇水区土地利用格局设置相应的汇流演算模式。 另外，本文通过设置 １２个基本特征相同的汇水区实验单元，
在等量渗透面、但不同土地利用格局情景中，对比分析通过优化土地利用格局降低 ＤＣＩＡ 对城市雨洪管理效
应的影响，为小尺度上土地利用格局优化与地表汇流模式选择提供了重要的参考。 研究结果表明，在一定降
雨条件下，最大化地使渗透面对有效不透水面进行阻断的土地利用格局，可使汇水区总下渗量提高 ９９．３％，总
径流量下降 ５２％，径流系数下降 ５２．４％。 因而，在海绵城市的规划与建设中，可从合理优化城市土地利用格局
的角度，通过采用 ＬＩＤ措施，将城市绿地和 ＬＩＤ 处理后的渗透面等作为不透水面的有效阻隔，能够有效降低
ＤＣＩＡ（增加 ＵＩＡ），大幅提高下渗量和降低地表径流量；并能显著推迟洪峰发生时间，从而从源头上有效降低
城市雨洪灾害的风险。 由此可见，在小尺度上实现城市用地空间布局与地表汇流模式的协同优化，是海绵城
市规划与建设实践成功的关键因素和重要路径。
但本文仅针对一次降雨事件（２６．４ｍｍ）和一种不透水面比重（７５％）进行了城市雨洪管理的定量模拟，未
能综合考虑不同降雨事件和不同不透水面比重对 ＳＷＭＭ 模型模拟的敏感性。 因此，相关结论还需要进一步
对比分析与验证。 另外，如何实现将小尺度上的城市雨洪管理效应上推至城市功能区和流域尺度，仍需深入
探讨。 在大尺度上以及用地构成复杂的城市功能区中，快速准确地概化汇水区的 ＤＣＩＡ（或 ＵＩＡ）和演算面积
比，将能显著提高 ＳＷＭＭ模型的模拟精度，从而为 ＬＩＤ的空间格局优化及其对城市雨洪管理效应的影响评价
提供支撑。
致谢：四川省巴中市气象局为本研究提供了详细的降雨数据资料，特此致谢。
参考文献（Ｒｅｆｅｒｅｎｃｅｓ）：
［ １ ］　 Ｐｅｔｅｒｓ Ｎ Ｅ． Ｅｆｆｅｃｔｓ ｏｆ ｕｒｂａｎｉｚａｔｉｏｎ ｏｎ ｓｔｒｅａｍ ｗａｔｅｒ ｑｕａｌｉｔｙ ｉｎ ｔｈｅ ｃｉｔｙ ｏｆ Ａｔｌａｎｔａ， Ｇｅｏｒｇｉａ， ＵＳＡ． Ｈｙｄｒｏｌｏｇｉｃａｌ Ｐｒｏｃｅｓｓｅｓ， ２００９， ２３ （ ２０）：
２８６０⁃２８７８．
［ ２ ］ 　 胡伟贤， 何文华， 黄国如， 冯杰． 城市雨洪模拟技术研究进展． 水科学进展， ２０１０， ２１（１）： １３７⁃１４４．
［ ３ ］ 　 孙艳伟， 魏晓妹， Ｐｏｍｅｒｏｙ Ｃ Ａ． 低影响发展的雨洪资源调控措施研究现状与展望． 水科学进展， ２０１１， ２２（２）： ２８７⁃２９３．
