李子牧，李俊奇,2*，李璟，李小靜

1.北京建筑大學(xué)城市雨水系統(tǒng)與水環(huán)境教育部重點(diǎn)實(shí)驗(yàn)室

2.北京節(jié)能減排與城鄉(xiāng)可持續(xù)發(fā)展省部共建協(xié)同創(chuàng)新中心

由于城市化發(fā)展帶來(lái)的不透水面積率攀升，夏季降雨導(dǎo)致的雨水徑流熱污染現(xiàn)象逐漸受到研究者們的關(guān)注。不透水表面可以在夏季日間富集大量熱量，當(dāng)有降雨發(fā)生時(shí)，雨水徑流可能會(huì)攜帶大量熱量進(jìn)入水體，從而對(duì)水體產(chǎn)生一系列影響[1-3]。水溫升高會(huì)對(duì)水生態(tài)系統(tǒng)中各種生物造成影響，如使魚類產(chǎn)生應(yīng)激反應(yīng)，嚴(yán)重時(shí)甚至?xí)绊懰锏纳鏍顩r[4-6]。水溫還調(diào)節(jié)著水體內(nèi)的溶解氧與營(yíng)養(yǎng)物濃度，影響水中污染物釋放速率以及化學(xué)反應(yīng)速率，并有可能對(duì)水環(huán)境和水生態(tài)造成破壞[7-10]。

在夏季，從以瀝青地表為代表的不透水地表上產(chǎn)生的雨水徑流通常有著更高的溫度，并可以輸出更多的熱量[11]。瀝青地表雨水徑流的溫度最高可達(dá)到35.3～42.6 ℃[12-14]。降雨開始前的瀝青地表平均溫度和降雨初期瀝青地表雨水徑流的平均溫度，均明顯高于草地表面相應(yīng)溫度，從瀝青地表產(chǎn)生的徑流中輸送的總熱量平均是草地表面徑流的3.6 倍[14]。不透水地表面積占比是匯水區(qū)域夏季雨水徑流溫度的主要影響因素[15]。相比于未開發(fā)地區(qū)，城市化地區(qū)夏季雨水徑流溫度升高近3.5 ℃，且在高度城市化地區(qū)其升高程度可達(dá)7 ℃[16]。

除不透水地表材質(zhì)及其面積占比外，還有很多因素可以影響雨水徑流溫度。如太陽(yáng)輻射通過使地表溫度升高，可以有效地影響雨水徑流溫度[17-19]；氣溫、濕度等因素可以通過影響雨水徑流的熱交換過程來(lái)影響雨水徑流溫度[20]。這些因素共同影響雨水徑流熱污染的輸出特征。同時(shí)，是否存在初期沖刷效應(yīng)是了解雨水徑流污染特征的重要一環(huán)，很多污染物都被發(fā)現(xiàn)存在初期沖刷現(xiàn)象[21-23]。然而，雨水徑流熱污染的初期沖刷效應(yīng)并不明顯[13,24]。

目前已有一些針對(duì)削減雨水徑流熱污染措施的研究，如采用生物滯留設(shè)施、透水鋪裝等綠色雨水基礎(chǔ)設(shè)施[11,25-29]，但針對(duì)匯水區(qū)域內(nèi)出流雨水徑流溫度特征及其影響因素的研究較少。因此，筆者通過監(jiān)測(cè)典型匯水區(qū)域雨水徑流溫度的變化過程，研究其變化特征，并分析影響雨水徑流溫度的主要因素，以期為匯水區(qū)域下游接收設(shè)施設(shè)計(jì)及受納水體保護(hù)提供數(shù)據(jù)參考，為城市化地區(qū)針對(duì)雨水徑流熱污染的海綿化改造提供理論依據(jù)。

1 研究區(qū)域與研究方法

1.1 研究區(qū)域概況

在位于北京市大興區(qū)北京建筑大學(xué)校園內(nèi)，選取具有獨(dú)立排口的匯水區(qū)作為研究區(qū)域（圖1），總面積約14 000 m2，其中道路（表面主要為不透水瀝青材料）面積約5 300 m2，綠地面積約5 700 m2，屋頂（表面主要為不透水水泥材料）面積約3 000 m2；不透水下墊面面積占59%，透水下墊面面積占41%。排水體制為分流制，區(qū)域內(nèi)雨水管道總長(zhǎng)度約550 m，平均坡度為0.4%；屋頂排水方式均為外排水，部分屋頂雨水徑流排向周圍綠地，部分綠地與道路之間有路緣石隔斷，研究區(qū)域內(nèi)主要產(chǎn)流的地表為道路。

