تجدید نظر در روش های طراحی سقف سبز با مدل پایین آمدن سری زمان بارندگی

V. Pons ، T. M. Muthaa ، E. Sivertsen ، J.-L. Bertrand-krajewski ؛تجدید نظر در روش های طراحی سقف سبز با مدل پایین آمدن سری زمان بارندگی. Technol Sci Water 1 مارس 2022 ؛85 (5): 1363-1371. doi: https://doi.org/10. 2166/wst. 2022. 023

دانلود پرونده استناد:

خلاصه

از نظر تاریخی ، زیرساخت های سبز برای مدیریت آب طوفان طراحی شده است. این مطالعه با هدف تنظیم مجدد استراتژی های طراحی زیرساخت های سبز با اصول برای تصمیم گیری قوی ، از طریق مثال طراحی سقف های سبز با روش متنوع و نمونه ای از زمینه نروژی رویکرد 3 مرحله ای (3SA) برای مدیریت آب طوفان. 3SA شامل راه حل های برنامه ریزی برای رسیدگی به باران روزانه در مقیاس سایت از طریق نفوذ (مرحله 1) و بازداشت (مرحله 2) و حوادث شدید با سیل های ایمن (مرحله 3) است. یک چارچوب نوآورانه مبتنی بر پایین آمدن دوران بارندگی به شرح زیر است: (i) شبیه سازی طولانی مدت طولانی برای تغییر احتباس و تخلیه روزانه ، مربوط به مرحله 1 در 3SA.(ب) نمونه گیری فشرده از رویدادهای شدید محلی برای برآورد قابلیت اطمینان و استحکام راه حل ها ، مربوط به مراحل 2 و 3 در 3SA. با مقایسه روش متغیر سنتی با-استراتژی ارزیابی بسیار آگاهانه-طراحی (HIDES) ، مشخص شد که روش متغیر احتمالاً منجر به تصمیمات نادرست می شود در حالی که رویکرد جدید پیشنهادی با پیشنهاد یک طرح مبتنی بر طرح های آگاهانه تر و قابل اعتماد تر می شوددر هر دو حالت کار و حالت خرابی. این امکان را می دهد تا با تسهیل پیوند بین مراحل 3SA ، راه حل های موجود در سیستم آب شهری را تعبیه کنید. چنین چارچوبی در زمینه نروژ داده شده داده شده است.

نکات برجسته

روش متنوع برای طراحی برای ارائه تخمین های غیرقابل اعتماد در مقایسه با نمونه گیری از رویدادهای محلی و شبیه سازی مداوم یافت شد.

چارچوب پنهان برای تراز کردن روشهای طراحی با اصل تصمیم گیری قوی تدوین شده است.

شبیه سازی مداوم و نمونه گیری از رویدادهای محلی برای مرور کلی از رفتار هیدرولوژیکی محلول آب طوفان ضروری است.

معرفی

در نروژ، مدیریت آب طوفان از یک رویکرد 3 مرحله ای (3SA) پیروی می کند (Lindholm et al. 2008). راه حل های مختلف در مقیاس های مختلف (مقیاس مکان، مقیاس همسایگی، مقیاس حوضه آبریز) برای مقابله با رویدادهای بزرگی و دوره های بازگشت متفاوت (RP) طراحی شده اند. این رویکرد مشابه بسیاری از کشورهای دیگر در سراسر جهان است که هدف آنها نفوذ به رویدادهای کوچک، بازداشت رویدادهای بزرگتر و عبور ایمن از رویدادهای شدیدتر بزرگتر است (به عنوان مثال 3PA در دانمارک (Fratini et al. 2012)). هنوز در نروژ اتفاق نظر وجود ندارد که آستانه های RP برای چه مراحلی اعمال شود (Paus 2018). با این حال، طراحی راه حل ها بر اساس این فلسفه مستلزم کمی سازی استحکام و انعطاف پذیری آن ها است (Liao 2012)، که به معنای مطالعه رفتار آن ها در شرایط شکست (یعنی در شرایط بارندگی بزرگ تر از رویدادهای طراحی است). در نهایت، هدف رویکرد 3SA ارائه یک چارچوب تصمیم گیری-پشتیبانی برای انتخاب راه حل های قوی یا سازگار برای مقابله با افزایش شهرنشینی، تغییرات آب و هوا و عدم اطمینان عمیق است (Walker et al. 2013).

