2. 嘉兴市规划设计研究院, 浙江 嘉兴 314000
2. Jiaxing Planning and Design Research Institute, Jiaxing, Zhejiang 314000, China
为解决城市化进程中因地表硬铺率[1](impervious surface ratio,ISR)增加带来的径流水质恶化问题,我国提出了基于“渗、滞、蓄、净、用、排”为导向的海绵城市建设策略,出台了一系列有关的标准规范与技术导则[2-6]。这些文件均强调利用海绵设施对雨水径流的截留作用来控制径流污染负荷,并将年径流总量控制率作为控制径流污染物的重要指标,而年径流总量控制与地块的海绵化程度——海绵设施的类型、数量与布局等息息相关[7-10]。为此,在海绵城市的规划设计实践中,需要探究的两大科学问题主要是哪些因素对径流污染削减起关键性作用;为达到一定的水质控制目标,该如何处理这些因素间的量化结构关系。在各地加快实施海绵城市建设的背景下,有关建设用地海绵化程度与地表径流水质响应关系的研究迫在眉睫。围绕上述问题,国内外学者从时间和空间两维视角出发,采用多元统计方法或借助雨洪管理模型,分析和模拟不同用地类型和降雨强度下典型海绵设施对径流污染的影响[11-16]。刘文等[17-18]研究提出,海绵设施对污染物浓度的控制具有长期显著性,不同类型的设施对污染物浓度的削减程度差异明显;胡爱兵等[19-20]研究表明,优化海绵设施的布局结构有利于改善用地径流水质;Roy等[21-22]发现,低影响开发主要通过改变总不透水下垫面(total impervious area,TIA)与排水收集系统的连通性来控制对雨水径流及污染负荷的拦截程度,且TIA分为有效不透水下垫面(effective impervious area,EIA,指与排水管渠直接连接的不透水下垫面)和无效不透水下垫面(ineffective impervious area,IIA,指与排水管渠断接的不透水下垫面),其中EIA是导致雨水中污染负荷增加的主要因素;Sohn等[23-25]研究认为,EIA是评价LID设施截留雨水径流能力的重要参考指标。这些研究表明海绵化程度对径流水质有重要影响,为从土地利用视角控制径流污染提供了理论基础和新的视角与方法。但如何量化、揭示并管控海绵化程度与径流水质的响应关系,在理论和实践中均具有重大意义,值得进一步探索。基于此,本文以首批海绵城市试点——嘉兴市的20个海绵化改造不同程度的项目为研究单元,依托定点测量的数据,建立海绵化与地表径流水质两套指标;采用冗余分析、偏最小二乘法及Origin拟合方程,研究海绵化程度对径流水质的影响,明确对径流水质显著作用的海绵化指标,并尝试探究在水质达到地表水Ⅳ类及污水排放二级标准时,改造程度不同的用地需要管控的指标阈值,为海绵城市建设的控制性详细规划提供技术指导依据。
1 研究区概况嘉兴市地处长三角冲积平原地带,地势平坦且水系丰富,是典型的水质型缺水城市。随着嘉兴市污水治理力度的推进,点源污染问题逐步解决,以径流污染为主的非点源污染对河道水质的影响日益增大。研究选取嘉兴市10个已海绵化改造半年以上(多位于海绵城市改造示范区内)和10个未海绵化改造(多位于示范区外)共20个单一性质的建设用地为样本(图 1)。为保证各样本排水管网系统的独立性以及用地面积的均等性,将府南三期小区以戚家村浜为界分为东区和西区,中央公园和植物园分别以由拳路、戚家浜为界分为南区和北区。样本用地类型有居住小区(10个)、公共建筑(6个)和公园(4个)3类,各用地容积率均在1.5及以下。
结合用地改造现状,所有研究区地面(含屋面)的类型可用EIA、IIA、绿地(含各种LID设施)以及弱透水面(透水路面及水体)4种类型来涵盖。依据下垫面的透水性强度、不透水下垫面与排水管网的断接或连接程度,选取EIA比例、IIA比例、绿地比例以及弱透水比例作为衡量海绵化程度的指标。利用Excel软件及Sutherland经验公式[26]计算出各样本用地具体数值,其中Sutherland经验公式主要用于计算EIA比例,该公式解决了美国地质勘探局提出的仅适用于小流域(8~28 hm2)内EIA值计算方法的局限性问题,具体方式参考表 1。结合各研究区海绵设施的建设施工现状及表 1可知,研究样本中已改造居住小区和公共建筑的不透水区域与排水收集系统部分断接,公园用地的不透水区域与排水收集系统高度断接;未改造用地的不透水区域与排水收集系统完全连接。
