陳磊 周雪輝 余宇 郭晨茜 張瀟月 沈珍瑤

摘要：城鎮(zhèn)建成區(qū)普遍面臨內(nèi)澇和非點(diǎn)源污染的問題，且二者均與降雨徑流過程關(guān)系密切，形成風(fēng)險(xiǎn)疊加。為系統(tǒng)評價(jià)城鎮(zhèn)建成區(qū)的內(nèi)澇和非點(diǎn)源污染風(fēng)險(xiǎn)，基于建立的水量-水質(zhì)聯(lián)合風(fēng)險(xiǎn)評價(jià)指標(biāo)、Copula聯(lián)合分布函數(shù)和SWMM-InfoWorks ICM耦合模型，提出水量-水質(zhì)聯(lián)合風(fēng)險(xiǎn)評價(jià)方法，以北京某高校為研究區(qū)，對2種灰綠情境進(jìn)行對比分析。結(jié)果表明：與基準(zhǔn)情境相比，建成區(qū)在改造情境下內(nèi)澇控制彈性、徑流控制彈性和水質(zhì)控制彈性平均值分別從0.55、0.90和0.76提升到0.63、0.95和0.80，風(fēng)險(xiǎn)程度下降但仍存在內(nèi)澇和水質(zhì)超標(biāo)情況;兩情境下水質(zhì)彈性值概率密度分布均存在極值點(diǎn)，造成這一極值點(diǎn)的主要原因是對于

懸浮物控制能力的降低;多場次降雨事件中，水量和水質(zhì)高-低風(fēng)險(xiǎn)邊界事件重現(xiàn)期分別由2.21 a和1.60 a提升至4.59 a和1.81 a，風(fēng)險(xiǎn)概率降低;灰綠改造后水量控制能力升高而水質(zhì)控制能力下降，表明水量-水質(zhì)聯(lián)合調(diào)控至關(guān)重要。

關(guān)鍵詞：水量;水質(zhì);風(fēng)險(xiǎn)評價(jià);非點(diǎn)源污染;城市內(nèi)澇;彈性指標(biāo)

中圖分類號：TV121.7;X824 文獻(xiàn)標(biāo)識碼：A

文章編號：1001-6791（2023）01-0076-12

收稿日期：2022-09-05;

網(wǎng)絡(luò)出版日期：2023-01-31

網(wǎng)絡(luò)出版地址：https：∥kns.cnki.net/kcms/detail∥32.1309.P.20230130.1616.002.html

基金項(xiàng)目：國家自然科學(xué)基金創(chuàng)新群體項(xiàng)目（52221003）;國家自然科學(xué)基金資助項(xiàng)目（42277044）

作者簡介：陳磊（1982—），男，河北唐山人，教授，博士，主要從事流域非點(diǎn)源污染模擬與控制、水環(huán)境模擬與修復(fù)、海綿城市機(jī)理及設(shè)計(jì)方面研究。E-mail：chenlei1982bnu@bnu.edu.cn

通信作者：沈珍瑤，E-mail：zyshen@bnu.edu.cn

隨著城市快速發(fā)展和不透水下墊面增加，內(nèi)澇和非點(diǎn)源污染問題逐漸阻礙城市可持續(xù)發(fā)展^［1-2］。近年極端降雨事件頻繁出現(xiàn)，引發(fā)的城市內(nèi)澇帶來了嚴(yán)重的人員傷亡和經(jīng)濟(jì)損失。2012年7月21日北京特大暴雨造成了79人死亡和116億元經(jīng)濟(jì)損失^［1］，2021年7月20日鄭州特大暴雨造成409億元的直接經(jīng)濟(jì)損失^［3］。另一方面，降雨事件還給城市帶來了嚴(yán)峻的非點(diǎn)源污染問題^［4-5］，降雨徑流污染的負(fù)荷量通常與降雨強(qiáng)度等降雨特征明顯相關(guān)^［6］，污染物組成復(fù)雜，包括重金屬、抗生素等毒性物質(zhì)^［7-8］，濃度在降雨前后可增加數(shù)十倍^［9-10］。對城市內(nèi)澇和水質(zhì)超標(biāo)風(fēng)險(xiǎn)進(jìn)行合理評估，是城市管理決策、維護(hù)城市水安全的有效手段^［11］。

“風(fēng)險(xiǎn)”一詞通常以不良事件發(fā)生的概率及其造成不良后果程度的總和表示^{［1，12］}。徐宗學(xué)等^［1］對城市洪澇風(fēng)險(xiǎn)評估的研究進(jìn)展進(jìn)行了整理，將國內(nèi)外常用的評估方法分為歷史災(zāi)情評估法、指標(biāo)體系評估法、遙感影像評估法和情境模擬評估法。內(nèi)澇風(fēng)險(xiǎn)越來越多地被作為一項(xiàng)指標(biāo)應(yīng)用于城市流域雨水管理措施的效益評價(jià)中，李江云等^［13］結(jié)合積水時(shí)間和深度劃分子匯水區(qū)內(nèi)澇風(fēng)險(xiǎn)等級，作為灰綠基礎(chǔ)設(shè)施耦合多目標(biāo)優(yōu)化的罰函數(shù);Alves等^［14］借助降雨重現(xiàn)期估算洪澇帶來的損失風(fēng)險(xiǎn)，以評價(jià)和優(yōu)化綠-藍(lán)-灰措施效益。評價(jià)城市面源污染風(fēng)險(xiǎn)，常用的方法有基于概率并結(jié)合水文水質(zhì)模型的方法和風(fēng)險(xiǎn)指數(shù)方法。Qin等^［15］使用IHACRES模型進(jìn)行長期連續(xù)模擬，基于降雨事件的徑流水質(zhì)和污染物負(fù)荷的頻率分布評價(jià)城市徑流水質(zhì)風(fēng)險(xiǎn);Liao等^［12］將降雨進(jìn)行分類，利用云模型建立暴雨污染指數(shù)，識別城市流域暴雨造成的高風(fēng)險(xiǎn)污染區(qū)間，該指數(shù)體現(xiàn)了暴雨污染的嚴(yán)重程度及其發(fā)生的可能性。以往對于城市降雨風(fēng)險(xiǎn)的評價(jià)、管理準(zhǔn)則多針對于內(nèi)澇或非點(diǎn)源污染單個(gè)問題，導(dǎo)致城市管理中存在為快速排干徑流而忽視管理伴隨的化學(xué)品污染的情況，而二者均由降雨驅(qū)動，并與降雨徑流關(guān)聯(lián)密切。Sakai等^［16］認(rèn)識到這一問題，并總結(jié)了內(nèi)澇風(fēng)險(xiǎn)和污染風(fēng)險(xiǎn)的異同，從管理學(xué)的角度提出了控制方案，但未形成相關(guān)評價(jià)方法。因此，有必要綜合考慮水量和水質(zhì)，系統(tǒng)評估區(qū)域的降雨徑流水量-水質(zhì)控制能力和面臨的風(fēng)險(xiǎn)。

