石鐵矛 王曦 曹曉妍 初亞奇
城市的高強(qiáng)度開(kāi)發(fā)建設(shè)改變了下墊面狀況,產(chǎn)生了大量的城市生態(tài)問(wèn)題。城市公園綠地系統(tǒng)是海綿城市建設(shè)目標(biāo)實(shí)現(xiàn)的重要載體,是建立健康、韌性的城市水系統(tǒng)的必要環(huán)節(jié)[1-2]。筆者將城市綠地能夠滲蓄雨水、減緩城市雨水徑流的能力稱(chēng)之為綠地的滲蓄效能。通過(guò)樣地實(shí)測(cè)加模擬分析的手段,測(cè)評(píng)城市用地開(kāi)發(fā)強(qiáng)度對(duì)城市綠地滲蓄效能的影響機(jī)制,以此推導(dǎo)出緩解雨澇沖擊的關(guān)鍵方法,為高度城市化背景下實(shí)現(xiàn)城市韌性水安全的目標(biāo)提供依據(jù)。
降雨徑流通常包括地表徑流、壤中流和地下徑流。土壤入滲率的主要影響因子有土壤容重、總孔隙度、毛管孔隙度、非毛管孔隙度、水穩(wěn)性團(tuán)聚體含量、土壤有機(jī)碳和土壤飽和持水量。土壤水分具有明顯的空間結(jié)構(gòu)和很好的空間連續(xù)性[3-4]。降雨可以通過(guò)改變土壤質(zhì)地影響土壤含水量波動(dòng),植被可以通過(guò)改變土壤孔隙度來(lái)影響土壤水分,以至于影響整體的水分輸入過(guò)程。雨水的入滲量與降雨量、降雨強(qiáng)度和土壤的理化性質(zhì)、地面高程、坡度等有關(guān)[5-6]。雨水經(jīng)過(guò)地上層和地表層后到達(dá)土壤層,表土層厚度可達(dá)25 cm,最易受人類(lèi)活動(dòng)影響,通常為原生土與搬運(yùn)客土的混合,對(duì)綠地滲蓄效能影響最大;亞表層厚度約30~100 cm;母質(zhì)層深度在地表l m以下,受地表氣候的影響很少,對(duì)城市綠地海綿效應(yīng)的影響最小[1-2]。不同季節(jié)中,土壤深度的變化以及土壤剖面中存儲(chǔ)的土壤含水量和蒸騰速率存在差異,可用土壤容重反映[4,7]。當(dāng)降雨強(qiáng)度大、歷時(shí)短、量級(jí)小,且前期綠地土壤干燥總孔隙度大,即土壤容重較小時(shí),城市綠地能起到顯著的削峰、減洪和攔沙的作用;當(dāng)暴雨量級(jí)大、歷時(shí)長(zhǎng),前期土壤已蓄滿(mǎn)或壓實(shí)情況嚴(yán)重,即土壤容重較大的情況下,城市綠地不但可能起不到削減徑流的作用,還可能會(huì)由于流失地表土壤等造成徑流增加,進(jìn)一步加大城市雨洪管理的難度[4,8-9]。因此土壤容重作為城市綠地滲蓄效能的顯著關(guān)聯(lián)數(shù)據(jù),對(duì)量化對(duì)比不同區(qū)域的滲蓄容量差異具有十分重要的價(jià)值[4,7]。
現(xiàn)有的土壤水文滲蓄效能的相關(guān)研究主要著眼于自然森林生態(tài)系統(tǒng),更多應(yīng)用于水土保持等領(lǐng)域,很多成果是從土壤與植被等單一方面展開(kāi)而得到的,綜合水文循環(huán)系統(tǒng)的城市綠地整體水文滲蓄效能研究相對(duì)較少,基于量化評(píng)估的影響機(jī)制研究相對(duì)薄弱,原型觀測(cè)量不足。在綜合借鑒前期相關(guān)理論及數(shù)據(jù)的基礎(chǔ)上,城市綠地的海綿韌性系統(tǒng)構(gòu)建尚需要更加系統(tǒng)化、科學(xué)化的深入研究,為實(shí)現(xiàn)城市雨洪韌性管理的科學(xué)預(yù)測(cè)和精準(zhǔn)調(diào)控,有進(jìn)一步展開(kāi)針對(duì)性研究的必要性。