水质数据采用人工时间间隔(每隔10 min)采样法,选取2017年3—8月10场平均降雨强度等级为中雨的有效降雨,并在每块建设用地选取2~3个连接河道的地下管网雨水排出口作为水质采样点(共45个),由此获取1391份径流水质数据。研究选择悬浮物(SS)、生化需氧量(BOD5)、化学需氧量(COD)、氨氮(NH3-N)、总磷(TP)为水质指标,并利用Grubbs检验法[27]筛选数据并剔除离群值,最终求得多场降雨径流中各指标的平均浓度[28]。
2.3 研究方法采用冗余分析定性判断海绵化程度与径流水质的相关性以及海绵化指标对水质指标的控制作用方向,运用偏最小二乘法定量分析海绵化指标对径流水质的影响权重、筛选出影响水质的关键指标,利用Origin拟合方程预测改造程度不同的用地径流水质达到目标要求时,海绵化指标的响应阈值。
2.3.1 冗余分析借助Canoco 5.0软件对各样本点不同水质指标进行降趋势对应分析可知,水质指标数据第一轴的梯度值为0.171,远小于3,故选择冗余分析[29]。冗余分析是一种基于排序技术的线性分析方法,通过样本点在象限的分布形态等方式来揭示研究区域的特点。
2.3.2 偏最小二乘法偏最小二乘法是一种多因变量对多自变量的回归建模方法,通过提取自变量和因变量的主成分,筛选出对两变量解释性最强的综合变量,并解决了变量间的多重共线性问题[30]。
2.3.3 Origin拟合方程Origin软件[31]自带多种非线性拟合函数,能方便、准确地拟合出两组变量数据间的最佳关系曲线,并可直观地了解变量的变化趋势及偏差。
3 结果与分析 3.1 海绵化指标特征研究表明,样本用地的下垫面类型以EIA为主(公园用地除外),已改造建设用地的下垫面类型较未改造建设用地丰富(图 2)。已改造样本R01—R06的下垫面类型以EIA和绿地为主,R07—R10的下垫面类型以绿地为主;未改造样本U01—U10的下垫面类型主要为EIA,绿地次之。不同用地类型的绿地比例和透水比例(绿地和弱透水比例之和)差异明显,其中绿地比例由高到低依次为:公园(超过70%)>居住小区(超过30%)>公共建筑(除市政府U05外均低于25%);透水比例由高到低依次为:公园(超过95%)>居住小区(超过52%)>公共建筑(低于45%)。公共建筑中汽车站的两项指标值最低(均为11%)。当绿地比例相同时,已改造建设用地EIA比例(低于45%)均低于未改造建设用地(超过60%)。
由图 3可知,样本中部分已改造用地各水质指标的平均浓度未满足地表水Ⅳ类及污水二级排放标准,所有未改造用地各水质指标的平均浓度均未达到水质要求。三种用地类型中公园的水质最好,居住小区次之,公共建筑的水质明显劣于前两者。公园的绿地比例和透水比例较高、EIA比例较低,海绵设施布局较好;而公共建筑的绿地和透水比例较低、EIA比例较高,海绵设施布局较差。20个样本中,嘉兴汽车北站(U10)的水质最差,SS,BOD5等五项指标的平均浓度明显高于其他样本。对比样本R01—R06与U01—U06并结合图 2发现,在相同的绿地比例下,已改造建设用地的EIA比例低于未改造建设用地,而水质则前者更优;随着绿地比例的上升,建设用地各项水质指标的平均浓度逐渐下降(R06与U06除外)。
借助Canocc 5.0软件对样本数据进行冗余分析,得出海绵化程度与水质的关系图(图 4)。图中,箭头长度及箭头间的夹角表示水质指标对各海绵化指标的响应程度,长度越长、夹角(锐角表示海绵化指标与水质指标呈正相关,钝角表示负相关)的余弦绝对值越大,说明二者相关性越大,反之越小。
由图 4可知,影响各样本径流水质的海绵化指标类型差异显著。已改造公共建筑类样本(R01—R06)主要受IIA比例影响,公园类(R08,R09)和(R07,R10)分别受绿地和弱透水比例影响明显;未改造样本(U01—U10)则主要受绿地和EIA比例影响。EIA比例与各水质指标呈显著正相关,表明建设用地内EIA是导致径流污染负荷增加的主要因素;绿地、弱透水和IIA三者比例与各项水质指标呈负相关关系,且绿地比例与水质指标的相关性最大,表明绿地对径流污染负荷的截留程度高于另外两者。SS,BOD5,COD和NH3-N这4项水质指标受海绵化程度影响明显,TP受海绵化程度影响不显著。对比EIA比例、IIA比例与水质指标的相关性后发现,二者对各水质指标的作用方向互为相反,且EIA比例与各水质指标的相关性较IIA比例高。
