EN中文

Landscape Architecture >

2024 , Vol. 31 >Issue 2: 78 - 86

DOI: https://doi.org/10.3724/j.fjyl.202303170133

Optimization of Long-Term Comprehensive Hydrology-Cost Performance of the Demonstrative Spongy Residential Area in Chongqing

  • Jialin LIU ,
  • Zhaoli LIU ,
  • Rui ZHANG
Expand
  • College of Horticulture and Landscape Architecture, Southwest University

LIU Jialin, Ph.D., is a professor and master supervisor in the College of Horticulture and Landscape Architecture, Southwest University, and a contributing editor of this journal. Her research focuses on sustainable design of green space, landscape performance evaluation and optimization of stormwater management, and green roof monitoring and technology optimization

LIU Zhaoli has gained her master’s degree in the College of Horticulture and Landscape Architecture, Southwest University. Her research focuses on landscape performance evaluation and optimization of stormwater management

ZHANG Rui is a master student in the College of Horticulture and Landscape Architecture, Southwest University. Her research focuses on landscape performance evaluation and optimization of stormwater management

Received date: 2023-03-17

  Revised date: 2023-12-06

  Online published: 2025-12-11

Copyright

Copyright © 2024 Landscape Architecture. All rights reserved.
Fold

Abstract

[Objective] The General Office of the Ministry of Housing and Urban-Rural Development clearly proposed that the construction of sponge city should focus on the integration of multiple objectives, emphasize the optimization of life cycle design, and advocate scientific hydrological performance evaluation of completed projects, which requires us to focus on built-up areas, build a more suitable and economical sponge facility system with higher comprehensive performance and establish and improve the evaluation mechanism for construction performance of sponge city, so as to usher sponge city into the construction optimization and scientific evaluation stage. According to the pilot requirements of sponge city, more than 80% of the built-up areas need to reach the sponge city construction target by 2030. In this context, the number of spongy residential areas, which apply the concept of sponge city to build sponge facilities to achieve the target requirements of runoff control, is on the rise. At present, there is a lack of research on long-term hydrologic performance evaluation of spongy residential areas in China. Most researches focus on hydrological performance under short-term rainfall scenarios, or on the elaboration of sponge technology design methods for completed projects. Besides, the verification process of hydrology model in the research on spongy residential areas is relatively lacking. Most researches adopt the outflow monitoring data spanning 1-2 short rainfall periods for model verification, so the verification results may be accidental. It is necessary to adopt the outflow monitoring data spanning multiple long rainfall periods for model verification, so as to improve the reliability of model results. In addition, there is a lack of post-evaluation of the cost consumption of sponge systems in completed projects in China. There are few researches on how to reduce the construction and maintenance cost of sponge system in residential areas. The aim of this research is to explore the design approach for typical sponge systems for residential areas in regions with subtropical monsoon humid climate through the quantitative evaluation of long-term hydrology-cost performance. [Methods] Taking the demonstrative spongy residential area in Chongqing as the research object, this research adopts EPA Storm Water Management Model 5.1 to build the current hydrological model. Modeling parameters include hydrological parameters of the underlying surface in the catchment area, parameters of the drainage pipe network, and structural parameters of sponge facilities. The model is accurately verified using monitoring data, and Nash-sutcliffe efficiency coefficient is used to test the matching degree between the monitored runoff value and the simulated model value. The data from rain gauges set around the residential area (stable data from April to October 2018) and the discharge monitoring data corresponding to the rainfall events of the residential area are used to select events with rainfall duration of more than 6 hours for parameter calibration and model verification. After parameter calibration, the monitoring data of typical rainfall events is selected and input into the model to verify the simulation results. The results reveal that the E NS and R 2 values are both above 0.75, indicating a high matching degree between the simulation results and the monitoring results, and that the current hydrological model is reliable. In order to explore the optimization model of sponge system design for typical residential green space, the research adopts two sponge system comparison schemes S1 and S2 (the current sponge system scheme is S0), with a view to improving the hydrology-cost performance of the sponge system. Both S1 and S2 are expected to achieve higher hydrological performance and lower cost than S0. On the basis of the current hydrological model already monitored and verified, the sponge system is reset according to S1 and S2 schemes. The hydrological model of the selected schemes is constructed to quantitatively evaluate the long-term hydrological performance, cost input and comprehensive hydrology-cost performance of each scheme. [Results] The results show that the total annual runoff control rate of the current scheme is 75.3%, which is slightly lower than the planning control target, and the construction and maintenance cost of the current sponge system is almost the highest. As to scheme S1, the average annual runoff total control rate is 87.2%, the peak reduction efficiency is slightly lower than the current scheme, and the total input cost of the sponge system is the lowest. As to scheme S2, the average annual runoff total control rate is the best, reaching 89.7%, the peak reduction rate of rainstorm (80.3 mm) is 92.8%, and the long-term comprehensive hydrology-cost performance is 3.6 times higher than the current scheme. [Conclusion] Based on the results above, this research proposes a suitable design approach for sponge facility system in residential areas under different application conditions. Specifically, scheme S0 is more suitable for application in residential areas with high green land rate, low requirements for annual runoff control rate, high requirements for rainwater resource recycling, and high investment cost. S1 is suitable for application in residential areas with relatively limited land use but still with certain green space conditions, and in projects with high requirements for annual runoff control rate and tight cost input. S2 is suitable for application in residential areas with certain green space conditions, and in projects with high requirements for comprehensive hydrology-cost performance. The aforesaid design approach can well balance the requirements of hydrological control and landscape diversity in an economical and efficient manner. The results of this research have positive reference value for the construction optimization of spongy residential areas in Chongqing and other subtropical humid areas with similar precipitation conditions.