城市化與土地利用和覆蓋變化密切相關(guān)(Land-Use and Land-Cover Change, LUCC),不透水表面的增加會(huì)顯著改變自然水文過(guò)程,使地表對(duì)雨水的滯蓄能力減弱,糙率系數(shù)降低,相同的降雨量級(jí)和強(qiáng)度,產(chǎn)流多、匯流快,使得地表徑流過(guò)程中洪峰流量嚴(yán)重升高,雨水過(guò)程呈現(xiàn)出暴漲趨勢(shì)[5,10]。近年來(lái)海綿城市建設(shè)偏向于低影響開(kāi)發(fā)(Low Impact Development, LID)①措施的研究與應(yīng)用,通過(guò)使 用SCS-CN(Soil Conservation Service Curve Number)②等模擬降雨地表徑流過(guò)程從而有效控制城市洪澇災(zāi)害已成為目前雨洪管理的重要手段[11],但對(duì)于因城市開(kāi)發(fā)強(qiáng)度而對(duì)水文循環(huán)產(chǎn)生影響的具體機(jī)制的研究則更多處于模擬層面和定性研究層面,模擬預(yù)測(cè)模型的針對(duì)性有待提升,其在定量評(píng)估綠地滯蓄效能發(fā)揮程度時(shí)存在偏差。
中國(guó)現(xiàn)狀城市建設(shè)過(guò)程中,原表層土壤被移走,土壤中會(huì)經(jīng)?;烊氲[石、煤渣、建筑垃圾或其他人工制造物,土壤結(jié)構(gòu)層次混亂,導(dǎo)致土壤形成了一些大孔隙且非常容易形成優(yōu)先流,從而影響土壤入滲速率[9-10]。同時(shí),城市綠地土壤易受過(guò)往車(chē)輛等的機(jī)械壓實(shí)與人為踩踏,土壤變得緊實(shí),存在嚴(yán)重的壓實(shí)退化現(xiàn)象,土壤容重增加,孔隙度減小,這在一定程度上減少了城市綠地土壤的入滲量和持水量,從而改變了城市下墊面的水文過(guò)程[1]。不同城市化梯度的附屬林和道路林土壤入滲速率沒(méi)有顯著差異,但是不同城鄉(xiāng)梯度的景觀林土壤入滲速率差異顯著[5,9]。降雨–徑流的空間格局隨土地利用類(lèi)型、土壤類(lèi)型、前期土壤濕潤(rùn)程度而發(fā)生變化,CN值的高值區(qū)主要集中在城市用地和水體;低值區(qū)主要出現(xiàn)在林地、灌草地、果園等植被覆蓋較好、地勢(shì)起伏較大的地區(qū)[11-13]。
研究區(qū)為沈陽(yáng)市三環(huán)內(nèi)的主城區(qū),研究區(qū)域的總面積約為452.80 km2,綠地總面積約為101.50 km2,綠化率約為22.4%。一環(huán)核心區(qū)城市開(kāi)發(fā)強(qiáng)度最高,過(guò)渡至三環(huán)內(nèi)才有較大斑塊的綠地。沈陽(yáng)市三環(huán)內(nèi)現(xiàn)狀水面面積率為2.58%。通過(guò)ArcGIS平臺(tái)將各類(lèi)景觀指數(shù)使用網(wǎng)格法進(jìn)行分區(qū)統(tǒng)計(jì),同時(shí)也考慮到不同城市用地開(kāi)發(fā)強(qiáng)度的相關(guān)影響因子數(shù)據(jù),為符合統(tǒng)計(jì)分析中德斌沃森系數(shù)的正態(tài)分布,保證樣本的一致性、再現(xiàn)性、穩(wěn)定性和可靠性,根據(jù)不同的水系分布和綠地斑塊的特征,以及實(shí)測(cè)過(guò)程中該用地權(quán)屬管理導(dǎo)致的采土難易情況,篩選出沈陽(yáng)市三環(huán)內(nèi)橫縱均勻呈方格網(wǎng)排布的210塊樣地(圖1),根據(jù)2017版《城市綠地分類(lèi)標(biāo)準(zhǔn)》,樣地選取位置包含了沈陽(yáng)市主要的公園綠地、防護(hù)綠地、廣場(chǎng)用地、附屬綠地及區(qū)域綠地等不同屬性綠地,深入調(diào)研實(shí)測(cè)了均衡分布的格網(wǎng)狀樣地內(nèi)不同的自變量因子。
1 沈陽(yáng)市三環(huán)城區(qū)藍(lán)綠斑塊樣地選址分布圖The distribution map of the site selection of the bluegreen patches in Shenyang
