羅英杰，張娜,2?，李琪，王昕，景永才，樂榮武

(1 中國(guó)科學(xué)院大學(xué)資源與環(huán)境學(xué)院， 北京 101408； 2 中國(guó)科學(xué)院懷柔生態(tài)環(huán)境綜合觀測(cè)研究站， 北京 101408)

在現(xiàn)今的中國(guó)，超過62%的城市汛期面臨著嚴(yán)峻的內(nèi)澇風(fēng)險(xiǎn)，這已成為制約社會(huì)經(jīng)濟(jì)發(fā)展的重要因素。例如，2012年7月21日特大暴雨期間，北京90%以上行政區(qū)降雨量超過100 mm，局域甚至達(dá)到460 mm，全市有200多處積水，主城區(qū)超過63處積水；受災(zāi)人數(shù)達(dá)190萬(wàn)，經(jīng)濟(jì)損失近百億元[1-2]。因此，對(duì)于城市建設(shè)者和管理者來說，做好汛期洪澇預(yù)警工作、采取相應(yīng)防澇措施，已成為每年汛期一項(xiàng)非常重要的任務(wù)。

根據(jù)IPCC(2013)的報(bào)道，最近100年間，受全球氣候變化的影響，極端降雨事件顯著增加[3]。而城市區(qū)域受極端降雨事件的影響尤為嚴(yán)重，因?yàn)樵诔鞘谢M(jìn)程中，地表大多被硬化，以瀝青或混凝土等非滲透材料為主，而綠地和裸土等滲透地表的比例大大降低。因此，對(duì)于一個(gè)高速發(fā)展的城市，如果排水管網(wǎng)設(shè)施較為落后，那么內(nèi)澇現(xiàn)象幾乎是不可避免的。在排水管網(wǎng)設(shè)施短期內(nèi)難以改善的情況下，監(jiān)測(cè)或模擬降雨徑流的產(chǎn)生過程，探討內(nèi)澇產(chǎn)生的降雨和下墊面因素，是開展汛期防澇工作的重要基礎(chǔ)。

降雨強(qiáng)度、持續(xù)時(shí)間和雨型這些降雨特征對(duì)徑流系數(shù)影響很大，是影響地表產(chǎn)流的重要因素[4-6]。下墊面類型發(fā)生變化，其材料性質(zhì)也隨之發(fā)生相應(yīng)變化。例如，綠地、砌磚路面、混凝土路面和瀝青路面的曼寧系數(shù)和洼蓄量依次降低。這種變化是造成地表產(chǎn)流增強(qiáng)、洪峰流量增加的重要原因[7-9]。漫流寬度和坡度等下墊面特征也是影響一個(gè)子匯水小區(qū)地表產(chǎn)流的重要因素[10-12]。很多研究表明，非滲透面積比例是影響地表產(chǎn)流的最重要下墊面特征：在不同量級(jí)降雨事件下地表徑流量均隨非滲透面積比例的增大而增大，相關(guān)系數(shù)可達(dá)0.9以上[13-15]。

盡管已有不少研究分別探討了降雨特征、下墊面類型及其材料性質(zhì)、下墊面特征對(duì)地表產(chǎn)流的影響，但將這幾個(gè)方面綜合起來，從較大空間上所有子匯水小區(qū)的角度，探討降雨和下墊面產(chǎn)流機(jī)制的研究還很少。目前結(jié)合降雨和下墊面的研究尚未解決雨洪管理和海綿城市建設(shè)中的2個(gè)關(guān)鍵問題：1)一個(gè)子匯水小區(qū)中非滲透面積比例至少需要降低多少才可以有效減緩雨洪？2)如何通過改變下墊面特征，使得即使在非滲透面積比例較大的情況下仍具有較強(qiáng)的雨洪調(diào)控功能？

本研究選取在城市環(huán)境中非常普遍的、具有多種下墊面類型的大學(xué)校園，通過模型模擬獲取整個(gè)校園所有子匯水小區(qū)在不同降雨事件下的地表徑流量，分析地表徑流量的空間分布，并探討造成這種空間分布的下墊面因素，提取可明顯改變徑流的非滲透面積比例的閾值。研究結(jié)果可為識(shí)別不同降雨事件下的易澇地點(diǎn)提供數(shù)據(jù)支撐，并可為以城市防澇為目標(biāo)的海綿城市建設(shè)提供科學(xué)依據(jù)。