Key words： sponge city; spongy residential area; hydrological performance; cost effectiveness; Chongqing

Cite this article

Jialin LIU , Zhaoli LIU , Rui ZHANG . Optimization of Long-Term Comprehensive Hydrology-Cost Performance of the Demonstrative Spongy Residential Area in Chongqing[J]. Landscape Architecture, 2024 , 31(2) : 78 -86 . DOI: 10.3724/j.fjyl.202303170133

2022年4月，《住房和城乡建设部办公厅关于进一步明确海绵城市建设工作有关要求的通知》发布，明确提出建设工作应注重多目标融合，强调生命周期优化设计，提倡对建成项目科学开展水文绩效评估等内容，要求聚焦建成区用地，营建更适宜、更节约、综合绩效更高的海绵设施系统，建立健全的海绵城市建设绩效评估机制，推进海绵城市进入营建优化与科学评估阶段[1-2]。依据海绵城市试点要求，需在2030年实现建成区80%以上的面积达到海绵城市建设目标[3]。在此背景下，海绵型住区，即应用海绵城市理念营建海绵设施以达成径流控制目标要求的住区，建设数量呈上升趋势。
目前，国内对已建成的海绵型住区的长期水文绩效评估的研究较为欠缺。多数研究针对非海绵型住区模拟评估海绵设施应用后的水文绩效表现，且多是针对短期降雨情景下的水文绩效研究，或是对已建成项目的海绵技术设计方法的阐述[4-5]。然而，海绵城市的水文绩效指标多采用年径流总量控制率[6]，仅是对项目进行短期降雨情景的水文绩效评估，无法说明其长期水文绩效的表现。同时，国内海绵型住区研究中水文模型的校验过程较为缺乏，或多用短历时1~2次降雨的出流监测数据进行模型校验，其验证结果可能具有一定偶然性，有必要通过多次长历时降雨的出流监测数据进行模型校验，提升模型结果的可靠性。此外，国内现有研究鲜有对已建成项目中海绵系统的成本消耗进行评估，且关于如何降低住区海绵系统建造与维护成本的研究较少。
近年来，国际上针对已建成海绵型住区开展了相关绩效研究，强调运用监测数据校验后的水文模型，进行水文绩效评估，并注重考虑海绵系统的建设与维护成本消耗，综合评价现状与比选方案的水文成本效益[7]。但对于项目长期的水文绩效、成本效益的研究仍缺乏，在温带季风性气候条件下仅有少量研究探索[8]。由此，在住建部推进海绵城市水文绩效科学评估、经济成本控制的政策背景下，聚焦国内亚热带季风性湿润气候地区已建成的海绵型住区项目，针对该类项目长期水文效能表现、成本消耗不明的问题，有必要研究评估其长期水文绩效、水文-成本综合效益，探讨特定气候条件下可持续的海绵系统设计方式。
本研究以重庆示范性海绵型住区为案例，进行长期水文绩效、成本量化评估，并基于长期水文绩效、成本绩效、水文-成本综合绩效进行方案比选分析，提出海绵设施布局组合方式与适宜应用条件，为亚热带季风性湿润气候条件下的典型海绵型住区的海绵系统可持续设计方法提供参考。

1 研究方法

1.1 研究对象

选择国内首批国家级海绵城市试点的国博香榭住区作为研究对象，住区位于重庆市悦来国际会展城（29.72°N，106.56°E），重庆属亚热带季风性湿润气候，年平均降雨量为1 229 mm，雨量集中在5—10月，降雨类型以中小雨型为主，夏季易突发短时暴雨[9]。国博香榭住区是示范性海绵型住区，绿地布局分散局促，为分散的宅旁、组团绿地，住区面积4.34 hm2，绿化率35%，具有典型代表性。住区海绵系统由轻薄绿色屋顶（1 790 m2）、透水铺装（1 334 m2）、简易型生物滞留设施（633 m2）和复杂型生物滞留设施（325 m2）、地埋蓄水池（330 m3）组成，海绵设施总面积约占住区用地总面积的10.1%。该系统设计合理，仅承接住区内部径流，为常见的住区海绵系统设计模式，建成后雨洪管控功能运行正常。住区在西北角和东北角有两个排水口，其中西北排水口设有雨水流量监测装置（图1）。
图1 海绵设施布设系统

Fig. 1 Sponge facility deployment system

1.2 降雨情景

为探究长历时降雨情景下的海绵型住区水文-成本综合绩效，本研究采用重庆市气象局提供的2016—2020年主城区日降雨数据构建降雨情景，5年年均降雨量1 329.1 mm，最大日降雨量80.3 mm。此外，本研究从5年降雨数据中选取了4场典型降雨事件，获取各事件每分钟的降雨序列数据，用于探究海绵型住区应对不同典型降雨情景的峰值削减效能，辅助判定其水文绩效表现。4场典型降雨事件分别发生在2020年5月20日、2019年5月25日、2017年7月3日、2016年6月30日，降雨量分别为8.4 mm（小雨）、24.3 mm（中雨）、40.4 mm（大雨）、80.3 mm（暴雨）。

1.3 现状水文模型构建参数

尽管本研究对住区西北角排水口流量进行了监测采集，但采集数据未涵盖住区2个排水口的全部流量，故在长历时降雨情景下，住区排出的总流量采用水文模型模拟得出。监测流量用于水文模型参数率定与校验。
本研究采用雨洪管理模型（EPA Storm Water Management Model 5.1）构建水文模型。依据子汇水区划分原则及住区现状地形特征等，对研究对象进行子汇水区划分（图1-2）。建模参数包含子汇水区下垫面水文参数、排水管网参数以及海绵设施结构参数。模型参数获取方法如下。1）排水管网参数依据现状排水施工图获得。2）子汇水区面积、坡度、不透水率、特征宽度等数据依据项目竣工图计算获取。3）依据现状高清航拍图及实地勘察的植被覆盖类型情况，计算各覆盖类型的透水区地表曼宁系数、洼地蓄水值的加权平均值。4）不透水区地表曼宁系数、洼地蓄水值按现状透水铺装性质取值。5）考虑到案例不存在特殊情况，故取模型系统默认值[10]作为无洼地储蓄的不透水面积率。6）土壤饱和入渗率依据土壤类型取值。7）在现场采用丝带法判定土壤类型，通过将各子汇水区的取样土壤进行搓球、拉伸，以土球延长且不断裂的最大长度和带状土的质感进行判断[11]，判定取样土壤为本地常见的粉壤土。8）取粉壤土在植被覆盖条件下处于部分湿润状态的推荐值[10]作为土壤初始入渗率。9）对于海绵设施结构参数，依据竣工图标注参数和本地海绵城市建设模型应用技术导则推荐值赋值[12]（表1）。
表1 现状海绵设施及新增海绵设施结构参数

