1 方法与材料
本研究基于官窑山公园规划设计实践,首先制定了4种山体公园水文分级调控策略(S1~S4)和1种传统的排水设计策略(BS),以及不同重现期下2h和6h降雨历时对应的24种场降水情景和6种典型年(2015—2020年)降水情景。
通过建立SWMM模型,选取出流总量削减率、尖峰流量削减率,以及尖峰汇流时间延迟率作为场降水情景综合水文效益评估指标,选取年降水总量控制率和提升效益作为典型年降水情景水文效益评估指标,模拟不同降水情景下4种分级调控策略相较于传统策略的水文性能,综合评估官窑山公园分级调控策略水文效益。技术路线如图1所示。
通过建立SWMM模型,选取出流总量削减率、尖峰流量削减率,以及尖峰汇流时间延迟率作为场降水情景综合水文效益评估指标,选取年降水总量控制率和提升效益作为典型年降水情景水文效益评估指标,模拟不同降水情景下4种分级调控策略相较于传统策略的水文性能,综合评估官窑山公园分级调控策略水文效益。技术路线如图1所示。
1.1 研究区概况
本研究在以往研究的基础上[16],结合南京市官窑山、李家山公园规划设计实践,选取汇水区较为独立的官窑山公园作为研究案例,进一步探究不同调控策略的水文性能。官窑山公园位于南京市栖霞区,西邻栖霞山,南近长江,总面积7.4万m2。官窑山整体为自然山林状态,用地类型主要包括林地、草地和少量的裸地和池塘。山体中间高、四周低,最大高程为45.23m。坡度主要集中在30%以下,局部山坡因挖方坡度较大,地形特征如图2-1所示。根据上位规划,官窑山将被打造为集生态保护、休闲游憩于一体的山体公园,服务周边居住区。
本研究基于官窑山数字高程模型(DEM)和Arcmap10.2中的水文分析工具,将官窑山公园首先划分为4个汇水分区。为了避免景观规划设计和分级调控措施对地表水文特征一致性的影响[26-27],根据设计高程、分级调控措施、道路和步道,以及排水等设施的空间分布,进一步将官窑山公园细分为8个子汇水区(C1-1~C4-2)(图2-2)。
本研究基于官窑山数字高程模型(DEM)和Arcmap10.2中的水文分析工具,将官窑山公园首先划分为4个汇水分区。为了避免景观规划设计和分级调控措施对地表水文特征一致性的影响[26-27],根据设计高程、分级调控措施、道路和步道,以及排水等设施的空间分布,进一步将官窑山公园细分为8个子汇水区(C1-1~C4-2)(图2-2)。
1.2 水文分级调控设计策略
水文分级调控策略包括源头就地消纳、中端多级调节和末端滞蓄利用3个层级内容(图3)。高地产流区是地表径流的开端,地高坡陡,用地条件有限,应避免大规模的建设活动,保护原有植被并修复裸露的坡地,从而促进雨水径流的截留、入渗和就地消纳。中端径流过境的坡面汇流区径流丰富且随地势和雨强逐增,强降雨时会造成下游排水压力增加,局部存在水土流失的现象。
因此,该区域宜采用多层级的径流组织与调配措施,错峰调节山体的瞬时径流,缓解下游排水压力,保持水土。末端径流汇集的区域主要集中于汇水区下游的谷地和低地,与城市建成区接壤,易发生积涝和山洪。该区域可设置相对集中的永久性或季节性调蓄设施,与城市建成区接壤区域须设置线性或环状的截洪措施,在调节和控制上游雨水径流的同时,营造宜人的山体水景观,保障公园和周边建设用地的防洪排涝安全。
因此,该区域宜采用多层级的径流组织与调配措施,错峰调节山体的瞬时径流,缓解下游排水压力,保持水土。末端径流汇集的区域主要集中于汇水区下游的谷地和低地,与城市建成区接壤,易发生积涝和山洪。该区域可设置相对集中的永久性或季节性调蓄设施,与城市建成区接壤区域须设置线性或环状的截洪措施,在调节和控制上游雨水径流的同时,营造宜人的山体水景观,保障公园和周边建设用地的防洪排涝安全。
本研究在官窑山公园设计实践过程中,基于分级调控设计方法[16],提供了4种不同的水文分级调控策略(S1:末端截流和调蓄策略;S2:分级截流和末端调蓄策略;S3和S4:分级截流和分级调蓄策略)和1种传统设计的基准策略(BS:末端截流排水策略)。如图4所示,策略S1设置了末端截流沟(长1 020m,深600mm)和永久性调蓄湿地P(1 000m2,平均深度1 000mm),与其他3种分级调控方案形成对照。
S2在S1的基础上沿山体中部人行步道增加了生态植草沟(长580m,深250mm),用以比较分级截流设施的水文性能。S3在S2的基础上,将湿地P按汇水区面积拆分为P1(400m2,平均深度1 000mm)和P2(600m2,平均深度1 000mm)并分级设置,用以比较相同调蓄容积情况下分级调蓄措施的水文性能。S4则是在S2的基础上分级设置了与S3中P2相同容积的分级调蓄湿地,用以对比增加调蓄容积所引起的水文性能变化。
S2在S1的基础上沿山体中部人行步道增加了生态植草沟(长580m,深250mm),用以比较分级截流设施的水文性能。S3在S2的基础上,将湿地P按汇水区面积拆分为P1(400m2,平均深度1 000mm)和P2(600m2,平均深度1 000mm)并分级设置,用以比较相同调蓄容积情况下分级调蓄措施的水文性能。S4则是在S2的基础上分级设置了与S3中P2相同容积的分级调蓄湿地,用以对比增加调蓄容积所引起的水文性能变化。