沈陽(yáng)市2000—2017年自然降雨量平均值為673.85 mm(包括降雨和降雪)。根據(jù)現(xiàn)有的沈陽(yáng)市2003—2020年年均降雨量統(tǒng)計(jì)數(shù)據(jù)(圖2),對(duì)沈陽(yáng)市多年來(lái)各月平均降雨量的情況進(jìn)行計(jì)算。沈陽(yáng)市年內(nèi)降雨量與年際變化相對(duì)較大,降雨季節(jié)分配不均。歷年來(lái),沈陽(yáng)市6—9月降雨量約為全年總降雨量的60%~90%,汛期降雨量較多,極易引發(fā)雨澇災(zāi)害。采用沈陽(yáng)市共18個(gè)氣象站在2008—2018年的夏季月均降雨統(tǒng)計(jì)局公布數(shù)據(jù)作為基礎(chǔ),利用ArcGIS平臺(tái)對(duì)研究區(qū)域內(nèi)的降雨強(qiáng)度進(jìn)行插值估算,再將逐年數(shù)據(jù)進(jìn)行疊加得到沈陽(yáng)市主城區(qū)夏季平均降雨強(qiáng)度的空間分布情況,降雨呈現(xiàn)出“南多北少”的空間分布。
2 沈陽(yáng)市及周邊地區(qū)降水情況Statistical map of precipitation in Shenyang and surrounding areas
城市用地開(kāi)發(fā)強(qiáng)度,是指建設(shè)用地總量占行政區(qū)域面積的比例,包括容積率、建筑密度、建筑高度、綠地率等主要指標(biāo),其根本是對(duì)開(kāi)發(fā)容量的控制??沙掷m(xù)的城市用地開(kāi)發(fā)在此基礎(chǔ)上還需要綜合考慮不同區(qū)位的交通基礎(chǔ)設(shè)施、環(huán)境條件、開(kāi)發(fā)年限等多重因素的影響??紤]到在前期研究基礎(chǔ)中對(duì)于土壤滲蓄效能的關(guān)鍵作用機(jī)制,將用地開(kāi)發(fā)強(qiáng)度的環(huán)境條件影響因素,針對(duì)性地著眼于實(shí)驗(yàn)樣地范圍內(nèi)的水體比例、地形高程范圍、下墊面硬化比例、建筑地下結(jié)構(gòu)形式等[14-15]。
土壤容重是田間自然壘結(jié)狀態(tài)下單位容積土體(包括土粒和孔隙)重量與同容積水重的比值[16]。土壤飽和蓄水量所體現(xiàn)的滲蓄極值與土壤容重呈極顯著負(fù)相關(guān):相同單位體積的土層內(nèi),土壤越疏松多孔即總孔隙度越大,則土壤容重越小,該區(qū)域滲蓄效能越大,水文韌性越強(qiáng)[17-18];與此相反,土壤物理質(zhì)地越緊實(shí),總孔隙度越小,則土壤容重越大,滲蓄容量越小,水文韌性越受限。為分析宏觀數(shù)據(jù),本研究只關(guān)注土壤容重所體現(xiàn)出的雨洪韌性應(yīng)對(duì)方面的土壤最大滲蓄極值,不考慮降雨過(guò)程中雨強(qiáng)、風(fēng)速、降雨時(shí)長(zhǎng)等不同外部因素對(duì)入滲的微觀曲線影響機(jī)制。
運(yùn)用多影響因子分析方法對(duì)上述210塊樣地進(jìn)行全面的統(tǒng)計(jì),取土?xí)r間為2020年5月15—16日,為避免不同時(shí)間段對(duì)土壤理化性質(zhì)的影響,團(tuán)隊(duì)分6組按照規(guī)劃路線同時(shí)取樣,并盡可能將采土?xí)r間的溫度、濕度保持接近一致。詳細(xì)實(shí)測(cè)調(diào)查容積率、開(kāi)發(fā)年限、建筑高度、建筑密度、綠化覆蓋率、水體比例、地形高程、硬化比例、地下結(jié)構(gòu)等不同影響因子,后在實(shí)驗(yàn)過(guò)程中發(fā)現(xiàn)了新的顯著影響因素,增加了場(chǎng)地上是否有建筑垃圾這一重點(diǎn)因素的調(diào)研記錄。
具體數(shù)據(jù)獲取方法有:1)利用統(tǒng)計(jì)學(xué)方法設(shè)置啞變量的方法:設(shè)定有建筑垃圾為1,無(wú)建筑垃圾為0;詳細(xì)調(diào)查周邊建筑物的建設(shè)年代,確定場(chǎng)地的開(kāi)發(fā)年限,將2000年為界限,用地開(kāi)發(fā)年限<20年記為0,而>20年記為20;調(diào)研資料結(jié)合實(shí)際觀測(cè)經(jīng)驗(yàn),確定樣地內(nèi)建筑物結(jié)構(gòu)形式,框架結(jié)構(gòu)記為0,非框架結(jié)構(gòu)記為1。對(duì)上述不同類(lèi)別進(jìn)行分類(lèi)分析,對(duì)照兩類(lèi)變量下的土壤容重?cái)?shù)據(jù)分布狀況。
