城市雨洪管理措施布局与优化研究综述

摘 要：城市雨洪管理是国际研究热点和前沿，也是中国城市绿色发展的重大需求。在此背景下，中国大力推进海绵城市建设，但仍面临着诸多挑战，其中雨洪管理措施的空间布局优化对提高海绵城市的建设效果具有重要意义。通过分析国内外相关文献，阐明了城市雨洪管理措施布局优化的相关定义与内容范畴，构建了雨洪管理措施布局优化问题前准备-模型算法-后评估-决策的全流程结构，系统地分析布局优化各步骤的相关信息，探究了当前该框架各部分的研究现状和差距，为实现更加科学的布局优化，提出了改进建议。基于前准备-模型算法-后评估-决策的全流程结构，开展城市雨洪管理措施空间布局优化，对促进中国海绵城市建设事业的发展具有重要的理论意义与实践价值。

关键词：海绵城市；城市雨洪管理措施；布局优化

中图分类号：TV21 文献标识码：A 文章编号：1001-9235（2024）10-0001-14

Layout and Optimization of Urban Stormwater Management Measure： A Review

LIU Jie1，2， SHANG Yuchang1， ZHANG Xiang2，3， GUI Haijiao2，3

（1. School of Architecture and Civil Engineering， Chengdu University， Chengdu 610106， China; 2. Hubei Key Laboratory of Water System Science for Sponge City Construction， Wuhan University， Wuhan 430072，China; 3. State Key Laboratory of Water ResourcesEngineering and Management， Wuhan University， Wuhan 430072， China）

Abstract： Urban stormwater management is an international research hotspot and frontier， and it is also a major demand for urban green development in China. In this context， China vigorously promotes the construction of sponge cities but still faces many challenges， among which the spatial layout optimization of stormwater management measures is of great significance in facilitating the construction of sponge cities. By analyzing the relevant literature at home and abroad， this paper clarifies the relevant definition and content scope of the layout optimization of urban stormwater management measures， constructs the whole process structure including pre-preparation， model algorithm， post-evaluation and decision-making of the layout optimization of stormwater management measures， systematically analyzes relevant information of each step of layout optimization， explores current research status and gaps of each part of the framework， and puts forward suggestions for more scientific layout optimization. Layout optimization of urban stormwater management measures based on the whole process structure above is both theoretically and practically momentous for promoting the construction of sponge cities in China.

Keywords： sponge city; urban stormwater management measures; layout optimization

水安全问题是全球人类未来面对的重大战略问题。城市作为人口、财富以及各种基础设施高度集中的地区，保障水安全显得尤为重要。自20世纪改革开放以来，随着中国社会经济的高速发展，城市化水平也在不断提高，2023年末，中国常住人口城镇化率达到66. 16%［1］。随着城市化进程的不断发展，城市下垫面发生了显著变化，城市不透水面积增加，下渗量和地下水补给量减少，导致地面径流增加，城市洪水表现出洪峰流量大、峰现时间快的特点［2］，加上全球气候变暖、城市热岛效应、凝结核效应等，城市更容易成为暴雨中心［3］；同时，暴雨洪水对地面污染物质的淋洗冲刷形成面源污染，造成水体黑臭，带来严重的城市水环境问题［4-5］；在内因和外因共同作用下，城市水文发生了显著变化，城市内涝问题日趋严重，城市河湖水污染问题越来越凸显，这对高度城市化地区的雨水管理提出了更大的挑战。

面对城市发展过程中雨洪及其相关的污染问题，习近平总书记在2013年提出了城市建设新理念：“优先考虑把有限的雨水留下来，优先考虑更多利用自然力量排水，建设自然存积、自然渗透、自然净化的海绵城市。”住建部2014年印发的《海绵城市建设技术指南》指出，海绵城市的本质是改变传统城市建设理念，通过低影响开发措施（Low Impact Development，LID）来实现开发后水文特征接近于开发前的目标。在国务院2015年印发的《水污染防治行动计划》中，也特别强调了有条件的地区要推进初期雨水收集、处理和资源化利用，控制径流污染的排放。海绵城市的推进和建设，对于城市防洪减灾，雨水资源化、面源污染防治等方面都具有积极的意义。与中国海绵城市发展战略相似，一些国际合作组织、政府部门、科研机构在低影响开发应用方面展开积极探索，开展了一系列城市洪涝研究计划与项目。如美国的“最佳管理措施”（Best Management Practices， BMP）与“可持续基础设施”（Sustainable Infrastructure， SI）、英国的“可持续城市排水系统”（Sustainable Urban Drainage System， SUDS）、澳大利亚的“水敏感性城市设计”（Water Sensitive Urban Design， WSUD）、联合国的“国际减灾战略”（International Strategy for DisasterReduction， ISDR）等。全球范围的有关实践说明城市雨洪管理措施是解决城市水问题的有效手段之一。

然而，常见的城市雨洪管理措施种类繁多，不同类型的措施由于其自身的结构、经济技术特性及其在不同特征的区域的适用性不同，在径流和污染物控制效果上也有不同的侧重［6］。2016年国际LID大会专设城市水基础设施优化与管理主题，主要讨论内容涉及城市绿色基础设施（GI）与灰色基础设施的耦合优化、城市水系统优化、LID/GI的空间布局等。会议达成《北京共识》，其中强调城市雨洪管理措施规划设计的重要性。因此，如何根据拟建区域特征以及径流、污染物控制目标，将多种城市雨洪管理措施有机结合起来，进行优化布局，最大限度地实现雨水在城市区域的积存、渗透和净化，促进雨水资源的利用和生态环境保护，是城市雨洪管理措施规划的核心问题，也是当前研究的重要方向。

本文旨在总结城市雨洪管理措施布局与优化的定义与内容范畴，构建城市雨洪管理措施布局与优化的基本框架，系统地分析与雨洪管理措施布局优化相关的信息，探究当前该框架各部分的研究现状和差距，并为实现更加科学的优化布局，提出改进建议。

1 城市雨洪管理措施及其布局、优化

1. 1 城市雨洪管理措施及其优化的定义

为应对城市化改造过程导致的一系列下垫面、区域气候、社会经济条件等诸多方面的变化诱发的城市水问题，许多国家开展了城市雨洪管理的大量实践。尽管不同地区存在不同的管理实践与术语，但考虑到术语的不同是由地方和区域对其理解与文化背景的差异所导致的，但不同术语所定义的概念是存在一定相似性的［7］，以比较常见的低影响开发LID、最佳管理措施BMP、绿色基础设施GI为例，LID指利用场地设计最大限度减少不透水区域并保留自然区域，从而恢复自然水文过程与开发前的条件；BMP最初应用于污染预防，后来的应用将其扩展到处理雨水引起的水量水质压力的管理实践，同时包括结构性及非结构性措施；GI源于为建立城市-城郊-农村的包容性系统而应用的多尺度绿色网络［8］，内涵远远超出城市雨水管理的范畴，如今GI在雨水管理的相关论文中，几乎与LID同义。如今，这些类似术语中统一地包含了一些相同的结构性措施，如生物滞留设施、植草沟、绿色屋顶、透水铺装等，即本文所指的“雨洪管理措施”，下文中，以雨洪管理设施来指代具有低影响开发理念的LID、BMP、GI等城市雨洪管理措施总和。

