生物滞留池对石家庄市雨水径流的水文响应

王超月，李方红，韩忠民，朱继东，杨健，刘志宁，曲文静*

生物滞留池对石家庄市雨水径流的水文响应

王超月1, 2, 3，李方红1, 2, 3，韩忠民4，朱继东5，杨健1, 2, 3，刘志宁1, 2, 3，曲文静1, 2, 3*

（1.河北地质大学 水资源与环境学院/河北省高校生态环境地质应用技术研发中心，石家庄 050031；
2.河北省水资源可持续利用与开发重点实验室，石家庄 050031；
3.河北省水资源可持续利用与产业结构优化协同创新中心，石家庄 050031；
4.中国环境保护集团有限公司，北京 100190；
5.中国地质工程集团有限公司，北京 100190）

【目的】研究生物滞留池对石家庄市雨水径流的水文响应，【方法】结合室内试验和HYDRUS数值模型，对比了恒定降雨模式和芝加哥降雨模式的出流特征，分析了土壤水力特征参数的敏感性，讨论了汇水面积、种植土层厚度的作用，预测了不同重现期降雨对出流的影响。【结果】相对于恒定降雨模式，芝加哥降雨模式推迟底部出流时刻，增长积水时间。敏感性水力特征参数主要为土壤饱和渗透系数s、饱和含水率s和经验参数；
s加大，底部排水速率峰值增加，峰值时刻提前；
s增大，延迟时间增加，出流量和积水时间减少；
增大，出流量加大。汇水面积比增大1倍，底部出流峰值提高13%，削峰率增加33%，积水时间加大3倍而延迟时间缩短16%；
种植土层厚度的变化对结果影响不显著。【结论】该生物滞留池渗透性能优良，90%以上的雨水可以通过种植土层下渗；
对于重现期不超过5 a的降雨，不发生溢流，削峰率变化范围为40.6%～76.5%，延迟时间大于1 h，积水时间不超过2 h。

生物滞留；
雨水径流；
HYDRUS；
数值模拟；
石家庄

【研究意义】生物滞留池，作为低影响开发的雨洪调控措施之一，在径流调控、地下水回补及水质改善等方面功效显著[1-3]。虽然在国内外已取得了一系列研究进展，但其适用范围需考虑气象条件的差异，有一定的地区适用性[4]。因此，如何根据区域降雨特点和城市发展布局，合理设计生物滞留池使其能够最大程度地发挥工程与环境效益是当前研究中的热点问题。

【研究进展】目前，对生物滞留池去除径流污染物（氮、磷、重金属、微塑料等）的研究比较常见[5-9]，而对径流水文调控的研究较少。影响生物滞留池水文调控的因素主要有滞留池自身特性（如介质类别、介质高度、植被种类和滞留池结构等）和雨水径流特性（如雨强、降雨历时、汇水面积等）两类[10]。其中，介质类型是近年来的研究热点[11]，而针对植被类型和雨水径流特性的研究较少[12-13]。生物滞留池水文调控的研究方法主要有水量均衡法[14]、实验法[15-16]和数值模拟法等。数值模拟一般采用SWMM[17]、RECARGA[18]或HYDRUS模型。其中，HYDRUS能够模拟饱和、非饱和带的水分与溶质运移，近年来，已被国内外学者成功应用到生物滞留池的研究中[19-20]。【切入点】生物滞留池在我国南方城市应用的较多[21-23]，在北方，主要的应用和研究则集中在北京和西安[24-26]，而针对河北省降雨特征进行的水文调控分析则较匮乏。【拟解决的关键问题】因此，结合室内试验和数值模拟手段，研究生物滞留池对石家庄市雨水径流的水文响应，对比恒定降雨模式和芝加哥降雨模式对出流影响，分析渗透系数、含水率等因素的敏感性，讨论汇水面积、种植土层厚度对结果的影响，预测不同重现期降雨条件下的出流过程，对石家庄海绵城市建设、水资源集约利用提供借鉴和参考。

