气候变化对城市暴雨洪涝影响研究进展

邓梓锋, 高玮志, 廖耀星, 王兆礼,2

(1.华南理工大学 土木与交通学院,广东 广州 510641; 2.人工智能与数字经济广东省实验室(广州),广东 广州 510335)

近年来,全球气候变化和快速城市化使得人类面临日益严峻的水安全问题——水资源短缺、水环境污染、洪涝和干旱灾害等[1-2]。气候变暖和城市化直接影响了水循环过程及要素的时空分布特征,增加并增强了极端气候事件[3-4]。其中,极端降水及其引发的洪涝灾害给全球许多经济发达、人口稠密的城市地区带来了灾难性的破坏。随着人口和财产的不断聚集,城市地区遭遇同等规模的暴雨内涝所遭受的损失比以往更大[5]。因此,与气候系统变化密切相关的城市洪涝研究已成为城市适应研究亟待解决的重要课题。

城市洪涝灾害已成为影响中国城市公共安全的突出问题,也是制约中国经济社会发展的重要因素。在2010—2018年间,我国每年受淹或产生内涝的城市数量均超过80座,受影响人口高达5千万人到2亿人不等,所造成的直接经济损失均达到千亿元以上[6]。气候变化会进一步放大洪涝给城市带来的损失[7]。联合国政府间气候变化专门委员会(Intergovernmental Panel on Climate Change,IPCC)在2012年首次对气候变化对洪水等极端灾害事件的影响进行综合评估,发布了极端事件风险管理特别报告[8],并在第六次报告中强调,气候变化导致的极端海平面和极端降水/河流事件的结合将增加城市洪涝发生的可能性[9]。由于洪水量的增加,排水网络复杂的大城市面临着越来越大的挑战。气候变暖改变了极端降水频率和强度,破坏了城市建设中设计暴雨的一致性假设,进而使得工程的设计标准不适用于气候变化环境中的暴雨过程,也难以平衡经济支出和防治效用[10-11]。目前,已有许多研究关注气候变化对极端降水和城市洪涝的影响[3-4,12-15]。尽管学者们使用了不同的暴雨洪涝模型、评估方法和防洪防涝标准,但研究结果均表明未来全球多地城市洪涝风险将随着洪涝发生频率和强度的增加而增加。因此,新的城市防洪防涝政策、评估和工程设计应该考虑到未来增强增多的极端降水、不断增长的人口和持续扩张的城市面积,以便能够保持一个可接受的系统过载频率。

本研究旨在回顾城市洪涝及其适应气候变化的科学知识和实践的最新进展,总结和分析目前人类对气候变化下极端降水、城市暴雨洪涝和城市洪涝韧性的认识和亟须应对的挑战,以期为今后相关研究工作提供参考和支撑。

1 气候变化下的城市极端降水特征演变

降雨是水循环过程的关键因素,是水文模型研究的基础资料和水文计算与预报最重要的输入项,也是陆面水文过程的主要输入驱动。持续性强降雨或短历时高强度降雨是城市暴雨洪涝灾害的主要驱动因子。气候变化改变了气候系统的热力和动力环境,影响了陆地-大气系统的能量收支和水循环过程,但并非所有地区未来的极端降水都会经历明显增长。因此,了解和认识这些极端降水在气候变化背景下的变化特征是城市洪涝研究的重要内容和前提。