鉴于雨洪管理设施的多样性及城市空间变化的复杂环境，如何因地制宜布局雨洪管理设施使其达到“最佳”的效果，还面临许多挑战。城市化是多主体参与、多因素变化的复杂过程，其中典型的变化是土地利用的改造，而雨洪管理设施的建设涉及到土地空间的占用，与城市环境中的建筑、基础设施、交通等方面的用地产生矛盾，这一方面导致空间上物理的限制，另一方面产生一些利益冲突，如某些国家的雨洪管理设施建设会造成私有土地的占用［9］。众多利益相关者的参与带来的不仅是用地矛盾的问题，Ureta等［10］的研究表明，居民对于绿色基础设施的支付意愿因设施功能及个人地区而异；Jayasooriya等［11］发现，在为工业区选择绿色基础设施时，专家们对于绩效指标的选择倾向不同，所达成的是基于三重基本目标（环境、经济和社会）的折衷最佳方案，专家小组的意见反映出减少雨水量对于产生大量受污染雨水的工业区非常重要；Jiang等［12］指出，中国海绵城市的建设需要整体、协调的跨部门规划，因此地方是否具有协调的制度框架也成为雨洪管理设施建设空间布局的制约因素。包含上述问题在内的诸多因素，都可能对雨洪管理设施的建设产生空间分异的地理、社会、经济限制，城市雨洪管理措施的布局与优化，即克服这样的诸多限制，并发挥不同层面的最大效益（水量和水质控制、环境与生态效益等）。

1. 2 布局与优化的内容范畴

城市雨洪管理措施的布局，涉及雨洪管理设施的类型及其组合、单个设施的设计（规模与参数）、设施的位置3个方面的内容。

不同类型、设计、位置的雨洪管理设施的水文、水质及生态效应各异，此前的研究通常通过现场实验及模型模拟2种手段研究不同措施的水文生态效益。例如，李家科等［13］通过构建生态滤沟的实验场地，研究其对城市路面径流的净化效果及适宜工况；Zhang等［14］通过对北京某校园示范工程降雨、径流、水质的长期监测，研究绿色屋顶、过滤带、透水路面等措施的降雨径流和污染负荷的削减效果；Cipolla等［15］对博洛尼亚（意大利）全面大面积绿色屋顶的监测数据显示，单次降雨衰减量在6. 4%～100%，年均值为51. 9%，并使用现场数据来校准和验证使用SWMM建立的数值模型，模拟同一全尺寸大面积绿化屋顶在1 a内的长期水文响应，证实了绿色屋顶通过减少年径流量在恢复自然水状况方面的作用。

诸多研究表明，不同类型的雨洪管理设施的性能与适宜建设环境不同。从设施性能角度来看，大多雨洪管理设施通过增加渗透、延长滞留时间等原理减少雨水径流，削减降雨径流污染，增加地下水补给，但不同雨洪管理设施的削减性能有所区别。下沉式绿地削减洪峰的效果优于蓄水池和透水砖，而植草沟则几乎无滞峰作用［16-17］；不同雨洪管理设施的水量控制效果随降雨重现期的变化也因其类型而异［17］，透水路面更适合低重现期的降雨事件［18］；生物滞留设施在悬浮物、油脂类有机物和重金属的去除上表现出较为稳定的运行效率，同时能够有效地降低雨水中病原微生物的数量，但传统的生物滞留设施对营养物（如N和P）的去除效果不稳定［19］；部分雨洪管理设施兼有其他功能，如植草沟和生物滞留池有助于景观美化和提供生态系统服务，绿色屋顶有利于减少能源消耗、减少城市热岛效应、改善空气质量［20］。从不同设施的建设条件来看，植草沟适用于小区道路、广场等不透水路面的周边；绿色屋顶适用于建筑屋顶，住宅楼多采用粗放型绿化，而商业建筑多密集型种植［21］；生物滞留设施适用于小区公共场地、停车场等，透水铺装适用于城市道路、停车场等。总地来说存在两类不同的建设思路，一类是对密集城市化地区的现有设施进行改造以增加渗透，另一类是将径流从不透水表面引导到透水表面或滞留设施［22］。上述不同类型设施各自的性能与建设条件等特性导致了在雨洪管理设施布局优化中，需要仔细考虑这些存在的差别及可能的组合配置，选择合适的设施类型对于实现特定的雨洪管理目标至关重要。

雨洪管理设施的规模和参数，即单个设施的设计，需要根据当地的降雨特征、土地利用类型等环境条件及不同目标进行优化。以生物滞留设施这一典型的雨洪管理设施为例，其面积主要考虑区域的初期冲刷效应，容积设计对设施水质改善能力考虑较少，因此在初雨冲刷效应严重的区域，生物滞留设施的面积应该更大［23］。另外，由于不同雨洪管理设施的敏感参数不同，如王泽阳等［24］研究结果表明，表面粗糙率对于植草沟设施而言是高敏感参数，土壤渗透率对于绿色屋顶、生物滞留池设施而言是高敏感参数，土壤渗透率和表面粗糙率对于透水铺装设施而言是高敏感参数，单个雨洪管理设施的参数需要根据其敏感参数以及区域条件谨慎确定。Chui等［25］发现对于绿色屋顶，增加土壤深度比扩大面积以应对更大的设计暴雨更具成本效益，对于生物滞留设施来说，应对高重现期暴雨反倒更应该扩大面积而不是增加土壤深度。

雨洪管理设施及其组合的位置也是其性能表现出差异性的重要原因。普遍地，雨洪管理设施会增加渗透，减少不透水表面，有研究表明，不同位置的不透水表面水力连接特性不同，因此其水文特性不同，改造成雨洪管理设施后的控制效果也因此而异，可以通过改变雨洪管理设施的空间分布来降低DCIA提高LID的控制效率，Liang等［26］发现，峰值流量减少对直接连接不透水区域（DCIA）的减少最敏感。出于类似的原因，易积水区也是布设LID的良好位置［27-28］。地形陡峭和土壤渗透性差的区域由于径流速度快、污染物浓度高通常不利于布设LID［29-30］，但也正出于相同的原因，具有上述不利条件的地区往往对雨洪管理具有更高的需求，因此在这些区域布设LID的必要性与必要程度成为优化问题的一部分［31］。另外，从雨洪管理设施在集水区相对位置的视角来看，一些研究认为，通过在集水区的上游（即源头）实施雨洪管理设施，可以在降雨初始阶段就有效地控制径流，从而减少下游排水系统的压力［32-34］；但也有研究发现，将雨洪管理设施放置在集水区的下游，可以在出口处产生更好的削峰效果［35-36］。然而，雨洪管理设施的效果可能是局部的，如果雨洪管理设施位于上游地区，则其对减少洪水的影响通常相当有限，除非雨洪管理设施覆盖的区域（甚至不是完全覆盖）大于至少50%的集水区，当在靠近集水口的地区通过雨洪管理设施实施进行改造时，甚至可能加剧洪水风险［37］。雨洪管理设施组合间的相对位置一样重要，Zellner等［38］发现，空间分散的绿色基础设施比集群安排更有效地减少洪水。