1.1 试验装置

生物滞留池由蓄水层、覆盖层、种植土层、细粒砂层和砾石层组成（图1），装置柱体为PVC管，直径40 cm。装置底部隔水，距底部10 cm处设有直径2 cm的渗排管作为出水口。覆盖层选用松树枝皮，当蓄水深度超过15 cm时，可通过上部的溢流口排出。细粒砂层（粒径1～5 mm）与砾石层（粒径20～60 mm）、种植土层和细粒砂层之间均设有透水土工布，以防细粒物质进入底部的渗排管。试验所用的种植土取自石家庄市滹沱河下游河漫滩沉积物，室内土壤筛分试验及粒径分析表明砂样属中砂。柱体PVC管内壁打磨粗糙，以避免壁面优势流的产生。充填土柱时，每10 cm进行压实。工程实际施工中应栽种植被，本试验重点研究种植土对不同降雨类型的响应，因此没有栽种植被。

图1 试验装置示意图

1.2 设计降水量与径流量

石家庄市重现期为2 a的暴雨强度计算式为：

式中：为设计暴雨强度（L/（s·hm2））；
为重现期（a）；
为降雨历时（min）。

根据式（1），设置生物滞留池周围面积与其自身的面积比（汇水面积比）为10的雨水径流条件，计算出设计径流量（m3/s）：

=∙∙， （2）

式中：为径流系数，取0.9；
为汇水面积（m2）。

试验采用的降雨重现期为2 a，总降雨历时为1 h，设计2种降雨模式（图2）：一种为恒定降雨模式，一种为芝加哥降雨模式，2种降雨的平均降雨量均为44 L/h。

1.3 试验过程

试验供水系统主要由水箱、水泵、阀门、流量计、喷头等配件构成。水泵采用电动隔膜泵（JR-9328，12V100W），结合阀门控制水的回流量，进而控制进水量。进水流量采用双通道控制，对于小于50 L/h的流量采用小量程LZS-15流量计（量程10～100 L/h），对于大于50 L/h的流量采用大量程LZS-15流量计（量程25～250 L/h）。喷头采用全铜微型离心喷头或雾化喷头，使得进水尽量均匀喷到土柱内。对于芝加哥降雨模式，试验时将理论进水负荷概化为阶梯状进水负荷（图2）。种植土中埋有3个EM50探头，探头埋深分别为5、10、20 cm，土壤含水率监测频率为1次/min。待底部出水口开始排水后，连续测定排水流速，直到排水速率很小，记录底部排水总量。同时，观测上部溢流及积水情况。

图2 重现期2 a的1 h恒定降雨模式和芝加哥降雨模式进水负荷

1.4 评价指标

本文涉及的各指标定义如下：

1）出流量（cm）：

式中：为装置底部的排水量（cm）；
为溢流量（cm）。

2）延迟时间：装置底部开始出流的时刻与降雨起始时刻的差值，用来表征生物滞留池延缓产流时间的效果。

3）积水时间：蓄水深度超过0 cm的时长。

4）削峰率（%）：

式中：Tmax和Pmax分别表示出流和入流的流速峰值（cm/min）。

式中：B和U分别表示底部排水速率和溢流速率（cm/min）。

2.1 控制方程与边界条件

将生物滞留池中的水流运移概化为一维垂向流，用Richards方程来描述：

式中：为体积含水率（cm3/cm3）；
为压力水头（cm）；
为非饱和渗透系数（cm/min）；
为时间（min）；
为垂向坐标（cm）（向上为正）。

土壤含水率()及非饱和渗透系数()采用van Genuchten-Mualem[27-28]模型描述：

式中：r为土壤残余含水率（cm3/cm3）；
s为土壤饱和含水率（cm3/cm3）；
s为土壤饱和渗透系数（cm/min），=0.5，、、为经验参数，=1-1/。

对60 cm厚的种植土层建立模型，网格剖分设置每0.5 cm设1个节点，共121个结点。初始含水率根据探头监测结果插值得到，上边界条件为大气边界，不考虑蒸发，积水最大深度设置为22.5 cm，下边界条件为渗出面边界。

2.2 参数率定与验证

根据土壤粒径分析结果，利用HYDRUS-1D内置神经网络预测模块Rosetta Lite拟合的土壤参数如表1所示，将其设为初始参数，利用HYDRUS-1D求解逆问题，设定土壤主要参数srs的取值范围。采用重现期2 a的1 h恒定降雨模式下监测的土壤含水率进行率定，率定后的参数见表1。

