不同气候区绿色屋顶蒸散发模拟研究

闫 婧,张守红,2,3,*,章孙逊,王任重远,何瑛瑛,杨 航,王 恺

1 北京林业大学水土保持学院,北京 100083

2 山西吉县森林生态系统国家野外科学观测研究站,临汾 042200

3 北京市水土保持工程技术研究中心,北京 100083

近年来,快速城市化导致城镇地区大面积的绿地被不透水面(如道路、停车场和建筑物等)替代[1]。城镇地区的自然景观和自然水循环过程遭到破坏,城市内涝频发,生态环境问题突出[2]。在此背景下,我国借鉴不同国家和地区的诸如低影响开发[3]、最佳管理措施[4]和可持续城市排水等[5]雨洪管理理念,提出了“海绵城市”建设战略[6],旨在解决快速城市化造成的城市生态环境问题。绿色屋顶作为“海绵城市”的重要措施之一,具有减少径流、延迟产流和削减洪峰等径流调控功能[7],在我国各地区得到广泛的关注和应用[8]。

绿色屋顶的径流调控功能主要通过植被层和基质层滞留雨水来实现[9]。当降雨进入绿色屋顶系统,小部分雨水被植被茎叶截留,大部分雨水进入基质层,补充基质水分,基质含水量增加,基质的雨水滞留能力下降。当基质含水率超过田间持水量时,多余的雨水通过基质层进入排水层并以径流形式排出。降雨结束后,植被层和基质层中滞蓄的水分通过蒸散发进入大气,绿色屋顶的雨水滞留能力逐渐恢复[9—10]。可见,蒸散发过程决定绿色屋顶雨水滞留能力的恢复,对绿色屋顶的径流调控功能有重要影响。已有研究表明[11—12],绿色屋顶的蒸散发过程因受到基质、植被和气候等因素的综合影响而变化复杂。然而,当前对于绿色屋顶的研究多集中于降雨-径流过程和径流调控效益评估[9—10,13—19],对不同气候区绿色屋顶蒸散发变化规律的研究较少,一定程度上限制了绿色屋顶水热过程调控效益评估和不同气候区绿色屋顶的推广应用。

绿色屋顶蒸散发量很难直接测定[11],以往研究通常采用实验间接测定[20]或模型模拟等方法获取[15,21—22]。其中,模型模拟方法被广泛应用于绿色屋顶蒸散发量估计。Li等[21]基于水量平衡研发了模拟绿色屋顶蒸散发的水文模型,但该模型需叶面积指数、消光系数、压力水头以及土壤水分特征曲线参数等多个复杂参数,且计算过程繁琐;Talebi等[23]开发了概念性水文模型并采用该模型模拟分析了8个城市的绿色屋顶蒸散发,但模型缺少实测数据支撑,可靠性有待检验。为精确模拟绿色屋顶蒸散发过程,亟待构建参数少、计算过程简单且实用性强的绿色屋顶水文过程模型。

本研究基于水量平衡原理和Penman-Monteith公式构建绿色屋顶水文模型,并采用北京市区搭建实验绿色屋顶2019年的蒸散发和气象数据进行模型率定和检验。通过输入不同气候区城市的气象数据,设定不同基质厚度,定量模拟分析不同气候区城市基质厚度对绿色屋顶蒸散发的影响。本研究有望为绿色屋顶蒸散发模拟提供工具,为我国不同气候区城市绿色屋顶的设计提供科学参考。

1 材料与方法

1.1 实验设计

本研究于2019年7—10月北京市海淀区北京林业大学林业楼楼顶(40°0′5.66″ N,116°20′39.65″ E)开展绿色屋顶蒸散发过程监测实验。实验区1970—2018年年平均降水量为551 mm(国家气象科学数据中心http://data.cma.cn/)。

如图1所示,绿色屋顶(1 m×1 m)从上到下分别为植被层、基质层、过滤层和排水层。其中,植被层选用绿色屋顶常用植物八宝景天(Sedumspectabile),基质层选用厚度为8 cm的轻质生长基 [浮石∶草炭土∶沸石∶碎木屑=4∶3∶2∶1(体积比)],过滤层采用300 g/m2的聚酯无纺布,排水层使用直径为1—3.5 cm的陶粒(厚度为10 cm)。在绿色屋顶下方安装精确度为0.1 kg的称重传感器,用于记录绿色屋顶质量变化(间隔为1 min)。此外,使用分辨率为1 mm的翻斗式雨量计记录绿色屋顶的产流过程。在雨量计下方放置250 L的HDPE集水桶,承接绿色屋顶的全部产流。产流结束后,量取集水桶中径流总量,用以校核雨量计监测的绿色屋顶径流过程数据。在距离绿色屋顶2 m高处架装小型气象站(HOBO U30),记录实验区降雨、温度、气压、相对湿度和风速等数据。相较于基质质量,绿色屋顶植被每日生长量造成的系统质量变化很小,因此本研究通过称重传感器称量的实验系统质量差确定绿色屋顶日实际蒸散发量。因绿色屋顶早晚有露水凝结现象且夜间蒸散发量较少,本研究采用每日8:00—17:00绿色屋顶实际蒸散发量代表当日的实际蒸散发量[24]。

