基于雨洪風險模擬的城市低影響開發適建性分析

羅為維 周旭 劉曉林 馬橋明 任芳

摘 要：城市低影響開發（LID）是解決城市內澇問題、改善人居環境的重要創新舉措。本文以雨洪風險較高的貴陽市云巖區和南明區為例，輸入不同降雨條件，運用SCS-CN模型模擬降雨徑流；應用GIS空間分析識別不同雨洪風險區，并將雨洪風險、土地利用、高程、坡度和坡向耦合分析LID的適建性；擬選最適建占比最高的街區作為LID示范建設區。結果表明：不同土地利用類型的地表徑流量差異較大，降雨5 a一遇時建筑區為66.21 mm、林地為7.63 mm，100 a一遇時建筑區為110.41 mm、林地為28.80 mm，應當重視城市綠化建設。研究區在5 a一遇情景模擬下，最先出現大面積雨洪風險，雨洪高風險區面積6.90 km2。區域內LID適建性總面積為184.4 km2，其中最適建面積為81.49 km2，覆蓋41個街區，最終選取最適建面積占比97.44%的中山西路街道和98.81%的河濱社區作為建設示范點。

關鍵詞：低影響開發；適建性；雨洪風險模擬；SCS-CN模型

中圖分類號：TU984 文獻標志碼：A文章編號：1673-5072（2024）02-0172-09

隨著城市建設用地不斷擴展，自然土地轉變為不透水表面，從而導致滲透過程減弱［1］，由此引發的城市熱島和城市內澇等問題日益嚴重。洪水災害已占世界自然災害的1/3［2］，被視為社會發展和人類生活的新威脅［3］。為了應對城市內澇、改善人居環境等，我國住房和城鄉建設部于2014年10月印發了《海綿城市建設技術指南：低影響開發雨水系統構建（試行）》，明確要求規劃引領、統籌開發城市雨水系統［4］，實現從宏觀尺度到微觀尺度的統籌協調、從戰略規劃到實踐層面的承接配合［5］。當前我國海綿城市建設仍處于試點建設階段，對于海綿城市的理論創新、規范制定和標準化建設還有待完善［6］，尤其是低影響開發（Low Impact Development，LID）建設還處于不斷的探索和實踐之中。

LID是采用源頭控制理念實現雨洪管理與利用的海綿城市建設方法［7］。LID適建性分析是指融入生態要素與海綿理念的適宜性評價方法，可為海綿城市建設提供輔助決策［8］。由于城市的地形、生態環境、格局的不同，LID適建性指標構建的側重點也存在差異。任建超和謝水波［9］從自然地理要素、城市建設以及用地功能3個指標評價海綿城市建設適宜性。付韻潮等［10］進一步將水文、產業布局加入LID適建性評價，為天府新區提供LID建設指導。陳哲夫等［11］從水文的角度深入，強化水源涵養、土壤保持和水質凈化3個指標，實現海綿城市建設適應性評價。現有適建性研究大多基于地形、植被、土地利用和水文等方面進行，也有部分學者［12-14］從徑流管理將不同重現期下的降雨徑流作為雨洪因子，融入LID措施建設評價中，但忽略了城市降雨徑流形成淹沒時的雨洪風險對LID建設的影響。

因此，本研究的目的是融合雨洪風險對貴陽市云巖區和南明區進行LID適建性綜合分析。運用SCS-CN水文模型與ArcGIS，模擬研究區內5 a、10 a、25 a、50 a和100 a一遇重現期降雨產流以及雨洪風險分布，耦合雨洪風險、高程、坡度、坡向和土地利用構建LID適建性體系，分析研究區內最適建區域，并基于各街區的耦合效果篩選示范街區，為城市LID建設提供參考。

1 研究區概況

貴陽市處于云貴高原東部，是典型的喀斯特山地城市，地形起伏大，山高坡陡，以山地、丘陵為主，平壩區域僅占9%。貴陽市屬于亞熱帶季風濕潤氣候，年降水量為1 072.8 mm，夏半年降水量占年降水量的78.5%。5—9月為貴陽市的雨期，陣雨和暴雨頻發，洪澇災害主要集中在這一時期。云巖區和南明區是貴陽市主城區，面積共302.91 km2（圖1），具有人口密度高、商貿繁榮、交通便利與人文景觀豐富等特點。根據歷史文獻記載，在1952—1998年，貴陽洪澇災害爆發的頻率為3～4年1次［15］。1996年7月2日的特大暴雨被列入百年一遇降雨災害事件，主城區日降雨量為197.3 mm，致使河道水位上升，交通癱瘓，人員傷亡慘重，直接經濟損失達32.58億元［15］。2014年7月15日主城區日降雨量達到了201.7 mm，超過1996年成為有記錄以來的日降雨量最大值。