1.1 极端降水对气候变化的响应

目前,降雨观测主要包括地面站点观测、卫星遥感和天气雷达反演估测等方式。其中,地面站点观测主要基于地面某一点进行记录,而卫星遥感和天气雷达则通过遥感技术分别从上方(地球外部)和侧面(或下面)在连续空间上进行记录。“极端”的定义并不是唯一的。考虑定量研究的可行性、不同地区的可比性和应用的实际意义等因素,学者会采用不同的统计指标计算极端降水,如年极大值法[16]、超阈值取样法[17]、最大可能降水法[18]、强度-持续时间-频率曲线[19]等,其中国际气候变化检测与指标专家组(Expert Team on Climate Change Detection and Indices,ETCCDI)提出的指标在日尺度极端降水研究中的应用最为广泛。对极端降水的时间序列进行趋势分析是研究气候变化下极端降水演变规律的常见方法,通常采用的趋势分析方法有回归模型检验[20]、非参数的Sen斜率方法[21]、Mann-Kendall检验[22]以及基于极值分布的变化分析[23]等。线性趋势检测虽然是最常用的降水分析方法,但不一定适用于极端降水[24]。此外,在区域和国家尺度的研究中,很少有研究考虑降水变化的区域显著性。因此,采用不同的趋势分析方法、不同的指标和不同的分析期(例如记录的长度、年份或季节),得到的结果不能直接进行比较。

气候变化的主要迹象之一是全球平均气温的持续上升,而理解气候变暖导致的极端降雨强度增加的核心是克劳修斯-克拉珀龙(Clausius-Clapeyron,C-C)热力学方程,通常称之为C-C标度,即饱和水汽压随气温升高以约6.8%/℃的速度增长。在大陆或全球尺度下,日尺度极端降水强度的增加率约为C-C标度[19-20]。在局部尺度下,受当地气象和地理环境的影响,极端降水强度的增加率则呈现亚C-C标度(<6.8%/℃)或者超C-C标度(>6.8%/℃)。而小时尺度极端降水对气候变暖的敏感性更强,在全球尺度下呈现超C-C标度[21]。越来越多的观测分析指出,在澳大利亚、中国部分地区、东南亚、欧洲和北美等地,极端降水的频率和(或)强度有所增加,即使是平均降水量减少的区域也如此[22-25],但也有部分地区受环流系统变化的影响,极端降水呈现出下降趋势[26-28]。PAPALEXIOU S M等[29]使用来自全球各地的高质量日降水记录来确定和比较1964—2013年间日尺度极端降水事件的频率和幅度的变化,结果表明,欧亚大陆的大部分地区(欧洲、俄罗斯西部、中国大部分地区)、澳大利亚北部和美国中西部在频率上呈现增长趋势,而在亚洲(越南、柬埔寨和泰国)、俄罗斯中部和西欧则在强度上呈现增长趋势。在中国,尽管采用了不同的数据源和定义极端降水的方法,但结果都显示出相对一致的规律:总体趋势上,气候变暖有可能导致极端降水增强,如中国东部大部分地区、内蒙古、西北等地的频率和相对强度增加;但区域性差异表明华北、东北和西南地区表现为频率或强度减少[26,30]。

得益于计算机技术的蓬勃发展,数值模拟是研究极端降水的另一基本途径,其优势在于能够提供更加全面的气象信息,有助于更深刻认识气候变化影响极端降水的机理。目前,常见的气候模式主要有3种,全球气候模式(Global Climate Model,GCM)、区域气候模式(Regional Climate Model,RCM)和对流允许尺度模式(Convection-Permitting Model,CPM),分别对应从粗到细的空间分辨率。其中,CPM具有对GCM模拟结果动态降尺度的能力,能更好地获取区域精细尺度的强迫信息,如地形复杂地区、高精度土地覆盖等,能更好地捕捉短时极端事件的发生、发展和消失,极大地改善了对局地动力学的模拟,并更好地捕捉了对流组织的细节[31-32]。气候模式可提供更为全面、连续的降水结果以扩大观测数据所不能及的时空范围,并能证实观测资料中所检测到的趋势[33-35]。

