Page 95 - 2023年第54卷第11期

律不明确等问题，通过对银川市西夏区南部和金凤区北部进行老城局部管网雨污分流改造和新城边缘
区居民用地扩建，模拟不同降雨重现期下，管网改造片区不同组合对老城地表积涝水量和管网充满度
的影响，及新城居民用地扩建占比对整体积涝分布和降雨径流控制率影响。得出以下结论：
（ １）老城改造时，在降雨 ４５００ｓ后老城区增加雨污分流、ＣＳＯ调蓄池及泵站措施对城市雨洪有积极
响应。地表积涝水量呈 Ｎ１＞Ｎ２ ＝ Ｎ３趋势，且在 ４５００ｓ＜ｔ＜１４４００ｓ时均呈现 Ｒ１＞Ｎ１＞Ｎ２＞Ｎ３的趋势。降雨
重现期分别为 Ｐ ＝ １、２和 ５时，Ｎ１、Ｎ２、Ｎ３较 Ｒ１积涝可分别减少 ４４．９３％～４９．６３％，３４．０２％～３７．９９％和
２５．０６％～２８．４１％。Ｎ３改造效果均为最优。
（ ２）Ｎ１、Ｎ２和 Ｎ３三种改造方案均对管网起到改善作用。降雨重现期为 Ｐ ＝ １、３和 ５时，Ｎ１、Ｎ２、Ｎ３
管网充满度＜１的占比在最大峰值时刻分别可达到 ３４．８９％～２５．５３％，４６．０６％～２６．７９％和５０．７３％～３２．１０％，退水
３ｈ后，占比分别可达到 ７６．６６％～２７．９６％，７８．２４％～３５．５５％和 ８０．８８％～５６．４７％。Ｎ３改造效果均最优。
（３）新城改造时，局部动态规划面积对整体区域的洪涝影响在小降雨情况下可忽略（Ｐ ＝ １）。但随
着降雨重现期的增大其影响逐渐凸显，尤其在 Ｐ ＝ ２０时变化最为明显，而当 Ｐ＞２０时变化幅度逐渐降
低，Ｐ ＝ ２０为节点重现期。新城改造区域面积占比对整体区域积涝影响随着改造面积增加而越大。
（ ４）小降雨重 现 期 下 （Ｐ＝ １）新 城 居 民 建 筑 用 地 动 态 规 划 面 积 占 比 对 径 流 控 制 率 无 影 响 （均 为
８２．７５％）。但随着降雨重现期增加（５ ≤Ｐ ≤２００），径流控制率由 ８７．７５％降低到 ５２．９１％，表明存在较大
韧性动态改造空间。
针对不同区域实际情况，通过动态模拟不同规划方案，定量评估老城和新城局部区域改造对自身
及整体区域的影响，可为后续工程建设提供重要理论支撑。

