楊佳利，徐擁軍，梁藉，唐穎,劉子龍

(1.華中科技大學(xué)土木與水利工程學(xué)院，武漢 4730074；2.中國電建華東勘測設(shè)計研究院有限公司 東南區(qū)域總部，杭州 311100；3.北京城市學(xué)院城市建設(shè)學(xué)部，北京 100083；4.北京城市規(guī)劃設(shè)計研究院，北京 100045)

目前，隨著國內(nèi)城市化進程加快，道路硬化建設(shè)致使地表不透水面積增大，加之極端暴雨事件頻發(fā)，城市內(nèi)澇災(zāi)害激增[1-2]。內(nèi)澇分析是解決城市積水問題的基礎(chǔ)手段，高精度城市雨水管網(wǎng)模型是分析城市內(nèi)澇的必要前提[3]。城市雨水管網(wǎng)模型利用城市降雨、地形、管線工程等基礎(chǔ)數(shù)據(jù)，模擬城市產(chǎn)匯流過程，分析城市管網(wǎng)排水能力及地表淹沒狀況。在水文模型中，子匯水區(qū)劃分通過影響管網(wǎng)節(jié)點處的雨水入流過程和管道內(nèi)的雨水匯流過程，引起模型管段出水口流量峰值、峰現(xiàn)時間等重要模型精度評價指標變化，子匯水區(qū)劃分合理性是管網(wǎng)模型與實測擬合程度的決定性因素之一[4]。因此，要提高城市雨水管網(wǎng)模型精度，就需要合理劃分子匯水區(qū)。

對于子匯水區(qū)劃分方法，國內(nèi)外已有大量相關(guān)研究[5-18]，但主要針對山區(qū)、流域水文模型的子流域匯水區(qū)劃分。Rouhani等[10]結(jié)合Shuffled Complex Evolution(SCE)優(yōu)化算法，制定多自動校準方案(MACS)劃分流域子匯水區(qū)，研究了不同降雨空間分布情景下子匯水區(qū)劃分對徑流預(yù)測的影響。Lei等[11]提出了一種適用于區(qū)域尺度的流域匯水區(qū)劃分方法，成功應(yīng)用于中國南水北調(diào)中線工程。Choi等[12]開發(fā)了一種基于Web的實時流域地理信息系統(tǒng)，利用雙種子數(shù)組替換算法(double-seed array-replacement algorithm)從點坐標獲得分水嶺邊界，并利用印第安納州的Wildcat Creek流域數(shù)據(jù)進行了模擬，其精度較高。Luo等[13]改進ArcGIS和ArcSWAT默認DEM的預(yù)定義流域劃定方法，創(chuàng)新一種基于DEM和DCN劃定河流子流域方法，子流域劃分結(jié)果與圩田地區(qū)的實際水文過程吻合較好。Liao等[14]提出了一種基于六邊形網(wǎng)格空間離散化流域劃分方法，據(jù)此構(gòu)建模型，分別應(yīng)用于美國西部陡峭和平坦兩種地形情景的分水嶺劃分，結(jié)果比傳統(tǒng)空間離散方法在重現(xiàn)流域輪廓方面更具優(yōu)勢。Lai等[15]提出了一種基于水文特征和DEM的流域劃分方法，依據(jù)矢量水文特征數(shù)據(jù)模型提取河流節(jié)點，根據(jù)水流方向矩陣和河流節(jié)點的位置完成流域劃分，并應(yīng)用于構(gòu)建中國西部太湖流域水文模型，與傳統(tǒng)方法相比，它可同時考慮不同類型流域和多個入口出口的情景，有利于PRNR分布式水文模型的開發(fā)。Castronova等[16]使用數(shù)學(xué)圖論來識別流域邊界，提出了基于層次網(wǎng)絡(luò)的開源劃定方法，與傳統(tǒng)僅從數(shù)字高程模型導(dǎo)出流域柵格算法相比表現(xiàn)出更大的靈活性、可擴展性，并有效提高了模型精度。

