气候变化背景下外源集雨型绿地径流控制效能研究——以迁安市滨湖东路片区为例

谢怀南 戈晓宇

0 引言

全球气候变化作为重要的生态环境问题之一，一直是当今国际社会密切关注的热点话题，联合国和世界气象组织（World Meteorological Organization, WMO）于2020年3月10日 发 布《2019年全球气候状况声明》，提到大气中温室气体浓度逐年增加，全球增温趋势将持续[1]。全球水文循环受到气候变化的影响，造成全球降雨时空发生相应的改变，进而对区域降雨产生潜在的影响，城市暴雨引发的洪涝灾害带来了社会和经济生态系统的一系列问题，这也是困扰中国城市健康发展的重要因素之一[2]。

20世纪以来不少国家提出雨洪管理相关理论和思想，以应对城市洪涝灾害，例如，美国的“低影响开发”（low impact development,LID）以及新加坡的“活跃、美丽、洁净水项目”（Active, Beautiful and Clean Waters Programe,ABC）等，都强调了雨洪管理的措施与理念[3]。近年来我国对于城市雨洪管理的研究逐渐增加，并提出推广“海绵城市”建设理念，很多以绿色基础设施为载体的海绵措施，在极端降雨事件导致的城市洪涝灾害应对中发挥着一定的作用，可以发挥有效消纳暴雨径流、推迟洪峰时间、减少暴雨对城市的影响等作用[4]。目前我国的海绵城市建设以年径流总量作为规划控制目标，LID设施的调蓄容积也是根据年径流总量控制率计算得来。一个城市的年径流控制量基于该地区长时间的历史全年降雨总量确定，对于半湿润地区而言，极端降雨往往占全年总降雨量的大部分，而气候变化导致降雨条件的改变会引起极端降雨事件的发生，直接影响年径流总量，进而影响海绵绿地对径流的控制效果[5]。

综上，在海绵城市的建设过程中，应将气候变化的影响考虑进城市海绵绿地规划设计中，以应对未来降雨变化引发的城市洪涝灾害[6]。本研究采用CMIP6全球气候模式模拟出未来降雨数据，分析华北典型半湿润地区的迁安市在气候变化条件下的降雨趋势，以未来气候变化预测为依据，采用MIKE URBAN模型，模拟不同暴雨重现期下雨水管网的节点溢流以及管道负荷情况，对现有外源集雨型绿地在当前气候条件下的径流控制效能进行分析研究，并分析未来气候变化条件下其控制效能的变化，研究海绵城市的建设要求对气候变化的适应性。为气候变化背景下城市海绵绿地规划设计提供参考。

1 研究区域概况

河北省迁安市，属于半湿润地区，干燥度在1～1.50，根据1989—2019年降雨数据计算年均降雨量610.93 mm，降雨集中在夏季，占全年降雨量的80%以上，且降雨量大于蒸发量，极易造成短时间内城市洪涝灾害。该市近年来还频频发生暴雨事件，2011年7月6日在45 min内降雨76.5 mm，超过了20年一遇1 h暴雨的降雨量[7]。

针对该市各个片区的雨洪问题，迁安市海绵城市专项规划提出了通过绿地消减城市内涝的要求，以河东片区包括迁安滨湖东路绿地在内的21.5 km2作为海绵城市建设试点区及先行示范区。按照《海绵城市建设技术指南——低影响开发雨水系统构建（试行）》（建城函〔2014〕275号）和迁安市年径流总量控制率的要求，对迁安市滨湖东路25.12 hm2的绿地进行规划设计。通过集雨型绿地构建“源头消减、中途传输、末端调蓄”的低影响开发系统，利用绿地和景观节点的边缘空间布置LID设施，形成占据全园面积17.5%的LID体系（图1）。集雨型绿地建成后在有效消减场地内部雨水径流的情况下，还能够缓解其周边140.78 hm2的城市区域内涝（图2），并且经低影响开发雨水系统传输、收集、净化后的雨水也可用于园林植被灌溉，实现绿化带的生态与景观效益融合[8]。

1 LID设施平面图LID facility plan

2 内外汇水区域、雨水管网及雨水径流Internal and external catchment area, stormwater pipe network and stormwater runoff

