周懷宇 姜會(huì)全 劉海龍

1 在線監(jiān)測(cè)與雨洪管理

無論是在風(fēng)景園林學(xué)科還是水文學(xué)科，基于監(jiān)測(cè)分析的雨洪管理研究往往具備更高的可信度。由于實(shí)際場(chǎng)地的復(fù)雜性，監(jiān)測(cè)分析的準(zhǔn)確性遠(yuǎn)高于概化的模型模擬及簡(jiǎn)單的水文計(jì)算。高精度、在線化的雨洪管理監(jiān)測(cè)數(shù)據(jù)對(duì)于海綿城市績(jī)效評(píng)估、城市水文過程還原、水文模型精細(xì)化以及城市災(zāi)害預(yù)警尤為重要。相較于傳統(tǒng)的離線監(jiān)測(cè)或?qū)嶒?yàn)?zāi)M，在線監(jiān)測(cè)(Online Monitoring)獲取的數(shù)據(jù)精度高、過程完整、分析便捷，能夠節(jié)約大量的人力物力。隨著物聯(lián)網(wǎng)(Internet of Things，IoT)無線傳感網(wǎng)絡(luò)(Wireless Sensor Network，WSN)技術(shù)的發(fā)展，利用在線監(jiān)測(cè)方法開展雨洪管理分析研究已是大勢(shì)所趨。

在環(huán)境、水利學(xué)科，國(guó)內(nèi)外學(xué)者廣泛利用在線的水量、水質(zhì)監(jiān)測(cè)[1-3]方法研究地下管網(wǎng)及河湖水系的優(yōu)化調(diào)控。同時(shí)，為服務(wù)海綿城市績(jī)效評(píng)估，水文學(xué)科已初步構(gòu)建起完整的，覆蓋源頭-過程-終端的城市雨洪管理監(jiān)測(cè)技術(shù)框架[4]，并在青島、上海、廣州等各地展開地下管網(wǎng)的在線監(jiān)測(cè)實(shí)踐。而在風(fēng)景園林學(xué)科，景觀績(jī)效系列(Landscape Performance Series，LPS)所提倡的定量監(jiān)測(cè)與設(shè)計(jì)循證研究逐步成為學(xué)科研究熱點(diǎn)。早期案例有采用離線監(jiān)測(cè)方法的ASLA總部綠色屋頂[5]及賓夕法尼亞大學(xué)Shoemaker Green綠地的雨洪管理績(jī)效評(píng)估。近期的研究案例主要為美國(guó)威蘭偌瓦大學(xué)和密歇根大學(xué)開展的智能雨洪管理創(chuàng)新課題研究和校園試點(diǎn)項(xiàng)目建設(shè)[6]，馬里蘭大學(xué)團(tuán)隊(duì)的校園綠色屋頂蒸發(fā)和徑流控制參數(shù)的實(shí)時(shí)監(jiān)測(cè)實(shí)驗(yàn)[7]，以及美國(guó)Opti和Bentley公司正積極參與和實(shí)施的綠色雨水設(shè)施(Green Stormwater Infrastructure)智能化升級(jí)試點(diǎn)項(xiàng)目[6]。

相比于環(huán)境、水利學(xué)科及國(guó)外景觀行業(yè)的智能雨洪管理嘗試，我國(guó)景觀項(xiàng)目雨洪管理的分析、設(shè)計(jì)方法仍停留在較傳統(tǒng)的模擬與計(jì)算階段，對(duì)項(xiàng)目雨洪管理過程的完整監(jiān)測(cè)與還原研究亟待開展。借鑒國(guó)內(nèi)外多學(xué)科的相關(guān)實(shí)踐，研究團(tuán)隊(duì)以清華大學(xué)勝因院為研究場(chǎng)地，利用無線傳感網(wǎng)絡(luò)組網(wǎng)多種傳感器，在場(chǎng)地內(nèi)收集分鐘級(jí)的降雨、樹冠截留、土壤持水量、下滲、積水、溢流等數(shù)據(jù)，用于雨洪管理過程的可視化及績(jī)效評(píng)估。