然而，針對城市子匯水區(qū)劃分方法的研究略少[19-29]。1911年荷蘭氣候?qū)W家A.H.Thiessen提出了一種依據(jù)離散分布的降雨氣象站位置劃分匯水區(qū)的方法——泰森多邊形法[19]。泰森多邊形法廣泛運用于城市子匯水區(qū)劃分，一般采用管網(wǎng)節(jié)點或者出水口作為泰森多邊形法劃分子匯水區(qū)據(jù)點。李若男等[20]依據(jù)泰森多邊形法構(gòu)建上海黃浦區(qū)北部區(qū)域的ICM水動力模型，較好地模擬了不同重現(xiàn)期降雨情景下的一維地表洪水過程及地表淹沒深度和二維地形條件下的城市內(nèi)澇積水深度及流速，為該城市制定防洪排澇方案提供了理論依據(jù)。然而泰森多邊形法劃分子匯水區(qū)未考慮地形因素的局限性，導(dǎo)致匯水區(qū)等距均分，劃分結(jié)果與實際匯水區(qū)存在一定的偏差，且易出現(xiàn)匯水邊界切割建筑物等不符合實際地表匯流的情況，不確定性顯著[21-22]。Warsta等[23]使用統(tǒng)一的計算網(wǎng)格劃分研究區(qū)域子匯水區(qū)，為城市雨水管網(wǎng)模型SWMM開發(fā)了一個子匯水區(qū)生成程序。Wu等[24]提出了一種基于坡度和坡向的精細化劃分SWMM模型子匯水區(qū)的新方法，該方法準確設(shè)置模型參數(shù)和水力交換條件，在一定程度上提高了模型的精度，但該方法對坡度數(shù)據(jù)精度要求高，不適用大面積城市區(qū)域管網(wǎng)建模。Back等[25]提出了一種基于GIS的自動劃分城市子流域方法，該方法考慮了自然地表傾角，將實際的管網(wǎng)節(jié)點與雨水箅共同作為節(jié)點，以此作為子匯水區(qū)出口，分別使用數(shù)字表面模型(DSM)和數(shù)字高程模型(DEM)自動劃分城市子匯水區(qū)，并將SWMM的水力模擬結(jié)果與實測流量數(shù)據(jù)進行比較。Ji等[26]提出了一種新的SWMM子匯水區(qū)劃分方法，該方法依據(jù)城市子匯水區(qū)地形和水文信息的空間變異性特征，利用流域分區(qū)方法從DEM中提取道路和管網(wǎng)，并在劃分方法中引入GIS技術(shù)，基于空間分析方法根據(jù)道路、管道和建筑物的分布特征調(diào)整原始DEM數(shù)據(jù)，從而進一步提高SWMM的模擬結(jié)果。D?ring等[27]提出了從土地利用數(shù)據(jù)計算子集水區(qū)面積和從街道地形計算雨水排水網(wǎng)絡(luò)的算法，以區(qū)域尺度的SWMM排水管網(wǎng)模型為研究對象，建立了測試案例，在小型測試區(qū)域中所提出算法表現(xiàn)良好，但由于不透水地表覆蓋百分比推導(dǎo)方面不完善，無法適用于大型研究區(qū)域。Li等[28]提出了一種兼顧土地利用類型和流向的子匯水區(qū)劃分方法，將研究區(qū)劃分為一級匯水區(qū)和二級匯水區(qū)(FL和SL)，并利用修正的DEM(數(shù)字高程模型)和流向數(shù)據(jù)，將SL匯水區(qū)劃分為三級基于方向的(D-B)匯水區(qū)，提出了一種基于土地利用的D-B子匯水區(qū)劃分算法，并在新算法中引入自適應(yīng)閾值調(diào)整，該方法適用于大城市。Bai 等[29]研究利用無人機傳感器來檢查地形和土地使用覆蓋變化，通過測量數(shù)字地表模型和正射影像圖，獲得城市子匯水區(qū)，利用最小累積阻力模型模擬了166個城市子匯水區(qū)徑流，得到了多條連接城市上下水系的徑流路徑，地表徑流分配與實際匹配度高。

以上研究中，泰森多邊形法劃分子匯水區(qū)未能考慮地形因素，且山區(qū)流域水文模型子匯水區(qū)劃分無法直接用于管網(wǎng)模型中的子匯水區(qū)劃分。因此,本文提出一種基于盆域分析的泰森多邊形子匯水區(qū)劃分方法(basin analysis based Thiessen polygon subcatchment division method,BATP)，通過此方法將地形因素和管網(wǎng)系統(tǒng)綜合考慮。同時以北京某區(qū)域為例，將BATP方法分別與人工繪制法、傳統(tǒng)泰森多邊形法進行對比，以井下液位峰值、峰現(xiàn)時間及流量峰值、峰現(xiàn)時間、總流量等模擬結(jié)果為依據(jù)驗證方法，評估BATP方法的優(yōu)勢。

