氣候變化對城市暴雨洪澇影響研究進展

鄧梓鋒, 高瑋志, 廖耀星, 王兆禮,2

(1.華南理工大學 土木與交通學院,廣東 廣州 510641; 2.人工智能與數字經濟廣東省實驗室(廣州),廣東 廣州 510335)

近年來,全球氣候變化和快速城市化使得人類面臨日益嚴峻的水安全問題——水資源短缺、水環境污染、洪澇和干旱災害等[1-2]。氣候變暖和城市化直接影響了水循環過程及要素的時空分布特征,增加并增強了極端氣候事件[3-4]。其中,極端降水及其引發的洪澇災害給全球許多經濟發達、人口稠密的城市地區帶來了災難性的破壞。隨著人口和財產的不斷聚集,城市地區遭遇同等規模的暴雨內澇所遭受的損失比以往更大[5]。因此,與氣候系統變化密切相關的城市洪澇研究已成為城市適應研究亟待解決的重要課題。

城市洪澇災害已成為影響中國城市公共安全的突出問題,也是制約中國經濟社會發展的重要因素。在2010—2018年間,我國每年受淹或產生內澇的城市數量均超過80座,受影響人口高達5千萬人到2億人不等,所造成的直接經濟損失均達到千億元以上[6]。氣候變化會進一步放大洪澇給城市帶來的損失[7]。聯合國政府間氣候變化專門委員會(Intergovernmental Panel on Climate Change,IPCC)在2012年首次對氣候變化對洪水等極端災害事件的影響進行綜合評估,發布了極端事件風險管理特別報告[8],并在第六次報告中強調,氣候變化導致的極端海平面和極端降水/河流事件的結合將增加城市洪澇發生的可能性[9]。由于洪水量的增加,排水網絡復雜的大城市面臨著越來越大的挑戰。氣候變暖改變了極端降水頻率和強度,破壞了城市建設中設計暴雨的一致性假設,進而使得工程的設計標準不適用于氣候變化環境中的暴雨過程,也難以平衡經濟支出和防治效用[10-11]。目前,已有許多研究關注氣候變化對極端降水和城市洪澇的影響[3-4,12-15]。盡管學者們使用了不同的暴雨洪澇模型、評估方法和防洪防澇標準,但研究結果均表明未來全球多地城市洪澇風險將隨著洪澇發生頻率和強度的增加而增加。因此,新的城市防洪防澇政策、評估和工程設計應該考慮到未來增強增多的極端降水、不斷增長的人口和持續擴張的城市面積,以便能夠保持一個可接受的系統過載頻率。

本研究旨在回顧城市洪澇及其適應氣候變化的科學知識和實踐的最新進展,總結和分析目前人類對氣候變化下極端降水、城市暴雨洪澇和城市洪澇韌性的認識和亟須應對的挑戰,以期為今后相關研究工作提供參考和支撐。

1 氣候變化下的城市極端降水特征演變

降雨是水循環過程的關鍵因素,是水文模型研究的基礎資料和水文計算與預報最重要的輸入項,也是陸面水文過程的主要輸入驅動。持續性強降雨或短歷時高強度降雨是城市暴雨洪澇災害的主要驅動因子。氣候變化改變了氣候系統的熱力和動力環境,影響了陸地-大氣系統的能量收支和水循環過程,但并非所有地區未來的極端降水都會經歷明顯增長。因此,了解和認識這些極端降水在氣候變化背景下的變化特征是城市洪澇研究的重要內容和前提。

1.1 極端降水對氣候變化的響應

目前,降雨觀測主要包括地面站點觀測、衛星遙感和天氣雷達反演估測等方式。其中,地面站點觀測主要基于地面某一點進行記錄,而衛星遙感和天氣雷達則通過遙感技術分別從上方(地球外部)和側面(或下面)在連續空間上進行記錄?！皹O端”的定義并不是唯一的?？紤]定量研究的可行性、不同地區的可比性和應用的實際意義等因素,學者會采用不同的統計指標計算極端降水,如年極大值法[16]、超閾值取樣法[17]、最大可能降水法[18]、強度-持續時間-頻率曲線[19]等,其中國際氣候變化檢測與指標專家組(Expert Team on Climate Change Detection and Indices,ETCCDI)提出的指標在日尺度極端降水研究中的應用最為廣泛。對極端降水的時間序列進行趨勢分析是研究氣候變化下極端降水演變規律的常見方法,通常采用的趨勢分析方法有回歸模型檢驗[20]、非參數的Sen斜率方法[21]、Mann-Kendall檢驗[22]以及基于極值分布的變化分析[23]等。線性趨勢檢測雖然是最常用的降水分析方法,但不一定適用于極端降水[24]。此外,在區域和國家尺度的研究中,很少有研究考慮降水變化的區域顯著性。因此,采用不同的趨勢分析方法、不同的指標和不同的分析期(例如記錄的長度、年份或季節),得到的結果不能直接進行比較。