2 數據來源與研究方法

2.1 數據來源

本研究采用中國資源衛星應用中心（http：//www.cresda.com/CN/）2021年6月GF-6號16 m遙感影像數據和歐洲航天局（https：//www.esa.int/）2021年10 m土地利用數據；土壤類型分布數據來自第二次土壤普查；云巖區和南明區街區數據下載自91衛圖；30 m DEM數據來自地理空間數據云（http：//www.gscloud.cn/）；降雨數據參考《貴陽市暴雨強度公式推求》［16］計算獲得；實際歷史內澇點數據以2014年貴陽市住房和城鄉建設局公布的《貴陽市中心城區主要水淹點一覽表》為基礎，對照微博官方賬號“貴陽交通廣播”發布的2019—2021年7月實時內澇信息進行整理更新所得。

2.2 研究方法

2.2.1 雨洪風險模擬方法

1）降雨量設計。本研究根據《室外排水設計標準》［17］列舉的適宜降雨歷時，以120 min為例，基于貴陽市暴雨強度公式，計算出5 a、10 a、25 a、50 a和100 a一遇的重現期下的設計降雨量，公式如下：

式中：i代表暴雨強度（L·（s·hm2）-1）；p代表設計降雨重現期（a）；t代表設計降雨歷時（min），P為設計降雨量（mm）。各重現期降雨量設計結果如表1所示。

2）徑流計算參數設定。SCS-CN模型由美國農業部水土保持局開發，綜合考慮了土地利用類型、土壤類型、前期土壤濕潤程度對降雨徑流的影響，用于預測降水徑流量的大小［18］，其基本關系為：

式中：P 為設計降雨量（mm）；Q 為實際徑流量（mm），S為最大滯留量（mm）。

區域內S受地表徑流參數（CN）的影響，其關系如下［19］：

美國農業部水土保持局根據土壤質地與土壤水分的最小滲透率由強到弱劃分為 A、B、C、D共4類土壤水文類型［20-21］（表2），并提供適用于城市區域的CN值［22］。本研究在土壤水文濕度為AMC-Ⅱ（普通）型進行開展，區域內包含B、C、D三類土壤水文型。結合相關CN值研究［23］，獲取對應CN值（表3）。

3）雨洪淹沒模擬。基于上述步驟，將暴雨內澇視為無源淹沒狀態，不考慮匯流過程，僅受重力與地形等自然因素的影響，進行洼地填充［24］，基于二分法運用ArcGIS中的Surface Volume工具確定研究區經歷暴雨后的內澇淹沒高度，進行雨洪風險模擬與分級。

2.2.2 LID適建性指標耦合

LID措施大多數依靠植被的一系列生態活動進行雨水的吸納利用，植被的生長影響LID措施的效益［25］。本研究選取與LID措施中植被生態有關地形因子（高程、坡度、坡向），土地利用類型以及雨洪風險分布進行AHP層次分析，構建LID適建性評價體系（表4）。

隨著高程的增加，大氣密度降低，太陽輻射增強，植被生長受抑制，生態敏感性高，越不適宜人為LID措施建設［26］；坡度影響降雨的徑流沖刷速度，坡度越小的區域，坡面越緩，降雨地表徑流沖刷越慢，有利于植物吸收凈化雨水，越適宜LID建設［27］；研究區位于北半球，坡向越朝南，植被光照條件越好，越適合植被生長，LID建設越適宜；土地利用類型涉及不同下墊面的地表徑流、生態敏感性以及保護制度，地表徑流越大、生態敏感性越低的區域越適宜進行LID建設，而林地、農田和水域具有較為嚴格的保護制度不適宜進行LID建設；雨洪風險依據重現期進行劃分，重現期越小，降雨越頻繁，越容易產生城市淹沒，雨洪風險越高，越適宜LID建設［28］。

3 結果與分析

3.1 雨洪風險特征

SCS-CN模型模擬的不同重現期下的地表降雨徑流如表5 所示，隨著重現期的增加，地表徑流量也增加，其中地表徑流量產生最多的區域集中在人類活動最多的建筑區，5 a一遇下為66.21 mm，100 a一遇下為110.41 mm。而林地有較深的根系，對雨水吸納有較好的效果，其徑流量也最少，5 a一遇重現期下僅產生7.63 mm的徑流量，100 a一遇下的徑流量也僅有28.80 mm。這表明在城市LID建設中，植被對地表徑流的吸收和截留能力不容忽視，在建筑區中，應考慮采用植被對其進行LID建設。

