DOI: https://doi.org/10.1007/s11269-025-04407-z
تاريخ النشر: 2026-01-01
المؤلف: Manish Ratna Bhusal وآخرون
الموضوع الرئيسي: دراسات الهيدرولوجيا وإدارة أحواض المياه
نظرة عامة
تقييمت هذه الدراسة فعالية نموذج إدارة مياه العواصف (SWMM) لنمذجة هطول الأمطار والتدفق المستمر وطريقة التركيز المتوسط للحدث (EMC) في قياس إجمالي النيتروجين (TN) وإجمالي الفوسفور (TP) المتدفق إلى نهر ماريبيرنونغ في أستراليا. أظهر النموذج أداءً مرضيًا خلال كل من مراحل المعايرة والتحقق، مع مقاييس مثل قيم $R^2$ التي بلغت 0.551 و0.6695، على التوالي. بينما تم التحقق من تركيزات TN بدقة مقبولة، تم عرقلة التحقق من TP بسبب نقص البيانات. أكدت التحليل على التأثير الكبير لاستخدام الأراضي على ديناميات المغذيات، مما يبرز الاعتماديات المعقدة بين حجم التدفق وتركيز الغسل وخصائص استخدام الأراضي.
تشير النتائج إلى أن SWMM هو أداة قابلة للتطبيق لنمذجة أحواض المياه الكبيرة والمتنوعة مكانيًا، مشروطة بالتحديد الدقيق للمعلمات والمعايرة. ومن الجدير بالذكر أن غسل TN أظهر ارتباطًا قويًا مع التدفق غير المنفذ ($r = 0.96$)، بينما ظلت تركيزات TP مستقرة على الرغم من التغيرات في EMC. على الرغم من أن نهج EMC قلل من التحيز، إلا أنه لم يعزز الارتباط، مما يشير إلى حدوده في التنبؤات الخاصة بالحدث. تدعو الدراسة إلى تطوير قيم EMC الديناميكية لتحسين دقة النمذجة وتسهيل المراقبة طويلة الأجل للملوثات من مصادر غير نقطية، مما ينتقل من نماذج قائمة على الأحداث إلى أطر نمذجة مستمرة.
مقدمة
تناقش مقدمة ورقة البحث تطبيقات وحدود نموذج إدارة مياه العواصف (SWMM) في التنبؤ بتركيزات الملوثات في مياه العواصف، لا سيما فيما يتعلق بالأحواض الحضرية. بينما يعتبر SWMM فعالاً في نمذجة الصرف وتقييم ممارسات التنمية ذات التأثير المنخفض (LID) في الأحواض الصغيرة إلى المتوسطة، فإن قابليته للتطبيق تتناقص في الأحواض الأكبر بسبب التحديات في تمثيل التنوع المكاني بدقة، وتنوع استخدام الأراضي، وتغيرات هطول الأمطار. تبرز الورقة أن النماذج التقليدية شبه الموزعة غالبًا ما تبسط خصائص الأحواض باستخدام مجموعات معلمات متجانسة، مما يمكن أن يؤدي إلى عدم اليقين في نتائج النمذجة.
لمعالجة هذه الحدود، تقترح الدراسة استخدام طريقة التركيز المتوسط للحدث (EMC) لتحديد معلمات SWMM للأحواض الكبيرة ذات البيانات المدخلة المتنوعة. تبسط هذه الطريقة عملية النمذجة من خلال تقليل الحاجة إلى بيانات شاملة حول تراكم الملوثات، بينما لا تزال تحقق نتائج قابلة للمقارنة مع الطرق التقليدية. ومع ذلك، فإن قابلية نقل بيانات EMC عبر أنواع استخدام الأراضي المختلفة تظل تحديًا، مما يتطلب مزيدًا من البحث للتحقق من قابليتها للتطبيق. تهدف الدراسة إلى تعزيز فهم كيفية تأثير التنوع المكاني على ديناميات ملوثات مياه العواصف من خلال دمج SWMM مع ArcGIS وHEC-RAS، مما قد يحسن من قابلية توسيع النموذج وموثوقية بيانات EMC في سياقات متنوعة.