氣候變化的主要跡象之一是全球平均氣溫的持續上升,而理解氣候變暖導致的極端降雨強度增加的核心是克勞修斯-克拉珀龍(Clausius-Clapeyron,C-C)熱力學方程,通常稱之為C-C標度,即飽和水汽壓隨氣溫升高以約6.8%/℃的速度增長。在大陸或全球尺度下,日尺度極端降水強度的增加率約為C-C標度[19-20]。在局部尺度下,受當地氣象和地理環境的影響,極端降水強度的增加率則呈現亞C-C標度(<6.8%/℃)或者超C-C標度(>6.8%/℃)。而小時尺度極端降水對氣候變暖的敏感性更強,在全球尺度下呈現超C-C標度[21]。越來越多的觀測分析指出,在澳大利亞、中國部分地區、東南亞、歐洲和北美等地,極端降水的頻率和(或)強度有所增加,即使是平均降水量減少的區域也如此[22-25],但也有部分地區受環流系統變化的影響,極端降水呈現出下降趨勢[26-28]。PAPALEXIOU S M等[29]使用來自全球各地的高質量日降水記錄來確定和比較1964—2013年間日尺度極端降水事件的頻率和幅度的變化,結果表明,歐亞大陸的大部分地區(歐洲、俄羅斯西部、中國大部分地區)、澳大利亞北部和美國中西部在頻率上呈現增長趨勢,而在亞洲(越南、柬埔寨和泰國)、俄羅斯中部和西歐則在強度上呈現增長趨勢。在中國,盡管采用了不同的數據源和定義極端降水的方法,但結果都顯示出相對一致的規律:總體趨勢上,氣候變暖有可能導致極端降水增強,如中國東部大部分地區、內蒙古、西北等地的頻率和相對強度增加;但區域性差異表明華北、東北和西南地區表現為頻率或強度減少[26,30]。

得益于計算機技術的蓬勃發展,數值模擬是研究極端降水的另一基本途徑,其優勢在于能夠提供更加全面的氣象信息,有助于更深刻認識氣候變化影響極端降水的機理。目前,常見的氣候模式主要有3種,全球氣候模式(Global Climate Model,GCM)、區域氣候模式(Regional Climate Model,RCM)和對流允許尺度模式(Convection-Permitting Model,CPM),分別對應從粗到細的空間分辨率。其中,CPM具有對GCM模擬結果動態降尺度的能力,能更好地獲取區域精細尺度的強迫信息,如地形復雜地區、高精度土地覆蓋等,能更好地捕捉短時極端事件的發生、發展和消失,極大地改善了對局地動力學的模擬,并更好地捕捉了對流組織的細節[31-32]。氣候模式可提供更為全面、連續的降水結果以擴大觀測數據所不能及的時空范圍,并能證實觀測資料中所檢測到的趨勢[33-35]。

數值模擬通過修改驅動模型的初始場和邊界條件對未來氣候進行預估。對極端降水進行未來氣候下的定量模擬及預估,可為氣候變化背景下的洪澇災害研究提供更加豐富的氣象資料。氣候預估依賴情景,未來氣候情景是建立在一定的驅動因素和科學假設基礎上,對未來氣候狀態時間、空間分布的合理描述。目前,大部分研究采用第五次國際耦合模式比較項目(Coupled Model Intercomparison Project,CMIP)中典型濃度路徑(Shared Socioeconomic Pathways,RCPs)的氣候情景。而近年來CMIP6提出的共享社會經濟路徑(Representative Concentration Pathways,SSPs)與RCPs組合(簡稱SSP-RCP)的氣候情景正逐漸成為氣候變化研究的主流?；谖磥砬榫膀寗拥娜蚝蛥^域氣候模擬表明,在未來持續變暖的背景下降水強度和極端事件將增加[34,36-37]。與平均降水相比,極端降水對未來氣候變化的響應更敏感,其頻率的增加遠遠大于其強度的增加[36-37]。氣候模擬也發現了未來小時尺度極端降水的強度幾乎總是達到或高于C-C標度,而隨著氣候變暖,越是罕見的極端降雨事件,其峰值強度和頻率則增加得越多[38-39]。與此同時,預計中雨和小雨的頻率將減少[40],導致未來氣候更有利于干旱和洪水短期內相繼發生。相對于國外,中國對極端降水預估的研究起步較晚,尤其是基于CPM的預估。不同氣候模式在不同情景下的氣候預估研究均表明,未來中國極端降水的強度和頻次都存在顯著的增加趨勢,尤其是華南地區[41]。在中國南方,歷時短、強度大的極端降水未來可能會有較大程度的增加;而在北方,歷時相對較長且強度相對較小的極端降水未來可能會增加。也有研究表明,未來我國東部地區平均降水將減少,但是極端降水事件將增多,未來降水事件可能向短時而強烈的方向發展[21]。

隨著觀測資料的日益豐富和模式方法的逐漸完善,對氣候變化下極端降水的變化趨勢和未來演變的認識和理解取得了實質性進展。雖然到目前為止,對流允許模式的分析主要集中在固定持續時間內的“峰值強度”變化,但未來不同暴雨類型可能發生的結構變化對于理解其災害影響和更新工程設計指南也都十分重要[42]。認識和了解不同類型的暴雨系統、天氣條件及其相關災害,有助于了解極端降水在全球變暖過程中可能發生的空間和時間變化[43-44]。此外,受限于計算和儲存成本,目前利用氣候模式對極端降水進行長序列(例如30年以上)、高時空精度的預估仍比較少見。