結合地表徑流量運用Surface Volume工具模擬得出云巖區、南明區的淹沒雨洪風險分布如圖2、圖3所示：研究區內大面積的城市內澇出現在5 a一遇重現期下，高風險區域總面積6.90 km2，是LID重點建設區域。10～100 a一遇的情景下，各街區內的積水未形成較大的溢流情況，僅在5 a一遇重現期基礎上小范圍延伸。因此，可依據區域內不同風險進行分批優化，形成循序漸進的城市LID建設。

結合遙感影像可知，雨洪集中在城市干道、居民區內部以及河道附近，對居民生活以及交通出行造成較大的影響。由云巖區雨洪風險等級分布（圖2）可知：云巖區雨洪分布較分散，淹沒地點基本在居住區、商圈廣場以及交通道路。中部的中山西路街道、延中社區、中華北路街道以及貴烏社區是云巖區中心地段，此處建筑密度大，老舊建筑多，地勢坡度大，市井街巷排水設施較為老舊，面對強降雨時，地表徑流削減效果欠佳且排水效果不理想，是雨洪多發地段。頭橋社區出現內澇的區域主要在西部前期規劃有待完善的花果園居住區，此處交通擁擠，人流密集，綠地率較低，存在城市雨洪風險。三橋社區內多以待提質改造的老舊平房為主，城市綠化較少且排水設施較為老舊，亦會導致城市內澇。

由南明區雨洪風險等級分布（圖3）可知：南明區雨洪風險分布的范圍廣泛，市西河兩側、建筑區、交通干道以及部分地勢較低農田淹沒情況比較明顯。在南明區西部，從中曹司社區至水口寺社區，以及沿途河道內各街區均有帶狀雨洪高風險分布。其中，遵義社區淹沒狀況較為嚴重，呈現四周環繞式淹沒，同時連接沙沖社區東北部、興關社區西部呈塊狀淹沒。南明區中部在城市河流兩側形成淹沒，橫跨小碧布依族苗族鄉、龍洞社區以及云關鄉3個街區。由于南明區東部地勢整體較低，雨洪風險多出現在建筑區以及農田等地區。

3.2 LID適建性單因子分析

高程的適建性分布如圖4a所示：高程適建性呈現出以云巖區、南明區的中心向外減弱的趨勢，整體上適宜進行LID建設，區域內適建區為78.90%。最適建區多以地形變化較小的建筑區為主，LID最適建區占總區域的28.81%，較適建區域占總區域的50.09%。

坡度的適建性分布如圖4b所示：坡度適建性分布與高程具有一致性，多集中于建筑區、農田等人為干預較多的區域。總體適建區域占比70.17%，其中最適建區占研究區的19.05%，較適建區占研究區51.12%。

坡向的適建性分布如圖4c所示：研究區處于喀斯特山區，地形變化較大，坡向分布較為破碎。坡向總體適建區域占比為62%，最適建區占研究區的12.75%，較適建區占比為25.16%，中等適建區為24.09%。

土地利用類型的適建性分布如圖4d所示：總體適建占比為57.17%，主要以建筑區和裸露地面分布為主。LID最適建區占研究區的56.53%，較適建區域占比較少，僅占全區的0.64%。

通過分析各因子的適建性分布發現，高程、坡度、土地利用因子的最適建區多集中在云巖區、南明區的中部，該區域主要由建筑區的組成，為LID建設提供了良好的建設條件，在LID建設中應著重考慮各項措施在城市建筑區的應用。

3.3 LID適建性綜合分析

將各適建性因子與雨洪風險加權疊加，利用自然斷點法進行分級，得出研究區內LID綜合適建性分布（圖5）：總體可供建設面積為184.4 km2 ，主要以城市中心向四周林地擴散，其中最適建區域為81.49 km2，占總區域的27.41%，較適建區域為102.8 km2，占總面積的34.57%。因貴陽市“城山鑲嵌”的特殊山地城市地形因素［29］，存在大量生態敏感性較高，地形變化較大的自然山體分布在研究區邊緣以及中心地帶，不適宜建進行LID建設。

疊加各街區邊界范圍，對各街區的綜合適建性進行分區統計，結果如表6、表7所示。研究考慮貴陽市中心城區地形破碎、用地緊張的特征，從最適建性面積占比出發，分析各街區的LID綜合適建性。

