简介：《SWMM用户参考手册-水文学》是SWMM汉化版第I卷水文分册，面向城市雨水管理、环境工程与城市规划领域的学习者与从业者，用于理解动态降雨—径流模拟的原理、对象组织与参数设置。内容从概览、对象模型、过程模型和模拟流程入手，延伸至气象数据、子汇水面积产流、污染物负荷累积及地表径流演算，并附译者与原著声明、致谢和缩略语，便于按章节查阅。压缩包内共1个PDF文件，大小约2.93MB，结构完整，适合检索、打印与对照软件操作。已有301人学习，读者可借此厘清SWMM水文计算的关键环节，校核模型设置，并为城市降雨事件的水量水质分析提供参考。
1. 非线性水库视角：SWMM 不把径流当作“降水减损失”
很多人第一次接触 SWMM，会默认它的算法逻辑是“降水量减去下渗量、再减去洼地蓄水，剩下的就是径流”。真跑一次就会发现问题：同一场降雨，把子汇水面积的宽度参数改一倍，洪峰能差出百分之几十，而降水量、下渗参数一个都没动。原因在于 SWMM 的地表径流部分根本不按“扣损”算，它把每个子汇水面积当成一个非线性水库：降水是入流，下渗和洼地蓄水是出流，出口流量由曼宁公式按水深反推，再用数值迭代和时间步进一点点逼出来。搞懂这一点，参数标定不上、连续性误差飙高这类玄学问题才有解释的入口。
2. 对象模型到过程模型：一个街区怎么被拆成可计算的图
2.1 三类对象实体：子汇水面积、节点、连接
SWMM 的输入文件读进内存后，本质上是一张有向图加几张属性表。节点是图的顶点，连接是图的边，而子汇水面积是外挂在节点上的产流单元。这个划分很关键，因为它决定了两套计算是分开的。
子汇水面积负责产流：接受降水，扣掉下渗、洼地蓄水和蒸发，把剩下的水汇到某个节点。节点分几类，普通汇合节点、排放口、蓄水设施、分流设施，它们在拓扑里是同一层。连接里最常见的是管渠，还有水泵、孔口、堰、出水口这些。
子汇水面积并不进入水力求解的矩阵。它只往节点“注入”一个流量时间序列，之后管网的求解和它无关。这解释了为什么改管网参数不会影响产流量，也解释了一个常见误区：想让子汇水面积的水量变化，改节点是没用的。
对象模型的另一层含义是属性表的层次，子汇水面积有面积、宽度、坡度、不渗透比例、曼宁 n、洼地蓄水深度这些字段；下渗参数单独挂一组；地下水参数再单独挂一组。手册把参数估计放在每一章的末尾，就是因为这些字段分别属于不同的过程模型，混在一起看容易翻车。
2.2 过程模型：从气象驱动到地下水、融雪的六条链路
对象模型回答“算什么”，过程模型回答“按什么顺序算”。SWMM 的水文部分大致是六条链路串起来的：气象输入、积雪与融雪、下渗、地表径流、地下水、管网演算。
气象输入是驱动源，降水是主驱动，温度决定降雨还是降雪、决定融雪速率，蒸发决定长期模拟里的水量损失，风速参与融雪的热交换计算。单一事件模拟时，温度、蒸发、风速可以全空着，模型照样跑；一旦切到连续模拟，这些序列就变成必需项，因为两次降雨之间的土壤含水量恢复、积雪积累都依赖它们。
积雪链路在温度低于阈值时把降水记成降雪，累积成雪深；升温时按融化方程释放水量。这部分有两套机制并存：一套是度日因子法，用气温乘一个融化系数粗算；另一套是能量平衡，把净辐射、感热、潜热、地热、融雪潜热逐项算出来。手册两种都给，是因为前者参数少、易标定，后者在长期模拟里更稳。
下渗链路决定降水里有多少进入土壤。它和地表径流是同一个时间步里耦合的：先算下渗能力，再用实际下渗量修正地表水量，剩下的才是净雨。地下水链路是慢过程，上层不饱和区接受地表下渗，向下穿透到下层饱和区，饱和区再以基流形式排入管网。融雪和地下水都在同一套时间步里推进，但时间常数差了几个数量级，这是后面双时间步长设计的原因。