1.3 设计降水情景的设置
南京属亚热带季风气候,降雨时空分布不均。为了充分验证水文分级调控设计策略的有效性,采用了不同重现期(2、5、10、20、50、100年)和持续时间(2、6h)的场降水情景(图5)及典型年(2015—2020年)降水情景(图6)作为本次水文性能评估的设计降水情景。不同重现期场降水采用芝加哥雨型模型[28]生成,基于不同重现期南京市暴雨公式参数,结合雨峰系数推求得到设计降水过程,以反映各时段降水强 度[29]。典型年降水采用2015—2020年南京市雨量站监测数据,其中38.8mm为南京市年降水总量控制率85%对应的设计降雨量。
经统计分析,2015—2020年平均降水量为1 431.78mm,平均降水次数为123次,其中,小于38.8mm的平均降水次数为115次,占总次数的93.63%;平均每年5次暴雨事件(大于50mm/24h)、69次连续降水事件。由此可见,2015—2020年绝大部分降水事件小于南京市85%控制率对应的设计降水量,但降水频次和暴雨/连续降水事件频次存在较大差异。按照85%控制率对应的38.8mm计算的2015—2020年平均降水总量控制率仅为81.07%,这主要由于不同年份的降水量、雨强和频次存在较大差异。
经统计分析,2015—2020年平均降水量为1 431.78mm,平均降水次数为123次,其中,小于38.8mm的平均降水次数为115次,占总次数的93.63%;平均每年5次暴雨事件(大于50mm/24h)、69次连续降水事件。由此可见,2015—2020年绝大部分降水事件小于南京市85%控制率对应的设计降水量,但降水频次和暴雨/连续降水事件频次存在较大差异。按照85%控制率对应的38.8mm计算的2015—2020年平均降水总量控制率仅为81.07%,这主要由于不同年份的降水量、雨强和频次存在较大差异。
1.4 水文模型构建
现阶段EPA SWMM已广泛应用于低影响开发及海绵城市相关的分析、规划与设计[30-31],其中模型构建的关键在于输入参数的完整性和精度。本研究大部分用于定义地表和排水网络特征的参数来自现有的CAD和GIS数据,其余参数则由地表类型和子集水区属性决定,包括透水表面和不透水表面的洼地存储,以及透水表面、不透水表面、管道、草地洼地和生态截流渠道的地表流曼宁系数。
此外,采用Horton方法[32]模拟入渗,采用非线性水库方程模拟地表径流,采用Saint-Venant方程模拟渠道和管道流。模型中的主要参数首先根据SWMM 5.0手册[33]进行设置;然后根据南京地区相关研究报告[34-36]中的参数进行调整;最后通过对比子汇水区径流系数,对模型参数进行调整校正,得到最终参数设置。
此外,采用Horton方法[32]模拟入渗,采用非线性水库方程模拟地表径流,采用Saint-Venant方程模拟渠道和管道流。模型中的主要参数首先根据SWMM 5.0手册[33]进行设置;然后根据南京地区相关研究报告[34-36]中的参数进行调整;最后通过对比子汇水区径流系数,对模型参数进行调整校正,得到最终参数设置。
本研究涉及的水文分级调控措施主要包括截流设施(生态截流沟和生态植草沟)和调蓄设施(季节性湿地)2类LID设施,设施长度、深度、面积和位置信息在2.2小节中已详细说明,设施的设计参数根据《低影响开发海绵城市建设指南》[37]、SWMM手册[33]中推荐的LID参数阈值及相关参考文献[36]设置,并根据项目设计过程的实际情况进行调整。
1.5 水文效益评估指标
水文分级调控策略S1~S4的水文效益评估以策略BS为基准,通过模拟和计算水文性能指标进行分析和评估。针对山体公园的特殊性,选定出流总量(RVol)、尖峰流量削减率(RQ)和尖峰汇流时间延迟率(RTc)作为场降水情景下的水文性能评估指标[38],综合评估不同调控策略的综合水文效益(RCHP);选定年降水总量控制率(RVCA)、年降水总量控制提升效益(RVC)作为典型年降水情景下的水文效益评估指标。
RVol、RQ和RTc分别为分级调控策略与基准策略BS出流总量、尖峰径流量的削减比值和汇流时间的延迟比值(式1~3)。RCHP为以上3个指标的平均值,以体现策略S1~S4以BS为基准的综合水文效益(式4)。
式中,VolBS、QBS和TBS分别为基准策略BS的总出流量、尖峰径流量和汇流时间;Voli、Qi和Ti分别为策略i的总出流量、尖峰径流量和汇流时间,i=S1、S2、S3、S4。
RVCA为累计全年控制雨量与全年总降雨量的比值,表现为不同策略在典型年降水情景下的降水总量控制率(式5)。RVC为分级调控策略与基准策略BS的年降水总量控制率的提升比值,表现为策略S1~S4以BS为基准的RVCA的提升效益(式6)。
式中,VD(j)为第j年雨水出流量;VT(j)为第j年总降水量,j=2015、2016、2017、2018、2019、2020年;RVCA(BS)为基准策略BS的年降水总量控制率;RVCA(i)为策略i的年降水总量控制率,i=S1、S2、S3、S4。