1 材料與方法

1.1 研究區(qū)概況

研究區(qū)位于北京市懷柔區(qū)中國(guó)科學(xué)院大學(xué)雁棲湖校區(qū)(40.40°～40.42° N，116.67°～116.69° E)，如圖1所示。面積約為0.6 km2。該校區(qū)分為東校區(qū)和西校區(qū)。東校區(qū)高程76.4～90.53 m，地勢(shì)西高東低，南北高中間低；西校區(qū)高程82.29～111.00 m，地勢(shì)南高北低，西高東低。研究區(qū)屬于典型暖溫帶半濕潤(rùn)大陸季風(fēng)氣候，冬季寒冷干燥，夏季高溫多雨。年均溫12 ℃，年平均降雨量500 mm左右。降雨多發(fā)生于6—9月。

圖1 中國(guó)科學(xué)院大學(xué)雁棲湖校區(qū)的位置Fig.1 Location of the Yanqi Lake campus of University of Chinese Academy of Sciences

1.2 子匯水小區(qū)的劃分

中國(guó)科學(xué)院大學(xué)基建處向我們提供了1∶500地形圖，高程數(shù)據(jù)來源于全站儀地面實(shí)測(cè)；由各點(diǎn)高程數(shù)據(jù)經(jīng)克里金插值得到高程圖(DEM)，分辨率為0.5 m，精度可達(dá)0.01 m，如圖2(a)所示?；ㄌ庍€向我們提供了地下管網(wǎng)數(shù)據(jù)，如圖2(b)所示，其來源于市政建設(shè)圖。我們于2016年6月對(duì)整個(gè)研究區(qū)進(jìn)行無(wú)人機(jī)監(jiān)測(cè)，獲得JPG格式影像?；谠撚跋瘢瑒澐植煌恋馗脖话邏K，識(shí)別每個(gè)斑塊的類型，并經(jīng)實(shí)地驗(yàn)證和校正。土地覆被類型包括綠地(占整個(gè)校區(qū)的38.91%)、砌磚道路(占23.28%)、混凝土屋面(占16.09%)、瀝青道路(占15.15%)、混凝土路面(占4.34%)和塑膠地面(占2.23%)，如圖2(c)所示。

基于地形圖、管網(wǎng)圖和土地覆被類型圖，將整個(gè)研究區(qū)劃分為466個(gè)子匯水小區(qū)，其中，東區(qū)和西區(qū)分別有245和221個(gè)，如圖2(d)所示。每個(gè)子匯水小區(qū)內(nèi)部均包含一個(gè)雨水井。

1.3 降雨數(shù)據(jù)

我們用置于樓頂?shù)淖杂浭接炅坑?jì)(型號(hào)HOBO RG3-M)監(jiān)測(cè)了研究區(qū)2016和2017年的所有降雨事件。每增加0.2 mm降雨，雨量計(jì)自動(dòng)記錄一次。本研究按每分鐘整理降雨量數(shù)據(jù)(表1)。

根據(jù)某降雨事件中雨峰的個(gè)數(shù)和發(fā)生時(shí)間(降雨歷時(shí)的前1/3、中間1/3和后1/3)，可確定該降雨事件的雨型。另外，在研究區(qū)2017年的降雨事件中，除一般的7個(gè)雨型之外，還出現(xiàn)了峰值位于降雨歷時(shí)前端、中間和后端的3峰雨型，在此定義為T型，如圖3所示。

1.4 地表徑流量模擬

雨洪管理模型(SWMM，storm water management model)是一個(gè)動(dòng)態(tài)的降水-徑流模擬模型，可用于模擬城市某一降雨事件或長(zhǎng)期連續(xù)降雨事件中降雨徑流產(chǎn)生和匯集的過程。SWMM包括水文、水力和水質(zhì)模塊[16]。

SWMM模擬單元為子匯水小區(qū)，輸入?yún)?shù)主要包括不同時(shí)刻的降雨量，以及子匯水小區(qū)的面積、平均坡度(S)、漫流寬度(W)、非滲透面積比例(PIC)、洼蓄量、曼寧系數(shù)、最小入滲率、最大入滲率和衰減系數(shù)等。在徑流方面，SWMM既可輸出徑流量隨時(shí)間變化的過程曲線，也可輸出子匯水小區(qū)的徑流總量。