2.3 双时间步长：水文步长与水力步长必须分开
SWMM 至少有三种时间步长在同时工作：水文步长、水力步长、报告步长。报告步长只是输出粒度，真正影响结果的是前两个。
水文步长管产流，包括降水、下渗、地表径流、融雪、地下水。这些过程的变化相对平缓，步长可以放得比较宽。水力步长管网网演算，管流在瞬变工况下变化很快，步长必须压得很小，否则会出现数值振荡甚至负水深。
分成两个步长不是偷懒，而是稳定性约束不一致。把水文步长压到和水力步长一样小，计算时间会成倍上升，收益却很小；把水力步长放大到水文步长的量级，短管、陡坡管渠立刻不稳。常见的实现思路是让水力步长由最短管渠的传播时间约束，一般取管长除以波速再打个折。
这套双步长结构带来一个副作用：产流和演算之间要做时间插值。如果插值方式选得粗，短历时强降雨的峰值会被削平。所以手册专门提到地表漫流重新演算，本质上是把非线性水库算出来的流量再平滑一遍，减少步长切换造成的锯齿。
3. 地表径流：非线性水库为什么要靠迭代求解
3.1 控制方程组：连续方程叠上曼宁公式
单个子汇水面积被概化成一个宽度为 W、坡度为 S、面积为 A 的斜面。水量平衡写成：
dV/dt = A·i − Q
V 是地表蓄水体积，i 是净雨强度，Q 是出口流量。再把 V 换算成平均水深 d，V = A·d，于是左边变成 A·dd/dt。出口流量用宽浅式曼宁公式：
Q = W · (1/n) · (d − d_p)^(5/3) · S^(1/2)
d_p 是洼地蓄水深度，水深低于它就不产流。把 Q 代回连续方程，得到一个关于 d 的非线性常微分方程。非线性来自指数 5/3，这就是为什么必须迭代。
这里有个容易忽略的细节：洼地蓄水不是一开始就扣掉的，它是在每一步里作为“水深门槛”存在的。降雨初期水深小于 d_p，Q 恒为零，水全部填洼；填满之后 Q 才随水深非线性上升。这个机制让产流过程天然带一个滞后，也解释了为什么短历时小雨在 SWMM 里可能一点径流都没有。
3.2 计算方法：Newton-Raphson 迭代与收敛判据
每个时间步里，模型要在已知上一时刻水深的前提下，解出本时刻的水深。常用的做法是把方程离散成隐式格式，再用 Newton-Raphson 迭代求根。下面是一段还原这个过程的伪代码，用来展示迭代结构。
# 单步子汇水面积非线性水库求解（伪代码，非 SWMM 源码） def solve_surface(d_prev, rain, dt, W, n, S, dp, area, infil): # 净雨 = 降水 - 下渗，下渗由第 4 章的模型单独给出 net_rain = max(rain - infil, 0.0) # 用上一时刻水深做初值，避免每步从零迭代 d = d_prev for it in range(MAX_ITER): # 有效水深，洼地蓄水未填满时不出流 h = max(d - dp, 0.0) Q = W * (1.0 / n) * (h ** (5.0 / 3.0)) * (S ** 0.5) # 水量平衡的残差：蓄水变化 = 入流 - 出流 f = area * (d - d_prev) / dt - area * net_rain + Q # 对 d 求导，注意 h<=0 时导数为 0，避免负水深时爆炸 if h > 1e-9: df = area / dt + W * (5.0 / 3.0) * (1.0 / n) * (h ** (2.0 / 3.0)) * (S ** 0.5) else: df = area / dt d_new = d - f / df d_new = max(d_new, 0.0) # 水深不能为负 if abs(d_new - d) < TOL: return d_new d = d_new return d # 未收敛时返回最后一次迭代值，交由连续性误差暴露代码里三个点值得说清楚。