3.3.2 海绵化与水质关键指标的选取本文运用SIMCA-P软件构建偏最小二乘回归模型,并在Analysis中点击Autofit功能对模型进行自动拟合。利用软件的交叉有效性原则提取出2个PLS成分,模型对X的信息利用率为R2X(cum)=0.942,对Y的解释能力为R2Y(cum)=0.828,且求得的交叉有效性值Q2(cum)=0.781 9(大于0.5),表示模型的精度较高。最终,得到经过标准化的偏最小二乘回归方程为:
$ f\left( x \right) = {\alpha _\rho } + \sum\limits_{\rho = 0}^n {({\mu _\rho }\cdot{\beta _\rho })} $ | (1) |
式中:f(x)——水质指标浓度(mg/L);αρ——第p种海绵化指标对水质指标的影响常数项;μρ——第p种海绵化指标的影响系数;βρ——第p种海绵化指标(%)。
不同海绵化指标对水质指标的影响系数如表 2所示,影响大小顺序为:绿地比例>EIA比例>IIA比例>弱透水比例。其中,SS受四项海绵化指标影响明显;BOD5和COD主要受绿地和EIA比例影响;海绵化指标对NH3-N的影响不如其他水质指标显著,说明其不是导致NH3-N平均浓度变化的最重要因素。综合来看,EIA比例越大,各污染物的平均浓度越高,水质越差;绿地、IIA和弱透水比例越大,各污染物的平均浓度越低,水质越好。降雨时,绿地及透水路面等透水区域的雨水经过渗透进入地下,不易形成地表径流,污染物负荷较难通过排水管网进入河道;IIA虽为不透水区域,但与排水管道断接,其地表径流主要流向附近的海绵设施,未能直接进入排水管道。因此,提高建设用地内绿地及透水路面比例或将不透水路面的径流引入绿地等海绵设施、降低EIA比例,都将有利于控制用地内径流污染从而改善河道水质。
海绵化指标对水质指标影响的重要程度,可通过变量投影重要性指标[32](variable importance in the projection,VIP)表示(图 5)。根据VIP排序图可知,绿地和EIA比例的VIP值大于1,IIA比例的VIP值介于0.8,1之间,而弱透水比例的VIP值小于0.8,表明绿地和EIA比例对水质指标具有显著解释意义,二者为影响水质的关键性指标。
为了验证模型建立的优劣度和可靠性,需对模型进行预测分析。利用偏最小二乘回归方程求得各水质指标的预测值,结合实测值绘制的散点趋势图分析可知,拟合度较好(R2>0.8)的水质指标为SS,BOD5和COD,样本点多数均匀分布在对角线附近,表明SS,BOD5和COD是受海绵化程度影响的主要指标。
3.3.3 海绵化指标的阈值探讨综上分析,以EIA比例为x轴,以SS,BOD5及COD三项指标的平均浓度为y轴,根据样本中不透水区域与排水管网系统断接或连接程度的不同,利用Origin 2017软件建立9个拟合方程;再以绿地比例为x轴,与其他三项水质指标建立3个拟合方程。根据研究获取的样本数据,可预测中度降水下,不同改造程度的用地径流水质达到地表水Ⅳ类及污水排放二级标准时,需要管控的海绵化指标的范围。
(1) 当EIA≈0时,即针对不透水区域与排水收集系统高度或完全断接的建设用地,随着绿地比例的上升,各水质指标的平均浓度均相应下降。由表 3方程可知,若使建设用地的水质满足标准,绿地比例应不低于31%。
(2) 当EIA=0.04(TIA)1.7时,即针对不透水区域与排水收集系统部分断接的建设用地,各项水质指标的平均浓度随着绿地比例的上升而降低,且斜率逐渐减小,其中COD对绿地比例变化的敏感性最高。由图 6可知,绿地比例超过38.5%时,建设用地的水质可满足标准。由此可见,目前嘉兴市已改造居住小区和公共建筑的绿地比例均有待提高。