本研究針對城鎮(zhèn)建成區(qū)所面臨的內(nèi)澇和非點(diǎn)源污染問題，基于設(shè)計(jì)的水量-水質(zhì)聯(lián)合彈性指標(biāo)和暴雨洪水管理模型（SWMM）-城市綜合流域排水模型系統(tǒng)（InfoWorks ICM）耦合模型（以下簡稱SWMM-ICM耦合模型），提出一套水量-水質(zhì)聯(lián)合風(fēng)險(xiǎn)評價(jià)方法，評價(jià)內(nèi)澇、徑流和水質(zhì)控制能力，構(gòu)建雙變量Copula降雨聯(lián)合分布函數(shù)并進(jìn)行風(fēng)險(xiǎn)評估。

1 研究區(qū)與研究方法

1.1 研究區(qū)與數(shù)據(jù)

選擇北京某高校作為研究區(qū)，占地面積約58.3萬m²。研究區(qū)下墊面類型和管網(wǎng)布設(shè)情況常年較為固定，如圖1所示，下墊面分為道路、人行道、屋頂、綠地、混合用地、人造草坪運(yùn)動場、天然草坪運(yùn)動場、透水鋪面與瀝青路面九類;研究區(qū)為雨污分流排水系統(tǒng)，雨水管網(wǎng)有5個(gè)出口，其中出口3的匯水區(qū)域面積占研究區(qū)面積的80%以上。研究區(qū)地勢平坦，高程范圍約為47.5～52.9 m。近年來，研究區(qū)在傳統(tǒng)雨水排放的模式上，引入了透水鋪裝、雨水管斷接等低影響開發(fā)措施，但由于管網(wǎng)按較低的標(biāo)準(zhǔn)（約為5年一遇）設(shè)計(jì)，研究區(qū)在強(qiáng)降雨事件下易發(fā)生內(nèi)澇，例如研究區(qū)內(nèi)輔仁路及教工食堂在2014年8月31日的暴雨事件中積水深度高于0.4 m。屋頂和路面下墊面是研究區(qū)非點(diǎn)源污染主要來源，主要受交通活動、生活垃圾、建筑施工等人為活動因素及干濕沉降影響。

用于模型率定和驗(yàn)證的數(shù)據(jù)來自于2014年7—9月8場降雨中雨水管網(wǎng)3號總排口的流量與水質(zhì)監(jiān)測數(shù)據(jù)。降雨時(shí)間序列數(shù)據(jù)通過位于研究區(qū)環(huán)境學(xué)院屋頂?shù)腍OBO氣象站監(jiān)測獲得;水文數(shù)據(jù)由流量儀（HACH，F(xiàn)L900）自動監(jiān)測，按照5 min時(shí)間間隔記錄徑流流速、流量等數(shù)據(jù);水質(zhì)數(shù)據(jù)通過對降雨過程徑流樣品采集分析獲取。上述8場次降雨涵蓋了小雨、大雨、暴雨、單峰及多峰幾種北京地區(qū)常見雨型，其年監(jiān)測數(shù)據(jù)用于模型率定、驗(yàn)證可使最終獲取的模型參數(shù)具有一定代表性和可推廣性。

用于模型模擬的數(shù)據(jù)為國家基本氣象站北京南郊觀象臺（54511）在2010—2019年逐小時(shí)的降雨數(shù)據(jù)，以超過10 h未降雨為下一場次降雨的劃分準(zhǔn)則，共得到631場降雨事件，其中608場次降雨量超過0.1 mm。

本研究為評估建成區(qū)改造前后的水量-水質(zhì)聯(lián)合風(fēng)險(xiǎn)，設(shè)置基準(zhǔn)情境和改造情境進(jìn)行對比?；鶞?zhǔn)情境基于研究區(qū)目前下墊面和雨水管道條件進(jìn)行模擬;改造情境是針對研究區(qū)節(jié)點(diǎn)溢流問題而設(shè)計(jì)的最佳情形，首先在溢流節(jié)點(diǎn)及其相鄰節(jié)點(diǎn)具備改造條件的匯水區(qū)設(shè)計(jì)綠色基礎(chǔ)設(shè)施，面積共3.30萬m²，約占研究區(qū)面積的5.52%;其次分析溢流節(jié)點(diǎn)，合理擴(kuò)大排水能力不足的管道管徑;最后在倒流嚴(yán)重的節(jié)點(diǎn)處設(shè)計(jì)調(diào)蓄池，共設(shè)計(jì)5個(gè)管網(wǎng)中部調(diào)蓄池，容積分別為 1 000、1 600、1 200、1 000和800 m³，具體改造位置如圖1所示。

1.2 水量-水質(zhì)聯(lián)合風(fēng)險(xiǎn)評價(jià)方法

本研究中，水量-水質(zhì)風(fēng)險(xiǎn)指在考慮內(nèi)澇和水質(zhì)超標(biāo)事件發(fā)生概率與事件所能達(dá)到的危害程度的總和^{［1，17］}，以彈性值表征風(fēng)險(xiǎn)事件危害程度，以降雨事件重現(xiàn)期表征風(fēng)險(xiǎn)事件概率。

