在快速城市化和气候变化背景下，城市洪涝和非点源污染等全球城市水问题日益严峻，对城市水安全、可持续发展及人类生存造成严重威胁[1]。传统城市雨水管理无法适应气候变化和快速城市化，也不足以应对雨水径流污染问题[2]。近年来，中国海绵城市理念作为一项可持续发展战略被纳入城市发展过程，并在不断实践中证明其雨水管理有效性[3]。社区作为城市构成的基本单元，也是海绵城市建设的重要突破口，与周边环境息息相关，还可能产生更大影响范围。浙江省政府于2019年首次提出“未来社区”概念，旨在打造符合可持续发展目标的生态低碳新型城市功能单元。融合海绵城市建设理念的未来社区规划备受关注。
随着计算机技术不断发展，模型成为未来社区规划研究的重要工具，可模拟雨水径流产汇流过程、评估低影响开发(LID)方案效能等。目前已有多种成熟模型软件，如SWMM(storm water management model)、SWAT(soil and water assessment tool)、MIKE URBAN等。Li等[4]通过设置不同LID设施(LIDs)方案情景，运用SWMM评估各情景下径流控制效果，以确定最佳方案。Luan等[5]将LIDs布局分为分布式、集中式、分布-集中联合式，采用SWMM模拟不同布局下径流管理效果。然而，情景分析法难以构建大量情景数据以满足变量范围内的多样性需求，且难以表达多目标间的相互制约关系。基于此，耦合优化算法与雨水管理模型已成为海绵城市建设多目标优化的常用技术。例如，Tang等[6]通过耦合第二代非支配排序遗传算法(NSGA-II)与SWMM优化了社区LIDs空间位置和类型。Eckart等[7]通过耦合SWMM与Borg多目标进化算法，开发了评估LIDs的耦合模型。然而，模型构建对数据需求度较高，不适用于数据缺乏地区。中国住建部发布的《海绵城市建设技术指南——低影响开发雨水系统构建(试行)》(以下简称《指南》)推荐容积法对LIDs进行布局设计。针对不同需求的未来社区海绵源头设施布局方法有待整合与完善。
国内外学者主要从水质、水量、水生态方面评价社区海绵源头设施建设效益，具体指标为径流总量、雨水调蓄、径流污染控制等[1, 8]。此外，海绵城市践行低碳建设理念，可直接或间接减少城市碳排放。She等[9]提出，海绵城市碳减排途径主要包括城市径流减排、污染减排、植物固碳、水资源回用等。Su等[10]研究表明，海绵城市比传统排水系统的碳排放量贡献减少1.7%。然而，针对不同构建方法的未来社区海绵源头设施降碳能力评估，以及来自不同径流控制环节的协同降碳能力尚有待进一步研究。
针对海绵城市源头设施布局，一些研究在不同数据现状和技术水平情况下提出了各自的方法，并均在不同规划设计阶段支撑了海绵城市源头设施布局方案的制定。为了探究不同数据和技术需求下的社区海绵源头设施布局方法，本文构建了容积法、基于SWMM的模型法和耦合SWMM与NSGA-II的多目标优化法的社区海绵源头设施布局多方法体系。选择一典型以未来社区为目标的待建社区为研究区，设计不同方法下未来社区海绵源头设施布局方案，并与传统方案(无源头设施)对比，量化径流总量、径流峰值、污染物负荷、浓度及降碳效果，评价多方法体系的适用性，为规划设计人员根据不同数据和技术条件选择相应方法提供支持，同时为未来绿色低碳社区建设提供技术体系和案例支撑。
1 未来社区海绵源头设施布局方法体系根据数据和技术需求，未来社区海绵源头设施布局方法主要包括容积法、雨水管理模型法和耦合优化算法的多目标优化法。图 1为各方法间的关系与对输入数据的需求及输出结果。
|
| 图 1 社区海绵源头设施布局方法体系构建 |
容积法仅根据《指南》及地方规划标准等，结合区域土地利用确定区域雨水径流控制目标，并将其分解到各地块，进而对各地块LIDs比例进行设计，获得基于年径流总量控制率的LIDs布局方案。
若进一步获取研究区管网数据、气象数据及径流监测等数据，可构建区域雨水管理模型(例如SWMM、SUSTAIN等)，模拟次降雨或长时间序列降雨条件下径流量、径流污染和雨水回用。
模型与优化算法耦合，可形成多目标优化法。该方法可同时考虑径流量削减、径流污染削减、成本等目标，生成Pareto前沿解集供决策者参考。此外，该方法可同时对LIDs空间位置、比例、类型等参数进行综合优化，形成更为合理的优化布局方案。
2 研究数据与方法 2.1 研究区概况与数据案例研究区位于中国南方某多雨城市，年均降水量为974.35 mm。该区域位于现代化城市副中心，旨在打造基于海绵城市理念的绿色低碳未来社区。研究区占地面积约146 hm2，用地类型规划以二类住宅和住宅商业混合用地为主，约占总面积的60%；其余用地类型面积占比由大到小依次为城市道路用地、商业用地、教育科研用地、服务设施用地、社会福利设施用地、绿地和供电用地。区域内规划排水体制为分流制，尚未建成排水管网。基于该区域规划现状可研究未来社区构建方法并评估其减污降碳效果，为其他绿色低碳小区建设提供技术和理论依据。