表1 土壤水力特征参数

为进一步验证模型，利用表1中的率定参数，拟合重现期为2 a的1 h芝加哥降雨模式的实验数据。根据式（10）计算得到的模拟与实测含水率之间的误差1为0.025，根据式（11）计算得到的模拟与实测底部排水速率的误差2为0.107 cm/min，底部排水速率的拟合如图3所示，实测值与模拟值基本相符。

式中：sim(t,z)和obs(t,z)分别表示第个探头在第分钟的模拟含水率和观测含水率（cm3/cm3），=1、2、3，=1、2、3，…，150。

式中：Bsim(t)和Bobs(t)分别为第分钟的底部排水速率的模拟值与观测值（cm/min），从0到150 min。

图3 重现期2 a的1 h恒定降雨模式、芝加哥降雨模式下实测与模拟的底部排水速率对比图

3.1 恒定降雨模式和芝加哥降雨模式对出流影响

由表2和图3可以看出，出流量的实测值和模拟值差别不大，但实测的延迟时间均小于模拟的延迟时间，说明装置内部存在局部优势流，而模型中则未考虑到。设施内的种植土渗透性大，排水速率快，不发生溢流，装置底部的排水量占降雨量比例（/）为88%～99%。

恒定降雨模式与芝加哥降雨模式出流量差别不大，但芝加哥降雨模式会推迟装置底部出流时刻；
且恒定降雨模式下，无积水；
芝加哥降雨模式下，积水时间为40 min左右。实际发生的降雨大多为芝加哥降雨模式，故采用恒定降雨模式时，低估了生物滞留池的积水时间，预测的出流时刻可能过早。

表2 重现期为2 a的1 h恒定降雨模式与芝加哥降雨模式实测与模拟结果

3.2 敏感性分析

初始条件相同，基于率定后的参数，不改变其他参数，依次将模型中的某个参数增大或减小25%（表3），分析重现期为2 a的1 h芝加哥降雨模式下s、、s和r的变化对结果的影响。

土壤水分特征曲线对s较敏感（图4（a）），r次之，对、和s的变化不敏感；
土壤渗透性（图4（b））受s和s的影响显著，其他参数的影响不显著。虽然r在取值较低时值相对差异较大，但其绝对差异很小，而s对非饱和渗透系数的影响虽然在图上显示不明显，但其绝对数值差异较大。

表3 敏感性分析参数取值及相应误差值

注 上标“+”、“-”分别代表在原值的基础上增大或减小25%。

图4 参数变化对土壤水分特征曲线、非饱和渗透系数和底部出流速率的影响

对出流过程而言（图4（c）和图5），s增大25%，底部排水速率（B）的峰值相应增加21.7%，峰值时间提前14.3%，积水时间减少25%，但对总出流量影响不大；
s增大25%，B的峰值减小2.7%，底部出流时间延迟25%，积水时间减少12.5%，这是因为含水率相同条件下，增加s，土壤吸力增加、渗透性变差导致的，同时，增大s可提高土壤的滞留量而减少出流量；
增加25%，排水后期的出流速率有所增加，使得出流量增加6.5%；
其他参数的影响则不明显。

图5 参数变化对出流过程和出流量的影响

3.3 汇水面积比的影响

根据《石家庄市海绵城市规划设计导则》，生物滞留池的汇水面积比一般在5～15之间。重现期为2 a的1 h芝加哥降雨模式下，设置分别为5、8、10、12和15，模型初始土壤含水率相同，土壤水力参数同表1中的率定参数，模拟结果如图6所示。对于重现期为2 a的1 h的芝加哥降雨模式，当≤15时，生物滞留池均无溢流发生。从5增大到15，底部出流的峰值从0.61增大到0.78 cm/min，底部排水量占降雨量的比值（/）从73%增大到90%，削峰率从53%增大到77%，积水时间从10 min增大到59 min，延迟时间从25 min减小到18 min。