1.2 氣候變化與城市化雙重驅動下的極端降水

極端降水受到氣候變化與城市化的聯合影響。城市化相關的物理機制與溫室氣體排放導致氣候變化相關的物理機制在影響極端降水方面具有差異[45]。在城市地區,極端降水預估時既要考慮與氣候變化相關的大尺度大氣熱力學/動力學,也要考慮城市化導致局部尺度近地表物質和能量運動狀態的改變對一系列氣象水文特征產生的復雜影響[46-50]。在高度城市化地區,極端降水特征演變往往是氣候變化與城市化雙重驅動的結果。

目前,城市極端降水變化主要受以下因素的影響[51-58]:①城市熱島效應(即城市區域相比于周邊區域,呈現出較高的大氣和地表溫度)。受城市熱島效應影響,在水汽充足、凝結核豐富或其他有利的天氣形勢下,大氣邊界層內對流增強,在城區形成水汽輻合帶。②城市冠層效應。城市建筑物使得地表粗糙度增加、城區風速減緩,有利于輻合中心的形成。③城市氣溶膠效應。城市氣溶膠的排放改變了降雨凝結核的組成和分布,從而抑制或促進降雨的發生,改變降雨分布規律。④城市干島效應(即城市區域相比于周邊區域,呈現出較低的濕度或水汽壓)。受城市干島效應影響,城區蒸散發的減少降低了大氣水分的可用性,抑制了對流,從而減少降水。隨著大量資料解析和數值模擬研究的開展,有學者認識到對于不同的城市地區和天氣條件及前期環境,城市對降雨的影響機制的表現方式也不相同,需要具體分析、分類歸納[59]。對于處在復雜地理環境的城市,如湖濱城市或者海濱城市,受地理環境特征(臨近自然水體、地形地貌)以及局地環流形式(城市熱帶環流、水陸風環流、山地環流等)的影響,城市降水增強、增多的主要地區一般分布在城區及其盛行風的上風向和/或下風向[60-61]。因此,有學者強調按天氣條件和/或暴雨前環境(如熱島強度、風速、濕度)劃分暴雨進行研究的重要性。

城市化會加劇氣候變暖對城市的影響,未來的城市化也將進一步放大城市地區的溫增,加劇城市熱島效應,尤其是高度城市化地區[62]。城市化和溫室氣體排放引起的變化可能動態地相互作用,改變未來的降水。然而,大多數研究只關注城市化對降水的影響[51-56],或者只研究氣候變化對降水的影響變化[38,42,44-46]。探究降水特別是極端降水對氣候變化和城市化復合效應響應的研究較少。

對觀測數據進行分析是研究城市降雨的基本方法,其通常思路是比較城市不同位置降雨要素的差異(如城區與郊區差異、上下風區差異),將其作為衡量城市化對降雨影響程度的主要指標。而改變中尺度氣象數值模式中城市地區的反射率、粗糙度、土壤熱力性質以及蒸發率等陸面過程參數,或采用中尺度氣象數值模式耦合城市冠層模式(Urban Canopy Model)是數值模擬的常用方法[63]。結合驅動數值模式初始場和邊界條件的修改處理,通過合理的試驗設置可以探究氣候變化與城市化的雙重影響。

LIU H Y等[64]以6個大氣指標和6個城市化指標為解釋變量,進行了基于位置、尺度和形狀廣義加性模型(Generalised Additive Models for Location Scale and Shape,GAMLSS)的極端降水非一致性頻率分析,發現在城市化和氣候變化的影響下,長江中游地區極端降水強度增加,歷時減少,即發生更多的短時強降水,并且還發現城市化對極端降水非一致性的貢獻大于氣候變化的。ZHANG L L等[65]通過對深圳的氣象站點進行分類統計分析,結果表明深圳全市各地的年最大降水量普遍增加,而經歷快速城市化的站點則呈現更明顯的增加趨勢。采用氣候模式進行數值模擬試驗是了解極端降水未來演變的重要方法。GEORGESCU M等[45]使用網格分辨率為20 km的WRF(Weather Research and Forecasting)模型進行長歷時模擬,研究了21世紀末溫室氣體和城市擴張對美國大陸極端降水的相互作用,發現盡管城市化會對美國城市地區的極端降水產生增強或抑制的不同效應,但溫室氣體排放仍會使得大部分城市的極端降水增加。DENG Z F等[39]進一步采用對流允許尺度(4 km)的WRF模型在多情景下探究粵港澳大灣區未來城市化和氣候變暖對極端降水的影響,結果表明,城市化和溫室氣體對降水的相互作用是非線性的,其導致的降水變化與僅考慮溫室氣體影響的近似,但仍具有城市化影響的空間分布特征。也有學者通過修改驅動數值模式初始場和邊界條件進行后推,探究相對于過去時期現今氣候和城市帶來的極端降水變化,發現相對于工業革命前的情景,城市與氣候變暖復合效應引起的降水增加比單獨的城市影響引起的大50%。城市尺度的降水模擬往往要求較高的空間精度,受限于計算成本和儲存資源,在全球和區域范圍考慮未來城市化和氣候變化的降水預估仍十分有限。

