2019, Vol. 40
2. 南京大学建筑与城市规划学院, 南京 210093
2. School of Architecture and Urban Planning, Nanjing University, Nanjing 210093, China
随着我国城镇化的快速推进, 城市不透水面迅速增加, 致使原有的自然排水体系与水循环系统遭到破坏, 严重削弱了城市的雨洪调控能力, 极易造成城市洪涝灾害[1~3].在建筑密度大、土地供应紧张的城市主城区增加透水面将非常困难[4].然而, 占城市不透水面40%~50%的城市建筑屋顶在我国多数城市均“素面朝天”, 屋顶空间未能很好地开发利用.因此, 因地制宜地进行屋顶绿化, 可以显著增加城市绿地面积, 增强绿地等透水面的雨洪调控能力, 进而有效提升城市应对城市内涝灾害的弹性[5, 6].
绿色屋顶(green roof), 又称为生态屋顶或种植屋面, 是指基于普通屋顶表面, 在生长基质上种植植物的一种绿化方式[7, 8].作为海绵城市建设中一种重要的源头控制技术和具有潜在成本效益的雨洪管理措施[9, 10], 绿色屋顶能够通过在屋顶水平上储存和控制雨水来降低城市洪水发生的风险[11], 目前已成为缓解城市雨洪的有效方式[12, 13].根据生长基质的厚度不同, 绿色屋顶通常分为两类, 即生长基质厚度小于等于15 cm的粗放型绿色屋顶(extensive green roof, EGR)和生长基质厚度大于15 cm的精细型绿色屋顶(intensive green roof, IGR)[7, 8].由于EGR具有重量轻、成本低、维护成本低等优势, 因此绝大多数新建绿色屋顶属于粗放型绿色屋顶, 同时EGR也是现阶段相关研究的重点[2, 14].
尽管绿色屋顶滞留和截流雨水的能力得到了学者的广泛认同, 但是在不同地区、不同环境下其截流能力变化幅度较大[7, 15].例如, Stovin等[16]利用英国谢菲尔德市29个月的降雨数据, 分析了实验型绿色屋顶的雨洪调控能力, 其平均截流率为50.2%; Razzaghmanesh等[17]的研究发现, 在干旱气候条件下, 粗放型绿色屋顶的平均截流率为74.02%; Nawaz等[18]分析了温带气候下30起降雨事件, 发现绿色屋顶截流率范围在3.6%~100%, 平均截流率为66%.与此同时, 国内外学者普遍认为绿色屋顶的截流率与生长基质厚度、屋顶坡度、降雨特征和雨前干旱时间等因素有关[19]. Teemusk等[20]的研究发现, 当降雨强度属于中小雨时, 绿色屋顶的平均截流率为87%, 但在大暴雨时, 绿色屋顶的截流能力会大大减弱; Stovin等[21]发现雨前干旱时间的增长可以提高绿色屋顶的雨水滞留能力. Lee等[22]的研究发现, 生长基质为200 mm深时, 绿色屋顶截流率变化范围为42.8%~60.8%, 生长基质为150 mm深时, 截流率为13.8%~34.4%.然而, 目前多数研究均是基于小面积实验性绿色屋顶, 针对真实绿色屋顶的研究尚不多见; 其次多数研究采用的降雨数据均来自于人工模拟数据或区域通用气象站, 忽略了降雨的时空不连续性, 且选取的降雨事件偏少, 未能进行长期观测, 致使所得结论缺乏足够的说服力, 尚难以有效指导目前国内的海绵城市建设.
此外, 得益于其自身的多种生态环境效益, 绿色屋顶建设目前已成为世界许多国家可持续发展策略中的重要一环[23].但是, 绿色屋顶的推广普及与其建设成本和收益紧密相关. Carter等[23]的研究发现绿色屋顶的净现值比传统屋顶高10%~14%, 绿色屋顶在未来极具经济吸引力. Bianchini等[24]的研究发现绿色屋顶的建设是一项低风险投资, 其所带来的经济效益远高于潜在的经济损失.然而, 在探究绿色屋顶的成本效益方面, 大多数学者只定性分析了其经济效益, 并未通过真实建设成本去估算其成本效益.