Tab. 1 Structural parameters of current and new sponge facilities

参数 现状海绵设施结构 新增海绵设施结构
复杂型生物
滞留设施		 简易型生物
滞留设施		 透水铺装 轻薄绿色屋顶 渗透塘 渗渠 雨水桶a）
　　注：“—”表示设施构造不包含该结构层。a）雨水桶设施单体容积3 m3，高1.8 m，为市场上的典型产品参数。
表面层 蓄水或积水深度/mm 300 150 10 65 300 150 —
植被容积分数 0.1 0.1 0 0.1 0.1 0 —
表面粗糙系数 0.240 0.240 0.012 0.240 0.200 0.240 —
表面坡度/% 0.0100 0.0100 0.0001 0.0200 0.0100 1.0000 —
土壤层 厚度/mm 600 600 — 45 300 — —
孔隙率/m3·m-3 0.437 0.437 — 0.400 0.437 — —
田间持水量/m3·m-3 0.105 0.105 — 0.150 0.105 — —
枯萎点/m3·m-3 0.047 0.047 — 0.050 0.047 — —
入渗率/mm·h-1 35 35 — 1 000 35 — —
导水率坡度/% 30 30 — 30 30 — —
吸水头/mm 127.6 127.6 — 127.6 127.6 — —
蓄水层 厚度（高度）/mm 200 — 150 — 450 300 1 800
孔隙比 0.75 — 0.75 — 0.75 0.75 —
渗漏速率/mm·h-1 750 — 400 — 750 24 —
堵塞因子 0 — 250 — 0 0 —
暗渠层 排水系数 1.372 — 0.500 — 1.872 0.690 0.680
排水指数 0.5 — 0.5 — 0.5 0.5 0.5
暗渠偏移高度/mm 150 — 0 — 150 6 125
路面层 厚度/mm — — 50 — — — —
孔隙比 — — 0.2 — — — —
不透水表面透水系数 — — 0.05 — — — —
入渗率/mm·h-1 — — 360 — — — —
阻塞因子 — — 250 — — — —
排水材料 厚度/mm — — — 25 — — —
孔隙分数 — — — 0.5 — — —
粗糙系数 — — — 0.1 — — —

1.4 参数率定与模型校验

模型参数率定采用Nash-Sutcliffe效率系数（$ {E}_{\rm{NS}} $）来检验案例西南方排水口的流量监测值和模型模拟值的匹配程度，如式（1）；用相关系数（$ {R}^{2} $）来检验流量监测值曲线和模拟值曲线的拟合度，如式（2）[13]。若$ {E}_{\rm{NS}} $和$ {R}^{2} $值均达到0.75以上，则说明模拟结果与监测结果匹配度高[13]。
$ {E}_{\rm{NS}}=1-\frac{{\displaystyle\sum }_{i=1}^{n}{\left[{Q}_{{\rm{sim}},\;i}-{Q}_{{\rm{obs}},\;i}\right]}^{2}}{\displaystyle\sum _{i=1}^{n}{\left[{Q}_{{\rm{obs}},\;i}-{Q}_{{\rm{avo}}}\right]}^{2}} \text{，} $
$ {R}^{2} = {\left[ \frac{\displaystyle\sum _{i=1}^{n}\left\{\left[{Q}_{{\rm{sim}},\;i} - {Q}_{{\rm{avs}}}\right] \times \left[{Q}_{{\rm{obs,\;i}}} - {Q}_{{\rm{avo}}}\right]\right\}}{\sqrt{{\displaystyle\sum }_{i=1}^{n}{\left[{Q}_{{\rm{sim}},\;i} - {Q}_{{\rm{avs}}}\right]}^{2}} \times \sqrt{{\displaystyle\sum }_{i=1}^{n}{\left[{Q}_{{\rm{obs}},\;i} - {Q}_{{\rm{avo}}}\right]}^{2}}} \right]}^{2} 。 $
式中：$ {Q}_{{\rm{sim}},\;i} $为第i时刻模拟的排水口径流量值；$ {Q}_{{\rm{obs}},\;i} $为第i时刻监测的排水口径流量值；$ {Q}_{{\rm{avs}}} $为模拟的排水口平均流量；$ {Q}_{{\rm{avo}}} $为监测的排水口平均流量；n为流量值个数。
本研究采用设置于住区周边的雨量计检测数据（2018年4—10月的稳定数据），以及与相应降雨事件（降雨历时＞6 h）对应的该住区排水口的流量监测数据进行参数率定和模型结果验证。其中参数率定选择2018年4月5—6日的监测数据，通过对地表曼宁系数、洼地蓄水值、土壤入渗率等敏感参数的反复微调[14]，使$ {E}_{{\rm{NS}}} $达到0.755，$ {R}^{2} $达到0.781（图2）。参数率定后，选择2018年6月11—12日、6月20—21日、8月2日、9月24—25日的监测数据进行模型模拟结果验证，$ {E}_{{\rm{NS}}} $与$ {R}^{2} $值均达到0.75以上，说明模拟结果与监测结果匹配度高，现状水文模型可靠（图2），进一步得到研究对象水文模型的敏感参数率定前后结果（表2）。
图2 不同降雨事件下排水口监测流量与模拟流量过程曲线

Fig. 2 Curves of monitored and simulated outfall flow processes under different rainfall events

表2 水文模型敏感参数率定前后结果

Tab. 2 Results before and after rate determination of sensitive parameters of the hydrological model

特征
参数		 透水区
地表曼宁系数
 透水区
洼地蓄水值
/mm		 不透水区
地表曼宁系数
 不透水区
洼地蓄水值
/mm		 无洼地储蓄的
不透水面积率
/%		 土壤
饱和入渗率
/mm·h-1		 土壤
初始入渗率
/mm·h-1		 入渗衰减
系数
率定前 0.304 4.613 0.015 2.54 25 6.604 101.6 3
率定后 0.300 4.500 0.010 2.54 25 6.000 101.6 3

1.5 比选方案设定

为探讨典型住区绿地海绵系统设计的优化模式，以提升系统的水文-成本综合绩效作为比选方案设定的视角，采用不同设施组合布置，为研究案例设定2种海绵系统比选方案S1与S2（现状海绵系统方案为S0）。S1和S2均预设相比S0能达到更高的水文绩效和更低的成本，其设定原则为：采用建造成本相对偏低的设施，避免高成本设施的应用，增加末端受纳设施的容积，方案具有可实施性，海绵系统占地面积小于S0。其中，S1在设定原则基础上尽量降低成本并节约占地，布设方式为：在建筑旁设置雨水桶，汇流中下游设置简易生物滞留设施，并集中布设渗透塘，海绵设施总面积约占住区用地总面积2.7%（图3-1）。S2在设定原则基础上构建径流过程控制完善的海绵系统，采用类型丰富的海绵设施，布设方式为：汇流上游区域部分建筑设置轻薄绿色屋顶，部分建筑旁设置雨水桶，汇流中游主路绿化带旁设置渗渠，汇流中下游建筑旁设置生物滞留设施或雨水桶，集中绿地处设置渗透塘，海绵设施总面积约占住区用地总面积的5.9%（图3-2）。上述S1和S2为满足设定原则的代表性方案，并非唯一布设方式。
图3 比选方案S1（3-1）和S2（3-2）海绵设施布设图