首先，從水量（徑流量和內(nèi)澇）控制與水質(zhì)控制（化學(xué)需氧量（COD）、懸浮物（SS）和總氮（TN））兩方面設(shè)計(jì)彈性指標(biāo)，分別概化降雨事件中降雨徑流、內(nèi)澇面積和水質(zhì)的變化過程;其次，構(gòu)建SWMM-ICM耦合模型，模擬多場次降雨事件下研究區(qū)內(nèi)澇面積、徑流和水質(zhì)變化，形成研究區(qū)的降雨事件水量、水質(zhì)彈性值分布;以降雨量和降雨歷時(shí)為水量風(fēng)險(xiǎn)分布變量，以對水質(zhì)影響明顯的前期干燥天數(shù)^［18］和降雨強(qiáng)度為水質(zhì)風(fēng)險(xiǎn)分布變量，分別構(gòu)建雙變量Copula降雨聯(lián)合分布函數(shù);最終依據(jù)彈性值進(jìn)行風(fēng)險(xiǎn)等級劃分，依據(jù)聯(lián)合分布函數(shù)計(jì)算風(fēng)險(xiǎn)邊界事件重現(xiàn)期。水量-水質(zhì)聯(lián)合風(fēng)險(xiǎn)評價(jià)方法框架見圖2。

1.2.1 模型構(gòu)建

本研究使用城市暴雨污水及流域雨洪管理建模軟件PCSWMM進(jìn)行研究區(qū)徑流模擬。根據(jù)下墊面類型將研究區(qū)分為748個(gè)匯水區(qū)。

8場降雨詳細(xì)信息如表1所示。在率定過程中，首先使用軟件自帶的SRTC工具進(jìn)行校準(zhǔn)，再使用多目標(biāo)智能優(yōu)化算法AANSGAII進(jìn)行更加精確的參數(shù)率定。率定效果以納什效率系數(shù)（E_NS）與相關(guān)性系數(shù)（R²）評價(jià)，模型的率定參數(shù)如表2所示，模型的率定和驗(yàn)證結(jié)果如圖3、表3所示，模擬效果良好。

為對城市內(nèi)澇進(jìn)行模擬，將已經(jīng)率定驗(yàn)證完成的SWMM模型導(dǎo)入Infoworks ICM軟件中，在ArcGIS軟件中采用反距離權(quán)重（IDW）方法插值，獲取數(shù)字高程模型（DEM）數(shù)據(jù)，以創(chuàng)建地面不規(guī)則三角網(wǎng)（TIN）模型。在TIN模型范圍內(nèi)創(chuàng)建2-D模擬多邊形，并將建筑區(qū)域設(shè)置為空白區(qū)域使得在模擬中徑流無法流入，對多邊形進(jìn)行網(wǎng)格化并進(jìn)行二維內(nèi)澇演算，獲得內(nèi)澇面積—時(shí)間曲線圖。選擇與研究區(qū)管網(wǎng)設(shè)計(jì)標(biāo)準(zhǔn)對應(yīng)的0831場次降雨模擬，計(jì)算內(nèi)澇控制綜合彈性指標(biāo)。對631場降雨事件進(jìn)行模擬，分別計(jì)算徑流、水質(zhì)控制綜合指標(biāo)并將所有場次降雨下指標(biāo)的平均值作為最終水量、水質(zhì)控制指標(biāo)，評估水量-水質(zhì)聯(lián)合風(fēng)險(xiǎn)。

1.2.2 聯(lián)合彈性指標(biāo)設(shè)計(jì)

內(nèi)澇、徑流和水質(zhì)控制綜合彈性值分別為建成區(qū)對于內(nèi)澇、徑流和水質(zhì)控制的可靠程度、承載能力、恢復(fù)速度和復(fù)原能力的總和。其中，可靠程度（r₁）為評價(jià)對象面對降雨干擾時(shí)系統(tǒng)性能保持正常的能力，以降雨下不發(fā)生內(nèi)澇、控制降雨徑流形成和控制污染物濃度不超標(biāo)的時(shí)長占比表示;承載能力（r₂）為評價(jià)對象遭遇降雨干擾后降低損害的能力，以最大內(nèi)澇面積、徑流峰值和最高污染負(fù)荷表示;恢復(fù)能力（r₃）為評價(jià)對象在受到干擾后恢復(fù)到正常狀態(tài)的能力，通過內(nèi)澇面積降低速度、吸收雨水總量和污染物濃度降低速度來體現(xiàn);復(fù)原能力（r₄）指評價(jià)對象能否恢復(fù)到無影響狀態(tài)的能力，考慮到在降雨結(jié)束后一段時(shí)間內(nèi)便不會有降雨徑流和徑流污染排放，故將其值設(shè)定為1。內(nèi)澇控制、徑流控制和水質(zhì)控制綜合彈性值及各分指標(biāo)計(jì)算方式見表4。

水質(zhì)控制指標(biāo)的對比標(biāo)準(zhǔn)值選用北京市地方標(biāo)準(zhǔn)《水污染綜合排放標(biāo)準(zhǔn)：DB11/307—2013》中排入地表水體的 B排放限值，本研究在監(jiān)測和評價(jià)中涉及的污染物類型包括 COD、SS、TN對應(yīng)標(biāo)準(zhǔn)限值分別為30 mg/L、10 mg/L、15 mg/L，3種污染物分別計(jì)算綜合彈性值后取平均值為最終的水質(zhì)綜合彈性值。綜合彈性值的取值范圍為0～1，值越接近1表明系統(tǒng)彈性越高。當(dāng)徑流控制彈性值R=1時(shí)，無水量風(fēng)險(xiǎn)，1>R≥0.9時(shí)，為低水量風(fēng)險(xiǎn)，R<0.9時(shí)，為高水量風(fēng)險(xiǎn);當(dāng)水質(zhì)控制彈性值R=1時(shí)，無水質(zhì)風(fēng)險(xiǎn)，1>R≥0.7時(shí)，為低水質(zhì)風(fēng)險(xiǎn)，R<0.7時(shí)，為高水質(zhì)風(fēng)險(xiǎn)。

1.2.3 聯(lián)合風(fēng)險(xiǎn)分布與評估

Copula函數(shù)是水文水資源研究中常用的構(gòu)造多變量聯(lián)合分布的有效工具^［19-21］，應(yīng)用基本流程包括確定隨機(jī)變量及其邊緣分布、擬合與優(yōu)選、聯(lián)合概率分布推導(dǎo)^［21］。

