《Journal of Hydrology》：A routing-based approach to rank LID locations for runoff management at the watershed scale
编辑推荐：
•提出了基于汇流的低影响开发设施布设方法（RLDA），该方法整合了径流潜力（HI）与水流连通性（RBI）。•引入了水文位置单元（HLU），以平衡空间精度与计算成本。•CLBI-LID在所有场景中均实现了最高的径流削减与洪峰削减效果。•CLBI在频繁降雨与极端降雨事件下均保持了
- •
提出了基于汇流的低影响开发设施布设方法（RLDA），该方法整合了径流潜力（HI）与水流连通性（RBI）。
- •
引入了水文位置单元（HLU），以平衡空间精度与计算成本。
- •
CLBI-LID在所有场景中均实现了最高的径流削减与洪峰削减效果。
- •
CLBI在频繁降雨与极端降雨事件下均保持了稳健的性能。
引言
城市化导致不透水面比例增加和土地利用碎片化，改变了径流产生与汇流过程，从而加剧了洪涝风险（Azari和Tabesh，2022年；Nazari等，2023年；Wang等，2022年）。低影响开发（LID）设施已成为恢复城市水文功能的有前景的策略（Baek等，2020年；Kumar等，2024年；Naeini等，2024年）。尽管已有大量研究证明了LID在场地尺度上的水文有效性（Zhu等，2019年；Tansar等，2022年；Xie等，2024年），但由于空间异质性和复杂的水文连通性，在流域尺度上优先部署LID仍面临挑战。
在场地尺度上（例如社区或街区），LID规划主要考虑各子流域的本地径流产生潜力（Baek等，2015年；Jia等，2015年；Paule-Mercado等，2017年；Samouei和?zger，2020年），往往忽视了子流域之间通过汇流产生的相互作用，即上游产生的径流通过河道网络向下游输送并汇集。相比之下，流域尺度的LID部署必须系统地考虑各子流域的特征以及子流域网络之间的连通性。这为LID空间配置的优先级排序增加了额外的复杂性。无论尺度如何，水文效益始终是LID选址的主要考量，尽管环境效益和社会效益等次要效益也日益受到重视。
目前，有两类主要方法用于确定LID的适宜选址。第一类是基于指标的方法，综合不同地理空间指标。第二类是基于模型的方法，将水文模拟与优化算法相结合。基于指标的方法利用地理空间指标对候选位置进行排序，例如地形指数或水文-水力指数（Martin-Mikle等，2015年；Zhou等，2023年；Kaykhosravi等，2022年）。这些方法计算效率高且可解释性强（Saniei等，2021年；Shahrokh Hamedani等，2023年），在识别本地径流源区方面表现出色。然而，它们通常无法考虑子流域网络内的径流传输与汇集，从而忽略了关键的下游节点。基于事件的监测与模型研究也表明，LID基础设施的实际表现因暴雨事件和模型假设不同而存在显著差异（Tang等，2021年）。基于模型的方法将过程水文模型（如SWMM）与优化算法相结合，通过迭代评估不同LID配置来识别最优选址方案（Hou等，2020年；Lopes和da Silva，2021年；Nazari等，2023年）。与那些需要显式目标函数并对多种配置进行计算密集型模拟的方法不同，本文提出的基于汇流的LID布设方法（RLDA）利用水文指标和汇流指标对候选单元进行排序，因此其作用是作为筛选与优先级框架，而非复杂的优化模型。
尽管现有方法已在LID选址方面取得进展，但当前的指导方针往往优先考虑源区潜力（如本地径流产生），而对汇流和连通性如何控制下游洪峰缺乏充分的认识（Le Floch等，2022年；Suresh等，2023年）。这种局限性在场地尺度的LID规划中可能影响较小，但在流域尺度上则变得至关重要，因为径流汇流与网络效应会显著影响整体水文结果（Zhang等，2023年）。在实践中，大多数研究采用总量指标（如总数或面积百分比）来表征LID的空间配置（Xu等，2017年；Pugliese等，2022年；Chuang等，2023年），未能充分解决LID设施的空间分布模式与网络连通性问题。然而，LID措施的空间布局日益被认为是城市防洪韧性的关键因素（Yu等，2022年）。