Fig. 3 Layout map of sponge facilities involved in the comparative schemes S1(3-1) and S2(3-2)

在现状已监测校验的水文模型基础上，按S1和S2重新设置海绵系统，构建比选方案水文模型。依据施工做法、本地海绵城市建设模型应用技术导则及相关文献，参考各类海绵设施类型及容量等参数（表3），对新增海绵设施的结构参数进行取值。
表3 比选方案海绵设施容量参数

Tab. 3 Capacity parameters of sponge facilities involved in the comparative schemes

方案 类型 设施 总占地面积/m2 总容积/m3 备注
　　注：“—”表示不以容积作为该设施的容量参数。
S1 储蓄 雨水桶 53 96.0 单体容积3 m3，底面积1.67 m2，高1.8 m
滞留渗透 简易型生物滞留设施 470 70.5 蓄水或积水深度150 mm
受纳调蓄 渗透塘 600 180.0 蓄水或积水深度300 mm
S2 储蓄 雨水桶 13 24.0 单体容积3 m3，底面积1.67 m2，高1.8 m
滞留渗透 简易型生物滞留设施 470 70.5 蓄水或积水深度150 mm
复杂型生物滞留设施 70 21.0 蓄水或积水深度300 mm
轻薄绿色屋顶 1 210 — 基质厚度45 mm
受纳调蓄 渗透塘 600 180.0 蓄水或积水深度300 mm
传输 渗渠 200 — 宽度0.8 m

1.6 评估指标

1.6.1 水文绩效指标

依据《海绵城市绿地建设管理技术标准》[6]，长期水文绩效指标采用年径流总量控制率，对2016—2020年逐年的年径流总量控制率（$ {R}_{{\rm{OV}},\;i} $）进行计算：
$ {R}_{{\rm{OV}},\;i}=\frac{（{V}_{{\rm{bi}}}−{V}_{{\rm{ai}}}）}{{V}_{{\rm{bi}}}}\times 100 {\text{%}}。 $
式中：$ {V}_{{\rm{bi}}} $为住区内全年的总降雨量，m3；$ {V}_{{\rm{ai}}} $为住区排水口全年降雨事件下排出的总径流量，m3。
针对典型降雨事件的水文绩效指标，本研究采用径流峰值削减率，对8.4 mm（小雨）、24.3 mm（中雨）、40.4 mm（大雨）、80.3 mm（暴雨）事件的峰值削减率（$ {R}_{{\rm{PF}},\;i} $）进行计算：
$ {R}_{{\rm{PF}},\;i}=\frac{（{P}_{{\rm{bi}}}−{P}_{{\rm{ai}}}）}{{P}_{{\rm{bi}}}}\times 100 {\text{%}}。 $
式中：$ {P}_{{\rm{bi}}} $为典型降雨事件的峰值流量，m3/s；$ {P}_{{\rm{ai}}} $为对应降雨事件下住区的排水口的峰值流量，m3/s。
根据《海绵城市建设绩效评价与考核指标》[15]，采用年均雨水资源利用率作为辅助评估长期水文绩效的指标之一。对2016—2020年各年雨水资源利用率（$ {Y}_{i} $）进行计算：
$ {Y}_{i}=\frac{{V}_{{\rm{ci}}}}{{V}_{{\rm{bi}}}}\times 100 {\text{%}}。 $
式中：$ {V}_{{\rm{bi}}} $为住区承接的全年总降雨量，m3；$ {V}_{{\rm{ci}}} $为全年内储蓄设施的总储蓄量，m3。
本研究中，水文绩效指标的出流量、峰值数据和储蓄量源自校验后的水文模型运行结果。

1.6.2 成本评估指标

成本评估指标为海绵技术方案的建造和维护估算成本（$ {C}_{{\rm{O}}\&{\rm{M}}} $），其中建造成本包含设施表面和工程结构成本，维护成本核算周期与水文评估年限相对应，即5年。$ {C}_{{\rm{O}}\&{\rm{M}}} $按式（6~8）计算[16]：
$ {C}_{{\rm{O}}\&{\rm{M}}}={C}_{{\rm{capital}}}+\sum _{t=1}^{n}{P}_{{\rm{M}}t} \text{，} $
$ {P}_{{\rm{M}}t}=\frac{F_{{\rm{M}}t}}{{(1+d)}^{t}} \text{，} $
$ F_{{\rm{M}}t}={C}_{{\rm{capital}}}\times p\times {\left(1+r\right)}^{t} 。 $
式中：$ {C}_{{\rm{capital}}} $指海绵设施系统技术方案建造成本，由各海绵设施单位面积单价与面积规模确定，各海绵设施建造成本包括设施表面和工程结构总造价，单价依据住建部颁布的《海绵城市建设工程投资估算指标》[17]测算；$ {P_{{\rm{M}}t}} $指海绵设施在第t年的维护成本现值；$ {F}_{{\rm{M}}t} $指设施在第t年的维护成本通胀值；$ d $为折现率，按现阶段社会折现率取8%[6]；$ n $为设施运行年限（$ n $=1，2，…，5）；$ r $为平均通货膨胀率，取3%[18]；$ p $为设施年运行维护费占初始成本的比例，依据各项设施的维护成本经验值，取2%~8.5%不等。

1.6.3 水文-成本综合绩效指标

依据水文-成本综合绩效评估方法[19]，住区的长期水文-成本综合绩效指标（$ {B}_{\rm{SWM}} $）为5年（2016—2020年）的平均年径流总量控制率（$ {R}_{{\rm{OV}},\;i} $）与5年内的建设及维护估算总成本（$ {C}_{{\rm{O}}\&{\rm{M}}} $）的比值：
$ {B}_{\rm{SWM}}=\frac{{R}_{{\rm{OV}},\;i}}{{C}_{{\rm{O}}\&{\rm{M}}}} 。 $

2 结果与讨论

2.1 水文绩效表现

2.1.1 年径流总量控制率表现

将S0与S1、S2的年径流总量控制率进行对比（图4）。S0平均年径流总量控制率为75.3%，小于规划控制目标（年径流总量控制率≥80.4%）。值得注意的是，S0在非汛期（11月—次年4月）的径流总量控制率均值可达92.0%，而在汛期（5—11月）仅为72.5%。此外，S1和S2平均年径流总量控制率分别达到87.2%和89.7%，满足规划控制目标。
图4 各海绵布设方案年径流总量控制率