本文以在南京市金陵小学行政楼楼顶建设的模块化绿色屋顶作为研究区, 利用Hobo U30微气象观测站和CR1000降雨径流观测系统采集的气象和屋顶径流数据, 分析了场地尺度上绿色屋顶的综合径流调控能力, 探讨了其在典型降雨事件下的径流响应过程; 通过决策树分类算法辨识了影响绿色屋顶雨洪调控能力的主要因素; 基于生命周期评价(life cycle assessment, LCA)方法分析了绿色屋顶30年生命周期下的成本效率与费效比(return on investment, ROI), 评估场地尺度上绿色屋顶建设的成本效益, 以期为绿色屋顶的规划建设、推广普及政策制定提供重要的科学依据和决策参考.
1 材料与方法 1.1 研究区概况本文以实建于南京市栖霞区金陵小学(32°7′N, 118°59′E)的绿色屋顶为研究区[图 1(a)].南京市属于北亚热带湿润气候带和季风环流的海洋性气候区, 季风显著, 冬冷夏热, 四季分明, 日照充足, 水资源充沛.年平均气温为15.4℃, 相对湿度76%.年降水量1 100 mm左右, 降水日数年平均在110 d左右.
|
图 1 研究区示意 Fig. 1 Map of the study area |
实建的绿色屋顶位于南京市金陵小学行政楼屋顶, 总面积约为1 016 m2, 其中绿色屋顶面积约为509 m2, 裸屋顶面积约为507 m2, 屋顶坡度为2%[图 1(b)和1(d)].绿色屋顶为模块化安装, 每个模块(长×宽×高：50×33×11 cm)都包含10 cm的植被层(佛甲草, 由于景天属植物独特的景天酸代谢过程和叶肉储水功能和极强的环境适应能力, 因而成为世界上广泛使用的绿色屋顶植物[25]), 8 cm厚的基质层(由30%的蛭石, 30%的长有泥炭藓的土壤, 30%的陶粒以及10%的有机质组成), 一层0.1 cm厚的无纺布过滤层以及2.9 cm厚的多功能储水与排水层[图 1(c)].
1.2 实验仪器与数据采集本文分别在绿色屋顶和裸屋顶中间位置设置了两个观测站, 每一个观测站均安装了Hobo U30微气象观测系统和CR1000降雨径流观测系统(屋顶径流数据主要来自于在南侧裸屋顶和绿色屋顶落水管上安装的2台电磁流量计), 分别对降雨量(mm)、空气温度(℃)、土壤含水量(%)、径流(L·min-1)等因子进行了连续观测[图 1(d)和表 1].数据采样间隔为6 s, 数据存储间隔为1 min.本文选取17个月(2016年6月1日至2017年10月31日)的连续数据进行分析.
|
表 1 观测仪器参数 Table 1 Main sensor parameters of the observing station |
1.3 研究方法 1.3.1 场地尺度上绿色屋顶径流调控能力分析
首先, 以降雨事件间隔超过6 h作为阈值对所观测到的降雨事件进行划分[26, 27], 本文共得到76起独立降雨事件, 其降雨量范围在0.3~146.9 mm(由于单次累积降雨量小于0.3 mm的降雨事件通常不会产生地表径流, 故本文未做统计).然后, 测算了单次降雨事件的降雨量(total rainfall depth, TR)(mm)、降雨历时(rain duration, t, min)、平均降雨强度(i, mm·h-1)、最大降雨强度(Rp, mm·h-1)、降雨重现期(T, a)、土壤含水量(volumetric soil water content, VWC, %)和雨前干旱时间(antecedent dry weather period, ADWP, d)等7个降雨特征参数, 并基于观测的径流数据计算了单次降雨事件的截流率(PR, %)、截流量(R, mm)、延缓径流发生时间Lag-time1(min)、延缓峰现时间Lag-time2(min)和径流峰值削减率(peak-attenuation, PA, %).其中：平均降雨强度等于降雨量和降雨历时的比值, 降雨重现期根据2014年南京市城管局修订的南京市暴雨强度公式[式(1)]计算所得.同时, 根据我国气象部门降雨强度相关标准, 将76起降雨事件按照降雨量的大小分为5类[小雨(< 10 mm), 中雨(10~25 mm), 大雨(25~50 mm), 暴雨(50~100 mm), 大暴雨(≥100 mm)], 并进行了分类统计分析.