在本研究中，首先針對水量控制和水質(zhì)控制，分別選取氣象數(shù)據(jù)中的降雨量—降雨歷時(shí)、降雨前期干燥天數(shù)—降雨強(qiáng)度為隨機(jī)變量，以核密度估計(jì)方法對于選取的變量進(jìn)行各自的邊緣分布函數(shù)擬合;其次，計(jì)算變量的偏度以及峰度，并繪制二元分布函數(shù)頻數(shù)/頻率直方圖，發(fā)現(xiàn)變量各自邊緣分布尾部明顯不對稱，故選擇Archimedean型Copula函數(shù)進(jìn)行擬合;最后以歐氏距離為指標(biāo)對3種Archimedean型Copula函數(shù)的擬合優(yōu)度進(jìn)行比較，選擇平方歐氏距離值最小的 Clayton Copula進(jìn)行擬合，其基本形式如式（1）所示，參數(shù)θ通過極大似然法計(jì)算，得到降雨聯(lián)合分布函數(shù)如式（2）和式（3）所示。

式中： u、v分別代表兩變量的邊緣分布函數(shù);C_Cl（u，v;θ）為u和v的聯(lián)合概率分布，下標(biāo)ADD代表降雨前期干燥天數(shù)、INT代表降雨強(qiáng)度、PRE代表降雨量、DUR代表降雨歷時(shí);u_ADD、u_PRE分別為降雨前期干燥天數(shù)與降雨量的邊緣分布函數(shù);v_INT、v_DUR分別為降雨強(qiáng)度與降雨歷時(shí)的邊緣分布函數(shù)。

對于多場次降雨事件的分布，依據(jù)彈性值劃分無風(fēng)險(xiǎn)段、低風(fēng)險(xiǎn)段和高風(fēng)險(xiǎn)段，并擬合水量和水質(zhì)風(fēng)險(xiǎn)邊界線，計(jì)算出風(fēng)險(xiǎn)邊界事件的重現(xiàn)期（P_R），作為建成區(qū)水量-水質(zhì)風(fēng)險(xiǎn)概率指標(biāo)，計(jì)算方式如下：

在高于風(fēng)險(xiǎn)邊界事件重現(xiàn)期的降雨事件下，建成區(qū)面臨更高的水量或水質(zhì)風(fēng)險(xiǎn)概率，因此，風(fēng)險(xiǎn)邊界對應(yīng)的重現(xiàn)期越大，說明建成區(qū)應(yīng)對降雨徑流及非點(diǎn)源污染干擾的能力越強(qiáng)。

2 結(jié)果與討論

2.1 聯(lián)合彈性指標(biāo)評價(jià)結(jié)果

計(jì)算兩情境下彈性指標(biāo)結(jié)果，與基準(zhǔn)情境相比，改造情境的內(nèi)澇控制、徑流控制和水質(zhì)控制彈性指標(biāo)均得到提升。其中，內(nèi)澇控制彈性平均值由0.55提高至0.63，內(nèi)澇控制彈性平均值提高了12.70%。改造前后，徑流控制彈性平均值和水質(zhì)控制彈性平均值分別由0.90和0.76提升到0.95和0.80，徑流、水質(zhì)控制整體效果分別提升6.03%和5.59%，二者雖平均提升幅度相近，但對于不同降雨事件的提升效果差異明顯。兩情境中的水量、水質(zhì)控制彈性值的概率分布如圖5所示。在不同情境下，水質(zhì)控制彈性的概率密度分布均存在2個(gè)明顯的峰值，基準(zhǔn)情境下兩峰值分別在彈性值為0.57和1.00處，而對于改造情境，概率密度分布整體向彈性值更高的方向移動，兩峰值分別在0.68和1.00處。雙峰形狀說明研究區(qū)在小雨情況下水質(zhì)控制明顯，而降雨事件特征超過某一特征值后，水質(zhì)控制效果會有一個(gè)明顯的變化，此特征值降雨事件下水質(zhì)控制彈性值為0.87;整個(gè)概率曲線左峰峰度降低但極值點(diǎn)的位置變化較小，說明經(jīng)過改造之后這一特定值并沒有明顯提高。

無論是基準(zhǔn)情景還是改造情景，COD、SS 2類污染物控制彈性均存在彈性指標(biāo)不為1.00，即水質(zhì)超標(biāo)情況，且彈性值變化規(guī)律不同。建成區(qū)的TN控制彈性值始終為1.00;在基準(zhǔn)情境中，大多數(shù)小雨（每小時(shí)降雨量小于2.50 mm）場次下，建成區(qū)對于SS和COD控制彈性值為1.00，但隨著降雨強(qiáng)度和前期干燥天數(shù)的增大，系統(tǒng)不能完全控制SS，SS控制彈性值由1.00驟減為0.62，對應(yīng)綜合彈性值為0.87，為概率曲線極低值點(diǎn);隨著降雨條件進(jìn)一步惡化，系統(tǒng)對于COD控制能力下降，COD控制彈性由1.00驟減為0.64，此時(shí)SS控制彈性值已降低至0.36，綜合彈性值為0.66。而經(jīng)過改造后，SS超標(biāo)出現(xiàn)在綜合彈性值為0.94時(shí)，COD超標(biāo)出現(xiàn)在彈性值為0.83時(shí)，概率密度分布極值點(diǎn)在兩值之間。可以看出，由于系統(tǒng)首先對于SS失去控制并且彈性值變化劇烈，所以水質(zhì)控制彈性概率密度分布的極值點(diǎn)與SS控制彈性最為相關(guān)，控制SS污染物的前期積累，可能是提高研究區(qū)綜合水質(zhì)控制能力的關(guān)鍵。

而從不同情境下的徑流控制彈性概率密度分布來看，改造后峰形由雙峰改變?yōu)閱畏?。改造前的雙峰說明在徑流控制上也存在這樣一個(gè)出現(xiàn)斷層的降雨特征值;改造后的單峰說明通過改造徑流控制能力顯著下降，改變?yōu)閺椥栽叫∑涓怕拭芏纫苍叫〉膯我悔厔?。整個(gè)概率密度曲線出現(xiàn)了明顯的右移，彈性值絕大部分都在0.90以上，體現(xiàn)出了集水區(qū)改造對于徑流控制能力的顯著提升。