Fig. 4 Annual runoff reduction rate of each sponge layout scheme

该结果说明，尽管S0具有轻薄绿色屋顶、透水铺装、生物滞留设施、蓄水池等多样海绵设施，但针对中雨（≥25 mm）以上降雨事件（大雨、暴雨）明显增多的汛期，其径流控制率欠佳，年径流总量控制率未达到目标。其原因很可能是除蓄水池外，现状设施均为径流源头管控设施，且受绿地布局限制，导致系统的整体水文管控绩效偏低。研究表明，轻薄绿色屋顶、生物滞留设施、透水铺装等设施对中雨以上的降雨径流量的削减效能不足[20]。因此，笔者推断现状海绵系统末端受纳径流的压力较大，仅靠2处150~180 m3的常规蓄水池容量难以充分滞留较大强度的降水。为验证上述推断，本研究又抽取了4种典型降雨事件，分析S0的径流量削减情况。结果显示，S0针对小雨（8.4 mm）、中雨（24.3 mm）的径流量削减率达100%，针对大雨（40.4 mm）的削减率为91.1%，暴雨（80.3 mm）仅为53.7%，说明S0对径流量的削减效能随降雨量增大而迅速下降。
结果显示，S1比S0的年径流总量控制率提升了12%。其原因是S1相比S0更强化了雨水滞留能力，其源头管控设施主要采用了雨水桶来替代轻薄绿色屋顶、生物滞留设施，并在大体量建筑周边增加了雨水桶布设数量。值得注意的是，雨水桶相比其他源头管控设施更节约空间，且有更直接的滞留功能，并能将收集的雨水回收灌溉[21]。同时，S1在汇流中游利用集中绿地设置渗透塘，其滞留容积大于S0中的地埋蓄水池。上述措施使得S1的长期水文绩效相比S0有所提升。
此外，S2比S0的年径流总量控制率提升了14%。其原因是S2的径流源头管控设施综合采用了轻薄绿色屋顶、生物滞留设施、雨水桶，其中尽管S2的雨水桶的利用强度比S1低，但对比S0还是提升了源头管控效能。另外，S2除了与S1同样布设渗透塘外，还在中游径流汇流的关键路径设置了渗渠。渗渠具有良好的径流下渗与传输功能，且相对于植草沟更节约布设空间。以往研究也证明，渗渠能够有效降低末端汇流的负荷，提升流量削减效能[22]。完善的径流控制过程与高效的设施利用，使得S2的年径流总量控制率表现最优。

2.1.2 典型降雨峰值削减率表现

将S0与S1、S2在典型降雨事件下的峰值削减率进行对比（图5）。各方案应对小雨（8.4 mm）和中雨（24.3 mm）的径流峰值削减均达到100%，应对大雨（40.4 mm）、暴雨（80.3 mm）的峰值削减率有所下降，但均达到80%以上。其中S2的径流峰值削减率在大雨时与S0接近，在暴雨时表现最优，达到92.8%。而S1在大雨、暴雨时的峰值削减效能低于S0。
图5 各海绵布设方案峰值削减率

Fig. 5 Peak reduction rate of each sponge layout scheme

结果表明，S1的峰值削减效能相对最低，笔者推测原因如下。其一，相对S0与S2，S1缺乏轻薄绿色屋顶的布设，从而在大雨、暴雨时对屋面径流峰值的控制减弱。以往研究表明，轻薄绿色屋顶对屋面峰值削减效能表现较好，在25~50 mm大雨时，北京地区20 cm厚基质的轻薄绿色屋顶的峰值削减率多在55%左右[23]。在重庆地区一项最新研究表明，混合草本层与20 cm厚基质的组合屋顶对99场降雨峰值削减率均值达到85%[24]。在南京地区，10 cm厚基质的轻薄绿色屋顶针对25 mm以下降雨的峰值削减率多在66%左右[25]。由此可以发现，在径流管控源头适量设置轻薄绿色屋顶，有利于提升海绵系统的峰值削减效能。其二，相对S2，S1中的海绵设施除了雨水桶，其余均集中设置在中下游，缺乏对于径流传输过程的管控，无法有效削减传输过程中的流速，从而影响系统的峰值削减效能。以往研究也表明，在径流汇流过程中设置渗渠，或分散设置海绵设施，有利于提升系统的峰值削减效能[26-27]。本研究中的S2由于兼顾了对于部分屋面径流以及中游关键传输路径的控制，使其海绵系统的整体峰值削减效能最优。

2.1.3 雨水资源利用率表现

研究对象所在区域的规划控制目标为雨水资源利用率≥4.15%，S0的年均雨水资源利用率为11.2%，S1和S2的年均雨水资源利用率分别为9.6%和7.5%，均达到规划控制目标（图6）。其中S0采用集中布置的大面积蓄水池收集回用雨水，S1和S2均采用均匀分布的雨水桶进行雨水回收利用。
图6 各海绵布设方案雨水资源利用率

Fig. 6 Rainwater resource utilization rate of each sponge layout scheme

结果表明，S0中的蓄水池能够最大限度地收集利用雨水，提高雨水资源利用率，但其工程建造成本高，后期养护管理难度大，受住区中绿地布局及面积限制大。而S1和S2中的雨水桶的雨水资源利用率虽比蓄水池低，但也能够满足规划管控目标，且雨水桶占地面积小，有利于提高径流峰值削减率[21]，其建造与维护成本远低于蓄水池。

2.2 成本以及水文-成本综合绩效表现

统计本研究所应用的各项海绵设施的单位面积的5年内的建设及维护估算总成本（$ {C}_{{\rm{O}}\&{\rm{M}}} $，图7）。其中地埋蓄水池、透水砖铺装、复杂型生物滞留设施、轻薄绿色屋顶的单位面积${C}_{{\rm{O}}\&{\rm{M}} }$值相对更高，且地埋蓄水池的建造与维护成本远高于其他设施。雨水桶、渗透塘、简易型生物滞留设施、渗渠的单位面积的$ {C}_{{\rm{O}}\&{\rm{M}}} $值更低，且渗渠的建设与维护成本最低。经计算，S0的海绵设施建造与5年维护总成本为431.63万元，S1与S2的海绵设施总成本均低于S0，分别为53.52万元与146.53万元。水文-成本综合绩效方面，S0的水文-成本综合绩效指标（${B}_{{\rm{SWM}}}$）为0.17%/万元，S1与S2的${B}_{{\rm{SWM}}}$值分别为1.63%/万元和0.61%/万元，均显著高于S0。
图7 各项海绵设施的单位面积总成本值