参 考 文 献：

［ １］ 冯高尚，张尚武．公共价值导向的城市重点地区整体更新规划策略———以昆明翠湖周边地区整治与提升规
划为例［Ｊ］．城市规划学刊，２０１９（Ｓ１）：１５０ － １５７．
［ ２］ 丁凡，伍江．城市更新相关概念的演进及在当今的现实意义［Ｊ］．城市规划学刊，２０１７（６）：８７ － ９５．
［ ３］ 唐燕．我国城市更新制度建设的关键维度与策略解析［Ｊ］．国际城市规划，２０２２，３７（１）：１ － ８．
［ ４］ 吕斌．日本实施城市 更 新 的 制 度 构 建 与 施 策 体 系 ［ＥＢ?ＯＬ］．（２０２１ － ０２ － １０）［２０２３ － ０４ － ２０］．ｈｔｔｐｓ：??ｍｐ．
ｗｅｉｘｉｎ．ｑｑ．ｃｏｍ?ｓ?ｉ０ＭｓＤＷｅ１ｉｂｙｘＹＤＶｙＥｈｆ８ｐＡ．
［ ５］ 张侠，王嘉陵，彭补拙．城市边缘区土地 利 用 动 态 规 划 管 理 系 统 ［Ｊ］．长 江 流 域 资 源 与 环 境，２００２（４）：
３３２ － ３３７．
［ ６］ 土地利用总体规划管理办法［Ｊ］．中华人民共和国国务院公报，２０１７（２９）：９１ － ９７．
［ ７］ 席广亮，甄峰．基于大数据的城市规划评估思路与方法探讨［Ｊ］．城市规划学刊，２０１７（１）：５６ － ６２．
［ ８］ 卢兴超，刘永旺．辅助海绵城市单项工程建设效果评估的设计暴雨分析［Ｊ］．建材与装饰，２０１９（３３）：８２ － ８３．
［ ９］ ＳＩＤＥＫＬＭ，ＪＡＡＦＡＲＡＳ，ＭＡＪＩＤＷ Ｈ ＡＷ Ａ，ｅｔａｌ．Ｈｉｇｈ － ｒｅｓｏｌｕｔｉｏｎｈｙｄｒｏｌｏｇｉｃａｌ － ｈｙｄｒａｕｌｉｃｍｏｄｅｌｉｎｇｏｆｕｒ
ｂａｎｆｌｏｏｄｓｕｓｉｎｇＩｎｆｏＷｏｒｋｓＩＣＭ［Ｊ］．Ｓｕｓｔａｉｎａｂｉｌｉｔｙ，２０２１，１３（１８）：１０２ － １２３．
［１０］ ＺＨＡＮＧＺ，ＨＵＷ， ＷＡＮＧ Ｗ， ｅｔａｌ．Ｔｈｅｈｙｄｒｏｌｏｇｉｃａｌｅｆｆｅｃｔａｎｄｕｎｃｅｒｔａｉｎｔｙａｓｓｅｓｓｍｅｎｔｂｙｒｕｎｏｆｆｉｎｄｉｃａｔｏｒｓ
ｂａｓｅｄｏｎＳＷＭＭ ｆｏｒｖａｒｉｏｕｓＬＩＤｆａｃｉｌｉｔｉｅｓ［Ｊ］．ＪｏｕｒｎａｌｏｆＨｙｄｒｏｌｏｇｙ，２０２２，６１３（ＰＡ）：２２ － ３１．
［１１］ ＨＯＵＪ，ＫＡＮＧ Ｙ，ＨＵ Ｃ，ｅｔａｌ．Ａ ＧＰＵ－ ｂａｓｅｄｎｕｍｅｒｉｃａｌｍｏｄｅｌｃｏｕｐｌｉｎｇｈｙｄｒｏｄｙｎａｍｉｃａｌａｎｄｍｏｒｐｈｏｌｏｇｉｃａｌ
ｐｒｏｃｅｓｓｅｓ ［Ｊ］．ＩｎｔｅｒｎａｔｉｏｎａｌＪｏｕｒｎａｌｏｆＳｅｄｉｍｅｎｔＲｅｓｅａｒｃｈ，２０２０，３５（４）：３８６ － ３９４．
［１２］ ＲＵＪＮＥＲＨ，ＬＥＯＮＨＡＲＤＴＧ，ＭＡＲＳＡＬＥＫＪ，ｅｔａｌ．Ｈｉｇｈ － ｒｅｓｏｌｕｔｉｏｎｍｏｄｅｌｌｉｎｇｏｆｔｈｅｇｒａｓｓｓｗａｌｅｒｅｓｐｏｎｓｅｔｏ
ｒｕｎｏｆｆｉｎｆｌｏｗｓｗｉｔｈＭｉｋｅＳＨＥ ［Ｊ］．ＪｏｕｒｎａｌｏｆＨｙｄｒｏｌｏｇｙ，２０１８，５６２（５）：４１１ － ４２２．
［１３］ 刘媛媛，刘业森，郑敬伟，等．ＢＰ神经网络和数值模型相结合的城市内涝预测方法研究［Ｊ］．水利学报，
２０２２，５３（３）：２８４ － ２９５．
［１４］ ＬＩＸ，ＨＯＵＪ，ＰＡＮ Ｚ， ｅｔａｌ．Ｒｅｓｐｏｎｓｅｓｏｆｕｒｂａｎｆｌｏｏｄｐｒｏｃｅｓｓｅｓｔｏｌｏｃａｌｌａｎｄｕｓｅｕｓｉｎｇａｈｉｇｈ － ｒｅｓｏｌｕｔｉｏｎ
ｎｕｍｅｒｉｃｍｏｄｅｌ ［Ｊ］．ＵｒｂａｎＣｌｉｍａｔｅ，２０２２，４５．ｄｏｉ：１０．１０１６?ｊ．ｕｃｌｉｍ．２０２２．１０１２４４．
［１５］ ＬＩＧ，ＨＥＺ，ＨＥＪ，ｅｔａｌ．Ｕｎｄｅｒｓｔａｎｄｉｎｇｔｈｅｄｉｖｅｒｓｉｔｙｏｆｕｒｂａｎ － ｒｕｒａｌｆｒｉｎｇｅｄｅｖｅｌｏｐｍｅｎｔｉｎａｆａｓｔ － ｕｒｂａｎｉｚｉｎｇｒｅ
ｇｉｏｎｏｆＣｈｉｎａ ［Ｊ］．ＲｅｍｏｔｅＳｅｎｓｉｎｇ，２０２１，１３（１２）：２３７３．

３
— １ ５ ７ —