謝懷南 戈曉宇

0 引言

全球氣候變化作為重要的生態(tài)環(huán)境問題之一，一直是當(dāng)今國際社會密切關(guān)注的熱點(diǎn)話題，聯(lián)合國和世界氣象組織（World Meteorological Organization, WMO）于2020年3月10日 發(fā) 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(xù)[1]。全球水文循環(huán)受到氣候變化的影響，造成全球降雨時空發(fā)生相應(yīng)的改變，進(jìn)而對區(qū)域降雨產(chǎn)生潛在的影響，城市暴雨引發(fā)的洪澇災(zāi)害帶來了社會和經(jīng)濟(jì)生態(tài)系統(tǒng)的一系列問題，這也是困擾中國城市健康發(fā)展的重要因素之一[2]。

20世紀(jì)以來不少國家提出雨洪管理相關(guān)理論和思想，以應(yīng)對城市洪澇災(zāi)害，例如，美國的“低影響開發(fā)”（low impact development,LID）以及新加坡的“活躍、美麗、潔凈水項(xiàng)目”（Active, Beautiful and Clean Waters Programe,ABC）等，都強(qiáng)調(diào)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(shè)理念，很多以綠色基礎(chǔ)設(shè)施為載體的海綿措施，在極端降雨事件導(dǎo)致的城市洪澇災(zāi)害應(yīng)對中發(fā)揮著一定的作用，可以發(fā)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(shè)以年徑流總量作為規(guī)劃控制目標(biāo)，LID設(shè)施的調(diào)蓄容積也是根據(jù)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(qū)長時間的歷史全年降雨總量確定，對于半濕潤地區(qū)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(dǎo)致降雨條件的改變會引起極端降雨事件的發(fā)生，直接影響年徑流總量，進(jìn)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(shè)過程中，應(yīng)將氣候變化的影響考慮進(jìn)城市海綿綠地規(guī)劃設(shè)計中，以應(yīng)對未來降雨變化引發(fā)的城市洪澇災(zāi)害[6]。本研究采用CMIP6全球氣候模式模擬出未來降雨數(shù)據(jù)，分析華北典型半濕潤地區(qū)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(yù)測為依據(jù)，采用MIKE URBAN模型，模擬不同暴雨重現(xiàn)期下雨水管網(wǎng)的節(jié)點(diǎn)溢流以及管道負(fù)荷情況，對現(xiàn)有外源集雨型綠地在當(dāng)前氣候條件下的徑流控制效能進(jìn)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(shè)要求對氣候變化的適應(yīng)性。為氣候變化背景下城市海綿綠地規(guī)劃設(shè)計提供參考。

1 研究區(qū)域概況

河北省遷安市，屬于半濕潤地區(qū)，干燥度在1～1.50，根據(jù)1989—2019年降雨數(shù)據(jù)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(fā)量，極易造成短時間內(nèi)城市洪澇災(zāi)害。該市近年來還頻頻發(fā)生暴雨事件，2011年7月6日在45 min內(nèi)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(qū)的雨洪問題，遷安市海綿城市專項(xiàng)規(guī)劃提出了通過綠地消減城市內(nèi)澇的要求，以河?xùn)|片區(qū)包括遷安濱湖東路綠地在內(nèi)的21.5 km2作為海綿城市建設(shè)試點(diǎn)區(qū)及先行示范區(qū)。按照《海綿城市建設(shè)技術(shù)指南——低影響開發(fā)雨水系統(tǒng)構(gòu)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(jìn)行規(guī)劃設(shè)計。通過集雨型綠地構(gòu)建“源頭消減、中途傳輸、末端調(diào)蓄”的低影響開發(fā)系統(tǒng)，利用綠地和景觀節(jié)點(diǎn)的邊緣空間布置LID設(shè)施，形成占據(jù)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(nèi)部雨水徑流的情況下，還能夠緩解其周邊140.78 hm2的城市區(qū)域內(nèi)澇（圖2），并且經(jīng)低影響開發(fā)雨水系統(tǒng)傳輸、收集、凈化后的雨水也可用于園林植被灌溉，實(shí)現(xiàn)綠化帶的生態(tài)與景觀效益融合[8]。