The hydrological benefits for local green infrastructures, such as green roofs, lie in restoring the natural water cycle through retention (infiltration and evapotranspiration), detention, and efficient urban space management. Although some green roofs can be used to attenuate high RP events (e.g. >RP 20 ساله) (Hamouz et al. 2020)، معمولاً برای مقابله با رویدادهای بزرگتر طراحی نشده اند.

زیرساخت های سبز و بام های سبز اغلب با استفاده از روش هایی با رویدادهای طراحی اندازه گیری می شوند (Kommune 2015؛ Kristvik و همکاران 2019) بر اساس منحنی های فرکانس مدت زمان شدت (IDF). این روش ها متکی به هیتوگراف های طراحی هستند که ممکن است بر اساس رویدادهای تاریخی یا بر اساس اشکال از پیش تعریف شده مانند هیتوگراف نوع شیکاگو، هیتوگراف آبی یا رویدادهای با شدت ثابت (مانند روش منطقی، RM، یا روش متغیر، VM) باشد (Alfieri et. همکاران 2008). روش های طراحی با استفاده از چنین رویدادهایی معمولاً به یک هیتوگراف یا تعداد محدودی از هیتوگراف متکی هستند. این رویکرد طراحی، که برای تسهیل طراحی با داده های آب و هوایی محدود (منحنی های IDF و عوامل آب و هوایی) انتخاب شده است، بنابراین به دلایل متعددی با 3SA سازگار نیست: (1) نه بارندگی روزانه را بررسی می کند (فقط حبس بر اساس یک طرح). رویداد باران) و نه بارندگی در حوزه شکست (یعنی بزرگتر از RP طراحی)، (2) عملکردهای نگهداری طولانی مدت را بررسی نمی کند، و (iii) اطلاعاتی در مورد استحکام راه حل ارائه نمی دهد.

مدل های پایین آمدن آماری امکان تولید سری زمانی آب و هوا و به ویژه سری زمان بارش را فراهم می کند. برخی از مدل های آبشار تصادفی چند برابر نیز شامل وابستگی به دما به منظور بهبود استحکام مدل های تحت تغییر آب و هوا هستند (Bürger et al. 2014 ، 2019 ؛ Pons et al. 2021).

این مطالعه با هدف بهبود استراتژی های طراحی زیرساخت های سبز از طریق روشی که با اصول تصمیم گیری قوی تنظیم می شود. در اینجا برای سقف های سبز ، در زمینه نروژ از رویکرد 3 مرحله ای به عنوان یک مطالعه موردی ، با ارائه چارچوبی از جمله ارزیابی عملکرد برای شرایط آب و هوایی آینده با استفاده از یک مدل پایین تر از سری های بارندگی ، مثال زده شده است. چارچوب طراحی جدید با پرداختن به جنبه های زیر نشان داده می شود: (i) ارزیابی محدودیت های VM با نمونه برداری از رویدادهای محلی برای ارزیابی توزیع عملکرد بسته به RP و انجام شبیه سازی مداوم ، (ب) مقایسه عملکرد و استحکام ازراه حل های مختلف مشابه از نظر VM-Design ، (iii) که اقدامات اضافی برای طراحی تمرین را برای بازگرداندن سازگاری با 3SA ارائه می دهد.

روش شناسی

تولید داده های ورودی: طراحی رویدادهای بارندگی ، وقایع بارندگی شدید تصادفی و سری زمانی بارندگی تصادفی آینده ،

داده های ورودی اعمال شده برای دو سقف سبز مختلف (سقف سبز گسترده و سقف سبز مبتنی بر بازداشت) ،

تجزیه و تحلیل عملکرد بسته به نوع ورودی ،

تجزیه و تحلیل چهار سناریو مختلف با توجه به وقایع بارندگی طراحی.

مدل پایین و استراتژی نمونه گیری رویداد

یک مدل پایین آمدن تغییر آب و هوا بر اساس آبشارهای تصادفی چند برابر برای تولید سری زمان بارندگی برای شهرهای مختلف در نروژ و فرانسه ایجاد شد (پونز و همکاران 2021). در این مطالعه ، مدل کالیبره شده برای Trondheim به همراه منحنی های IDF برای تولید حوادث شدید تصادفی برای هر RP (نمونه گیری رویداد محلی ، LES) استفاده شد. از ضریب آب و هوایی 1. 4 برای پاسخ به تغییرات آب و هوا استفاده شد (Dyrrdal & Førland 2019). عمق مربوط به بارش 24 ساعته با هر RP از 1 روز به یک زمان بندی 6 دقیقه ای کاهش یافته است. این روند برای به دست آوردن 10 5 Hyetograph برای هر RP تکرار شد.