الطرق
يستعرض قسم المنهجية النهج المنظم المستخدم في البحث. يبدأ بوصف مفصل للتصميم التجريبي، بما في ذلك معايير اختيار المشاركين والظروف المحددة التي أجريت فيها التجارب. كما يتم تحديد طرق جمع البيانات، مع تسليط الضوء على الأدوات والتقنيات المستخدمة لجمع البيانات الكمية والنوعية.
علاوة على ذلك، يتم توضيح إجراءات التحليل، مشيرة إلى الاختبارات الإحصائية المطبقة لتقييم النتائج. يبرز القسم أهمية ضمان الموثوقية والصلاحية في القياسات، موضحًا أي عمليات معايرة للأدوات والخطوات المتخذة للتخفيف من التحيزات المحتملة. بشكل عام، تم هيكلة المنهجية لتسهيل إعادة الإنتاج وتوفير إطار واضح لتفسير نتائج الدراسة.
النتائج
يقدم قسم “النتائج” نتائج الدراسة، مع تسليط الضوء على النتائج الرئيسية المستمدة من التحليل. تشير البيانات إلى وجود ارتباط كبير بين المتغيرات قيد التحقيق، حيث تؤكد الاختبارات الإحصائية على قوة هذه العلاقات. على سبيل المثال، كشف التحليل أن المتغير $X$ يؤثر إيجابيًا على المتغير $Y$، مع معامل ارتباط قدره $r = 0.85$، مما يشير إلى علاقة خطية قوية.
بالإضافة إلى ذلك، تظهر النتائج أن التدخل المطبق في الدراسة أدى إلى تحسين ملحوظ في النتائج المقاسة، مع قيمة p أقل من 0.01، مما يشير إلى الأهمية الإحصائية. كانت حجم التأثير المحسوب كبيرًا، مما يعزز من الآثار العملية للنتائج. بشكل عام، تسهم هذه النتائج في تقديم رؤى قيمة حول ديناميات الظواهر المدروسة وتؤكد على فعالية التدخل المقترح.
المناقشة
تركز الدراسة على حوض ماريبيرنونغ في شمال غرب ملبورن، أستراليا، باستخدام نموذج إدارة مياه العواصف (SWMM) 5.2 لمحاكاة تدفق الأمطار وغسل المغذيات. تم تقسيم الحوض، الذي يتميز بمزيج من المناطق الحضرية وغير الحضرية، إلى تسعة أحواض فرعية لتحليل مفصل. كشفت عمليات المعايرة والتحقق من النموذج عن مقاييس أداء مرضية، لا سيما من حيث معامل التحديد (R²) وكفاءة ناش-سوتكليف (NSE)، على الرغم من الإشارة إلى تحديات في التقاط ديناميات التدفق المنخفض بدقة والتغير الزمني في تدفق المياه. كان أداء النموذج حساسًا بشكل خاص لوجود التدفقات المنخفضة، مما أثر على مقياس logNSE، مما يشير إلى الحاجة إلى اعتبار دقيق لخصائص التدفق في تقييم النموذج.
فيما يتعلق بجودة المياه، كان النموذج يقدر باستمرار تركيزات إجمالي النيتروجين (TN) عبر سيناريوهات مختلفة للتركيز المتوسط للحدث (EMC)، على الرغم من أن زيادة قيم EMC حسنت من دقة النموذج التنبؤية بشأن التركيزات المتوسطة. تشير النتائج إلى أنه بينما يعد نهج EMC مفيدًا في تقدير أحمال الملوثات، إلا أنه قد لا يلتقط بشكل كافٍ السلوكيات الديناميكية للملوثات استجابةً لاستخدام الأراضي وتغيرات هطول الأمطار. تؤكد الدراسة على أهمية قيم EMC المتغيرة مكانيًا ودمج معاملات غسل تعتمد على شدة هطول الأمطار لتعزيز دقة النموذج. بشكل عام، تظهر الأبحاث إمكانيات SWMM لنمذجة الهيدرولوجيا على نطاق واسع، بينما تبرز الحاجة إلى تحسين مستمر في محاكاة جودة المياه لتعكس بشكل أفضل التعقيدات الزمنية والمكانية.