图1 绿色屋顶结构与监测设施Fig.1 Structure of green roofs and monitoring facilities

1.2 模型构建

本研究基于绿色屋顶水量平衡原理和Penman-Monteith公式构建概念性水文模型,该模型包括雨水滞留和蒸散发两个模块。

1.2.1雨水滞留模块

绿色屋顶雨水滞留过程主要包括植被截留和基质雨水滞留[9]。经观测,绿色屋顶的植被截留量较少,且通常可在降雨间隔期蒸发消耗,其雨水截留能力可在次日恢复。当基质含水率低于凋萎系数时,绿色屋顶植被将枯萎。为避免植物枯萎死亡,需适时灌溉以保证基质含水率不低于凋萎系数[9,25]。参考前人研究[23,26],可假设当基质含水率达到凋萎系数时,基质层雨水滞留能力达到最大值。

St=Svmax+(θf-θt-1)h

(1)

Smax=Svmax+(θf-θw)h

(2)

式中,St为t日基质的雨水滞留能力(mm);Smax为基质最大雨水滞留能力(mm);Svmax为植被最大截留能力(mm);θf为基质田间持水量(cm3/cm3);θw为基质凋萎系数(cm3/cm3);θt为t日的平均基质含水率(cm3/cm3);h为基质厚度(mm)。

植被截留量受降雨量影响,当降雨量大于植被最大截留能力时,植被截留量等于植被最大截留能力,而当降雨量小于植被最大截留能力时,植被截留量等于降雨量。

(3)

式中,Pt为t日的降雨量(mm)。

绿色屋顶初始基质质量由基质干重和初始基质含水率决定:

(4)

(5)

式中,Wsub0为绿色屋顶初始基质质量(kg);O为绿色屋顶底面积(m2);Wbulk为绿色屋顶基质干燥时质量(kg);θ1为初始基质含水率(cm3/cm3);ρw为水的密度,为1000 kg/m3;ρbulk为基质干密度(kg/m3)。

基于绿色屋顶的水文过程,绿色屋顶在t日的基质质量为:

(6)

式中,Wsubt-1为t-1日绿色屋顶的基质质量(kg);AETt为绿色屋顶t日的实际蒸散发量(mm)。

绿色屋顶在t日的基质体积含水率可由下式计算:

(7)

根据水量平衡,绿色屋顶t日的径流量由下式计算:

(8)

1.2.2蒸散发模块

参考作物蒸散发量采用FAO-56 Penman-Monteith公式进行计算[27]:

(9)

式中,ET0为参考作物蒸散发量(mm/d);Δ为饱和水汽压-温度曲线斜率(kPa/℃);Rn为作物表面净辐射(MJ m-2d-1);G为土壤热通量(MJ m-2d-1);γ为干湿表常数(kPa/℃);T为日平均气温(℃);u2为2 m处的日平均风速(m/s);es为饱和水汽压(kPa);ea为实际水汽压(kPa)。

除大气参考作物蒸散发外,绿色屋顶实际蒸散发还受植被和基质水分条件影响。参考前人研究[12,25,28],可采用作物系数和土壤可用水函数分别定量表达植被和水分条件影响。绿色屋顶的实际蒸散发量计算如下:

(10)

式中,C0为作物系数(无量纲),常用于计算绿色屋顶实际蒸散发[27]。

1.3 不同气候区城市气候特征

参考柯本气候分区[29—30]与Cuthbert等的研究方法[31],本文选择兰州、北京、武汉和广州4个不同气候区城市作为研究对象,并依据湿润指数将其划分为湿润指数小于1的水分限制区(兰州0.33和北京0.51)与湿润指数大于1的能量限制区(武汉1.34和广州1.66)。本研究基于4个城市1970—2018年的日尺度气象数据,包括降雨量、气温、相对湿度、气压、太阳辐射和风速等(数据来源中国气象网http://www.cma.gov.cn/),进行不同基质厚度八宝景天绿色屋顶实际蒸散发的模拟研究。各城市气候特征见表1。

