基于元胞自动机耦合多目标优化的蓝绿基础设施空间配置框架提升城市雨洪管理效能

为解决城市雨洪管理中蓝绿基础设施(BGI)空间配置的复杂多目标优化难题，南京研究团队创新性地开发了耦合元胞自动机(CA)水文模型与非支配排序遗传算法(NSGA-Ⅱ)的多目标优化框架。该研究通过网格级水文过程模拟和精细空间分配，在南京和平河流域案例中实现水体面积提升7.45%、绿色基础设施增加19.92%，同时降低生命周期成本26.59%，为平衡水文-景观-成本(LHC)多目标矛盾提供了可扩展的决策工具。

　　

随着全球气候变化和城市化进程加速，城市生态安全正面临前所未有的挑战。极端降雨事件频发导致的内涝、水污染等问题，已成为制约城市可持续发展的瓶颈。传统灰色基础设施在应对暴雨事件时暴露出明显局限性，而作为基于自然的解决方案，蓝绿基础设施(BGI)因其兼具水文调控和生态服务功能，逐渐成为城市雨洪管理的新范式。然而，如何在城市尺度优化BGI的空间配置，平衡水文效益、景观价值与经济成本之间的复杂关系，仍是当前研究和实践中的重大难题。

针对这一挑战，南京相关研究机构的研究人员创新性地提出了耦合元胞自动机(CA)水文模型与多目标优化算法(NSGA-Ⅱ)的BGI空间分配框架。这项发表在《Water Research X》的研究，通过整合网格分辨率的水文过程模拟和多目标权衡分析，为城市雨洪管理提供了精细化的空间规划工具。研究团队选择南京和平河0.65 km²流域作为案例，在20年重现期降雨情景下验证了该框架的实用价值。

研究采用三项关键技术方法：首先构建CA水文模型，以5m网格为单元模拟地表径流过程；其次建立包含水文-景观-成本(LHC)的多目标评估体系；最后通过NSGA-Ⅱ算法优化BGI的空间配置方案。研究特别整合了数字高程模型(DEM)和城市建筑、管网数据，提高了水文模拟的真实性。

在"CA水文模型模拟结果"部分，研究显示修正后的DEM能更准确反映实际水文路径，模拟最大水深1.58m与实测数据偏差在工程允许范围内。与HEC-RAS模型的对比验证表明，67.2%网格的水深误差小于0.05m，证实了CA模型的可靠性。"多目标评估优化解集"部分呈现了75组Pareto最优解，平均提升水文指标27.55%、景观指标19.73%，同时降低生命周期成本26.59%。值得注意的是，增加10%投资可使水文和景观效益分别提升4%和3%。

"BGI分配优化方案"章节详细分析了六组典型配置方案。结果显示优化后水体面积平均增加7.45%，下凹式绿色基础设施(GI)增加19.92%，其中渗透型、传输型和滞留型GI分别占8.93%、5.82%和5.17%。研究还发现将11-15%不透水面转为透水铺装能显著改善径流控制。通过成本效益分析，方案b在平衡各项指标方面表现突出，而方案a和f分别适合追求最高水文效益和最低成本的场景。

该研究的创新性主要体现在三方面：一是开发了开源的CA水文模型，克服了传统SWMM等半分布式模型在空间精度上的局限；二是首次将网格级水文模拟与多目标优化深度耦合，实现了BGI类型-规模-位置的三维优化；三是构建了包含社会效益的LHC评估体系，避免了单纯追求水文性能的片面性。研究结果为《海绵城市建设技术指南》提供了量化支持，特别是证实了分布式小型BGI在中等降雨事件中的成本优势。

尽管存在参数本地化、指标完善等改进空间，这项研究为城市雨洪管理提供了方法论创新。其构建的CA-MOO框架不仅适用于规划方案比选，更能通过可视化配置结果辅助决策，对于推动基于自然的城市水系统转型具有重要实践价值。未来研究可进一步整合热岛缓解、生物多样性等多元目标，提升模型的综合决策支持能力。