(3) 当EIA=TIA时,即针对未经过海绵化改造的建设用地,随着绿地比例的上升,各水质指标的平均浓度均下降,且SS的下降斜率逐渐增大,说明SS对绿地比例变化的敏感性更高。由图 7可知,若使建设用地的径流水质满足要求,绿地比例应不低于47%。目前看来,嘉兴市未改造居住小区和公共建筑的绿地比例均未超过47%,径流污染较为严重。
(4) 在常规绿地比例建设标准(绿地比例≈35%)下,随着EIA比例的上升,各水质指标的平均浓度均上升,且斜率由低变高。由图 8可知,EIA比例低于9%时,水质可满足目标要求。然而,目前嘉兴市除公园用地外其他类型建设用地的EIA比例均超过9%。
由分析结果可知,在特定的海绵化程度下,当改变绿地和EIA比例使COD满足水质要求时,其余水质指标均在标准范围之内。因此,COD是评价研究样本用地径流水质的关键性指标。
4 结论(1) 基于冗余分析,定性地揭示了海绵化程度与径流水质的响应关系。影响各样本用地径流水质的海绵化指标不同;绿地、IIA、弱透水比例与水质指标呈负相关,EIA比例与水质指标呈正相关;SS,BOD5,COD和NH3-N与海绵化指标相关性较大。
(2) 基于偏最小二乘回归分析,定量地探究出不同海绵化指标对各项水质指标的影响权重,筛选得到影响水质的关键指标为绿地比例和EIA比例,受海绵化程度影响的主要水质指标为SS,BOD5和COD。
(3) 基于关键指标的Origin拟合分析,得出用地径流水质达到Ⅳ类及污水排放二级标准时绿地或EIA比例的响应阈值:①当EIA≈0时,绿地比例的阈值为31%;②当EIA=0.04(TIA)1.7时,绿地比例的阈值为38.5%;③当EIA=TIA时,绿地比例的阈值为47%;④在常规绿地比例(约为35%)建设标准下,EIA比例的阈值为9%。
当前,《城市绿化规划建设指标的规定》中规定城市建设用地绿地比例应不低于35%,其中,居住小区和公共建筑的绿地比例标准分别为40%(新小区)、35%(旧小区和公共建筑)。由此可知,当EIA≈0时,则无需改变城市建设用地内绿地比例标准;当EIA=0.04(TIA)1.7时,建议已改造的居住小区和公共建筑的绿地比例标准均提高3.5%;当EIA=TIA时,建议未改造建设用地中居住小区和公共建筑的绿地比例分别提高7%(新小区)和12%(旧小区和公共建筑);在常规绿地比例(约为35%)建设标准下,可通过增加透水路面面积或将普通绿地改为下凹式绿地、雨水花园及雨落管等方式降低EIA比例。
致谢: 嘉兴市规划设计研究院为本研究提供了详细的海绵城市建设施工图和降雨数据资料,特此致谢。
[1] |
Hamdi R, Termonia P, Baguis P. Effects of urbanization and climate change on surface runoff of the Brussels Capital Region:A case study using an urban soil-vegetation-atmosphere-transfer model[J]. International Journal of Climatology, 2011, 31(13): 1959-1974. DOI:10.1002/joc.2207 |
[2] |
中华人民共和国住房和城乡建设部. 海绵城市建设技术指南:低影响开发雨水系统构建(试行)[M]. 北京: 中国建筑工业出版社, 2014.
|
[3] |
中华人民共和国住房和城乡建设部. 海绵城市建设国家建筑标准设计体系[M]. 北京: 中国建筑工业出版社, 2016.
|
[4] |
中华人民共和国住房和城乡建设部. GB50400-2016建筑与小区雨水控制及利用工程技术规范[S].北京: 光明日报出版社, 2016. http://www.csres.com/detail/291633.html
|
[5] |
中华人民共和国住房和城乡建设部. GB51222-2017城镇内涝防治技术规范[S].北京: 中国计划出版社, 2017. http://www.csres.com/detail/295409.html
|
[6] |
中华人民共和国住房和城乡建设部. GB51174-2017城镇雨水调蓄工程技术规范[S].北京: 中国计划出版社, 2017. http://www.csres.com/detail/295407.html