2)在實(shí)驗(yàn)規(guī)劃中提前規(guī)定好樣地遙感影像范圍,翔實(shí)記錄30 m2、50 m2、100 m2范圍內(nèi)的周邊環(huán)境,配合現(xiàn)場(chǎng)記錄的實(shí)時(shí)衛(wèi)星經(jīng)緯度,保證實(shí)驗(yàn)數(shù)據(jù)地理位置的可靠性。通過(guò)GPS手持高精度坡地測(cè)量?jī)x,檢測(cè)采取土樣周邊的高程,多次測(cè)量取平均數(shù)記錄,降低隨機(jī)誤差的影響。將衛(wèi)星圖中的綠化覆蓋率結(jié)合現(xiàn)場(chǎng)實(shí)測(cè)環(huán)境進(jìn)行驗(yàn)證,避免衛(wèi)星數(shù)據(jù)時(shí)效對(duì)樣本環(huán)境數(shù)據(jù)產(chǎn)生誤差影響。
3)在研究區(qū)實(shí)地采樣計(jì)算土壤容重后確定土壤滲蓄能力。測(cè)定方法是在每塊綠地樣地采3個(gè)土盒,設(shè)定取樣深度為20 cm,采取環(huán)刀法進(jìn)行取樣,應(yīng)用烘干稱(chēng)重法測(cè)定土壤含水率,稱(chēng)取土樣的重量記作濕重M,在105 ℃的烘箱內(nèi)將土樣烘6~8 h至恒重,然后測(cè)定烘干土樣干重Ms,將相同地塊的3組數(shù)據(jù)得出的土壤容重取平均值,盡量降低樣本實(shí)測(cè)中的各種偶然因素對(duì)數(shù)據(jù)精度的影響,按照如下公式計(jì)算土壤容重等相關(guān)數(shù)據(jù)。
式中:ρb為土壤容重(g/cm3),Ms為土壤干重(g),V為土壤體積(cm3),P1為土壤總孔隙度(%),d為土壤比重(g/cm3)[18]。
式中:W0為土壤飽和蓄水量(mm);P1為土壤總孔隙度(%);h為土壤蓄水層高度(mm)[18-19]。
將210項(xiàng)實(shí)驗(yàn)數(shù)據(jù)代入SPSS軟件中進(jìn)行模型運(yùn)算匯總后,以容重為因變量,用地開(kāi)發(fā)強(qiáng)度的相關(guān)影響因子為自變量的R2值達(dá)到了0.365,體現(xiàn)了很強(qiáng)的相關(guān)性,德斌沃森系數(shù)偏低③,推測(cè)原因是在城市建設(shè)中的建筑垃圾就地回填、平整場(chǎng)地等素土夯實(shí)工程做法較為常見(jiàn),在挖土盒過(guò)程中實(shí)際驗(yàn)證有大約60%的樣地含有磚塊、水泥塊、苯板碎料、石膏、碎石等不同種類(lèi)的建筑垃圾,人工建造的綠地土壤壓實(shí)情況較高的同時(shí),植被種類(lèi)單一,生境狀況差,推測(cè)上述各類(lèi)因素可能影響了樣本的共線性等驗(yàn)證分析,但整體還在合理范圍(圖3),在SPSS樣本可靠性驗(yàn)證中,樣本有效率為98.6%。
3 SPSS多元回歸分析樣本數(shù)據(jù)標(biāo)準(zhǔn)化殘差分布Schematic diagram of standardized residual distribution of sample data in SPSS multiple regression analysis
將全部210個(gè)樣地土盒容重的實(shí)驗(yàn)結(jié)果標(biāo)注在研究區(qū)衛(wèi)星圖上,根據(jù)實(shí)測(cè)數(shù)據(jù)分布情況,將樣本分為4個(gè)區(qū)間等級(jí):<1.00 g/cm3、1.00~1.10 g/cm3、1.10~1.20 g/cm3、>1.20 g/cm3,隨著數(shù)字增大,滲蓄效能逐漸降低,在圖中采用藍(lán)色由深至淺的方式直觀表達(dá)宏觀對(duì)比效果。西部的于洪區(qū)滲蓄效能高于東部的大東區(qū)等,南部的渾南區(qū)明顯高于北部的沈北區(qū),土地開(kāi)發(fā)建設(shè)的時(shí)間越久,滲蓄效能有明顯降低的趨勢(shì)(圖4)。
