利用景观指标评估绿色基础设施空间分布对水文连通性和径流减少的影响

《Ecological Indicators》：Assessing the impact of green infrastructure spatial distributions on hydrological connectivity and runoff reduction using landscape metrics

本研究系统评估了绿色基础设施（GI）三种空间配置策略（均匀、随机、节点型）对径流减少和生态水力连通性（HC）的影响，采用VELMA模型在西雅图流域进行模拟。结果表明：节点型分布虽显著减少径流，但HC下降最严重；均匀和随机分布虽减少径流效果较弱，但HC保持更佳。中间尺寸GI单元在减少径流方面最优，而大单元对维持HC更有效。建议采用混合策略，结合不同尺寸和位置的GI配置，平衡径流控制与生态连通性。

　　绿色基础设施（GI）作为城市环境治理的重要工具，其在减少地表径流、增强地下水补给和提升植被覆盖率方面的作用已得到广泛认可。然而，当前研究中普遍存在的一个关键问题在于，大多数研究关注的是GI对径流减少的效果，而对其对水文连通性（HC）的潜在影响却鲜有探讨。水文连通性指的是水在景观中的实际流动，不仅涉及水的传输路径，还包括物质、能量和生物在生态系统中的流通。随着城市化进程的加快，城市面临日益严重的环境挑战，包括城市洪涝、生态系统服务退化和景观碎片化等问题。这些问题的根源在于不透水地表的扩张，它通过限制雨水渗透和隔离栖息地，干扰了生态水文过程。因此，恢复开发前的自然水文功能成为城市排水系统改进的重要方向。

本研究通过系统评估三种典型的GI空间布局策略（均匀分布、随机分布和基于汇流点的布局）对径流、水文连通性和景观完整性的影响，试图填补这一研究空白。研究在西雅图的某个城市流域中模拟了27种不同的GI分布情景，这些情景在总GI覆盖率一致的前提下，通过改变单位面积大小和空间分布来实现。使用VELMA水文模型对这些情景进行了模拟，并结合FRAGSTATS计算的景观指标，通过普通最小二乘法（OLS）回归分析，量化了特定空间配置属性对水文响应的影响。

研究结果表明，增加GI覆盖率虽然可以有效减少径流，但会削弱水文连通性（p<0.001）。相比之下，更分散的布局在一定程度上更好地保持了HC，尽管其拦截效率略有下降。在径流控制方面，中等大小的GI单位表现最佳，而较大的、内部连续的GI块则在多个位置分布时对HC的保护更为有效。敏感性分析进一步确认了这些模式的稳健性，表明在不同的土壤渗透性条件下，这些关系依然成立。

这些发现表明，GI的空间模式不仅影响其数量，还显著决定了其多功能表现。因此，本研究建议采用一种混合的空间策略：在上游区域部署中等大小的GI以实现径流控制，通过将GI与其他绿色区域整合来增强HC，并保留中等至大型的GI在汇流点，以有效拦截峰值径流。这一策略为将径流导向设计与连接性意识的GI规划之间的差距提供了明确的配置指导。

在研究方法上，我们采用了一种综合的分析流程：首先收集和预处理空间和气候数据，以建立VELMA模型；其次，通过模型的校准和验证，确保其对实际排水数据的准确性；接着，引入基于渗透性的GI作为新的土地覆盖类型，生成27种不同的分布情景，这些情景在总GI面积相同的情况下，通过改变单位面积大小、空间分布模式和上游-下游布局来实现；然后，在VELMA中运行追踪实验，以区分自然径流与人工转移径流，并量化HC；最后，计算GI、树木、草地和总绿地空间的景观指标，并通过多变量回归分析，探讨这些指标如何影响径流和HC响应。

研究区域选择的是美国西雅图的一个城市流域，该流域直接连接到华盛顿湖，其相对低洼的地形和对湖泊的直接连接使其容易发生暴雨洪水。此外，西雅图公共事业局（SPU）推行了“RainWise”计划，鼓励GI的安装以减少洪水和改善水质。这种结合水文敏感性和政策相关性的流域，使得研究具有代表性，适用于小而高度城市化的流域，这些流域通常具有混合土壤和土地覆盖。该流域覆盖面积为0.67平方公里，经历温和多雨的气候，模拟期间年降水量为957毫米。土地覆盖包括15.8%的建筑、42.0%的不透水路面、11.5%的草地和30.6%的树木。泰勒溪的主干道在图1中有所展示。

VELMA 2.1是由美国环境保护署（EPA）开发的分布式、基于过程的模型，用于模拟局部和流域尺度上的水文和生物地球化学过程。该模型在多个研究中被验证其在预测水文响应方面的准确性。它能够预测不同土地管理情景下的结果，为理解景观变化如何影响生态和水文系统提供全面视角。GI实践通过调整土壤参数来反映增加的渗透性和水存储能力，从而纳入模型中。