南京市暴雨强度计算公式如下[28]：
|
(1) |
式中, t为降雨历时, min; T为降雨重现期, a.
单次降雨事件的截流率(precipitation retention, PR, %)计算公式如下[18]：
|
(2) |
式中, Flow1和Flow2分别为裸屋顶一侧和绿色屋顶一侧的径流量, L·min-1.
由式(2)可得绿色屋顶单次降雨事件的截流量(R, mm), 即:
|
(3) |
单次降雨事件的径流峰值削减率(peak-attenuation, PA, %)计算公式如下：
|
(4) |
式中, Peak-flow1和Peak-flow2分别为裸屋顶一侧和绿色屋顶一侧的洪峰流量, L·min-1.
1.3.2 基于决策树分类算法的绿色屋顶雨洪调控效应影响因子辨识决策树分类的基本思想是通过比较各训练样本数据中属性信息增益比的大小, 取其中信息增益比最大但不低于所有属性平均值的属性作为决策树的一个分支节点, 以此类推, 最终形成决策分类树[29], 该方法不仅分类准确性高并且可以处理连续的数值数据, 非常适合辨识出多因素共同影响下占据主导作用的因素[30].因而, 本文基于新西兰怀卡托大学开发的数据挖掘工具Weka, 采用决策树分类算法中的C4.5算法[31], 对所选的76起降雨事件进行分类统计分析, 以辨识影响绿色屋顶雨洪调控效应的主要影响因子.在Weka软件中, 输入的属性数据有雨前干旱时间(ADWP)、生长基质含水量(VWC)、降雨历时(t)、降雨量(TR)、降雨重现期(T)、平均降雨强度(i)、最大降雨强度(Rp), 分类目标变量为截流率(PR).
1.3.3 基于生命周期评价的绿色屋顶成本效益计算生命周期评价(LCA)作为一种评价产品环境表现的工具被广泛应用于一些国家的绿色建筑评价体系.本文基于生命周期评价理论, 采用投入产出比(费效比), 对场地尺度上绿色屋顶的成本效益进行了定量评价(根据文献[32, 33]选取30 a作为本文绿色屋顶的生命周期).首先, 核算绿色屋顶的建设总成本, 主要包括绿化模块运输与安装费, 绿化模块费用, 维护费用, 其中只在前两年对绿色屋顶进行针对性维护(浇水、拔草等), 后期采取零维护策略(表 2).然后, 计算绿色屋顶生命周期内的雨洪调控效应.依据观测数据和公式(2)、(3), 可得76起降雨事件的总降雨量和总径流削减量, 从而得到该绿色屋顶年总径流削减率(即年总径流削减量和年总降雨量之间的比值).此外, 由中国气象局发布的南京地理气候特征文件可知, 南京市年平均降雨量约为1 106 mm.因此, 该绿色屋顶的年总径流削减量可以通过总径流削减率与南京市年平均降雨量的乘积估算.最后, 通过公式(5)、(6)计算绿色屋顶30a生命周期的成本-效率和投入产出比即费效比(ROI).
|
|
表 2 30 a生命周期的绿色屋顶建设成本 Table 2 Green roof construction costs over the 30-year life cycle |
成本-效率的计算公式如下：
|
(5) |
式中, E表示30 a生命周期绿色屋顶的成本效率, 元·m-3; C表示该绿色屋顶30 a生命周期成本, 元; Y表示30 a生命周期的总径流削减量, m3.