根据《指南》和当地海绵城市专项规划确定研究区年径流总量控制率目标按80%计，对应当地设计日降雨量为32.7 mm；雨水回用率不低于10%。为了有效实现未来社区的减污功能，通过文献调研，并结合当地海绵城市规划设计导则，确定径流污染物负荷削减目标取50%。
2.2 未来社区海绵源头设施布局多方法构建 2.2.1 容积法根据研究区用地规划，在年径流总量控制率的基础上对各地块的径流控制目标分解，如图 2所示。参考当地海绵专项规划，对居住用地和商业服务业用地设置-5%~0调整值，公共管理与公共服务用地、公共设施用地设置0~5%调整值，工业用地和仓储用地设置-10%~-5%调整值。根据城市机动车道与路段红线宽度比值，城市道路调整值为-2%。此外，提高绿地年径流总量控制率至90%。通过面积加权法试算各地块年径流总量控制率，最终确定各地块年径流总量控制率分别为77.00%(二类住宅用地)、85.00%(服务设施用地、教育科研用地、社会福利设施用地、商业用地和供电用地)、80.00%(住宅商业混合用地)、90.00%(绿地)、78.00%(城市道路用地)。
|
| 图 2 基于容积法的未来社区LIDs布局流程 |
考虑区域地形、土壤、地下水等条件，选择绿色屋顶、透水铺装、下沉式绿地3种LIDs，参照文[1, 9]，其结构参数见表 1。主要由下沉式绿地的下凹体积进行径流调蓄，核算如下：
| 参数 | 绿色屋顶 | 透水铺装 | 下沉式绿地 | |
| 表面层 | 护堤高度/mm | 150 | 200 | |
| 植被体积比 | 0.2 | |||
| Manning系数 | 0 | |||
| 表面坡度/% | 200 | |||
| 铺装层 | 厚度/mm | 150 | 500 | |
| 孔隙率 | 0.5 | 0.5 | ||
| 不渗透表面小数 | 0.2 | 0.2 | ||
| 渗透性/(mm·h-1) | 0.1 | 0.1 | ||
| 土壤层 | 厚度/mm | 100 | 100 | |
| 孔隙率 | 10 | 10 | ||
| 产水能力 | 3.5 | 3.5 | ||
| 枯萎点 | 50 | 50 | ||
| 导水率/(mm·h-1) | 0.75 | 0.75 | ||
| 导水率坡度 | 4 | 4 | ||
| 吸水头/mm | 0 | 0 | ||
| 蓄水层 | 厚度/mm | 10 | ||
| 孔隙率 | 0.5 | |||
| 渗透率/(mm·h-1) | 0.1 | |||
| 堵塞系数 | 150 | |||
| 排水层 | 厚度/mm | 0.2 | ||
| 孔隙率 | 0 | |||
| Manning系数 | 200 |
| $ H=\frac{P A v}{10 \mu F} . $ | (1) |
其中：H为设计日降雨量，mm；P为下沉式绿地率，%；A为绿地面积，m2；v为单位下沉式绿地调蓄容积，m3·m-2；μ为综合雨量径流系数；F为汇水面积，hm2。
2.2.2 模型法选用SWMM雨水管理模型对研究区进行模拟分析。参照《室外排水设计标准》(GB50014—2021)及当地海绵专项规划设计雨水管网，包括41个节点、9个排口、41条雨水管道及明渠，管径为500~2 000 mm，总长度约为3 962 m。根据小区竖向高程、用地规划、管网设计等数据，将该区域划分为82个子汇水区，构建SWMM模型。
由于研究区处于规划阶段，无法通过实际监测数据进行模型参数率定，因此采用文献调研参数初选、参数敏感性分析以及综合径流系数法校核参数。选择32.7 mm日降雨序列、2 a和5 a重现期短历时降雨序列进行模拟，计算径流系数。通过与实际径流系数比较，以变异系数指标判断模型可靠性。模型表现性能见表 2，不同降雨条件下变异系数均小于5%，认为SWMM模型参数与实际相符，具有较高可靠性。模型的总悬浮固体(TSS)、化学需氧量(COD)、总氮(TN)、总磷(TP)水质参数及水文参数见表 3。
| 降雨 | 降雨量/mm | 模拟径流系数 | 实际径流系数 | 变异系数 |
| 日降雨 | 32.71 | 0.56 | 0.59 | -4.74 |
| 2 a重现期 | 49.53 | 0.58 | 0.59 | -1.09 |
| 5 a重现期 | 64.85 | 0.61 | 0.59 | 3.03 |
| 参数 | 参数名称 | 数值 | |||
| 水文参数 | 不透水区Manning粗糙系数 | 0.014 | |||
| 不透水区洼地蓄水/mm | 3 | ||||
| 透水区Manning粗糙系数 | 0.38 | ||||
| 透水区初洼地蓄水/mm | 8 | ||||
| 最大渗透率/(mm·h-1) | 85 | ||||
| 最小渗透率/(mm·h-1) | 1.2 | ||||
| 衰减系数/h-1 | 1 | ||||