Fig. 7 Total cost per unit area of each sponge facility

结果表明，S0的$ {C}_{{\rm{O}}\&{\rm{M}}} $值相对最高，$ {B}_{{\rm{SWM}}} $值相对最低。原因在于S0采用了地埋蓄水池和透水铺装等建造和维护成本都相对更高的设施，这两项设施的$ {C}_{{\rm{O}}\&{\rm{M}}} $值占方案总成本的66%，导致其水文-成本综合绩效偏低。以往研究也表明，地埋蓄水池的全生命周期成本较高，其水质处理和管道清淤的维护投入消耗大，在成本受限时不推荐采用[26]。此外，UDA等[27]的研究表明，透水铺装、透水混凝土以及多孔沥青在径流渗透、源头产流控制上有一定效果，但其全生命周期成本相对偏高，且随着使用年限的增加，灰尘等小颗粒异物易堵塞面层孔隙，使得透水铺装类设施的透水能力降低。另有一项针对建成区混合地块的流量、峰值管控的水文-成本综合绩效的研究，将透水铺装与生物滞留设施、雨水桶、渗渠、植草沟及这些设施的组合进行比选，表明透水铺装的水文-成本综合绩效最低，雨水桶与渗渠组合的综合绩效最高。其中，渗渠施工便捷，适用于改造项目。在北美地区也多用于中高密度住宅区的海绵系统营建，且渗渠内也可适当栽植草本及小灌木，能够保证较好的景观视觉效果[28]。另外，笔者在实践中发现，透水砖铺装在应用中通常有明显的返碱现象，透水结构层易沉降，导致面层松动，影响景观视觉品质。多孔沥青和透水混凝土在修补替换时会留下明显痕迹，对景观视觉效果产生影响。综合而言，虽然透水铺装具有一定滞留雨水的能力，但其目前耐用性较低，性价比偏低，因此在成本受限，且有其他技术组合方案能达到径流控制目标时，不推荐优先应用透水铺装类设施。
结果显示，S1的$ {C}_{{\rm{O}}\&{\rm{M}}} $值最低，$ {B}_{{\rm{SWM}}} $值最高。主要原因是S1采用了雨水桶、渗透塘等成本相对更低但水文绩效表现较好的海绵设施。以往研究也表明，利用场地汇流下游的集中绿地营造渗透塘或湿塘，并控制汇流上游成本较高的海绵设施的面积，能显著降低海绵系统的全生命周期成本，提升水文-成本综合绩效[29]。相关研究也表明雨水桶的维护成本低，且水文-成本综合效益优势突出，推荐在土地利用紧缺的居住区使用[30]。同时，雨水桶具有多种材料和颜色可供选择，通过合理搭配以及植被屏障处理，能够避免影响整体视觉品质，且雨水桶相比生物滞留设施占地空间小，可留出更多的绿地空间用于常规绿化。
此外，S2的$ {C}_{{\rm{O}}\&{\rm{M}}} $值高于S1，但远低于S0，且$ {B}_{{\rm{SWM}}} $值相对S0大幅提升。原因是S2控制了轻薄绿色屋顶和复杂型生物滞留设施的布设规模，在考虑滞留功能时，主要使用渗渠、渗透塘和雨水桶等成本更低的设施组合。以往研究也指出，从水文-成本综合绩效角度出发，在住区中不建议大量使用轻薄绿色屋顶，推荐通过渗透塘、湿塘等设施使年径流总量控制率达到70%后，再运用轻薄绿色屋顶[31]。同时，复杂型生物滞留设施的全生命周期成本相对较高，应避免大面积独立使用，推荐与其他低成本设施混合使用。在另一个涉及10项海绵设施组合的比选方案研究中，综合考虑了水文-成本综合绩效、设施在施工和维护时的操作难易程度，以及设施实施后对现状环境的视觉外观扰动影响，结果表明生物滞留设施与渗渠、雨水桶的搭配组合最优[32]。

2.3 方案应用探讨

S0中的海绵设施以生物滞留设施、轻薄绿色屋顶为主，搭配透水铺装、蓄水池，整体占地面积较大（占住区用地面积的14.0%），系统建设与维护成本相对偏高，水文-成本综合绩效相对偏低，但在雨水资源利用率方面表现较好。S0的主要设施具有植被层，可以发挥生物多样性潜力，在管理维护品质较高的住区中能够呈现出良好的景观价值。该组合方式更适合在具有较高绿地率的住区，对年径流控制率要求不高、对雨水资源回收利用要求较高且投资成本较充裕的项目中应用。
S1的海绵设施以雨水桶为主，搭配少量生物滞留设施、渗透塘。该设计模式的优势为海绵设施整体占地面积小（占住区用地面积的2.6%），可以节约更多用地为住区居民休闲游憩提供服务。且S1的建造与运行维护成本低，并具有较好的年径流控制率表现，同时也具有一定雨水资源回收利用的功能，适宜在用地较为局促，绿地率欠佳的住区，且对年径流控制率要求较高、成本投入紧张的工程项目中应用。
S2采用生物滞留设施、雨水桶、渗渠、渗透塘、轻薄绿色屋顶等类型丰富的设施，配置比例相对均衡，注重径流控制过程的完善性。S2的优势为海绵设施占地面积较小（占住区用地面积的5.9%），建造与维护成本较低，具有相对最优的年径流控制率表现和暴雨峰值削减率表现，且具备生物多样性吸引的潜力[33]，宜在绿地率条件良好的住区，且对水文-成本综合绩效要求较高的项目中应用。该系统应用节约型、高效能的设计方式，较好地平衡了水文管控与景观多样性的要求（图8）。
图8 S2海绵系统设计策略模式图

Fig. 8 Schematic diagram of the design strategy and mode of the sponge system of scheme S2