蓄水池對于內(nèi)澇和徑流的控制起到了重要作用，在0831場次暴雨事件模擬中（表5），5個(gè)蓄水池總?cè)肓髁繛? 100 m³，經(jīng)蓄水池?cái)r截后，最大徑流流量下降18.46%～72.97%，相對于基準(zhǔn)情景，改造情景中蓄水設(shè)施1、蓄水設(shè)施3、蓄水設(shè)施4分別將其下游管道最大流量出現(xiàn)時(shí)的時(shí)間延后了69、55和8 min，蓄水池在暴雨事件中起到了削減徑流峰值和延遲徑流峰值出現(xiàn)時(shí)間的作用。

改造情境下，徑流控制效果提升比水質(zhì)控制效果更明顯，但二者平均值提升程度相近，這可能是由于基準(zhǔn)情境下的徑流控制彈性本就明顯高于水質(zhì)控制彈性。次降雨事件尺度上2類彈性提升效果差異明顯，可能是因?yàn)榛揖G基礎(chǔ)設(shè)施設(shè)計(jì)中，2種基礎(chǔ)設(shè)施改造程度存在差異，綠色基礎(chǔ)設(shè)施作為水質(zhì)控制的重要措施，受限于研究區(qū)的下墊面條件而無法大面積改造，而灰色基礎(chǔ)設(shè)施作為徑流控制的重要措施得到了充分改造，關(guān)鍵節(jié)點(diǎn)設(shè)計(jì)的蓄水池對水量控制也起到了作用。

值得一提的是，雖然改造提高了研究區(qū)整體的水量和水質(zhì)控制能力，但共有86場降雨事件水量控制彈性值提升而水質(zhì)控制彈性值下降，最多下降了0.29。而造成水質(zhì)控制彈性值下降的主要污染物也不同，其中19場改造前綜合水質(zhì)控制彈性為1.00的降雨事件，其SS控制彈性值（平均下降0.46）較于COD（平均下降0.04）降低更顯著，而在改造前彈性值較小的事件中，其SS控制彈性值普遍下降更多。

這種差異，可能是由于改造對于水量控制能力提升更加顯著，導(dǎo)致承載相同污染負(fù)荷的水量驟減，降低了稀釋能力從而致使水質(zhì)反而惡化。這表明將控制水量作為海綿城市的核心指標(biāo)，

卻很可能導(dǎo)致水質(zhì)失控現(xiàn)象的發(fā)生，而本文提出的水量-水質(zhì)聯(lián)合評價(jià)方法彌補(bǔ)了這一劣勢，可通過多場次模擬評價(jià)，實(shí)現(xiàn)降雨事件尺度上水量、水質(zhì)協(xié)同控制能力變化的分析。

2.2 聯(lián)合風(fēng)險(xiǎn)概率評估結(jié)果

對比不同情境的水量-水質(zhì)風(fēng)險(xiǎn)分布及風(fēng)險(xiǎn)邊界事件，改造情境相較于基準(zhǔn)情境風(fēng)險(xiǎn)邊界事件重現(xiàn)期均有所提升，但提升程度區(qū)別明顯，見圖6。

針對水質(zhì)風(fēng)險(xiǎn)，水質(zhì)高、低風(fēng)險(xiǎn)劃分邊界的事件重現(xiàn)期由基準(zhǔn)情境的1.60 a提升至改造情境的1.81 a，而有-無水質(zhì)風(fēng)險(xiǎn)邊界的事件重現(xiàn)期由基準(zhǔn)情境的1.45 a提升至改造情境的1.49 a，改造情境對于水質(zhì)風(fēng)險(xiǎn)的應(yīng)對能力略有提升。改造情境下部分降雨事件水質(zhì)風(fēng)險(xiǎn)屬性由高風(fēng)險(xiǎn)變?yōu)榈惋L(fēng)險(xiǎn)，但沒有和高風(fēng)險(xiǎn)事件形成明顯邊界，這說明水質(zhì)控制彈性并非和前期干燥天數(shù)及降雨強(qiáng)度成簡單線性關(guān)系。

從水量風(fēng)險(xiǎn)評估來看，高-低風(fēng)險(xiǎn)邊界的事件重現(xiàn)期由基準(zhǔn)情境的2.21 a提升至改造情境的4.59 a，改造后水量風(fēng)險(xiǎn)顯著降低。在降雨特征為降雨量5～25 mm、降雨歷時(shí)5～35 h范圍內(nèi)的事件，經(jīng)過改造水量風(fēng)險(xiǎn)屬性均由高風(fēng)險(xiǎn)變?yōu)榈惋L(fēng)險(xiǎn)，說明研究區(qū)已經(jīng)能夠完全控制該范圍內(nèi)降雨帶來的水量變化，并且水量控制彈性與降雨量和降雨歷時(shí)兩變量相關(guān)關(guān)系較明顯。

對比水量、水質(zhì)的風(fēng)險(xiǎn)邊界提升來看，改造模式對于水量控制的提升效果明顯優(yōu)于水質(zhì)控制。不同于改造后降雨事件的水量風(fēng)險(xiǎn)屬性大幅改變，水質(zhì)風(fēng)險(xiǎn)屬性改變并無明顯規(guī)律，相同降雨前期干燥天數(shù)情況下，水質(zhì)控制風(fēng)險(xiǎn)并非隨降雨強(qiáng)度線性相關(guān)變化，降雨強(qiáng)度大小對于水質(zhì)風(fēng)險(xiǎn)變化并非單向的影響。因此，在進(jìn)行風(fēng)險(xiǎn)評估和水質(zhì)管理時(shí)，僅依靠降雨前期干燥天數(shù)和降雨強(qiáng)度2個(gè)變量可能難以全面分析水質(zhì)風(fēng)險(xiǎn)變化規(guī)律，應(yīng)結(jié)合降雨歷時(shí)和降雨量2個(gè)變量探求相關(guān)關(guān)系，而改造情境中分布在低水質(zhì)風(fēng)險(xiǎn)事件間的高水質(zhì)風(fēng)險(xiǎn)事件，可能是探究降雨特征對水質(zhì)風(fēng)險(xiǎn)影響的關(guān)鍵。