本研究用SWMM模擬研究區(qū)2016和2017年共48場(chǎng)降雨事件中每個(gè)子匯水小區(qū)的地表徑流過程。利用ArcGIS軟件，結(jié)合劃分的子匯水小區(qū)及DEM數(shù)據(jù)，得到每個(gè)子匯水小區(qū)的面積、漫流寬度和平均坡度參數(shù)。根據(jù)北京地區(qū)不同下墊面的材料性質(zhì)，給定不同下墊面洼蓄量、曼寧系數(shù)、入滲參數(shù)的取值范圍[16-17]；在此基礎(chǔ)上，根據(jù)2016年7月12日和2017年6月22日實(shí)測(cè)地表徑流量校準(zhǔn)這些參數(shù)，使得總地表徑流量模擬值與實(shí)測(cè)值的均方根誤差(RMSE)最?。粚⑿?zhǔn)的參數(shù)用于所有同類下墊面小區(qū)的模擬。

1.5 地表徑流量的實(shí)測(cè)

為了驗(yàn)證地表徑流的模擬過程，并獲得模型參數(shù)，根據(jù)研究區(qū)內(nèi)常見下墊面的類型及其地表特征，選取5個(gè)典型子匯水小區(qū)(表2)。選取2016和2017年具有不同量級(jí)、雨型、前期干燥天數(shù)的6場(chǎng)降雨事件，包括一場(chǎng)小雨、中雨、大雨、大暴雨和2場(chǎng)暴雨。

圖2 研究區(qū)的基礎(chǔ)數(shù)據(jù)Fig.2 Basic data for the study area

注：S1、S2和S3分別為峰值位于降雨歷時(shí)的前端、后端和中間的單峰雨型；D1、D2和D3分別為峰值位于降雨歷時(shí)的前端和后端、前端和中間、中間和后端的雙峰雨型；F為變化平穩(wěn)、無(wú)峰值雨型；T為峰值位于降雨歷時(shí)的前端、中間和后端的3峰雨型。圖3 單次降雨事件的時(shí)間動(dòng)態(tài)分布類型(降雨雨型)Fig.3 Temporal dynamics of single rainfall event (rainfall pattern)

在每場(chǎng)降雨期間，從降雨開始到結(jié)束連續(xù)監(jiān)測(cè)每個(gè)典型子匯水小區(qū)的地表徑流過程。我們自制了一個(gè)地表徑流測(cè)定系統(tǒng)。降雨時(shí)，將集雨漏斗放在小區(qū)的雨水井邊沿，使徑流經(jīng)集雨漏斗匯集到雨水井內(nèi)的塑料桶中；用抽水泵將桶內(nèi)水及時(shí)抽出。由于抽水泵在幾秒內(nèi)即可將整桶水及時(shí)抽干，故可忽略地表產(chǎn)流速率與抽水泵抽水速率之間的差異。每幾分鐘記錄一次水表讀數(shù)，可計(jì)算該時(shí)段內(nèi)的地表產(chǎn)流量。一般地，徑流初期每2 min或5 min記錄一次，之后的記錄頻率視雨強(qiáng)和流量在5～30 min變化，直至降雨結(jié)束[18]。

表1 研究區(qū)2016和2017年的48場(chǎng)降雨事件Table 1 The 48 rainfall events that occurred in 2016and 2017 in the study area

注:a表示監(jiān)測(cè)地表徑流的降雨事件；b代表校準(zhǔn)SWMM參數(shù)的降雨事件。

表2 研究區(qū)典型子匯水小區(qū)的基本特征Table 2 Basic characteristics of the selected typical subcatchments in the study area

1.6 總地表徑流量的分級(jí)

目前尚無(wú)總地表徑流量的分級(jí)標(biāo)準(zhǔn)。由于總地表徑流量與降雨量密切相關(guān)，本研究擬通過降雨量級(jí)別確定徑流量的分級(jí)標(biāo)準(zhǔn)。選取研究區(qū)2016和2017年的所有48場(chǎng)降雨事件。結(jié)果發(fā)現(xiàn)，模擬的研究區(qū)總地表徑流量Q與降雨量P之間具有極顯著正相關(guān)關(guān)系(Q=-2.88 + 0.66P)，可決系數(shù)R2達(dá)0.96?；趦烧叩幕貧w關(guān)系式，以及12 h降雨強(qiáng)度標(biāo)準(zhǔn)，確定相應(yīng)降雨量級(jí)的徑流量范圍，以此作為地表徑流量分級(jí)的標(biāo)準(zhǔn)(表3)。