|
[7] |
吕伟娅, 管益龙, 张金戈. 绿色生态城区海绵城市建设规划设计思路探讨[J]. 中国园林, 2015, 31(6): 16-20. DOI:10.3969/j.issn.1000-6664.2015.06.004 |
[8] |
睢晋玲, 刘淼, 李春林, 等. 海绵城市规划及景观生态学启示:以盘锦市辽东湾新区为例[J]. 应用生态学报, 2017, 28(3): 975-982. |
[9] |
陈小龙, 赵冬泉, 盛政, 等. 海绵城市规划系统的开发与应用[J]. 中国给水排水, 2015, 31(19): 121-125. |
[10] |
李方正, 胡楠, 李雄, 等. 海绵城市建设背景下的城市绿地系统规划响应研究[J]. 城市发展研究, 2016, 23(7): 39-45. DOI:10.3969/j.issn.1006-3862.2016.07.007 |
[11] |
车伍, 张鹍, 张伟, 等. 初期雨水与径流总量控制的关系及其应用分析[J]. 中国给水排水, 2016, 32(6): 9-14. |
[12] |
Zhang Qianqian, Han Yongtao, Geng Yudong, et al. Research advances on the effect of the runoff intercepting and pollution reducing of green roof[J]. Environmental Science & Technology, 2016, 39(1): 74-78. |
[13] |
Miller J D, Kim H, Kjeldsen T R, et al. Assessing the impact of urbanization on storm runoff in a peri-urban catchment using historical change in impervious cover[J]. Journal of Hydrology, 2014, 515(7): 59-70. |
[14] |
谢继锋, 胡志新, 徐挺, 等. 合肥市不同下垫面降雨径流水质特征分析[J]. 中国环境科学, 2012, 32(6): 1018-1025. DOI:10.3969/j.issn.1000-6923.2012.06.010 |
[15] |
伊元荣, 海米提·依米提, 赵丽丽. 乌鲁木齐市不同下垫面雨水径流水质特性分析[J]. 水土保持研究, 2010, 17(2): 247-251. |
[16] |
Pennino M J, Mcdonald R I, Jaffe P R. Watershed-scale impacts of stormwater green infrastructure on hydrology, nutrient fluxes, and combined sewer overflows in the mid-Atlantic region[J]. Science of The Total Environment, 2016, 565(9): 1044-1053. |
[17] |
Liu Wen, Chen Weiping, Peng Chi. Assessing the effectiveness of green infrastructures on urban flooding reduction:A community scale study[J]. Ecological Modelling, 2014, 291(1): 6-14. |
[18] |
刘文, 陈卫平, 彭驰. 社区尺度绿色基础设施暴雨径流消减模拟研究[J]. 生态学报, 2016, 36(6): 1686-1697. |
[19] |
胡爱兵, 任心欣, 丁年, 等. 基于SWMM的深圳市某区域LID设施布局与优化[J]. 中国给水排水, 2015, 31(21): 96-100. |
[20] |
胡爱兵, 任心欣, 裴古中. 采用SWMM模拟LID市政道路的雨洪控制效果[J]. 中国给水排水, 2015, 31(23): 130-133. |
