基于雨洪调蓄能力的城市绿地系统格局优化研究

5.1 *优格局求解 5.1.1 GSPO_SRS 模型 GSPO_SRS 模型是基于雨洪调蓄能力*大化的绿地系统格局优化模型，通过将SCS 流域水文模型和SA 优化算法耦合，实现了绿地系统雨洪调蓄综合能力*大化的绿地系统格局求解。GSPO_SRS 模型能根据用户不同的需求，提供不同的优化目标，包括：流域汇流累积量*小化、流域出口径流量*小化、流域出口峰值流量*小化、*长汇流时间*大化、平均汇流时间*大化。GSPO_SRS 模型原理在第三章已经进行了详细介绍，这里不再赘述。本节将比较在模型默认环境下，以不同目标进行优化得到的绿地系统*优格局的空间特征和差异性。 在绿地系统*优格局求解过程中发现，绿地系统*优格局并不唯一，有多解现象，因此，借用经济学概念――帕累托*优解，构建基于雨洪调蓄能力*大化的绿地系统格局帕累托*优解集。帕累托*优，*早由意大利经济学家维尔弗雷多·帕累托在研究经济效率和收入分配问题时提出，它是资源分配的一种理想状态。帕累托改进指的是，“假定固有的一群人和可分配的资源，从一种分配状态到另一种状态的变化中，在没有使任何人境况变坏的前提下，至少使一个人变得更好。帕累托*优状态就是不可能再有更多的帕累托改进的余地，帕累托*优是公平与效率的‘理想王国’”（Censor，1977；Pardalos et al.，2008）。基于雨洪调蓄能力的绿地系统格局帕累托*优解集是指，在某一绿地系统格局下，通过改变流域内任一绿地斑块的布局，都不能使绿地系统的雨洪调蓄能力得到增强，由这些绿地系统格局组成的集 合被称为基于雨洪调蓄能力的绿地系统格局帕累托*优解集（简称帕累托*优解集）。通过对帕累托*优解集的叠合分析，研究绿地系统*优格局的空间概率分布。 5.1.2 帕累托*优解集特征分析 利用GSPO_SRS 模型，在模型默认环境下，分别求解了以流域汇流累积量、流域出口径流量、流域出口峰值流量、*长汇流时间和平均汇流时间控制为优化目标的帕累托*优解，并对不同目标优化的帕累托*优解集进行了特征分析。1. 流域汇流累积量以流域汇流累积量*小化为目标，在模型默认环境下，求解了100 种绿地系统格局的*优解，构建了帕累托*优解集，通过叠合分析，其概率分布如图5.1 所示。 通过对绿地系统格局的优化，流域汇流累积量从38110 m3（1000 种随机绿地格局平均值）下降到了26330 m3，削减率约为30.9%，绿地系统调蓄效果显著。从图5.1可以看出，基于流域汇流累积量控制的绿地系统*优格局具有明显的空间分布特征，绿地斑块主要分布在流域上游的源头地区，斑块之间具有较好的连通性，绿地斑块与建设用地交错布置，充分地发挥了每一块绿地的调蓄功能，这些空间分布特征支持了第四章论述的绿地系统格局指标与流域汇流累积量之间的关系。图5.2 反映了基于流域汇流累积量优化的绿地*优格局与随机格局之间的空间差异性，可以看出，与随机格局相比，*优格局具有更高的聚集度和连通性，*优格局的源头指标，尤其是源头指标2 远高于随机格局，而汇流指标和缓冲区指标均位于随机格局中值附近，这也再次证明了源头控制、较高的绿地斑块聚集度和连通性对流域汇流累积量的削减有显著作用。