1 LID設(shè)施平面圖LID facility plan

2 內(nèi)外匯水區(qū)域、雨水管網(wǎng)及雨水徑流Internal and external catchment area, stormwater pipe network and stormwater runoff

2 研究數(shù)據(jù)與分析

海綿城市建設(shè)的依據(jù)是基于該地區(qū)30年歷史降雨數(shù)據(jù)，而要想知道目前海綿城市的建設(shè)要求是否能夠應(yīng)對未來氣候變化，則需要關(guān)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(yīng)對的問題。

2.1 歷史降雨數(shù)據(jù)

實(shí)測降雨數(shù)據(jù)采用遷安站點(diǎn)1989—2019年實(shí)測逐日降雨量。設(shè)計降雨數(shù)據(jù)根據(jù)《城市暴雨強(qiáng)度公式編制和設(shè)計暴雨雨型確定技術(shù)導(dǎo)則》，采用芝加哥雨型推求，該雨型可以很好地反映當(dāng)?shù)貧v史降雨特征，滿足城市地區(qū)短歷時強(qiáng)降雨導(dǎo)致城市內(nèi)澇的特征。根據(jù)遷安市暴雨強(qiáng)度公式[9]，得到不同重現(xiàn)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(shè)計平均降雨強(qiáng)度，L/（s·hm2）；P為設(shè)計重現(xiàn)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(tǒng)變化特征和預(yù)測未來氣候變化的主要工具之一[10]。CMIP6是世界氣候研究項(xiàng)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(shè)計中，共享社會經(jīng)濟(jì)路徑（Shared Socioeconomic Pathways,SSPs），包含人口和人力資源、經(jīng)濟(jì)發(fā)展、生活方式、人類發(fā)展、環(huán)境與自然資源、政策和機(jī)構(gòu)、技術(shù)發(fā)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(shè)計的耦合模式比較計劃，包括了氣候診斷、評估和描述試驗(yàn)（DECK）、歷史氣候模擬試驗(yàn)（Historical）以及21個模擬比計劃（MIPs），其模擬結(jié)果與觀測數(shù)據(jù)的相關(guān)系數(shù)達(dá)到0.86，表明對于歷史氣候模擬和未來預(yù)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(yù)估 的SSP1-2.6、SSP2-4.5和SSP5-8.5這3種 情景模式預(yù)估氣候變化，可得到遷安市2020—2050年降雨數(shù)據(jù)。

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(shí)測逐日降雨數(shù)據(jù)及SSPs情景模擬2020—2050年未來逐日降雨數(shù)據(jù)，通過分析降水量指數(shù)、降水日數(shù)指數(shù)、降水強(qiáng)度指數(shù)所涵蓋的6個極端降水指數(shù)變化趨勢特征，研究該地區(qū)降雨的時間變化特征（表1）[14]。

表1 極端降水指數(shù)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(yīng)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(shù)項(xiàng)；b為回歸系數(shù)，即線性趨勢項(xiàng)，ti為年份序號。一般將線性回歸系數(shù)b的10倍作為氣候傾向率，即本研究極端降水指數(shù)的變化幅度[15-16]。

3.1.2 Mann-Kendall（MK）法

Mann-Kendall非參數(shù)統(tǒng)計檢驗(yàn)方法（簡稱MK檢驗(yàn)）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(yàn)方法，樣本的分布及少數(shù)異常值對該檢驗(yàn)方法的影響極小，亦稱無分布檢驗(yàn)[17]。MK檢驗(yàn)統(tǒng)計量計算方法：

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

式中：Z為標(biāo)準(zhǔn)的正態(tài)系統(tǒng)變量，Z為正值表示上升趨勢，負(fù)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(yàn)時應(yīng)選用較低的趨勢顯著性檢驗(yàn)標(biāo)準(zhǔn)[18]，因此本研究設(shè)定檢驗(yàn)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(yàn)；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(wěn)定趨勢，高于95%為顯著趨勢[19]。

