北運河流域雨洪“源-匯”景觀時空演變

王志芳,程可欣

北京大學建筑與景觀設計學院, 北京 100871

近年來,針對我國城市化進程中水資源匱乏、內澇災害、徑流污染等日益頻發的水生態問題,在國外各類雨洪管理體系的影響下[1],“海綿城市”理念應運而生[2],力求探索能夠適應環境變化與自然災害的城市建設策略。然而國內以適應性景觀為基礎的“海綿城市”,在探析與實踐中過于注重對于具體措施與技術的引入,對本質的雨洪生態過程缺乏宏觀性、整體性的探究。黃碩和郭青海[3]在綜述城市水環境效益時,也明確提出生態過程與洪澇的關系鮮少受到重視。基于此,引入將生態過程與景觀空間格局相結合的“源-匯”景觀理論,探究在具有動態性的雨洪過程中,不同景觀用地類型是如何隨不同降雨時間在“源”“匯”之間進行轉換的？本文以北運河流域為例,找尋北京城區洪澇的內因,為城市洪澇災害的防治規劃提供指導意義。

“源-匯”景觀理論是景觀生態學中的一項基本理論,“源”景觀是指能促進生態過程發展的景觀單元,“匯”景觀是那些能阻止延緩生態過程發展的景觀單元[4]。目前該理論在大尺度下的生物多樣性保護、城市熱島效應、土壤侵蝕、農業污染等非點源污染控制等領域應用前景廣闊[5-11],其中常有研究將雨洪徑流過程作為非點源污染的載體,但具有典型“源-匯”特征的洪澇過程本身尚未與“源-匯”景觀理論相結合。此外在“源”“匯”景觀的判別方法上,很多研究中“源”景觀與“匯”景觀大多憑借主觀經驗而定義,直接將景觀用地類型簡單劃分為“源”與“匯”兩類,從而進行后續研究與測算,例如景觀格局指數的定量判定[12-14]。初始“源-匯”景觀的判別對后續結果有巨大影響,卻少有學者從環境空間的異質性角度研究“源-匯”景觀的特性[15]。但已有學者開始日趨強調動態性與相對性特征[16-17],這也正是雨洪過程所急需的。

對于雨洪過程的相關研究,已有學者開始從概念上強調水系統所具備的變化性與不確定性[18-20]。國外多集中于洪水彈性評價上,建立多項指標的評價體系[21-23],但此種方法強調的是景觀單元因子疊加的垂直過程,忽視了對景觀水平過程的分析。因此,本文借助能夠實現生態過程模擬的最小累計阻力模型能夠將大尺度空間下的主要環境因子與降雨的徑流過程進行結合,以此探究雨洪過程及不同用地類型“源-匯”景觀隨著時間與空間的動態演變過程。

1 研究區域概況

北運河是流經北京及天津東郊的一條河流,為京杭大運河的北段[24]。其源于北京市昌平區及海淀區一帶,后向南流入通州區,流經河北,在天津市匯入海河。北運河對北京城市防洪除澇安全具有重要地位,北京市城區澇水通過通惠河、涼水河、清河和壩河等城區排澇河道匯入北運河下泄[25],北運河流域是京城五大流域中至關重要的一部分,其覆蓋北京東西城、朝陽、海淀、昌平范圍及順義、通州、大興、豐臺、石景山等局部范圍,核心城市建設多集中于此區域內,為更好地分析城區范圍內洪澇問題,選取其作為模擬與探究對象。

2 研究方法

2.1 “源”景觀與“匯”景觀

根據源匯理論可知,在雨洪過程中,“源”景觀是促進徑流過程的景觀單元,“匯”景觀是阻礙徑流過程的景觀單元。常規認知中,通常是將居住用地、公建用地、道路用地、工業與設施用地等建設用地劃分為“源”景觀,城市綠地、林用地、農用地、荒地等非建設用地劃分為“匯”景觀,在本文中則力求通過外部的環境景觀因子綜合考量,以反應各景觀單元的異質性(表1),則可進一步確定促進與阻礙雨洪過程的環境景觀因子,求得雨洪徑流動力與地表景觀阻力的值。為反應雨洪過程中“源-匯”景觀時空間的動態轉化,有以下定義：如果北運河流域內的某一景觀單元在某一時刻(某一降雨條件下)雨洪徑流動力值>地表景觀阻力值, 即“源”值>“匯”值,這一景觀單元在這一時刻定義為“源”景觀；如果流域內的某一點在某一時刻(某一降雨強度下)雨洪徑流動力值<地表景觀阻力值,即“源”值<“匯”值, 這一點在這一時刻則定義為“匯” 景觀。