表1 1970—2018年各气候区典型城市气候特征[29—30]Table 1 The climatic characteristics of selected cities in different climatic zones from 1970 to 2018

1.4 数据分析

本研究使用Matlab 2018a进行模型编程,分别使用2019年7月12日—9月5日和9月6日—10月3日的气象数据(降雨量、温度、湿度、压强和风速等)和绿色屋顶蒸散发监测数据对模型参数(基质干密度、作物系数、田间持水量、凋萎系数和植被最大截留量)进行率定和检验。采用决定系数(R2)和Nash-Sutcliffe效率系数(NSE)评估模型模拟效果[32]。NSE效率系数的计算方法如下:

(11)

2 结果与分析

2.1 模型率定与检验

本研究基于实验绿色屋顶蒸散发实测数据,对构建的绿色屋顶水文模型参数进行率定和检验,通过率定得到的模型参数值见表2。模型率定和检验结果见图2。模型率定和检验期的Nash-Sutcliffe效率系数分别为0.6385和0.6014,R2分别为0.7191和0.6168,表明模型可较准确模拟绿色屋顶蒸散发量。

表2 模型率定参数值Table 2 Calibrated parameter values of the model

图2 模型率定和检验结果Fig.2 Calibration and verification of the model R2:决定系数 Determination Coefficient;NSE:Nash-Sutcliffe 效率系数 Nash-Sutcliffe Efficiency Coefficient

2.2 不同气候区绿色屋顶蒸散发

图3对比了北京、广州、武汉和兰州1970—2018年日平均降雨量、参考作物蒸散发量和绿色屋顶实际蒸散发量。虽然4个城市日均参考作物蒸散发量差异不大(2.58—3.01 mm/d),但绿色屋顶日均实际蒸散发量差异明显,且随日均降雨量增大而增加。广州绿色屋顶(基质厚度为10 cm)的日均实际蒸散发量最大(1.30 mm/d),依次高于武汉(1.09 mm/d)、北京(0.66 mm/d)和兰州(0.49 mm/d)。降雨量越大的城市绿色屋顶实际蒸散发量越大,这与Talebi[23]等的研究结果一致。除降雨量外,各城市不同量级降雨日数的分布特征也是影响绿色屋顶蒸散发量的重要因素。兰州和北京降雨日数较少,约80%的日数为无降雨日(图4),绿色屋顶基质含水率因长时间得不到降雨补给而处于相对较低水平,水源不足限制了绿色屋顶蒸散发[23],因此,这两个城市绿色屋顶实际蒸散发长时间保持在较低水平(0—1 mm/d),两个城市绿色屋顶蒸散发量超过1 mm的日数分别只有18%和25%(图4)。而广州的降雨日数最多,占比为41%(图4),频繁降雨经常性供给水分,绿色屋顶蒸散发量超过1 mm的日数接近60%,为4个城市最高值(图4)。降雨是无灌溉绿色屋顶蒸散发主要水分来源。广州雨量最大且降雨日数最多,降雨对绿色屋顶水分补给量大且补给频繁,使得绿色屋顶基质含水率长时间维持在较高水平,因此,广州绿色屋顶雨水供给充足,蒸散发量最大[26]。然而,北京和兰州降雨量较少且无降雨日数较多,绿色屋顶基质含水率因长时间得不到降雨充分补给而处于较低水平,限制了绿色屋顶蒸散发,因此,北京和兰州绿色屋顶的日均蒸散发量较低。

图3 不同城市1970—2018年日平均降雨量、绿色屋顶参考作物蒸散发量和实际蒸散发量Fig.3 Daily average rainfall,reference crop evapotranspiration,and actual evapotranspiration of green roofs in different cities from 1970 to 2018 绿色屋顶实际蒸散发量以基质厚度为10 cm的八宝景天绿色屋顶为例

图4 不同气候区城市1970—2018年不同量级降雨量和蒸散发量日数分布Fig.4 Daily distributions of different levels of rainfall and actual evapotranspiration from green roofs at different cities from 1970 to 2018