2 景觀項(xiàng)目雨洪管理在線監(jiān)測(cè)指標(biāo)與系統(tǒng)構(gòu)建

研究場(chǎng)地清華大學(xué)勝因院始建于1946年，由于地勢(shì)低洼、內(nèi)澇積水嚴(yán)重，劉海龍等于2013年對(duì)其進(jìn)行了景觀改造與雨洪管理設(shè)計(jì)，是我國(guó)第一批雨洪管理景觀實(shí)踐項(xiàng)目[8]。勝因院作為監(jiān)測(cè)場(chǎng)地具備以下幾方面的突出優(yōu)勢(shì)。1)作為校園場(chǎng)地，校方及業(yè)主注重其科研示范性及教育性。2)勝因院流域封閉，出入流清晰，監(jiān)測(cè)準(zhǔn)確性較高。3)勝因院雨水管理路線清晰：降雨-樹冠截留-地表徑流產(chǎn)生-生物滯留池削減-溢流到水窖，監(jiān)測(cè)數(shù)據(jù)能夠清晰、準(zhǔn)確地反映各類景觀設(shè)計(jì)要素所發(fā)揮的徑流削減作用。與此相近的雨洪管理路線已廣泛地應(yīng)用于景觀項(xiàng)目中，使得本場(chǎng)地的監(jiān)測(cè)方法具備一定普適性及推廣性。4)勝因院雨洪問題典型但無大面積淹水及內(nèi)澇的風(fēng)險(xiǎn)，系統(tǒng)無須應(yīng)對(duì)高風(fēng)險(xiǎn)監(jiān)測(cè)條件下所帶來的額外的設(shè)備投入。

圖1 勝因院雨洪管理監(jiān)測(cè)系統(tǒng)

圖2 雨水花園監(jiān)測(cè)系統(tǒng)設(shè)計(jì)

具體的監(jiān)測(cè)范圍選取勝因院可視為封閉流域的、面積為5 475m2的地塊，研究初期利用無人機(jī)完成了場(chǎng)地高程及樹冠面積的測(cè)繪。監(jiān)測(cè)系統(tǒng)包含了近地氣象監(jiān)測(cè)、樹冠截留監(jiān)測(cè)及雨水花園精細(xì)化監(jiān)測(cè)3套系統(tǒng)，唯一的出流端Tout為地下水窖(圖1)。智能設(shè)備方面，近地氣象站用于收集場(chǎng)地溫濕度、降雨量Qr及PM2.5顆粒數(shù)據(jù)，封閉流域降雨量與面積乘積為總?cè)肓鱐in；紅外線雨量計(jì)用于監(jiān)測(cè)旱柳、大葉楊、國(guó)槐、泡桐4種主要喬木的穿透降雨Qca及樹冠截留Tca(各設(shè)一個(gè)驗(yàn)證組)；定制化設(shè)計(jì)的監(jiān)測(cè)系統(tǒng)用于獲取積水、持水、下滲、溢流等數(shù)據(jù)，反應(yīng)雨水花園的徑流削減Tbio-re。多種下墊面(草地、鋪裝為主)的產(chǎn)流較難實(shí)地監(jiān)測(cè)，因此只需利用其他階段數(shù)據(jù)做差值即可獲得Tother-re。需要說明的是，由于條件限制，本系統(tǒng)中樹冠截留為狹義的喬木冠層的穿透降雨監(jiān)測(cè)，不包含樹干徑流監(jiān)測(cè)。

進(jìn)一步明確雨水花園精細(xì)化監(jiān)測(cè)系統(tǒng)中的關(guān)鍵點(diǎn)(圖2)：1)16個(gè)土壤濕度傳感器均勻布置在土層下方200mm處，單位體積土壤持水量增加ΔQsw反應(yīng)土壤層對(duì)徑流的滯蓄；2)下滲收集裝置布置于填料層，因此本系統(tǒng)中的單位面積下滲量Qinf為穿過土壤層進(jìn)入填料層的徑流量，水泵用于定期排空井內(nèi)收集的下滲徑流；3)液位計(jì)用于監(jiān)測(cè)積水，本系統(tǒng)中積水深度Qp指徑流積聚在雨水花園內(nèi)形成穩(wěn)定的、超過2mm的液面；4)巴歇爾明渠流量計(jì)監(jiān)測(cè)雨水花園積水超過350mm的單位面積溢流Qof；5)明確區(qū)分外來的徑流與頂空降雨，雨水花園上空綜合降雨Qbio-r計(jì)算時(shí)考慮了樹冠截留，單位面積的外來徑流Qex-in等于單位體積土壤持水量增加ΔQsw，單位面積下滲量Qinf與單位面積溢流量Qinf減去雨水花園上空綜合降雨Qbio-r及蒸發(fā)量Qe，計(jì)算公式如下：