2 氣候變化對城市暴雨洪澇的影響

2.1 氣候變化對城市洪澇影響的評估方法

未來氣候變化對城市洪澇的影響為當前水資源管理研究的重大問題之一[9]。氣候變化對城市洪澇的影響研究,主要是通過研究氣候變化引起的降水變化來分析城市洪澇可能變化的增減趨勢,研究基本上都遵從氣候情景設計—洪澇評估模型—影響評估的模式(圖1)。

圖1 氣候情景設計—洪澇評估模型—影響評估技術路線

為了評估氣候變化對城市洪澇的影響,設計暴雨變化的情景至關重要。設計氣候變化下的暴雨情景通?？梢岳糜^測資料和氣候模式。利用觀測資料是指通過長期的氣象觀測數據揭示暴雨特征的變化趨勢及未來可能發生的變化。利用氣候模擬是直接利用氣候模式基于不同的降水情景對未來降水進行模擬。情景設計時,通?？紤]氣候變化下設計暴雨的變化特征,如設計降水深度、降水異質性和前期水分條件等多重因素的變化程度對城市洪澇的影響[50]。在設計降水深度方面,通常根據降水與溫度的函數關系(如C-C標度)將輸入洪澇模型的降水深度或者峰值降水強度按照情景代表的變暖程度放大[50]。在降水的時間異質性上,目前大多研究集中在探究降水在時間尺度模式上的變化,如采用氣候區的觀測數據分析降雨時程分布的變化[66-67],從而研究降水時程變化對城市洪澇的影響。此外,研究前期水分條件的變化導致土壤干燥程度的變化也是研究氣候變化對城市洪澇影響的方法[68-69]。利用氣候模式進行情景設計是預估未來、后推歷史的常見方法。其中,GCM能夠較好地模擬大尺度的天氣活動過程,生成全球尺度的氣候變量數據,如降水、溫度等,但是GCM受到計算能力以及存儲資源的限制,其輸出數據的空間分辨率通常為1°～3°,較粗糙,難以捕捉影響城市局部氣候變量的中尺度和微尺度物理過程,因此需要對GCM的輸出結果進行降尺度處理。降尺度方法主要包括統計降尺度和動力降尺度兩大類。統計降尺度方法主要原理為利用統計模型建立較大尺度的氣候變量和精度更高的局部氣候之間的關系,然后將該關系應用于精度較低的數據,從而獲得精度較高的不同時期或地點的變量數據,而不需事先知道研究區域氣象變量的物理機制[70]。然而,統計降尺度方法無法提供對大氣、海洋和陸地過程的物理解釋。因此,在解釋模型結果時可能存在一定的不確定性。動力降尺度是指將GCM的輸出作為分辨率更高的RCM和CPM的物理準則和邊界條件,利用RCM和CPM輸出該區域的高精度天氣活動過程[71]。RCM和CPM在彌補全球和區域氣候信息之間的分辨率差距方面發揮著重要作用。常見的RCM有WRF模式、ETA模式和MM5模式等。通過動力降尺度,可以考慮到研究區域內的局部細節信息,并提供更準確的氣候變化預估預測,但是計算和儲存成本過高。通過這種方式獲得的代表氣候變化的降水序列,可以作為洪澇評估模型的輸入。

評估氣候變化對城市洪澇影響的方法通常包括統計模型、城市洪澇數值模型和智能算法模型。統計模型是基于歷史觀測數據和統計分析方法來評估氣候變化對城市洪澇影響的一種方法,可以充分利用歷史的長期氣候數據和洪澇觀測數據,有較強的數據支撐,但其假設建立在歷史洪澇模式與未來洪澇模式之間具有一致性的基礎上,而在極端氣候事件下這一假設會受到影響[67]?；诔鞘泻闈硵抵的Ｐ偷姆椒?將反映氣候變化(如暴雨特征變化)和城市化(如下墊面和管網變化[72])的驅動數據輸入到洪澇模型,可以較為準確地評估氣候變化和城市化對城市洪澇過程的致災機理和影響規律的影響,目前該方法應用較為廣泛。城市洪澇模擬的原理是城市水循環規律及水動力學物理機制。城市洪澇模型根據原理可大致分為水文模型、水動力模型及水文水動力耦合模型三類。水文模型用于反映降雨、蒸散發、下滲、截留產匯流過程;水動力模型通過求解水動力方程(如一維圣維南方程和二維淺水方程)來反映河道、管網和地表水流的運動過程;水文水動力耦合模型用于反映降雨—洪澇淹沒過程[73]。一些典型的城市洪澇模型如MIKE、InfoWorks ICM、SWMM等[73],在城市暴雨洪澇數值模擬方面已得到廣泛應用。率定后的城市洪澇模型通常具有較高的精度,并具有較明確的物理意義,可以準確模擬城市洪澇事件的各個特征變量,如水位流量、淹沒水深、淹沒范圍、淹沒過程等信息,從而反映真實的洪澇發展過程。另外,智能算法模型也是研究氣候變化下城市洪澇災害風險的常用方法。該方法選取降雨和下墊面特征等指標,結合智能計算方法分析降水變化導致的洪澇風險變化。一些典型的智能計算方法如層次分析法、模糊綜合評價[71]、云模型[74]、集對分析和熵權法[75]等,還有一些機器學習方法如隨機森林模型、貝葉斯廣義線性模型[76]等在評估氣候變化對城市洪澇的影響中得到應用,而深度學習方法用于研究氣候變化對洪澇的影響相對較少[77]。然而,這類方法無法獲取詳細的洪澇淹沒信息,通常用于大尺度的洪澇風險研究。