［ ４ ］ 　 Ｍａｎｓｅｌｌ Ｍ Ｇ． Ｒｕｒａｌ ａｎｄ Ｕｒｂａｎ Ｈｙｄｒｏｌｏｇｙ． Ｌｏｎｄｏｎ： Ｔｈｏｍａｓ Ｔｅｌｆｏｒｄ Ｌｔｄ， ２００３．
［ ５ ］ 　 Ｍｏｇｌｅｎ Ｇ Ｅ， Ｋｉｍ Ｓ． Ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ ａｎｄ ｉｍｐａｃｔ ｏｆ ｉｍｐｅｒｖｉｏｕｓｎｅｓｓ ｆｒｏｍ ａ ＧＩＳ⁃ｂａｓｅｄ ｈｙｄｒｏｌｏｇｉｃａｌ ｐｅｒｓｐｅｃｔｉｖｅ ／ ／ ＡＧＵ Ｆａｌｌ Ｍｅｅｔｉｎｇ Ａｂｓｔｒａｃｔｓ． ＡＧＵ，
２００５： ４４９⁃４４９．
［ ６ ］ 　 Ｂｏｓｌｅｙ ＩＩ， Ｋｅｒｎ Ｅ． Ｈｙｄｒｏｌｏｇｉｃ ｅｖａｌｕａｔｉｏｎ ｏｆ ｌｏｗ ｉｍｐａｃｔ ｄｅｖｅｌｏｐｍｅｎｔ ｕｓｉｎｇ ａ ｃｏｎｔｉｎｕｏｕｓ， ｓｐａｔｉａｌｌｙ⁃ｄｉｓｔｒｉｂｕｔｅｄ ｍｏｄｅｌ ［Ｄ］． Ｂｌａｃｋｓｂｕｒｇ： Ｖｉｒｇｉｎｉａ
Ｐｏｌｙｔｅｃｈｎｉｃ Ｉｎｓｔｉｔｕｔｅ ａｎｄ Ｓｔａｔｅ Ｕｎｉｖｅｒｓｉｔｙ， ２００８．
［ ７ ］ 　 Ｈｓｕ Ｍ Ｈ， Ｃｈｅｎ Ｓ Ｈ， Ｃｈａｎｇ Ｔ Ｊ． Ｉｎｕｎｄａｔｉｏｎ ｓｉｍｕｌａｔｉｏｎ ｆｏｒ ｕｒｂａｎ ｄｒａｉｎａｇｅ ｂａｓｉｎ ｗｉｔｈ ｓｔｏｒｍ ｓｅｗｅｒ ｓｙｓｔｅｍ． Ｊｏｕｒｎａｌ ｏｆ Ｈｙｄｒｏｌｏｇｙ， ２０００， ２３４（１ ／ ２）：
２１⁃３７．
［ ８ ］ 　 Ｒｏｓｓｍａｎ Ｌ Ａ． Ｓｔｏｒｍ ｗａｔｅｒ ｍａｎａｇｅｍｅｎｔ ｍｏｄｅｌ ｕｓｅｒ′ｓ ｍａｎｕａｌ， ｖｅｒｓｉｏｎ ５．０． Ｃｉｎｃｉｎｎａｔｉ， ＯＨ： Ｎａｔｉｏｎａｌ Ｒｉｓｋ Ｍａｎａｇｅｍｅｎｔ Ｒｅｓｅａｒｃｈ Ｌａｂｏｒａｔｏｒｙ， Ｏｆｆｉｃｅ
ｏｆ Ｒｅｓｅａｒｃｈ ａｎｄ Ｄｅｖｅｌｏｐｍｅｎｔ， Ｕ．Ｓ． Ｅｎｖｉｒｏｎｍｅｎｔａｌ Ｐｒｏｔｅｃｔｉｏｎ Ａｇｅｎｃｙ， ２０１０．
［ ９ ］ 　 Ａａｄ Ｍ Ｐ Ａ， Ｓｕｉｄａｎ Ｍ Ｔ， Ｓｈｕｓｔｅｒ Ｗ Ｄ． Ｍｏｄｅｌｉｎｇ ｔｅｃｈｎｉｑｕｅｓ ｏｆ ｂｅｓｔ ｍａｎａｇｅｍｅｎｔ ｐｒａｃｔｉｃｅｓ： ｒａｉｎ ｂａｒｒｅｌｓ ａｎｄ ｒａｉｎ ｇａｒｄｅｎｓ ｕｓｉｎｇ ＥＰＡ ＳＷＭＭ⁃５．
Ｊｏｕｒｎａｌ ｏｆ Ｈｙｄｒｏｌｏｇｉｃ Ｅｎｇｉｎｅｅｒｉｎｇ， ２０１０， １５（６）： ４３４⁃４４３．