研究数据包括多个来源，包括美国地质调查局（USGS）的高程数据、美国农业部（USDA）的土壤数据、西雅图地理数据的建筑和道路信息，以及MRLC联盟的土地利用/土地覆盖数据。所有栅格数据都被注册并重采样到3米分辨率。通过调整土壤参数来反映GI的渗透性和存储能力，城市和森林土壤参数被校准，而GI参数则基于文献直接取值。在模型运行前，对数据进行了缺失值和异常值的筛查，以确保数据的完整性。2005-2006年作为水文暖化期，2007-2008年作为追踪暖化期，以稳定追踪质量。2009年用于模型校准，2010年用于验证，均以每日分辨率进行。我们报告了NSE、RMSE和R2等客观性能指标，并将校准参数限制在文献一致的范围内。

GI参数化过程中，我们引入GI作为新的土地覆盖类型，其土壤特性基于文献中的适当值，适用于西雅图。城市和森林土壤参数通过校准与观测数据匹配，而GI参数则直接取自文献。为了确保研究的透明度和可重复性，所有数据和方法均在附录中详细说明。

在研究中，我们通过改变GI单位的大小、空间分布和位置，生成了27种不同的分布情景。这些情景保持总GI面积一致，但通过改变单位面积大小和空间分布来实现不同的水文效果。例如，对于小单位（9平方米）的随机分布，虽然其对径流的拦截效率较低，但有助于维持水文连通性。而较大的单位（207.8平方米）则在某些情况下对HC的保护更为有效。通过将GI分布在上游和下游区域，我们发现上游区域的GI布局往往比下游区域更有效，尽管下游区域的GI覆盖率更高。

研究还发现，GI的布局方式对水文连通性的维持具有重要影响。基于汇流点的布局虽然能有效减少径流，但可能会削弱上游水文路径的连通性。相反，均匀和随机分布的GI在某些情况下能更好地保持HC，尽管其拦截效率较低。此外，通过追踪实验，我们能够区分自然径流和人工转移径流，从而量化HC的大小。

研究结果进一步表明，GI的分布模式对水文连通性具有重要影响。较高的GI覆盖率虽然有助于减少径流，但可能削弱HC，因为过高的GI覆盖率可能干扰自然流动路径。相比之下，更分散的GI布局有助于维持HC，尽管其对径流的拦截效率可能较低。研究还发现，GI的分布位置（上游或下游）对水文连通性和径流控制具有显著影响。例如，在上游区域布置的GI比下游区域更有效，即使下游区域的GI覆盖率更高。这表明，GI的布局不仅需要考虑其数量，还需要关注其在景观中的位置和分布模式。

通过OLS回归分析，我们探讨了景观指标如何影响径流减少和HC。研究发现，某些景观指标（如PLAND、IJI、ENN等）对径流和HC均具有显著影响。例如，较高的GI覆盖率（PLAND_GI）有助于减少径流，但可能削弱HC，因为过高的覆盖率可能干扰自然流动路径。相反，较高的IJI（GI与其它绿色元素的混合度）有助于维持HC，即使GI的总面积保持不变。研究还发现，不同植被类型（如树木和草地）对水文响应的影响也有所不同。例如，分散的树木有助于减少径流，而更连续的树木配置则有助于维持HC。草地则表现出非线性效应，过高的聚集度（PROX_AM）和过高的隔离度（ENN_AM）均不利于HC，而适度的草地分布则有助于提高径流控制和横向连通性。

研究的敏感性分析进一步验证了这些模式的稳健性。通过改变关键水文参数（如饱和渗透率、土壤孔隙度和田间持水量）的值，我们发现GI对径流和HC的影响方向和相对顺序保持一致，表明GI的布局策略在不确定性条件下仍能稳定水文响应。这一发现对于城市水文管理具有重要意义，因为它表明GI的实施可以在不确定环境中提供稳定的水文效益。

综上所述，本研究通过系统评估GI的空间布局策略，揭示了GI对径流和HC的双重影响。研究结果表明，GI的空间配置，而非其数量，是决定水文和生态效益的关键因素。基于汇流点的布局虽然能有效减少径流，但可能削弱上游水文路径的连通性。而均匀和随机分布的GI则有助于维持HC，尽管其对径流的拦截效率较低。研究还发现，GI的分布位置（上游或下游）对水文连通性和径流控制具有重要影响，上游区域的GI布局往往比下游区域更有效。因此，建议采用一种混合的空间策略，将中等大小的GI作为径流控制的分布式骨干，通过将GI与周围绿色区域整合以形成连续的结构，从而保护HC，并在汇流点保留中等至大型的GI安装以拦截峰值径流。

这一研究为城市规划提供了重要的配置指导，有助于在减少径流和保持水文连通性之间取得平衡。同时，研究也强调了景观配置在水文管理中的重要性，表明在城市设计中，应更加关注GI的空间布局，以实现水文和生态功能的协同提升。未来的研究应进一步拓展这一框架，应用于更多样化的流域和环境条件下，并考虑更多的影响因素，如土壤特性、植被结构和地下水流动力学，以更全面地理解GI分布模式对城市水文的影响。此外，采用更精细的空间优化技术，如多目标遗传算法，可以支持识别能够最大化洪水缓解、HC保护和生态韧性的GI布局。