2 研究数据与分析

海绵城市建设的依据是基于该地区30年历史降雨数据，而要想知道目前海绵城市的建设要求是否能够应对未来气候变化，则需要关注未来的降雨趋势变化，找到历史降雨与未来降雨趋势的差异，从而分析海绵绿地在未来气候变化背景下需要应对的问题。

2.1 历史降雨数据

实测降雨数据采用迁安站点1989—2019年实测逐日降雨量。设计降雨数据根据《城市暴雨强度公式编制和设计暴雨雨型确定技术导则》，采用芝加哥雨型推求，该雨型可以很好地反映当地历史降雨特征，满足城市地区短历时强降雨导致城市内涝的特征。根据迁安市暴雨强度公式[9]，得到不同重现期的降雨量后，通过芝加哥雨型推求，生成降雨公式：

式中：q为设计平均降雨强度，L/（s·hm2）；P为设计重现期/a；t为降雨总历时/min。

2.2 未来降雨情景选择

全球气候模式（Global Climate Models,GCMs）是模拟气候系统变化特征和预测未来气候变化的主要工具之一[10]。CMIP6是世界气候研究项目（World Climate Research Programme, WCRP）组织的第六次国际耦合模式比较计划，在未来情景的设计中，共享社会经济路径（Shared Socioeconomic Pathways,SSPs），包含人口和人力资源、经济发展、生活方式、人类发展、环境与自然资源、政策和机构、技术发展7个因素[11-12]。其中，我国国家气候中心（National Climate Center, NCC）参与的BCC-CSM2-MR全球气候模式完成了CMIP重新设计的耦合模式比较计划，包括了气候诊断、评估和描述试验（DECK）、历史气候模拟试验（Historical）以及21个模拟比计划（MIPs），其模拟结果与观测数据的相关系数达到0.86，表明对于历史气候模拟和未来预估BCC-CSM2-MR模式具有较高的可靠性[13]。

本研究采用该模式中常用于气候变化预估 的SSP1-2.6、SSP2-4.5和SSP5-8.5这3种 情景模式预估气候变化，可得到迁安市2020—2050年降雨数据。

3 气候变化下未来降雨趋势

3.1 研究方法

利用迁安市1989—2019年历史实测逐日降雨数据及SSPs情景模拟2020—2050年未来逐日降雨数据，通过分析降水量指数、降水日数指数、降水强度指数所涵盖的6个极端降水指数变化趋势特征，研究该地区降雨的时间变化特征（表1）[14]。

表1 极端降水指数定义[13]Tab.1 Definition of extreme precipitation index[13]

3.1.1 气候倾向率法

用xi表示样本量为n的某一气象变量，用ti表示xi所对应的时间，建立xi与ti之间的一元线性回归方程：

式中：a为常数项；b为回归系数，即线性趋势项，ti为年份序号。一般将线性回归系数b的10倍作为气候倾向率，即本研究极端降水指数的变化幅度[15-16]。

3.1.2 Mann-Kendall（MK）法

Mann-Kendall非参数统计检验方法（简称MK检验）是世界气象组织推荐的用于水文气候等要素时间序列趋势的检验方法，样本的分布及少数异常值对该检验方法的影响极小，亦称无分布检验[17]。MK检验统计量计算方法：

式中：sign( )为符号函数，当xi–xj＜、＝或者＞0时，sign(xi–xj)分别为-1、0和1；S为MK统计量，当S＞、＝、＜0时分别有：

式中：Z为标准的正态系统变量，Z为正值表示上升趋势，负值表示下降趋势。同其他气象要素相比，降雨随时间序列的变化趋势较弱，在做趋势检验时应选用较低的趋势显著性检验标准[18]，因此本研究设定检验显著水平为0.05、0.1、0.2时表示分别通过了信度为80%、90%、95%的显著性检验；同时，定义置信水平低于80%为无明显趋势， 80%～90%为微弱趋势， 90%～95%为稳定趋势，高于95%为显著趋势[19]。

