强小飞,孙梦,梁浩,肖传晶,刘志强
(1.青岛理工大学环境与市政工程学院,青岛 266033;2.山东金来工程项目管理有限公司,烟台 265701)
近年来,随着我国海绵城市建设技术的不断完善,海绵城市的建设范围也在急剧扩增,对于怎样科学、全面地评价建设成效,国家从宏观角度提出了 《海绵城市建设绩效评价与考核指标(试行)》。本文以该考核指标要求为依托,结合青岛某海绵社区具体情况探索了适合青岛市的海绵社区综合效能的评价方法,建立青岛市海绵社区综合实施效能评价体系。
该社区地处滨海丘陵地带,地质条件良好,由山地、台地、沟壑三种地貌构成,总面积共计67.18ha,如图1所示。研究区域高程为10m~75m,内含高程约为30m的海蚀地和高程约为70m的缓丘;区域内坡向以E、SE向为主,坡度<15%,A水库为主要的汇水地。
图1 研究社区地形分析图
研究区域属温带海洋性气候,年平均气温为12.1℃,极高气温为37.4℃,极低气温为-16.9℃;降水多集中于6~9月份,占全年降水量的70%左右,降雨季节分布不均。多年平均降水量为755.6mm,最大降水量为1227.6mm,最小降水量为386.3mm,相差悬殊,如图2所示。
图2 研究区域年降雨量分析图
采用SWMM软件对区域内部分地块的降雨径流过程进行模拟。根据地区水文地质资料及社区平面布置图、雨水管网设计状况进行子汇水区划分,最终概化为18个子汇水区,涵盖居住用地、绿地、道路等多种土地利用形式,实现地表径流的有组织汇集;35个节点,实现降水收集;3个排水口,将雨水外排至A水库。
根据区域内低影响开发设施的设置情况,确立SWMM模型参数,下渗过程采用Horton模型,产汇流过程采用非线性水库模型,流量演算过程选取动力波模型,污染物累积过程采用饱和函数模型,污染物冲刷过程选择事件平均浓度方程模型,依据3个排放口水质、水量变化情况对区域内海绵社区建设的成果进行评价。与实施海绵社区建设前相比,区域内海绵社区的建设实现了径流总量削减率为40.66%,洪峰削减率为41.46%,洪峰推迟时间为4min的水量控制效果。区域内低影响开发设施对TSS、CODCr、TN、TP四种代表性污染物质的平均控制率依次为40.02%、40.97%、38.47%、50.69%。
根据对海绵社区设计单位的走访及工程实施现场的调研,汇总分析综合反映海绵社区应用效能的各相关因素;根据从事降雨径流污染控制、低影响开发和海绵城市建设等方面研究的专家学者经验,从涉及海绵社区建设对于水质净化能力影响的指标、降雨径流控制效果的指标、显示公众对海绵社区建设的评价指标、反映海绵社区建设及维护管理成本与收益的指标中进行筛选确定相关评价指标。经过多轮专家咨询,将咨询结果进行整理,确定出具有主导作用、适应性更广和内涵更丰富的反映海绵社区综合实施效能的指标。海绵社区综合实施效能评价指标体系如图3所示。
影响海绵社区综合评价的因素很多,且各因素之间存在相互关联,需要寻找一种非独立反馈系统的新型实用决策方法[1],所以本文选用网络分析法(Analytic Network Process,ANP)作为权重评价方法。由于文中涉及的海绵社区综合实施效能评价指标体系涵盖范围较广、指标数目较多、建立的超矩阵较为复杂,为此引入超级决策软件(Super Decisions),通过输入矩阵式、百分比式、问卷式、口头式等方式实现数据输入[2]。基于输入的数据信息及指标之间建立的相互作用关系,自动生成权重分析所需的超矩阵、加权超矩阵、极限超矩阵,最终通过矩阵运算得到综合优势度,进行指标体系的权重分析,所得各个指标权重如表1所示。
图3 海绵社区综合实施效能评价指标体系
将评价结果分为Ⅰ、Ⅱ、Ⅲ、Ⅳ、Ⅴ5个等级,从Ⅰ到Ⅴ级别依次递减。针对项目实施所产生的环境效益、社会效益、技术效能与经济效益等方面的评价要求,给出该评价体系中16个指标在各个等级中的具体限定范围。具体的评价指标标准见表2。
目前,较为常见的综合评价方法分为以主观经验为评价依据的专家评价方法和以运筹学等数学理论为依据,集成人工神经网络、灰色综合评价的优势而形成的数学评价方法等。考虑到海绵社区综合实施效能是涉及多方面、多领域的分析评价,其评价方法的选取需要综合全面,因此选择模糊综合评价法进行海绵社区综合实施效能评价结果的判定。该方法基于模糊数学中的隶属度理论,将无法量化的定性评价转化为定量分析评价,能直观地展示评价结果。