数值模拟通过修改驱动模型的初始场和边界条件对未来气候进行预估。对极端降水进行未来气候下的定量模拟及预估,可为气候变化背景下的洪涝灾害研究提供更加丰富的气象资料。气候预估依赖情景,未来气候情景是建立在一定的驱动因素和科学假设基础上,对未来气候状态时间、空间分布的合理描述。目前,大部分研究采用第五次国际耦合模式比较项目(Coupled Model Intercomparison Project,CMIP)中典型浓度路径(Shared Socioeconomic Pathways,RCPs)的气候情景。而近年来CMIP6提出的共享社会经济路径(Representative Concentration Pathways,SSPs)与RCPs组合(简称SSP-RCP)的气候情景正逐渐成为气候变化研究的主流。基于未来情景驱动的全球和区域气候模拟表明,在未来持续变暖的背景下降水强度和极端事件将增加[34,36-37]。与平均降水相比,极端降水对未来气候变化的响应更敏感,其频率的增加远远大于其强度的增加[36-37]。气候模拟也发现了未来小时尺度极端降水的强度几乎总是达到或高于C-C标度,而随着气候变暖,越是罕见的极端降雨事件,其峰值强度和频率则增加得越多[38-39]。与此同时,预计中雨和小雨的频率将减少[40],导致未来气候更有利于干旱和洪水短期内相继发生。相对于国外,中国对极端降水预估的研究起步较晚,尤其是基于CPM的预估。不同气候模式在不同情景下的气候预估研究均表明,未来中国极端降水的强度和频次都存在显著的增加趋势,尤其是华南地区[41]。在中国南方,历时短、强度大的极端降水未来可能会有较大程度的增加;而在北方,历时相对较长且强度相对较小的极端降水未来可能会增加。也有研究表明,未来我国东部地区平均降水将减少,但是极端降水事件将增多,未来降水事件可能向短时而强烈的方向发展[21]。

随着观测资料的日益丰富和模式方法的逐渐完善,对气候变化下极端降水的变化趋势和未来演变的认识和理解取得了实质性进展。虽然到目前为止,对流允许模式的分析主要集中在固定持续时间内的“峰值强度”变化,但未来不同暴雨类型可能发生的结构变化对于理解其灾害影响和更新工程设计指南也都十分重要[42]。认识和了解不同类型的暴雨系统、天气条件及其相关灾害,有助于了解极端降水在全球变暖过程中可能发生的空间和时间变化[43-44]。此外,受限于计算和储存成本,目前利用气候模式对极端降水进行长序列(例如30年以上)、高时空精度的预估仍比较少见。

1.2 气候变化与城市化双重驱动下的极端降水

极端降水受到气候变化与城市化的联合影响。城市化相关的物理机制与温室气体排放导致气候变化相关的物理机制在影响极端降水方面具有差异[45]。在城市地区,极端降水预估时既要考虑与气候变化相关的大尺度大气热力学/动力学,也要考虑城市化导致局部尺度近地表物质和能量运动状态的改变对一系列气象水文特征产生的复杂影响[46-50]。在高度城市化地区,极端降水特征演变往往是气候变化与城市化双重驱动的结果。

目前,城市极端降水变化主要受以下因素的影响[51-58]:①城市热岛效应(即城市区域相比于周边区域,呈现出较高的大气和地表温度)。受城市热岛效应影响,在水汽充足、凝结核丰富或其他有利的天气形势下,大气边界层内对流增强,在城区形成水汽辐合带。②城市冠层效应。城市建筑物使得地表粗糙度增加、城区风速减缓,有利于辐合中心的形成。③城市气溶胶效应。城市气溶胶的排放改变了降雨凝结核的组成和分布,从而抑制或促进降雨的发生,改变降雨分布规律。④城市干岛效应(即城市区域相比于周边区域,呈现出较低的湿度或水汽压)。受城市干岛效应影响,城区蒸散发的减少降低了大气水分的可用性,抑制了对流,从而减少降水。随着大量资料解析和数值模拟研究的开展,有学者认识到对于不同的城市地区和天气条件及前期环境,城市对降雨的影响机制的表现方式也不相同,需要具体分析、分类归纳[59]。对于处在复杂地理环境的城市,如湖滨城市或者海滨城市,受地理环境特征(临近自然水体、地形地貌)以及局地环流形式(城市热带环流、水陆风环流、山地环流等)的影响,城市降水增强、增多的主要地区一般分布在城区及其盛行风的上风向和/或下风向[60-61]。因此,有学者强调按天气条件和/或暴雨前环境(如热岛强度、风速、湿度)划分暴雨进行研究的重要性。