表3 研究區(qū)地表徑流量分級(jí)Table 3 Surface runoff levels in the study area

2 結(jié)果與分析

2.1 地表徑流量模擬值的驗(yàn)證

由于模擬與實(shí)測(cè)地表徑流量均針對(duì)的是子匯水小區(qū)，空間尺度完全吻合，因此，模擬值與實(shí)測(cè)值可直接比較。結(jié)果表明，對(duì)所選取的5個(gè)典型子匯水小區(qū)(表2)和5場(chǎng)降雨事件(表1)，總地表徑流量模擬值與實(shí)測(cè)值的均方根誤差RMSE在0.000 85～0.17 mm之間變化，絕大多數(shù)低于0.10 mm，說明模擬值與實(shí)測(cè)值吻合度較好。而且，一般地，小雨時(shí)的RMSE低于中雨時(shí)，而中雨時(shí)的RMSE又低于大雨時(shí)(表4)。然而，我們也發(fā)現(xiàn)，在大多數(shù)情況下，模擬值高于實(shí)測(cè)值(表4)。這可能是因?yàn)樵趯?shí)測(cè)過程中，集雨漏斗不能與地面完全緊密貼合，導(dǎo)致少量徑流沿集雨漏斗與地面之間的縫隙流失，未進(jìn)入集雨漏斗下面的桶中而被抽取和記錄。盡管我們采取了一些措施，但仍無(wú)法完全避免這種情況的發(fā)生。

除總地表徑流量之外，不同時(shí)刻地表徑流量模擬值與實(shí)測(cè)值的動(dòng)態(tài)變化也十分一致(圖4)。每分鐘模擬值與實(shí)測(cè)值之間均具有極顯著的線性正相關(guān)關(guān)系，R2為0.50～0.96(表4)。然而，我們也發(fā)現(xiàn)，小雨和中雨時(shí)模擬值與實(shí)測(cè)值之間的差異通常較大。這是因?yàn)樾∮旰椭杏昶陂g的雨強(qiáng)較低，我們抽取和記錄徑流的間隔時(shí)間常延長(zhǎng)至5 min或更長(zhǎng)，其中每分鐘的地表徑流量是相應(yīng)時(shí)段的平均值；而模擬值仍是每分鐘的動(dòng)態(tài)結(jié)果。

表4 典型子匯水小區(qū)地表徑流量模擬值與實(shí)測(cè)值的關(guān)系Table 4 Relationships between the modeled and measured surface runoff values for the selected typical subcatchments

注:RDme和Rdmo分別為地表徑流量實(shí)測(cè)值和模擬值(mm)。a表示因抽水泵故障，未完成地表徑流的監(jiān)測(cè)。

2.2 地表徑流量的空間分布

2016年總降雨量為472.8 mm，主要集中在6—9月(412.8 mm)，占年總降雨量的87.3%。模擬結(jié)果表明，2016年研究區(qū)所有子匯水小區(qū)產(chǎn)生的總地表徑流量為187.8 mm；6—9月的產(chǎn)流量占全年的89.6%；其中，暴雨和大暴雨期間產(chǎn)生的總地表徑流量為83.3 mm。2017年總降雨量為438.0 mm，主要集中在6—9月(389.0 mm)，占年總降雨量的88.8%。模擬結(jié)果表明，2017年研究區(qū)所有子匯水小區(qū)產(chǎn)生的總地表徑流量為249.5 mm；6—9月的產(chǎn)流量占全年的92.3%；其中，暴雨和大暴雨期間產(chǎn)生的總地表徑流量為205.2 mm。

對(duì)某一量級(jí)所有降雨事件，計(jì)算每個(gè)子匯水小區(qū)模擬地表徑流量的平均值，獲得不同量級(jí)徑流量的空間分布(圖5)。小雨時(shí)，近一半的地表可產(chǎn)生1級(jí)徑流，徑流量最大為2.2 mm；中雨時(shí)，約64%的地表可產(chǎn)生2級(jí)或3級(jí)徑流，徑流量最大可達(dá)11.9 mm；大雨時(shí)，約一半多的地表可產(chǎn)生3級(jí)或4級(jí)徑流，徑流量最大可達(dá)22.9 mm；暴雨時(shí)，約61%的地表可產(chǎn)生4級(jí)或5級(jí)徑流，徑流量最大可達(dá)56.1 mm；大暴雨期間，近一半的地表可產(chǎn)生6級(jí)徑流，徑流量最大可達(dá)132.0 mm。