3.2 结果与分析

3.2.1 降水量指数变化趋势

分析迁安地区近30年以及3种情景模式下未来30年极端降水量指数随时间变化（图3），发现：下雨天日降水总量（PRCPTOT）和单日最大降水量（RX1day）呈上升趋势，PRCPTOT气 候 倾 向 率SSP5-8.5＞SSP1-2.6＞Historical＞SSP2-4.5，分别为 24.28 mm/10 a、10.90 mm/10 a、5.26 mm/10 a、3.51 mm/10 a ；RX1day 气候倾向率 SSP1-2.6＞SSP5-8.5＞Historical＞SSP2-4.5，分别为 7.95 mm/10 a、7.89 mm/10 a、7.36 mm/10 a、7.32 mm/10 a。

3 极端降水量指数变化Changes of extreme precipitation index

3.2.2 降水日数指数变化趋势

分析迁安地区近30年以及3种情景模式下未来30年极端降水日数指数随时间变化（图4），发现：R10 mm降水日数指数只有在SSP5-8.5情景下呈上升趋势，气候倾向率为0.86 d/10 a；其余情景均呈下降趋势，气候倾向率SSP1-2.6＜Historical＜SSP2-4.5，分别为-0.30 d/10 a、-0.20 d/10 a、-0.10d/10 a。R20 mm降水日数指数均呈上升趋势，气候倾向率SSP5-8.5＞Historical＞SSP2-4.5＞SSP1-2.6，分别为0.49 d/10 a、0.33 d/10 a、0.22 d/10 a、0.13d/10 a。R25 mm降水日数指数除SSP1-2.6情景下呈下降趋势，气候倾向率为-0.10 d/10 a；其余情景均呈上升趋势，气候倾向率Historical＞SSP5-8.5＞SSP2-4.5，分别为0.34 d/10 a、0.19 d/10 a、0.15d/10 a。

4 极端降水日数指数变化Changes of extreme precipitation days index

3.2.3 降水强度指数变化趋势

分析迁安地区近30年以及3种情景模式下未来30年极端降水强度指数随时间变化（图5），发现：日降水强度（SDII）除SSP2-4.5情景下呈下降趋势，气候倾向率为-0.04 mm/（d·10 a）；其余情景均呈上升趋势，气候倾向率Historical＞SSP5-8.5＞SSP1-2.6，分别为0.74、0.26、0.22 mm/（d·10 a）。

5 极端降水强度指数变化Changes of extreme precipitation intensity index

3.2.4 迁安市未来降雨趋势分析

通过对以上极端降水指数的气候倾向率以及MK检验（表2）进行分析，结果表明：

表2 极端降水指数气候倾向率Tab.2 Climate inclination rate of extreme precipitation index

1）1989 — 2019年，极端降水指数除R10 mm以-0.20 d/10 a呈微弱下降趋势外，其余指数均呈上升趋势。其中SDII以0.74 mm/（d·10 a）的倾向率呈显著上升趋势；RX1day和R20 mm分 别 以7.36 mm/10 a、0.33 d/10 a的倾向率呈微弱上升趋势；PRCPTOT和RX1day呈无明显上升趋势。

2）SSP1-2.6情景下，2020—2050年极端降水指数除R10 mm以-0.30 d/10 a呈微弱下降趋势，R25 mm以-0.10 d/10 a无明显下降趋势外，其余指数均呈上升趋势。其中RX1day以7.95 mm/10 a的倾向率呈稳定上升趋势；PRCPTOT、R20 mm、SDII分别以10.90 mm/10 a、0.10 d/10 a、0.22 mm/（d·10 a）的倾向率呈微弱上升趋势。

3）SSP2-4.5情景下，2020—2050年极端降水指数除R10 mm、SDII分别以-0.10 d/10 a、-0.04 mm/（d·10 a）的倾向率无明显下降趋势外，其余指数均呈上升趋势。其中R20 mm、R25 mm分别以0.22 d/10 a、0.15 d/10 a的倾向率呈微弱上升趋势；PRCPTOT和RX1day呈无明显上升趋势。

4）SSP5-8.5情景下，2020—2050年极端降水指数均呈上升趋势。其中R10 mm、R20 mm和SDII分别以0.86 d/10 a、0.49 d/10 a和0.26 mm/（d·10 a）的倾向率呈微弱上升趋势；PRCPTOT、RX1day和R25 mm呈无明显上升趋势。