2.3 方法先進(jìn)性分析

在進(jìn)行城市洪澇風(fēng)險(xiǎn)評估時(shí)，前人的研究多選擇討論實(shí)測歷史降雨和少量不同降雨重現(xiàn)期的設(shè)計(jì)降雨情境下對應(yīng)的研究區(qū)內(nèi)澇分布，再以內(nèi)澇面積、深度等指標(biāo)量化內(nèi)澇程度或進(jìn)行風(fēng)險(xiǎn)區(qū)劃^{［1，22-23］}。這種評估方式簡單直觀，但僅依靠少量代表性降雨場次難以對城鎮(zhèn)建成區(qū)水量-水質(zhì)控制能力和面臨的風(fēng)險(xiǎn)做出整體性評價(jià)。因此，本研究針對近10 a的631場降雨事件逐場進(jìn)行了水質(zhì)和水量的彈性評價(jià)，形成概率密度分布，實(shí)現(xiàn)了基于次降雨事件的水質(zhì)和水量控制效果差異分析。根據(jù)彈性指標(biāo)對城鎮(zhèn)建成區(qū)整體進(jìn)行風(fēng)險(xiǎn)劃分時(shí)，多場次降雨事件形成的降雨量—降雨歷時(shí)—水量風(fēng)險(xiǎn)分布和降雨前期干燥天數(shù)—降雨強(qiáng)度—水質(zhì)風(fēng)險(xiǎn)分布，為水量-水質(zhì)聯(lián)合風(fēng)險(xiǎn)評估提供了充分的數(shù)據(jù)支撐。

本方法耦合了SWMM模型和ICM模型進(jìn)行內(nèi)澇模擬，SWMM模型雖在小流域的模擬上方便且高效，但不包含河道及二維地面洪水模型，無法計(jì)算管網(wǎng)溢流后造成的溢流過程^［24-25］，而ICM模型擁有功能強(qiáng)大且演算準(zhǔn)確的二維內(nèi)澇模擬能力。以往研究針對不同目標(biāo)曾對兩模型進(jìn)行了耦合，寇殿良等^［26］使用ICM模型進(jìn)行水文模擬，SWMM模型只用于求解LID帶來的徑流系數(shù)變化;葉陳雷等^［27］以檢查井溢流作為連接節(jié)點(diǎn)，計(jì)算最大內(nèi)澇面積。本研究使用SWMM模型模擬降雨徑流和管道流動，ICM模型模擬溢流節(jié)點(diǎn)水量交換造成的溢流過程。黃國如等^［28］將SWMM模型和自行構(gòu)建的二維水動力模型進(jìn)行耦合，在溢流的基礎(chǔ)上考慮了回水過程。本研究以節(jié)點(diǎn)水量垂向傳遞為紐帶，既考慮了溢流過程，也考慮了節(jié)點(diǎn)排水壓力降低后的回退過程，模擬出在基準(zhǔn)情景和改造情景下，達(dá)到最大內(nèi)澇面積68 407 m²和323 m²的時(shí)間分別為90 min和88 min，內(nèi)澇面積穩(wěn)定為4 964 m²和0 m²的時(shí)間分別為525 min和100 min。另外，ICM模型兼容SWMM模型網(wǎng)絡(luò)，將完成率定的SWMM模型導(dǎo)入ICM模型中，彌補(bǔ)了ICM難以實(shí)現(xiàn)自動調(diào)參的劣勢。

3 結(jié)論

本研究針對城市城鎮(zhèn)建成區(qū)面臨的內(nèi)澇、非點(diǎn)源污染風(fēng)險(xiǎn)，提出了基于水量-水質(zhì)聯(lián)合彈性指標(biāo)和Copula聯(lián)合分布函數(shù)的水量-水質(zhì)聯(lián)合風(fēng)險(xiǎn)評估方法，以北京某高校為目標(biāo)研究區(qū)，設(shè)計(jì)基準(zhǔn)情境和改造情境進(jìn)行對比分析。主要結(jié)論如下：

（1） 改造情境下城鎮(zhèn)建成區(qū)應(yīng)對降雨的水量、水質(zhì)控制能力均有提升。改造情境中內(nèi)澇、徑流和水質(zhì)控制彈性平均值相對于基準(zhǔn)情境分別增加 12.70%、6.03%和5.59%。

（2） 改造對水量控制能力的提升更加充分。基準(zhǔn)情境下和改造情境中，水質(zhì)彈性值概率密度分布均存在極小值點(diǎn)，改造并沒有改變其整體分布趨勢;而改造情境相比于基準(zhǔn)情境，已不存在水量彈性值密度分布的極小值點(diǎn)。

（3） 在次降雨事件尺度下，改造情境對比于基準(zhǔn)情境，存在系統(tǒng)水量控制能力提升

而水質(zhì)控制能力降低的情況。這種情況在單獨(dú)的水量或水質(zhì)風(fēng)險(xiǎn)評價(jià)中易被忽略，而造成片面的雨水管理決策，體現(xiàn)了研究設(shè)計(jì)的水量-水質(zhì)聯(lián)合評價(jià)的必要性和多場次降雨事件模擬的優(yōu)勢。

（4） 改造后城鎮(zhèn)建成區(qū)水量風(fēng)險(xiǎn)降低程度明顯大于水質(zhì)風(fēng)險(xiǎn)。水質(zhì)高-低風(fēng)險(xiǎn)邊界、有-無風(fēng)險(xiǎn)邊界的事件重現(xiàn)期分別由1.60 a和1.45 a提升至1.81 a和1.49 a，水量高-低風(fēng)險(xiǎn)邊界的事件重現(xiàn)期由2.21 a提升至4.59 a。改造后大量降雨事件水量風(fēng)險(xiǎn)等級降低，但是水質(zhì)風(fēng)險(xiǎn)等級變化并沒有明顯規(guī)律。

目前，研究提出的方法仍存在不足之處，未來還需進(jìn)一步從海綿城市建設(shè)評價(jià)標(biāo)準(zhǔn)等出發(fā)，對方法中風(fēng)險(xiǎn)閾值的確定等方面進(jìn)行改進(jìn)，以更加科學(xué)地評價(jià)研究區(qū)水量-水質(zhì)聯(lián)合風(fēng)險(xiǎn)，并將此方法應(yīng)用于其他功能類型的城市集水區(qū)中，以不斷提供方法通用性。