城市雨洪管理措施优化布局的内容范畴，不仅限于绿色基础设施本身，还与灰色基础设施（如传统的雨水管渠系统和新型调蓄池、深隧等）、蓝色基础设施（如城市河湖水系）密切相关。绿色基础设施在整个城市水循环过程中出于源头减排的设施，但这种源头管理在应对极端降雨时能力十分有限［39］，在高密度城市环境中，出于安全性等方面的考虑，绿色基础设施不能完全取代传统的灰色基础设施［40］。Leng等［41］研究表明，绿色和灰色基础设施在降雨径流控制方面具有协同效益，灰绿同步优化在最大限度减少径流量、污染负荷和成本方面具有优势。李江云等［42］在研究中同样发现，灰色调蓄设施和绿色雨洪管理设施单独布设产生效果小于耦合布设产生效果，灰绿设施耦合效果并非单独布设效果叠加，因此应将灰绿基础设施纳入同一模型模拟评估。绿色和灰色的基础设施相结合，可以改善雨水管理，恢复生态系统服务，并产生经济效益［43］。城市雨水管理离不开受水终端，即城市河湖水体，实际上，海绵城市是一个典型的绿灰蓝系统，河湖水体不仅是城市雨水系统的最后出水口，也是有助于水资源管理的重要组成部分［44］。绿色、蓝色和灰色基础设施的组合可能会产生最佳的适应战略，因为这三者往往相辅相成，灰色（和蓝色）基础设施擅长降低洪水风险，而绿色基础设施则带来了灰色基础设施无法提供的多种额外好处［45］。Wang等［46］发现，绿-灰、绿-蓝和绿-灰蓝优化策略存在协同效应，绿-灰-蓝优化策略显示出最佳的性能，此外，城市排水系统的协同效应受协同效应的水文机理和边际效用递减的规律影响。在中国的海绵城市计划促进绿-灰-蓝基础设施的整合，以实现可持续的城市水治理和加强防洪［47］。因此，在城市雨洪管理措施的布局与优化问题中，不仅要考虑绿色基础设施本身“蓄、滞、渗、净、用、排”的作用及其可持续特点，还需要将其与灰色基础设施的高效率优势、蓝色基础设施本身的排洪纳污能力相结合，实现安全可持续城市雨洪管理，进一步增强城市对极端暴雨事件的抵御能力和城市在变化环境下的弹性。

总的来说，城市雨洪管理措施的优化布局需要同时考虑雨洪管理设施的类型、设计、位置与绿-灰-蓝基础设施的协同效应，以达到目标下最优的雨洪管理措施的全面布局。

2 优化框架：前准备-模型算法-后评估-决策的全流程结构

雨洪管理设施的优化布局内容广泛、影响因素复杂、涉及环节众多。因此，通过找出雨洪管理设施空间布局优化的关键步骤，并将这些步骤进行分类整合，参考相关文献［48］，构建了关于城市雨洪管理措施空间布局优化的综合框架（图1）。

优化框架主要由四部分组成：①优化前针对研究区特征，确定建设目标与优化内容；②在优化过程中选择合适的城市雨洪模型和智能优化算法，利用计算机辅助优化；③优化后建立评价模型，对优化方案进行成本-效益定量评价；④决策者根据评价结果，做出最终决策。

第一部分中对于不同的建设区域设定不同的优化目标。在雨洪管理设施建设工程中，设施的设计参数、运行效果直接影响雨洪管理目标的有效实现，因此，根据建设区域特征确定合适的目标和优化内容是优化过程的基础。第二部分是空间布局优化的关键一步，其中计算机辅助决策是当前研究热点。越来越多的学者试图将智能算法与模型耦合进行空间布局优化，从而产生具有各种结构、类型、功能等的优化工具［49］。第三部分是优化后的评价，根据从第2部分获得的一系列优化方案，对整个建设前后可能产生的成本和涉及的环境、生态和社会效益进行整体评价，使优化结果达到建设成本、自然条件和目标需求三者之间的平衡。第四部分是由决策者根据评价结果和建设目标做出最终决策。

2. 1 建设区域与建设目标

建设区域主要分为两类，一类是新建规划区域，另一类是老城改造区域，不同的建设区域应制定不同的建设目标。新建城区应结合区域水文、地质条件等确定海绵城市建设规划目标；老城区海绵改造需要识别改造区域的水敏感因子，减少城市的径流污染与水灾风险［50］。

雨洪管理措施优化布局往往是多目标的复杂问题，除了建设雨洪管理设施需要解决的最基本的径流量削减、溢流次数与溢流量控制、峰值流量控制与污染物削减等水质水量控制目标外，受制于建设区域资金与土地资源有限等现实条件，往往需要寻求经济成本低、资源利用率高的建设方案，因此用地面积、生命周期成本等因素往往也被作为优化目标或约束条件。例如，Zhu等［51］提出了一个结合多目标优化算法（NSGA-Ⅱ）和SWMM的生命周期评估框架用于GI布局优化，该框架考虑了投资成本、经济环境社会货币化效益和径流控制能力，并选取北京通州区进行实证分析。Sun等［52］应用遗传算法（NSGA-Ⅱ）对LID设施的布局方案进行优化，选择峰值径流减少率、成本和土地面积作为优化目标。Zhi等［53］将雨水管理模型（SWMM）与遗传算法相结合，生成具有成本效益的LID方案。同时Wang等［54］通过研究发现研究人员越来越重视LID系统的性能评估和效率，以及了解其对水文和水质的影响。此外，韧性的概念在近年来也逐渐被引入到城市雨洪管理问题中，提高城市的雨洪韧性也可以作为城市雨洪管理措施优化的目标之一，Zhang等［55］就指出，韧性社区的建设需要以雨洪管理为导向注重小尺度绿色基础设施的应用。

需要注意的是，建设目标的确定除了水量水质控制、水生态修复方面的一些共性的关键指标外，应当考虑各城市如水问题成因等方面的自然地理和社会经济条件差异［56］，以便从问题导向针对性确定区域建设目标。因地制宜确定建设目标是城市雨洪管理措施布局优化的重要前提，后续设施的类型选择、参数设计、位置布局与不同的建设目标息息相关，如生态目标的实现可能需要生物滞留池等类型的设施的效用，而不大可能靠仅渗透的透水铺装来实现；用地面积作为优化目标时，则不大可能考虑大面积的人工雨水调蓄池建设。

2. 2 优化工具

在优化技术层面，雨洪管理设施规划需要确定措施的选型、选址、规模、参数等多个变量，涉及到防洪控制、污染控制、雨水利用等多重目标，且措施的设置受土壤、地下水位、地形地势和空间大小等多重条件限制，是个多目标多约束的复杂问题。除此之外，一个规划片区通常包含多种土地利用类型、土壤类型和地形地貌特征。为了模拟和了解单项或组合情景下的雨洪管理设施的效益及其成本，优化雨洪管理设施布局，为城市决策、规划设计等提供相关的理论依据，国内外的研究人员致力对模拟-优化模型的开发，例如BMP结构布局与分析工具（SBPAT）、流域管理优化工具（WMOST）等。但多数研究人员基于已有的物理模型与多目标优化算法耦合来优化雨洪管理设施的布局。如She等［57］以华北某海绵城市建设项目的示范区作为研究区，利用退火算法（SA）对LID设施进行多目标优化，选择降雨径流、污染排放和建设运营成本最小化，环境效益最大化为优化目标。Taghizadeh等［58］利用SWMM模型与粒子群优化算法，对渗透沟、生物滞留池和透水路面三种海绵设施和城市雨水管网进行优化布局，选取最优方案。Eskandaripour等［59］利用黏菌算法优化城市低影响开发设施。此外，一些研究将遗传算法（GA）或改进后的遗传算法NSGA-Ⅱ和NSGA-Ⅲ与SWMM耦合对城市雨洪管理措施布局优化进行多目标求解［60-66］。