| 排干时间/d | 7 | ||||
| 水质参数 | 屋顶 | 道路 | 绿地 | ||
| TSS | 最大累积量/(kg·hm-2) | 50 | 40 | 30 | |
| 半饱和累积时间/d | 10 | 10 | 10 | ||
| 冲刷系数 | 0.007 | 0.006 | 0.004 | ||
| 冲刷指数 | 1.35 | 1.35 | 1.00 | ||
| COD | 最大累积量/(kg·hm-2) | 40 | 80 | 20 | |
| 半饱和累积时间/d | 10 | 10 | 10 | ||
| 冲刷系数 | 0.006 | 0.007 | 0.004 | ||
| 冲刷指数 | 1.35 | 1.35 | 1.00 | ||
| TN | 最大累积量/(kg·hm-2) | 2 | 3 | 6 | |
| 半饱和累积时间/d | 10 | 10 | 10 | ||
| 冲刷系数 | 0.004 | 0.004 | 0.002 | ||
| 冲刷指数 | 1.53 | 1.53 | 1.00 | ||
| TP | 最大累积量/(kg·hm-2) | 0.3 | 0.5 | 0.4 | |
| 半饱和累积时间/d | 10 | 10 | 10 | ||
| 冲刷系数 | 0.002 | 0.002 | 0.002 | ||
| 冲刷指数 | 1.26 | 1.26 | 1.00 | ||
2.2.3 多目标优化法
选择NSGA-II，通过调用基于python平台与SWMM模型pyswmm程序模块，实现算法与模型耦合，形成多目标优化模型。在优化过程中，以次降雨径流控制率、污染物(TSS、COD、TN、TP)负荷平均削减率、建设维护成本及雨水回用率作为控制目标，通过与传统方案(无LIDs情景)对比进行计算：
| $ F_1=1-\frac{1000 Q}{h A^{\prime}}, $ | (2) |
| $ F_2=0.25 \times \sum\limits_{i=1}^4 \frac{G_{i 0}-G_i}{G_{i 0}}, $ | (3) |
| $ F_3=245 A_{\mathrm{gr}}+85 A_{\mathrm{sg}}+460 A_{\mathrm{pp}}, $ | (4) |
| $ R=1000 \frac{Q}{q F} \times 100 \%. $ | (5) |
其中：F1为次降雨径流控制率；Q为次降雨径流排放量，m3；h为次降雨量，mm；A′为汇水面积，m2；F2为4种污染物负荷平均削减率；Gi0为传统方案下第i种污染物排放负荷量，kg；Gi为多目标优化方案第i种污染物的排放负荷量，kg；F3为LIDs建设维护成本，元；Agr、Asg、App分别为绿色屋顶、下沉式绿地、透水铺装面积，m2；R为雨水回用率，%；Q为雨水回用量，m3；q为年降雨量，mm；F为汇水面积，hm2。式(3)中，“245”、“85”和“460”为根据当地海绵城市建设技术导则确定的LIDs建设维护综合费用，元·m-2。
优化变量约束条件为每个子汇水区3种LIDs分别占潜在实施区域面积的百分比(绿色屋顶布设在12层、40 m以下屋顶；透水铺装布设在人行道路；下沉式绿地布设在公园、道路绿化带、建筑小区等绿地区域)，范围为0~100%。基于NSGA-Ⅱ全局搜索生成不同LIDs比例的布局方案。该研究区域面积较小，优化变量个数为200~300，因此种群数设置为100。为获取收敛性良好的最优解集，遗传代数设为100。交叉概率通常取0.4~0.9，由于NSGA-II算法自带精英保留策略，交叉概率可取较大值0.9。较大的变异概率有利于新个体的产生，因此NSGA-Ⅱ的变异概率取值0.1。
多目标优化过程模型收敛性见图 3，各目标函数均呈现较明显的收敛性，在70~95代达到收敛，表明优化效果较好。
|
| 图 3 多目标优化法模型收敛性 |
2.3 未来社区效能评价 2.3.1 径流量与污染控制
从年尺度和场次降雨尺度评价未来社区LIDs的径流量与污染控制。统计分析研究区多年降雨监测数据，2014年降雨量最接近多年平均降雨量，2016年降雨量约低于年均降雨量134 mm，2021年降雨量约高于年均降水量384 mm，因此选择以上3个年份作为平水年、枯水年和丰水年评估未来社区的年污染物负荷削减能力。80%年径流总量控制率对应研究区32.7 mm设计日降雨量，降雨历时按360 min计，评价次降雨过程中污染物输出浓度变化。通过式(2)和(3)进行量化评估。
2.3.2 碳排放控制LIDs运维过程会产生碳排放，通常与设施结构关键层厚度及建设面积紧密相关，按式(6)计算。LIDs通过径流调控降低管网及泵站输送能耗、减少污水厂运行及市政自来水或中水需求产生协同降碳作用。采用排放因子法计算上述过程碳排放减少量。需要说明的是，为了保守估计减污协同降碳能力，仅考虑污水处理厂物理-化学或生物处理过程产生的CO2量，而忽略电能消耗等碳排放[11]，计算公式见式(7)—(9)。