4 滲蓄實(shí)驗(yàn)樣地土盒容重量級(jí)分布圖Distribution map of bulk density of soil box in infiltration experiment plot
根據(jù)1∶100萬(wàn)中國(guó)土壤數(shù)據(jù),利用Arc GIS矢量裁剪工具進(jìn)行識(shí)別、重分類(lèi)和重編碼,基于SCS模型水文土壤分組標(biāo)準(zhǔn),提取出沈陽(yáng)市三環(huán)內(nèi)土壤分布圖。將此數(shù)據(jù)與實(shí)測(cè)的顆粒構(gòu)成與土壤容重顯示出的水文土壤屬性進(jìn)行疊合驗(yàn)證(圖5),根據(jù)統(tǒng)計(jì)數(shù)據(jù)顯示宏觀土壤分布類(lèi)型有4種,主要包括厚層沙土、薄層黃土、黏壤土、水稻土,將其與實(shí)際微觀定點(diǎn)檢測(cè)的土壤類(lèi)型對(duì)比,發(fā)現(xiàn)偏差較大,土壤分布重合率僅約34.5%。分析原因,推測(cè)是中國(guó)近30年來(lái)由于快速城市化進(jìn)程,在建設(shè)過(guò)程中引入了大量客土,由于城市建設(shè)模式中需要夯實(shí)基礎(chǔ)和進(jìn)行土方工程改造等,導(dǎo)致現(xiàn)狀城市環(huán)境中的土壤物理性質(zhì)產(chǎn)生了較大改變,很難達(dá)到無(wú)人工干預(yù)的條件下原生土壤所能達(dá)到的模擬滲蓄效能。這一實(shí)地驗(yàn)證結(jié)果,對(duì)于以后的滲蓄容量估測(cè)有參考價(jià)值,能避免不符合實(shí)際條件的模擬造成的巨大設(shè)計(jì)誤差。
5 土壤宏觀數(shù)據(jù)與實(shí)測(cè)數(shù)據(jù)的疊合驗(yàn)證示意圖Schematic diagram of superimposition verification of soil macro data and measured data
選取210塊樣地中覆蓋城市開(kāi)發(fā)強(qiáng)度數(shù)據(jù)最全面,三環(huán)內(nèi)最長(zhǎng)的橫縱軸線作為例證樣本,整理調(diào)研的詳細(xì)數(shù)據(jù)(表1),反映城市開(kāi)發(fā)強(qiáng)度的不同相關(guān)因子的變化情況。通過(guò)SPSS軟件得出以土壤容重為因變量的多元線形回歸分析模型,直觀對(duì)比不同變量因子對(duì)于土壤滲蓄效能的影響機(jī)制。
表1 橫縱軸樣地實(shí)測(cè)信息記錄表Tab. 1 Measured information record table of the sample plot on the horizontal and vertical axis
經(jīng)過(guò)SPSS相關(guān)性度量計(jì)算,綠地類(lèi)型與樣地土壤容重的ETA2④達(dá)到了0.139,呈現(xiàn)出較為明顯的相關(guān)性,同時(shí)通過(guò)對(duì)比組間數(shù)據(jù)(顯著性為0.03,<0.05),證明綠地類(lèi)型是綠地滲蓄能力的顯著影響因子。在210塊樣地中對(duì)不同類(lèi)型綠地的占比進(jìn)行統(tǒng)計(jì)(圖6-1),最多的是RG、MG、G1、XG等綠地類(lèi)型,通過(guò)均值測(cè)算,參考土壤容重與最大滲蓄容量呈顯著負(fù)相關(guān),則不同綠地斑塊類(lèi)型中土壤滲蓄能力的排序?yàn)椋篏1>RG>AG>XG>EG>SG>BG>G2>G3>MG(圖6-2)?,F(xiàn)有研究成果表明,結(jié)構(gòu)性好的土壤容重?。贺S富的植被及各類(lèi)真菌微生物等可有效提高有機(jī)質(zhì)含量,適度耕作可以提高黏重土壤的疏松度和通氣度,均可降低土壤容重[18-19]。本次實(shí)驗(yàn)的測(cè)算結(jié)果表明,排名靠前的為喬灌草種類(lèi)豐富、保持了原生地貌且人工干預(yù)較少的綠地類(lèi)型,而排名靠后的綠地則植被、微生物物種相對(duì)單一,人工干預(yù)較多,在養(yǎng)護(hù)過(guò)程中對(duì)土壤的耕作翻動(dòng)少,實(shí)驗(yàn)結(jié)果基本與現(xiàn)有綜述基本相符,可互為佐證。210塊樣地的容重均值為1.14g/cm3,以大顆粒的沙土為主,黏性土等分布較少,土壤孔隙度和通氣度相對(duì)較差,因此沈陽(yáng)市三環(huán)內(nèi)主城區(qū)的綠地滲蓄容量的整體上限閾值并不樂(lè)觀。
