haku: @keyword stormwater / yhteensä: 17
viite: 4 / 17
Tekijä:Lehtinen, Saara
Työn nimi:Simulation of stormwater quality in an urban catchment using the Stormwater Management Model (SWMM)
Kaupunkivaluma-alueen huleveden laadun simulointi SWMM-mallilla
Julkaisutyyppi:Diplomityö
Julkaisuvuosi:2014
Sivut:xi + 87 s. + liitt. 5      Kieli:   eng
Koulu/Laitos/Osasto:Yhdyskunta- ja ympäristötekniikan laitos
Oppiaine:Vesi- ja ympäristötekniikan sivuaine   (R3005)
Valvoja:Koivusalo, Harri
Ohjaaja:Krebs, Gerald
Elektroninen julkaisu: http://urn.fi/URN:NBN:fi:aalto-201412113212
OEVS:
Sähköinen arkistokappale on luettavissa Aalto Thesis Databasen kautta.
Ohje

Digitaalisten opinnäytteiden lukeminen Aalto-yliopiston Harald Herlin -oppimiskeskuksen suljetussa verkossa

Oppimiskeskuksen suljetussa verkossa voi lukea sellaisia digitaalisia ja digitoituja opinnäytteitä, joille ei ole saatu julkaisulupaa avoimessa verkossa.

Oppimiskeskuksen yhteystiedot ja aukioloajat: https://learningcentre.aalto.fi/fi/harald-herlin-oppimiskeskus/

Opinnäytteitä voi lukea Oppimiskeskuksen asiakaskoneilla, joita löytyy kaikista kerroksista.

Kirjautuminen asiakaskoneille

  • Aalto-yliopistolaiset kirjautuvat asiakaskoneille Aalto-tunnuksella ja salasanalla.
  • Muut asiakkaat kirjautuvat asiakaskoneille yhteistunnuksilla.

Opinnäytteen avaaminen

  • Asiakaskoneiden työpöydältä löytyy kuvake:

    Aalto Thesis Database

  • Kuvaketta klikkaamalla pääset hakemaan ja avaamaan etsimäsi opinnäytteen Aaltodoc-tietokannasta. Opinnäytetiedosto löytyy klikkaamalla viitetietojen OEV- tai OEVS-kentän linkkiä.

Opinnäytteen lukeminen

  • Opinnäytettä voi lukea asiakaskoneen ruudulta tai sen voi tulostaa paperille.
  • Opinnäytetiedostoa ei voi tallentaa muistitikulle tai lähettää sähköpostilla.
  • Opinnäytetiedoston sisältöä ei voi kopioida.
  • Opinnäytetiedostoa ei voi muokata.

Opinnäytteen tulostus

  • Opinnäytteen voi tulostaa itselleen henkilökohtaiseen opiskelu- ja tutkimuskäyttöön.
  • Aalto-yliopiston opiskelijat ja henkilökunta voivat tulostaa mustavalkotulosteita Oppimiskeskuksen SecurePrint-laitteille, kun tietokoneelle kirjaudutaan omilla Aalto-tunnuksilla. Väritulostus on mahdollista asiakaspalvelupisteen tulostimelle u90203-psc3. Väritulostaminen on maksullista Aalto-yliopiston opiskelijoille ja henkilökunnalle.
  • Ulkopuoliset asiakkaat voivat tulostaa mustavalko- ja väritulosteita Oppimiskeskuksen asiakaspalvelupisteen tulostimelle u90203-psc3. Tulostaminen on maksullista.
Sijainti:P1 Ark Aalto  2551   | Arkisto
Avainsanat:stormwater
SWMM
quality
parameterization
urban
modelling
hulevesien laatu
mallintaminen
laatuparametrisointi
Tiivistelmä (fin):Ilmastonmuutoksen, väestönkasvun ja kaupungistumisen myötä hulevesien rooli kaupunkialueilla tulee yhä tärkeämmäksi.
Hulevesien laatuprosesseja tulisi ymmärtää paremmin ja niitä pitäisi pystyä mallintamaan, jotta hulevettä voitaisiin hyödyntää ja toisaalta sen haitallisia vaikutuksia ihmisiin ja ympäristöön voitaisiin vähentää.