系統(tǒng)在線監(jiān)測(cè)的指標(biāo)共28個(gè)，用于描述整個(gè)場(chǎng)地降雨與截留的指標(biāo)8個(gè)，用于描述雨水花園徑流削減的指標(biāo)15個(gè)，用于綜合績(jī)效評(píng)估的指標(biāo)5個(gè)。通過傳感器直接獲取指標(biāo)7個(gè)，分別是降雨量、穿透降雨、蒸發(fā)量、土壤持水量、下滲量、積水深度、溢流量，其余指標(biāo)均可通過計(jì)算以上7個(gè)指標(biāo)監(jiān)測(cè)得出(表1)。監(jiān)測(cè)系統(tǒng)與2018年8月正式啟動(dòng)，目前已運(yùn)行10個(gè)多月，除去因設(shè)備供電問題導(dǎo)致的部分降雨場(chǎng)次數(shù)據(jù)缺損，系統(tǒng)共收集完整的降雨數(shù)據(jù)16場(chǎng)，已基本覆蓋小雨、中雨、大雨、連續(xù)降雨、短時(shí)暴雨等北京地區(qū)常見的降雨類型(圖3)，下文將重點(diǎn)從樹冠截留及雨水花園2個(gè)方面展開雨洪管理過程的可視化與績(jī)效評(píng)估。

圖3 在線監(jiān)測(cè)系統(tǒng)記錄的16場(chǎng)降雨事件

圖4 典型事件中樹冠截留量及其降雨時(shí)空分布的影響

圖5 樹冠截留與降雨量、平均雨強(qiáng)和最大雨強(qiáng)的相關(guān)性分析

3 可視化與績(jī)效評(píng)估：樹冠截留部分

3.1 綜合績(jī)效評(píng)價(jià)

綜合16場(chǎng)降雨事件的監(jiān)測(cè)結(jié)果，總降雨量Qr為98.8mm，旱柳、國(guó)槐、大葉楊及泡桐4種喬木下的總穿透降雨Qca1-4分為別為48.5、58.9、59.2、68.6mm，根據(jù)其面積占比加權(quán)計(jì)算得到的綜合樹冠截留率Ica為25.4%，削減了將近137.6m3的徑流，單場(chǎng)降雨樹冠截留量基本占總?cè)肓鞯?0%～45%之間，總體來說冠層對(duì)場(chǎng)地水文過程影響顯著(圖4)。樹木的冠層影響了場(chǎng)地降雨總量Qr及降雨強(qiáng)度Rr的時(shí)空分布，造成了場(chǎng)地內(nèi)同時(shí)存在多種降雨，需要強(qiáng)調(diào)的是，這種不均勻的降雨分布廣泛存在城市景觀項(xiàng)目中，而當(dāng)前項(xiàng)目水量控制計(jì)算時(shí)較少考慮樹冠截留對(duì)場(chǎng)地水文的影響，容積法及徑流系數(shù)法常常忽略大面積硬質(zhì)場(chǎng)地上樹冠所發(fā)揮的徑流削減作用(圖4)。

3.2 樹冠截留與最大雨強(qiáng)的突出相關(guān)性

一般認(rèn)為，樹冠截留率Ica與降雨量Qr呈現(xiàn)對(duì)數(shù)函數(shù)關(guān)系(擬合曲線底數(shù)大于1)，隨著雨量增大，穿透雨量和樹干莖流量隨之增大，樹冠截留率Ica先快速減小后逐漸趨平穩(wěn)。勝因院的監(jiān)測(cè)數(shù)據(jù)的變化趨勢(shì)基本符合這一既定結(jié)論，但曲線擬合過程中發(fā)現(xiàn)較多的異常值(圖5-1)，異常值主要為雨量大但降雨強(qiáng)度較小的“連綿”型降雨及雨量中等但雨強(qiáng)較大的“急驟”型降雨，因此需進(jìn)一步分析雨強(qiáng)Rr與樹冠截留率Ica的相關(guān)性。分析發(fā)現(xiàn)Ica與平均降雨強(qiáng)度ARr也呈現(xiàn)一定的對(duì)數(shù)相關(guān)，而與降雨的最大降雨速率Rrmax呈現(xiàn)明顯的對(duì)數(shù)相關(guān)(圖5-1、5-2)，曲線擬合準(zhǔn)確性較高。

4 可視化與績(jī)效評(píng)估：雨水花園部分

4.1 綜合響應(yīng)評(píng)價(jià)