费效比的基本计算公式如下[34]：
|
(6) |
式中, B代表项目产出效益, 元; C代表 30 a生命周期的绿色屋顶建设成本, 元.绿色屋顶的产出效益采用年总径流削减量来衡量[35].本文通过传统灰色基础设施的工程做法, 以建造一个等容积蓄水池的价格与建设绿色屋顶成本之间的差值当作产出效益.建设蓄水池的费用参考依据为江苏省水利厅关于发布江苏省水利工程人工预算工时标准的通知(苏水基[2015]32号)及2017年省水利工程施工机械台费概算基价预算表等资料(表 3).
|
|
表 3 蓄水池建设成本费用明细 Table 3 Details of reservoir construction costs |
2 结果与讨论 2.1 基于定点观测的屋顶绿化径流调控能力分析
本文选取的76起降雨事件, 降雨量范围在0.3~146.9 mm, 平均降雨量为20.4 mm; 降雨历时范围在0.3~57.6 h, 平均降雨历时为11.1 h; 平均降雨强度范围在0.052~39 mm·h-1; 降雨重现期大于1 a的有9起, 其中最大降雨重现期为70 a.所选76起降雨事件的截流率范围在0.6%~100%, 平均截流率为62.7%;截流量范围在0.1~76.7 mm, 平均截流量为6.7 mm.延缓产流时间Lag-time1范围在0~697 min, 平均延缓产流时间为107.3 min; 延缓峰现时间Lag-time2范围在0~57 min, 平均延缓峰现时间为9.5 min; 裸屋顶一侧洪峰流量Peak-flow1的平均值为47.17 L·min-1, 绿色屋顶一侧洪峰流量Peak-flow2的平均值为22.04 L·min-1, 平均峰值削减率为65.61%.经统计可得, 76起降雨的总降雨量为1 551.1 mm, 总径流削减量为508.3 mm, 因此可以得出该绿色屋顶的总径流削减率为32.8%, 年总径流削减量为362.8 mm, 该绿色屋顶在30 a生命周期下的总径流削减量为10 884 mm, 即5 539.96 m3.
绿色屋顶在不同降雨量类别下的径流调控能力差异显著.由表 4可以看出, 降雨量小于10 mm的事件数目最多, 但其占全部降雨量的比例仅为11.8%, 绿色屋顶在面对小雨事件时, 截流率和峰值削减率最大, 平均为79.4%.随着降雨量的增加, 绿色屋顶截流率和径流峰值削减率整体呈变小趋势; Lag-time1随着降雨量的增大而增大, 但是在面对大暴雨时, 其延缓产流的时间会大大减小, 而Lag-time2的变化波动较大, 总体上看来绿色屋顶在面对高降雨强度的事件时, 延缓峰现时间的能力并不显著.尽管每一类别降雨事件的降雨特征不同, 绿色屋顶的径流调控能力变化范围较大, 但是绿色屋顶在大暴雨事件中依旧展现了一定的滞留雨水能力, 这说明绿色屋顶在缓解城市洪涝灾害方面可以扮演重要的角色[36].而且由于仪器设备故障, 本研究缺少了冬季和初春时的观测数据, 这可能会导致本文所得平均截流率偏小, 低估了绿色屋顶的截流能力.