城市化会加剧气候变暖对城市的影响,未来的城市化也将进一步放大城市地区的温增,加剧城市热岛效应,尤其是高度城市化地区[62]。城市化和温室气体排放引起的变化可能动态地相互作用,改变未来的降水。然而,大多数研究只关注城市化对降水的影响[51-56],或者只研究气候变化对降水的影响变化[38,42,44-46]。探究降水特别是极端降水对气候变化和城市化复合效应响应的研究较少。

对观测数据进行分析是研究城市降雨的基本方法,其通常思路是比较城市不同位置降雨要素的差异(如城区与郊区差异、上下风区差异),将其作为衡量城市化对降雨影响程度的主要指标。而改变中尺度气象数值模式中城市地区的反射率、粗糙度、土壤热力性质以及蒸发率等陆面过程参数,或采用中尺度气象数值模式耦合城市冠层模式(Urban Canopy Model)是数值模拟的常用方法[63]。结合驱动数值模式初始场和边界条件的修改处理,通过合理的试验设置可以探究气候变化与城市化的双重影响。

LIU H Y等[64]以6个大气指标和6个城市化指标为解释变量,进行了基于位置、尺度和形状广义加性模型(Generalised Additive Models for Location Scale and Shape,GAMLSS)的极端降水非一致性频率分析,发现在城市化和气候变化的影响下,长江中游地区极端降水强度增加,历时减少,即发生更多的短时强降水,并且还发现城市化对极端降水非一致性的贡献大于气候变化的。ZHANG L L等[65]通过对深圳的气象站点进行分类统计分析,结果表明深圳全市各地的年最大降水量普遍增加,而经历快速城市化的站点则呈现更明显的增加趋势。采用气候模式进行数值模拟试验是了解极端降水未来演变的重要方法。GEORGESCU M等[45]使用网格分辨率为20 km的WRF(Weather Research and Forecasting)模型进行长历时模拟,研究了21世纪末温室气体和城市扩张对美国大陆极端降水的相互作用,发现尽管城市化会对美国城市地区的极端降水产生增强或抑制的不同效应,但温室气体排放仍会使得大部分城市的极端降水增加。DENG Z F等[39]进一步采用对流允许尺度(4 km)的WRF模型在多情景下探究粤港澳大湾区未来城市化和气候变暖对极端降水的影响,结果表明,城市化和温室气体对降水的相互作用是非线性的,其导致的降水变化与仅考虑温室气体影响的近似,但仍具有城市化影响的空间分布特征。也有学者通过修改驱动数值模式初始场和边界条件进行后推,探究相对于过去时期现今气候和城市带来的极端降水变化,发现相对于工业革命前的情景,城市与气候变暖复合效应引起的降水增加比单独的城市影响引起的大50%。城市尺度的降水模拟往往要求较高的空间精度,受限于计算成本和储存资源,在全球和区域范围考虑未来城市化和气候变化的降水预估仍十分有限。

2 气候变化对城市暴雨洪涝的影响

2.1 气候变化对城市洪涝影响的评估方法

未来气候变化对城市洪涝的影响为当前水资源管理研究的重大问题之一[9]。气候变化对城市洪涝的影响研究,主要是通过研究气候变化引起的降水变化来分析城市洪涝可能变化的增减趋势,研究基本上都遵从气候情景设计—洪涝评估模型—影响评估的模式(图1)。