1)4處雨水花園總體徑流削減績(jī)效。

監(jiān)測(cè)區(qū)域雨水花園總面119.7m2，占場(chǎng)地總面積的2%，綜合16場(chǎng)降雨事件，場(chǎng)地降雨總?cè)肓鱐in為541.1m3，雨水花園共削減徑流Tbio-re53.7m3，削減量占總?cè)肓鞯?.9%，其中約2%下滲進(jìn)入填料層，7.9%滯蓄在土壤層中(圖6-1)。總體來說，雨水花園發(fā)揮了一定的對(duì)外來徑流削減作用(除去收集其頂空降雨)且土壤保水性能良好。圖6-1重點(diǎn)展示了各場(chǎng)降雨事件中雨水花園削減徑流量所占的比例(紅色部分)，可以看出雨水花園徑流削減占比Ibio-re從3%～19%不等。初步分析可知，在中小雨條件下，雨水花園往往收集到的外來徑流較少(小于總?cè)肓鞯?%)，此時(shí)樹冠截留及其他下墊面發(fā)揮了主要的徑流削減作用；而在大雨及短時(shí)暴雨條件下，雨水花園徑流削減量顯著增多(大于總?cè)肓鞯?5%)，可見雨水花園對(duì)極端天氣響應(yīng)更為明顯。進(jìn)一步通過相關(guān)性分析發(fā)現(xiàn)，雨水花園徑流削減占比Ibio-re與降雨事件的平均雨強(qiáng)ARr呈現(xiàn)明顯的對(duì)數(shù)關(guān)系(圖6-2)。需說明的是，降雨間隔較近、土壤水文過程連續(xù)的降雨事件將被視為連續(xù)降雨合并分析。

表1 雨洪管理監(jiān)測(cè)及評(píng)估的28個(gè)指標(biāo)

圖6 雨水花園徑流削減占比及其與平均雨強(qiáng)的相關(guān)性

2)4處雨水花園徑流響應(yīng)比較。

進(jìn)一步分別比較1～4號(hào)雨水花園所發(fā)揮地徑流削減作用情況，判斷方案中雨水花園選址及容量設(shè)計(jì)的合理性(圖7)。監(jiān)測(cè)數(shù)據(jù)反映出并非所有的雨水花園均在降雨中發(fā)揮了明顯的徑流削減作用，1～4號(hào)雨水花園對(duì)徑流響應(yīng)程度差別較大：1)在不同的降雨條件下，2號(hào)雨水花園(55m2)總能有效地收集大量的外部徑流，16場(chǎng)降雨雨水花園共削減的53.7m3徑流中2號(hào)削減量占64.9%，共34.9m3，即利用約1%的用地面積收集6.5%的場(chǎng)地徑流；2)盡管徑流收集的目標(biāo)區(qū)域和空間位置相似，但1號(hào)花園(20m2)對(duì)徑流的響應(yīng)遠(yuǎn)遠(yuǎn)少于2號(hào)；3)3號(hào)雨水花園(33m2)整體響應(yīng)最弱，削減徑流4.1m3，僅占7.6%，可認(rèn)為3號(hào)雨水花園僅收集了其頂空降雨；4)4號(hào)雨水花園(11.7m2)削減徑流9.0m3占16.9%，削減量占比達(dá)20%以上，以約0.2%的用地面積收集1.6%的場(chǎng)地徑流，綜合效果較優(yōu)。

4.2 土壤持水與下滲過程可視化

高精度的監(jiān)測(cè)數(shù)據(jù)使得降雨過程的細(xì)致可視化成為可能，以4月24—27日的典型連續(xù)降雨事件數(shù)據(jù)為例可視化降雨過程中雨水花園土壤持水量及下滲量的變化過程，旨在深入地描述景觀雨洪管理機(jī)理過程，用于設(shè)計(jì)方案的評(píng)估與景觀水文教育。在該連續(xù)降雨事件中，包含24—25日15h16.8mm大雨、26日3h0.9mm人工降雨以及27日2h2.4mm小雨3個(gè)時(shí)段，總降雨量20.1mm，三時(shí)段降雨間隔小于24h，土壤水文過程連續(xù)，場(chǎng)地總?cè)肓骷s110m3。