城市雨洪管理措施布局优化问题的优化工具常使用物理模型与优化算法耦合求解，物理模型时用于模拟城市水文循环各环节的水量水质的水文模型，可以计算出与水文过程相关的水量水质等目标值，优化算法通过改变优化变量（部分优化变量可能是物理模型的输入，如LID的相关参数），进行优化目标值的迭代计算，去除劣势组合方案。类似的优化决策工具见表1，它们以不同的模式集合了多种水文水质模型和优化算法，在目标功能上也有侧重［31］。

尽管已有空间优化决策工具可以同时解决设施选址、选型、结构参数设计等多个问题，但物理模型-算法方法由于需要大量的客观评估，因此非常耗时且计算密集，并且搜索过程涉及执行大量目标计算的大量迭代，这对计算机的算力和计算耗时均产生了极大的挑战，所以大多研究都只选择其中部分问题进行优化，例如Lee等［67］解决的是LID和BMP的选址和参数设计问题。在实践当中，也往往是根据不同尺度的规划要求，将城市雨洪管理措施规划分为选型、选址、结构参数设计等步骤，缺乏统一优化决策过程。为了减少模型模拟时间，很多模型都设置了分散式和集成式两种设施构建模式。集成式是用一个虚拟的设施综合组件代替多个单独的分散的设施措施，因忽略各设施间的水流和污染物传输过程，可以大大简化建模过程并显著缩短模拟时间，提高设施综合规划效率。虽然有些学者通过构建集成式模型对研究区域进行研究，但集成式模式的有效性仍存在着诸多不确定性，还有待进一步论证。除此之外，如何平衡计算效率与模拟准确度，是适用于较大尺度范围内城市雨洪管理措施空间布局优化研究中还未完全解决的一个难题。

基于此，有学者开发了基于机器学习（ML）模型的替代MOO框架，其思路是以代理模型的结果指导最优解搜索，在获得令人满意的最优解决方案的同时减少昂贵的模型模拟成本。目前，具有足够细节、令人满意的精度和更高的速度的代理模型（也称为元模型）已被用于有效地替换部分或全部基于物理的模型。例如Latifi等［68］以神经网络模型作为雨洪模型SWMM的代理，探讨了位于伊朗某研究区的低影响开发优化方案。Yang等［69］利用代理模型对滞留池容积进行多目标优化，结果表明，基于代理的方法节省了90. 03%的运行时间，同时保持了Parrto的解的质量，验证了可靠性。

代理模型在复杂模型参数敏感性分析、参数率确定等方面应用较为广泛，但在基础设施空间布局方面的应用较少。如何将机器学习更好的应用在城市雨洪管理措施的空间布局优化，是一个值得研究的内容。

2. 3 效益评价及定量化

为提高海绵城市空间优化布局的综合效益，应建立综合评价体系，对优化布局方案的综合效益进行科学全面的评价，并基于此作出合理的建设决策。

国内外对于城市雨洪管理的评价指标体系都是结合不同的城市雨洪管理内涵与特点设定的。美国的低影响开发（LID），其主要的功能重视水质和水量，因此指标主要围绕着水环境和洪水预报进行设定；澳大利亚的水敏感城市（WSUD）和英国的可持续排水设计理念（SUDS）的评价指标除了水质和水量之外，还更加强调社会公众的参与度。中国目前对于海绵城市建设效果评价主要是根据住房与城乡建设部所颁布的《海绵城市建设绩效评价与考核指标（试行）》与GB/T 51345-2018《海绵城市建设评价标准》。海绵城市建设绩效考核包括多项定量指标和定性指标，定性评价主要是对海绵城市建设的宗旨、自然生态格局的保护、水文特征的维系等方面进行评价。定量评价则更为具体，包括城市雨水年径流总量控制率、城市面源污染控制率、城市地下水位控制率等指标。评价指标主要包括6个方面（表2）。

目前，对城市雨洪管理措施优化后进行评估，主要以评估成本和环境、经济、社会效益为主（图2）。

对成本的评估分为两部分，分别为投入成本和运营成本，大多数研究者在评估时只考虑了建设成本和运营成本而忽略了其他成本；在效益评估方面，对于生态环境的效益关注较多，Yu等［70］在构建的海绵城市建设综合绩效评估指标体系中，重点关注了降雨径流控制率和地下水补给量等生态环境效益和增强城市美感和扩大休闲空间等社会效益。社会效益的评估往往得不到研究人员的足够重视，忽视了GI对增强娱乐空间、水文化和公众意识的贡献。在进行社会效益评价时，有研究人员提出城市雨洪管理措施的规划、选址和实施是否满足社会公平。Zuniga-Teran等［71］对全球城市71项绿色基础设施（GI）进行了公平研究，关于GI公平的研究正在增长。Wang等［72］构建了一个包括公平获得服务和机会、承认少数群体和弱势群体以及公平参与决策过程（分配、承认和程序公平）的是三方框架，从过从社会公平的角度评估中国海绵城市项目的表现。

为了对城市雨洪管理措施进行综合评价，研究人员构建了多种多效益评价模型，如Minsu等［73］利用收集的监测数据，建立雨水质量评估模型，通过层次分析法（analytic hierarchy process， AHP）开发综合评估工具，对雨水管理设施进行有效和高效评估。Wang等［74］使用生命周期评估（life cycle assessment， LCA）和生命周期成本核算（LCC）方法评估，集中式和分散式LID-GREI UDS对环境和经济影响的研究有限。全生命周期评价方法可以全面地描述海绵城市建设的综合费用［75］，但在实际的运用过程中其对工程费用和价格数据收集的要求较高，较难保证研究的准确性［76］；Nguyen等［77］利用生态系统服务评估方法以评估气候变化下蓝-绿基础设施的水净化能力。Yang等［78］通过多标准决策（MCDM）分析和数学量化相结合，平衡可持续城市排水系统（SUDS）开发绩效评估的全面性和客观性。

但相较于技术研究，雨洪管理设施建设效益评价及其指标的定量化研究相对较少。现有研究侧重于单体雨洪管理设施的成本效益，忽略对综合效益的研究，对一些定量/定性指标缺乏综合效益的定量化、货币化方法。

综上所述，许多发达国家针对自身城市雨洪管理体系，提出了不同的建设评价指标，在中国，海绵城市的研究和建设还处于起步阶段。尽管已经对雨洪管理设施进行了许多模拟，但对不同区域布局计划的综合效益和货币化的研究却很少。因此，研究方法和雨洪管理设施布局优化指标体系显得尤为重要［79］。为了能够推动海绵城市建设的进一步发展，应从海绵城市的特点和内涵来设定评价指标，进一步明确指标的定义和计算方法，为决策提供更准确的评价依据。

