氣候變化背景下外源集雨型綠地徑流控制效能研究
——以遷安市濱湖東路片區為例

謝懷南 戈曉宇

0 引言

全球氣候變化作為重要的生態環境問題之一，一直是當今國際社會密切關注的熱點話題，聯合國和世界氣象組織（World Meteorological Organization, WMO）于2020年3月10日 發 布《2019年全球氣候狀況聲明》，提到大氣中溫室氣體濃度逐年增加，全球增溫趨勢將持續[1]。全球水文循環受到氣候變化的影響，造成全球降雨時空發生相應的改變，進而對區域降雨產生潛在的影響，城市暴雨引發的洪澇災害帶來了社會和經濟生態系統的一系列問題，這也是困擾中國城市健康發展的重要因素之一[2]。

20世紀以來不少國家提出雨洪管理相關理論和思想，以應對城市洪澇災害，例如，美國的“低影響開發”（low impact development,LID）以及新加坡的“活躍、美麗、潔凈水項目”（Active, Beautiful and Clean Waters Programe,ABC）等，都強調了雨洪管理的措施與理念[3]。近年來我國對于城市雨洪管理的研究逐漸增加，并提出推廣“海綿城市”建設理念，很多以綠色基礎設施為載體的海綿措施，在極端降雨事件導致的城市洪澇災害應對中發揮著一定的作用，可以發揮有效消納暴雨徑流、推遲洪峰時間、減少暴雨對城市的影響等作用[4]。目前我國的海綿城市建設以年徑流總量作為規劃控制目標，LID設施的調蓄容積也是根據年徑流總量控制率計算得來。一個城市的年徑流控制量基于該地區長時間的歷史全年降雨總量確定，對于半濕潤地區而言，極端降雨往往占全年總降雨量的大部分，而氣候變化導致降雨條件的改變會引起極端降雨事件的發生，直接影響年徑流總量，進而影響海綿綠地對徑流的控制效果[5]。

綜上，在海綿城市的建設過程中，應將氣候變化的影響考慮進城市海綿綠地規劃設計中，以應對未來降雨變化引發的城市洪澇災害[6]。本研究采用CMIP6全球氣候模式模擬出未來降雨數據，分析華北典型半濕潤地區的遷安市在氣候變化條件下的降雨趨勢，以未來氣候變化預測為依據，采用MIKE URBAN模型，模擬不同暴雨重現期下雨水管網的節點溢流以及管道負荷情況，對現有外源集雨型綠地在當前氣候條件下的徑流控制效能進行分析研究，并分析未來氣候變化條件下其控制效能的變化，研究海綿城市的建設要求對氣候變化的適應性。為氣候變化背景下城市海綿綠地規劃設計提供參考。

1 研究區域概況

河北省遷安市，屬于半濕潤地區，干燥度在1～1.50，根據1989—2019年降雨數據計算年均降雨量610.93 mm，降雨集中在夏季，占全年降雨量的80%以上，且降雨量大于蒸發量，極易造成短時間內城市洪澇災害。該市近年來還頻頻發生暴雨事件，2011年7月6日在45 min內降雨76.5 mm，超過了20年一遇1 h暴雨的降雨量[7]。

針對該市各個片區的雨洪問題，遷安市海綿城市專項規劃提出了通過綠地消減城市內澇的要求，以河東片區包括遷安濱湖東路綠地在內的21.5 km2作為海綿城市建設試點區及先行示范區。按照《海綿城市建設技術指南——低影響開發雨水系統構建（試行）》（建城函〔2014〕275號）和遷安市年徑流總量控制率的要求，對遷安市濱湖東路25.12 hm2的綠地進行規劃設計。通過集雨型綠地構建“源頭消減、中途傳輸、末端調蓄”的低影響開發系統，利用綠地和景觀節點的邊緣空間布置LID設施，形成占據全園面積17.5%的LID體系（圖1）。集雨型綠地建成后在有效消減場地內部雨水徑流的情況下，還能夠緩解其周邊140.78 hm2的城市區域內澇（圖2），并且經低影響開發雨水系統傳輸、收集、凈化后的雨水也可用于園林植被灌溉，實現綠化帶的生態與景觀效益融合[8]。

1 LID設施平面圖LID facility plan

2 內外匯水區域、雨水管網及雨水徑流Internal and external catchment area, stormwater pipe network and stormwater runoff