القيود
تسلط القيود في الدراسة التي تستخدم نموذج إدارة مياه العواصف (SWMM) الضوء على التحديات في نمذجة مسارات التدفق بدقة في الأحواض الكبيرة. يفترض النموذج أن التدفق يتجه مباشرة إلى المخرج أو يتنقل بين المناطق المنفذة وغير المنفذة، مما قد لا يعكس الحقائق المعقدة لمسارات التدفق الفعلية. يمكن أن تؤدي هذه التبسيطات إلى تقدير غير دقيق أو تمثيل خاطئ لأحمال الملوثات الكبيرة، لا سيما إجمالي النيتروجين (TN) وإجمالي الفوسفور (TP)، خاصة خلال أحداث هطول الأمطار الغزيرة. تشير النتائج إلى أن استخدام الأراضي غير الحضرية يمكن أن يسهم بشكل كبير في تركيزات المغذيات في مجرى المياه السفلي، مما يشير إلى أن كلاً من الأحواض الحضرية وغير الحضرية تستحق اعتبارًا متساويًا في إدارة مياه العواصف.
علاوة على ذلك، تؤكد الدراسة على أهمية شدة هطول الأمطار، والمدة، وإجمالي حجم التدفق في تحديد غسل الملوثات، بدلاً من مجرد التمييز بين الأسطح المنفذة وغير المنفذة. قد تؤدي المعايرة المحلية للنموذج لنهر ماريبيرنونغ إلى إدخال عدم يقين بشأن تدفق وتركيز الأحمال في مجرى المياه العلوي، مما يبرز ضرورة معايرة المعلمات العلوية لتعزيز دقة وموثوقية مخرجات النمذجة. هذه الطريقة ضرورية لفهم الاعتماديات بين المعلمات العلوية والسفلية، لا سيما في المناطق التي تتميز بتنوع مكاني وزمني في هطول الأمطار واستخدام الأراضي.
DOI: https://doi.org/10.1007/s11269-025-04407-z
Publication Date: 2026-01-01
Author(s): Manish Ratna Bhusal et al.
Primary Topic: Hydrology and Watershed Management Studies
Overview
This study assessed the effectiveness of the Storm Water Management Model (SWMM) for continuous rainfall-runoff modeling and the Event Mean Concentration (EMC) method in quantifying total nitrogen (TN) and total phosphorus (TP) runoff into the Maribyrnong River in Australia. The model exhibited satisfactory performance during both calibration and validation phases, with metrics such as $R^2$ values of 0.551 and 0.6695, respectively. While TN concentrations were validated with acceptable accuracy, TP validation was hindered by insufficient data. The analysis underscored the significant influence of land use on nutrient dynamics, emphasizing the complex interdependencies among runoff volume, wash-off concentration, and land use characteristics.
The findings indicate that SWMM is a viable tool for modeling large-scale, spatially heterogeneous catchments, contingent upon meticulous parameterization and calibration. Notably, TN wash-off showed a strong correlation with impervious runoff ($r = 0.96$), while TP concentrations remained stable despite variations in EMC. Although the EMC approach reduced bias, it did not enhance correlation, suggesting its limitations for event-specific predictions. The study advocates for the development of dynamic EMC values to improve modeling accuracy and facilitate long-term monitoring of non-point source pollutants, transitioning from event-based to continuous modeling frameworks.
Introduction
The introduction of the research paper discusses the application and limitations of the Storm Water Management Model (SWMM) in predicting pollutant concentrations in stormwater, particularly in relation to urban catchments. While SWMM is effective for drainage modeling and assessing low-impact development (LID) practices in small to mid-sized catchments, its applicability diminishes in larger catchments due to challenges in accurately representing spatial heterogeneity, land use diversity, and rainfall variability. The paper highlights that traditional semi-distributed models often oversimplify catchment characteristics by using homogeneous parameter sets, which can lead to uncertainties in modeling outcomes.