| $ C_i=\left(\theta_i h_i+\delta_i\right) A_i \times 10^{-3}, $ | (6) |
| $ P_1=\left(M_{0, \mathrm{COD}}-M_{\mathrm{COD}} E_{\mathrm{wWTP}, \mathrm{COD}} \times 10^{-3}\right., $ | (7) |
| $ P_2=\gamma R_{\Omega} \times 10^{-3}, $ | (8) |
| $ P_3=\varphi\left(V_0-V\right) \times 10^{-3}. $ | (9) |
其中：Ci为LID设施i综合碳排放量，t；hi为LID设施i结构厚度，mm；Ai为LIDs i的面积，10 m2；θi和δi为计算因数，根据文[12]，30 a生命周期的绿色屋顶、透水铺装和下沉式绿地θ分别取0.004 1、0.186 2和0.009 9，δ分别取2.979 9、56.018和22.665；P1为污染物削减产生的CO2削减量，t·a-1；M0，COD和MCOD分别为传统方案和容积法或多目标优化方案COD负荷量，t·a-1；EWWTP，COD为CO2排放系数，根据文[10]取508.4 kg·t-1；P2为雨水回用产生的CO2削减量，t·a-1；γ为碳排放系数，根据文[13]取1.07 kg·m3；RΩ为雨水回用量，m3·a-1；P3为径流量削减产生的CO2削减量，t·a-1；φ为碳排放系数，根据文[9]取0.053 kg·m3；V0和V分别是传统方案和容积法或多目标优化方案的径流排放量，m3。
此外，LIDs作为重要的碳汇，通过植物光合作用吸收CO2，实现固碳作用，通过式(10)进行计算。通过式(11)计算未来社区总降碳量。
| $ P_4=\beta A \times 10^{-3}, $ | (10) |
| $ P_n=\left(P_1+P_2+P_3+P_4\right) n-\sum\limits_{i=1}^3 C_i. $ | (11) |
其中：P4为植被固碳作用的碳削减量，t·a-1；β为年均固碳系数，kg·m-2·a-1；A为LIDs面积，m2，根据文[14]，绿色屋顶β取0.19，但绿色屋顶固碳能力在2年后几乎为零。此外，下凹式绿地由普通绿地改建而成，改建前后固碳能力变化不大，因此忽略不计；Pn为第n年未来社区降碳总量，t。
3 分析与讨论 3.1 不同方法下未来社区海绵源头设施布局方案基于容积法和多目标优化法的未来社区海绵源头设施布局分别如图 4b和4c所示。容积法方案LIDs占各子汇水区总面积比例高达41.50%，主要位于二类居住用地、商业用地和商住混合用地区域(见图 4a)。这些区域建筑密度较高，综合径流系数高于其他汇水区域，可产生较多的雨水径流[15]；此外，这些区域用于建设服务设施，径流控制需求较高，因此应设置较高面积比例的LIDs。LIDs面积比例最小(5.00%~10.00%)的地块为绿地(见图 4a)。3种LIDs中，透水铺装面积最大，占研究区总面积12.97%，其次为下沉式绿地(9.54%)和绿色屋顶(4.31%)。
|
| 图 4 各子汇水区用地类型规划及不同方案下海绵源头设施布局 |
与容积法方案相比，多目标优化方案的LIDs比例和空间布局均存在较大差异。图 4c表明，综合考虑成本效益后，不同子汇水区LIDs比例为0.00%~87.82%。绿色屋顶和下沉式绿地面积分别降低3.29%和1.51%，而透水铺装面积增加2.13%，如图 5所示。由于多目标优化法将成本作为约束条件之一，而绿色屋顶建设成本最高，为了实现最佳成本效益，算法寻优过程尽可能减少绿色屋顶，通过增加透水铺装实现径流控制目标。虽然下沉式绿地建设成本较低，但其占地空间较大，且通常接收来自周边绿地的雨水径流，对区域总体径流污染控制效果不佳，可能是其面积减少的主要原因[16]。透水铺装对雨水径流量及径流污染均具有较好控制效果[17]，且成本适中，因此多目标优化方案中其面积增加以实现未来社区综合径流管理效益。多目标优化方案可使各设施位于最佳的空间位置，例如，相比容积法方案，多目标优化方案中研究区北部中间区域的LIDs面积比例由30%降至低于6%，某些道路透水铺装面积比例增加高达50%，LIDs总面积下降2.67%；总成本节约18.67%，如图 5d所示。
|
| 图 5 不同方案的LIDs面积比例及总成本 |
3.2 不同方法下径流控制效果评估
容积法可生成满足研究区年径流总量控制率的海绵源头设施布局方案；然而，需借助SWMM模型进一步评估方案的减污降碳效果。通过SWMM模型对传统方案及容积法方案下径流量及径流污染进行模拟，同时与多目标优化方案进行对比。