2 研究數據與分析

海綿城市建設的依據是基于該地區30年歷史降雨數據，而要想知道目前海綿城市的建設要求是否能夠應對未來氣候變化，則需要關注未來的降雨趨勢變化，找到歷史降雨與未來降雨趨勢的差異，從而分析海綿綠地在未來氣候變化背景下需要應對的問題。

2.1 歷史降雨數據

實測降雨數據采用遷安站點1989—2019年實測逐日降雨量。設計降雨數據根據《城市暴雨強度公式編制和設計暴雨雨型確定技術導則》，采用芝加哥雨型推求，該雨型可以很好地反映當地歷史降雨特征，滿足城市地區短歷時強降雨導致城市內澇的特征。根據遷安市暴雨強度公式[9]，得到不同重現期的降雨量后，通過芝加哥雨型推求，生成降雨公式：

式中：q為設計平均降雨強度，L/（s·hm2）；P為設計重現期/a；t為降雨總歷時/min。

2.2 未來降雨情景選擇

全球氣候模式（Global Climate Models,GCMs）是模擬氣候系統變化特征和預測未來氣候變化的主要工具之一[10]。CMIP6是世界氣候研究項目（World Climate Research Programme, WCRP）組織的第六次國際耦合模式比較計劃，在未來情景的設計中，共享社會經濟路徑（Shared Socioeconomic Pathways,SSPs），包含人口和人力資源、經濟發展、生活方式、人類發展、環境與自然資源、政策和機構、技術發展7個因素[11-12]。其中，我國國家氣候中心（National Climate Center, NCC）參與的BCC-CSM2-MR全球氣候模式完成了CMIP重新設計的耦合模式比較計劃，包括了氣候診斷、評估和描述試驗（DECK）、歷史氣候模擬試驗（Historical）以及21個模擬比計劃（MIPs），其模擬結果與觀測數據的相關系數達到0.86，表明對于歷史氣候模擬和未來預估BCC-CSM2-MR模式具有較高的可靠性[13]。

本研究采用該模式中常用于氣候變化預估 的SSP1-2.6、SSP2-4.5和SSP5-8.5這3種 情景模式預估氣候變化，可得到遷安市2020—2050年降雨數據。

3 氣候變化下未來降雨趨勢

3.1 研究方法

利用遷安市1989—2019年歷史實測逐日降雨數據及SSPs情景模擬2020—2050年未來逐日降雨數據，通過分析降水量指數、降水日數指數、降水強度指數所涵蓋的6個極端降水指數變化趨勢特征，研究該地區降雨的時間變化特征（表1）[14]。

表1 極端降水指數定義[13]Tab.1 Definition of extreme precipitation index[13]

3.1.1 氣候傾向率法

用xi表示樣本量為n的某一氣象變量，用ti表示xi所對應的時間，建立xi與ti之間的一元線性回歸方程：

式中：a為常數項；b為回歸系數，即線性趨勢項，ti為年份序號。一般將線性回歸系數b的10倍作為氣候傾向率，即本研究極端降水指數的變化幅度[15-16]。

3.1.2 Mann-Kendall（MK）法

Mann-Kendall非參數統計檢驗方法（簡稱MK檢驗）是世界氣象組織推薦的用于水文氣候等要素時間序列趨勢的檢驗方法，樣本的分布及少數異常值對該檢驗方法的影響極小，亦稱無分布檢驗[17]。MK檢驗統計量計算方法：

式中：sign( )為符號函數，當xi–xj＜、＝或者＞0時，sign(xi–xj)分別為-1、0和1；S為MK統計量，當S＞、＝、＜0時分別有：

式中：Z為標準的正態系統變量，Z為正值表示上升趨勢，負值表示下降趨勢。同其他氣象要素相比，降雨隨時間序列的變化趨勢較弱，在做趨勢檢驗時應選用較低的趨勢顯著性檢驗標準[18]，因此本研究設定檢驗顯著水平為0.05、0.1、0.2時表示分別通過了信度為80%、90%、95%的顯著性檢驗；同時，定義置信水平低于80%為無明顯趨勢， 80%～90%為微弱趨勢， 90%～95%為穩定趨勢，高于95%為顯著趨勢[19]。