表2 海绵社区综合实施效能评价指标体系
3.2.1 确立评判因素子集U
因子集是参与评价的n个因素组成的模糊子集,即U={u1,u2,……,un}。
3.2.2 构建评价等级子集V
评价等级子集是与评价项目相应的评价标准或等级构成的集合,即V={v1,v2,……,vm}。
3.2.3 基于隶属度函数构建模糊关系矩阵R
根据评价等级及评判因素之间的强弱关系,建立隶属度函数,即建立所涉及评价因子对于待评价对象的隶属度关系,并依托所建立的隶属度函数,构造模糊关系矩阵R。矩阵R表示为:
式中:rij为评判因素子集U中ui对应的评价等级子集V中等级vj的隶属关系。
模糊综合评价分析中常用隶属函数分布形式包括梯形分布、三角形分布、岭形分布、正态分布等[3],这些隶属度函数根据其取值状况可分为:偏小型、中间型、偏大型,偏小型和偏大型只是单侧区间有值,中间型的特点是取值呈区间对称分布[4]。传统隶属函数的分布为梯形分布,相比于其他分布,此分布较为简洁,适合于线性离散型变量分析;正态分布当取较高的隶属度时,能够收集更全面的隶属度信息,当取较低的隶属度时,能够屏蔽更多冗余信息。每个隶属度函数侧重点不同,且隶属度函数待定的参数变化亦会导致所得评价结论的差异。考虑到模糊关系矩阵R中的元素——隶属度函数值rij的准确性关乎所建立模糊综合评价矩阵的实施效果,因此本次研究采用组合隶属度函数构建合理的模糊关系矩阵R。
基于对考察指标的分析,本次研究所选组合隶属度函数分别为正态分布及梯形分布,采用加权平均的方式构建组合隶属度函数f。
(1)正态分布:根据模糊正态分布的密度函数——高斯函数确定各个指标的隶属度函数。具体表达式如下所示:
式中:σ为对应指标的标准误差。
(2)梯形分布:考虑到部分指标通过分级评分法取得,指标集属于离散型分布,隶属度函数选用一次线性分布,关系式如下:
式中:μi与μj为区间边界。
基于正态分布及梯形分布构建组合隶属度函数:
式中:ω1与ω2分别为隶属度函数r1j与r2j的权系数。
3.2.4 确定权重集
评价因素的权重或权数分配集为W,权重集在综合评价中用来对R作加权处理。
3.2.5 确定合成算子
合成算子是将W和R合成得到各评价对象的模糊综合评价结果向量B的计算方法。模糊综合评价中常用的合成算子有M(∧,∨)、M(·,∨)、M(∧,⊕)、M(·,⊕)四种,本文模糊综合评价的合成算子基本模型表示为:
3.2.6 评价结果向量分析
评价结果向量B是对每个被评价对象每个等级的程度描述。评价结果是一个模糊向量,不能直接用于评价对象的排序评优,还需要作进一步分析处理。
常用的处理方法主要有最大隶属度原则、加权平均原则、模糊向量单值化、计算隶属度对比系数等[5]。本次研究采用加权平均的方式对各等级的秩进行求和,具体表达式如下:
其中,bj为结果向量中隶属于第p等级的隶属度;k为待定系数(k=1或k=2),其目的是控制较大的bj所起的作用;M为模糊综合评价结果。
基于模糊综合评价法实施步骤和所建立的海绵社区综合实施效能评价标准,以网络分析法所确定的16项评价指标比重值为基础,对青岛某海绵社区的综合实施效能实施评价。
参考绿色建筑评价标准,将本次海绵社区综合实施效能评价等级分为5级,根据打分制将其量化,量化结果如表3所示。
表3 评价等级百分制表
根据SWMM软件建立的海绵社区建设前后降雨径流模型的模拟结果、海绵社区建设过程中的经济性指标、社会效益指标问卷调查及技术指标的量化分析,得出青岛某海绵社区评价结果为:
依据本次研究所设立的百分制评分标准,得出青岛某海绵社区综合实施效能等级为Ⅱ级,表明该项目取得较好的环境、经济、社会效益,故认定青岛某生态园海绵社区雨洪管理效果达到最初设计的目标。
(1)社区是城市水体污染的重要点源,而随着海绵社区建设的不断推进,将以点带面,对城市全面海绵化有重要意义。
(2)对海绵社区建设的评价必须能够科学准确地反映海绵社区建设的成效,以便为后续海绵社区建设的完善提供指导性建议。
(3)根据社区的具体条件,参考现有国家、行业、地方标准,本文提出的综合实施效能评价体系能够综合直观地展示该海绵社区的建设成效。
(4)海绵社区建设因地制宜,对其进行评价的体系也要因地制宜,基于每个地区的具体条件具体实施,避免评价目标选取僵化,并对评价体系进行动态监控,不断自我纠正完善,形成适合当地海绵社区建设的有效评价体系。