|
|
表 4 不同降雨量类别下绿色屋顶径流调控能力 Table 4 Runoff control ability of the green roof under different rainfall conditions |
最后, 为了探讨绿色屋顶在降雨过程中径流调控能力的变化情况, 本节遴选了4起典型降雨事件进行对比分析, 分别是降雨事件5、9、35、51. 图 2、3分别展现了在不同降雨情况下绿色屋顶和裸屋顶的径流响应情况. 图 2(a)为发生在2016-06-21的短时间小降雨量事件, 6 h内降雨量为6.5 mm, 雨前干旱时间约为9 d, 绿色屋顶生长基质含水量低于0.1%.由图 2(a)可见, 在降雨前期, 裸屋顶一侧产生了明显的径流, 而绿色屋顶一侧几乎无径流产生; 在降雨进行到大约260 min时, 降雨强度达到最大, 绿色屋顶才产生了径流.从此次降雨事件看来, 当绿色屋顶正常运行, 滞留能力未达饱和时, 其对小降雨事件的截流率可接近100%,
|
图 2 事件5和9中的降雨径流响应 Fig. 2 Rainfall-runoff response in events 5 and 9 |
|
图 3 事件35和51的降雨径流响应 Fig. 3 Rainfall-runoff response in events 35 and 51 |
并且绿色屋顶延缓产流时间和削减径流峰值的能力也得到了充分体现. 图 2(b)所示为发生在2016-06-28的降雨量仅为1.4 mm的事件, 从中可以看到, 绿色屋顶对于此次降雨的滞留并没有图 2(a)中的明显.这是由于在事件9之前有三场时间间隔较短的降雨(事件6、7、8), 绿色屋顶的雨水滞留能力并未完全恢复, 所以此次降雨的截流率仅为54%.一般来说, 一次降雨结束后绿色屋顶会通过蒸散发来恢复其存储雨水的能力, 但是如果两次降雨间隔较短, 绿色屋顶存储能力未能完全恢复, 就会大大影响其对下一次降雨的截流能力[37].
图 3(a)所选事件为所有76起降雨中降雨量最大和降雨重现期最大的一次降雨, 发生时间为2017-06-09, 总降雨量146.9 mm, 最大降雨强度为54 mm·h-1, 降雨重现期约70 a.从中可以看出, 在降雨的前420 min以内, 降雨强度较小, 绿色屋顶展现了良好的雨水滞留和峰值削弱能力; 但是随着降雨的持续进行, 降雨强度逐渐增大, 绿色屋顶的调控能力也接近或达到饱和状态, 其对雨水的滞留虽然还有一定效果, 但是和裸屋顶相比差异已不那么明显.由此可见, 绿色屋顶对于降雨量和降雨强度偏大的降雨只具有有限的调控能力, 这也说明了绿色屋顶的径流调控能力不仅和降雨特征有关系, 和其本身的截流能力也有很大关系.
图 3(b)所选降雨为所有76起事件中绿色屋顶截流率最小的一起.该起降雨的最大降雨强度为71.4 mm·h-1, 截流率仅为0.6%.从图 3(b)可以看出, 在此次降雨过程中, 绿色屋顶和裸屋顶的径流响应曲线基本一致.相比于图 3(a)所选降雨, 事件51的降雨更为集中, 短时间内降雨强度更大, 这就导致了绿色屋顶没有充分地响应时间, 并且短时间内的高强度降雨远远超过了绿色屋顶的最大截流能力, 所以从图 3(b)中并未看出绿色屋顶的截流能力.但是从降雨开始的180 min起, 当降雨强度慢慢减弱时, 可以看到绿色屋顶具有明显的延迟产流作用.由此可见, 绿色屋顶在面对短时间强降水时, 截流雨水的能力较弱, 但当降雨强度变小后, 绿色屋顶会恢复其一部分径流调控的能力.
2.2 基于决策树方法的绿色屋顶径流调控能力影响因素识别由图 4可见, 对绿色屋顶截流率影响最大的因子是降雨重现期(T), 而降雨重现期本质上是由降雨量和降雨历时共同决定的[式(1)], 平均降雨强度又与降雨历时和降雨量直接相关.因此, 绿色屋顶径流调控能力的主要影响因素为降雨量(TR)、降雨强度(i和Rp)和生长基质含水量(VWC).当T小于等于0.13时, 55起降雨事件的平均截流率为75.7%;而其大于0.13的21起降雨事件的平均截流率仅为28.7%;雨前干旱时间(ADWP)没有出现在决策树的分类因子中.这与Stovin等[16]和Nawaz等[18]在英国进行的绿色屋顶实验结果基本一致.而Nawaz等[18]在对英国利兹的一个场地尺度下屋顶绿化的研究分析表明, 降雨重现期和截流率之间没有明显关系, 这可能是因为Nawaz只分析了30起降雨事件, 且与所选降雨事件的重现期均较小有关.
|
图 4 针对截流率的决策树分类 Fig. 4 Regression tree for runoff retention |
此外, 利用决策树分类算法的一个好处是它不仅是一个分类方法也是一个预测模型, 通过决策树的分类结果, 可以推测出不同降雨情形下绿色屋顶的可能截流率.例如, 图 4结果表明, 当VWC小于等于0.213且T小于等于0.13时, 绿色屋顶可能有最大的截流率88.9%.当已知一起降雨的重现期时, 可以进而通过分析其降雨历时和绿色屋顶生长基质含水量来估算绿色屋顶的截流能力.这为市政工程师们在设计不同地区绿色屋顶布局时提供了重要的理论与方法支撑.