云巖區（表6）總體最適建面積為15.64 km2，涵蓋18個街區。其中，金惠社區不包含最適建區域。在云巖區內，街道最適建占比為2.56%～97.44%。其中，占比最低的街區是金鴨社區，該區域未受到雨洪淹沒影響，且以大面積林地和農田為主，具有良好的雨洪調節能力，需要人為LID建設的區域較少。占比最高的街區是中山西路街道，該地區雨洪風險最高，覆蓋地形平緩、高程較低的建筑不透水面，具有LID建設最適條件。

南明區（表7）總體最適建面積為65.85 km2，有23個街區包含最適建區域。其中，見龍社區內最適建占比最少，為7.73%，因其大部分處于貴陽森林公園內，高程變化較大、林地含量較高，建設難度較大，最適建性較低，一定程度上限制LID建設。河濱社區內部多為地形平坦的建筑區，易形成雨洪風險，最適建占比最大，為98.81%。

4 結 論

本研究耦合雨洪風險與多項因子進行LID適建性分析，明確了貴陽市云巖區和南明區內LID建設的適建性空間分布。雨洪風險模擬受到不同重現期下的降雨徑流影響，在城市老舊小區、農田、河道等地總體以高風險為主。從整體上看，LID最適建區域分布在云巖區以及南明區的中部，主要由建筑區構成。在各街區分布上，僅有云巖區的金惠社區不存在最適建區域。云巖區內中山西路街道、以及南明區的河濱社區在各自行政區內最適建占比最大，具有良好LID建設條件，可作為建設試點街區進行相應建設布局，為城市LID建設提供指導依據。

由于本文采用設計降雨以及雨洪淹沒模擬進行風險分級，模擬結果與實際降雨情況可能出現偏差。結合更新后的城市洪澇點數據可知，實際淹沒點共47處（南明區26處，云巖區21處），實驗模擬結果吻合37處，重合率為78%，覆蓋大部分實際淹沒點，理論上符合事實。LID措施建設應是科學的、因地制宜的，由于LID措施具有多樣性，其適用場所也有不同，可根據不同場地的應用類型進行LID措施的比選。如，在建筑區可建設綠色屋頂排出和利用雨水；在城市道路兩側建設下凹式綠地，對路面排水和雨水進行吸收凈化；面對河道兩側的積水，可采用退臺式生態駁岸對雨水逐層吸收利用，同時完成雨水的凈化，提高城市生態效益。由于遙感影像與目視解譯成果的精度不夠，本研究對土地利用類型的分類較為粗泛，并未能具體到用地的不同功能，對于LID措施在各街區內的具體比選研究還有所欠缺，這將作為今后內容進一步研究。

參考文獻：

［1］ AHIABLAME L，SHAKYA R.Modeling flood reduction effects of low impact development at a watershed scale［J］.Journal of Environmental Management，2016，171：81-91.

［2］ HUA P，YANG W，QI X，et al.Evaluating the effect of urban flooding reduction strategies in response to design rainfall and low impact development［J］.Journal of Cleaner Production，2019，242：118515.

［3］ 魯芳，劉艷麗，朱士江，等.2020年主汛期我國暴雨洪澇災害概況分析與初步思考［J］.水電能源科學，2022，40（5）：68-71.

［4］ 中華人民共和國住房與城鄉建設部.海綿城市建設技術指南：低影響開發雨水系統構建（試行）［S］.北京：住房與城鄉建設部，2014.

［5］ 杜寧睿，湯文專.基于水適應性理念的城市空間規劃研究［J］.現代城市研究，2015（2）：27-32.

［6］ 仇保興.海綿城市（LID）的內涵、途徑與展望［J］.建設科技，2015（1）：11-18.

［7］ 王建龍，車伍，易紅星.基于低影響開發的城市雨洪控制與利用方法 ［J］.中國給水排水，2009，25（14）：6-9.

［8］ 繆遇虹.低影響開發設施的選址布局優化方法研究 ［D］.北京：北京建筑大學，2020.

［9］ 任建超，謝水波.基于海綿城市建設適宜性與內澇風險性的內澇防控策略研究［J］.水利規劃與設計，2021（8）：60-67.

［10］付韻潮，王家良，周波，等.四川天府新區成都直管區低影響開發規劃指標體系構建［J］.規劃師，2017，33（10）：95-100.

［11］陳哲夫，莫操湖，陳端呂，等.常德市海綿城市建設示范區雨洪適應性評價與分區［J］.自然資源學報，2022，37（8）：2195-2208.