圖1 匯水區(qū)域示意Fig.1 Schematic diagram of the catchment

1.2 數(shù)據(jù)采集

采用室外自動(dòng)氣象站連續(xù)監(jiān)測(cè)研究區(qū)域2021年4 月—2022 年12 月的氣象數(shù)據(jù)，獲取包括氣溫、濕度、降水量、太陽(yáng)輻射、風(fēng)速、大氣壓在內(nèi)的氣象要素，監(jiān)測(cè)過程中每5 min 采樣1 次（采樣點(diǎn)位置如圖1 所示）。2021 年7—9 月和2022 年6—9 月2 個(gè)雨季連續(xù)監(jiān)測(cè)獲取研究區(qū)域管道內(nèi)徑流和下墊面溫度數(shù)據(jù)。在匯水區(qū)域下游管道內(nèi)，采用多普勒流量計(jì)監(jiān)測(cè)降水期間管道內(nèi)徑流流量和徑流溫度，采樣時(shí)間間隔為5 min。在研究區(qū)域內(nèi)布置了多個(gè)熱電偶溫度傳感器，用來(lái)采集道路、綠地、屋頂以及管道內(nèi)壁的表面溫度，熱電偶溫度傳感器插入到各表面以下3 cm，采樣時(shí)間間隔為5 min。

1.3 數(shù)據(jù)分析

場(chǎng)降雨平均溫度（event mean temperature，EMT）是指一場(chǎng)降雨流出徑流溫度的流量加權(quán)平均值，采用EMT 來(lái)表示研究區(qū)域一場(chǎng)降雨流出徑流的溫度情況。其表達(dá)式為：

式中：△t為降雨徑流時(shí)段的時(shí)長(zhǎng)，min；Qi為第i個(gè)△t時(shí)段內(nèi)的雨水徑流流量，L/s；Ti為第i個(gè)△t時(shí)段內(nèi)的雨水徑流溫度，℃；D為一場(chǎng)降雨徑流持續(xù)時(shí)長(zhǎng)內(nèi)包含的△t時(shí)段數(shù)，個(gè)。

采用累計(jì)徑流熱量來(lái)表示一場(chǎng)降雨中匯水區(qū)域流出雨水徑流的總熱量，其計(jì)算公式為：

式中：Htotal為累計(jì)徑流熱量，J；Cw為水的比熱容，J/（kg·℃）；ρw為水的密度，kg/m3。

利用SPSS27.0 軟件，采用皮爾遜相關(guān)系數(shù)法分析EMT 與氣象、下墊面因素的相關(guān)性，并篩選有顯著相關(guān)性的因素。在滿足顯著性水平的基礎(chǔ)上（P＜0.05），相關(guān)系數(shù)r為[?1，1]，且其絕對(duì)值越接近于1 時(shí)相關(guān)性越強(qiáng)。

同時(shí)，采用軟件中逐步多元線性回歸方法對(duì)相關(guān)性較好的影響因素進(jìn)行分析，假設(shè)因變量EMT 是由降雨期間平均氣溫、平均濕度、降雨前地表溫度等因素決定的，則有：

式中：β為相應(yīng)變量參數(shù)；X為不同影響因素組成的自變量；ε為殘差。逐步回歸可以根據(jù)方差貢獻(xiàn)來(lái)檢驗(yàn)自變量對(duì)因變量的影響是否顯著，從而獲得較優(yōu)的變量集。利用均方根誤差（root mean squared error，RMSE）對(duì)模型模擬結(jié)果進(jìn)行評(píng)價(jià)。

2 結(jié)果與分析

2.1 雨水徑流溫度特征

2.1.1 雨水徑流溫度影響因素特征分析

研究區(qū)域氣象監(jiān)測(cè)期間夏季（6—9 月）降水量占全年的85%以上，降雨場(chǎng)次占全年的70%以上，有充沛的雨水產(chǎn)生徑流。圖2 顯示研究區(qū)域夏季的月平均氣溫、濕度及地表和管道內(nèi)壁溫度。研究區(qū)域夏季月平均氣溫和濕度均處于較高水平，地表（道路、綠地）月平均溫度的變化趨勢(shì)基本與月平均氣溫的變化趨勢(shì)一致。較高的氣溫和濕度有利于地表、管道內(nèi)壁溫度的上升，是促使雨水徑流升溫的潛在誘因。