2.2 氣候變化對城市洪澇的影響

氣候變化和人類活動被認為是城市洪水演變的主要驅動因素[78-79]。氣候變化加劇了極端暴雨事件的發生概率與強度,進而改變了城市水循環的時空變化過程。通過模擬未來不同的氣候輸入和土地利用情景,利用城市洪澇數值模型可評估未來洪澇變化情況。WASKO C等[67]根據澳大利亞的觀測數據發現,僅僅降水異質性的變化(降雨量沒有發生變化)就導致中型集水區百年一遇的洪水淹沒范圍增加50%。除了觀測數據外,更多的學者選擇使用CMIP下的不同GCM作為城市洪澇模型的輸入條件來探究城市未來的洪峰流量、淹沒面積和淹沒深度響應。在暴雨徑流響應方面,尹家波等[80]基于CMIP6的21個GCM數據, 通過偏差校正和水文模型,預估21世紀末中國極端降水、洪水事件的頻率將增長20%～30%。VEMULA S等[81]根據CMIP5和SWMM預測了印度在4種RCP情景下的未來極端降水,結果表明未來印度的徑流將增加。也有一些研究使用不同的全球氣候模式來評估未來極端降水對城市水文過程的潛在影響,結果表明雨水管理基礎設施無法容納預期的峰值徑流,導致城市集水區的洪災危險性增加[82-84]。在城市地表淹沒響應方面,ZHANG Y等[85]使用CMIP5下的NEX-GDDP模型預測氣候變化,并將HEC-HMS模型與FLO-2D模型相結合,研究表明氣候變化使得與熱帶氣旋相關的暴雨洪澇淹沒范圍和淹沒深度更高。

氣候變化不僅會加劇水循環變化,其本身以及對應的人類社會發展政策還會深刻影響土地利用尤其是城市土地的變化。氣候變化和城市化兩個驅動因素使得城市洪澇特征更加復雜,城市地區將面臨更加嚴峻的水安全問題。有學者采用了多種不同的降雨-城市下墊面變化情景,研究未來土地利用和降雨變化對城市洪澇的影響。這些研究表明,氣候變化和城市化的聯合作用加劇了城市洪澇過程[86]。例如,MISHRA B R等[87]對GCM數據進行統計、降尺度,并利用未來土地利用數據,結合HEC-HMS與FLO-2D模型研究發現,隨著氣候變化和快速城市化,預計洪峰流量、洪水量、淹沒面積和水深將會增加6%～31%。DENG Z F等[71]利用SSP2-RCP4.5和SSP5-RCP8.5數據研究發現,氣候變化和城市化導致粵港澳大灣區的地表徑流增加了7.91%～15.53%,使得洪澇風險最高區域的徑流量分別進一步擴大24%和39%。WANG M等[88]預估了2020—2050年粵港澳大灣區洪水敏感性的時空變化,在SSP1-RCP2.6、SSP2-RCP4.5和SSP5-RCP8.5情景下高洪水易感性地區面積將分別增加9.5%、12.0%和14.4%。氣候變化和城市化對洪水演變的影響不盡相同,科學識別城市洪水演變的關鍵驅動要素、量化氣候變化與城市化對城市流域洪水演變的影響是城市洪水管理的重要依據。BIBI T S等[89]利用PCSWMM模型探討了區域氣候模式和不同土地利用變化情景對城市洪水的影響,結果表明氣候變化對雨水排水系統的負面影響比城市化的更大,且現有的排水系統在所有的模擬情景下均無法適應氣候變化引起的洪水量增加。LI S S等[74]利用層次分析法和云模型探討了氣候變化和人類活動對洪水易感性的相對影響,結果表明氣候變化對洪水易感性的影響比人類活動的影響大。另外,亦有研究根據RCP4.5情景得出,美國2050年的洪澇風險因氣候變化將增加26.4%。此外,預計的人口變化(SSP2)導致洪澇風險增加的影響超過氣候變化導致的影響的4倍[90]。ZHOU Q Q等[91]利用土地利用和管網變化、RCP2.6和RCP8.5情景探討了城市化和氣候變化對城市洪水量的影響,結果表明城市化導致的洪水風險變化遠高于氣候變化引起的變化。

此外,對于沿海城市,高潮位和臺風也是洪澇事件的主要驅動要素,受到氣候變化影響[92]。當暴雨的發生伴隨高潮位時,區域的水無法有效通過管道或沿岸排出,將導致區域產生的城市洪澇變得更加嚴重且復雜多樣。在此基礎上,臺風不僅帶來強風還會增高潮位,從而形成風、暴、潮“三碰頭”的復合城市洪澇災害。有研究表明,氣候變化導致海平面上升和增加高潮位,會加劇沿海城市洪澇事件的發生頻率和強度[7,93]。