［12］蒲政衡，陳正俠，楊萌祺，等.低影響開發設施徑流控制效果模擬評價實證研究［J］.中國給水排水，2022，38（23）：134-138.

［13］DEBUSK K M，WYNN T M.Storm-water bioretention for runoff quality and quantity mitigation［J］.Journal of Environmental Engineering，2011，137（9）： 800-808.

［14］徐宗學，李鵬，程濤.基于海綿城市理念的LID措施優化布局：以濟南市黃臺橋流域為例［J］.南水北調與水利科技（中英文），2022，20（3）：552-562.

［15］梁玉華.貴陽市水災成因研究及防御措施：以市中心區為例［J］.貴州師范大學學報（自然科學版），2002，20（2）：78-83.

［16］張東海，段瑩，周文鈺，等.貴陽市暴雨強度公式推求［J］.城市道橋與防洪，2016（1）：95-99.

［17］中華人民共和國住房和城鄉建設部.室外排水設計標準：GB 50014—2021［S］.北京：中國計劃出版社，2021.

［18］MOCKUS V，ENGINEER H.National engineering handbook section 4.Hydrology［M］.USA： U.S Government Printing Office，1972.

［19］PATIL J P，SARANGI A，SINGH A K，et al.Evaluation of modified CN methods for watershed runoff estimation using a GIS-based interface［J］.Biosystems engineering，2008，100（1）： 137-146.

［20］焦勝，韓靜艷，周敏，等.基于雨洪安全格局的城市低影響開發模式研究［J］.地理研究，2018，37（9）：1704-1713.

［21］張曉涵，桑國慶.SCS-CN模型在小流域產流計算中的應用［J］.人民黃河，2022，44（5）：35-39.

［22］CRONSHEY R.Urban hydrology for small watersheds［R］.US Dept.of Agriculture，Soil Conservation Service，Engineering Division，1986.

［23］吳安坤，黃鈺，張淑霞.基于SCS模型的城市內澇災害風險評價［J］.防災科技學院學報，2020，22（2）：50-57.

［24］尹占娥，許世遠，殷杰，等.基于小尺度的城市暴雨內澇災害情景模擬與風險評估［J］.地理學報，2010，65（5）：553-562.

［25］王佳，王思思，車伍.低影響開發與綠色雨水基礎設施的植物選擇與設計［J］.中國給水排水，2012，28（21）：45-47.

［26］禹藝娜，王中美.基于GIS和AHP的貴陽市環城林帶生態敏感性評價［J］.中國巖溶，2017，36（3）：359-367.

［27］王敏，吳建強，黃沈發，等.不同坡度緩沖帶徑流污染凈化效果及其最佳寬度［J］.生態學報，2008，28（10）：4951-4956.

［28］薛珊珊.基于雨洪管理的小城市綠色雨水基礎設施系統（GSI）構建研究［D］.合肥：合肥工業大學，2021.

［29］周寒冰，王志泰，王志杰，等.喀斯特山地城市生態系統服務價值地形梯度響應：以貴陽市中心城區為例［J］.水土保持研究，2021，28（6）：337-347.

Suitability Analysis of Urban Low Impact DevelopmentBased on Rainfall Flood Risk Simulation

Abstract：Urban low-impact development is an important innovative measure to solve the urban flooding problem and improve the living environment.Taking Yunyan district and Nanming district of Guiyang city with high risk of rainfall flood as examples，this paper employs the SCS-CN model to simulate rainfall runoff by inputting different rainfall conditions.GIS spatial analysis is applied to identify different rainfall flood risk areas and the suitability of LID is analyzed by coupling rainstorm risk，land use，elevation，slope and aspect.It is proposed to select the most suitable block with the highest proportion as the LID demonstration construction area.The results show that there is quite a difference in the runoff of different land use；for the 5-year return period，the runoffis 66.21 mm in the building area and 7.63 mm in the forest land while the runoff is 110.41 mm in the building area and 28.80 mm in the forest land for the 100-year return period;attention should be paid to urban greening construction.Under the scenario simulation of the 5-year return period，the study areais the first to have a large area of 6.90 km2 rainfall flood risk，which is a high-risk area of rainfall flood.Among the 184.4 km2 total area of LID suitability in the region，the most suitable area for construction is 81.49 km2，covering 41 blocks.Finally，97.44% of West Zhongshan Road and 98.81% of Riverside Community are selected for demonstration construction.

Keywords：low-impact development；suitability；rainfall flood risk simulation；SCS-CN model