2.2 數據來源與預處理

本次研究所需的數據類型包括：①地形：北京DEM數據,來源于地理空間數據云(http://www.gscloud.cn)的GDEMV2 30 m分辨率數字高程數據產品,同時生成坡度slope數據；②土壤：來源于北京市國土局。③植被：北運河流域范圍內近十五年來的遙感影像圖片,來源于地理空間數據云的Landsat 7/Landsat 8衛星數字產品,利用遙感圖像處理軟件進行解譯,得到NDVI值。④氣象：多年平均降雨量分布量矢量數據來源于北京市國土局；⑤土地利用：來源于北京市城市規劃設計研究院的2014年數據,將土地利用類型劃分為居住用地、公建用地、道路用地、工業與設施用地、城市綠地、林用地、農用地、荒地八大類,用以后續驗證與比對工作。

表1 “源-匯”景觀判別對比

2.3 基于最小累積阻力模型的“源-匯”景觀空間演變2.3.1 最小累積阻力模型

最小累積阻力模型(minimal cumulative resistance,MCR)是耗費距離模型的衍生應用,最初用來反映物種從源到目的地運動過程中所需耗費的最小代價[26],后被廣泛應用于生態領域,如物種保護、生態空間識別、景觀格局分析等[27-29]。該模型考慮源、空間距離和阻力基面3方面因素,一般數學表達式為

(1)

式中,MCR 為最小累積阻力值,Dij表示物種從源j到景觀單元i的空間距離；Ri表示景觀單元i對運動過程的阻力系數；min表示被評價的景觀斑塊對于不同的源取累積阻力最小值；f函數是未知的,表示最小累積阻力與生態過程的正相關關系。該模型可通過ArcGIS軟件中的成本距離模塊實現。

最小累計阻力模型雖起源于物種擴散過程的研究,但并不局限于特定具體的生態過程[30]。對于北運河流域在降雨條件下發生的雨洪徑流過程,在景觀層面上可看作是由降雨最初到達地面時所產生的初始徑流“源”遷移并擴張到全流域范圍最終至北運河所需克服景觀阻力做功的過程。同時,也可看作是雨洪徑流動力與地表景觀阻力相博弈的過程。雨洪徑流過程將受到促進與阻礙徑流過程的各景觀因子作用,由此所形成的阻力面可反映雨水徑流的水平空間運動趨勢。

2.3.2提取初始徑流

徑流是在降雨之后,經過土壤下滲、植物截留、大氣蒸發等物理過程后,流經流域地面形成的水流。因此,在雨洪過程中,最初產生徑流的“源”即應是最初到達地面的降雨,且物理過程中損耗最小的部分,即初始“源”存在于降雨量大、高程高、植被覆蓋少、土壤下滲率低的地區。鑒于此,本文利用ArcGIS軟件中的相關工具,對北運河流域內所有景觀單元的降雨、高程、植被、土壤等四項因子的柵格離散值進行1、3、5、7、9五個等級的劃分賦值,構建地理因子疊加的垂直過程(表2),得到容易成為初始徑流的空間數值分布圖,依據分類的最大值提取初始徑流作為源數據,使其占比低于所有土地類型徑流系數的最小值(0.1—0.2)即可。

表2 初始徑流因子指標與賦值

2.3.3徑流過程的景觀因子指標選取

北運河流域的雨水徑流過程中,影響其過程的環境景觀因素復雜多樣,主要包括地形地貌、土壤、植被、氣象、水文等多方面,它們通過其大小不同的作用力影響著雨洪徑流過程。本文在相關文獻的參考下,依據對徑流過程的影響程度,選取了6個關鍵的景觀因子指標,分別為相對高程、坡度、降雨侵蝕力、植被覆蓋度、地表粗糙度、土壤抗蝕性。各因子指標及說明見表3。

其中,降雨侵蝕力、相對高程、坡度對徑流過程有促進作用,即為景觀阻力面構建中的負向因子,也可用以衡量雨洪徑流動力；相反,植被覆蓋度、地表粗糙度、土壤抗蝕性則會延緩徑流過程,為景觀阻力面的正向因子,用以衡量地表景觀阻力,當促進作用大于阻礙作用時,即“源”作用明顯,反之則“匯”作用明顯。

