地理国情普查数据在海绵城市空间布局优化中的应用研究

点击图片上方蓝色字体“慧天地”即可订阅

文章转载自地理信息世界GeomaticsWorld，作者：林素妆，余华飞，版权归原作者和刊载媒体所有。

正文

0 引 言

国内首次地理国情普查工作已完成，普查成果涵盖了全国的自然地理和人文地理信息。如何将这些成果服务于城市建设，推动普查成果广泛应用，是当前主要的研究课题。据中国住房与城乡建设部针对350个城市的统计，在中国有62%的城市发生过城市暴雨内涝，而其中受灾次数在3次以上的城市达137个，北京、上海、南京、天津、广州等重要城市受灾情况尤为严重。针对我国城市水环境的情况，住建部在《住房和建设部城市建设司2014工作要点》和《海绵城市建设技术指南——低影响开发雨水系统构建（试用）》两项文件中提出“海绵型城市”概念并提供海绵城市建设指导。因此，在建设海绵城市的热潮下，如何利用地理国情普查成果为海绵城市建设提供准确规划方向和决策支持将至关重要。

当前，已有部分学者应用地理国情普查成果在海绵城市建设领域开展相关研究，探索普查数据应用于此领域的可行性，为海绵城市建设提供新的数据来源，借此对海绵城市的建设现状进行定量评价，如定量计算海绵城市建设中的下沉式绿地现状与分布、透水铺装设施建设现状等，但当前地理国情普查成果在海绵城市中的应用仅限于建设情况的评价，仍有待拓展。

本文借鉴海绵城市的思想，应用地理国情普查成果，使用梁志承等基于SCS水文模型和蚁群算法的不透水地表空间布局优化方法，为面向暴雨内涝防治的新型城市建设提供参考，构建一套地理国情普查数据在海绵城市应用的技术体系，使地理国情普查成果能够服务于政府，服务于民众。

1 海绵城市建设及地理国情普查成果的介绍

1.1 海绵城市建设

海绵城市，即“海绵体”，以综合生态系统服务为导向，以生态学为理论基础，从绿色设计的角度出发，通过蓄水、渗水、吸水的方法应对降雨，结合净水与用水的思路缓解城市水资源问题，建设能够良好应对雨涝灾害的新型城市，使得城市在应对水资源问题上像海绵一样更具“弹性”，以此实现城市内涝防治和雨洪管理的综合目标。由此看出，海绵城市是为缓解城市雨涝和水资源管理问题而提出的一种可持续性城市建设，在一定程度上，与国际上先进的城市雨洪管理理念十分契合，如绿色雨水基础设施（GSI）、水敏感性城市设计（WSUD）和低影响开发（LID）等，均摒弃传统以排为主的雨洪治理理念，采用景观设计和生态学的方法，旨在实现水资源循环利用、生态友好等综合目标。但由于先前城市建设用地急速扩张，城市无序蔓延现象严重，因此通过外扩增加城市用地构建“海绵城市”的思路已不可取，当前城市化进程已从单纯的规模增加转向存量质量提升，如何在对城市存量用地进行详细性更新规划时构建“海绵城市”，力图解决好如暴雨内涝等“城市病”，是城市规划领域一个新的挑战。因此，在城市更新的大背景下，顺应城市土地利用更新的潮流，以防治城市暴雨内涝为目的进行城市用地布局优化，初步构建海绵城市的空间布局，为后续海绵城市的生态措施建设提供参考。

1.2 地理国情普查概况

为满足国家发展需求，我国在2013～2015年首次开展全国地理国情普查工作。地理国情普查是一项立足于我国基本国情的重大国力调查，其目的是查清自然、人文地理要素的空间分布状况，满足时代发展对地理国情信息的刚性需求，更好地提升地理国情信息服务于公众、企业和政府的能力。

地理国情普查工作以我国陆域范围内的自然与人文地理要素为普查对象，旨在清晰界定地表覆被、地形地貌等自然地理要素的类别、面积、范围、位置及其空间布局情况等；详细测定交通网络、公共设施及地理建筑等人文社会要素的类别、面积、范围、位置及其空间布局情况等。

地理国情普查成果主要包括影像数据、地表覆盖分类数据、地理国情要素数据、精细化DEM及地形数据、遥感解译样本数据、基本统计分析数据及有参考价值的专题数据等。

当前地理国情普查成果已在较多领域得到应用。如监测城市发展的变化，包括城市土地利用变化分析、不透水地表的动态分析；对城市资源进行适宜性评价，包括城市建设用地适应性评价、城市社区宜居性评价、城市资源承载力评价等；应用于土地资源、森林资源以及生态环境监测；应用于精准扶贫工作；应用于景观格局评价研究等。但在面向城市建设防治城市灾害方面应用较少，借助地理国情普查精确丰富的成果，优化城市空间布局使其符合海绵城市的要求，能够有效实现暴雨内涝防治的目标，丰富地理国情普查成果的应用示范。