3 讨论：不足与展望

3. 1 综合雨洪管理设施类型、参数与位置的全面优化

雨洪管理措施问题的全面布局优化涉及雨洪管理设施的类型、设计、位置及其与灰色、蓝色基础设施的协同效应，在这里先就雨洪管理设施的类型本身的优化布局进行探讨，绿-灰-蓝耦合优化的内容将在后文提及。大多数研究由于问题的复杂性与计算成本，通常根据建设区域的特点与建设目标，选择其一或一部分进行优化，忽略了其他组成部分［67，80-82］。但上述3个部分都非常重要，并且它们的选择密切相关，例如，一些研究事先确定了设施的优先位置，仅考虑地形特征，但确定的位置可能不是真正的“最佳”位置，因为没有考虑设施的可变性，因此此后获得的类型和设计可能只是该特定位置场景的局部最优［31］。特别地，雨洪管理设施的位置这一方面包含很多要素，但多数研究只关注到了雨洪管理设施在某一范围内的百分比［83-86］，然而其有效性取决于几个要素的组合，包括雨洪管理设施覆盖的分数面积、它们在集水区内的分布以及它们的水力特性［37］。

基于此，建议优化过程中以雨洪管理设施的全面布局优化为视角，综合考虑其类型、参数与位置，将三者统一规划，仔细斟酌3个方面包含的完整要素。

3. 2 考虑受纳水体的绿-灰-蓝耦合优化

在宏观规划层面，可以依据城市水循环在不同空间范围内产生的效应，可将其划分为3个尺度，流域/城市大尺度、城市区域/片区中尺度、场地小尺度，相应地，城市的雨水管理措施也对应存在大、中、小3个尺度的管理对象与方式（图3）。

城市水循环调控从不同尺度进行，遵循“源头减排、过程控制、系统治理”的统筹调控方法。国内海绵城市的规划多以小尺度为主，缺少宏观尺度的雨洪管理规划。如在武汉植物园内进行的雨水还原在海绵城市小尺度的应用［87］；基于城市雨洪模型的住宅区或校园片区的LID/BMPs规划［88-89］。然而，研究证明，小尺度的雨洪管理设施对初期雨水，小降雨事件控制效果较好，而对于降雨强的大到暴雨，仅采用源头的雨洪管理设施还不足以解决洪涝、面源污染等城市水问题［90-91］。对于大型流域，雨洪管理设施在降低峰值流量方面的效率远低于小型流域，这主要是因为集水区规模的扩散与雨洪管理设施施加的分散之间的竞争，以及雨洪管理设施覆盖的区域部分之间的竞争，而雨洪管理设施覆盖的区域部分通常对于大型流域较小［37］。还需要在此基础上，增加具有输送功能的过程措施，以及具有净化功能的区域存措施，同时利用管网的输送调蓄功能，和管网末端的污水处理厂的调蓄功能，对城市区域进行径流调控，并将多余的雨水输送到河湖收纳水体，接受下一尺度的调控［4］。

国内外对城市雨洪管理措施的布局优化研究主要集中在灰-绿设施耦合优化，而对灰-绿-蓝设施三者结合的优化研究较少，大部分研究人员受限于技术条件，模拟的情景大多为街区小尺度和城市区域中尺度，对于流域大尺度下的布局优化研究较少。因此将蓝色基础设施纳入优化过程，构建灰绿蓝三者融合的优化布局方案是未来需要深入研究的方向。

3. 3 更先进的优化工具

雨洪管理设施被关注最多的是水量水质控制作用，但现有的物理模型是对城市水循环过程的简化甚至概念化描述，一些物理与生物化学的描述需要进一步改进。以常用的SWMM为例，雨洪管理设施在水质模拟方面过于简单化，只考虑了雨洪管理设施中降雨的稀释效应，污染物的衰减、分解及其附着基本过程与生化反应也需要得到表征［92］。因此，为了更好地评价雨洪管理设施的水量水质控制效果，需要全面理解物理模型在城市水文环境过程方面的表现与不足，在综合不同的雨洪管理尺度的前提下，于现有模型基础上扩展相关模块或开发新模块。

人工智能（AI）作为一种管理方法，具有自主性、适应性和强大的学习能力［93］。人工智能在解决各种优化问题方面越来越受欢迎，并已在多个领域得到广泛应用［94］。目前，逐渐有研究人员探索将机器学习与城市雨洪管理措施的空间布局优化相结合，以实现最优目标。但是，海绵城市建设涉及多个领域和复杂的城市系统，数据的获取和整合存在困难。而机器学习算法需要大量的数据来进行训练和优化，数据不足会影响算法的准确性和可靠性。

目前的机器学习模型难以完全建模复杂的城市系统，导致模型的复杂度和泛化能力不足。并且机器学习模型的不确定性和风险管理能力有限，难以满足海绵城市建设中对风险的有效管理和预测需求。因此，尽管机器学习在城市雨洪管理措施空间优化布局具有潜在的应用前景，但目前仍然存在一些不足之处，需要进一步的研究和技术创新来解决。

3. 4 基于多要素的优化效果评价

城市雨洪管理措施的布局与优化不仅在水量水质控制方面发挥作用，Wang等［95］根据绿色基础设施的功能与效益，提出了一个涵盖水文、能源、气候、环境、生态和人文科学的地理标志多功能概念框架，绿色基础设施的功能包括雨水的渗透、滞留、储存和利用、净化、植被和土壤层的隔热、调节蒸散和吸热、植被固碳以及提供和改善生境和绿地；通过其功能，绿色基础设施可提供直接效益和共同效益，这些效益通常根据生态系统服务框架进行分类，包括提供、调节、支持和文化服务四大类，涉及为水文、能源、气候、环境、生态和人文。尽管海绵城市的建设能带来诸多方面的好处，但目前海绵城市效益指标体系建设方面尚没有公认和统一的标准，部分定性指标多采用定性描述而缺乏定量化的方法［50］，因此，需要一个综合的框架标准化雨洪管理措施的相关效益，基于多要素全面评价优化效果。

尽管是优化效果评估范畴的内容，但相关影响需要在比其更早的环节就纳入考虑，因此离不开其他环节的改进与优化。如城市水体环境质量效果评价就需要在建模环节将终端水体纳入考虑，并且以合适的尺度与详细程度描述污染物的迁移转化。

4 结论

本文在阐述城市雨洪管理布局优化地相关定义与内容范畴的基础上，构建了城市雨洪管理措施布局优化问题前准备-模型算法-后评估-决策的全流程结构，总结了优化过程各环节的研究现状及存在的问题。

理论上，一个全面的雨洪管理措施布局优化应当涵盖雨洪管理设施的类型、设计、位置3个方面的优化，并将其与灰色、蓝色基础设施共同纳入优化过程，考虑流域尺度下的城市水管理。当雨洪管理措施布局的问题由于纳入更多内容范畴与环节而更加复杂化时，更能描述城市水文环境过程准确的物理模型、更高效率的算法和更全面多要素的优化效果评价成为必需，需要注意的是，城市雨洪管理措施优化布局问题中不同环节是相互影响的，因此尽管多要素优化效果评价是后评估环节，但相关因素需要更早地在优化问题全流程中被考虑。

最终，通过科学合理地规划和设计城市排水系统，可以有效地减少雨洪对城市的负面影响，提高城市的防灾减灾能力，保障城市的生态安全和社会稳定。

参考文献：

［1］王萍萍.人口总量有所下降 人口高质量发展取得成效 - 国家统计局［EB/OL］.［ 2024-03-18］. https：//www. stats. gov. cn/sj/sjjd/202401/t20240118_1946701. html.