图6 底部出流速率VB、底部排水量占降雨量的比值（B/P）、削峰率、积水时间及延迟时间随汇水面积比的变化

3.4 种植土层厚度的影响

为研究种植土层厚度的影响，比较了厚度分别为60、70、80、90 cm及100 cm的模拟结果。图7表明，种植土层厚度从60 cm增大到100 cm时，生物滞留池均无溢流发生，底部出流的峰值从0.69减小到0.64 cm/min，底部排水量占降雨量的比值（/）从85%增大到95%，削峰率从71%增大至73%，积水时间从40 min减小到37 min，延迟时间从21 min增大到27 min。总的来讲，虽然种植土层厚度对结果有影响，但影响幅度不大。

图7 底部出流速率VB、底部排水量占降雨量的比值（B/P）、削峰率、积水时间及延迟时间随种植土层厚度的变化

3.5 不同重现期降雨条件下的预测

根据《石家庄暴雨强度公式》设计汇水面积比为10、不同重现期24 h的芝加哥降雨模式降雨量（表4），模型初始土壤含水率相同，从表层0.25均匀变化到底层0.3，其余参数同表1中的率定参数。

表4 不同重现期24 h降雨量

模拟结果显示，当=1～5 a时，生物滞留池无溢流（图8（a）），装置底部的排水量从10.6 cm增大到116.5 cm，且/比值从92.1%增大到99.2%；
当从10增大到100，一方面溢流量从1.83 cm增大到24.9 cm，且溢流量占降雨量的比值（/）从1.2%增大到8.9%，另一方面，虽然从151.9 cm增大到254.2 cm，但/却从98.2%减少到90.7%。总的来说，/值均在90%以上，说明生物滞留池渗透性能优良，绝大部分的雨水可以通过种植土层下渗。图8（a）还表明，无溢流时（=1～5 a），削峰率从40.6%增大到76.5%，有溢流时（=10～100 a），随着的增大，削峰率从65.4%减小到0。这是因为无溢流时（=1～5 a），峰值速率Tmax从0.6增大到0.78 cm/min（图9），Tmax/Pmax从59.4%减小到23.5%；
=10～100 a时，随着降雨量的增大，Bmax保持0.83 cm/min不变，而溢流速率增加，Tmax增大，导致Tmax/Pmax从34.6%增大到100%；
重现期为100 a时，降雨与出流同时达到峰值，即Tmax=Pmax，故削峰率为0。

从图8（b）可以看出，当=1～5 a时，延迟时间从9.4 h迅速减小到1 h，当=10～100 a时，延迟时间从为0.75 h缓慢减小到0.43 h。当从1 a增大到100 a，积水时间变化范围为0.05～2.05 h。

图8 底部排水量占降雨量的比值（B/P）、溢流量占降雨量的比值（U/P）、削峰率、积水时间及延迟时间随重现期的变化

图9 入流流速峰值VPmax、出流流速峰值VTmax、底部排水流速峰值VBmax、溢流流速峰值VUmax及VTmax/VPmax的比值随重现期的变化

影响生物滞留设施水文效应的因素较多，本文主要研究了降雨类型、土壤水力参数、汇水面积比、种植土层厚度、雨强对生物滞留水文调控的影响。就降雨类型而言，二者出流量差别不大，但芝加哥降雨模式会推迟装置底部出流时刻，增长积水时间。敏感性分析表明，高估s导致更快地发生底部出流并减少积水时间，证实了前人研究[20]。增大汇流面积比，底部出流峰值增大，削峰率和积水时间增大而延迟时间减小，汇流面积比相同时种植土层厚度越大，/与削峰率有所增加，但影响不显著，与前人[18]研究结果一致。就降雨强度而言，通常生物滞留池对小流量降雨事件的延迟时间较长，本研究显示≤5 a的无溢流阶段生物滞留系统对出流的延迟效应较好，这与前人[15, 29]研究的结论基本一致。另外，积水超过6 h可能会导致蚊蝇滋生并影响作物生长[30]，本文中的积水时间均不超过6 h，满足相应的要求。