3.2.1 次降雨为评估未来社区的次降雨径流和污染控制效果及回用雨水水质是否满足《地表水环境质量标准》(GB3838—2002)相关要求，在设计次降雨条件下(见图 6a)，以研究区污染控制效果最弱的排水分区排口为例进行分析，相关结果如图 6b—6f所示。
|
| 图 6 设计次降雨条件下不同方案径流出流流量及各污染物质量浓度过程线 |
与传统方案相比，2种方案径流峰值流量显著降低，由5.65 m3·s-1分别降至2.17 m3·s-1(容积法方案)和1.71 m3·s-1(多目标优化方案)，峰现时间延后约15 min，可大大降低城市内涝风险[18]。传统方案下，TSS、COD、TN、TP峰值浓度分别为58.87、48.82、2.46和0.0757 mg·L-1，COD和TN峰值浓度远高于景观用水要求的地表水V类标准(COD质量浓度≤40 mg·L-1，TN质量浓度≤2 mg·L-1)，不能直接回用。容积法方案和多目标优化方案下，污染物峰值浓度分别降低21.69%~30.52%和26.61%~37.64%，达到景观用水水质要求。多目标优化方案径流污染控制效果更好，与容积法方案相比，TSS、COD、TN、TP峰值浓度分别降低10.24%、6.40%、6.32%和16.67%，能提升回用雨水水质。
3.2.2 年尺度对选取的丰、平、枯3个典型年降雨条件下不同方案径流控制效果分析，结果见表 4和5。
| 方案 | 年份 | 降雨/mm | 削减/% | 雨水回用率/% |
| 传统方案 | 2014 | 840.5 | 52.07 | 0 |
| 2016 | 968.7 | 52.93 | 0 | |
| 2021 | 1 358.5 | 50.60 | 0 | |
| 容积法方案 | 2014 | 840.5 | 80.67 | 13.91 |
| 2016 | 968.7 | 81.85 | 12.86 | |
| 2021 | 1 358.5 | 75.77 | 18.36 | |
| 多目标优化方案 | 2014 | 840.5 | 80.45 | 15.19 |
| 2016 | 968.7 | 81.67 | 14.04 | |
| 2021 | 1 358.5 | 73.75 | 21.01 |
| t | |||||||||||||||||||||||||||||
| 方案 | 年份 | TSS | COD | TN | TP | ||||||||||||||||||||||||
| 传统方案 | 2014 | 12.15 | 16.66 | 0.93 | 0.03 | ||||||||||||||||||||||||
| 2016 | 10.42 | 14.24 | 0.80 | 0.03 | |||||||||||||||||||||||||
| 2021 | 16.31 | 23.52 | 1.30 | 0.05 | |||||||||||||||||||||||||
| 容积法方案 | 2014 | 4.26 | 6.13 | 0.34 | 0.01 | ||||||||||||||||||||||||
| 2016 | 3.40 | 4.92 | 0.28 | 0.01 | |||||||||||||||||||||||||
| 2021 | 7.31 | 10.93 | 0.61 | 0.02 | |||||||||||||||||||||||||
| 多目标优化方案 | 2014 | 4.46 | 6.31 | 0.36 | 0.01 | ||||||||||||||||||||||||
| 2016 | 3.58 | 5.08 | 0.29 | 0.01 | |||||||||||||||||||||||||
| 2021 | 8.05 | 11.98 | 0.67 | 0.02 | |||||||||||||||||||||||||
传统方案下，2014年、2016年和2021年的年径流总量控制率分别为52.07%、52.93%和50.60%，平均为51.87%。丰水年条件下年径流控制率较低，可能由于丰水年时存在较多极端降水事件，导致径流输出量较大[8]。采用容积法设置LIDs后，不同年份径流总量削减率显著提升25.17%~28.92%，平均为79.43%，基本满足该区域80%多年平均年径流总量控制率目标。雨水回用率为12.86%~18.36%，满足区域目标要求。多目标优化方案下，年径流总量控制率为73.75%~80.45%，相比容积法方案略降低0.18%~2.02%，但雨水回用率提高1.17%~2.65%。多目标优化法兼顾径流量控制、径流污染控制、雨水资源化利用及成本等目标，解决多目标优化问题；然而，容积法仅考虑年径流总量控制率唯一目标，因此该方法方案在径流量控制方面效能表现更优。总体而言，容积法方案和多目标优化方案均基本满足年径流总量控制率要求。