表3 影響雨洪徑流過程的景觀因子指標

2.3.4不同降雨時間條件下的景觀阻力面及“源-匯”景觀空間演變

依據對雨洪徑流過程的作用方向,將上述各因子的柵格離散值進行統計學上的線性歸一化,然后同時賦予各因子的阻力系數。阻力系數值的設定是相對的,只要能夠相對地反映不同阻力因子間的差異性就可以用來進行成本距離的計算[35-36]。本文設定1為最小阻力系數,100為最大阻力系數,構建景觀因子阻力評分表,具體系數結合具體因子的變化規律而設定,見表4。同時利用專家打分法賦予上述各因子的不同權重,借助最小累積阻力模型分別進行正向因子與負向因子的空間疊加,以此得到綜合影響北運河流域徑流過程的景觀阻力面,并通過成本距離工具可獲得流域范圍內代表雨洪徑流動力的“源”值空間分布MCR源與代表地表景觀阻力的“匯”值空間分布MCR匯,將兩者進行差值運算,MCR源-MCR匯>0的景觀單元,則為“源”景觀；MCR源-MCR匯<0的景觀單元,則為“匯”景觀,由此可判別空間上的“源-匯”景觀變化。

表4 景觀因子阻力評分表

在上述過程中,相對高程、坡度、地表粗糙度、植被覆蓋度、土壤抗蝕性均為恒定值或平均值,只有降雨侵蝕力會隨著不同降雨時間降雨量估算值的變化而變化。因此,計算不同降雨時間下的降雨侵蝕力帶入模型中,即可得到“源-匯”景觀空間演變與降雨時間的關系。本文中選取降雨重現期P=2、5、10、20、50、100的6種不同降雨強度,用以探討“源-匯”景觀的動態性及演變趨勢。

2.4 與現有土地利用圖及城市洪澇積水點分布圖疊加分析

為解決城市洪澇問題,本文重點在于研究“源”景觀的變化趨勢,即在某一降雨強度下易發生徑流與洪澇災害的景觀單元。在得到不同降雨重現期的“源-匯”景觀分布圖后,從“源”景觀單元中提取現有土地利用的各用地類型,從而對各景觀類型的“源”景觀占比進行分析。同時,可將“源”景觀單元與網絡上的北京暴雨積水點分布圖加以疊加,用以驗證數據及模擬結果的正確性。

3 結果與分析

3.1 初始徑流分布

圖1 初始徑流空間分布Fig.1 Spatial distribution of initial runoff

依據ArcGIS中地理因子疊加的垂直過程分析與柵格直方圖的分類,得到最大值分類中作為初始徑流的景觀單元,數值約占總數的1%。得到初始徑流的空間分布如圖1,其中白色區域為初始徑流,即北運河流域中,最先形成徑流的區域集中于北側的蟒山山地以及北五環西北側的百望山及陽臺山山地,均屬于降雨量大且山體海拔較高的地帶。根據地理形勢可以判斷,北運河流域中雨水徑流幾乎是由北向南,由西向東的過程。其中,百望山與陽臺山山地離北五環城區距離較近,向城區擴散徑流的風險更大,且因植被與土壤性質等自然因素,無法及時截留與下滲,易成為山體徑流的源頭,造成北京城區內澇加重。

3.2 雨洪“源-匯”景觀時間演變探究

3.2.1不同降雨時間下各景觀用地類型“源”景觀比例動態變化

根據模擬及表5統計的“源”景觀動態變化可知,所有景觀類型“源”景觀的比例,均隨著降雨重現期的增加而增大：城市綠地用地由0.21%升至52.19%,在P=20的時候,有20%以上的綠地是會產生徑流的“源”景觀；荒地由0.58%升至52.72%；林用地則由2.8%升至88.37%,在5年一遇的重現期中即上升至10%,之后隨降雨強度變大而出現陡增趨勢,P=10時達到50%；居住用地由1.28%增至60.56%；公建用地由2.55%增至75.30%,為所有建設用地中漲幅最大；農用地漲幅較緩,由0.14%漲至24.49%,P≤10以前,“源”景觀占比不及3%；道路用地由1.13%升至67.49%；可以判斷,綠地用地、居住用地、建筑用地等景觀類型在重現期小于5年的情況下,自身消納雨水的功能良好,基本不超過5%。