［2］DAVID B， DANIELLE S， MAUREEN K， et al. MunicipalStormwater Management Spending in California： Data Extraction， Compilation， and Analysis［J］. Environmental Management， 2022， 69（6）： 1053-1065.

［3］张建云. 城市化与城市水文学面临的问题［J］. 水利水运工程学报， 2012（1）： 1-4.

［4］夏军，张永勇，张印， 等. 中国海绵城市建设的水问题研究与展望［J］. 人民长江，2017，48（20）：1-5，27.

［5］HATT B E， FLETCHER T D， WALSH C J， et al. The Influence of Urban Density and Drainage Infrastructure on the Concentrations and Loads of Pollutants in Small Streams［J］. Environmental Management， 2004， 34（1）： 112-124.

［6］AHIABLAME L M， ENGEL B A， CHAUBEY I. Effectiveness of Low Impact Development Practices： Literature Review and Suggestions for Future Research［J］. Water， Air And Soil Pollution， 2012， 223（7）： 4253-4273.

［7］ FLETCHER T D， SHUSTER W， HUNT W F， et al. SUDS， LID， BMPs， WSUD and more – The evolution and application of terminology surrounding urban drainage［J］. Urban Water Journal， 2015， 12（7）： 525-542.

［8］WALMSLEY A. Greenways and the making of urban form［J］. Landscape and Urban Planning， 1995， 33（1）： 81-127.

［9］ BROWN R R. Impediments to integrated urban stormwater management： the need for institutional reform［J］.EnvironmentalManagement， 2005， 36： 455-468.

［10］URETA J， MOTALLEBI M， VASSALOS M， et al. Valuingstakeholder preferences for environmental benefits of stormwater ponds： Evidence from choice experiment［J］. Journal of Environmental Management， 2021， 293. DOI： 10. 1016/j.jenvman. 2021. 112828.

［11］JAYASOORIYA V M， NG A W M， MUTHUKUMARAN S， et al. Multi Criteria Decision Making in Selecting Stormwater Management Green Infrastructure for Industrial Areas Part 1： Stakeholder Preference Elicitation［J］. Water Resources Management， 2019， 33（2）： 627-639.

［12］JIANG Y， ZEVENBERGEN C， FU D F. Understanding the challenges for the governance of China’s“ sponge cities” initiative to sustainably manage urban stormwater and flooding［J］. Natural Hazards， 2017， 89（1）： 521-529.

［13］李家科，蒋春博，张思翀，等. 生态滤沟对城市路面径流的净化效果试验及模拟［J］. 水科学进展，2016，27（6）：898-908.

［14］ZHANG S H， MENG Y Y， PAN J， et al. Pollutant reduction effectiveness of low-impact development drainage system in a campus［J］. Frontiers of Environmental Science & Engineering， 2017， 11（4）： 14-26.

［15］CIPOLLA S S， MAGLIONICO M， STOJKOV I. A long-term hydrological modelling of an extensive green roof by means of SWMM［J］. Ecological Engineering， 2016， 95： 876-887.

［16］何爽，刘俊，朱嘉祺. 基于SWMM模型的低影响开发模式雨洪控制利用效果模拟与评估［J］. 水电能源科学，2013，31（12）： 42-45.

［17］黄国如，吴思远. 基于Infoworks CS的雨水利用措施对城市雨洪影响的模拟研究［J］. 水电能源科学，2013，31（5）：1-4，17.

［18］胡作鹏，刘志强，彭森，等. 低影响开发（LID）雨水径流控制效果模拟［J］. 环境工程学报，2016，10（7）：3956-3960.

［19］李家科，张兆鑫，蒋春博，等. 海绵城市生物滞留设施关键技术研究进展［J］. 水资源保护，2020，36（1）：1-8，17.

［20］BANTING D， DOSHI H， LI J， et al. Report on the environmental benefits and costs of green roof technology for the city of Toronto［R］. City of Toronto and Ontario Centres of Excellence—Earth and Environmental Technologies， 2005.

［21］刘文，陈卫平，彭驰. 城市雨洪管理低影响开发技术研究与利用进展［J］. 应用生态学报，2015，26（6）：1901-1912.

［22］DAMODARAM C， GIACOMONI M H， KHEDUN C P， et al. Simulation of Combined Best Management Practices and Low Impact Development for Sustainable Stormwater Management［J］. Journal of the American Water Resources Association， 2010， 46（5）： 907-918.

［23］段小龙，李家科，蒋春博. 雨水生物滞留系统关键设计参数研究进展［J］. 安全与环境工程，2022，29（2）：111-119.

［24］王泽阳，赵晖，王连接， 等. 海绵城市LID设施模型属地化参数研究：以厦门为例［J］. 给水排水，2019，55（12）：52-58.

［25］CHUI T F M， LIU X， ZHAN W T. Assessing coh0tqxctxPo2RRnXPe0PFhA==st-effectiveness of specific LID practice designs in response to large storm events［J］. Journal of Hydrology， 2016， 533： 353-364.

［26］LIANG C M， ZHANG X， XIA J， et al. The Effect of Sponge City Construction for Reducing Directly Connected Impervious Areas on Hydrological Responses aPyJQxBVlLJBx+ZjXJ8NyHQ==t the Urban Catchment Scale［J］. Water， 2020， 12（4）： 1163-1163.

［27］杨寿泉，闻平，姜沣珊， 等. 基于城市洪涝径流和积水特征的绿色屋顶空间布局优化研究［J］. 水利水电技术（中英文），2023，54（4）：22-36.

［28］吕凤维，陈垚，刘非，等. 不同空间布局下LID设施径流控制效果模拟研究［J］. 中国农村水利水电，2023（3）：120-129，143.

［29］BACH P M， MCCARTHY D T， DELETIC A. Redefining the stormwater first flush phenomenon［J］. Water Research， 2010， 44（8）： 2487-2498.

［30］KULLER M， BACH P M， RAMIREZ-LOVERING D， et al. The location choice of Water Sensitive Urban Design within a city： a case study of Melbourne［C］//IWA World Water Congress and Exhibition. 2016.

［31］ZHANG K， CHUI T F M. A comprehensive review of spatial allocation of LID-BMP-GI practices： Strategies and optimization tools［J］. Science of The Total Environment， 2018， 621： 915-929.

［32］ZENG S Y， GUO H， DONG X. Understanding the synergistic effect between LID facility and drainage network： With a comprehensive perspective［J］. Journal of Environmental Management， 2019， 246： 849-859.

［33］程涛，黄本胜，邱静， 等. 基于洪涝削减效果的海绵措施优化布局研究［J］. 水力发电学报，2021，40（7）：32-46.

［34］余嵘，赵丹，刘渊博，等. SWMM模型中不同LID措施在排水系统模拟中的应用［J］. 中国农村水利水电，2016（1）：35-38.