參考文獻(xiàn)：

［1］徐宗學(xué)，陳浩，任梅芳，等.中國城市洪澇致災(zāi)機(jī)理與風(fēng)險(xiǎn)評估研究進(jìn)展［J］.水科學(xué)進(jìn)展，2020，31（5）：713-724.（XU Z X，CHEN H，REN M F，et al.Progress on disaster mechanism and risk assessment of urban flood/waterlogging disasters in China［J］.Advances in Water Science，2020，31（5）：713-724.（in Chinese））

［2］張建云，王銀堂，賀瑞敏，等.中國城市洪澇問題及成因分析［J］.水科學(xué)進(jìn)展，2016，27（4）：485-491.（ZHANG J Y，WANG Y T，HE R M，et al.Discussion on the urban flood and waterlogging and causes analysis in China［J］.Advances in Water Science，2016，27（4）：485-491.（in Chinese））

［3］中華人民共和國應(yīng)急管理部.河南鄭州“7·20”特大暴雨災(zāi)害調(diào)查報(bào)告［R/OL］.（2022-01-21）［2022-06-01］.https：∥www.mem.gov.cn / xw/ bndt / 202201 / t20220121_407106.shtml.（Ministry of Emergency Management of The People′s Republic of China.Investigation report on “7·20” rainstorm disaster in Zhengzhou City，Henan Province［R/OL］.（2022-01-21）［2022-06-01］.（in Chinese））

［4］楊默遠(yuǎn)，潘興瑤，劉洪祿，等.基于文獻(xiàn)數(shù)據(jù)再分析的中國城市面源污染規(guī)律研究［J］.生態(tài)環(huán)境學(xué)報(bào)，2020，29（8）：1634-1644.（YANG M Y，PAN X Y，LIU H L，et al.Urban non-point pollution characteristics in China：a meta-analysis［J］.Ecology and Environmental Sciences，2020，29（8）：1634-1644.（in Chinese））

［5］郝璐，孫閣.城市化對流域生態(tài)水文過程的影響研究綜述［J］.生態(tài)學(xué)報(bào)，2021，41（1）：13-26.（HAO L，SUN G.Impacts of urbanization on watershed ecohydrological processes：progresses and perspectives［J］.Acta Ecologica Sinica，2021，41（1）：13-26.（in Chinese））

［6］陳瑩，王昭，吳亞剛，等.降雨特征及污染物賦存類型對路面徑流污染排放的影響［J］.環(huán)境科學(xué)，2017，38（7）：2828-2835.（CHEN Y，WANG Z，WU Y G，et al.Impacts of rainfall characteristics and occurrence of pollutant on effluent characteristics of road runoff pollution［J］.Environmental Science，2017，38（7）：2828-2835.（in Chinese））

［7］袁宏林，李星宇，王曉昌.西安市雨水徑流中重金屬季節(jié)性污染特征及分析［J］.環(huán)境科學(xué)，2014，35（11）：4143-4147.（YUAN H L，LI X Y，WANG X C.Heavy metals pollution and analysis of seasonal variation runoff in xi′an［J］.Environmental Science，2014，35（11）：4143-4147.（in Chinese））

［8］LEE S，SUITS M，WITUSZYNSKI D，et al.Residential urban stormwater runoff：a comprehensive profile of microbiome and antibiotic resistance［J］.Science of the Total Environment，2020，723：138033.

［9］ZHANG X Y，CHEN L，YU Y，et al.Water quality variability affected by landscape patterns and the associated temporal observation scales in the rapidly urbanizing watershed［J］.Journal of Environmental Management，2021，298：113523.

［10］ZHAO F K，CHEN L D，YANG L，et al.Effects of land use and rainfall on sequestration of veterinary antibiotics in soils at the hillslope scale［J］.Environmental Pollution，2020，260：114112.

［11］齊小天，張質(zhì)明，趙鑫，等.降雨徑流污染風(fēng)險(xiǎn)等級識別與優(yōu)化方法［J］.環(huán)境科學(xué)，2022，43（3）：1500-1511.（QI X T，ZHANG Z M，ZHAO X，et al.Identification and optimization method of rainfall-runoff pollution risk level［J］.Environmental Science，2022，43（3）：1500-1511.（in Chinese））

［12］LIAO Y J，ZHAO H T，JIANG Y，et al.An innovative method based on cloud model learning to identify high-risk pollution intervals of storm-flow on an urban catchment scale［J］.Water Research，2019，165：115007.

［13］李江云，李瑤，胡子欣.灰綠耦合雨洪系統(tǒng)多目標(biāo)優(yōu)化建模與應(yīng)用研究［J］.水資源保護(hù)， 2022，38（6）：49-55，80.（LI J Y，LI Y，HU Z X.Multi-objective optimization modeling and application of grey-green coupling stormwater system［J］.Water Resources Protection，2022，38（6）：49-55，80.（in Chinese））

［14］ALVES A，VOJINOVIC Z，KAPELAN Z，et al.Exploring trade-offs among the multiple benefits of green-blue-grey infrastructure for urban flood mitigation［J］.The Science of the Total Environment，2020，703：134980.

［15］QIN H P，TAN X L，F(xiàn)U G T，et al.Frequency analysis of urban runoff quality in an urbanizing catchment of Shenzhen，China［J］.Journal of Hydrology，2013，496：79-88.

［16］SAKAI A，HAGIHARA Y，ASADA K，et al.Management of rainfall-related environmental risks in urban area［J］.Journal of Risk Research，2004，7（7/8）：731-744.

［17］馬保成.自然災(zāi)害風(fēng)險(xiǎn)定義及其表征方法［J］.災(zāi)害學(xué)，2015，30（3）：16-20.（MA B C.Definition and expression methods for natural disaster risk［J］.Journal of Catastrophology，2015，30（3）：16-20.（in Chinese））

［18］YU Y，CHEN L，XIAO Y C，et al.New framework for assessing urban stormwater management measures in the context of climate change［J］.Science of the Total Environment，2022，813：151901.