2 研究区域与地理国情数据

2.1 研究区域

本文选取广州市越秀区作为案例研究区域，越秀区是广州市最古老的中心城区，地处广州市中心地带，南临珠江，北接白云山山脚，地势东北高西南低，北部以岗丘台地为主，南部以平原为主。越秀区是广州市市辖区，如图1所示，其行政区域较小，但人口密度为所有主城区最高。自20世纪80年代以来，持续遭受城市暴雨内涝影响。因此，以越秀区为例开展研究具有一定的典型性。

图1 研究区域的地理位置

Fig.1 Study area

2.2 地理国情普查成果及数据预处理

本文采用的地理国情普查成果包括30 m分辨率的遥感影像数据，应用混合像元分解模型的线性光谱解混的方法估算不透水地表密度并进行精度验证。30 m分辨率的DEM高程数据，首先结合控制性详细规划中的区域划分大小指标，应用ArcGIS汇水区提取工具划分城市汇水区，然后应用ArcGIS的slope工具获取坡度数据。城市土地覆被数据，用于限定空间优化的区域。广州市降雨强度气象数据，用于计算地表径流系数。

3 研究方法

本研究借鉴梁志承等优化不透水地表的方法，通过利用蚁群算法的模拟优化能力，耦合SCS水文模型，实现对海绵城市中不透水地表的空间布局优化。首先通过遥感影像获取初代的不透水地表布局，然后应用蚁群算法，基于不透水地表密度不变的约束条件下产生较优的新一代不透水地表布局，使用新不透水地表对SCS水文模型CN 值参数进行优化后，结合slope数据计算径流系数，并根据设定的蚁群信息素更新规则，强化较优不透水地表空间布局的转化路径，使得达到迭代条件后，获取最优的不透水地表空间布局。具体技术路线如图2所示。

图2 技术框架

Fig.2 Technical framework

3.1 SCS水文模型

水文模型是对水文系统的高度抽象简化。鉴于SCS水文模型具备参数需求较低，能应用于无资料流域，可以结合要高数据精确计算流域的实际径流影响等优势，故本文采用此模型作为计算地表径流的模型。该模型具体计算公式如下：

式中，Q 、P 、S 分别为径流量、降雨量和流域滞水量，单位均为mm；其中通过径流曲线系数CN值计算，如下：

考虑城市化发展中不透水地表对城市地表径流有着较大影响，因此CN 值的计算需要考虑不透水地表的影响，修正的CN 值公式如下：

同时坡度对地表径流也有显著影响。由于研究区域的地势呈东北高西南低的趋势，坡度差异明显，因此在计算径流时应加入坡度因子，提高径流计算的准确性。故参考坡度数据修正CN 值的方法，修正CN 值计算公式：

式中，slp表示坡度；使用坡度修正后的CNII值为CNIIS；其中CNII和CNIII分别对应AMCII和AMCIII条件下的原始CN值。

3.2 蚁群算法

本文基于SCS水文模型和蚁群算法优化不透水地表空间布局，实现对海绵城市空间布局的优化设计，用1～10的整数向量编码，一只蚂蚁代表一种优化布局，蚂蚁长度为m，每一个位置代表一个栅格单元，单元数值为1～10对应配置的不透水地表类型，根据每个单元的蚂蚁信息素计算每个单元的选择不透水地表类型的概率，其中选择概率函数为：

式中，isa 表示栅格单元允许转换的所有不透水地表类型；a为启发因子；β表示期望启发因子，等于1-α ；δij表示启发函数；τij代表不透水地表类型i与不透水地表类型j之间的信息素浓度。

为能够定量评估优化后不透水地表对城市暴雨内涝的缓解程度，本文使用径流系数最为蚁群算法的优化目标。其中径流系数是指一定汇水面积内径流总量与降水总量的比值。具体计算公式为：

式中，Q为径流量，P为降雨总量。

在优化过程中，以径流小区为优化单元，其中越秀区被划分为18个径流小区。而考虑到对生态环境的保护和区域开发限制的情况，将大型水体（湖泊、河流）、道路（高速公路、快速路）和绿地为土地覆被作为限制区域，不参与优化计算。