表 5表明，相比传统方案，容积法方案和多目标优化方案下4种污染物年负荷量均大大降低，年污染物负荷削减率分别为53.08%~67.37%和48.46%~66.67%，基本满足研究区径流污染削减目标。多目标优化方案的年污染物负荷模拟结果略高于容积法方案(约为1.08%~4.62%)，可能是因为污染物负荷削减量受径流总量削减的影响[19]，导致该方案的径流污染物负荷削减率较低。
3.3 未来社区降碳能力评估图 7为未来社区降碳能力评估结果。根据式(10)，容积法方案和多目标优化方案的绿色屋顶固碳量分别为1.197和0.283 t·a-1，远低于其他碳汇过程，忽略不计。此外，容积法方案和多目标优化方案均未改变雨水管网参数，因此仅研究LIDs的碳排放-碳汇过程。
|
| 图 7 不同方案未来社区降碳能力评估 |
容积法方案和多目标优化方案的源头设施建设维护可分别产生2 016.18和2 194.58 t碳排放，多目标优化方案碳排放较高。多目标优化方案中，绿色屋顶和下凹式绿地面积均减少，而透水铺装面积增加(见图 5)。有研究表明，透水铺装中透水混凝土材料产生的碳排放远高于其他材料，是导致透水铺装碳排放的主要环节[13]，因此多目标优化方案碳排放量较高。在2种方案中，由于透水铺装的面积均最大，因此产生碳排放量最多，占总碳排放量80%左右。考虑减少透水混凝土使用量，或使用替代材料是减少碳排放的重要途径。在优化过程中，将碳排放指标作为控制目标之一也是今后有待研究的重要方面。
图 7表明，不同典型年的多目标优化方案碳削减总量比容积法方案高7.91%~12.66%，分别平均为314.23和284.87 t(分别对应单位面积碳削减量0.22和0.20 kg/m2)，低于文[11]的0.33 kg/m2和文[9]的0.64 kg/m2碳削减结果。未来社区的碳削减主要表现为雨水回用降碳过程，约占碳削减总量的90%。李晨璐等[13]同样强调了雨水回用对碳削减的重要作用。然而，She等[9]则指出，雨水回用产生的碳排放削减比例较低，主要由径流量控制显著提高而雨水资源收集率降低所致。这与本文现象一致，不同典型年下多目标优化方案径流量削减低于容积法方案，但雨水资源回用率较高，从而使多目标优化方案雨水回用产生碳削减量较高。综合海绵设施建设碳排放-碳削减过程，2种方案的碳排放回收年限约为7 a，与文[13]得出的5~10 a回收年限结论一致，这就意味着未来社区约在建设7 a后实现净碳减排效益。由于多目标优化方案具有更高的降碳能力，因此可实现更高的净碳减排效益。
4 结论本文构建了不同数据和技术需求下未来社区海绵源头设施布局多方法体系，并以某待建小区为例对比评价多方法体系的适用性和可行性。由于透水铺装较高的环境-成本效益，多目标优化方案比容积法方案的透水铺装面积有所增大，而绿色屋顶和下沉式绿地面积均减少，总成本降低18.67%。
次降雨过程模拟表明，多目标优化方案的径流污染物浓度峰值和流量峰值削减效果比容积法方案更优。典型年降雨模拟中，容积法方案的年径流总量控制率略高于多目标优化方案，从而使其年污染物负荷削减较高，但多目标优化方案雨水回用率较容积法方案有所提高。然而，多目标优化方案透水铺装面积增加导致碳排放比容积法方案增加。在优化过程中，将碳排放指标作为控制目标之一是今后有待研究的重要方面。由于多目标优化方案雨水回用率较高，其年均碳削减量高于容积法方案。2种方案碳排放回收年限均约为7 a，但多目标优化方案可实现更高净碳减排效益。
综合考虑不同方法数据及技术需求，容积法简单易操作，可满足基于年径流总量控制目标的未来社区海绵源头设施布局，但多目标优化法可实现最佳综合环境效益及成本效益。
致谢
本文的模型法研究工作得到清华大学-丰田联合研究院跨学科专项资助(20223930042)。
| [1] |
印定坤, 陈正侠, 李骐安, 等. 降雨特征对多雨城市海绵改造小区径流控制效果的影响[J]. 清华大学学报(自然科学版), 2021, 61(1): 50-56. YIN D K, CHEN Z X, LI Q A, et al. Influence of rainfall characteristics on runoff control of a sponge reconstructed community in a rainy city[J]. Journal of Tsinghua University (Science and Technology), 2021, 61(1): 50-56. (in Chinese) |
| [2] |
FERRANS P, TORRES M N, TEMPRANO J, et al. Sustainable urban drainage system (SUDS) modeling supporting decision-making: A systematic quantitative review[J]. Science of the Total Environment, 2022, 806: 150447. DOI:10.1016/j.scitotenv.2021.150447 |