自1989年以来迁安市极端降雨事件发生频率呈持续上升趋势，将高于历史情况。降雨条件的变化将改变城市降雨径流的规律，而降雨径流规律的变化将直接作用于城市洪涝灾害的产生。在园林绿地的建设过程中，海绵城市的相关建设与未来气候变化联系密切，气候变化会直接影响海绵体系的控制效能。

4 外源集雨型绿地径流控制效能分析

基于历史降雨数据设计的低影响开发设施规模，在应对未来气候变化所产生的降雨事件时，集雨型绿地能否保持其设计的控制效能有待研究。本研究通过MIKE URBAN软件模型来验证按照当前海绵城市建设要求、基于历史降雨数据设计的外源集雨型绿地对径流控制的效能，并且通过分析历史和未来情景模式下不同重现期的降雨量，验证该外源集雨型绿地是否能很好地应对气候变化趋势下的雨洪问题。

4.1 模型与降雨条件

4.1.1 MIKE URBAN模型构建

MIKE URBAN城市排水管网模型包括径流模型与管网模型，可以对降雨径流和管流进行模拟，被广泛运用于城市雨水管渠排水模拟[20]。根据研究区域排水管网数据以及迁安市滨湖东路绿地设计方案，概化人孔（检查井）、管道以及蓄水池，根据人孔以泰森多边形位置关系划分子汇水区（图6，表3）。

表3 模型要素概化信息Tab.3 Model element generalization information

6 建成前后雨水管网模型概化图Generalized diagram of rainwater pipe network model before and after construction

径流模型包括时间–面积曲线模型、动力波模型–非线性水库、线性水库模型以及单位水文过程线模型等4种水文模型，管流模型采用扩散波、运动波、动力波3种演算方式。时间–面积曲线模型适用于城市径流计算，可根据子汇水区的特征选择不同的曲线，动力波演算适用于流态变化剧烈、洪水、暴雨等过程的演算，本研究采用时间–面积曲线模型运用动力波进行演算。该模型时间–面积曲线基于汇水区形状、面积和不透水率由软件计算，其中各类用地类型不透水率参数参考《室外排水设计规范》（GB 50014—2016），其取值分别为：建筑95%，道路广场80%，绿地15%，水面0%。

降雨初损指降雨过程中，由于植被、土壤的吸水截流导致初期部分降雨不产生径流，当降雨量超过该值时才产生地表径流，根据迁安地区历年降雨资料，确定模型中降雨初损值为1.20 mm。水文衰减系数指降雨过程中，由于蒸发、下渗导致部分径流的流失，根据模型参考取值0.90，地面径流平均流速0.30 v/(m·s-1)，地面集水时间取5～10 min，其余参数设置可参考模型建议的合理范围来取值。

4.1.2 降雨条件设置

城市内涝多是由于短历时强降雨导致短时间内产生的地表径流超过雨水管网的排水能力，径流无法通过管网及时消减，从而造成地表积水。选取1年一遇、2年一遇、3年一遇、5年一遇、10年一遇的2 h降雨情景作为模型输入降雨条件，得到降雨过程线（图7）。

7 降雨过程Precipitation process

4.2 结果与分析

4.2.1 管道负荷分析

通过模型模拟得到不同重现期下集雨型绿地建成前后的研究区域雨水管网的管道负荷情况（图8，表4）。管道负荷值＜1表示管道此时处于低负荷状态排水，管道负荷＞1表示管道处于超负荷状态排水。

8 雨水管网溢流负荷模拟结果Simulation results of overflow load of rainwater pipe network

表4 管道负荷模拟结果Tab.4 Simulation results of pipeline load

模拟结果表明，雨水管网的管道负荷随重现期的增长而增加，外源集雨型绿地对区域雨水管网管道负荷有控制作用，随着重现期的增长，控制效能逐渐减弱。集雨型绿地建成后1年、2年、3年、5年一遇情况下的管道负荷都被明显地缓解，削减比例分别为94.8%、60.5%、38.4%；10年一遇情况下，管道负荷削减比例仅为3.5%，但管道负荷≥2的情况削减量达45.7%。

4.2.2 溢流点分析

通过模型模拟得到不同重现期下集雨型绿地建成前后，研究区域雨水管网的溢流点数量、溢流最长积水时间和最大积水深度（图8，表5）。其中最大积水深度并非实际地表积水深度，由于MIKE URBAN无法模拟地表二维空间，此处的积水深度是指溢流进模型概化的容器内积水的深度，该容器表面积为检查井表面积的1 000倍。