第一，初值沿用上一步水深，这是收敛快慢的关键，冷启动那几步往往最费迭代。第二，导数的分母里面积项 area/dt 是“蓄水惯性”，它保证即使出流项导数为零（水深刚好等于洼地蓄水），迭代也不会除零。第三，未收敛时不抛异常而是返回当前值，这个设计是把问题留给连续性误差去暴露，而不是让整个模拟中断。
3.3 时间步长、地表漫流重新演算与子汇水面积离散化
时间步长的选择有一条硬约束：一步之内流出的水量不能超过当前蓄水量，否则会出现负水深。常用的判断方式是看这一步的 Q·dt 和 V 的比例，超过某个阈值就把步长砍半。手册里提到的“时间步长考虑”讨论的就是这件事。
地表漫流重新演算解决的是另一个问题。非线性水库算出的流量序列在高频上有抖动，直接送进管网会让水力求解反复调整。重新演算的做法是把这个流量序列再通过一个线性水库做一次平滑，相当于给产流加一个一阶低通滤波。它不是必需项，但对短历时强降雨的峰值形态影响明显。
子汇水面积离散化是把一个大面积拆成若干个串联或并联的小面积。为什么要拆？因为非线性水库假设面积内部的水深是均匀的，实际斜面上水深沿程递增，面积越大这个假设越离谱。拆成串联的几个小面积，每个面积接受上游出流作为入流，等于用分段常数逼近真实的沿程分布。代价是参数翻倍，标定难度上升，所以离散化不是越细越好，一般拆到单块面积不超过几公顷就够。
3.4 参数估计：宽度、坡度、曼宁 n 与洼地蓄水的经验边界
宽度是最容易被乱填的参数。它不是几何宽度，而是“面积除以平均漫流路径长度”得到的等效宽度。直接把子汇水面积开根号当宽度，是血泪经验里最常见的一种错法，会让洪峰时间明显偏早。合理的做法是在地图上量出最长漫流路径，用面积除一下。
坡度取子汇水面积的平均地面坡度，不是管道坡度，这两者经常被搞混。曼宁 n 分不渗透和渗透两组，不渗透面因为材质光滑，取值明显小于渗透面；草地、林地这类渗透面的 n 要大一个量级。洼地蓄水深度同样分不渗透和渗透，前者只有一两毫米量级，后者能到几毫米到十几毫米。
参数敏感性上，宽度和坡度对峰值影响最大，曼宁 n 次之，洼地蓄水主要影响产流起始时间和小雨量级的总量。标定时优先调宽度和坡度，别一上来就动下渗参数，那会把产流和汇流两个误差源混在一起，越调越乱。
4. 下渗：四种方法共用的同一套水量平衡
4.1 Horton 与 Horton 修正：指数衰减与恢复常数
Horton 方法的出发点是观察：土壤刚开始下雨时下渗能力很高，随时间指数衰减到一个稳定值。写成：
f(t) = f∞ + (f0 − f∞)·e^(−k·t)
f0 是初始下渗能力，f∞ 是稳定下渗能力，k 是衰减常数。三个参数都有物理含义，但都不容易直接测，实际标定里常靠率定。
Horton 修正方法调整的是参数的含义：原来抽象的 f0 和 f∞ 被替换成与土壤类型、季节相关的最大值和最小值，衰减过程还与土壤含水量的累积程度挂钩。修正在长期模拟里更稳，因为它的参数可以按土壤质地查表，而原始 Horton 的三个参数只能靠实测降雨-径流反推。
两种方法都面临同一个问题：雨停之后下渗能力要恢复。如果只做单一事件模拟，恢复过程可以不管；连续模拟里不处理恢复，第二场雨的产流会系统性偏差。
4.2 Green-Ampt：湿润锋、基质吸力与隐式迭代