一些子匯水小區(qū)的地表徑流量總是最高或很高，無(wú)論降雨量如何，這些小區(qū)主要為位于校區(qū)邊緣的瀝青路面小區(qū)。而一些小區(qū)的地表徑流量總是最低或很低，無(wú)論降雨量如何，這些小區(qū)主要為純綠地小區(qū)(圖5)。

圖5 研究區(qū)5個(gè)量級(jí)降雨事件下各級(jí)地表徑流量的空間分布Fig.5 Spatial distributions of surface runoff levels for the five rainfall levels in the study area

然而，有些瀝青或者砌磚路面小區(qū)在同一量級(jí)不同降雨事件下的地表徑流量可能差異很大。這主要與不同降雨事件的雨型差異較大有關(guān)。產(chǎn)生較大徑流量的降雨多為單峰雨型。而產(chǎn)生較小徑流量的降雨雨型因降雨量級(jí)的不同而有較大差異：小雨時(shí)，雨型S1降雨多產(chǎn)生較小徑流；中雨時(shí)，單峰(雨型S1、S2和S3)降雨多產(chǎn)生較小徑流；大雨、暴雨和大暴雨時(shí)，雨型D2、D3或T降雨多產(chǎn)生較小徑流(圖6)。例如，位于西區(qū)的W165小區(qū)(瀝青類型)，2016年9月7日和2017年10月9日降雨量均為28.00 mm，但雨型差異較大，分別為S1型和D2型；產(chǎn)流量也差異很大，分別為19.22和6.39 mm。同樣的總降雨量，若只出現(xiàn)1個(gè)峰值，則降雨更為集中，產(chǎn)流更強(qiáng)；相反，若出現(xiàn)2或3個(gè)峰值，則降雨被分散在不同時(shí)刻，產(chǎn)流較弱。

圖6 產(chǎn)生不同量級(jí)地表徑流時(shí)的降雨雨型分布Fig.6 Distributions of rainfall patterns at different surface runoff levels

2.3 地表徑流量與下墊面類型的關(guān)系

對(duì)瀝青下墊面，無(wú)論降雨量級(jí)如何，能夠達(dá)到相應(yīng)降雨量級(jí)最高徑流級(jí)別的瀝青下墊面面積可達(dá)瀝青總面積的92.41%以上。僅小雨時(shí)，有4.31%的瀝青下墊面未產(chǎn)流，而在其他降雨時(shí)，所有瀝青下墊面均產(chǎn)流(表5)。

對(duì)綠地下墊面，無(wú)論降雨量級(jí)如何，能夠達(dá)到相應(yīng)降雨量級(jí)最高徑流級(jí)別的綠地下墊面面積不到綠地總面積的18.4%。小雨、中雨、大雨和暴雨時(shí)，分別有81.61%、69.00%、34.44%和31.01%的綠地未產(chǎn)流；大暴雨時(shí)，所有綠地均產(chǎn)流，且均達(dá)到4級(jí)及以上級(jí)別。僅在暴雨和大暴雨時(shí)，綠地徑流才能達(dá)到4級(jí)及以上級(jí)別；其中，暴雨時(shí)，22.99%綠地的徑流達(dá)到4級(jí)，但極少達(dá)到5級(jí)；大暴雨時(shí)，56.00%、32.30%和11.70%綠地的徑流分別達(dá)到4級(jí)、5級(jí)和6級(jí)(表5)。

對(duì)于砌磚下墊面，小雨和中雨時(shí)，分別有57.44%和12.94%的砌磚未產(chǎn)流；大雨、暴雨和大暴雨時(shí)，幾乎所有砌磚均產(chǎn)流；大暴雨時(shí)，所有砌磚徑流均達(dá)到4級(jí)及以上級(jí)別。僅在大雨、暴雨和大暴雨時(shí)，砌磚徑流才能達(dá)到4級(jí)及以上級(jí)別；其中，大雨時(shí)，僅4.68%砌磚的徑流達(dá)到4級(jí)；暴雨時(shí)，79.07%砌磚的徑流達(dá)到4級(jí)，但僅7.67%砌磚達(dá)到5級(jí)；大暴雨時(shí)，8.15%、26.55%和65.30%砌磚的徑流分別達(dá)到4級(jí)、5級(jí)和6級(jí)(表5)。