3 氣候變化下的城市洪澇韌性

3.1 城市洪澇韌性建設的重要性

韌性通常是指系統在遭受重大干擾后恢復的能力。不同學科的學者對韌性的定義存在較大的差異,據統計有超過70種不同定義的韌性被各個學科領域的相關文獻提及[94]。MARTIN-BREEN P和ANDERIES J M[95]回顧了不同學科領域的韌性研究,提出了一個跨學科的韌性框架,并且在城市洪澇韌性領域中得到了廣泛應用。該框架將韌性分為工程韌性(Engineering Resilience)、系統韌性(Systems Resilience)和復雜自適應系統(Complex-adaptive Systems)韌性[95]。工程韌性指的是在遭遇沖擊時能保持現狀或迅速恢復現狀,而不會造成永久性損害。工程韌性不止局限于描述建筑物,也用于描述系統“反彈”到初始狀態的能力,即強調城市在遭遇洪水事件后迅速完全恢復的能力。系統韌性類似于工程韌性,但側重于反映整個城市系統在遭遇洪水事件時保持其功能的能力。復雜自適應系統韌性描述了系統適應和經過改進后進入新階段的能力,側重于表達城市系統從過往的洪水事件中學習以更好地適應未來洪水沖擊的能力,代表了以長期增加洪澇韌性為目標的自適應迭代學習過程。圖2反映了城市單一承災體/系統在洪水沖擊下先受損再恢復的過程,前半段下降曲線反映承災體在洪水事件中受到沖擊導致性能受損的過程,后半段上升曲線則表示其從洪水沖擊中恢復的過程[96]。其中:①處響應代表通過韌性建設增強了抵御、適應洪水的能力;②處響應代表通過韌性建設從洪水事件沖擊中更快恢復;③處響應代表通過韌性建設和從洪水事件中學習知識,使城市系統提升到更高、更安全的水平。

圖2 城市單一承災體/系統的洪澇韌性示意圖[96]

傳統的洪澇風險管理包括危害性、暴露度和脆弱性[97-98],側重于研究可能發生的洪澇災害事件帶來的損失,強調洪澇災害的后果[99-100],實踐中主要解決思路為建設防洪工程設施,嘗試完全抵御洪水,降低城市內部人、財產、基礎設施等的暴露度和脆弱性。過去數十年里,盡管全球各地許多城市地區建設了大型防洪工程設施,但洪水事件導致防洪設施不堪重負或失靈的情況仍時有發生。隨著氣候變化導致的洪水事件的頻率和強度增加,預計未來數十年里世界各地許多城市地區的洪澇風險將繼續進一步增加。在此背景下,洪澇韌性逐漸成為了國際社會管理城市洪澇風險的關鍵概念[101-102]。區別于傳統城市洪澇風險管理,城市洪澇韌性側重于體現城市系統在洪澇災害中所表現出的抵抗、適應并從中恢復的能力。

3.2 城市洪澇韌性評價

近年來,城市洪澇韌性評價已經成為國內外的研究熱點[103]。目前城市洪澇韌性評價研究可以概括為定性評價和定量評價兩類[104]。

3.2.1 定性評價

洪澇韌性的定性評價方法主要涉及韌性的概念、重要性,以及如何增強城市洪澇韌性等,主要包括洪澇韌性訪談方法和洪澇韌性理論框架方法。MAVHURA E等[105]對120戶家庭進行訪談調查, 總結了當地居民在洪水事件發生時如何運用本土知識保護室內財產, 通過構建本土知識體系增強社區洪澇韌性。AHMAD D等[106]結合調查問卷和840戶家庭的訪談結果,總結了研究區住戶在應對洪水時采取的措施,并分析了阻礙居民有效應對洪水的主要因素,如低收入、身體殘疾、土地使用規劃不當、缺乏先進的預警系統等,同時針對這些問題提出了洪澇韌性建設措施。SERRE D等[107]提出了一個基于社區尺度的洪澇韌性評估框架,使用概念性模型DS3(spatial decision support system model)進行洪澇韌性定性分析,從而確定有助于提升洪澇韌性的社區建設措施。HEMMATI M等[108]總結了美國洪水易發地區未來城市發展規劃中的關鍵問題和挑戰,認為在氣候變化背景下需要將社區洪澇韌性概念與城市規劃相結合,強調政府需要將韌性概念納入政策決策中,同時考慮政策隨時間推移的有效性,并重視工程措施和非工程措施的結合。

相比依賴專家和專業機構知識的傳統洪澇風險管理,已有的洪澇韌性定性評價研究充分總結了洪水事件親歷者應對洪水的見解,一定程度上展示了洪澇韌性研究與傳統洪澇風險管理的區別。洪澇韌性定性評價研究為城市洪澇韌性研究提供了重要的理論指導和方法論,加深了人們對城市洪澇韌性概念的認識。