3.2 結(jié)果與分析

3.2.1 降水量指數(shù)變化趨勢

分析遷安地區(qū)近30年以及3種情景模式下未來30年極端降水量指數(shù)隨時間變化（圖3），發(fā)現(xiàn)：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(shù)變化Changes of extreme precipitation index

3.2.2 降水日數(shù)指數(shù)變化趨勢

分析遷安地區(qū)近30年以及3種情景模式下未來30年極端降水日數(shù)指數(shù)隨時間變化（圖4），發(fā)現(xiàn)：R10 mm降水日數(shù)指數(shù)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(shù)指數(shù)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(shù)指數(shù)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(shù)指數(shù)變化Changes of extreme precipitation days index

3.2.3 降水強(qiáng)度指數(shù)變化趨勢

分析遷安地區(qū)近30年以及3種情景模式下未來30年極端降水強(qiáng)度指數(shù)隨時間變化（圖5），發(fā)現(xiàn)：日降水強(qiáng)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(qiáng)度指數(shù)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(shù)的氣候傾向率以及MK檢驗(yàn)（表2）進(jìn)行分析，結(jié)果表明：

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

1）1989 — 2019年，極端降水指數(shù)除R10 mm以-0.20 d/10 a呈微弱下降趨勢外，其余指數(shù)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(shù)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(shù)均呈上升趨勢。其中RX1day以7.95 mm/10 a的傾向率呈穩(wěn)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(shù)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(shù)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(shù)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(fā)生頻率呈持續(xù)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(guī)律，而降雨徑流規(guī)律的變化將直接作用于城市洪澇災(zāi)害的產(chǎn)生。在園林綠地的建設(shè)過程中，海綿城市的相關(guān)建設(shè)與未來氣候變化聯(lián)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(shù)據(jù)設(shè)計的低影響開發(fā)設(shè)施規(guī)模，在應(yīng)對未來氣候變化所產(chǎn)生的降雨事件時，集雨型綠地能否保持其設(shè)計的控制效能有待研究。本研究通過MIKE URBAN軟件模型來驗(yàn)證按照當(dāng)前海綿城市建設(shè)要求、基于歷史降雨數(shù)據(jù)設(shè)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(xiàn)期的降雨量，驗(yàn)證該外源集雨型綠地是否能很好地應(yīng)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(gòu)建

MIKE URBAN城市排水管網(wǎng)模型包括徑流模型與管網(wǎng)模型，可以對降雨徑流和管流進(jìn)行模擬，被廣泛運(yùn)用于城市雨水管渠排水模擬[20]。根據(jù)研究區(qū)域排水管網(wǎng)數(shù)據(jù)以及遷安市濱湖東路綠地設(shè)計方案，概化人孔（檢查井）、管道以及蓄水池，根據(jù)人孔以泰森多邊形位置關(guān)系劃分子匯水區(qū)（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(wǎng)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(kuò)散波、運(yùn)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(jù)子匯水區(qū)的特征選擇不同的曲線，動力波演算適用于流態(tài)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(yùn)用動力波進(jìn)行演算。該模型時間–面積曲線基于匯水區(qū)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(shù)參考《室外排水設(shè)計規(guī)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(dǎo)致初期部分降雨不產(chǎn)生徑流，當(dāng)降雨量超過該值時才產(chǎn)生地表徑流，根據(jù)遷安地區(qū)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(shù)指降雨過程中，由于蒸發(fā)、下滲導(dǎo)致部分徑流的流失，根據(jù)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(shù)設(shè)置可參考模型建議的合理范圍來取值。

4.1.2 降雨條件設(shè)置

城市內(nèi)澇多是由于短歷時強(qiáng)降雨導(dǎo)致短時間內(nèi)產(chǎn)生的地表徑流超過雨水管網(wǎng)的排水能力，徑流無法通過管網(wǎng)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(jié)果與分析