6 不同綠地類(lèi)型頻率分布圖(6-1),實(shí)測(cè)容重均值對(duì)比(6-2)Frequency distribution map (6-1) and comparison of the mean value of measured bulk densityof different green space types (6-2)
應(yīng)用SPSS分析不同種類(lèi)影響因子的權(quán)重比較(表2),呈顯著關(guān)聯(lián)的影響因子是建筑垃圾、地形高程、開(kāi)發(fā)年限和水體比例,顯著性均<0.05,不同顯著性自變量因子影響下的土壤容重自變量散點(diǎn)分布如圖7。而建筑物地下結(jié)構(gòu)形式、場(chǎng)地硬化比例、綠化覆蓋率、建筑密度、容積率等影響因子,對(duì)于容重的影響并不顯著(圖7)。
表2 SPSS多因素線性回歸分析權(quán)重系數(shù)表Tab. 2 The weight coefficient table of SPSS multivariate linear regression analysis
7 用地開(kāi)發(fā)強(qiáng)度的相關(guān)影響因子對(duì)容重?cái)?shù)據(jù)樣本的散點(diǎn)分布圖Scattered distribution map of relevant influence factors of land use development intensity on soil bulk density data samples
采用ArcGIS平臺(tái)的普通克里金插值法對(duì)三環(huán)內(nèi)主城區(qū)的降雨強(qiáng)度進(jìn)行估算,根據(jù)統(tǒng)計(jì)數(shù)據(jù)顯示的近10年沈陽(yáng)市區(qū)域逐年平均降雨強(qiáng)度,再將本次實(shí)測(cè)的土壤容重?cái)?shù)據(jù)進(jìn)行疊加,將年均降雨強(qiáng)度與土壤容重進(jìn)行SPSS的相關(guān)性度量分析,得出的Eta⑤數(shù)值為0.453,相關(guān)性較低。
1)將研究區(qū)橫縱軸線的衛(wèi)星投影與實(shí)驗(yàn)記錄圖以標(biāo)號(hào)分別記錄,結(jié)合實(shí)驗(yàn)結(jié)果分析,將與用地開(kāi)發(fā)強(qiáng)度直接關(guān)聯(lián)的開(kāi)發(fā)年限和容積率這2個(gè)具有代表性的影響因子與土壤容重?cái)?shù)據(jù)進(jìn)行對(duì)比疊合分析,對(duì)比3者的折線趨勢(shì)變化情況(圖8)??傻贸鼋Y(jié)論:開(kāi)發(fā)年限與土壤容重的折線趨勢(shì)體現(xiàn)了較顯著的相關(guān)性,用地開(kāi)發(fā)越久的樣地土盒,土壤容重的均值顯著提高,滲蓄效能相對(duì)越差。而容積率僅在開(kāi)發(fā)年限相近時(shí),才能與容重體現(xiàn)出一定相關(guān)性。容積率高的場(chǎng)地,土壤滲蓄能力并不會(huì)顯著提高,從統(tǒng)計(jì)數(shù)據(jù)看仍然回歸均值。在相同室外綠化率基礎(chǔ)上,不同建筑高度對(duì)于土壤的滲蓄能力并無(wú)明顯影響。人工干預(yù)程度越強(qiáng)、持續(xù)時(shí)間越久的區(qū)域,土壤滲蓄效能越差。
此分析結(jié)果創(chuàng)新性較強(qiáng),之前的土壤滲蓄機(jī)制研究基本集中于農(nóng)林及環(huán)境生態(tài)等相關(guān)學(xué)科,暫未有從城市用地開(kāi)發(fā)強(qiáng)度作為出發(fā)點(diǎn),對(duì)綠地進(jìn)行影響機(jī)制分析的研究,本次成果可對(duì)城市建成環(huán)境內(nèi)水文韌性能效的影響機(jī)制提供重要的實(shí)測(cè)數(shù)據(jù)依據(jù)。