1 基于盆域分析的泰森多邊形子匯水區(qū)劃分方法

只有子匯水區(qū)地表徑流通過唯一管網(wǎng)節(jié)點匯入管段，才能滿足雨水管網(wǎng)模型構(gòu)建要求。子匯水區(qū)劃分通過界定匯水范圍影響管網(wǎng)節(jié)點處的雨水入流過程以及管道內(nèi)的雨水匯流過程，進而改變模型管段出水口流量峰值、峰現(xiàn)時間等精度評價指標數(shù)據(jù)，所以劃定子匯水區(qū)范圍并確定合理的管網(wǎng)入流節(jié)點會對管網(wǎng)模型的精確度產(chǎn)生較大影響。城市子匯水區(qū)劃分主要考慮兩大問題：城市下墊面類型多且不同用地類型分布零散，地形因素對子匯水區(qū)劃分影響較大；城市管網(wǎng)密布且錯綜復(fù)雜，匯水范圍難以界定。因此，提出BATP方法，以地形為基礎(chǔ)合理劃分子匯水區(qū)。首先依據(jù)城市地形數(shù)據(jù)進行盆域分析，劃分出匯流范圍集中的徑流單元，將該徑流單元定義為初級子匯水區(qū)；其次修定初級子匯水區(qū)，對不存在管網(wǎng)節(jié)點的初級子匯水區(qū)，尋求周圍公共邊界高程最小值對應(yīng)的初級子匯水區(qū)與之合并，以保證每個初級子匯水區(qū)內(nèi)均存在管網(wǎng)節(jié)點；最后采用泰森多邊形法細分初級子匯水區(qū)，得到與管網(wǎng)節(jié)點一一對應(yīng)的子匯水區(qū)。由此準確模擬子匯水區(qū)內(nèi)徑流順自然地表流入管網(wǎng)節(jié)點、按城市水文路徑輸入雨水管道系統(tǒng)至出水口排出的全過程，從而提高模型精度。

1.1 劃分初級子匯水區(qū)

使用高分辨率的數(shù)字高程模型柵格數(shù)據(jù)進行盆域分析，劃分得到匯流集中且高程變幅小的初級子匯水區(qū)。初級子匯水區(qū)劃分過程見圖1，具體步驟如下:

圖1 初級子匯水區(qū)劃分

地形填洼處理[30]:避免人為因素導(dǎo)致的地形誤差而形成不合理水流方向的情況發(fā)生，需對錯誤的低洼點進行填洼處理。

流向分析:根據(jù)每個DEM柵格的最陡坡度方向，運用D8流向原理連通各像元流向柵格，完成區(qū)域的流向分析。

流量分析:基于流向分析后，統(tǒng)計每個像元柵格的累計匯流流量值。

地表徑流分級處理:基于匯流累積量數(shù)據(jù)設(shè)定閾值生成城市柵格徑流網(wǎng)絡(luò)，提取地表徑流分布。

地表徑流網(wǎng)矢量化:將分級后的邊界柵格網(wǎng)絡(luò)轉(zhuǎn)換為線狀邊界，準確界定地表徑流范圍，劃定地表徑流網(wǎng)絡(luò)邊界線。

生成盆域:依據(jù)流量、流向、徑流網(wǎng)確定柵格的上游匯流區(qū)域，將城市地表劃分為若干盆域，即初級子匯水區(qū)。

1.2 初級子匯水區(qū)的修定

盆域分析是直接的地形分析方法，未考慮城市管網(wǎng)分布，所以劃分得到的初級子匯水區(qū)未必均存在管網(wǎng)節(jié)點，不存在管網(wǎng)節(jié)點的子匯水區(qū)無法滿足雨水管網(wǎng)模型建設(shè)需求，因而對不存在管網(wǎng)節(jié)點的初級匯水區(qū)采用就近合并方法。選擇與該初級匯水區(qū)最鄰近且公共邊界高程最小的一個初級子匯水區(qū)，合并生成一個新初級子匯水區(qū)。依據(jù)地形DEM數(shù)據(jù)，找出不存在管網(wǎng)節(jié)點初級子匯水區(qū)周圍公共邊界高程最小的初級子匯水區(qū)即其下方子匯水區(qū)，兩者合并成為一個新初級子匯水區(qū)，見圖2。