3.2.2 定量評價

常見的洪澇韌性定量評價方法主要分為基于指標的方法和基于模型模擬的方法?；谥笜说姆椒ㄊ菑暮闈稠g性的內涵出發,構建指標體系對系統洪澇韌性進行評價。LWIN K K等[109]構建社會洪澇韌性指標體系,采用調查問卷法對緬甸伊洛瓦底三角洲4個村莊進行調查,評估洪水易發地區和非易發地區的社會洪澇韌性水平。MIGUEZ M G等[110]構建洪澇韌性指數,以巴西里約熱內盧一個高度城市化的流域為例,通過量化洪澇韌性實現了防洪控制方案優選。LIU D等[111]從自然環境、文化、社會、經濟、防洪技術等方面篩選出15項指標,對12個養殖場的洪澇韌性進行評估,并進一步分析與洪澇韌性密切相關的因素。BERTILSSON L等[112]結合洪水危害性、暴露性和經濟損失等指標,提出了名為空間化城市洪水抗災力指數(S-FRESI)的多標準指數,然后將其用于測量和可視化不同情景的空間洪澇韌性。MOGHADAS M等[113]構建了基于社會、經濟、制度、基礎設施、社區資本和環境的綜合洪澇韌性指數,并開發了一種基于層次分析法和TOPSIS的多準則決策方法,對伊朗德黑蘭市不同城區的洪澇韌性水平進行排名?；谥笜说姆椒ㄓ嬎爿^為簡單,便于針對不同的研究區和研究對象進行洪澇韌性評價,但是也存在指標權重計算依賴專家知識、指標選取較為主觀等缺點,導致洪澇韌性結果存在較大的主觀性和不確定性。

基于模型模擬的方法也被應用于評估城市洪澇韌性。MUGUME S N等[114]提出了一種全局城市洪澇韌性分析框架,基于SWMM模擬結果,通過洪水總量和洪水持續時間確定排水系統的故障程度,用于表征系統功能的損失,并根據系統性能曲線評估城市排水系統的整體韌性,并進一步融合故障程度和時間構建韌性指數,量化排水系統中每根管道發生故障時系統剩余功能。WANG Y T等[115]提出了一種基于網格尺度的系統性能曲線韌性指標,采用二維元胞自動機CADDIES模型對31個集水區進行地表洪水模擬,將韌性定義為未被淹沒的網格數與總網格數的比值,實現了更高分辨率的城市流域洪澇韌性評價和低韌性集水區的識別。CHEN J L等[116]以珠海市某流域為例,結合水文水動力模型模擬的淹沒水深計算網格尺度的洪澇韌性,并將人類風險感知量化為權重整合到韌性計算中,探究了不同降雨情景和不同時段下的洪澇韌性。ZHENG J X等[117]構建了一種考慮淹沒水深、流速和淹沒歷時的網格尺度城市洪澇韌性指數,并指出需要重視交通用地的韌性建設?；谀Ｐ湍M的方法通?；谒?、水動力模型對洪水事件的模擬結果進行韌性評價,因此比基于指標的方法更加客觀和精確。同時,基于模型模擬的方法能提供更高分辨率的韌性評價結果,并且能依據水文或水動力模型的動態模擬結果,對整個研究區或其中單個集水區進行洪澇韌性的動態評價。然而,基于模型模擬的方法仍然較難同時考慮人口、社會、經濟等眾多因素,因此也具有一定的局限性。

4 關鍵問題與展望

綜觀近年來國內外研究成果,盡管對氣候變化下極端降水、城市暴雨洪澇和城市洪澇韌性的理論和實踐研究已取得了長足進步,研究方法也不斷完善,但受制于數據的局限和模型的不確定性,當前研究仍存在許多不足之處,需要進一步探討。因此,從學科發展的角度分析,當前氣候變化下城市洪澇研究還應該加強以下幾方面的工作:

1)構建更加完善、全面的水文氣象監測體系?？茖W數據是氣候變化研究的基礎,應加強長時間序列高質量高密度的水文氣象站點數據的累積,并充分結合衛星觀測、雷達探測、高空氣體探測、眾包模式監測等多源數據融合,構建“空-天-地”一體化監測體系[118]。城市環境復雜多樣,城市水文氣象研究要求較高的數據精度、密度;城市人口密集、環境多變,傳統觀測方式運維難度高、成本大,這些都是科學數據建設發展中所面臨的挑戰。

2)加深對氣候變化與城市化雙重驅動下極端降水時空演變特征及其形成機理的理解。在城市地區,有關極端降水的研究需要同時考慮與氣候變化相關的大尺度大氣熱力學/動力學和與城市化相關的局部尺度熱力學/動力學。城市在局部尺度的影響復雜多樣,往往與大尺度天氣系統環境息息相關,需要對高度城市化區域的極端降水基于地理環境、風暴前環境、天氣條件等因素進行分類討論、歸納總結[14]。盡管已有部分研究探究了雙重因子對極端降水的影響,但是仍十分有限,更缺乏全球尺度的研究。

3)加強極端降水和城市洪澇在氣候預估中的不確定性研究。未來情景的復雜性和不確定性是研究氣候變化對城市洪澇影響的挑戰之一。雖然目前的氣候模式可以預估未來氣候情景下的極端降水,但由于氣候系統的復雜性,預估降水結果對所采用的參數化方案仍然很敏感,仍然存在著一定的不確定性[2]。未來的研究應該在探究氣候變化下極端降水和城市洪澇演變規律的同時結合不確定性、可信度的探討,進一步深化理解陸表和大氣間相互作用的復雜反饋機制,提高氣候模式的精度和可靠性,通過整合多源數據降低不確定性的影響。