［19］張晨，于昊，于若蘭，等.不同洪水重現(xiàn)期下橡膠壩調(diào)控對洪水風(fēng)險(xiǎn)的影響［J］.水科學(xué)進(jìn)展，2021，32（3）：427-437.（ZHANG C，YU H，YU R L，et al.Impact of regulating rubber dams on the accompanied flood risk during different flood return periods［J］.Advances in Water Science，2021，32（3）：427-437.（in Chinese））

［20］劉磊，高超，王志剛，等.基于非線性相關(guān)性和復(fù)雜網(wǎng)絡(luò)的徑流相似性分區(qū)［J］.水科學(xué)進(jìn)展，2022，33（3）：442-451.（LIU L，GAO C，WANG Z G，et al.Study on streamflow similarity regionalization based on nonlinear correlation and complex network［J］.Advances in Water Science，2022，33（3）：442-451.（in Chinese））

［21］劉章君，郭生練，許新發(fā)，等.Copula函數(shù)在水文水資源中的研究進(jìn)展與述評［J］.水科學(xué)進(jìn)展，2021，32（1）：148-159.（LIU Z J，GUO S L，XU X F，et al.Application of Copula functions in hydrology and water resources：a state-of-the-art review［J］.Advances in Water Science，2021，32（1）：148-159.（in Chinese））

［22］王小杰，夏軍強(qiáng)，董柏良，等.基于匯水區(qū)分級劃分的城市洪澇模擬［J］.水科學(xué)進(jìn)展，2022，33（2）：196-207.（WANG X J，XIA J Q，DONG B L，et al.Simulation of urban flood using the SWMM with the hierarchical catchment partition method［J］.Advances in Water Science，2022，33（2）：196-207.（in Chinese））

［23］王俊佳，王川濤，曾勝.基于情景模擬的城市排水能力及內(nèi)澇風(fēng)險(xiǎn)評估［J］.中國給水排水，2020，36（17）：115-120.（WANG J J，WANG C T，ZENG S.Assessment of urban drainage capacity and waterlogging risk based on scenario simulation［J］.China Water ＆ Wastewater，2020，36（17）：115-120.（in Chinese））

［24］賴成光，廖耀星，王兆禮.不同暴雨雨型條件下的城市內(nèi)澇響應(yīng)特征分析［J/OL］.水資源保護(hù)：1-14.［2022-12-27］.https：∥kns.cnki.net/kcms/detail/32.1356.TV.20220801.1424.002.html.（LAI C G，LIAO Y X，WANG Z L.Response analysis of urban aterlogging under different rainfall patterns［J/OL］.Water Resources Protection：1-14.［2022-12-27］.https：∥kns.cnki.net/kcms/detail/32.1356.TV.20220801.1424.002.html.（in Chinese））

［25］王兆禮，陳昱宏，賴成光.基于TELEMAC-2D和SWMM模型的城市內(nèi)澇數(shù)值模擬［J］.水資源保護(hù)，2022，38（1）：117-124.（WANG Z L，CHEN Y H，LAI C G.Numerical simulation of urban waterlogging based on TELEMAC-2D and SWMM model［J］.Water Resources Protection，2022，38（1）：117-124.（in Chinese））

［26］寇殿良，覃芹，劉非.基于SWMM和InfoWorks的低影響開發(fā)技術(shù)研究［J］.中國農(nóng)村水利水電，2018（2）：31-36.（KOU D L，QIN Q，LIU F.Research on low impact development technology based on SWMM and InfoWorks［J］.China Rural Water and Hydropower，2018（2）：31-36.（in Chinese））

［27］葉陳雷，徐宗學(xué)，雷曉輝，等.福州晉安河片區(qū)海綿改造對城市內(nèi)澇的影響［J］.水資源保護(hù)，2023，39（1）：83-92.（YE C L，XU Z X，LEI X H，et al.Influences of sponge reconstruction of Jin′an River drainage district in Fuzhou City on urban flooding/waterlogging［J］.Water Resources Protection，2023，39（1）：83-92.（in Chinese））

［28］黃國如，陳文杰，喻海軍.城市洪澇水文水動力耦合模型構(gòu)建與評估［J］.水科學(xué)進(jìn)展，2021，32（3）：334-344.（HUANG G R，CHEN W J，YU H J.Construction and evaluation of an integrated hydrological and hydrodynamics urban flood model［J］.Advances in Water Science，2021，32（3）：334-344.（in Chinese））

A joint risk assessment method of waterlogging and non-point source pollution in urban built-up areas

The study is financially supported by the National Natural Science Foundation of China（No.52221003;No.42277044）.

CHEN Lei¹，ZHOU Xuehui¹，YU Yu¹，GUO Chenqian¹，ZHANG Xiaoyue^1，2，SHEN Zhenyao¹

（1. State Key Laboratory of Water Environment Simulation，Beijing Normal University，Beijing 100875;2. School of Environment，Tsinghua University，Beijing 100084）

Abstract：Waterlogging and non-point source pollution are two common problems in urban built-up areas，both of which are closely related to the rainfall runoff process，forming a risk superposition.In order to systematically evaluate the risk of waterlogging and non-point source pollution in urban built-up areas，a joint risk assessment method was proposed which based on the established water quantity-water quality joint risk assessment index，as well as Copula joint distribution function and SWMM-InfoWorks ICM coupling model.A university is used as the research area，in which a comparative analysis of two different gray-green scenarios is carried out.The results show that：compared with the baseline scenario，the average values of waterlogging control elasticity，runoff control elasticity，and water quality control elasticity in the built-up area under the renovation scenario increased from 0.55，0.90，and 0.76 to 0.63，0.95，and 0.80，respectively.However，while the degree of risk decreased，waterlogging and water quality exceeding the standard still existed at the same time.In addition，extreme points exist in the probability density distribution of water quality elasticity values under two scenarios，which are mainly caused by the reduction of SS control ability.In multiple rainfall events been recorded，the high-low risk boundary return period of water quantity and water quality increased from 2.21 a and 1.60 a to 4.59 a and 1.81 a，respectively，which means the risk probability decreased.At last，after the gray-green transformation，the water quantity control ability increased but the water quality control ability decreased，indicating that the joint regulation of water quantity and water quality is very important.

Key words：water quantity;water quality;risk assessment;non-point source pollution;waterlogging;elasticity index