對(duì)于混凝土下墊面，小雨和中雨時(shí)，分別有30.44%和20.89%的混凝土未產(chǎn)流。大雨、暴雨和大暴雨時(shí)的產(chǎn)流情況近似于砌磚下墊面。其中，大雨時(shí)，26.33%砌磚的徑流達(dá)到4級(jí)；暴雨時(shí)，48.11%和29.34%混凝土的徑流分別達(dá)到4級(jí)和5級(jí)；大暴雨時(shí)，18.18%、15.67%和66.15%混凝土的徑流分別達(dá)到4級(jí)、5級(jí)和6級(jí)(表5)。

2.4 地表徑流量與下墊面特征的關(guān)系

選取瀝青、砌磚、瀝青-砌磚、瀝青-綠地類型的小區(qū)，模擬每場(chǎng)降雨事件下每個(gè)小區(qū)的地表徑流量。

表5 不同級(jí)別地表徑流在研究區(qū)各類下墊面中的分配Table 5 Allocation of surface runoff levels among different underlying surface covers in the study area

注:a指占整個(gè)研究區(qū)的比例。

從所有的瀝青小區(qū)和砌磚小區(qū)分別選取地表徑流量最大的20個(gè)和4個(gè)。結(jié)果發(fā)現(xiàn)，這20個(gè)瀝青小區(qū)的漫流寬度(W)((10.45±5.08) m)與其他瀝青小區(qū)((8.49±5.89) m)差異不顯著，但其坡度(S)((19.21±17.34)%)極顯著高于其他瀝青小區(qū)((5.22±5.30)%)。這4個(gè)砌磚小區(qū)的S((22.56±7.89)%)極顯著高于其他砌磚小區(qū)((4.40±5.18)%))；盡管其W((9.58±0.29) m)極顯著低于其他砌磚小區(qū)((18.59±6.03) m)，但其S×W(217.34±80.55)極顯著高于其他砌磚小區(qū)(72.52±70.14)。可見，S是影響瀝青小區(qū)和砌磚小區(qū)地表徑流量的關(guān)鍵因素?；貧w分析表明，所有瀝青小區(qū)和砌磚小區(qū)的地表徑流量均與S呈極顯著線性正相關(guān)關(guān)系，且瀝青地表徑流量與S的關(guān)系顯著性隨降雨量增大呈增強(qiáng)趨勢(shì)(表6)。

然而，有些瀝青小區(qū)和砌磚小區(qū)的S很小，但在同等降雨下地表徑流量卻較大，這通常與其W較大有關(guān)。例如，E74瀝青小區(qū)的S較小(5.34%)，但W很大(17.08 m)，暴雨和大暴雨時(shí)地表徑流量可達(dá)很大(56.40～132.60 mm)。同理，有些瀝青小區(qū)和砌磚小區(qū)的S很大，但地表徑流量卻很小，這通常也與其W較小有關(guān)。有些瀝青小區(qū)和砌磚小區(qū)的S和W均中等，但是地表徑流卻很大，這通常與該小區(qū)與鄰近小區(qū)的地勢(shì)差有關(guān)。例如，E43瀝青小區(qū)的高程為85.03 m，而緊鄰E43的E54小區(qū)比E43高0.65 m，暴雨和大暴雨時(shí)，E54的地表徑流可流入E43，致使E43的徑流量很大。

表6 不同量級(jí)降雨事件中地表徑流量與坡度和漫流寬度的關(guān)系Table 6 Relationships of surface runoff with slope and width of overland flow at different rainfall intensity levels

回歸分析表明，所有12個(gè)瀝青-砌磚小區(qū)和所有8個(gè)瀝青-綠地小區(qū)的地表徑流量均與PIC呈極顯著線性正相關(guān)關(guān)系，R2可達(dá)0.986～0.999(圖7)。

對(duì)瀝青-砌磚小區(qū)和瀝青-綠地小區(qū)，探究其隨PIC變化的地表徑流量之間差異顯著性，其PIC>90%與80%～90%和70%～80%地表徑流量之間差異均不顯著，但其PIC>90%與60%～70%地表徑流量之間均極顯著差異。其PIC>60%的地表徑流量與50%～60%和40%～60%均差異不顯著，但PIC>60%的地表徑流量與30%～60%呈極顯著差異。因此，我們把30%和60%作為瀝青-砌磚小區(qū)和瀝青-綠地小區(qū)控制地表徑流量的2個(gè)閾值。