圖7 4處雨水花園徑流削減績(jī)效比較

圖8 案例降雨事件土壤持水與下滲過程

圖9 案例降雨事件水文過程還原

描述案例降雨事件雨水花園土壤持水量的變化：1)在單個(gè)雨水花園內(nèi)不同區(qū)域的初始干濕狀態(tài)有較大差別，且在實(shí)際降雨中，即使是開放式、收集四面八方徑流的雨水花園仍然有主要的來水方向；2)第一時(shí)段降雨開始后3h，土壤層200mm處傳感器監(jiān)測(cè)到持水量地明顯增加，1號(hào)雨水花園的北側(cè)、2號(hào)雨水花園東南側(cè)、3號(hào)雨水花園中心北側(cè)以及4號(hào)雨水花園的西側(cè)為主要的入流響應(yīng)區(qū)域，其中，2號(hào)、4號(hào)雨水花園響應(yīng)最為明顯；3)第二、三時(shí)段土壤濕度基本維持在第一時(shí)段結(jié)束時(shí)的土壤持水量，有小幅增加，于27日14：00左右達(dá)到持水量峰值，隨后呈現(xiàn)下降的趨勢(shì)。需要強(qiáng)調(diào)的是，2、4號(hào)雨水花園土壤持水量變化有明顯的突變拐點(diǎn)(圖8)，這反映出在真實(shí)復(fù)雜場(chǎng)地中，隨著雨量的增大，微觀流域邊界往往會(huì)發(fā)生明顯地改變，雨水花園收集徑流的區(qū)域也會(huì)發(fā)生變化。

土壤下滲方面：1)第一時(shí)段降雨中，2～4號(hào)雨水花園均在24日18：50左右監(jiān)測(cè)到下滲，而1號(hào)雨水花園則在降雨后10h的22：00左右監(jiān)測(cè)到下滲；4個(gè)雨水花園最大下滲速率均發(fā)生下第一時(shí)段降雨結(jié)束后的1～2h；2)第二時(shí)段降雨較小，可認(rèn)為0.9mm降雨應(yīng)不發(fā)生下滲，但由于土壤持水較高，因此在第二時(shí)段降雨開始后2h1、2號(hào)雨水花園監(jiān)測(cè)到明顯的下滲；3)第三時(shí)段小雨與第二時(shí)段類似，維持高持水量的1、2、4號(hào)雨水花園監(jiān)測(cè)到下滲，最終1～4號(hào)雨水花園總下滲量分別為16.7、31.9、3.3和26.9mm。一般基于霍頓下滲能力曲線的容量及產(chǎn)流計(jì)算需以降雨在流域內(nèi)均勻分布為前提，但在實(shí)際降雨過程中雨水花園外來來流及土壤濕度分布的不均勻性導(dǎo)致徑流轉(zhuǎn)變?yōu)橥寥浪旨跋聺B量的過程更為復(fù)雜，而在線監(jiān)測(cè)的方法能夠較好地記錄這種復(fù)雜的水文變化全過程(圖9)。

5 總結(jié)與展望

本研究以景觀項(xiàng)目為研究場(chǎng)地，依托物聯(lián)網(wǎng)技術(shù)，以跨學(xué)科合作的方式搭建了雨洪管理在線監(jiān)測(cè)系統(tǒng)，用于雨洪管理過程的可視化及績(jī)效評(píng)估。該系統(tǒng)在傳統(tǒng)靜態(tài)的景觀信息模型的基礎(chǔ)上加入了數(shù)據(jù)的實(shí)時(shí)展示、在線教育等新功能，使之發(fā)展為動(dòng)態(tài)的、在線的景觀信息模型，并提供了一套具有推廣性的監(jiān)測(cè)指標(biāo)體系，有利于推動(dòng)物聯(lián)網(wǎng)技術(shù)在景觀設(shè)計(jì)及評(píng)估中的應(yīng)用。

本研究的進(jìn)一步深化方向?yàn)椋?)與水文過程仿真結(jié)合，利用更多得監(jiān)測(cè)數(shù)據(jù)建立精細(xì)化的水文模型，利用在線模擬進(jìn)行場(chǎng)地的雨洪管理狀態(tài)的預(yù)測(cè)；2)依托現(xiàn)有得網(wǎng)頁平臺(tái)研究綠色雨水設(shè)施智能布局優(yōu)化的方式，利用智能設(shè)計(jì)方法進(jìn)行雨洪管理設(shè)計(jì)。

注：該研究獲2019年美國(guó)風(fēng)景園林師協(xié)會(huì)(ASLA)學(xué)生研究類杰出獎(jiǎng)(Award of Excellence in Research Category)。文中圖片均由作者繪制。