殷瑞雪等[30]研究表明，通过生物滞留池填料层下渗的水量越多，溢流量越少，其效果越明显，且随着重现期的增大，/逐渐下降，这与本研究中>5 a时（有溢流阶段，图8（a））的结果相一致。值得注意的是，对于≤5 a的无溢流阶段，随着重现期的增大，/是逐渐增加的。究其原因，=1～5 a时，随着降雨量的增加，生物滞留池底部排水速率的峰值Bmax从0.6增大到0.78 cm/min（图9），当=10 a时，Bmax接近最大值0.83 cm/min，此后随着降雨量的增大，出流速率峰值不再加大，/值就不再增大。同样，无溢流时削峰率随的增大而增大，有溢流时削峰率随的增大而减小。

Liu等[20]研究表明，优势流可以导致更快的径流响应和更小的滞留深度。本研究中，试验观测的延迟时间均小于模拟值（表2），表明装置内部存在局部优势流，未来的模型可以进一步考虑优势流的影响。此外，生物滞留池的结构也是影响水文响应特征的重要因素[31-33]，下一步将对生物滞留池不断优化，包括植物的选取、填料的种类、淹没区的设置等。

1）恒定降雨模式与芝加哥降雨模式出流量差别不大，但芝加哥降雨模式下，积水时间与延迟时间变长。

2）影响生物滞留池水文效应的主要参数有s、s和。重现期2 a的1 h芝加哥降雨模式下，s增大25%，底部排水速率的峰值增加21.7%，峰值时间提前14.3%，积水时间减少25%；
s增大25%，底部出流时间延迟25%，积水时间减少12.5%；
增加25%，出流量增加6.5%。汇水面积比增大1倍，底部排水流速峰值加大13%，削峰率提高33%，积水时间增大3倍，延迟时减少16%。

3）生物滞留池渗透性能优良，90%以上的雨水可以通过种植土层下渗。重现期不超过5 a时，生物滞留池不产生溢流，延迟时间大于1 h，削峰率40.6%～76.5%，积水时间不超过2 h。

[1] 李海燕, 罗艳红, 马玲. 生物滞留设施对地表径流中磷去除效果的研究述评[J]. 中国水土保持, 2014(6): 26-31.

LI Haiyan, LUO Yanhong, MA Ling. Research summary on effect of phosphorus removal of surface runoff by bioretention facilities[J]. Soil and Water Conservation in China, 2014(6): 26-31.

[2] 孟莹莹, 殷瑞雪, 张书函, 等. 生物滞留措施排水系统设计方法研究[J]. 中国给水排水, 2015, 31(9): 135-138.

MENG Yingying, YIN Ruixue, ZHANG Shuhan, et al. Study on design of drainage system with bioretention facilities[J]. China Water & Wastewater, 2015, 31(9): 135-138.

[3] 赵军, 林军志, 龚华凤, 等. 海绵城市中生物滞留沟对路基水分场分布的影响[J]. 科学技术与工程, 2018, 18(7): 239-245.

ZHAO Jun, LIN Junzhi, GONG Huafeng, et al. Effect of biological retention ditch on water distribution in subgrade of sponge city[J]. Science Technology and Engineering, 2018, 18(7): 239-245.

[4] VIJAYARAGHAVAN K, BISWAL B K, ADAM M G, et al. Bioretention systems for stormwater management: Recent advances and future prospects[J]. Journal of Environmental Management, 2021, 292(7): 112 766.

[5] LI Liqing, DAVIS A P. Urban stormwater runoff nitrogen composition and fate in bioretention systems[J]. Environmental Science & Technology, 2014, 48(6): 3 403-3 410.

[6] 李立青, 龚燕芳, 颜子钦, 等. 生物滞留设施对城市地表径流低浓度磷吸附基质研究[J]. 环境科学, 2015, 36(7): 2 511-2 517.

LI Liqing, GONG Yanfang, YAN Ziqin, et al. Bioretention media screening for the removal of phosphorus in urban stormwater[J]. Environmental Science, 2015, 36(7): 2 511-2 517.

[7] 郭娉婷, 王建龙, 杨丽琼, 等. 生物滞留介质类型对径流雨水净化效果的影响[J]. 环境科学与技术, 2016, 39(3): 60-67.