［35］GIACOMONI M H， JOSEPH J. Multi-Objective Evolutionary Optimization and Monte Carlo Simulation for Placement of Low Impact Development in the Catchment Scale［J］. Journal of Water Resources Planning and Management， 2017， 143（9）. DOI：10.1061（/ ASCE）WR. 1943-5452. 0000812.

［36］LE FLOCH N， PONS V， HASSAN ABDALLA E M， et al. Catchment scale effects of low impact development implementation scenarios at different urbanization densities［J］. Journal of Hydrology， 2022， 612. DOI：10. 1016/j. jhydrol. 2022. 128178.

［37］FIORI A， VOLPI E. On the Effectiveness of LID Infrastructures for the Attenuation of Urban Flooding at the Catchment Scale［J］. Water Resources Research， 2020， 56（5）：112-122.

［38］ZELLNER M， MASSEY D， MINOR E， et al. Exploring the effects of green infrastructure placement on neighborhood-level flooding via spatially explicit simulations［J］. Computers， Environment and Urban Systems， 2016， 59： 116-128.

［39］MEI C， LIU J H， WANG H， et al. Integrated assessments of green infrastructure for flood mitigation to support robust decision-making for sponge city construction in an urbanized watershed［J］. Science of The Total Environment， 2018， 639： 1394-1407.

［40］XU C Q， JIA M Y， XU M， et al. Progress on environmental and economic evaluation of low-impact development type of best management practices through a life cycle perspective［J］. Journal of Cleaner Production， 2019， 213： 1103-1114.

［41］LENG L Y， JIA H F， CHEN A S， et al. Multi-objective optimization for green-grey infrastructures in response to external uncertainties［J］. Science of The Total Environment， 2021， 775.DOI：10. 1016/j. scitotenv. 2021. 145831.

［42］李江云，李瑶，胡子欣. 灰绿耦合雨洪系统多目标优化建模与应用［J］. 水资源保护，2022，38（6）：49-55，80.

［43］XU C Q， TANG T， JIA H F， et al. Benefits of coupled green and grey infrastructure systems： Evidence based on analytic hierarchy process and life cycle costing［J］. Resources， Conservation and Recycling， 2019， 151. DOI：10. 1016/j. resconrec. 2019. 104478.

［44］LENG L Y， MAO X H， JIA H F， et al. Performance assessment of coupled green-grey-blue systems for Sponge City construction［J］. Science of The Total Environment， 2020， 728. DOI：10.1016/j. scitotenv. 2020. 138608.

［45］ALVES A， GERSONIUS B， KAPELAN Z， et al. Assessing the Co-Benefits of green-blue-grey infrastructure for sustainable urban flood risk management［J］. Journal of Environmental Management， 2019， 239： 244-254.

［46］WANG J， LIU J H， MEI C， et al. A multi-objective optimization model for synergistic effect analysis of integrated green-gray-blue drainage system in urban inundation control［J］. Journal of Hydrology， 2022， 609. DOI：10. 1016/j. jhydrol. 2022. 127725.

［47］CHAN F K S， CHEN W Y， GU X， et al. Transformation towards resilient sponge cities in China［J］. Nature Reviews Earth & Environment， 2022， 3（2）： 99-101.

［48］ZHANG X Y， JIA H F. Low impact development planning through a comprehensive optimization framework： Current gaps and future perspectives［J］. Resources， Conservation and Recycling， 2023， 190. DOI：10. 1016/j. resconrec. 2022. 106861.

［49］HOU J W， HOU B， SUN S Q. Spatial Optimization of Low-Impact Development Facilities Based on a p-Median Model and an Ant Colony Optimization［J］. Journal of Hydrologic Engineering， 2019， 24（12）. DOI：10. 1016（/ ASCE）HE. 1943-5584. 0001855.

［50］蒋春博，李家科，高佳玉，等. 海绵城市建设雨水基础设施优化配置研究进展［J］. 水力发电学报，2021，40（3）：19-29.

［51］ZHU Y F， XU C Q， LIU Z J， et al. Spatial layout optimization of green infrastructure based on life-cycle multi-objective optimization algorithm and SWMM model［J］. Resources， Conservation and Recycling， 2023， 191. DOI：10. 1016/j.resconrec. 2023. 106906.

［52］SUN H Y， DONG Y X， LAI Y， et al. The Multi-Objective Optimization of Low-Impact Development Facilities in Shallow Mountainous Areas Using Genetic Algorithms［J］. Water， 2022， 14（19）： 2986-2996.

［53］ZHI X S， XIAO Y C， CHEN L， et al. Integrating cost-effectiveness optimization and robustness analysis for low impact development practices design［J］. Resources， Conservation and Recycling， 2022， 185： 185-195.

［54］WANG M， FENG S J， IKRAM R M A， et al. Assessing the Performance and Challenges of Low-Impact Development under Climate Change： A Bibliometric Review［J］. Sustainability， 2023， 15（18）：112-132.

［55］ZHANG Q，XUE S S，ZOU C D. A Community Resilience Evalua⁃tion and Optimization Strategy based on Stormwater Management［J］. Journal of Resources and Ecology， 2022， 13（3）： 360-370.

［56］张建云，王银堂，胡庆芳， 等. 海绵城市建设有关问题讨论［J］. 水科学进展，2016，27（6）：793-799.

［57］SHE L， WEI M， YOU X Y. Multi-objective layout optimization for sponge city by annealing algorithm and its environmental benefits analysis［J］. Sustainable Cities and Society， 2021， 66.DOI：10. 1016/j. scs. 2021. 102706.

［58］TAGHIZADEH S， KHANI S， RAJAEE T. Hybrid SWMM and particle swarm optimization model for urban runoff water quality control by using green infrastructures （LID-BMPs）［J］. Urban Forestry & Urban Greening， 2021， 60.

［59］ESKANDARIPOUR M， GOLMOHAMMADI M H， SOLTANINIA S. Optimization of low-impact development facilities in urban areas using slime mould algorithm［J］. Sustainable Cities and Society， 2023， 93. DOI：10. 1016/j. scs. 2023. 104508.

［60］刘洁，张翔，龚莉， 等. 基于成本效益分析的城市雨洪管理设施研究［J］. 水电站设计，2023，39（2）：101-104.

［61］ZHANG Z S， MONTAS H， SHIRMOHAMMADI A， et al. Effectiveness of BMP plans in different land covers， with random，targeted， and optimized allocation［J］. Science of The TotalEnvironment， 2023， 892. DOI：10. 1016/j. scitotenv. 2023.164428.

［62］ZAMANI M G， SANIEI K， NEMATOLLAHI B， et al. Developing sustainable strategies by LID optimization in response to annual climate change impacts［J］. Journal of Cleaner Production， 2023， 416. DOI：10. 1016/j. jclepro. 2023. 137931.

［63］SEO K W， SEO S B， KIM K M， et al. Genetic algorithm-basedallocation of LID practices to mitigate urban flooding［J］. Natural Hazards， 2024， 120（1）： 447-462.

［64］LENG L Y， XU C Q， JIA H F， et al. Incorporating receivingwaters responses into the framework of spatial optimization of LID-BMPs in plain river network region［J］. Water Research， 2022， 224. DOI：10. 1016/j. watres. 2022. 119036.