圖2 2021—2022 年監(jiān)測(cè)期間研究區(qū)域月平均氣溫、濕度以及綠地表面和管道內(nèi)壁溫度對(duì)比Fig.2 Comparison of monthly mean air temperature,humidity,green surface temperature and pipe wall temperature in the study area for the monitoring period of 2021-2022

2021—2022 年實(shí)際監(jiān)測(cè)共得到23 場(chǎng)有效降雨。降雨場(chǎng)次劃分標(biāo)準(zhǔn)為以降水量大于2 mm 確定降雨發(fā)生，并以2 h 內(nèi)降水量不超過0.2 mm 確定降雨結(jié)束。降雨溫度（降雨時(shí)近地表上方的雨滴的溫度）可以直接影響徑流溫度。目前對(duì)于如何確定降雨溫度的研究并不充分，露點(diǎn)溫度和濕球溫度都可用來(lái)代表降雨溫度，本研究以露點(diǎn)溫度作為降雨溫度[17,30]。23 場(chǎng)有效降雨的降雨特征、降雨過程中氣象情況見表1，地表溫度與雨水管道內(nèi)徑流情況見表2。

表1 2021—2022 年23 場(chǎng)有效降雨的特征及降雨過程中氣象指標(biāo)Table 1 Characteristics of 23 effective rainfall events and meteorological indicators during rainfall from 2021-2022

表2 2021—2022 年23 場(chǎng)有效降雨的雨水管道內(nèi)徑流溫度和地表溫度Table 2 Pipe runoff temperature and surface temperature for 23 effective rainfall events from 2021-2022

2.1.2 雨水徑流溫度變化特征分析

夏季，由于較高的氣溫以及地表溫度，雨水徑流溫度易于升高[3]。23 場(chǎng)有效降雨中，共有17 場(chǎng)降雨存在雨水徑流溫度升高的現(xiàn)象（簡(jiǎn)稱為升溫場(chǎng)次），占總場(chǎng)次的74.0%，其中有9 場(chǎng)升高幅度大于1.0℃，占總場(chǎng)次的39.1%。表3 列出了所有場(chǎng)次、升溫場(chǎng)次及升溫大于1.0 ℃場(chǎng)次的EMT 及各影響因素的平均值的對(duì)比。

表3 所有場(chǎng)次、升溫場(chǎng)次、升溫大于1.0 ℃場(chǎng)次中EMT 及各影響因素的平均值對(duì)比Table 3 Comparison of mean values of EMT and each influencing factor in all events,warming events,and events with warming greater than 1.0 ℃

由表3 可知，升溫場(chǎng)次的降水量平均值較小，降雨歷時(shí)平均值較短。小雨量、短歷時(shí)降雨可能會(huì)導(dǎo)致更高程度的徑流升溫，因?yàn)檫@種類型降雨的雨強(qiáng)相對(duì)較小，不會(huì)因連續(xù)較大雨強(qiáng)導(dǎo)致徑流溫度快速下降。升溫大于1 ℃場(chǎng)次的初始時(shí)刻不透水地表溫度、雨中平均氣溫的平均值相對(duì)更大，表明氣溫和初始地表溫度是驅(qū)動(dòng)雨水徑流升溫的因素。除第15 場(chǎng)次（降水量為53.6 mm，降雨歷時(shí)為615 min，升溫1.0 ℃，與其他升溫場(chǎng)次的降水量和降雨歷時(shí)相比均為異常值）以外的升溫場(chǎng)次，剩余升溫場(chǎng)次平均降水量為8.5 mm，平均降雨歷時(shí)為183 min；升溫幅度大于1 ℃的場(chǎng)次平均降水量為6.5 mm，平均降雨歷時(shí)為137 min。通過分析所有場(chǎng)次，發(fā)現(xiàn)降水量小于12.5 mm 的場(chǎng)次占升溫大于1.0 ℃場(chǎng)次的88.9%，占升溫場(chǎng)次的82.4%，占所有場(chǎng)次的74.0%，占未升溫場(chǎng)次的33.3%；降雨歷時(shí)小于250 min 的場(chǎng)次占升溫大于1.0 ℃場(chǎng)次的88.9%，占升溫場(chǎng)次的82.4%，占所有場(chǎng)次的78.3%，占未升溫場(chǎng)次的50.0%。因此就統(tǒng)計(jì)數(shù)據(jù)而言，降水量小于12.5 mm、降雨歷時(shí)小于250 min 的降雨易于發(fā)生雨水徑流溫度升高現(xiàn)象。