| [3] |
YUAN Y W, ZHANG Q, CHEN S M, et al. Evaluation of comprehensive benefits of sponge cities using meta-analysis in different geographical environments in China[J]. Science of the Total Environment, 2022, 836: 155755. DOI:10.1016/j.scitotenv.2022.155755 |
| [4] |
LI J K, YAO Y T, MA M H, et al. A multi-index evaluation system for identifying the optimal configuration of LID facilities in the newly built and built-up urban areas[J]. Water Resources Management, 2021, 35(7): 2129-2147. DOI:10.1007/s11269-021-02830-6 |
| [5] |
LUAN B, YIN R X, XU P, et al. Evaluating green stormwater infrastructure strategies efficiencies in a rapidly urbanizing catchment using SWMM-based TOPSIS[J]. Journal of Cleaner Production, 2019, 223: 680-691. DOI:10.1016/j.jclepro.2019.03.028 |
| [6] |
TANG S J, JIANG J P, SHAMSELDIN A Y, et al. Comprehensive optimization framework for low impact development facility layout design with cost-benefit analysis: A case study in Shenzhen City, China[J]. ACS ES&T Water, 2022, 2(1): 63-74. |
| [7] |
ECKART K, MCPHEE Z, BOLISETTI T. Multiobjective optimization of low impact development stormwater controls[J]. Journal of Hydrology, 2018, 562: 564-576. DOI:10.1016/j.jhydrol.2018.04.068 |
| [8] |
CHOI C, BERRY P, SMITH A. The climate benefits, co-benefits, and trade-offs of green infrastructure: A systematic literature review[J]. Journal of Environmental Management, 2021, 291: 112583. DOI:10.1016/j.jenvman.2021.112583 |
| [9] |
SHE L, WEI M, YOU X Y. Multi-objective layout optimization for sponge city by annealing algorithm and its environmental benefits analysis[J]. Sustainable Cities and Society, 2021, 66: 102706. DOI:10.1016/j.scs.2021.102706 |
| [10] |
SU X, SHAO W W, LIU J H, et al. How does sponge city construction affect carbon emission from integrated urban drainage system?[J]. Journal of Cleaner Production, 2022, 363: 132595. DOI:10.1016/j.jclepro.2022.132595 |
| [11] |
LIU J H, WANG J, DING X Y, et al. Assessing the mitigation of greenhouse gas emissions from a green infrastructure-based urban drainage system[J]. Applied Energy, 2020, 278: 115686. DOI:10.1016/j.apenergy.2020.115686 |