GUO Pingting, WANG Jianlong, YANG Liqiong, et al. Effect of bioretention media on pollutions removal from stormwater runoff[J]. Environmental Science & Technology, 2016, 39(3): 60-67.

[8] 谢春生, 张建民. 生物滞留设施中添加麦饭石对锌的吸附性能研究[J]. 环境科学与技术, 2018, 41(S2): 153-157.

XIE Chunsheng, ZHANG Jianmin. Study on the adsorption properties of medical stone added to bioretention facilities for zinc solution[J]. Environmental Science & Technology, 2018, 41(S2): 153-157.

[9] SMYTH K, DRAKE J, LI Y, et al. Bioretention cells remove microplastics from urban stormwater[J]. Water Research, 2021, 191(308): 116 785.

[10] 杨丽琼. 生物滞留技术重金属净化机理与风险评估[D]. 北京: 北京建筑大学, 2014.

YANG Liqiong. Heavy metal removal mechanism and risk assessment through bioretention technology[D]. Beijing: Beijing University of Civil Engineering and Architecture, 2014.

[11] LEFEVRE G, ASCE S M, PAUS K H, et al. Review of dissolved pollutants in urban storm water and their removal and fate in bioretention cells[J]. Journal of Environmental Engineering, 2015, 141(1): 04 014 050.

[12] LE COUSTUMER S, FLETCHER T D, DELETIC A, et al. The influence of design parameters on clogging of stormwater biofilters: A large-scale column study[J]. Water Research, 2012, 46(20): 6 743-6 752.

[13] 阮添舜, 李家科. 生物滞留池植物·填料·微生物研究进展[J]. 安徽农业科学, 2017, 45(18): 63-69, 112.

RUAN Tianshun, LI Jiake. Research progress of plant, filler, microorganism in bioretention[J]. Journal of Anhui Agricultural Sciences, 2017, 45(18): 63-69, 112.

[14] 程江, 徐启新, 杨凯, 等. 下凹式绿地雨水渗蓄效应及其影响因素[J]. 给水排水, 2007, 33(5): 45-49.

CHENG Jiang, XU Qixin, YANG Kai, et al. Rainfall penetration and storage effect and influencing factors of sunken green space[J]. Water & Wastewater Engineering, 2007, 33(5): 45-49.

[15] 潘国艳, 夏军, 张翔, 等. 生物滞留池水文效应的模拟试验研究[J]. 水电能源科学, 2012, 30(5): 13-15.

PAN Guoyan, XIA Jun, ZHANG Xiang, et al. Research on simulation test of hydrological effect of bio-retention units[J]. Water Resources and Power, 2012, 30(5): 13-15.

[16] YANG Xiaohua, MEI Ying, HE Jun, et al. Comprehensive assessment for removing multiple pollutants by plants in bioretention systems[J]. Chinese Science Bulletin, 2014, 59(13): 1 446-1 453.

[17] 薛天一, 徐乐中, 李翠梅, 等. 生物滞留池水文水质效应模拟分析[J].水利水电技术, 2018, 49(1): 121-127.

XUE Tianyi, XU Lezhong, LI Cuimei, et al. Simulative analysis on hydrological and water quality effects of bioretention pond[J]. Water Resources and Hydropower Engineering, 2018, 49(1): 121-127.

[18] 孙艳伟, 魏晓妹. 生物滞留池的水文效应分析[J]. 灌溉排水学报, 2011, 30(2): 98-103.

SUN Yanwei, WEI Xiaomei. Research on hydrological effect of bioretention cells[J]. Journal of Irrigation and Drainage, 2011, 30(2): 98-103.

[19] LI Jiake, LIU Zhouli, JIANG Chunbo, et al. Optimization design of key parameters for bioretention cells with mixed filter media via HYDRUS-1D model and regression analysis[J]. Ecological Engineering, 2021, 164(9): 106 206.

[20] LIU Ruifen, FASSMAN-BECK E. Hydrologic response of engineered media in living roofs and bioretention to large rainfalls: experiments and modeling[J]. Hydrological Processes, 2017, 31(3): 556-572.