圖2 初級子匯水區(qū)修正

1.3 子匯水區(qū)的確定

修定后的初級子匯水區(qū)存在一個或多個管網(wǎng)節(jié)點，僅存在唯一管網(wǎng)節(jié)點的初級子匯水區(qū)即為該管網(wǎng)節(jié)點的子匯水區(qū)。存在多個管網(wǎng)節(jié)點的初級子匯水區(qū)，需進一步采用泰森多邊形法細化管網(wǎng)節(jié)點匯水范圍，界定與管網(wǎng)節(jié)點一一對應(yīng)的子匯水區(qū)。以管網(wǎng)節(jié)點為據(jù)點采用泰森多邊形法劃分得到子匯水區(qū)，見圖3。

圖3 初級子匯水區(qū)生成子匯水區(qū)

BATP劃分方法全過程見圖 4，最終得到與城市管網(wǎng)節(jié)點唯一匹配的子匯水區(qū)。

圖4 BATP劃分方法流程

2 研究實例

2.1 實例概況

選擇北京市某區(qū)域作為研究實例，研究區(qū)域面積4.244 58 km2，不透水地表面積占比為72.534%，用地類型主要包含道路、房屋、硬化鋪裝、植被和裸土。研究區(qū)域覆蓋907條主干管，管段總長29.687 km，最長管131.8 m；存在902個管網(wǎng)節(jié)點、1個雨量計及1個出水口。采用分辨率為10 m×10 m的數(shù)字高程模型柵格數(shù)據(jù)。研究區(qū)域用地類型、高程及管網(wǎng)布局見圖 5。

圖5 研究區(qū)用地類型、高程及管網(wǎng)布局

2.2 研究區(qū)模型構(gòu)建與參數(shù)率定

子匯水區(qū)劃分完成后，才能建立雨水管網(wǎng)模型進行參數(shù)率定。為了得到一組客觀的匯水區(qū)產(chǎn)匯流參數(shù)，并在后續(xù)評價中較為真實地對比不同子匯水區(qū)劃分方法對于雨水管網(wǎng)模型精度的影響，需先擬定一種子匯水區(qū)劃分方法建模率定參數(shù)。人工繪制法劃分子匯水區(qū)是專業(yè)人員依據(jù)DEM高程柵格數(shù)據(jù)、衛(wèi)星影像圖和研究區(qū)不同用地類型數(shù)據(jù)，精細化地物高程數(shù)據(jù)后，手動勾畫每個管網(wǎng)節(jié)點對應(yīng)子匯水區(qū)的方法。該方法的劃分工作過程繁瑣、工作量大，但能準確吻合實際管網(wǎng)節(jié)點所服務(wù)的匯水區(qū)范圍。因此，以人工繪制法劃分子匯水區(qū)進行參數(shù)率定，統(tǒng)一匯水區(qū)參數(shù)設(shè)置。采用人工繪制法劃分匯水區(qū)構(gòu)建雨水管網(wǎng)SWMM模型見圖 6、圖 7。

圖6 人工繪制法劃分研究區(qū)域匯水區(qū)

圖7 人工繪制法構(gòu)建的SWMM管網(wǎng)模型

模型率定選取2020年汛期實測數(shù)據(jù)：采用實測降雨(一)率定參數(shù)，該降雨歷時20.5 h，總降雨量342 mm；采用實測降雨(二)驗證參數(shù)率定結(jié)果，該降雨歷時20.5 h，總降雨量551 mm。監(jiān)測點位于該研究區(qū)域出水口的上游管渠，監(jiān)測指標包括液位和流速數(shù)據(jù)，實測雨量、液位及流量數(shù)據(jù)見圖 8、圖 9。