2.3 基于生命周期理论的绿色屋顶成本效益分析由1.3.3节可知, 本文实建绿色屋顶30 a生命周期内的产出效益约为16.93万元, 年平均收益约为5 641.71元.其次, 基于总径流削减效果的绿色屋顶30年生命周期成本效率E为12.51元·m-3, 而传统灰色基础设施滞留雨水的成本效率约为43.07元·m-3, 明显大于绿色屋顶的成本效率.最后, 该绿色屋顶的费效比约为5/12, 即0.41.费效比低, 代表着投入少, 产出多.由此可见, 以绿色屋顶年总径流削减量来衡量其产出效益时, 绿色屋顶已经具有较低的费效比, 从而带来较高的社会经济效益.实际上绿色屋顶还具有节能减排、去除污染物、降低噪声等其他多种价值, 其所带来的社会经济效益事实上远大于本文所计算的产出效益.例如Banting等[38]对加拿大多伦多市50 km2屋顶绿化的研究表明, 在考虑绿色屋顶的降温、雨洪管理、建筑节能和净化空气等方面的效益时, 其一次性可降低成本19.5亿元, 每年可降低成本约2.3亿元.
3 结论(1) 场地尺度上绿色屋顶的雨水平均截流率为62.7%, 平均延缓产流时间为107.3 min, 平均径流峰值削减率为65.61%;这表明相比于裸屋顶, 绿色屋顶具有显著的雨洪调控能力.通过对4起典型降雨的径流响应过程分析可知, 绿色屋顶本身滞留能力的限制会大大影响其对降雨的截流作用.
(2) 决策树分类结果表明, 影响绿色屋顶截流率的主要因素是降雨量、降雨强度和生长基质含水量.
(3) 基于30年生命周期的绿色屋顶成本效率和费效比分别为12.51元·m-3和5/12(0.41).由此证明了绿色屋顶的建设潜力与价值, 这也为城市推广普及绿色屋顶提供了经济效益层面的理论依据.
| [1] | Bengtsson L. Peak flows from thin sedum-moss roof[J]. Hydrology Research, 2005, 36(3): 269-280. DOI:10.2166/nh.2005.0020 |
| [2] | Hakimdavar R, Culligan P J, Finazzi M, et al. Scale dynamics of extensive green roofs:quantifying the effect of drainage area and rainfall characteristics on observed and modeled green roof hydrologic performance[J]. Ecological Engineering, 2014, 73: 494-508. DOI:10.1016/j.ecoleng.2014.09.080 |
| [3] | Yang W Y, Li D, Sun T, et al. Saturation-excess and infiltration-excess runoff on green roofs[J]. Ecological Engineering, 2015, 74: 327-336. DOI:10.1016/j.ecoleng.2014.10.023 |
| [4] | Speak A F, Rothwell J J, Lindley S J, et al. Rainwater runoff retention on an aged intensive green roof[J]. Science of the Total Environment, 2013, 461-462: 28-38. DOI:10.1016/j.scitotenv.2013.04.085 |
| [5] | Boulanger B, Nikolaidis N P. Mobility and aquatic toxicity of copper in an urban watershed[J]. Journal of the American Water Resources Association, 2003, 39(2): 325-336. DOI:10.1111/jawr.2003.39.issue-2 |
| [6] | Dunnett N, Nolan A. The effect of substrate depth and supplementary watering on the growth of nine herbaceous perennials in a semi-extensive green roof[J]. International Conference on Urban Horticulture, 2004, 643(40): 305-309. |
| [7] | Berardi U, Ghaffarianhoseini A, Ghaffarianhoseini A. State-of-the-art analysis of the environmental benefits of green roofs[J]. Applied Energy, 2014, 115: 411-428. DOI:10.1016/j.apenergy.2013.10.047 |
| [8] | Vijayaraghavan K. Green roofs:a critical review on the role of components, benefits, limitations and trends[J]. Renewable and Sustainable Energy Reviews, 2016, 57: 740-752. DOI:10.1016/j.rser.2015.12.119 |
| [9] | Getter K L, Rowe D B. The role of extensive green roofs in sustainable development[J]. Hortscience:A Publication of the American Society for Horticultural Science, 2006, 41(5): 1276-1285. |
| [10] | Stovin V, Poë S, Berretta C. A modelling study of long term green roof retention performance[J]. Journal of Environmental Management, 2013, 131: 206-215. |