| [12] |
陈碧宜. 基于气候变化的低影响开发设施径流量和碳排放控制研究——以广州市天河智慧城为例[D]. 广州: 广州大学, 2022. CHEN B Y. Runoff volume and carbon emission control of the low impact development facilities based on climate change: A case study of tianhe intelligence business district, Guangzhou[D]. Guangzhou: Guangzhou Univrsity, 2022. (in Chinese) |
| [13] |
李晨璐, 郑涛, 彭开铭, 等. 基于全生命周期法的海绵城市雨水系统碳排放研究[J]. 环境与可持续发展, 2019, 44(1): 132-137. LI C L, ZHENG T, PENG K M, et al. Study on carbon emission of sponge city stormwater system based on life cycle assessment[J]. Environment and Sustainable Development, 2019, 44(1): 132-137. (in Chinese) |
| [14] |
MOORE T L C, HUNT W F. Predicting the carbon footprint of urban stormwater infrastructure[J]. Ecological Engineering, 2013, 58: 44-51. DOI:10.1016/j.ecoleng.2013.06.021 |
| [15] |
ZHU Y F, XU C Q, YIN D K, et al. Environmental and economic cost-benefit comparison of sponge city construction in different urban functional regions[J]. Journal of Environmental Management, 2022, 304: 114230. DOI:10.1016/j.jenvman.2021.114230 |
| [16] |
LI Q, WANG F, YU Y, et al. Comprehensive performance evaluation of LID practices for the sponge city construction: A case study in Guangxi, China[J]. Journal of Environmental Management, 2019, 231: 10-20. |
| [17] |
吴允红, 李俊奇, 张哲, 等. 渗排型透水铺装运行维护研究进展[J]. 给水排水, 2022, 48(8): 151-159. WU Y H, LI J Q, ZHANG Z, et al. Operation and maintenance of permeable pavement with underdrainage: A review[J]. Water & Wastewater Engineering, 2022, 48(8): 151-159. (in Chinese) |
| [18] |
VENKATARAMANAN V, LOPEZ D, MCCUSKEY D J, et al. Knowledge, attitudes, intentions, and behavior related to green infrastructure for flood management: A systematic literature review[J]. Science of the Total Environment, 2020, 720: 137606. DOI:10.1016/j.scitotenv.2020.137606 |
| [19] |
FAN G D, LIN R S, WEI Z Q, et al. Effects of low impact development on the stormwater runoff and pollution control[J]. Science of the Total Environment, 2022, 805: 150404. DOI:10.1016/j.scitotenv.2021.150404 |