圖8 實測降雨(一)及其對應(yīng)液位、流量曲線

圖9 實測降雨(二)及其對應(yīng)液位、流量曲線

《城市內(nèi)澇防治系統(tǒng)數(shù)學(xué)模型構(gòu)建和應(yīng)用規(guī)程》[31]中模型率定的相關(guān)要求：模擬及實測峰值流量和液位時間偏差均應(yīng)小于 1 h；峰值流量和峰值液位數(shù)值偏差不應(yīng)大于25%；模擬和實測的總流量偏差不應(yīng)大于20%。采用率定參數(shù)建模獲得的各項指標數(shù)據(jù)與實測數(shù)據(jù)對比見表1，實測降雨(一)流量及液位峰現(xiàn)時間與實測峰現(xiàn)時間間隔僅差距2 min，擬合效果好；管道流量、液位峰值偏差分別為17.044%、6.981%，總水量偏差為17.000%，均滿足《城市內(nèi)澇防治系統(tǒng)數(shù)學(xué)模型構(gòu)建和應(yīng)用規(guī)程》對于模型率定的相關(guān)要求，率定結(jié)果見圖 10、圖 11。綜上所述，采用此次率定的參數(shù)構(gòu)建模型精度較好，最終確定的不同產(chǎn)匯流表面降雨徑流模型參數(shù)，見表 2。將參數(shù)率定結(jié)果用于構(gòu)建實測降雨(二)管網(wǎng)模型，結(jié)果顯示：流量及液位峰現(xiàn)時間與實測峰現(xiàn)時間間隔僅差距1 min；管道流量、液位峰值偏差分別為3.708%、8.039%，總流量偏差為16.650%，各項管網(wǎng)指標與實測值偏差較小，滿足規(guī)范要求，結(jié)果見圖 12、圖 13。因此，此次模型參數(shù)率定取值合理，適用性較好。

表1 參數(shù)率定模型結(jié)果與實測對比

圖10 實測降雨(一)監(jiān)測點模型流量率定結(jié)果

圖11 實測降雨(一)監(jiān)測點模型液位率定結(jié)果

表2 匯水區(qū)降雨徑流模型參數(shù)率定值

圖12 實測降雨(二)監(jiān)測點模型流量率定結(jié)果

圖13 實測降雨(二)監(jiān)測點模型液位率定結(jié)果

2.3 子匯水區(qū)劃分

利用研究區(qū)域管網(wǎng)節(jié)點、管段、出水口、雨量計相關(guān)基礎(chǔ)數(shù)據(jù)，運用BATP方法劃分子匯水區(qū)，得到基于盆域分析獲得的初級子匯水區(qū)和最終劃分的子匯水區(qū)結(jié)果見圖 14、圖 15。為驗證BATP方法劃分子匯水區(qū)優(yōu)越性，選取人工繪制法和傳統(tǒng)泰森多邊形法與其進行對比。傳統(tǒng)泰森多邊形法劃分子匯水區(qū)快速簡便，操作易行。人工繪制法劃分子匯水區(qū)與實際管網(wǎng)節(jié)點所服務(wù)的匯水區(qū)范圍擬合度高。以人工繪制法模型結(jié)果作為參照，分別比較BATP方法、泰森多邊形法劃分子匯水區(qū)模型結(jié)果差異，從而評估3種方法對模型精度的影響。傳統(tǒng)泰森多邊形法劃分結(jié)果見圖 16。人工繪制法構(gòu)建的管網(wǎng)模型見圖 7。

圖14 基于盆域分析劃分的初級子匯水區(qū)

圖15 最終劃分的子匯水區(qū)

圖16 泰森多邊形方法劃分的子匯水區(qū)

3 模擬結(jié)果比較

在實測降雨(一)和設(shè)計降雨兩種情景下，分別運用BATP方法、人工繪制法和泰森多邊形法構(gòu)建雨水管網(wǎng)模型，對比模擬結(jié)果并分析指標差異。

3.1 實測降雨模擬對比

將圖 8實測降雨(一)數(shù)據(jù)分別導(dǎo)入依據(jù)3種子匯水區(qū)劃分方法構(gòu)建的管網(wǎng)模型，比較模擬結(jié)果。監(jiān)測點模型與實測液位、流量曲線分別見圖 17、圖 18。3種方法模型評估指標對比見表 3。計算結(jié)果表明：BATP方法、人工繪制法和泰森多邊形法模擬的液位流量峰現(xiàn)時間間隔分別為3、2、7 min，均滿足小于1 h的標準；模型液位峰值偏差分別為1.115%、6.981%、17.059%，流量峰值偏差為1.301%、17.044%、23.330%，均滿足不大于25%的標準；模型總流量偏差分別為6.796%、17.000%、40.343%，僅泰森多邊形法模型結(jié)果不滿足20%的標準[31]。綜上可見：BATP方法、人工繪制法模型與實測擬合度好，模型精度高；泰森多邊形法模型與實測擬合不佳，模型精度低。