图1 气候情景设计—洪涝评估模型—影响评估技术路线

为了评估气候变化对城市洪涝的影响,设计暴雨变化的情景至关重要。设计气候变化下的暴雨情景通常可以利用观测资料和气候模式。利用观测资料是指通过长期的气象观测数据揭示暴雨特征的变化趋势及未来可能发生的变化。利用气候模拟是直接利用气候模式基于不同的降水情景对未来降水进行模拟。情景设计时,通常考虑气候变化下设计暴雨的变化特征,如设计降水深度、降水异质性和前期水分条件等多重因素的变化程度对城市洪涝的影响[50]。在设计降水深度方面,通常根据降水与温度的函数关系(如C-C标度)将输入洪涝模型的降水深度或者峰值降水强度按照情景代表的变暖程度放大[50]。在降水的时间异质性上,目前大多研究集中在探究降水在时间尺度模式上的变化,如采用气候区的观测数据分析降雨时程分布的变化[66-67],从而研究降水时程变化对城市洪涝的影响。此外,研究前期水分条件的变化导致土壤干燥程度的变化也是研究气候变化对城市洪涝影响的方法[68-69]。利用气候模式进行情景设计是预估未来、后推历史的常见方法。其中,GCM能够较好地模拟大尺度的天气活动过程,生成全球尺度的气候变量数据,如降水、温度等,但是GCM受到计算能力以及存储资源的限制,其输出数据的空间分辨率通常为1°～3°,较粗糙,难以捕捉影响城市局部气候变量的中尺度和微尺度物理过程,因此需要对GCM的输出结果进行降尺度处理。降尺度方法主要包括统计降尺度和动力降尺度两大类。统计降尺度方法主要原理为利用统计模型建立较大尺度的气候变量和精度更高的局部气候之间的关系,然后将该关系应用于精度较低的数据,从而获得精度较高的不同时期或地点的变量数据,而不需事先知道研究区域气象变量的物理机制[70]。然而,统计降尺度方法无法提供对大气、海洋和陆地过程的物理解释。因此,在解释模型结果时可能存在一定的不确定性。动力降尺度是指将GCM的输出作为分辨率更高的RCM和CPM的物理准则和边界条件,利用RCM和CPM输出该区域的高精度天气活动过程[71]。RCM和CPM在弥补全球和区域气候信息之间的分辨率差距方面发挥着重要作用。常见的RCM有WRF模式、ETA模式和MM5模式等。通过动力降尺度,可以考虑到研究区域内的局部细节信息,并提供更准确的气候变化预估预测,但是计算和储存成本过高。通过这种方式获得的代表气候变化的降水序列,可以作为洪涝评估模型的输入。

评估气候变化对城市洪涝影响的方法通常包括统计模型、城市洪涝数值模型和智能算法模型。统计模型是基于历史观测数据和统计分析方法来评估气候变化对城市洪涝影响的一种方法,可以充分利用历史的长期气候数据和洪涝观测数据,有较强的数据支撑,但其假设建立在历史洪涝模式与未来洪涝模式之间具有一致性的基础上,而在极端气候事件下这一假设会受到影响[67]。基于城市洪涝数值模型的方法,将反映气候变化(如暴雨特征变化)和城市化(如下垫面和管网变化[72])的驱动数据输入到洪涝模型,可以较为准确地评估气候变化和城市化对城市洪涝过程的致灾机理和影响规律的影响,目前该方法应用较为广泛。城市洪涝模拟的原理是城市水循环规律及水动力学物理机制。城市洪涝模型根据原理可大致分为水文模型、水动力模型及水文水动力耦合模型三类。水文模型用于反映降雨、蒸散发、下渗、截留产汇流过程;水动力模型通过求解水动力方程(如一维圣维南方程和二维浅水方程)来反映河道、管网和地表水流的运动过程;水文水动力耦合模型用于反映降雨—洪涝淹没过程[73]。一些典型的城市洪涝模型如MIKE、InfoWorks ICM、SWMM等[73],在城市暴雨洪涝数值模拟方面已得到广泛应用。率定后的城市洪涝模型通常具有较高的精度,并具有较明确的物理意义,可以准确模拟城市洪涝事件的各个特征变量,如水位流量、淹没水深、淹没范围、淹没过程等信息,从而反映真实的洪涝发展过程。另外,智能算法模型也是研究气候变化下城市洪涝灾害风险的常用方法。该方法选取降雨和下垫面特征等指标,结合智能计算方法分析降水变化导致的洪涝风险变化。一些典型的智能计算方法如层次分析法、模糊综合评价[71]、云模型[74]、集对分析和熵权法[75]等,还有一些机器学习方法如随机森林模型、贝叶斯广义线性模型[76]等在评估气候变化对城市洪涝的影响中得到应用,而深度学习方法用于研究气候变化对洪涝的影响相对较少[77]。然而,这类方法无法获取详细的洪涝淹没信息,通常用于大尺度的洪涝风险研究。