2)由圖7可知,有建筑垃圾的場(chǎng)地,土壤容重均值提高明顯,土壤滲蓄能力嚴(yán)重下降。這一結(jié)果與現(xiàn)有綜述對(duì)比基本相符,可互為佐證[3,4,7],揭示出開(kāi)發(fā)建設(shè)過(guò)程中的土方量工程等人工干預(yù)影響因素,對(duì)城市綠地的滲蓄效能產(chǎn)生的影響不容忽視,在測(cè)算滲蓄容量閾值時(shí),必須作為重要參數(shù)進(jìn)行翔實(shí)調(diào)查。
3)樣地100 m2范圍內(nèi)地形高程差異越大、場(chǎng)地凹凸褶皺越多的樣地,土盒實(shí)測(cè)顯示的土壤容重?cái)?shù)值相對(duì)較低,體現(xiàn)出的滲蓄效能相對(duì)越強(qiáng)。針對(duì)此問(wèn)題的現(xiàn)有研究大多集中在水土保持等相關(guān)學(xué)科領(lǐng)域,通過(guò)測(cè)算土壤動(dòng)態(tài)墑值和土壤容重極值的手法,對(duì)坡度和坡向等高程因素對(duì)于降雨徑流產(chǎn)生的水土流失風(fēng)險(xiǎn)進(jìn)行評(píng)估,結(jié)合GIS數(shù)據(jù)模擬等可以得出不同地區(qū)在不同降雨量下,場(chǎng)地內(nèi)土壤自然安息角度的閾值范圍[8,17]。在城市綠地滲蓄效能的相關(guān)研究中,高程、坡度等對(duì)其影響機(jī)制的實(shí)測(cè)或模擬相對(duì)缺乏,本研究針對(duì)此問(wèn)題,通過(guò)借鑒農(nóng)林類(lèi)交叉學(xué)科理論成果,逆向推理以解決城市綠地規(guī)劃問(wèn)題,拓展了新的應(yīng)用領(lǐng)域。
4)將場(chǎng)地中水體比例作為影響因素,實(shí)測(cè)后發(fā)現(xiàn)采土樣本距離水體越近、水體比例越大的樣地,雖然域內(nèi)土壤的通氣度和總孔隙度良好,但是由于前期含水量較高,土壤容重的平均數(shù)值顯著提高,降雨后土壤滲蓄容量相對(duì)較低。上述研究的成果與現(xiàn)有綜述對(duì)比基本相符,但考慮到天然水系的區(qū)域有較好的匯流條件,可配合合理的豎向設(shè)計(jì),科學(xué)引導(dǎo)場(chǎng)地內(nèi)坡度坡向,雖然不能提高土壤滲蓄容量,但可有效利用凹形綠地來(lái)提高場(chǎng)地的蓄水容積,可提高城市綠地綜合滯蓄效能。
5)綠化覆蓋率作為SCS模型的重要量度,在本次實(shí)測(cè)中,分析發(fā)現(xiàn)其對(duì)土壤滲蓄能力的影響的顯著性關(guān)聯(lián)程度的權(quán)重?cái)?shù)值較低,屬于基本可以忽略的影響因子。此分析結(jié)果與現(xiàn)有研究的差異較大,推測(cè)可能是由于不同地塊的建設(shè)開(kāi)發(fā)年代差異,導(dǎo)致土壤存在不同程度的人為踩踏壓實(shí),并且不同綠地類(lèi)型的造景手法不同,因而對(duì)場(chǎng)地的平整度要求不同,所以存在不同程度的機(jī)械素土夯實(shí)。由于人為影響過(guò)大導(dǎo)致植物根系對(duì)于土壤的疏松作用降低,使得在自然森林研究中,與綠地滲蓄效能呈顯著關(guān)聯(lián)性的綠化覆蓋率自變量因子在城市綠地范圍內(nèi)的影響很小,本研究對(duì)后續(xù)建立城市綠地整體滯蓄容量閾值的模擬估測(cè)具有重要的價(jià)值,可避免直接套用低人工干預(yù)環(huán)境下的參數(shù),避免對(duì)于整體數(shù)據(jù)庫(kù)造成的偏差。