مدل سقف سبز

به طور مشابه با پونز و همکاران.(2021) ، در این مطالعه دو سقف سبز مدل شد: یک سقف سبز گسترده (سقف سبز سبز) و یک سقف سبز گسترده مبتنی بر بازداشت (سقف D-Green). این مدل مبتنی بر یک مخزن غیر خطی است. به منظور افزایش استحکام مدل و دامنه اعتبار آن در حوادث شدید ، این مدل با استفاده از داده های آزمایش های شدید که قبلاً در یک سقف خلبان در مقیاس بزرگ انجام شده بود ، کالیبره شد (هموز و همکاران 2020). سه پارامتر عملکرد تخلیه سقف را کنترل می کند: (i) حداقل مقدار آب موجود در سقف را نشان می دهد تا به طور کامل سقف را تحریک کند ، (ب) انتقال از یک سقف خشک به سقف مرطوب را نشان می دهد ، (iii) K نشان دهنده شیب شیبمنحنی خروجی هنگامی که سقف به طور کامل شروع شده است. سقف سبز الکترونیکی از یک لایه 30 میلی متری بستر با یک لایه 10 میلی متری ذخیره سازی تشکیل شده است. این یک عملکرد ترشحات واحد نشان داده شد. سقف D-Green از یک لایه 100 میلی متری سنگدانه های رس و یک لایه 30 میلی متری بستر تشکیل شده است. این با مجموع دو کارکرد تخلیه ، یکی برای هر لایه ارائه شده است.

سنجش عملکرد

از مقررات 2015 برای شهر Trondheim (Kommune 2015) برای تعیین آستانه برای مقایسه مناسب استفاده شد. مقررات مربوط به مدیریت آب طوفان محلی ، تخلیه اوج مجاز برای انتشار در سیستم فاضلاب در طی یک رویداد باران 20 ساله RP را تعیین می کند. هنگام اتصال به یک سیستم فاضلاب جداگانه ، آستانه 6. 4 لیتر در ثانیه برای منطقه 800 متر 2 است. هنگامی که منطقه به یک سیستم فاضلاب ترکیبی متصل است ، آستانه سخت تر ، 1. 65 لیتر در ثانیه برای 300 متر 2 است. این دو آستانه به عنوان مرجع برای دو آیین نامه ممکن در این مطالعه استفاده شد. برای اهداف مقایسه ، آنها به عنوان 0. 48 میلی متر در دقیقه و 0. 33 میلی متر در دقیقه تبدیل و نرمال می شوند.

روش متنوع (VM) (آلفیری و همکاران 2008) برای به حساب کردن استراتژی هایی با تعداد کم وقایع. این شامل استفاده از بارندگی شدید شدت است که مطابق با هر منحنی IDF منجر به بدترین اوج رواناب می شود.

یک شبیه سازی مداوم (CS) به I) عملکردهای مبتنی بر توزیع رواناب را ارزیابی می کند و ب) میانگین مدت زمان سالانه رواناب بالاتر از آستانه حسابداری برای تغییر طبیعی آب و هوا را تخمین می زند. همچنین امکان ارزیابی حفظ سالانه را فراهم می کند. برای این شبیه سازی از سری 29 ساله طولانی استفاده شد.

نمونه برداری از رویداد محلی (LES) برای نمونه برداری از تعداد زیادی از hetograph های احتمالی (10 نفر = 5) با توجه به محل و خواص مدل پایین آمدن. این امکان را برای تخمین احتمال مقابله با باران RP در شرایط آب و هوایی آینده مطابق با دستورالعمل ها فراهم می کند.

مقایسه سناریو

برای تجزیه و تحلیل عواقب ، از نظر عملکردهای هیدرولوژیکی ، اندازه گیری محلول با VM ، چهار سناریوی مختلف برای سقف های سبز E و D برای مقابله با یک RP 20 ساله در Trondheim مطابق VM طراحی شده است (جدول 1). سپس محلول های حاصل با استفاده از روش های LES و CS مورد بررسی قرار گرفت. سناریوی اول بر اساس سقف D-Green و یک منطقه غیرقابل نفوذ است. کسر حداقل سقف لازم برای تأمین نیاز تخلیه انتخاب شد. سناریوی دوم بر اساس سقف سبز الکترونیکی با یک لایه ذخیره سازی اضافی ساخته شده است. سناریوی سوم بر اساس ترکیبی از سقف سبز E و D ساخته شده است. حداقل نسبت ملاقات سقف D-Green این شرط انتخاب شد. سناریوی چهارم بر اساس سقف سبز سبز ساخته شده بود ، با یک کنترل کننده خروجی با محدودیت تنظیم شده و یک ذخیره اضافی در رسانه های بستر. عمق به حداقل عمق تنظیم شده است و از سرریز آن اطمینان نمی دهد.