[21] 纪桂霞, 蒙勇翔, 许春蕾, 等. 湿地植物对城市雨水径流污染的净化效能与适应性研究[J]. 水资源与水工程学报, 2014, 25(5): 203-206.

JI Guixia, MENG Yongxiang, XU Chunlei, et al. Study on purification efficiency and adaptability of wetland plants for urban runoff pollution[J]. Journal of Water Resources and Water Engineering, 2014, 25(5): 203-206.

[22] 任建武, 翟玮, 王媛媛, 等. 深圳海绵城市建设生物滞留带植物筛选[J].天津农业科学, 2017, 23(3): 97-102.

REN Jianwu, ZHAI Wei, WANG Yuanyuan, et al. Screening of plants for bioretention areas in Shenzhen during the construction of sponge city[J]. Tianjin Agricultural Sciences, 2017, 23(3): 97-102.

[23] 雷晓玲, 余乙民, 杨程, 等. 典型植物对山地城市雨水径流净化效果及其生长适应性[J]. 科学技术与工程, 2019, 19(11): 339-343.

LEI Xiaoling, YU Yimin, YANG Cheng, et al. Purification effect and growth adaptation of typical plants to rainwater runoff in mountain cities[J]. Science Technology and Engineering, 2019, 19(11): 339-343.

[24] 李坤娜, 张书函, 孟莹莹, 等. 生物滞留槽的径流污染削减特性试验研究[J]. 北京水务, 2017(6): 1-6.

LI Kunna, ZHANG Shuhan, MENG Yingying, et al. Experimental study on the characteristics of runoff pollution reduction in bioretention[J]. Beijing Water, 2017(6): 1-6.

[25] LI Junqi, GONG Yongwei, LI Xiaojing, et al. Urban stormwater runoff thermal characteristics and mitigation effect of low impact development measures[J]. Journal of Water & Climate Change, 2019, 10(1): 53-62.

[26] 李家科, 赵瑞松, 李亚娇. 基于HYDRUS-1D模型的不同生物滞留池中水分及溶质运移特征模拟[J]. 环境科学学报, 2017, 37(11): 4 150-4 159.

LI Jiake, ZHAO Ruisong, LI Yajiao. Simulation of water and solute transport characteristics in different bioretention tanks using HYDRUS-1D model[J]. Acta Scientiae Circumstantiae, 2017, 37(11): 4 150-4 159.

[27] VAN Genuchten M Th. A closed-form equation for predicting the hydraulic conductivity of unsaturated soils [J]. Soil Science Society of America Journal, 1980, 44(5): 892-898.

[28] MUALEM Y. A new model for predicting the hydraulic conductivity of unsaturated porous media[J]. Water Resources Research, 1976, 12(3): 513-522.

[29] 殷逸虹. 生物滞留池对城市雨水径流的影响研究[D]. 武汉: 武汉理工大学, 2016.

YIN Yihong. Impact of bioretention on urban stormwater runoff[D]. Wuhan: Wuhan University of Technology, 2016.

[30] 殷瑞雪, 孟莹莹, 张书函, 等. 生物滞留池的产流规律模拟研究[J]. 水文, 2015, 35(2): 28-32.

YIN Ruixue, MENG Yingying, ZHANG Shuhan, et al. Study on runoff of bioretention by model simulation[J]. Journal of China Hydrology, 2015, 35(2): 28-32.

[31] 林宏军, 王建龙, 赵梦圆, 等. 倒置生物滞留技术水量水质控制效果研究[J]. 水利水电技术, 2019, 50(6): 11-17.

LIN Hongjun, WANG Jianlong, ZHAO Mengyuan, et al. Study on water quantity and water quality control effect of inverted bioretention technology[J]. Water Resources and Hydropower Engineering, 2019, 50(6): 11-17.

[32] 仇付国, 代一帆, 卢超, 等. 基质改良和结构优化强化雨水生物滞留系统除污[J]. 中国给水排水, 2017, 33(7): 157-162.

QIU Fuguo, DAI Yifan, LU Chao, et al. Media amendment and structure modification to enhance pollutants removal in bioretention system[J]. China Water & Wastewater, 2017, 33(7): 157-162.