圖7 瀝青-砌磚(a)和瀝青-綠地(b)子匯水小區(qū)平均地表徑流量與非滲透面積比例的關(guān)系Fig.7 Relationships between average surface runoff and percent impervious cover for the subcatchments with asphalt-brick cover (a) and asphalt-green cover (b)

A、B和C代表地表徑流量差異極顯著，且均值依次降低。a、b和c代表地表徑流量差異顯著，均值依次降低。瀝青-砌磚小區(qū)：PIC<30%、30%60%的小區(qū)分別為2、2和8個(gè)。瀝青-綠地小區(qū)：PIC<30%、30%60%的小區(qū)分別為1、1和6個(gè)。統(tǒng)計(jì)分析基于所有48場(chǎng)降雨的模擬數(shù)據(jù)。圖8 具有不同非滲透面積比例的子匯水小區(qū)的地表徑流量之間的差異Fig.8 Differences in surface runoff among the subcatchments with different PIC values

小雨、中雨、大雨和暴雨時(shí)，若瀝青-砌磚小區(qū)和瀝青-綠地小區(qū)的PIC由≥60%降低到30%～60%，并進(jìn)一步降低到≤30%，則它們的地表徑流量極顯著或顯著降低。大暴雨時(shí)，瀝青-綠地小區(qū)PIC由≥60%降低到≤30%，其地表徑流量極顯著降低，但瀝青+砌磚小區(qū)地表徑流量隨PIC降低的變化并不顯著(圖8)。

在所有瀝青-砌磚小區(qū)和瀝青-綠地小區(qū)中分別選取最易發(fā)生洪澇的W159小區(qū)(PIC為95%)和E254小區(qū)(PIC為92%)。若要控制它們的年地表徑流量在年降雨量的60%以內(nèi)，W159小區(qū)PIC需至少降低到20.44%～29.40%，E254小區(qū)PIC需至少降低到54.57%～59.64%。

3 討論

3.1 地表徑流量與下墊面類型和特征的關(guān)系

盡管瀝青和混凝土類型的非滲透面積比例均為100%，但瀝青類型的曼寧系數(shù)為0.011，混凝土類型的曼寧系數(shù)為0.012。曼寧系數(shù)越大，表明地面越粗糙，導(dǎo)致蓄水能力更強(qiáng)。因此，混凝土類型的地表徑流量比瀝青類型地表徑流量小。

砌磚和綠地類型的非滲透面積比例均為0，但綠地的蓄水能力更強(qiáng)，因其曼寧系數(shù)(0.15)和洼蓄量(2.5)比砌磚類型的曼寧系數(shù)(0.041)和洼蓄量(2.0)大。同時(shí)，不論降雨如何，綠地的入

滲速率均大于砌磚。另外，綠地土壤整體具有較強(qiáng)的滲透性，而研究區(qū)的砌磚表面雖具有一定的滲透性，但對(duì)降水的滲透主要通過砌磚之間的縫隙。因此，綠地的產(chǎn)流較砌磚弱。下墊面坡度越大或漫流寬度越大，越易產(chǎn)流，且流速也越大；在一定時(shí)段內(nèi)，產(chǎn)流量也越大。在SWMM中，用以下公式表示這種關(guān)系：

式中:Q為子匯水小區(qū)產(chǎn)流量(m3/s)；L為子匯水小區(qū)的漫流寬度(m)；d為蓄水深度(m)；dp為洼蓄深度(m)；S為子匯水小區(qū)平均坡度(%)。

3.2 SWMM優(yōu)缺點(diǎn)及展望

我們的研究表明，SWMM既可模擬地表徑流總量，又可模擬徑流量的時(shí)間動(dòng)態(tài)變化，且模擬精度較高。然而，SWMM卻無(wú)法很好地體現(xiàn)空間異質(zhì)性對(duì)徑流的影響，因?yàn)樗且痪S集總式模型，僅考慮子匯水小區(qū)的非滲透面積比例(非空間信息)，而不考慮其內(nèi)部不同下墊面類型的空間位置和布局。也即，SWMM的模擬單元是子匯水小區(qū)，僅能模擬整個(gè)小區(qū)的徑流，而無(wú)法模擬其內(nèi)部每個(gè)下墊面類型的徑流。