جزئیات سناریوهای مختلف طراحی شده با استفاده از VM برای مقابله با یک رویداد باران 20 ساله RP

چارچوب ارزیابی استحکام: استراتژی ارزیابی طراحی بسیار آگاهانه (HIDES)

راه حل های مختلف طراحی شده از طریق VM می تواند با چارچوب ارائه شده در شکل 1 مورد تجزیه و تحلیل قرار گیرد. این رویکرد در سه رویکرد مکمل تقسیم می شود: (i) شبیه سازی بلند مدت که به این سؤال پاسخ می دهد "چگونه راه حل در حالت عملیاتی رفتار می کند؟"و مربوط به اولین مرحله از 3SA (یعنی ارزیابی مزایایی که راه حل قرار است ارائه شود ، احتباس و بازداشت باران خفیف) ، (ب) شبیه سازی مبتنی بر رویداد برای پاسخ به این سؤال "چگونه راه حل تحت شکست قرار می گیرددولت؟ "مربوط به مراحل 2 و 3 از 3SA ، و (iii) استحکام تغییرات آب و هوا در پاسخ به این سؤال" آیا رفتار راه حل است که انتظار می رود ثابت باشد؟ "مطابق با فلسفه پشت 3SA است.

چارچوب برای برآورد عملکرد و ارزیابی استحکام راه حل طراحی شده را پنهان می کند ، خط با نقطه قرمز مربوط به ارزیابی تغییرات آب و هوا است. IPCC: پانل بین دولتی در مورد تغییرات آب و هوا ، GCM: مدل گردش جهانی.

چارچوب برای برآورد عملکرد و ارزیابی استحکام راه حل طراحی شده را پنهان می کند ، خط با نقطه قرمز مربوط به ارزیابی تغییرات آب و هوا است. IPCC: پانل بین دولتی در مورد تغییرات آب و هوا ، GCM: مدل گردش جهانی.

نتایج و بحث

تجزیه و تحلیل عملکرد سقف سبز

مقایسه بین VM و LES در شکل 2 برای آب و هوای فعلی (توزیع مات) و پیش بینی های آب و هوایی آینده (توزیع شفاف) از طریق استفاده از یک عامل آب و هوایی 1. 4 (Dyrrdal & Førland 2019) با توجه به RP مختلف (2 سال در بالا در بالا نشان داده شده است. به 200 سال در پایین). عملکرد سقف سبز الکترونیکی (سمت چپ) و سقف D-Green (سمت راست) نمایش داده می شود. VM منجر به برآورد یک نقطه (نقاط آبی) شد. در مورد سقف D-Green ، VM تمایل به تخمین رواناب اوج پایین تر از حالت توزیع LES دارد. برای سقف سبز الکترونیکی ، مشاهدات مشابه فقط برای رویدادهای 2 ساله RP ظاهر شد. این نشان می دهد که VM لزوماً محافظه کارانه نیست زیرا بسته به محلول ، بخش قابل توجهی از حیاط نگار منجر به رواناب اوج بالاتر از VM می شود. برای سقف D-Green و یک رویداد RP 20 ساله در یک آب و هوای فعلی ، 96 ٪ از وقایع شبیه سازی شده منجر به رواناب اوج کمتر از آستانه 0. 33 میلی متر در دقیقه (79 ٪ با فاکتور آب و هوا) شد. برای سقف سبز الکترونیکی تنها 10 ٪ از مقادیر اوج رواناب کمتر از آستانه بود (به ترتیب 0. 5 ٪ با فاکتور آب و هوا).

پیش بینی رواناب اوج از سقف سبز الکترونیکی (سمت چپ) و سقف D-Green (سمت راست) با استفاده از روش متنوع (خط خاکستری ضخیم با نشانگرهای نقطه آبی) و نمونه گیری رویداد محلی (توزیع) تحت آب و هوای فعلی (خاکستری روشن) و آب و هوای پیش بینی شدهRCP 8. 5 (خاکستری تیره). رنگ توزیع با مقدار سانتروئید شرط می شود: سبز برای کم ، زرد برای متوسط و قرمز برای بالا.