近年来城市防洪管理领域的进展使研究重点从孤立的城市场域转向了"流域—城市"一体化的范式。研究表明，具有良好连通性的分布式LID设施在削减洪峰和总径流方面优于集中式布局方式（Li等，2017年；Martin和Kaye，2023年）。需要指出的是，此处"分布式"并不意味着将LID均匀分配到每一个单元；而是指通过透明筛选程序识别出的空间上分散但经策略性优先排序的位置。确定这些优先位置需要一个透明且可复现的筛选方法用于流域尺度规划。
上述考虑表明，针对地块或社区尺度LID选址制定的实用指导方针可能无法直接适用于流域尺度决策，因为在该尺度上，汇流效应和网络位置可能强烈影响水文效益。本研究探讨两个问题：(1) 纳入汇流与网络位置信息后，规划单元的优先级相对于基于源区潜力的排序会发生怎样的变化？(2) 在有限的部署预算下，结合本地径流产生潜力与汇流信息是否优于基于源区潜力、仅基于汇流以及均匀布局这三种方案，在下游防洪方面的表现更好？
据我们所知，本文是首批明确量化流域尺度LID部署中水流汇流拓扑作用的研究之一。本文的发现预计将为流域尺度LID部署的优先级排序提供新的见解与实用指导，为更具韧性和成本效益的城市防洪管理策略作出贡献。
章节摘要
基本思路
RLDA是一种基于指标、具有汇流感知的流域尺度LID选址筛选与排序框架。RLDA的核心目标是通过综合考虑候选规划单元的本地径流产生能力以及流域内的汇流路径，对其进行评估和优先级排序。需要指出的是，RLDA是一个优先级排序工具。随后，PySWMM模拟严格作为外部验证步骤，用于量化水文结果。
研究区域
为展示所提方法的适用性，选择了邢济河流域（XJHW）作为主要案例研究。研究区域（36.60–36.66°N，117.02–117.07°E）位于XJHW东北部，是典型的山地—城市复合流域的代表。
流域总面积为294.78公顷，支流长度为1.76公里。海拔范围为135.60米至399.15米，平均坡度为22.03%。土地覆盖类型包括耕地（99.78公顷，占33.84%）。
邢济河流域的HLU划分与汇流结构
利用DEM、土壤和土地覆盖数据，在邢济河流域划分了25个HLU（图3a）。它们的最小面积、最大面积和平均面积分别为1.03、47.79和11.79公顷（详细信息见表S3和S7–S10）。随后从DEM衍生的排水结构中提取了HLU之间的汇流路径，并以邻接矩阵形式表示（图3b）。该汇流表示提供了拓扑基础，不仅用于评估本地径流产生潜力，还用于评估
为什么具有汇流感知的排序能改善流域尺度选址
本研究旨在确定纳入汇流与网络位置信息后，HLU的优先级会发生怎样的变化，以及结合源区潜力与汇流信息是否能在有限部署预算下改善LID的性能。结果表明，仅基于源区的指标在流域尺度上是不够的。虽然本地不透水面比例、渗透限制和地形相关的径流潜力仍然重要，但它们无法反映上游产生的径流是如何汇集的，
结论
本研究开发了RLDA，这是一种基于指标、具有汇流感知的流域尺度LID候选选址筛选与排序框架。RLDA通过CLBI整合源区潜力与汇流信息，以支持流域尺度的空间优先级排序。
在两个研究流域中应用RLDA表明，直接连接的上游HLU数量和总面积对LID选址优先级具有重要影响。在相同的部署预算下，基于CLBI排序的部署方案通常
CRediT作者贡献声明
Yang Liu：撰写——审阅与编辑，撰写——初稿，方法学，经费获取，概念构思。Yuzhi Xiao：撰写——初稿，形式分析，数据管理。Anyang Tong：可视化，数据管理。Shengle Cao：监督指导。Guoqing Sang：监督指导，方法学，调查研究。
未引用参考文献
Meierdiercks和McCloskey（2022年）。
利益冲突声明
作者声明他们不存在任何已知的竞争性经济利益或个人关系，这些可能影响本文所报告的工作。
Yang Liu|Yuzhi Xiao|Anyang Tong|Shengle Cao|Guoqing Sang