3.2 結果與分析

3.2.1 降水量指數變化趨勢

分析遷安地區近30年以及3種情景模式下未來30年極端降水量指數隨時間變化（圖3），發現：下雨天日降水總量（PRCPTOT）和單日最大降水量（RX1day）呈上升趨勢，PRCPTOT氣 候 傾 向 率SSP5-8.5＞SSP1-2.6＞Historical＞SSP2-4.5，分別為 24.28 mm/10 a、10.90 mm/10 a、5.26 mm/10 a、3.51 mm/10 a ；RX1day 氣候傾向率 SSP1-2.6＞SSP5-8.5＞Historical＞SSP2-4.5，分別為 7.95 mm/10 a、7.89 mm/10 a、7.36 mm/10 a、7.32 mm/10 a。

3 極端降水量指數變化Changes of extreme precipitation index

3.2.2 降水日數指數變化趨勢

分析遷安地區近30年以及3種情景模式下未來30年極端降水日數指數隨時間變化（圖4），發現：R10 mm降水日數指數只有在SSP5-8.5情景下呈上升趨勢，氣候傾向率為0.86 d/10 a；其余情景均呈下降趨勢，氣候傾向率SSP1-2.6＜Historical＜SSP2-4.5，分別為-0.30 d/10 a、-0.20 d/10 a、-0.10d/10 a。R20 mm降水日數指數均呈上升趨勢，氣候傾向率SSP5-8.5＞Historical＞SSP2-4.5＞SSP1-2.6，分別為0.49 d/10 a、0.33 d/10 a、0.22 d/10 a、0.13d/10 a。R25 mm降水日數指數除SSP1-2.6情景下呈下降趨勢，氣候傾向率為-0.10 d/10 a；其余情景均呈上升趨勢，氣候傾向率Historical＞SSP5-8.5＞SSP2-4.5，分別為0.34 d/10 a、0.19 d/10 a、0.15d/10 a。

4 極端降水日數指數變化Changes of extreme precipitation days index

3.2.3 降水強度指數變化趨勢

分析遷安地區近30年以及3種情景模式下未來30年極端降水強度指數隨時間變化（圖5），發現：日降水強度（SDII）除SSP2-4.5情景下呈下降趨勢，氣候傾向率為-0.04 mm/（d·10 a）；其余情景均呈上升趨勢，氣候傾向率Historical＞SSP5-8.5＞SSP1-2.6，分別為0.74、0.26、0.22 mm/（d·10 a）。

5 極端降水強度指數變化Changes of extreme precipitation intensity index

3.2.4 遷安市未來降雨趨勢分析

通過對以上極端降水指數的氣候傾向率以及MK檢驗（表2）進行分析，結果表明：

表2 極端降水指數氣候傾向率Tab.2 Climate inclination rate of extreme precipitation index

1）1989 — 2019年，極端降水指數除R10 mm以-0.20 d/10 a呈微弱下降趨勢外，其余指數均呈上升趨勢。其中SDII以0.74 mm/（d·10 a）的傾向率呈顯著上升趨勢；RX1day和R20 mm分 別 以7.36 mm/10 a、0.33 d/10 a的傾向率呈微弱上升趨勢；PRCPTOT和RX1day呈無明顯上升趨勢。

2）SSP1-2.6情景下，2020—2050年極端降水指數除R10 mm以-0.30 d/10 a呈微弱下降趨勢，R25 mm以-0.10 d/10 a無明顯下降趨勢外，其余指數均呈上升趨勢。其中RX1day以7.95 mm/10 a的傾向率呈穩定上升趨勢；PRCPTOT、R20 mm、SDII分別以10.90 mm/10 a、0.10 d/10 a、0.22 mm/（d·10 a）的傾向率呈微弱上升趨勢。

3）SSP2-4.5情景下，2020—2050年極端降水指數除R10 mm、SDII分別以-0.10 d/10 a、-0.04 mm/（d·10 a）的傾向率無明顯下降趨勢外，其余指數均呈上升趨勢。其中R20 mm、R25 mm分別以0.22 d/10 a、0.15 d/10 a的傾向率呈微弱上升趨勢；PRCPTOT和RX1day呈無明顯上升趨勢。

4）SSP5-8.5情景下，2020—2050年極端降水指數均呈上升趨勢。其中R10 mm、R20 mm和SDII分別以0.86 d/10 a、0.49 d/10 a和0.26 mm/（d·10 a）的傾向率呈微弱上升趨勢；PRCPTOT、RX1day和R25 mm呈無明顯上升趨勢。