對(duì)于所有升溫場(chǎng)次，自徑流產(chǎn)流起（流量計(jì)有數(shù)值起）計(jì)算，有65%的場(chǎng)次（11 場(chǎng)）徑流溫度峰值出現(xiàn)在35 min 以內(nèi)，而平均溫度達(dá)峰時(shí)間為38 min。升溫場(chǎng)次共有7 場(chǎng)降雨的徑流溫度在200 min 以內(nèi)降到初始時(shí)刻管道內(nèi)壁溫度，其余10 場(chǎng)降雨在徑流結(jié)束時(shí)未降至初始溫度。對(duì)于降雨強(qiáng)度峰值出現(xiàn)位置而言，在所有降雨場(chǎng)次和升溫場(chǎng)次中，分別有12 場(chǎng)、9 場(chǎng)強(qiáng)度峰值出現(xiàn)在初期的降雨，4 場(chǎng)、4 場(chǎng)強(qiáng)度峰值出現(xiàn)在中期的降雨，2 場(chǎng)、0 場(chǎng)強(qiáng)度峰值出現(xiàn)在后期的降雨，5 場(chǎng)、4 場(chǎng)出現(xiàn)多個(gè)強(qiáng)度峰值或沒有明顯峰值的降雨。降雨強(qiáng)度出現(xiàn)位置與徑流是否升溫之間的關(guān)系并不明顯。升溫場(chǎng)次中，降雨強(qiáng)度峰值出現(xiàn)在初期的徑流溫度平均達(dá)峰時(shí)間約為25 min，強(qiáng)度峰值出現(xiàn)在中期的徑流溫度平均達(dá)峰時(shí)間約為49 min，多個(gè)強(qiáng)度峰值或沒有明顯峰值的徑流溫度平均達(dá)峰時(shí)間約為58 min。降雨強(qiáng)度峰值出現(xiàn)在初期有加快升溫情況下徑流溫度峰值出現(xiàn)的效果，但對(duì)徑流溫度是否升溫影響較小。

針對(duì)徑流流出過程中累計(jì)徑流熱量占總熱量比例隨累計(jì)徑流量占總徑流量比例的變化情況進(jìn)行研究。考慮到需要一定降水量達(dá)成明顯熱量輸出，結(jié)合不同降水量下研究區(qū)域?qū)嶋H徑流流出情況，選擇降水量大于5 mm 的降雨共18 場(chǎng)進(jìn)行分析（圖3）。

圖3 匯水區(qū)域單場(chǎng)降雨累計(jì)徑流熱量占比隨累計(jì)徑流量占比的變化Fig.3 Schematic diagram of variation of cumulative runoff heat with cumulative runoff for single rainfall event in the catchment

由圖3 可知，雨水徑流累計(jì)徑流熱量隨累計(jì)徑流量變化時(shí)，沒有明顯偏離對(duì)角線（與水平面成45°）的情況。當(dāng)累計(jì)徑流量占比為30.0%時(shí)，最大累計(jì)徑流熱量占比為31.7%，最小累計(jì)徑流熱量占比為29.6%。出現(xiàn)這種情況，是因?yàn)樵诮涤赀^程中雨水徑流溫度變化的幅度相對(duì)較小，徑流量的變化幅度相對(duì)更大，而在徑流過程中溫度和流量共同構(gòu)成了累計(jì)熱量，因此熱量輸出量更多取決于徑流量而不是溫度[31]。

2.2 雨水徑流溫度影響因素分析

2.2.1 雨水徑流溫度與各影響因素的相關(guān)性

降雨過程中，產(chǎn)匯流階段的徑流主要與地表和大氣接觸，傳輸階段徑流主要與管渠發(fā)生接觸。因此，降雨期間雨水徑流溫度的主要影響因素有氣象因素、下墊面因素以及管渠因素。其中氣象因素包括降雨特征如降水量、降雨歷時(shí)、最大雨強(qiáng)，以及降雨期間的平均氣溫、平均濕度、平均露點(diǎn)溫度、平均風(fēng)速、平均太陽(yáng)輻射強(qiáng)度，下墊面因素包括降雨前的不透水地表溫度以及降雨過程中的不透水地表、綠地表面平均溫度，雨水管道因素包括降雨前管道內(nèi)壁溫度。