6)沈陽(yáng)市三環(huán)內(nèi)不同年均降雨量的分布狀況,不是影響城市綠地滲蓄效能的關(guān)鍵作用因子,這一實(shí)測(cè)結(jié)果與現(xiàn)有研究中關(guān)于農(nóng)作物耕種的不同水量對(duì)于土壤墑情的影響的偏差較大。推測(cè)原因可能是:一方面由于建設(shè)過(guò)程中的人工干預(yù)較多,改變了原生場(chǎng)地的土壤物理結(jié)構(gòu)和熟化程度;另一方面是由于實(shí)測(cè)當(dāng)日不是降雨量豐沛的時(shí)期,土壤的原生含水量受前期降雨量影響很小,很難體現(xiàn)出不同等級(jí)降雨量下的宏觀滲蓄效能差異。在下一步研究中,要探索不同降雨時(shí)長(zhǎng)、降雨強(qiáng)度、降雨量和溫度濕度等環(huán)境影響下,對(duì)于土壤滲蓄效能的動(dòng)態(tài)影響曲線,以求更加科學(xué)地指導(dǎo)城市綠地海綿韌性效能的量化模擬。
城市更新過(guò)程中,針對(duì)上述影響機(jī)制特性,為提高韌性水文安全性,可考慮以下方法。
1)在相關(guān)工程開(kāi)發(fā)建設(shè)的規(guī)定中,推行無(wú)塵施工的建筑垃圾集中收納、不就地回填等強(qiáng)制性規(guī)定,能有效減少土壤形成優(yōu)先流,提高土壤通氣度和孔隙率,降低人工干預(yù)對(duì)滲蓄的影響。
2)進(jìn)行豎向設(shè)計(jì)時(shí),盡量保持原生環(huán)境,不過(guò)分平整場(chǎng)地,減少對(duì)原生土壤物理性質(zhì)的改變??蛇m度增加場(chǎng)地高程變化,不僅可以提高蓄水量,也對(duì)綠地滲水效能有顯著提升。
3)在城市綠地規(guī)劃設(shè)計(jì)中,采取喬灌草等多種植被種類(lèi)復(fù)合造景,不僅有利于提高林冠截留部分的降雨量,還能提高土壤的有機(jī)質(zhì)含量,有效改善土壤的黏性,形成良性循環(huán)。
4)在未來(lái)城市宏觀規(guī)劃中,注重集約化土地建設(shè)思路,提高建筑平均層數(shù),降低建筑密度,增加下墊面透水面積,提高三維綠量,有效提高城市綠地土壤的整體滲蓄容量。
5)在城市更新改造過(guò)程中,可根據(jù)開(kāi)發(fā)年限的長(zhǎng)短來(lái)判斷人為壓實(shí)的嚴(yán)重程度,根據(jù)不同程度的等級(jí)采取物理疏松或生化干預(yù)或生態(tài)緩解等不同手段,對(duì)雨洪風(fēng)險(xiǎn)較高的區(qū)域進(jìn)行針對(duì)性的韌性改造提升。
本研究以用地開(kāi)發(fā)強(qiáng)度作為出發(fā)點(diǎn),分析城市綠地滲蓄效能的影響機(jī)制,提出有效提高城市綠地滲蓄效能的關(guān)鍵方法。后續(xù)研究將結(jié)合微觀土壤入滲率等來(lái)綜合確定土壤滲蓄能力,并量化評(píng)測(cè)城市綠地的水文綜合韌性效能,為韌性城市的更新改造建設(shè)提供依據(jù),力求緩解高度城市化背景下雨澇風(fēng)險(xiǎn)的發(fā)生頻率。
注釋(Notes):
① LID是20世紀(jì)90年代末發(fā)展起的暴雨管理和面源污染處理技術(shù)。
② SCS-CN應(yīng)用于小流域水文模擬模型計(jì)算中,徑流曲線數(shù)(CN)和初損率(λ)是SCS-CN模型的2個(gè)主要輸入?yún)?shù),其中CN值是一個(gè)無(wú)量綱參數(shù),通常根據(jù)經(jīng)驗(yàn)參數(shù)表確定,詳見(jiàn)參考文獻(xiàn)[14]。
③ Durbin-Watson,譯為德斌沃森系數(shù),是目前檢驗(yàn)自相關(guān)性最常用的方法,用來(lái)檢驗(yàn)殘差分布是否為正態(tài)分布。
④ 建筑密度、建筑高度、容積率散點(diǎn)圖分布相似,因此由于圖幅限制,不展示于本文。
⑤ η2(Eta-squared)是在方差分析中應(yīng)用的一種效應(yīng)值估量,介于0~1,該值越大說(shuō)明差異幅度越大,相關(guān)性越小。
圖表來(lái)源(Sources of Figures and Tables):
圖1~8由作者繪制;其中圖1、2、4、5底圖來(lái)源于沈陽(yáng)市土地利用總體規(guī)劃(2006—2020年);圖2數(shù)據(jù)來(lái)源于統(tǒng)計(jì)局?jǐn)?shù)據(jù);表1~2由作者繪制。