上述建议对于重庆以及有相似降雨条件的亚热带季风性湿润气候地区的海绵型住区建设有积极的参考应用价值。

3 结论

本研究聚焦重庆地区已建成的示范性海绵型住区，评估该住区在2016—2020年的运行过程中，水文绩效表现、成本消耗及长期的水文-成本综合绩效，并通过海绵系统方案比选，探讨在不同应用条件下，此类组团、宅旁绿地布局紧凑的住区海绵系统设计方法。现状水文模型采用多次长历时降雨数据与排水口流量监测数据进行参数率定与模型验证，提升了模型结果可靠性。
研究表明，S0的平均年径流总量控制率为75.3%，略低于规划控制目标，相对比选方案S1和S2，S0的海绵系统建造维护成本最高。S1的平均年径流总量控制率达到87.2%，其峰值削减效能略低于S0，海绵系统的总投入成本最低。当住区用地局促，对年径流总量控制率要求较高、成本投入紧张时，可采用S1，即海绵设施以雨水桶为主，搭配使用少量生物滞留设施和渗透塘。S2在流量控制和峰值削减的水文绩效中表现最优，且水资源利用率达标，其平均年径流总量控制率为89.7%，对于暴雨（80.3 mm）的峰值削减率达到92.8%，其长期水文-成本综合绩效相对S0提升3.6倍，兼具有高水文绩效以及发挥生物多样性潜力的特点。当住区绿地率条件良好，对水文-成本综合绩效要求较高时，可采用S2，即均衡搭配设置生物滞留设施、雨水桶、渗渠、渗透塘、轻薄绿色屋顶等类型丰富的设施。
本研究对已建成海绵项目的长期水文-成本绩效研究有所补充，研究结果对于亚热带季风性湿润气候地区海绵城市营建优化和绩效评估具有积极参考价值。此外，本研究在海绵系统的成本估算方面，由于管理方缺乏维护成本的严格记录，其维护成本测算采用了以往研究的经验公式，与实际维护成本消耗存在一定误差。未来研究可优化上述方法，并探究不同气候条件下典型住区绿地海绵系统的高绩效设计方法。

致谢(Acknowledgements):

感谢重庆悦来投资集团有限公司规划设计部部长魏映彦、注册城市规划师申亚、海绵监测部门工程师瞿万骏在数据收集过程中提供的大力支持与帮助。

文中所有图表均由者绘制或拍摄，其中图1-2、3的底图由重庆悦来投资集团有限公司规划设计部提供。

References

Publishing order | Descend order by publishing year | Descend order by cited within
[1]
住房和城乡建设部办公厅.住房和城乡建设部办公厅关于进一步明确海绵城市建设工作有关要求的通知（建办城〔2022〕17号）[EB/OL].（2022-04-27）[2022-10-15]. https://www.gov.cn/zhengce/zhengceku/2022-04/29/content_5687999.htm.

General Office of the Ministry of Housing and Urban-Rural Development. Notice of the General Office of the Ministry of Housing and Urban-Rural Development on Further Clarifying the Relevant Requirements for Sponge City Construction Work[EB/OL]. (2022-04-27)[2022-10-15]. https://www.gov.cn/zhengce/zhengceku/2022-04/29/content_5687999.htm.

[2]
财政部办公厅, 住房城乡建设部办公厅, 水利部办公厅.关于开展“十四五”第二批系统化全域推进海绵城市建设示范工作的通知（财办建〔2022〕28号）[EB/OL].（2022-04-08）[2022-10-15]. https://www.gov.cn/zhengce/zhengceku/2022-04/15/content_5685362.htm.

General Office of the Ministry of Finance, General Office of the Ministry of Housing and Urban-Rural Development, General Office of the Ministry of Water Resources. Notice on Carrying Out the “14th Five-Year Plan” Second Batch of Systematic Whole-Area Promotion of Sponge City Construction Demonstration Work[EB/OL]. (2022-04-08)[2022-10-15]. https://www.gov.cn/zhengce/zhengceku/2022-04/15/content_5685362.htm.

[3]
国务院办公厅.国务院办公厅关于推进海绵城市建设的指导意见（国办发〔2015〕75号）[EB/OL].（2015-10-16）[2022-10-15]. https://www.gov.cn/zhengce/content/2015-10/16/content_10228.htm.

General Office of the State Council. Guiding Opinions of The General Office of the State Council on Promoting the Construction of Sponge Cities[EB/OL]. (2015-10-16)[2022-10-15]. https://www.gov.cn/zhengce/content/2015-10/16/content_10228.htm.

[4]
向晨瑶, 刘家宏, 邵薇薇, 等. 海绵小区削峰减洪效率对降雨特征的响应[J]. 水利水电技术, 2017, 48(6): 7-12.

XIANG C Y, LIU J H, SHAO W W. Effectiveness of Systematically-Installed Sponge Facilities Under Different Rain Patterns[J]. Water Resources and Hydropower Engineering, 2017, 48(6): 7-12.

[5]
肖理中, 李铮. 基于海绵模型的年径流总量控制目标计算方法在居住区设计中的应用[J]. 建设科技, 2018(14): 48-51.

XIAO L Z, LI Z. Application of Calculation Method of Total Annual Runoff Volume Control Target Based on the Sponge Model in the Design of Residential Areas[J]. Construction Science and Technology, 2018(14): 48-51.

[6]
中国风景园林学会.海绵城市绿地建设管理技术标准: T/CHSLA 50009-2022[S].北京: 中国建筑工业出版社, 2022.

Chinese Society of Landscape Architecture. Technical Standard of Green Space Construction and Management in Sponge City: T/CHSLA 50009-2022[S]. Beijing: China Architecture & Building Press, 2022.

[7]
WRIGHT T J, LIU Y, CARROLL N J, et al. Retrofitting LID Practices into Existing Neighborhoods: Is It Worth It?[J]. Environmental Management, 2016, 57: 856-867.

[8]
LI Y, HUANG J J, HU M, et al. Design of Low Impact Development in the Urban Context Considering Hydrological Performance and Life-Cycle Cost[J]. Journal of Flood Risk Management, 2020, 13(3): e12625

DOI

[9]
中国天气网.重庆气象数据[EB/OL].（2010-09-02）[2022-10-15]. http://www.weather.com.cn/cityintro/101040100.shtml.

China Weather Website. Meteorological Data for Chongqing[EB/OL]. (2010-09-02)[2022-10-15]. http://www.weather.com.cn/cityintro/101040100.shtml.

[10]
United States Environmental Protection Agency. Storm Water Management Model User’s Manual Version 5.1[EB/OL]. (2016-01-29)[2022-10-15]. https://www.epa.gov/sites/default/files/2019-02/documents/epaswmm5_1_manual_master_8-2-15.pdf.

[11]
GIDDINGS J A. Determining Soil Texture Using the Ribboning Technique[R/OL]. (2015-02)[2022-10-15]. http://www.dpi.nsw.gov.au/__data/assets/pdf_file/0005/164615/determining_soil_texture_using_-ribboning_technique.pdf.

[12]
重庆两江新区管理委员会.两江新区海绵城市建设模型应用技术导则（试行） [EB/OL].（2018-03-13）[2022-10-15]. http://ljt.liangjiang.gov.cn/public/detail/645/0.

Chongqing Liangjiang New Area Management Committee. Technical Guidelines for Application of Sponge City Construction Model in Liangjiang New Area (Trial) [EB/OL]. (2018-03-13)[2022-10-15]. http://ljt.liangjiang.gov.cn/public/detail/645/0.

[13]
MORIASI D N, GITAU M W, PAI N, et al. Hydrologic and Water Quality Models: Performance Measures and Evaluation Criteria[J]. Transactions of the ASABE, 2015, 58(6): 1763-1785.