表5 各景觀類型“源”景觀比例動態變化

依據圖2所示,在重現期在5年一遇一下時,“源”轉化率不高。超過5年以后,“源-匯”景觀轉化趨勢明顯升高,由3.79%上升到17.67%,重現期P=20時,升至35.7%。在50年一遇的降雨強度時,二者幾乎達到相同比例,當100一年一遇的暴雨強度下,易形成洪澇的景觀單元數量超過消納雨水的景觀單元。

圖2 不同降雨重現期下(P)“源-匯”景觀單元動態變化Fig.2 Dynamic changes of ‘source-sink’ landscape type under different return periods

3.2.2不同降雨時間下各景觀用地類型“源-匯”景觀演變原因探究

圖3 不同降雨重現期下(P)各景觀類型“源”景觀比例變化 Fig.3 ‘Source’ landscape proportional variation of landscape types under different return periods

由圖3可以更加直觀清晰判斷各景觀類型之間“源”景觀比例的比較,以及強降雨強度下各景觀類型之間的變化趨勢。當降雨重現期P=2或P=5時,除林地小幅增多外,各景觀類型的“源”景觀增加不大,同時隨著降雨強度增強,林用地逐漸大幅拉開與其他用地的“源”景觀比例,林地在北運河流域內幾乎分布于丘陵地區,基本可以判斷：降雨強度越強的情況下,山體徑流越強烈,尤其針對北方地區的喬灌木植被類型,植被覆蓋的截留作用難以減緩徑流過程。重現期P>5時,公建用地成為“源”景觀占比第二的景觀類型,是由于商業、行政辦公等公建用地中常有體量大、密度高的建筑群,不利于徑流的消解；道路用地則為占比第三多的“源”景觀,道路的植被覆蓋度低,因此北京城市路面需要合理的排水系統消納與收集。居住用地及工業與設施用地則占比相當,比其他建設用地略低,這是由于居住用地中所要求的綠化率指標,使得小區綠地起到一定的阻礙徑流作用,而工業及設施用地建筑占地密度相對較小。建設用地的變化趨勢比較類似,P≤10的降雨條件下,有小幅度的“匯”景觀轉化為“源”景觀,隨著降雨強度的增大,“源”景觀比例上升變快,至50年一遇或100年一遇的降雨強度下保持緩升狀態。城市綠地的“源”景觀占比較低,但其變化幅度與工業用地相比,也幾乎有同趨勢的上漲,因此綠地在強降雨條件下的消納雨水能力有待進一步的觀察與實驗,荒地則因雜草截留作用較大與綠地變化相差無幾。相反總體而言,農用地則成為暴雨強度下消解能力最強的景觀類型,得益于西北側與靠近北運河周邊南側農田的合理布局。

3.3 雨洪“源-匯”景觀空間演變探究

對比圖4中北運河流域不同降雨條件下的“源-匯”景觀空間分布,小降雨強度下,重現期P=2時,“源”景觀幾乎仍集中于初始徑流的地域。P=5時,北側的林地“源”景觀小幅度增多,且西五環西側的石景山區開始出現“源”景觀,此處在多次北京暴雨中有嚴重積水；當降雨強度較強時,“源”景觀明顯增多：P=10時,流域西側與北側的林用地均成為“源”景觀單元,同時中心城區由西向東蔓延至二環以內,隨后當P=20時,北四環西北側的西二旗及回龍觀附近有明顯的“源”景觀出現,而南邊也開始有從二環蔓延至南三環與南四環的趨勢；P=50和P=100的暴雨強度下,“源”景觀擴張幅度逐漸減弱,差別已不太明顯,但在50年一遇的降雨強度下,四環以內基本都成為“源”景觀,且在北京城東西軸線上,由西向東全部擴散開來,而四五環之間的南側與西北角則有可以匯聚積水的“匯”景觀單元,得益于五環周邊曾為阻止城市擴張所建設的楔形綠地,其能消納部分雨水。中心城區五環外以北的“源”景觀較南邊更多,且更為分散,這是由于海淀區人口密集,城市擴張趨勢更明顯,五環外以南目前仍幾乎是少有人活動的農用地。但從北側大量的“源”景觀(幾乎為居住用地與設施用地)看來,功能配置不合理的城市建設也是不可取的。觀察其隨降雨強度變化的動態過程,發現徑流過程大體上以由西向東、由北向南的趨勢擴散,且多為山體徑流。