自1989年以來遷安市極端降雨事件發生頻率呈持續上升趨勢，將高于歷史情況。降雨條件的變化將改變城市降雨徑流的規律，而降雨徑流規律的變化將直接作用于城市洪澇災害的產生。在園林綠地的建設過程中，海綿城市的相關建設與未來氣候變化聯系密切，氣候變化會直接影響海綿體系的控制效能。

4 外源集雨型綠地徑流控制效能分析

基于歷史降雨數據設計的低影響開發設施規模，在應對未來氣候變化所產生的降雨事件時，集雨型綠地能否保持其設計的控制效能有待研究。本研究通過MIKE URBAN軟件模型來驗證按照當前海綿城市建設要求、基于歷史降雨數據設計的外源集雨型綠地對徑流控制的效能，并且通過分析歷史和未來情景模式下不同重現期的降雨量，驗證該外源集雨型綠地是否能很好地應對氣候變化趨勢下的雨洪問題。

4.1 模型與降雨條件

4.1.1 MIKE URBAN模型構建

MIKE URBAN城市排水管網模型包括徑流模型與管網模型，可以對降雨徑流和管流進行模擬，被廣泛運用于城市雨水管渠排水模擬[20]。根據研究區域排水管網數據以及遷安市濱湖東路綠地設計方案，概化人孔（檢查井）、管道以及蓄水池，根據人孔以泰森多邊形位置關系劃分子匯水區（圖6，表3）。

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

6 建成前后雨水管網模型概化圖Generalized diagram of rainwater pipe network model before and after construction

徑流模型包括時間–面積曲線模型、動力波模型–非線性水庫、線性水庫模型以及單位水文過程線模型等4種水文模型，管流模型采用擴散波、運動波、動力波3種演算方式。時間–面積曲線模型適用于城市徑流計算，可根據子匯水區的特征選擇不同的曲線，動力波演算適用于流態變化劇烈、洪水、暴雨等過程的演算，本研究采用時間–面積曲線模型運用動力波進行演算。該模型時間–面積曲線基于匯水區形狀、面積和不透水率由軟件計算，其中各類用地類型不透水率參數參考《室外排水設計規范》（GB 50014—2016），其取值分別為：建筑95%，道路廣場80%，綠地15%，水面0%。

降雨初損指降雨過程中，由于植被、土壤的吸水截流導致初期部分降雨不產生徑流，當降雨量超過該值時才產生地表徑流，根據遷安地區歷年降雨資料，確定模型中降雨初損值為1.20 mm。水文衰減系數指降雨過程中，由于蒸發、下滲導致部分徑流的流失，根據模型參考取值0.90，地面徑流平均流速0.30 v/(m·s-1)，地面集水時間取5～10 min，其余參數設置可參考模型建議的合理范圍來取值。

4.1.2 降雨條件設置

城市內澇多是由于短歷時強降雨導致短時間內產生的地表徑流超過雨水管網的排水能力，徑流無法通過管網及時消減，從而造成地表積水。選取1年一遇、2年一遇、3年一遇、5年一遇、10年一遇的2 h降雨情景作為模型輸入降雨條件，得到降雨過程線（圖7）。

7 降雨過程Precipitation process

4.2 結果與分析

4.2.1 管道負荷分析

通過模型模擬得到不同重現期下集雨型綠地建成前后的研究區域雨水管網的管道負荷情況（圖8，表4）。管道負荷值＜1表示管道此時處于低負荷狀態排水，管道負荷＞1表示管道處于超負荷狀態排水。

8 雨水管網溢流負荷模擬結果Simulation results of overflow load of rainwater pipe network

表4 管道負荷模擬結果Tab.4 Simulation results of pipeline load

模擬結果表明，雨水管網的管道負荷隨重現期的增長而增加，外源集雨型綠地對區域雨水管網管道負荷有控制作用，隨著重現期的增長，控制效能逐漸減弱。集雨型綠地建成后1年、2年、3年、5年一遇情況下的管道負荷都被明顯地緩解，削減比例分別為94.8%、60.5%、38.4%；10年一遇情況下，管道負荷削減比例僅為3.5%，但管道負荷≥2的情況削減量達45.7%。

4.2.2 溢流點分析

通過模型模擬得到不同重現期下集雨型綠地建成前后，研究區域雨水管網的溢流點數量、溢流最長積水時間和最大積水深度（圖8，表5）。其中最大積水深度并非實際地表積水深度，由于MIKE URBAN無法模擬地表二維空間，此處的積水深度是指溢流進模型概化的容器內積水的深度，該容器表面積為檢查井表面積的1 000倍。