在探討地表徑流量與下墊面類型的關(guān)系時(shí)，我們的統(tǒng)計(jì)是基于整個(gè)研究區(qū)的主要下墊面類型，而不是SWMM的模擬單元——子匯水小區(qū)。對(duì)于由單一下墊面類型組成的子匯水小區(qū)，整個(gè)小區(qū)的產(chǎn)流狀況即為其下墊面類型的狀況，二者是一致的。然而，對(duì)于包含非滲透和滲透下墊面類型的混合小區(qū)，我們假設(shè)其中的滲透下墊面徑流級(jí)別與非滲透下墊面完全相同，因?yàn)镾WMM模擬的是整個(gè)子匯水小區(qū)，而無(wú)法單獨(dú)模擬其中不同下墊面類型的產(chǎn)流過程。因此，對(duì)滲透下墊面徑流級(jí)別的統(tǒng)計(jì)值偏高。例如，根據(jù)本研究統(tǒng)計(jì)結(jié)果，小雨時(shí)仍有18.39%的綠地產(chǎn)流。然而，這些綠地的產(chǎn)流可能僅僅來自于瀝青-綠地混合類型小區(qū)中的瀝青，而非綠地本身。但SWMM對(duì)該小區(qū)的整體模擬使其無(wú)法區(qū)分其中綠地和瀝青下墊面分別的產(chǎn)流狀況。這種情況下，我們假設(shè)綠地和瀝青均產(chǎn)流，且產(chǎn)流量相等。由此，可將2.3節(jié)統(tǒng)計(jì)的針對(duì)滲透下墊面的徑流級(jí)別結(jié)果視為最高值。同時(shí)，這種對(duì)小區(qū)的整體模擬也是SWMM等一維產(chǎn)匯流模型的缺陷。

運(yùn)用或發(fā)展基于柵格或下墊面類型的二維分布式模型，反映小區(qū)內(nèi)部不同土地覆被的類型、面積比例和空間配置對(duì)地表徑流的影響，將是產(chǎn)匯流模型未來發(fā)展的方向。

4 結(jié)論

SWMM可估算城市不同下墊面類型的降雨徑流量，且模擬值與實(shí)測(cè)值吻合較好，模擬與實(shí)測(cè)的徑流變化過程也趨于一致。

研究區(qū)2016和2017年降雨量分別為472.8和438.0 mm，年徑流系數(shù)分別為0.40和0.57。各量級(jí)降雨事件下，均有一半及以上的地表能達(dá)到相應(yīng)降雨量級(jí)的較高或最高徑流級(jí)別。地表徑流量高值區(qū)總是位于瀝青路面小區(qū)，低值區(qū)總是位于綠地小區(qū)。有些小區(qū)的地表徑流量時(shí)高時(shí)低，這與不同降雨事件的雨型差異有關(guān)：?jiǎn)畏逵晷偷慕涤甓喈a(chǎn)生較大徑流量，產(chǎn)生較小徑流量的降雨雨型因降雨量級(jí)的不同而有較大差異。

在其他條件相同時(shí)，瀝青類型最易產(chǎn)流，而綠地最不易產(chǎn)流；砌磚更易產(chǎn)生中等量級(jí)的徑流；混凝土較砌磚更易產(chǎn)流，但二者在不同量級(jí)降雨事件下的產(chǎn)流規(guī)律近似。瀝青小區(qū)和砌磚小區(qū)地表徑流量與S呈極顯著線性正相關(guān)關(guān)系。對(duì)于瀝青-砌磚和瀝青-綠地小區(qū)，當(dāng)PIC降到60%以下時(shí)，均可明顯控制其暴雨及其以下級(jí)別降雨徑流。要明顯控制大暴雨徑流，瀝青-綠地小區(qū)的PIC需降到30%以下；但瀝青-砌磚小區(qū)的PIC即使降低到30%以下，對(duì)控制大暴雨徑流的效果也不明顯。在降低瀝青-砌磚小區(qū)PIC仍無(wú)法明顯控制徑流或PIC無(wú)法降低的情況下，可通過改變下墊面特征(如降低S)達(dá)到減緩雨洪的效果。

總之，對(duì)于以瀝青等非滲透下墊面為主的城市地表，在汛期，尤其需要關(guān)注單峰雨型降雨下瀝青路面的產(chǎn)流狀況。在海綿城市建設(shè)過程中，降低PIC可有效控制大雨和暴雨引起的城市內(nèi)澇，但對(duì)大暴雨引起的城市內(nèi)澇的控制作用可能很有限。