2.2 气候变化对城市洪涝的影响

气候变化和人类活动被认为是城市洪水演变的主要驱动因素[78-79]。气候变化加剧了极端暴雨事件的发生概率与强度,进而改变了城市水循环的时空变化过程。通过模拟未来不同的气候输入和土地利用情景,利用城市洪涝数值模型可评估未来洪涝变化情况。WASKO C等[67]根据澳大利亚的观测数据发现,仅仅降水异质性的变化(降雨量没有发生变化)就导致中型集水区百年一遇的洪水淹没范围增加50%。除了观测数据外,更多的学者选择使用CMIP下的不同GCM作为城市洪涝模型的输入条件来探究城市未来的洪峰流量、淹没面积和淹没深度响应。在暴雨径流响应方面,尹家波等[80]基于CMIP6的21个GCM数据, 通过偏差校正和水文模型,预估21世纪末中国极端降水、洪水事件的频率将增长20%～30%。VEMULA S等[81]根据CMIP5和SWMM预测了印度在4种RCP情景下的未来极端降水,结果表明未来印度的径流将增加。也有一些研究使用不同的全球气候模式来评估未来极端降水对城市水文过程的潜在影响,结果表明雨水管理基础设施无法容纳预期的峰值径流,导致城市集水区的洪灾危险性增加[82-84]。在城市地表淹没响应方面,ZHANG Y等[85]使用CMIP5下的NEX-GDDP模型预测气候变化,并将HEC-HMS模型与FLO-2D模型相结合,研究表明气候变化使得与热带气旋相关的暴雨洪涝淹没范围和淹没深度更高。

气候变化不仅会加剧水循环变化,其本身以及对应的人类社会发展政策还会深刻影响土地利用尤其是城市土地的变化。气候变化和城市化两个驱动因素使得城市洪涝特征更加复杂,城市地区将面临更加严峻的水安全问题。有学者采用了多种不同的降雨-城市下垫面变化情景,研究未来土地利用和降雨变化对城市洪涝的影响。这些研究表明,气候变化和城市化的联合作用加剧了城市洪涝过程[86]。例如,MISHRA B R等[87]对GCM数据进行统计、降尺度,并利用未来土地利用数据,结合HEC-HMS与FLO-2D模型研究发现,随着气候变化和快速城市化,预计洪峰流量、洪水量、淹没面积和水深将会增加6%～31%。DENG Z F等[71]利用SSP2-RCP4.5和SSP5-RCP8.5数据研究发现,气候变化和城市化导致粤港澳大湾区的地表径流增加了7.91%～15.53%,使得洪涝风险最高区域的径流量分别进一步扩大24%和39%。WANG M等[88]预估了2020—2050年粤港澳大湾区洪水敏感性的时空变化,在SSP1-RCP2.6、SSP2-RCP4.5和SSP5-RCP8.5情景下高洪水易感性地区面积将分别增加9.5%、12.0%和14.4%。气候变化和城市化对洪水演变的影响不尽相同,科学识别城市洪水演变的关键驱动要素、量化气候变化与城市化对城市流域洪水演变的影响是城市洪水管理的重要依据。BIBI T S等[89]利用PCSWMM模型探讨了区域气候模式和不同土地利用变化情景对城市洪水的影响,结果表明气候变化对雨水排水系统的负面影响比城市化的更大,且现有的排水系统在所有的模拟情景下均无法适应气候变化引起的洪水量增加。LI S S等[74]利用层次分析法和云模型探讨了气候变化和人类活动对洪水易感性的相对影响,结果表明气候变化对洪水易感性的影响比人类活动的影响大。另外,亦有研究根据RCP4.5情景得出,美国2050年的洪涝风险因气候变化将增加26.4%。此外,预计的人口变化(SSP2)导致洪涝风险增加的影响超过气候变化导致的影响的4倍[90]。ZHOU Q Q等[91]利用土地利用和管网变化、RCP2.6和RCP8.5情景探讨了城市化和气候变化对城市洪水量的影响,结果表明城市化导致的洪水风险变化远高于气候变化引起的变化。