降雨開始時(shí)的不透水地表溫度是影響雨水徑流溫度的重要因素。由于降雨往往伴隨著云層覆蓋和氣溫下降，降雨開始前不透水地表溫度可能會(huì)快速降低（圖4），降雨開始時(shí)（圖中垂直于X軸的虛線）存在太陽(yáng)輻射的降雨場(chǎng)次中有70%發(fā)生了不透水地表溫度快速降低現(xiàn)象。因此，有必要研究降雨前不同時(shí)長(zhǎng)的不透水地表溫度均值與徑流溫度的相關(guān)性，以確定可以代表初始不透水地表溫度的時(shí)段。利用皮爾遜相關(guān)系數(shù)法分析下墊面因素、管道因素與EMT 的相關(guān)性（表4）。

表4 EMT 與下墊面因素、管道因素的相關(guān)系數(shù)（r）Table 4 Correlation coefficient of EMT with subsurface factor and pipe factor

圖4 降雨前不透水地表溫度快速下降示例（第2 場(chǎng)次）Fig.4 Example of rapid decrease of impervious surface temperature before rainfall (event 2)

由表4 可知，降雨前3、1、0.5 h 的道路平均溫度以及初始時(shí)刻的道路溫度均與EMT 呈極顯著正相關(guān)，相關(guān)系數(shù)與距離降雨開始的時(shí)間成反比。降雨初始時(shí)刻的道路溫度與EMT 的相關(guān)性最佳，不同時(shí)段降雨前道路溫度與EMT 的相關(guān)性差距較小。降雨過程中，雨水徑流會(huì)與地表發(fā)生熱傳遞，而EMT 與綠地平均溫度之間的相關(guān)性大于與道路平均溫度之間的相關(guān)性，這是由于2 種表面的溫度在降雨初始時(shí)刻及整個(gè)降雨過程中的變化范圍所致。管道內(nèi)壁初始時(shí)刻溫度由氣溫、道路溫度等因素共同決定，與EMT 也呈顯著正相關(guān)。氣象因素與EMT的相關(guān)性結(jié)果見表5。

表5 EMT 與氣象因素的相關(guān)系數(shù)（r）Table 5 Correlation coefficient（r）of EMT and meteorological factors

由表5 可知，平均氣溫和露點(diǎn)溫度與EMT 都呈極顯著正相關(guān)，r分別為0.896 和0.789。平均氣溫的r更高，因?yàn)闅鉁夭粌H影響降雨溫度，還影響地表溫度等其他因素，從而對(duì)EMT 產(chǎn)生更大影響。在徑流過程中，風(fēng)速主要參與顯熱、潛熱計(jì)算，從而影響徑流熱量平衡。其與EMT 間相關(guān)性很弱（r為?0.066），因?yàn)轱@熱、潛熱在徑流熱量平衡過程占比不高（風(fēng)速僅參與其中計(jì)算）。降雨過程中平均太陽(yáng)輻射與EMT相關(guān)性較弱（r為0.162）。太陽(yáng)輻射在降雨前主要影響地表溫度，而降雨過程中的太陽(yáng)輻射較低，甚至當(dāng)夜間降雨時(shí)太陽(yáng)輻射為0，因此難以在降雨過程中直接體現(xiàn)對(duì)EMT 的貢獻(xiàn)。

最大降雨強(qiáng)度、平均降雨強(qiáng)度均與EMT 相關(guān)性較弱（r分別為0.045 和0.230）。而降水量、降雨歷時(shí)均與EMT 呈極顯著負(fù)相關(guān)（r分別為?0.641 和?0.739）。降雨過程中雨滴不斷與徑流混合，而雨滴溫度一般低于雨水徑流溫度，因此大雨量降雨EMT通常較低。由于徑流不斷與接觸面發(fā)生熱傳遞，長(zhǎng)歷時(shí)降雨的中后期接觸面與徑流趨近于相同溫度，在雨滴混合以及其他氣象因素的作用下，徑流溫度趨向于持續(xù)降低直至降雨溫度，而這種情況下的徑流流出總熱量不斷升高。