Tässä työssä hulevesien määrää ja laatua kuvaava SWMM-malli kalibroitiin kaupunkivaluma-alueelle Lahdessa hyödyntäen sadanta-, valunta- ja sameusaineistoa valuma-alueen purkupisteestä.
Sameus muutettiin kokonaiskiintoaineen konsentraatioksi, joka edusti huleveden laatua.
Geneettisen algoritmin avulla suoritettiin kalibrointi viidelle parametrille: saasteiden lähtökertymälle valuma-alueen pinnoilla, sekä maksimikertymälle, kertymiseksponentille, huuhtoutumiskertoimelle ja huuhtoutumiseksponentille, jotka esiintyvät mallin eksponentiaalisissa kertymis- ja huuhtoutumisfunktioissa.
Kalibroinnissa käytettiin kolmea erilaista parametrien vaihteluvälien joukkoa ja erilaisia yhden, kahden tai kolmen tapahtuman sarjoja.
Herkkyysanalyysi suoritettiin ennen ja jälkeen kalibroinnin, jotta parametrien keskinäisiä suhteita ja vaikutuksia mallin tuloksiin voitaisiin tutkia.

Työ osoittaa, että eksponentiaaliset funktiot ovat mukautuvia sillä ehdolla, että veden laadun vaihtelut seurailevat valunnan vaihteluita.
Parhaat tulokset kalibrointijaksolle saatiin laajoilla vaihteluväleillä ja käyttämällä kolmea kalibrointitapahtumaa yhtä aikaa.
Silti kolmekin tapahtumaa on hyvin pieni otos edustamaan kaikkia erilaisia sadanta-valuntatapahtumia, minkä vuoksi vain muutama validointitapahtuma pystyttiin ennustamaan kalibroiduilla parametreilla.
Lisäksi tarkan ja luotettavan aineiston tärkeys tulee selvästi näkyviin.

Työn tulokset viittaavat siihen, että lähtökertymän lisääminen kalibrointiparametriksi parantaa mallin toimivuutta.
Laatuparametrit ovat monimutkaisesti sidoksissa toisiinsa, mutta joitakin selviä taipumuksia ja säännönmukaisuuksia voidaan tunnistaa.
Optimoinneissa läpäisemättömille pinnoille annettiin samat laatuparametrit, paitsi yhdessä optimoinnissa kattopintojen parametrien annettiin vaihdella itsenäisesti.
Tämä optimointi tuotti parhaan tuloksen kalibrointijaksolle, mikä kannustaa tutkimaan myös yksityiskohtaisempaa huleveden laadun mallinnusta.

Tämä työ tarjoaa tietoa SWMM-mallin laatuparametrien käyttäytymisestä.
Parametreille saatuja vaihteluvälejä voidaan käyttää suuntaa-antavina arvoina ja vertailukohtana tulevissa hulevesien laadun mallinnussovelluksissa samankaltaisilla kaupunkivaluma-alueilla.
Tiivistelmä (eng):In the face of climate change, population growth and urbanization an understanding of stormwater quality processes and their prediction in urban areas are essential to make good use of stormwater and to minimize its detrimental impacts on the population and the environment.

In this study a stormwater quality model calibration was conducted using the Stormwater Management Model (SWMM) for an urban catchment in Lahti, Finland by utilizing rainfall, runoff and turbidity data from the catchment outlet.
The continuously observed turbidity data was converted to TSS concentrations, which represented water quality.
With the aid of a genetic algorithm the calibration was conducted for five model parameters: the maximum build-up, build-up exponent, wash-off coefficient and wash-off exponent, which appear in the exponential build-up and wash-off functions of the model and the initial build-up of pollutants on the catchment surfaces.
Three different sets of parameter boundaries and different calibration sequences of one, two or three events were used.
A sensitivity analysis was conducted before and after the calibration to investigate the interrelations of the parameters and their effect on the model output.

The simulation results showed that the exponential functions are adaptable within the requirement that fluctuations in water quality are related to fluctuations in runoff.
A good performance was obtained for the calibration sequence, when three events were used.
However, even three events are too small a sample of the vast variety of rainfall-runoff events and only a few of the validation events were able to be predicted with the calibrated parameters.
Additionally, the importance of accurate data is well demonstrated.

The results indicate that including the initial build-up as a calibration parameter improves the model performance.
The parameters show complex interrelations, but some clear tendencies and regularities were identified.
The same set of parameters was assigned for all impervious surfaces with the exception of one optimization, where the parameters for roof surfaces were optimized independently.
Interestingly, this optimization produced the best performing parameters for the calibration sequence, which encourages for more detailed stormwater quality modelling.

This study provides the obtained ranges and behaviour of the quality parameters as an approximation or a comparison for future stormwater quality modelling applications in similar urban catchments.
ED:2014-12-21
INSSI tietueen numero: 50221
+ lisää koriin
INSSI