［65］KUMAR S， GUNTU R K， AGARWAL A， et al. Multi-objectiveoptimization for stormwater management by green-roofs and infiltration trenches to reduce urban flooding in central Delhi［J］. Journal of Hydrology， 2022， 606. DOI：10. 1016/j. jhydrol. 2022.127455.

［66］DUARTE LOPES M， BARBOSA LIMA DA SILVA G. Anefficient simulation-optimization approach based on genetic algorithms and hydrologic modeling to assist in identifying optimal low impact development designs［J］. Landscape and Urban Planning， 2021， 216. DOI：10. 1016/j. landurbplan. 2021.104251.

［67］LEE J G， SELVAKUMAR A， ALVI K， et al. A watershed-scaledesign optimization model for stormwater best management practices［J］. Environmental Modelling & Software， 2012， 37： 6-18.

［68］LATIFI M， RAKHSHANDEHROO G， NIKOO M R， et al. Agame theoretical low impact development optimization model for urban storm water management［J］. Journal of Cleaner Production， 2019， 241. DOI：10. 1016/j. jclepro. 2019. 118323.

［69］YANG Y Y， XIN Y F， LI J K. Surrogate-Based MultiobjectiveOptimization of Detention Pond Volume in Sponge City［J］. Water， 2023， 15（15）：52-63.

［70］YU Q， LI N， WANG J， et al. Comprehensive PerformanceAssessment for Sponge City Construction： A Case Study［J］. Water， 2023， 15（23）：12-32.

［71］ZUNIGA-TERAN A A， GERLAK A K， ELDER A D， et al. Theunjust distribution of urban green infrastructure is just the tip of the iceberg： A systematic review of place-based studies［J］. Environmental Science & Policy， 2021， 126： 234-245.

［72］WANG S S， PALAZZO E. Sponge City and social equity： Impactassessment of urban stormwater management in Baicheng City， China［J］. Urban Climate， 2021， 37. DOI：10. 1016/j. uclim.2021. 100829.

［73］MINSU J，GUERRA H B， HYESEON C， et al. Long-TermMonitoring of an Urban Stormwater Infiltration Trench in South Korea with Assessment Using the Analytic Hierarchy Process［J］. Water， 2022， 14（21）： 3529-3543.

［74］WANG M， CHEN B Y， ZHANG D Q， et al. Comparative lifecycle assessment and life cycle cost analysis of centralized and decentralized urban drainage systems： A case study in Zhujiang New Town， Guangzhou， China［J］. Journal of Cleaner Production， 2023， 426. DOI：10. 1016/j. jclepro. 2023. 139173.

［75］FORASTÉ J A， GOO R， THRASH J， et al. Measuring the Cost-Effectiveness of LID and Conventional Stormwater Management Plans Using Life Cycle Costs and Performance Metrics［C］//Low Impact Development Technology：Implementation and Economics，2015： 54-73.

［76］李沐寒，唐爽. 低影响开发成本效益研究内容与方法进展综述［J］. 华中建筑，2021，39（8）：1-5.

［77］THI N T， MARKUS P， RUBIANCA B， et al. Implementation and application of an urban pollutant load modelling tool within an ecosystem services assessment modelling framework to assess water purification capabilities of blue-green infrastructure under climate change［J］. Urban Water Journal， 2022， 19（9）： 945-961.

［78］YANG W， ZHANG J. Assessing the performance of gray and green strategies for sustainable urban drainage system development： A multi-criteria decision-making analysis［J］. Journal of Cleaner Production， 2021， 293. DOI：10. 1016/j.jclepro. 2021. 126191.

［79］HAN R， LI J， LI Y， et al. Comprehensive benefits of different application scales of sponge facilities in urban built areas of northwest China［J］. Ecohydrology & Hydrobiology， 2021， 21（3）： 516-528.

［80］施力铭，周悦，孙陶然，等. 基于遗传算法的LID设施优化布设［J］. 中国农村水利水电，2024（5）：105-112，121.

［81］刘富勤，刘欣然，吴京戎. 基于SWMM模型与NSGA-II多目标优化的LID布局研究［J］. 人民长江，2024，55（4）：125-132，141.

［82］NAZARI A， ROOZBAHANI A， HASHEMY SHAHDANY S M. Integrated SUSTAIN-SWMM-MCDM Approach for Optimal Selection of LID Practices in Urban Stormwater Systems［J］. Water Resources Management， 2023， 37（9）： 3769-3793.

［83］夏怡杰，杨侃，夏超，等U79N9LL9+M6gsS4WjuYMZ9XTWiCWUhyW4ziFWEbtVVY=. 基于GWO-PSO算法的小尺度地区LID布设优化模型研究［J］. 水利水电技术（中英文），2024，55（3）：90-101.

［84］陈前虎，邹澄昊，黄初冬，等. 基于多目标粒子群算法的LID设施优化布局研究［J］. 中国给水排水，2019，35（19）：126-132.

［85］GAO J Y， LI J K， LI Y J， et al. A Distribution Optimization Method of Typical LID Facilities for Sponge City Construction［J］. Ecohydrology & Hydrobiology， 2021， 21（1）： 13-22.

［86］LI Q， WANG F， YU Y， et al. Comprehensive performance evaluation of LID practices for the sponge city construction： A case study in Guangxi， China［J］. Journal of Environmental Management， 2019， 231： 10-20.

［87］吴婷，邢梅. 雨水花园在海绵城市中小尺度应用的设计要点［J］. 现代园艺，2015（24）：115-116.

［88］JIA H F， YAO H R， TANG Y， et al. LID-BMPs planning for urban runoff control and the case study in China［J］. Journal of Environmental Management， 2015， 149： 65-76.

［89］朱培元，傅春，肖存艳. 基于SWMM的住宅区多LID措施雨水系统径流控制［J］. 水电能源科学，2018，36（3）：10-13.

［90］RODRIGUEZ H G， POPP J， MARINGANTI C， et al. Selection and placement of best management practices used to reduce water quality degradation in Lincoln Lake watershed［J］. Water Resources Research， 2011， 47（1）： 75-87.

［91］YANG G X， BEST E P H. Spatial optimization of watershed management practices for nitrogen load reduction using a modeling-optimization framework［J］. Journal of Environmental Management， 2015， 161： 252-260.

［92］BAEK S S， LIGARAY M， PYO J， et al. A novel water quality module of the SWMM model for assessing low impact development （LID） in urban watersheds［J］. Journal of Hydrology， 2020， 586.DOI：10. 1016/j. jhydrol. 2020. 124886.

［93］ANGELOV P P，SOARES E A，JIANG R， et al. Explainable artificial intelligence： an analytical review［J］. Wiley Interdisciplinary Reviews： Data Mining and Knowledge Discovery， 2021， 11（5）：251-263.

［94］TANG J， LIU G， PAN Q T. A review on representative swarm intelligence algorithms for solving optimization problems： Applications and trends［J］. IEEE/CAA Journal of Automatica Sinica， 2021， 8（10）： 1627-1643.

［95］WANG J， LIU J H， WANG H， et al. Approaches to Multi-Objective Optimization and Assessment of Green Infrastructure and Their Multi-Functional Effectiveness： A Review［J］. Water， 2020， 12（10）： 2714-2726.