[21] |
Allison H. Roy, Shuster W D. Assessing impervious surface connectivity and applications for watershed management[J]. Jawra Journal of the American Water Resources Association, 2010, 45(1): 198-209. |
[22] |
Nalinisahoo S, Sreeja P. Role of rainfall events and imperviousness parameters on urban runoff modelling[J]. Ish Journal of Hydraulic Engineering, 2013, 19(3): 329-334. DOI:10.1080/09715010.2013.819706 |
[23] |
Sohn W, Kim J H, Li M H. Low-impact development for impervious surface connectivity mitigation:assessment of directly connected impervious areas (DCIAs)[J]. Journal of Environmental Planning and Management, 2017, 60(4): 1-19. |
[24] |
Lee J G, Heaney J P. Estimation of urban imperviousness and its impacts on storm water systems[J]. Journal of Water Resources Planning and Management, 2003, 129(5): 419-426. DOI:10.1061/(ASCE)0733-9496(2003)129:5(419) |
[25] |
Alley W M, Veenhuis J E. Effective impervious area in urban runoff modeling[J]. Journal of Hydraulic Engineering, 1983, 109(2): 313-319. DOI:10.1061/(ASCE)0733-9429(1983)109:2(313) |
[26] |
Sutherland, Roger C. Methods for estimating the effective impervious area of urban watersheds[J]. Watershed Protection Techniques, 1995, 2(1): 282-284. |
[27] |
Maloney C J, Rastogi S C. Significance test for Grubbs's estimators[J]. Biometrics, 1970, 26(4): 671-676. DOI:10.2307/2528714 |
[28] |
吴亚刚, 陈莹, 陈望, 等. 西安市某文教区典型下垫面径流污染特征[J]. 中国环境科学, 2018, 38(8): 3104-3112. DOI:10.3969/j.issn.1000-6923.2018.08.040 |
[29] |
赖江山. 生态学多元数据排序分析软件Canoco5介绍[J]. 生物多样性, 2013, 21(6): 765-768. |
[30] |
王惠文. 偏最小二乘回归方法及其应用[M]. 北京: 国防工业出版社, 1999.
|
[31] |
马壮, 邸文静, 王帅, 等. 基于Origin 7.0软件非线性拟合白浆土胡敏酸吸附Zn2+的热力学过程[J]. 中国农学通报, 2014, 30(32): 159-164. |
[32] |
李琳琳, 张依章, 唐常源, 等. 基于偏最小二乘模型的河流水质对土地利用的响应[J]. 环境科学, 2017, 38(4): 1376-1383. |