4 结果分析

越秀区划分为18个径流小区，依次对各个径流小区的不透水地表密度进行优化。观察越秀区不透水地表密度等级划分，如图3a所示，可看出，越秀区不透水地表密度以高密度不透水地表占主要比例，因为越秀区作为广州市早期的城市中心区，城市发展较完善，交通发达，作为不透水地表主要来源的城市建设用地密度，导致越秀区不透水地表密度以高密度不透水地表为主；而中低不透水地表占比较低，主要分布在部分公园地区，如越秀区北部的白云山风景区、越秀公园，西部的黄花岗公园、广州动物园等。通过DEM数据计算得到越秀区坡度值，如图3b所示，发现越秀区坡度在0～31之间，除白云山风景区和越秀公园两地区的坡度较大外，其余地区坡度均为低值，城市建设区域主要分布在坡度值较小的区域。通过查阅越秀区相关土地覆被获取对应的原始CN值，如图3c所示，得到越秀区原始CN值范围在73～98之间。因为越秀区地形起伏较大，考虑坡度对模型的影响，坡度变化范围超过SCS模型要求5%以内的假设条件，因此需要使用坡度对CN值进行修正。

图3 SCS模型相关参数空间分布图

Fig.3 Spatial distribution of SCS model related parameters

优化后的不透水地表密度图，如图4所示，其中限制区域主要为绿地、水体和城市主干道，其中选取越秀区的各个公园作为绿地，包括越秀公园、黄花岗公园、白云山风景区等；水体主要包括湖泊、水库、河流等，如麓湖、流花湖、东山湖、珠江等水域；城市主干道选取越秀区内的快速路、高速路和主干路等道路。从图5中发现，优化前后的降雨径流系数均随着降雨强度的增加而升高，其增幅则逐渐降低，区域平衡。优化后的径流系数明显低于优化前的径流系数，当降雨强度为1年一遇时，优化后的降雨径流系数减少9.58%，为优化前后径流系数的最大差值，5年一遇的径流系数差值为7.29%，其余降雨强度10年一遇、20年一遇、50年一遇和100年一遇的地表径流系数分别减少为6.65%、5.96%、5.40%和5.1%。说明优化前后的径流系数差异也逐渐减小，随着降雨强度的增加不透水地表对径流系数的影响差异会逐渐降低。可见，针对径流系数的不透水地表空间优化结果，在应对1年一遇或5年一遇的降雨强度时，能有效降低径流系数，但随着降雨强度的增加，不透水地表对径流系数的作用逐渐被削弱，导致优化前后的效果逐渐减小。

图4 优化后的不透水地表密度

Fig.4 Optimized impervious surface density

图5 优化前后径流系数对比

Fig.5 Comparison of runoff coefficient before and after optimization

对比优化前后不透水地表的变化，在数量上，不透水地表在优化前后保持不透水地表平均密度的一致性，均为0.725。在空间布局上，由于优化以径流小区为优化单元，不透水地表的空间在整体布局上未产生明显变化，仅在径流小区内部通过互换不透水地表类型的空间位置进行空间布局调整。为对比优化前后不透水地表的空间布局差异，可比较优化前后的景观格局指数。从表1可看出，优化后不透水地表斑块数量从4 746个增至5 030个，不透水地表类型斑块呈增加趋势，导致斑块密度从148.9个/上升为157.8个/；而平均邻近指数发生降低，说明优化后不透水地表类型斑块的邻近差异越来越大，不透水地表破碎度增加，同类型不透水地表连接性下降。因此，在面向城市暴雨内涝防治的海绵城市建设中应合理增大城市不透水地表的破碎度，在高密度不透水地表之间增加中低密度不透水地表，阻断高密度不透水地表的连接性，降低直接连接的高不透水地表面积，从而增加地表径流汇流时间，增加地表径流的渗透能力，实现缓解城市暴雨内涝的目标。

表1 景观格局指数统计

Tab.1 Landscape pattern index statistics

5 结束语

海绵城市是当前我国解决城市水灾害的最新实践，保护城市原有水生态环境是其重要目标，而不透水地表是影响城市水环境的重要因素。因此从不透水地表角度入手合理构建海绵城市，是探讨两者衔接问题的重要课题。本文针对海绵城市建设，应用地理国情普查数据，构建一套完整的海绵城市空间布局优化技术体系，借助我国地理国情普查的丰富成果，重新获取精确的城市不透水地表布局，结合智能优化算法和水文模型，从不透水地表空间布局优化实现海绵城市构建，能有效缓解城市的暴雨内涝灾害，在经常遭遇中等强度降雨的城市区域，优化效果更明显。因此，针对常年遭受中等强度降雨的城市，建议结合地理国情普查成果优化海绵城市的空间布局，能实现缓解城市暴雨内涝灾害目的。同时本文拓展了地理国情普查数据在海绵城市建设中的应用，使得地理国情普查成果更好服务于政府、社会和公众。

欢迎大家关注《慧天地》同名新浪微博

微博ID：慧天地_geomaticser

编辑 / 肖紫寒  审核 / 张艺洪

指导：万剑华教授