Green-Ampt 是物理机制更明确的一类方法。它假设土壤里有一个 sharp 的湿润锋，锋面以上饱和，锋面以下保持初始含水量。下渗速率写成：
f = Ks · (1 + ψ·Δθ / F)
Ks 是饱和导水率，ψ 是湿润锋处的基质吸力，Δθ 是饱和含水量减初始含水量的差值，F 是累积下渗量。注意 F 在分母上，这意味着随着下渗进行，下渗速率单调下降，符合物理直觉。
麻烦在于 F 本身是 f 对时间的积分，方程是隐式的。每一步都要迭代求 ΔF。
# Green-Ampt 单步下渗量求解（伪代码） def green_ampt_step(F_prev, Ks, psi, dtheta, dt, rain): F = F_prev for it in range(MAX_ITER): # 当前下渗能力 f_cap = Ks * (1.0 + psi * dtheta / max(F, 1e-9)) # 实际下渗量取降水与下渗能力的较小者 f_act = min(f_cap, rain) # 用梯形法更新累积下渗量 F_new = F_prev + 0.5 * (f_act + f_prev_act) * dt if abs(F_new - F) < TOL: return F_new F = F_new return F这里的机制要点是 min 操作：下渗能力只是上限，实际下渗还受可供水量约束。如果降水强度低于下渗能力，土壤不会按能力吸水，只会吸走实际降下的那部分。这个约束在长历时小雨里特别重要，漏掉它会把产流量算成零。
Green-Ampt 的参数比 Horton 好测，饱和导水率有现成经验值，基质吸力也能按土壤质地查。代价是它对初始含水量敏感，初始含水量填错，前期下渗量能差一倍。
4.3 曲线数法：缺水量与蓄水能力恢复
曲线数方法来自径流曲线数概念，核心参数是 CN。它把流域的蓄水能力写成一个等效深度 S，再由 CN 换算：
S = 25400 / CN − 254
单位是毫米。产流公式是 F = (P − Ia)² / (P − Ia + S)，Ia 是初损。SWMM 里不是直接套这个公式算总径流，而是把它转成逐时刻的下渗能力，再和降水比较取小。
曲线数法的优点是参数少、有现成查表，缺点是对连续模拟不友好，因为 CN 本身隐含了前期土壤湿润状况。为了在连续模拟里可用，模型要给蓄水能力加一个恢复机制：雨停后 S 随时间衰减回干燥状态的值，恢复速率和蒸发、温度相关。
4.4 下渗能力恢复：连续模拟里最容易被忽略的一段
三种方法都要面对恢复问题，只是形式不同。Horton 用指数恢复，Green-Ampt 靠含水量重新平衡，曲线数法靠蓄水能力回升。
如果连续模拟里没设恢复参数，会出现一个很典型的症状：第一场雨产流正常，第二场雨产流偏高，雨量越大偏差越明显。原因是土壤一直停在被第一场雨浸透的状态，下渗能力始终处在低位。排查时先看两次降雨间隔，如果间隔只有几小时，偏差可能不大；间隔几天还偏高，基本可以确认是恢复参数没设。
恢复速率和蒸发是耦合的。蒸发把土壤水带走，含水量下降，下渗能力回升。所以连续模拟里蒸发序列不能空着，空着就等于告诉模型“土壤永远不会变干”。
5. 避坑与排查：SWMM 水文模拟最容易翻车的五处
5.1 数值稳定性相关：连续性误差飙高与水深异常
现象：跑完看报告，地表径流的连续性误差超过几个百分点，或者管网里出现负水深、流量在某几步突然炸开。
原因通常不在参数，在步长和拓扑的匹配上。水力步长如果大于最短管渠的传播时间，管渠在一步之内就被“充满又排空”，数值格式跟不上。另一个常见原因是节点之间接了极短的管段，长度只有几米，这种管段对步长的要求比长管苛刻得多。