2.3 基质厚度对绿色屋顶蒸散发的影响

如图5,北京、广州、武汉和兰州绿色屋顶实际蒸散发量均随基质厚度增加而增大。基质越厚的绿色屋顶最大雨水滞留能力越大[9],基质中储存的可供蒸散发的水量越多,因此,绿色屋顶实际蒸散发量均随基质厚度增加而增大。由图6可见,在相同气象条件下,随着基质厚度增加,绿色屋顶基质含水率波动幅度变小且维持在相对较高水平,基质水分对实际蒸散发的限制较小,实际蒸散发量较大[33—34],因此增加基质厚度可以提高绿色屋顶的实际蒸散发量。值得注意的是,当基质厚度超过一定限度时,绿色屋顶实际蒸散发量增加的趋势减缓。当兰州、北京、武汉和广州绿色屋顶基质厚度分别超过10 cm、17 cm、24 cm和25 cm时,绿色屋顶的实际蒸散发量增加不明显,日均实际蒸散发量随基质厚度增长速率均小于0.01 mm/cm。由此可见,基质厚度对绿色屋顶实际蒸散发量的影响存在阈值,且不同气候区绿色屋顶基质厚度阈值不同。当基质厚度为50 cm时,广州绿色屋顶1970—2018年日平均实际蒸散发量阈值为1.73 mm/d,依次高于武汉(1.49 mm/d)、北京(0.95 mm/d)和兰州(0.58 mm/d),可见不同气候区城市的绿色屋顶日平均实际蒸散发量也存在不同阈值。

图5 各城市不同基质厚度绿色屋顶日平均实际蒸散发量 Fig.5 The daily average actual evapotranspiration of green roofs with different substrate depths in 4 cities

图6 2018年北京不同基质厚度绿色屋顶基质含水率变化过程Fig.6 The substrate moisture content process of green roofs with different substrate depth in Beijing in 2018h:绿色屋顶基质厚度Substrate depth of green roofs

3 讨论

3.1 气候因素对绿色屋顶蒸散发的影响

本研究结果表明,不同气候区城市相同基质厚度绿色屋顶的日平均实际蒸散发量呈现兰州<北京<武汉<广州的规律。太阳辐射为绿色屋顶蒸散发提供能量[11,27,35],当水分充足时,太阳辐射越强,绿色屋顶蒸散发量越大。相对湿度低的环境饱和水汽压差较大,从而提高绿色屋顶蒸散发[36—37]。在所选4个气候区城市中,尽管兰州的日平均太阳辐射最大且相对湿度最小(表1),但兰州绿色屋顶的实际蒸散发量仍最低。这是由于在无灌溉条件下,绿色屋顶基质含水率主要受降水影响。兰州降水量明显低于北京、武汉和广州(图3),且无降雨日数比例接近80%(图4),导致绿色屋顶基质含水率因长时间得不到降雨充分补给而处于较低水平,制约了绿色屋顶的蒸散发过程[23,26,38]。北京日平均相对湿度较武汉和广州低且日平均太阳辐射与武汉和广州相差不大,但较低的降水量(图3)和较高的无降雨日数比例(图4)仍易限制绿色屋顶的实际蒸散发量。广州和武汉的日平均太阳辐射和相对湿度相差较小,但广州的日平均气温明显高于武汉,两地相差5.23℃。因为高温可以加快绿色屋顶周围水汽分子扩散速度[34],加之广州降雨量较武汉多,所以广州绿色屋顶实际蒸散发量高于武汉。