［１０］ 　 Ｓｕｎ Ｎ， Ｈｏｎｇ Ｂ， Ｈａｌｌ Ｍ． Ａｓｓｅｓｓｍｅｎｔ ｏｆ ｔｈｅ ＳＷＭＭ ｍｏｄｅｌ ｕｎｃｅｒｔａｉｎｔｉｅｓ ｗｉｔｈｉｎ ｔｈｅ ｇｅｎｅｒａｌｉｚｅｄ ｌｉｋｅｌｉｈｏｏｄ ｕｎｃｅｒｔａｉｎｔｙ ｅｓｔｉｍａｔｉｏｎ （ＧＬＵＥ） ｆｒａｍｅｗｏｒｋ
ｆｏｒ ａ ｈｉｇｈ⁃ｒｅｓｏｌｕｔｉｏｎ ｕｒｂａｎ ｓｅｗｅｒｓｈｅｄ． Ｈｙｄｒｏｌｏｇｉｃａｌ Ｐｒｏｃｅｓｓｅｓ， ２０１４， ２８（６）： ３０１８⁃３０３４．
［１１］ 　 张书亮， 干嘉彦， 曾巧玲， 闾国年． ＧＩＳ支持下的城市雨水出水口汇水区自动划分研究． 水利学报， ２００７， ３８（３）： ３２５⁃３２９， ３３６⁃３３６．
５２３４　 １４期 　 　 　 班玉龙　 等：土地利用格局对 ＳＷＭＭ模型汇流模式选择及相应产流特征的影响 　
ｈｔｔｐ： ／ ／ ｗｗｗ．ｅｃｏｌｏｇｉｃａ．ｃｎ
［１２］　 陈杰， 龚颖， 游宏凯． 低冲击开发（ＬＩＤ）技术在武钢厂前生态停车场景观设计中的运用． 现代园林， ２０１３， １０（５）： ６０⁃６６．
［１３］ 　 Ｙａｏ Ｌ， Ｗｅｉ Ｗ， Ｃｈｅｎ Ｌ Ｄ． Ｈｏｗ ｄｏｅｓ ｉｍｐｅｒｖｉｏｕｓｎｅｓｓ ｉｍｐａｃｔ ｔｈｅ ｕｒｂａｎ ｒａｉｎｆａｌｌ⁃ｒｕｎｏｆｆ ｐｒｏｃｅｓｓ ｕｎｄｅｒ ｖａｒｉｏｕｓ ｓｔｏｒｍ ｃａｓｅｓ？． Ｅｃｏｌｏｇｉｃａｌ Ｉｎｄｉｃａｔｏｒｓ，
２０１６， ６０： ８９３⁃９０５．
［１４］ 　 赵冬泉， 陈吉宁， 佟庆远， 王浩正， 曹尚兵， 盛政． 子汇水区的划分对 ＳＷＭＭ模拟结果的影响研究． 环境保护， ２００８， ３９４（８）： ５６⁃５９．
［１５］ 　 孙艳伟， 把多铎， 王文川， 姜体胜， 王富强． ＳＷＭＭ模型径流参数全局灵敏度分析． 农业机械学报， ２０１２， ４３（７）： ４２⁃４９．
［１６］ 　 王浩昌， 杜鹏飞， 赵冬泉， 王浩正， 李志一． 城市降雨径流模型参数全局灵敏度分析． 中国环境科学， ２００８， ２８（８）： ７２５⁃７２９．
［１７］ 　 黄国如， 黄晶， 喻海军， 杨绍沂． 基于 ＧＩＳ的城市雨洪模型 ＳＷＭＭ二次开发研究． 水电能源科学， ２０１１， ２９（４）： ４３⁃４５， １９５⁃１９５．
［１８］ 　 王海潮， 陈建冈， 孔刚， 王玉娟， 刘登峰． 基于 ＧＩＳ与 ＲＳ技术的 ＳＷＭＭ构建． 北京水务， ２０１１， （３）： ４６⁃４９．
［１９］ 　 Ｈｕｂｅｒ Ｗ Ｃ． Ｎｅｗ ｏｐｔｉｏｎｓ ｆｏｒ ｏｖｅｒｌａｎｄ ｆｌｏｗ ｒｏｕｔｉｎｇ ｉｎ ＳＷＭＭ． Ｕｒｂａｎ Ｄｒａｉｎａｇｅ Ｍｏｄｅｌｉｎｇ． Ｉｎ： Ｐｒｏｃｅｅｄｉｎｇｓ ｏｆ ｔｈｅ Ｗｏｒｌｄ Ｗａｔｅｒ ａｎｄ Ｅｎｖｉｒｏｎｍｅｎｔａｌ