圖17 實測與模型液位對比曲線

圖18 實測與模型流量對比曲線

表3 3種方法模型指標對比

3.2 設(shè)計降雨情景下方法差異度分析

為進一步對比BATP方法、人工繪制法和泰森多邊形法的差異，將3種方法運用于設(shè)計降雨情景進行模擬，采用成對比較檢驗法來分析實測數(shù)據(jù)與模型結(jié)果相似程度。設(shè)計降雨采用北京市重現(xiàn)期為1、2、3、5、10、20、30、50、100 a的9種芝加哥雨型，見圖 19。

圖19 設(shè)計降雨雨型

出水口液位及流量由匯水區(qū)范圍及面積決定，按重現(xiàn)期順序分別繪制出水口流量隨時間的變化過程線。降雨重現(xiàn)期不斷增大時，出水口液位及流量峰值增幅均上升。為了便于比較，表 4、表 5分別列出了不同重現(xiàn)期下3種方法模擬的出水口液位及流量峰值。人工繪制法是人工依據(jù)實況劃分的，因而匯水區(qū)范圍劃定較準確。以人工繪制法模型出水口流量過程線為參照曲線，運用成對比較檢驗法，對3種方法劃分子匯水區(qū)得到的出水口液位及流量峰值分別進行成對樣本檢驗，檢驗結(jié)果見表 6、表 7。

表4 在不同重現(xiàn)期下3種方法模擬的液位峰值

表5 在不同重現(xiàn)期下3種方法模擬的流量峰值

表6 出水口液位峰值不同方法成對樣本檢驗

表7 出水口流量峰值不同方法成對樣本檢驗

采用成對樣本檢驗的數(shù)學(xué)分析方法，求出3種方法兩兩對比的Sig值，進而評估指標顯著性差異。Sig計算公式為

式中：n為自由度;Γ(n)為伽馬函數(shù);χ2(n)為卡方分布函數(shù)。

數(shù)學(xué)分析中，以Sig0=0.05作為顯著性臨界值。由表 6、表 7可以得出:BATP方法與人工繪制法液位及流量成對樣本檢驗的Sig 分別為0.288和0.068，均大于Sig0，未達到顯著性水平;而泰森多邊形法與人工繪制法液位及流量成對樣本檢驗的Sig 均為 0，遠小于 Sig0，在顯著性范圍內(nèi)。綜上所述，泰森多邊形法未考慮地形因素，SWMM模型精度低,而BATP方法較泰森多邊形法在劃分子匯水區(qū)時加入了地形盆域分析，匯水區(qū)范圍劃定結(jié)果更接近人工實況匯水區(qū)，所以模擬結(jié)果更準確，模型精度高。

計算得出，泰森多邊形法、BATP方法與人工繪制法的液位及流量峰值偏差，分析結(jié)果(表 8、表 9)顯示，各重現(xiàn)期下泰森多邊形法與人工繪制法液位及流量峰值偏差均為負值。以±3%為偏差指標，所有設(shè)計降雨情景下，泰森多邊形法的模型液位及流量峰值偏差率均小于-3%，BATP方法與人工繪制法液位及流量峰值偏差均在±3%范圍內(nèi)。因此，泰森多邊形法構(gòu)建的雨水管網(wǎng)模型結(jié)果液位峰值、流量峰值均偏低，模型精度不佳。

表8 泰森多邊形法液位偏差分析

表9 泰森多邊形法流量偏差分析

4 結(jié) 論

人工繪制法劃分子匯水區(qū)的模擬結(jié)果與實測數(shù)據(jù)偏差較小，滿足規(guī)范要求，精度較高。

BATP方法劃分子匯水區(qū)的模擬結(jié)果與人工繪制法模擬結(jié)果較為接近，且與實測值偏差小，模型精度較高。

泰森多邊形法由于缺少地形因素考慮，劃分的子匯水區(qū)得到的模型結(jié)果與實測值均偏差較大。因此，考慮地形因素可有效提高雨水管網(wǎng)模型精度。

人工繪制法對繪制人員的專業(yè)程度要求較高，且劃分過程繁瑣復(fù)雜，而BATP方法可結(jié)合計算機技術(shù)自動劃分子匯水區(qū)，操作簡單,節(jié)省時間和精力，并可以獲得較高精度的模型結(jié)果。