| [11] | Gregoire B G, Clausen J C. Effect of a modular extensive green roof on stormwater runoff and water quality[J]. Ecological Engineering, 2011, 37(6): 963-969. DOI:10.1016/j.ecoleng.2011.02.004 |
| [12] |
陈小平, 黄佩, 周志翔, 等. 绿色屋顶径流调控研究进展[J]. 应用生态学报, 2015, 26(8): 2581-2590. Chen X P, Huang P, Zhou Z X, et al. A review of green roof performance towards management of roof runoff[J]. Chinese Journal of Applied Ecology, 2015, 26(8): 2581-2590. |
| [13] | Stovin V, Vesuviano G, De-Ville S. Defining green roof detention performance[J]. Urban Water Journal, 2017, 14(6): 574-588. DOI:10.1080/1573062X.2015.1049279 |
| [14] | Carter T, Jackson C R. Vegetated roofs for stormwater management at multiple spatial scales[J]. Landscape and Urban Planning, 2007, 80(1-2): 84-94. DOI:10.1016/j.landurbplan.2006.06.005 |
| [15] | Li W C, Yeung K K A. A comprehensive study of green roof performance from environmental perspective[J]. International Journal of Sustainable Built Environment, 2014, 3(1): 127-134. DOI:10.1016/j.ijsbe.2014.05.001 |
| [16] | Stovin V, Vesuviano G, Kasmin H. The hydrological performance of a green roof test bed under UK climatic conditions[J]. Journal of Hydrology, 2012, 414-415: 148-161. DOI:10.1016/j.jhydrol.2011.10.022 |
| [17] | Razzaghmanesh M, Beecham S. The hydrological behaviour of extensive and intensive green roofs in a dry climate[J]. Science of the Total Environment, 2014, 499: 284-296. DOI:10.1016/j.scitotenv.2014.08.046 |
| [18] | Nawaz R, McDonald A, Postoyko S. Hydrological performance of a full-scale extensive green roof located in a temperate climate[J]. Ecological Engineering, 2015, 82: 66-80. DOI:10.1016/j.ecoleng.2014.11.061 |
| [19] | Stovin V. The potential of green roofs to manage urban stormwater[J]. Water and Environment Journal, 2010, 24(3): 192-199. |
| [20] | Teemusk A, Mander Ü. Rainwater runoff quantity and quality performance from a greenroof:the effects of short-term events[J]. Ecological Engineering, 2007, 30(3): 271-277. DOI:10.1016/j.ecoleng.2007.01.009 |
| [21] | Stovin V, Dunnett N, Hallam A. Green roofs-getting sustainable drainage off the ground[A]. In: Proceedings of the 6th International Conference of Sustainable Techniques and Strategies in Urban Water Management[C]. Lyon, France, 2007: 1-8. |
| [22] | Lee J Y, Lee M J, Han M. A pilot study to evaluate runoff quantity from green roofs[J]. Journal of Environmental Management, 2015, 152: 171-176. |
| [23] | Carter T, Keeler A. Life-cycle cost-benefit analysis of extensive vegetated roof systems[J]. Journal of Environmental Management, 2008, 87(3): 350-363. DOI:10.1016/j.jenvman.2007.01.024 |
| [24] | Bianchini F, Hewage K. Probabilistic social cost-benefit analysis for green roofs:a lifecycle approach[J]. Building and Environment, 2012, 58(58): 152-162. |