[33] 李立青, 胡楠, 刘雨情, 等. 3种生物滞留设计对城市地表径流溶解性氮的去除作用[J]. 环境科学, 2017, 38(5): 1 881-1 888.

LI Liqing, HU Nan, LIU Yuqing, et al. Effects of three bioretention configurations on dissolved nitrogen removal from urban stormwater[J].Environmental Science, 2017, 38(5): 1 881-1 888.

The Effect of Bioretention Systems on Stormwater Runoff of Shijiazhuang

WANG Chaoyue1,2,3, LI Fanghong1,2,3, HAN Zhongmin4, ZHU Jidong5,YANG Jian1,2,3, LIU Zhining1,2,3, QU Wenjing1,2,3*

(1.School of Water Resources and Environment, Hebei GEO University/Hebei Center for Ecological and Environmental Geology Research, Shijiazhuang 050031, China; 2. Hebei Province Key Laboratory of Sustained Utilization and Development of Water Resources, Shijiazhuang 050031, China; 3. Hebei Province Collaborative Innovation Center for Sustainable Utilization of Water Resources and Optimization of Industrial Structure, Shijiazhuang 050031, China; 4. China National Environmental Protection Group, Beijing 100190, China; 5. China GEO-Engineering Corporation, Beijing 100190, China)

【Objective】Bioretention is a method to purify water, and the aim of this paper is to study its effect on stormwater runoff. 【Method】We took stormwater runoff in Shijiazhuang city as an example, investigating the outflow characteristics of the bioretention system in response to two rainfall patterns, constant pattern and Chicago pattern using column experiment and HYDRUS model. From the simulated results, we analyzed and discussed the sensitivities of the runoff to soil hydraulic parameters, catchment area and thickness of the planting soil layer. We also developed a model to predict the influence of rainfalls with different return periods () on outflow.【Result】Compared to constant rainfall, the Chicago rainfall pattern delayed the emergence of outlet-outflow and prolonged the ponding duration on the soil surface. The hydraulic parameters to which the runoff was sensitive include saturated soil permeabilitys, saturated soil water contents, and the empirical parameterin the van Genuchten formula. An increase insincreased the maximum outlet-drainage rate and brought forward its arrival time. Increasingsprolonged the latent time and reduced the outflow rate and ponding duration. Increasing the parameterresulted in an increase in outflow. Doubling the catchment area ratio increased the maximum drainage rate, the peak-reduction rate and ponding duration by 13%, 33% and 300%, respectively, whereas reducing the latent time by 16%. Change in thickness of the planting soil layer did not show a significant effect on the outflow pattern. 【Conclusion】The bioretention system is more permeable with more than 90% of rainwater flowing through the planting soil layer. When the return period of the rainfall is no more than 5 years, there is no overflow with the peak reduction rate being 40.6%～76.5%, the latent time > 1 h and ponding time < 2 h.

bioretention; stormwater runoff; HYDRUS; numerical simulations; Shijiazhuang

王超月, 李方红, 韩忠民, 等. 生物滞留池对石家庄市雨水径流的水文响应[J]. 灌溉排水学报, 2022, 41(8): 87-94, 105.

WANG Chaoyue, LI Fanghong, HAN Zhongmin, et al. The Effect of Bioretention Systems on Stormwater Runoff of Shijiazhuang[J]. Journal of Irrigation and Drainage, 2022, 41(8): 87-94, 105.

2022-02-10

河北省水利科研与推广计划项目（2018-66，2021-38，2021-39）；
河北省水资源可持续利用与产业结构优化协同创新中心开放基金项目（XTZX202111）；
河北省高校基本科研业务费资助项目（QN202118，QN202141）；
河北地质大学科技创新团队项目（KJCXTD-2021-14）

王超月（1988-），男，河北保定人。讲师，主要从事地表水地下水相互转换的研究。E-mail: wangchaoyue08@163.com

曲文静（1990-），女，山东荣成人。讲师，主要从事水文与水资源工程等方面的研究。E-mail: quwenjing90@163.com

1672 - 3317（2022）08 - 0087 - 09

P333.1

A

10.13522/j.cnki.ggps.2022070

责任编辑：白芳芳