DOI

[14]
TUOMELA C, SILLANPÄÄ N, KOIVUSALO H. Assessment of Stormwater Pollutant Loads and Source Area Contributions with Storm Water Management Model (SWMM)[J]. Journal of Environmental Management, 2019, 233: 719-727.

DOI

[15]
中华人民共和国住房和城乡建设部. 海绵城市建设绩效评价与考核指标（试行）[EB/OL].（2015-07-10）[2022-10-15]. https://www.mohurd.gov.cn/gongkai/zhengce/zhengcefilelib/201507/20150716_222947.html.

General Office of the Ministry of Housing and Urban-Rural Development. Performance Evaluation and Assessment Indicators for Sponge City Construction (Trial) [EB/OL]. (2015-07-10)[2022-10-15]. https://www.mohurd.gov.cn/gongkai/zhengce/zhengcefilelib/201507/20150716_222947.html

[16]
CHUI T F M, LIU X, ZHAN W T. Assessing Cost- Effectiveness of Specific LID Practice Designs in Response to Large Storm Events[J]. Journal of Hydrology, 2016, 533: 353-364.

DOI

[17]
中华人民共和国住房和城乡建设部.海绵城市建设工程投资估算指标: ZYA1-02(01)-2018[S]. 北京: 中国计划出版社, 2018.

General Office of the Ministry of Housing and Urban-Rural Development. Indicators for Estimating Investment in Sponge City Construction Projects: ZYA1-02(01)-2018[S]. Beijing: China Planning Press, 2018.

[18]
周冠南, 梅超, 刘家宏, 等. 萍乡市西门片区海绵城市建设水文响应与成本效益分析[J]. 水利水电技术, 2019, 50(9): 10-17.

ZHOU G N, MEI C, LIU J H, et al. Analysis on Hydrological Response and Cost-Benefit of Sponge City Construction in Xinlen District of Pingxiang City[J]. Water Resources and Hydropower Engineering, 2019, 50(9): 10-17.

[19]
成玉宁, 杨锐.数字景观: 中国第四届数字景观国际论坛[M].南京: 东南大学出版社, 2019: 73-85.

CHENG Y N, YANG R. Digital Landscape: China’s 4th International Forum on Digital Landscape[M]. Nanjing: Southeast University Press, 2019: 73-85.

[20]
FLECK R, WESTERHAUSEN M T, KILLINGSWORTH N, et al. The Hydrological Performance of a Green Roof in Sydney, Australia: A Tale of Two Towers[J]. Building and Environment, 2022, 221: 109274

DOI

[21]
ZHANG Z M, HU W H, WANG W L, et al. The Hydrological Effect and Uncertainty Assessment by Runoff Indicators Based on SWMM for Various LID Facilities[J]. Journal of Hydrology, 2022, 613: 128418

DOI

[22]
KAYKHOSRAVI S, KHAN U T, JADIDI M A. A Simplified Geospatial Model to Rank LID Solutions for Urban Runoff Management[J]. Science of the Total Environment, 2022, 831: 154937

DOI

[23]
ZHANG S H, LIN Z X, ZHANG S X, et al. Stormwater Retention and Detention Performance of Green Roofs with Different Substrates: Observational Data and Hydrological Simulations[J]. Journal of Environmental Management, 2021, 291: 112682

DOI

[24]
LI Y F, LIU J L. Green Roofs in the Humid Subtropics: The Role of Environmental and Design Factors on Stormwater Retention and Peak Reduction[J]. Science of The Total Environment, 2022, 858(P1): 159710

[25]
李俊生, 尹海伟, 孔繁花, 等. 绿色屋顶雨洪调控能力与效益评价[J]. 环境科学, 2019, 40(4): 1803-1810.

LI J S, YIN H W, KONG F H, et al. Effects of a Green Roof on Stormwater Regulation and Cost-Benefit Analysis[J]. Environmental Science, 2019, 40(4): 1803-1810.

[26]
Toronto and Region Conservation Authority. Low Impact Development Stormwater Management Practice Inspection and Maintenance Guide[EB/OL]. (2016-03-13)[2022-10-15]. https://sustainabletechnologies.ca/app/uploads/2016/08/LID-IM-Guide-FrontMatter.pdf.

[27]
Toronto and Region Conservation Authority. Evaluation of Life Cycle Costs for Low Impact Development Stormwater Management Practices[R/OL]. (2013-04)[2022-10-15]. https://sustainabletechnologies.ca/app/uploads/2013/06/LID-LCC-final-2013.pdf.

[28]
LIAO Z L, CHEN H, HUANG F, et al. Cost-Effectiveness Analysis on LID Measures of a Highly Urbanized Area[J]. Desalination and Water Treatment, 2015, 56(11): 2817-2823.

[29]
刘家琳, 李武肸, 彭子岳, 等. 基于水文-成本综合绩效的山地公园雨洪管理景观系统策略研究[J]. 风景园林, 2021, 28(7): 90-96.

LIU J L, LI W X, PENG Z Y, et al. Research on Stormwater Management Landscape System Strategies in Mountainous Urban Parks Based on the Hydrological Cost Comprehensive Effectiveness[J]. Landscape Architecture, 2021, 28(7): 90-96.

[30]
戎贵文, 李姗姗, 甘丹妮, 等. 不同LID组合对水质水量影响及成本效益分析[J]. 南水北调与水利科技（中英文）, 2022, 20(1): 21-29.

RONG G W, LI S S, GAN D N, et al. Impact of Different Low Impact Developmental Combinations on Water Quality and Quantity and Cost-Benefit Analysis[J]. South-to-North Water Transfers and Water Science & Technology, 2022, 20(1): 21-29.

[31]
ABI AAD M P, SUIDAN M T, SHUSTER W D. Modeling Techniques of Best Management Practices: Rain Barrels and Rain Gardens Using EPA SWMM-5[J]. Journal of Hydrologic Engineering, 2010, 15(6): 434-443.

DOI

[32]
HUA P, YANG W Y, QI X C, et al. Evaluating the Effect of Urban Flooding Reduction Strategies in Response to Design Rainfall and Low Impact Development[J]. Journal of Cleaner Production, 2020, 242: 118515

DOI

[33]
ALESSANDRO F, NAMRATA S, J. SCOTT M. The Contribution of Constructed Green Infrastructure to Urban Biodiversity: A Synthesis and Meta-Analysis[J]. Journal of Applied Ecology, 2019, 56(9): 2131-2143.

DOI

Options
Outlines

/

〈 〉