| [25] |
葛德, 张守红. 不同降雨条件下植被对绿色屋顶径流调控效益影响[J]. 环境科学, 2018, 39(11): 5015-5023. Ge D, Zhang S H. Impacts of vegetation on hydrological performances of green roofs under different rainfall conditions[J]. Environmental Science, 2018, 39(11): 5015-5023. |
| [26] | Wong G K L, Jim C Y. Quantitative hydrologic performance of extensive green roof under humid-tropical rainfall regime[J]. Ecological Engineering, 2014, 70: 366-378. DOI:10.1016/j.ecoleng.2014.06.025 |
| [27] | Cipolla S S, Maglionico M, Stojkov I. A long-term hydrological modelling of an extensive green roof by means of SWMM[J]. Ecological Engineering, 2016, 95: 876-887. DOI:10.1016/j.ecoleng.2016.07.009 |
| [28] | 王诗雅, 巫晓燕, 黄祎静, 等. 南京市暴雨强度公式研究[J]. 人民长江, 2016, 47(S2): 41-44. |
| [29] | Wu X D, Kumar V, Quinlan J R, et al. Top 10 algorithms in data mining[J]. Knowledge and Information Systems, 2008, 14(1): 1-37. |
| [30] |
Tan P N, Steinbach M, Kumar V.数据挖掘导论: 完整版[M]. (第二版).范明, 范宏建, 译.北京: 人民邮电出版社, 2011: 83-130. Tan P N, Steinbach M, Kumar V. Introduction to data mining: the full version (2nd ed.)[M]. Fan M, Fan H J, trans. Beijing: Posts & Telecom Press, 2011: 83-130. |
| [31] | Salzberg S L. C4.5:programs for machine learning by J. Ross Quinlan. Morgan Kaufmann publishers, Inc., 1993[J]. Machine Learning, 1994, 16(3): 235-240. |
| [32] | Kosareo L, Ries R. Comparative environmental life cycle assessment of green roofs[J]. Building and Environment, 2007, 42(7): 2606-2613. DOI:10.1016/j.buildenv.2006.06.019 |
| [33] | Peri G, Traverso M, Finkbeiner M, et al. The cost of green roofs disposal in a life cycle perspective:covering the gap[J]. Energy, 2012, 48(1): 406-414. |
| [34] | Erdogmus H, Favaro J, Strigel W. Return on investment[J]. IEEE Software, 2004, 21(3): 18-22. DOI:10.1109/MS.2004.1293068 |
| [35] | Wu T, Smith R E. Economic benefits for green roofs:a case study of the Skaggs pharmacy building, university of Utah[J]. International Journal of Design & Nature and Ecodynamics, 2011, 6(2): 122-138. |
| [36] |
王书敏, 李兴扬, 张峻华, 等. 城市区域绿色屋顶普及对水量水质的影响[J]. 应用生态学报, 2014, 25(7): 2026-2032. Wang S M, Li X Y, Zhang J H, et al. Influence of green roof application on water quantity and quality in urban region[J]. Chinese Journal of Applied Ecology, 2014, 25(7): 2026-2032. |
| [37] |
刘明欣, 代色平, 周天阳, 等. 湿热地区简单式屋顶绿化的截流雨水效应[J]. 应用生态学报, 2017, 28(2): 620-626. Liu M X, Dai S P, Zhou T Y, et al. Capacity of extensive green roof to retain rainwater runoff in hot and humid region[J]. Chinese Journal of Applied Ecology, 2017, 28(2): 620-626. |
| [38] | Banting D, Doshi H, Li J, et al. Report on the environmental benefits and costs of green roof technology for the city of Toronto[EB/OL]. https://mpra.ub.uni-muenchen.de/id/eprint/70526, 2016-04-09. |