圖4 不同降雨重現期下(P)“源-匯”景觀空間分布Fig.4 Spatial distribution of ‘source-sink’ landscapes under different rainfall return periods

3.4 模擬格局與現有暴雨積水點驗證

在北京2012年“7·21”暴雨、2014年“7·16”暴雨中,比對多張中心城區暴雨積水點的分布圖,得到以下與模擬過程相一致的驗證：①均體現出了城區內澇積水點西多東少、北多南少的特征；②易在暴雨期產生嚴重積水的地方也基本為最初的“源”景觀分布,如五環西側的石景山區及五環北側的西二旗及回龍觀片區；②京城東西主軸線上常分布著有諸多的積水點,與“源”景觀分布相符；④在周邊容易積水的情況下,南四環至南五環的南側鮮少有積水?？芍沫h以外的區域模擬結果基本準確。

同時,模擬結果也有與實際相差較多的部分,是由于此模型為自然降雨排水情況下的模擬過程,沒有考慮任何人為干預因素。相差最大的區域為二環以內：模擬中,在中強度降雨條件下,二環以內幾乎全部為“源”景觀,但在暴雨積水分布圖中鮮少有積水點,可看出老城區的排水與防洪系統布局規劃良好,可成為之后深入探尋洪澇解決辦法時的有利參考。

4 結論與討論

本文創造性地將“源-匯”景觀理論用于雨洪徑流過程中,利用最小累積阻力模型模擬北運河流域中不同降雨時間下的“源-匯”景觀空間演變,為探尋城市洪澇過程的“源-匯”景觀動態變化提供了一種定量化的分析方法與識別模式。現有結論如下：

1)北運河流域中,作為初始“源”且最先形成徑流的區域集中于蟒山山地以及百望山及陽臺山山地,均屬于降雨量大且山體海拔較高的地帶,且因植被與土壤性質等自然因素,無法及時截留與下滲,易成為山體徑流的源頭,造成北京城區內澇加重。

2)北運河流域中,大部分景觀類型在小于5年一遇的降雨強度下,有良好的消納能力,當降雨強度大于5年一遇時,徑流明顯增多,重點地區需要重點防患。林用地是“源”景觀占比最高的景觀類型,降雨強度強的情況下,植被覆蓋的截留作用難以減緩徑流過程,應加強林地周邊防護；北京城市路面也需要合理的排水系統干預；綠地在強降雨條件下的消納雨水能力有待進一步的觀察與實驗；合理布局的農用地則成為暴雨強度下消解能力最強的景觀類型。自然排水條件下,產生徑流的景觀類型難易程度排序為：林地>道路>公共建筑用地>工業及設施用地>居住用地>荒地>綠地>農田；

3)北京城區內澇積水點體現出西多東少、北多南少的特征,徑流過程隨降雨強度的增大,以由西向東、由北向南的趨勢擴散。自然排水條件下的模擬結果經驗證,以目前實際中的暴雨積水點的吻合度較高。

依據現有的結果與結論,北京城內洪澇災害的成因不僅僅源于降雨強度大,有很大的成分可能來源于北運河流域北側與西側的山體徑流,是否能夠通過更多合理的手段與對策解決高山林地的徑流問題,以及加強內澇嚴重地方的排水與蓄水問題,將是后續亟需展開研究的課題。

另外要強調的是,本文存在一定的局限性：一方面,本次雨洪過程模擬完全基于自然排水條件下,對于城區核心范圍內的洪澇變化過程幾乎不可實現,從而影響了量化數據的準確性。城市中雨水匯集排放會有明確的匯水分區,在后續研究中,應當結合城市管網數據以及SWMM工具,將城市排水系統納入模擬的一部分,能使得實驗結果更真實有效,并進一步結合匯水分區來探討不同區域的雨洪特征；另一方面,對于構建景觀阻力面時,環境因子的選擇以及專家打分法賦值富有一定的主觀性,各因子間存在不同的權重影響,從而影響到阻力賦值,并對最終的格局狀態產生影響[37],因此在后續研究中因對因子的選擇、賦值的權重等所產生的“源-匯”景觀格局影響進行延伸拓展分析。