پیش بینی رواناب اوج از سقف سبز الکترونیکی (سمت چپ) و سقف D-Green (سمت راست) با استفاده از روش متنوع (خط خاکستری ضخیم با نشانگرهای نقطه آبی) و نمونه گیری رویداد محلی (توزیع) تحت آب و هوای فعلی (خاکستری روشن) و آب و هوای پیش بینی شدهRCP 8. 5 (خاکستری تیره). رنگ توزیع با مقدار سانتروئید شرط می شود: سبز برای کم ، زرد برای متوسط و قرمز برای بالا.

استحکام و قابلیت اطمینان یک راه حل از نظر عملکرد هیدرولوژیکی را می توان با توجه به توزیع های نمایش داده شده در شکل 2 تعریف کرد. توزیع با سفارشات مشابه از بزرگی انحراف در دوره های مختلف بازگشت و عوامل آب و هوایی قابل اعتماد در نظر گرفته می شود ، که نشانگر تغییر در این امر است. دامنه عملکرد. راه حلی که تحت طیف وسیعی از دوره های بازگشت و عوامل آب و هوایی با هدف قرار می گیرد ، قوی است (استحکام استاتیک همانطور که توسط واکر و همکاران (2013) تعریف شده است). با توجه به آستانه 0. 48 میلی متر در دقیقه ، سقف سبز سبز قابل اعتماد است ، اما قوی نیست. این انحراف از 0. 17 تا 0. 45 است و تحت RP بالا می تواند با کمتر از 10 ٪ از وقایع سر و کار داشته باشد. در مقابل ، سقف D-Green قوی است زیرا می تواند بیش از 50 ٪ از حوادث را تا 200 ساله RP با یک عامل آب و هوایی 1. 4 کنترل کند ، اما به عنوان ترتیب بزرگی از انحراف استاندارد آن از 0. 02 قابل اعتماد نیست. به 0. 5 با دوره بازگشت بزرگتر.

دوره های بازگشت بزرگتر از 20 سال می تواند به عنوان دامنه خرابی سقف ها در مرحله دوم رویکرد سه مرحله ای در نظر گرفته شود. سقف ها برای مقابله با آن وقایع طراحی نشده اند. با این حال ، کمیت رفتار آنها در این حوزه شکست می تواند به تصمیم گیری آگاهانه تر هنگام برخورد با مراحل بعدی کمک کند. از آنجا که VM نمی تواند قابلیت اطمینان و استحکام راه حل ها را تخمین بزند ، می تواند منجر به تصمیمات اشتباه یا فرصت های از دست رفته شود.

جدول 2 احتمال دستیابی به هدف را بسته به نوع سقف سبز ، دوره بازگشت و روش مورد استفاده نشان می دهد. به عنوان مثال ، با توجه به سقف D-Green ، احتمال رسیدن به هدف تحت RP 200 ساله با یک عامل آب و هوایی 1. 4 تنها 0. 33 با LES خلاف 1 با استفاده از VM بود. جدول 2 نشان می دهد که VM به دلیل ماهیت تخمین های بولی ، به کاربر اجازه نمی دهد تصمیم آگاهانه ای بگیرد. آنها برای هر دوره بازگشت یک مقدار قطعی ارائه می دهند ، در حالی که رفتار راه حل بسته به Hyetograph متفاوت است. علاوه بر این ، باید اشاره کرد که شکل Hyetograph بر اساس VM (به عنوان مثال بارندگی شدت ثابت) به مکان بستگی ندارد. از طرف دیگر ، روش LES برآوردهای قوی تری از عملکرد ارائه می دهد زیرا تنوع بیشتری از وقایع که احتمالاً در مکان خاص رخ می دهد نمونه برداری می شود ، مانند این مورد Trondheim ، از جمله رویدادهایی که قادر به ایجاد تخلیه بالا در هر نوع سقف هستندبشردر مطالعات قبلی (هاموز و همکاران 2020) ، سقف D-Green به انواع خاصی از hyetographs حساس بود ، که از استفاده از روش LES پشتیبانی می کند. VM شامل چنین Hyetographs نیست ، که منجر به نمایندگی کم تخمین ها می شود. برای مقایسه ، یک CS اجازه می دهد تا میانگین مدت زمان رواناب را بالاتر از آستانه تخمین بزند ، که در مورد سقف سبز الکترونیکی و 0 دقیقه برای سقف D-Green کمتر از 4 دقیقه در سال خواهد بود. روش CS بسیار وابسته به در دسترس بودن داده ها است ، اما مستقیماً فرکانس آستانه های فراتر از آن را بدون استفاده از منحنی یا رویدادهای IDF تخمین می زند.

احتمال رسیدن به هدف 0. 33 میلی متر در دقیقه بسته به سقف سبز ، دوره بازگشت و روش مورد استفاده