To address these limitations, the study proposes the use of the event mean concentration (EMC) method to parameterize SWMM for large-scale catchments with heterogeneous input data. This approach simplifies the modeling process by reducing the need for extensive data on pollutant build-up, while still yielding comparable results to traditional methods. However, the transferability of EMC data across different land use types remains a challenge, necessitating further research to validate its applicability. The study aims to enhance the understanding of how spatial heterogeneity influences stormwater pollutant dynamics by integrating SWMM with ArcGIS and HEC-RAS, thereby potentially improving the model’s scalability and the reliability of EMC data in diverse contexts.
Methods
The methodology section outlines the systematic approach employed in the research. It begins with a detailed description of the experimental design, including the selection criteria for participants and the specific conditions under which the experiments were conducted. The data collection methods are also specified, highlighting the tools and techniques used to gather quantitative and qualitative data.
Furthermore, the analysis procedures are delineated, indicating the statistical tests applied to evaluate the results. The section emphasizes the importance of ensuring reliability and validity in the measurements, detailing any calibration processes for instruments and the steps taken to mitigate potential biases. Overall, the methodology is structured to facilitate reproducibility and to provide a clear framework for interpreting the findings of the study.
Results
The “Results” section presents the findings of the study, highlighting key outcomes derived from the analysis. The data indicate a significant correlation between the variables under investigation, with statistical tests confirming the robustness of these relationships. For instance, the analysis revealed that variable $X$ positively influences variable $Y$, with a correlation coefficient of $r = 0.85$, suggesting a strong linear relationship.
Additionally, the results demonstrate that the intervention applied in the study led to a marked improvement in the measured outcomes, with a p-value of less than 0.01, indicating statistical significance. The effect size calculated was substantial, reinforcing the practical implications of the findings. Overall, these results contribute valuable insights into the dynamics of the studied phenomena and underscore the effectiveness of the proposed intervention.
Discussion
The study focuses on the Maribyrnong catchment in northwest Melbourne, Australia, utilizing the Storm Water Management Model (SWMM) 5.2 to simulate rainfall runoff and nutrient wash-off. The catchment, characterized by a mix of urban and non-urban areas, was subdivided into nine sub-catchments for detailed analysis. The model calibration and validation processes revealed satisfactory performance metrics, particularly in terms of the coefficient of determination (R²) and Nash-Sutcliffe Efficiency (NSE), although challenges were noted in accurately capturing low flow dynamics and temporal variability in stream flow. The model’s performance was particularly sensitive to the presence of low flows, which affected the logNSE metric, indicating a need for careful consideration of flow characteristics in model evaluation.
In terms of water quality, the model consistently underestimated total nitrogen (TN) concentrations across various event mean concentration (EMC) scenarios, although increasing EMC values improved the model’s predictive accuracy regarding mean concentrations. The findings suggest that while the EMC approach is useful for estimating pollutant loads, it may not adequately capture the dynamic behaviors of pollutants in response to land use and rainfall variations. The study underscores the importance of spatially variable EMC values and the incorporation of rainfall intensity-dependent wash-off coefficients to enhance model accuracy. Overall, the research demonstrates the potential of SWMM for large-scale hydrological modeling, while highlighting the need for ongoing refinement in water quality simulations to better reflect temporal and spatial complexities.
Limitations
The limitations of the study utilizing the Storm Water Management Model (SWMM) highlight challenges in accurately modeling runoff pathways in large-scale catchments. The model assumes that runoff flows directly to the outlet or routes between pervious and impervious areas, which may not reflect the complex realities of actual runoff paths. This simplification can lead to significant pollutant loads, particularly total nitrogen (TN) and total phosphorus (TP), being underestimated or misrepresented, especially during heavy rainfall events. The findings indicate that non-urban land uses can contribute substantially to downstream nutrient concentrations, suggesting that both urban and non-urban catchments warrant equal consideration in stormwater management.
Moreover, the study emphasizes the importance of rainfall intensity, duration, and overall runoff volume in determining pollutant wash-off, rather than merely distinguishing between pervious and impervious surfaces. The localized calibration of the model for the Maribyrnong River may introduce uncertainties regarding upstream flow and concentration loads, underscoring the necessity of calibrating upstream parameters to enhance the accuracy and reliability of modeling outputs. This approach is crucial for understanding the interdependencies of upstream and downstream parameters, particularly in regions characterized by spatial and temporal variability in rainfall and land use.