表5 溢流點模擬結果Tab.5 Simulation results of overflow points

模擬結果表明：雨水管網溢流積水程度隨重現期的增長而增強，積水時間與積水深度也呈正比。外源集雨型綠地對區域雨水管網的溢流有控制作用，隨著重現期的增長，控制效能逐漸減弱。集雨型綠地建成后1年、2年、3年、5年、10年一遇下的雨水管網溢流積水情況都得到明顯的緩解，溢流點削減比例分別為100.0%、95.0%、80.0%、63.3%。

4.3 氣候變化背景下區域內澇情況的分析與預測

Delta方法是一種簡單常用的降尺度方法，該方法通過比較氣候模式，預測未來降雨量與歷史降雨量以確定變化率，基于歷史降雨強度以該變化率來調整未來降雨強度[21]。本研究采用Delta方法，通過CMIP6未來3種情景模擬的降水數據計算1年、2年、3年、5年、10年一遇數據（表6）。在未來3種情景模擬下，重現期降雨量較歷史有不同程度的增長。SSP2-4.5情景下，2年一遇降雨量較歷史增加5.93 mm，超過歷史3年一遇降雨量0.93 mm；SSP5-8.5情景下，1年一遇降雨量較歷史增加10.74 mm，超過歷史2年一遇降雨量1.98 mm。

表6 歷史和未來情景模擬下不同重現期降雨量Tab.6 Precipitation in different return periods under historical and future scenario simulation

通過MIKE URBAN模型的模擬結果表明，遷安市濱湖東路外源集雨型綠地可以有效緩解1年、2年、3年、5年、10年一遇區域雨水管網溢流和負荷。而未來情景下，該綠地的控制效能將明顯減小，在SSP1-2.6情景下無法有效緩解5年一遇區域雨水管網溢流負荷，在SSP2-4.5情景下無法有效緩解3年一遇區域雨水管網溢流負荷，在SSP5-8.5情景下僅能有效緩解1年一遇區域雨水管網溢流負荷。

5 結論分析與建議

5.1 結論分析

1）基于氣候傾向率法，選取PRCPTOT、RX1day、R10 mm、R20 mm、R25 mm、SDII這6個極端降水指數對遷安地區降水趨勢進行分析，結果表明該地區極端降水事件自1989年以來呈上升趨勢，且上升趨勢在CMIP6未來3種情景模擬下將繼續上升。

2）利用MIKE URBAN城市管網排水模型對研究區域外源集雨型綠地的徑流控制效能進行分析，結果表明：外源集雨型綠地對區域雨水管網的溢流和負荷有控制作用，能有效緩解1年、2年、3年、5年一遇降雨下雨水管網溢流及高負荷排水情況，隨著重現期的增長，控制效能逐漸減弱。

3）計算CMIP6未來情景模擬下不同重現期降雨量，對比歷史重現期降雨量，分析氣候變化背景下外源集雨型綠地徑流控制效能。結果表明：現在的低影響開發雨水系統應對未來降雨雨水徑流的控制效能將減弱。

5.2 建議

徑流總量控制、徑流峰值控制、徑流污染控制和雨水資源化利用是《海綿城市建設技術指南——低影響開發雨水系統構建（試行）》中提出的低影響開發雨水系統的四大規劃控制目標。其中徑流總量控制目標的確定方法一般采用年徑流總量控制率作為控制目標，年徑流總量控制率通過歷史長時間序列推算求得。而隨著氣候變化造成降雨條件改變，如極端降水事件增加，則已建成的低影響開發系統可能無法滿足未來年徑流總量控制率；反之，如果未來降水趨勢下降，則雨水調蓄設施利用率過低也會造成各方面的浪費。

針對以上結果和分析，筆者建議在海綿城市規劃建設過程中應將氣候變化的條件加入其中，充分考慮低影響雨水開發系統的氣候適應性，因地制宜按照氣候特征進行分類指導。開展氣候變化在內的海綿城市影響和風險評估，確保海綿城市建設的可持續性，以及海綿城市在氣候變化背景下的適應能力，提高其應對極端降水事件的能力。

圖表來源(Sources of Figures and Tables)：

文中圖表均由作者繪制。