4.2.1 管道負(fù)荷分析

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

8 雨水管網(wǎng)溢流負(fù)荷模擬結(jié)果Simulation results of overflow load of rainwater pipe network

表4 管道負(fù)荷模擬結(jié)果Tab.4 Simulation results of pipeline load

模擬結(jié)果表明，雨水管網(wǎng)的管道負(fù)荷隨重現(xiàn)期的增長而增加，外源集雨型綠地對區(qū)域雨水管網(wǎng)管道負(fù)荷有控制作用，隨著重現(xiàn)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(fù)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(fù)荷削減比例僅為3.5%，但管道負(fù)荷≥2的情況削減量達(dá)45.7%。

4.2.2 溢流點(diǎn)分析

通過模型模擬得到不同重現(xiàn)期下集雨型綠地建成前后，研究區(qū)域雨水管網(wǎng)的溢流點(diǎn)數(shù)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(shí)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(jìn)模型概化的容器內(nèi)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(diǎn)模擬結(jié)果Tab.5 Simulation results of overflow points

模擬結(jié)果表明：雨水管網(wǎng)溢流積水程度隨重現(xiàn)期的增長而增強(qiáng)，積水時間與積水深度也呈正比。外源集雨型綠地對區(qū)域雨水管網(wǎng)的溢流有控制作用，隨著重現(xiàn)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(wǎng)溢流積水情況都得到明顯的緩解，溢流點(diǎn)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(qū)域內(nèi)澇情況的分析與預(yù)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(yù)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(qiáng)度以該變化率來調(diào)整未來降雨強(qiáng)度[21]。本研究采用Delta方法，通過CMIP6未來3種情景模擬的降水?dāng)?shù)據(jù)計算1年、2年、3年、5年、10年一遇數(shù)據(jù)（表6）。在未來3種情景模擬下，重現(xiàn)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(xiàn)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(jié)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(qū)域雨水管網(wǎng)溢流和負(fù)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(qū)域雨水管網(wǎng)溢流負(fù)荷，在SSP2-4.5情景下無法有效緩解3年一遇區(qū)域雨水管網(wǎng)溢流負(fù)荷，在SSP5-8.5情景下僅能有效緩解1年一遇區(qū)域雨水管網(wǎng)溢流負(fù)荷。

5 結(jié)論分析與建議

5.1 結(jié)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(shù)對遷安地區(qū)降水趨勢進(jìn)行分析，結(jié)果表明該地區(qū)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(xù)上升。

2）利用MIKE URBAN城市管網(wǎng)排水模型對研究區(qū)域外源集雨型綠地的徑流控制效能進(jìn)行分析，結(jié)果表明：外源集雨型綠地對區(qū)域雨水管網(wǎng)的溢流和負(fù)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(wǎng)溢流及高負(fù)荷排水情況，隨著重現(xiàn)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(xiàn)期降雨量，對比歷史重現(xiàn)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(jié)果表明：現(xiàn)在的低影響開發(fā)雨水系統(tǒng)應(yīng)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(shè)技術(shù)指南——低影響開發(fā)雨水系統(tǒng)構(gòu)建（試行）》中提出的低影響開發(fā)雨水系統(tǒng)的四大規(guī)劃控制目標(biāo)。其中徑流總量控制目標(biāo)的確定方法一般采用年徑流總量控制率作為控制目標(biāo)，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(fā)系統(tǒng)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(diào)蓄設(shè)施利用率過低也會造成各方面的浪費(fèi)。

針對以上結(jié)果和分析，筆者建議在海綿城市規(guī)劃建設(shè)過程中應(yīng)將氣候變化的條件加入其中，充分考慮低影響雨水開發(fā)系統(tǒng)的氣候適應(yīng)性，因地制宜按照氣候特征進(jìn)行分類指導(dǎo)。開展氣候變化在內(nèi)的海綿城市影響和風(fēng)險評估，確保海綿城市建設(shè)的可持續(xù)性，以及海綿城市在氣候變化背景下的適應(yīng)能力，提高其應(yīng)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。