2.2.2 雨水徑流溫度多元線性回歸分析

根據(jù)降雨產(chǎn)匯流、傳輸過程中的各影響因素，選取其中相關(guān)性較大的因素，包括平均氣溫、平均濕度、不透水地表初始時(shí)刻溫度、管道內(nèi)壁初始時(shí)刻溫度、降水量、降雨歷時(shí)進(jìn)行逐步多元線性回歸分析，并得出EMT 回歸模型（表6）。選擇不透水地表初始時(shí)刻溫度作為不透水地表初始溫度的原因是相關(guān)性更高的同時(shí)不需要預(yù)處理。結(jié)果顯示，降雨期間平均氣溫對(duì)EMT 的貢獻(xiàn)最大（R2=0.794）。增加不透水地表初始時(shí)刻溫度、管道內(nèi)壁初始時(shí)刻溫度、降雨歷時(shí)均可以提高模型的性能，而平均濕度和降水量不具有與EMT 的顯著相關(guān)性，最終R2達(dá)到0.967。與EMT 顯著相關(guān)的4 個(gè)因素中，除降雨歷時(shí)會(huì)對(duì)EMT 產(chǎn)生負(fù)向影響外，其他3 個(gè)因素均為正向影響。

表6 逐步多元線性回歸結(jié)果Table 6 Stepwise multiple linear regression results

考慮到實(shí)際中難以獲取雨水管道內(nèi)壁溫度，針對(duì)不包括雨水管道內(nèi)壁初始時(shí)刻溫度的情況進(jìn)行多元線性回歸分析，得到：

回歸結(jié)果的R2為0.897，F(xiàn)檢驗(yàn)為64.84，顯著性＜0.001。該模型各因素產(chǎn)生的影響與逐步多元線性回歸的結(jié)果一致。但不包括管道內(nèi)壁初始溫度后模型R2明顯降低，表明管道內(nèi)壁初始溫度可以有效影響EMT。

將利用監(jiān)測(cè)數(shù)據(jù)計(jì)算的EMT、逐步多元線性回歸模型（簡(jiǎn)稱模型一）計(jì)算的EMT、不包括管道內(nèi)壁初始時(shí)刻溫度的多元線性回歸模型〔即式（4），簡(jiǎn)稱模型二〕計(jì)算的EMT 進(jìn)行對(duì)比（圖5）。模型一的RMSE 為0.4 ℃，最大誤差絕對(duì)值為0.9 ℃；模型二的RMSE 為0.6 ℃，最大誤差絕對(duì)值為1.1 ℃。可以發(fā)現(xiàn)，2 個(gè)模型均可較理想地模擬EMT，模型二計(jì)算的EMT 偏離監(jiān)測(cè)EMT 1 ℃左右的情況更多。

圖5 EMT 的監(jiān)測(cè)值與模型一、模型二計(jì)算值對(duì)比Fig.5 Comparison of EMT monitoring values,model 1 calculated values and model 2 calculated values

需要注意的是，雨水徑流溫度變化具有較強(qiáng)的地域性，其特征與當(dāng)?shù)貧夂?、下墊面類型有強(qiáng)相關(guān)性，不同降雨場(chǎng)次的特征也有影響[32]。因此，在沒有其他場(chǎng)地的數(shù)據(jù)支持下，上述模型對(duì)研究區(qū)域影響因素的分析僅可以為其他區(qū)域提供參考，不推薦直接使用。

3 結(jié)論

（1）研究區(qū)域夏季氣象、下墊面條件是雨水徑流升溫的主要誘因，有效監(jiān)測(cè)場(chǎng)次中有74%的場(chǎng)次出現(xiàn)了徑流升溫現(xiàn)象，39%的場(chǎng)次升溫幅度大于1℃。降水量小于12.5 mm、降雨歷時(shí)短于250 min 的降雨場(chǎng)次雨水徑流升溫現(xiàn)象更常見。

（2）雨水徑流溫度升高現(xiàn)象多出現(xiàn)在徑流過程初期，監(jiān)測(cè)有效降雨的徑流溫度平均達(dá)峰時(shí)間約為38 min，降雨強(qiáng)度峰值位置與徑流是否升溫之間沒有明顯關(guān)系，累計(jì)徑流熱量的變化過程中主要受累計(jì)徑流量變化控制。

（3）雨水徑流溫度的主要影響因素有降雨期間氣溫、降水量、降雨歷時(shí)及降雨初始時(shí)刻的不透水地表溫度，而與降雨期間的風(fēng)速、太陽(yáng)輻射、降雨強(qiáng)度及雨水徑流溫度沒有明顯相關(guān)性。

（4）通過氣溫、降雨歷時(shí)、初始時(shí)刻道路溫度和初始時(shí)刻管道內(nèi)壁溫度建立的EMT 逐步多元線性回歸模型可以解釋研究區(qū)域96.7%的徑流輸出溫度情況；僅使用氣溫、降雨歷時(shí)、初始時(shí)刻道路溫度也可以解釋89.7%的徑流輸出溫度情況。