4)深化氣候變化以及人類活動對城市復合洪澇影響的研究。氣候變化加劇水文循環,深刻影響著極端降水、海平面高度、冰川融雪、熱帶/溫帶氣旋等影響洪澇災害特征的致災因子、孕災環境。在未來,城市可能會更多地面臨多種致災因子疊加產生的“多碰頭”洪澇災害,但目前我們對這些復合洪澇災害的影響仍知之甚少[119-120]。構建更加全面、細化的氣候變化下洪澇災害情景,進一步了解氣候變化對城市復合洪澇的影響,揭示自然氣候變化、人為氣候變化和不同人類活動因素(如水利工程修建、水沙調度等)對城市復合洪澇的影響機制仍是需進一步深入研究的重點,也是指導城市洪澇韌性建設的關鍵。

5)提高人工智能模型在氣候變化背景下洪澇模擬的準確性和可解釋性。目前的城市洪澇模型雖然能較好地模擬城市洪澇過程,但面臨模擬效率低和難以直接獲取輸入和輸出關系的問題。人工智能模型具有強大的非線性處理能力和高效的數據處理能力,可以基于洪澇淹沒數據和觀測數據快速學習并獲得輸入和輸出之間的關系,在暴雨洪澇快速和高精度模擬方面展現出巨大的潛力[118]。然而,目前人工智能模型采用的暴雨洪澇淹沒數據大多數是基于歷史暴雨設計的,難以很好地模擬氣候變化背景下的暴雨洪澇過程,面臨模型泛化能力不足和解釋性不高的問題[121]。未來的研究可以利用城市洪澇模型模擬氣候變化下的暴雨洪澇情景,形成基于模型模擬數據和觀測數據的能反映氣候變化的暴雨洪澇大數據,并將其中涉及的水文水動力學物理知識融入到人工智能模型中,構建一種基于知識和數據融合驅動的暴雨洪澇模擬模型,并通過可解釋性方法揭示不同輸入因子對洪澇過程的貢獻,以提高人工智能模型的可解釋性和應對氣候變化的能力。

6)深化城市洪澇韌性中概念框架、定量定性方法以及不確定性的探討。氣候變化增加了洪澇災害預測的不確定性,傳統的洪澇風險管理和防洪措施已經不足以應對變化環境下的洪澇風險。近年來洪澇韌性成為了研究熱點,因為其有助于應對突發的、存在不確定性的洪澇災害。然而城市洪澇韌性尚未得到全面和深入的研究,缺乏明確統一的概念框架和全面的量化方法。洪澇韌性的定性研究在國內仍相對較少,需要通過調查問卷和訪談針對典型城市地區進行調研,了解國內各城市地區的洪澇韌性情況,總結不同地區、不同空間尺度的洪澇韌性能力的限制因素和有利因素,提出適用于國內的洪澇韌性概念框架[122]。還可以進一步結合指標評價法對不同地區和尺度進行洪澇韌性定量分析,針對薄弱環節因地制宜地提出洪澇韌性建設對策。在結合模型模擬方法定量評價洪澇韌性時,除了結合水文水動力模型考慮水深、流速等客觀因素,還有必要充分考慮經濟、社會因素,如洪澇預警系統、洪水保險、應急響應水平、居民的洪水應對經驗等。此外,如何將洪澇韌性和洪澇風險的分析、評價研究進行有機結合也是一個重要的研究方向,洪澇韌性研究不是洪澇風險研究的替代品,而是針對變化環境提出的補充研究,應將二者進行結合研究以更好地反映城市應對洪澇災害的能力,更好地幫助提升城市洪水管理水平、降低洪澇災害風險。

7)構建氣候變化下考慮非一致性的工程設計標準。中國目前的排水系統設計標準、暴雨設計標準、洪水設計標準等工程設計標準是基于一致性的條件。然而,在氣候變化和城市化的雙重影響下,暴雨發生的機制、主要特征和氣候平均值發生了變化,城市洪澇風險有增加的趨勢。因此,有必要加強對變化環境下城市長、短時暴雨特征的研究,包括暴雨的發生演化機制、時空結構和變化特征,編制時變暴雨強度公式或時變IDF(intensity-duration-frequency)曲線。

5 結語

概述了氣候變化背景下極端降水、暴雨洪澇、洪澇韌性近20年的發展,重點關注了脆弱性更高的城市地區。氣候變化下城市洪澇的相關理論和實踐研究從氣候變化對城市暴雨影響的物理機制出發,著眼于極端降水的趨勢診斷及未來預估,基于降水深度、降水時程分布、前期水分條件等水文情景設計要素的變化探究城市洪澇災害演變規律,并構建城市洪澇韌性的理論框架體系應對洪澇災害帶來的負面影響并從洪澇影響中快速恢復。相較于國外的成熟技術,國內在極端降水、暴雨洪澇、洪澇韌性方面的研究和實踐還存在許多不足之處,如中國在城市暴雨洪水監測方面存在薄弱環節以及數據缺失可能影響城市雨洪研究的精度及可靠性。因此,中國城市雨洪模擬與管理研究仍面臨著諸多挑戰。在今后的研究中,應構建更加完善、全面的水文氣象監測體系,以獲得更加詳細的數據和加深對氣候變化與城市化雙重驅動下極端降水、復合洪澇時空演變特征及其形成機理的理解;充分認識和利用人工智能模型,提升其在洪澇模擬中的準確性和可解釋性;深化城市洪澇韌性建設,建立適合中國城市發展狀況的洪澇韌性建設方案,為構建可持續的城市綜合水資源管理制度體系提供基礎。