表5 溢流点模拟结果Tab.5 Simulation results of overflow points

模拟结果表明：雨水管网溢流积水程度随重现期的增长而增强，积水时间与积水深度也呈正比。外源集雨型绿地对区域雨水管网的溢流有控制作用，随着重现期的增长，控制效能逐渐减弱。集雨型绿地建成后1年、2年、3年、5年、10年一遇下的雨水管网溢流积水情况都得到明显的缓解，溢流点削减比例分别为100.0%、95.0%、80.0%、63.3%。

4.3 气候变化背景下区域内涝情况的分析与预测

Delta方法是一种简单常用的降尺度方法，该方法通过比较气候模式，预测未来降雨量与历史降雨量以确定变化率，基于历史降雨强度以该变化率来调整未来降雨强度[21]。本研究采用Delta方法，通过CMIP6未来3种情景模拟的降水数据计算1年、2年、3年、5年、10年一遇数据（表6）。在未来3种情景模拟下，重现期降雨量较历史有不同程度的增长。SSP2-4.5情景下，2年一遇降雨量较历史增加5.93 mm，超过历史3年一遇降雨量0.93 mm；SSP5-8.5情景下，1年一遇降雨量较历史增加10.74 mm，超过历史2年一遇降雨量1.98 mm。

表6 历史和未来情景模拟下不同重现期降雨量Tab.6 Precipitation in different return periods under historical and future scenario simulation

通过MIKE URBAN模型的模拟结果表明，迁安市滨湖东路外源集雨型绿地可以有效缓解1年、2年、3年、5年、10年一遇区域雨水管网溢流和负荷。而未来情景下，该绿地的控制效能将明显减小，在SSP1-2.6情景下无法有效缓解5年一遇区域雨水管网溢流负荷，在SSP2-4.5情景下无法有效缓解3年一遇区域雨水管网溢流负荷，在SSP5-8.5情景下仅能有效缓解1年一遇区域雨水管网溢流负荷。

5 结论分析与建议

5.1 结论分析

1）基于气候倾向率法，选取PRCPTOT、RX1day、R10 mm、R20 mm、R25 mm、SDII这6个极端降水指数对迁安地区降水趋势进行分析，结果表明该地区极端降水事件自1989年以来呈上升趋势，且上升趋势在CMIP6未来3种情景模拟下将继续上升。

2）利用MIKE URBAN城市管网排水模型对研究区域外源集雨型绿地的径流控制效能进行分析，结果表明：外源集雨型绿地对区域雨水管网的溢流和负荷有控制作用，能有效缓解1年、2年、3年、5年一遇降雨下雨水管网溢流及高负荷排水情况，随着重现期的增长，控制效能逐渐减弱。

3）计算CMIP6未来情景模拟下不同重现期降雨量，对比历史重现期降雨量，分析气候变化背景下外源集雨型绿地径流控制效能。结果表明：现在的低影响开发雨水系统应对未来降雨雨水径流的控制效能将减弱。

5.2 建议

径流总量控制、径流峰值控制、径流污染控制和雨水资源化利用是《海绵城市建设技术指南——低影响开发雨水系统构建（试行）》中提出的低影响开发雨水系统的四大规划控制目标。其中径流总量控制目标的确定方法一般采用年径流总量控制率作为控制目标，年径流总量控制率通过历史长时间序列推算求得。而随着气候变化造成降雨条件改变，如极端降水事件增加，则已建成的低影响开发系统可能无法满足未来年径流总量控制率；反之，如果未来降水趋势下降，则雨水调蓄设施利用率过低也会造成各方面的浪费。

针对以上结果和分析，笔者建议在海绵城市规划建设过程中应将气候变化的条件加入其中，充分考虑低影响雨水开发系统的气候适应性，因地制宜按照气候特征进行分类指导。开展气候变化在内的海绵城市影响和风险评估，确保海绵城市建设的可持续性，以及海绵城市在气候变化背景下的适应能力，提高其应对极端降水事件的能力。

图表来源(Sources of Figures and Tables)：

文中图表均由作者绘制。