3.2 基质厚度对不同气候区绿色屋顶蒸散发的影响

本研究结果表明,基质厚度对绿色屋顶实际蒸散发量的影响存在阈值,绿色屋顶实际蒸散发量也存在阈值且不同气候区城市阈值不同(图5)。Budyko[39]理论表明,蒸散发主要受能量和水源两方面因素影响。大气相对湿度和水汽扩散条件也会影响实际蒸散发过程,而大气相对湿度和水汽扩散条件在很大程度上也取决于区域气候条件下的能量和降水特征。因此,蒸散发存在阈值的根本原因是能量输入或水分来源限制[40]。当降水充足时,能量是限制蒸散发的主要因素;降水较少时,水源供给状况则是限制蒸散发的主要因素[40]。绿色屋顶的蒸散发也遵循能量或水分限制规律。基质厚度增加对绿色屋顶蒸散发影响存在阈值主要有以下两种机制:其一,在降水充足的气候条件下,增加基质厚度,可提升绿色屋顶雨水滞留能力和雨水滞留量,为绿色屋顶蒸散发提供充足的水分来源,但绿色屋顶的蒸散发量因能量输入限制而存在一定阈值,并不会随着基质厚度的增加而无限升高;其二,在干旱或半干旱气候条件下,增加基质厚度,虽可提升绿色屋顶雨水滞留能力,但因降水较少,绿色屋顶实际可滞留的雨水量存在阈值,绿色屋顶的蒸散发量因水分来源限制而存在一定阈值,同样不会随着基质厚度的增加而无限升高。由表1湿润指数可知,兰州和北京是水分限制区,参考作物蒸散发量高,但降水较少。尽管增加基质厚度提高了绿色屋顶的最大雨水滞留能力[9,17,26],但供给绿色屋顶蒸散发的水分有限,因而限制了这两个城市绿色屋顶的蒸散发。武汉和广州等是能量限制区,降水多,但参考作物蒸散发量有限。绿色屋顶基质较薄时,基质雨水滞留量较少,蒸散发所需消耗的能量也较少。当基质厚度逐渐增加,绿色屋顶滞留的雨水增加,蒸散发所需的能量供给不足,导致绿色屋顶蒸散发受到限制。如表1,广州的日平均太阳辐射和日均气温(分别为14.24 MJ/m2和22.15℃)均高于武汉,即广州绿色屋顶蒸散发的能量限制阈值高于武汉(分别为13.83 MJ/m2和16.92℃),且广州降雨充足(日均降雨量5.00 mm),因此,广州绿色屋顶日平均蒸散发量阈值高于武汉。综上,不同气候区城市绿色屋顶日平均蒸散发量存在阈值,且广州绿色屋顶日平均蒸散发量阈值依次高于武汉、北京和兰州。

3.3 建议与展望

本研究基于4个气候区代表性城市(兰州、北京、武汉和广州)的气象数据,模拟分析4个城市的绿色屋顶蒸散发变化特征。结果表明,在房屋结构承重允许的情况下,可通过适当增加基质厚度的方式提高绿色屋顶实际蒸散发量,进而提升绿色屋顶的雨水滞留效益。此外,在降水较少的兰州,绿色屋顶基质含水率一年中有较长时段处于接近凋萎系数水平,表明植被生长易受水分限制,需要对绿色屋顶进行适时灌溉以维持植被生长。

考虑绿色屋顶基质饱和导水率较高(3—118.8 mm/min)[9]且具有排水层,因此,本文构建水文模型的雨水滞留模块并未考虑基质含水率高于田间持水量的情景。为保证绿色屋顶植物的生长,在干旱气候条件下需要对绿色屋顶进行灌溉以避免因基质含水率低于凋萎系数而造成植物枯萎,因此,该模型的雨水滞留模块未考虑基质含水率低于凋萎系数的情景。然而,在基质透水率较低、无排水层或排水层排水不畅的情况下,绿色屋顶基质含水率可能会高于田间持水量,且在干旱气候条件下绿色屋顶基质含水率可能会低于凋萎系数。由于仅考虑基质含水率在田间持水量和凋萎系数之间的动态变化,该模型不适用于因基质透水率较低、无排水层或排水层排水不畅导致霍顿产流过程的模拟,也不适用于极端干旱情况下绿色屋顶植被凋萎后基质蒸发模拟。此外,不同气候条件下绿色屋顶植被生长状况不同,作物系数存在差异,且作物系数在不同植被生长阶段也呈动态变化。未来研究中,根据不同气候条件和不同生长阶段,动态调整作物系数,有望提升绿色屋顶蒸散发过程模拟精度。可在不同气候区布设对比观测实验,对比分析不同气候条件对绿色屋顶植被生长特征和蒸散发过程影响,并在此基础上进一步优化绿色屋顶雨水滞留和蒸散发过程模拟,以满足不同气候区城市绿色屋顶设计的实际需求。

4 结论

本研究构建绿色屋顶水文模型对不同气候区城市不同基质厚度的绿色屋顶蒸散发进行模拟分析,得到以下结论:

1)本研究构建的绿色屋顶水文模型能较准确模拟绿色屋顶蒸散发量,率定与检验期的Nash-Sutcliffe效率系数分别为0.6385和0.6014,决定系数(R2)分别为0.7191和0.6168;

2)从半干旱区(兰州)、半湿润区(北京)到湿润区(武汉和广州),相同基质厚度绿色屋顶的日平均实际蒸散发量呈增加趋势;

3)增加基质厚度可提高绿色屋顶实际蒸散发量,但增加基质厚度对绿色屋顶日平均实际蒸散发量的影响存在阈值,且不同气候区城市绿色屋顶日平均实际蒸散发的阈值不同。兰州、北京、武汉和广州绿色屋顶的基质厚度阈值分别为10 cm、17 cm、24 cm和25 cm,广州绿色屋顶日平均实际蒸散发量的阈值依次高于武汉、北京和兰州。