Ｒｅｓｏｕｒｃｅｓ Ｃｏｎｆｅｒｅｎｃｅ： Ｕｒｂａｎ Ｄｒａｉｎａｇｅ Ｍｏｄｅｌｉｎｇ Ｓｐｅｃｉａｌｔｙ Ｓｙｍｐｏｓｉｕｍ． ＡＳＣＥ， Ｏｒｌａｎｄｏ， Ｆｌｏｒｉｄａ， ２００１： ２２⁃２９．
［２０］ 　 Ｅａｒｌｅｓ Ｔ Ａ， Ｇｕｏ Ｊ， ＭａｃＫｅｎｚｉｅ Ｋ， Ｃｌａｒｙ Ｊ， Ｔｉｌｌａｃｋ Ｓ． Ａ ｎｏｎ⁃ｄｉｍｅｎｓｉｏｎａｌ ｍｏｄｅｌｉｎｇ ａｐｐｒｏａｃｈ ｆｏｒ ｅｖａｌｕａｔｉｏｎ ｏｆ ｌｏｗ ｉｍｐａｃｔ ｄｅｖｅｌｏｐｍｅｎｔ ｆｒｏｍ ｗａｔｅｒ
ｑｕａｌｉｔｙ ｔｏ ｆｌｏｏｄ ｃｏｎｔｒｏｌ ／ ／ Ｓｔｒｕｃｋ Ｓ， Ｌｉｃｈｔｅｎ Ｋ， ｅｄｓ． Ｌｏｗ Ｉｍｐａｃｔ Ｄｅｖｅｌｏｐｍｅｎｔ ２０１０： Ｒｅｄｅｆｉｎｉｎｇ Ｗａｔｅｒ ｉｎ ｔｈｅ Ｃｉｔｙ． Ｒｅｓｔｏｎ： Ａｍｅｒｉｃａｎ Ｓｏｃｉｅｔｙ ｏｆ Ｃｉｖｉｌ
Ｅｎｇｉｎｅｅｒｓ， ２０１０： ３６２⁃３７１．
［２１］ 　 Ｙａｏ Ｌ， Ｃｈｅｎ Ｌ Ｄ， Ｗｅｉ Ｗ． Ａｓｓｅｓｓｉｎｇ ｔｈｅ ｅｆｆｅｃｔｉｖｅｎｅｓｓ ｏｆ ｉｍｐｅｒｖｉｏｕｓｎｅｓｓ ｏｎ ｓｔｏｒｍｗａｔｅｒ ｒｕｎｏｆｆ ｉｎ ｍｉｃｒｏ ｕｒｂａｎ ｃａｔｃｈｍｅｎｔｓ ｂｙ ｍｏｄｅｌ ｓｉｍｕｌａｔｉｏｎ．
Ｈｙｄｒｏｌｏｇｉｃａｌ Ｐｒｏｃｅｓｓｅｓ， ２０１５， ｄｏｉ： １０．１００２ ／ ｈｙｐ．１０７５８．
［２２］ 　 Ｌｅｅ Ｊ Ｇ， Ｈｅａｎｅｙ Ｊ Ｐ． Ｅｓｔｉｍａｔｉｏｎ ｏｆ ｕｒｂａｎ ｉｍｐｅｒｖｉｏｕｓｎｅｓｓ ａｎｄ ｉｔｓ ｉｍｐａｃｔｓ ｏｎ ｓｔｏｒｍ ｗａｔｅｒ ｓｙｓｔｅｍｓ． Ｊｏｕｒｎａｌ ｏｆ Ｗａｔｅｒ Ｒｅｓｏｕｒｃｅｓ Ｐｌａｎｎｉｎｇ ａｎｄ
Ｍａｎａｇｅｍｅｎｔ， ２００３， １２９（５）： ４１９⁃４２６．
［２３］ 　 Ｇｉｒｏｎáｓ Ｊ， Ｒｏｅｓｎｅｒ Ｌ Ａ， Ｄａｖｉｓ Ｊ， Ｒｏｓｓｍａｎ Ｌ Ａ． Ｓｔｏｒｍ ｗａｔｅｒ ｍａｎａｇｅｍｅｎｔ ｍｏｄｅｌ ａｐｐｌｉｃａｔｉｏｎｓ ｍａｎｕａｌ． Ｕ． Ｓ．： Ｅｎｖｉｒｏｎｍｅｎｔａｌ Ｐｒｏｔｅｃｔｉｏｎ
Ａｇｅｎｃｙ， ２００９．
［２４］ 　 吴志强， 李德华． 城市规划原理． 北京： 中国建筑工业出版社， ２０１０．
６２３４ 　 生　 态　 学　 报　 　 　 ３６卷