解决思路是先算一遍最短传播时间，把水力步长压到它的一个分数；如果管段太短又改不了拓扑，可以在节点上加一点蓄水面积，用蓄水缓冲掉数值突变。连续性误差如果只出现在某一个子汇水面积上，那多半是下渗或蒸发把水量算成了负值，检查参数上下限比调步长更有效。
5.2 参数与数据相关：洪峰对宽度过敏、第二场雨产流异常
现象一：洪峰时间总是偏早，峰值偏高，把宽度调大一点就好，调小又不行，怎么都调不准。
原因是把几何宽度当成了等效宽度。等效宽度的定义是面积除以平均漫流路径长度，它通常远小于面积开根号的结果。路径长度要沿最长的地表流路量，不是直线距离。解决方式是在图上量路径、重算宽度，再微调坡度，两个参数一起看，别单独硬调一个。
现象二：连续模拟里第一场雨正常，第二场雨产流量明显偏高。
原因是下渗能力没有恢复，土壤一直停在上一次降雨后的湿润状态。检查三件事：恢复系数有没有设、蒸发序列有没有给、模拟类型是不是被误设成了单一事件。三件事里漏掉任何一件，恢复过程都不会发生。
现象三：Green-Ampt 的下渗量算出来偏小甚至为零。
原因是初始含水量和饱和含水量的差值设反了，或者饱和导水率填成了不渗透面的值。检查参数时看 Δθ 是否为正，看 Ks 是否落在该土壤类型的合理量级。
5.3 过程耦合相关：融雪不出水、地下水基流缺失
现象一：冬季连续模拟，温度明明低于零度，积雪有累积，但升温后没有融雪径流。
原因是融雪需要温度序列驱动，只给降水不给温度，模型无法判断何时融化。另一个原因是融雪参数里的度日因子被设成零，或者雪的表面积亏损参数缺失，导致雪覆盖面积一直不减少。解决方式是补齐连续温度记录，检查融化系数是否落在合理区间。
现象二：长期模拟里基流一直为零，管网旱天流量全靠入渗入流撑着。
原因是地下水参数没配，或者上层不饱和区到下层饱和区的穿透系数设得太大，水直接穿过去了。检查地下水通量的几个分项：地表下渗、上下层蒸发蒸腾、穿透、深度穿透、基流排放，任何一项缺失都会让水量平衡偏向一边。基流排放常数是最敏感的一个，它决定饱和区排水快慢，量级错了基流曲线形状整个不对。
6. 设计取舍：手册把参数估计放在章末的用意
翻完这份手册的目录，会发现一个规律：每一章先讲控制方程，再讲计算方法，最后才讲参数估计。这个顺序不是排版习惯，它对应着一种工程判断——先确认模型在解什么方程，再确认它怎么解，最后才讨论参数怎么填。顺序反过来，就成了“调参玄学”，出了问题不知道该怀疑方程、怀疑数值格式，还是怀疑参数。
这套取舍贯穿整份文档。地表径流用非线性水库而不是完整圣维南方程，是因为城市子汇水面积的空间尺度上，完整方程的收益比不上参数标定的成本；下渗给四种方法而不是一种，是因为 Horton 参数少适合缺资料场景，Green-Ampt 物理明确适合有土壤数据场景，曲线数法适合规划阶段的快速估算，强行统一成一种会逼着用户在错误的场景里硬凑参数；融雪同时给度日因子和能量平衡，也是同一个逻辑，短期的单一事件用前者，长期连续模拟用后者。
我自己的习惯是，每接一个模拟任务，先把手册里对应过程的控制方程抄一遍，标出哪些参数在方程里是非线性项，再去看实测数据能不能约束住这些项。约束不住的参数，宁可取经验中值也不硬调，因为调出来的值在下一场雨里大概率失效。从那以后我每次建新模型，都强制先跑一遍单一事件、再跑一遍连续模拟，对比两次的连续性误差和基流曲线，两个都对得上才敢往下做。
希望这份手册的机制梳理，能帮你在下一次参数怎么也调不上的时候，先想起它是怎么解方程的，而不是先去改宽度。
本文还有配套的精品资源，点击获取