此外,对于沿海城市,高潮位和台风也是洪涝事件的主要驱动要素,受到气候变化影响[92]。当暴雨的发生伴随高潮位时,区域的水无法有效通过管道或沿岸排出,将导致区域产生的城市洪涝变得更加严重且复杂多样。在此基础上,台风不仅带来强风还会增高潮位,从而形成风、暴、潮“三碰头”的复合城市洪涝灾害。有研究表明,气候变化导致海平面上升和增加高潮位,会加剧沿海城市洪涝事件的发生频率和强度[7,93]。

3 气候变化下的城市洪涝韧性

3.1 城市洪涝韧性建设的重要性

韧性通常是指系统在遭受重大干扰后恢复的能力。不同学科的学者对韧性的定义存在较大的差异,据统计有超过70种不同定义的韧性被各个学科领域的相关文献提及[94]。MARTIN-BREEN P和ANDERIES J M[95]回顾了不同学科领域的韧性研究,提出了一个跨学科的韧性框架,并且在城市洪涝韧性领域中得到了广泛应用。该框架将韧性分为工程韧性(Engineering Resilience)、系统韧性(Systems Resilience)和复杂自适应系统(Complex-adaptive Systems)韧性[95]。工程韧性指的是在遭遇冲击时能保持现状或迅速恢复现状,而不会造成永久性损害。工程韧性不止局限于描述建筑物,也用于描述系统“反弹”到初始状态的能力,即强调城市在遭遇洪水事件后迅速完全恢复的能力。系统韧性类似于工程韧性,但侧重于反映整个城市系统在遭遇洪水事件时保持其功能的能力。复杂自适应系统韧性描述了系统适应和经过改进后进入新阶段的能力,侧重于表达城市系统从过往的洪水事件中学习以更好地适应未来洪水冲击的能力,代表了以长期增加洪涝韧性为目标的自适应迭代学习过程。图2反映了城市单一承灾体/系统在洪水冲击下先受损再恢复的过程,前半段下降曲线反映承灾体在洪水事件中受到冲击导致性能受损的过程,后半段上升曲线则表示其从洪水冲击中恢复的过程[96]。其中:①处响应代表通过韧性建设增强了抵御、适应洪水的能力;②处响应代表通过韧性建设从洪水事件冲击中更快恢复;③处响应代表通过韧性建设和从洪水事件中学习知识,使城市系统提升到更高、更安全的水平。

图2 城市单一承灾体/系统的洪涝韧性示意图[96]

传统的洪涝风险管理包括危害性、暴露度和脆弱性[97-98],侧重于研究可能发生的洪涝灾害事件带来的损失,强调洪涝灾害的后果[99-100],实践中主要解决思路为建设防洪工程设施,尝试完全抵御洪水,降低城市内部人、财产、基础设施等的暴露度和脆弱性。过去数十年里,尽管全球各地许多城市地区建设了大型防洪工程设施,但洪水事件导致防洪设施不堪重负或失灵的情况仍时有发生。随着气候变化导致的洪水事件的频率和强度增加,预计未来数十年里世界各地许多城市地区的洪涝风险将继续进一步增加。在此背景下,洪涝韧性逐渐成为了国际社会管理城市洪涝风险的关键概念[101-102]。区别于传统城市洪涝风险管理,城市洪涝韧性侧重于体现城市系统在洪涝灾害中所表现出的抵抗、适应并从中恢复的能力。

3.2 城市洪涝韧性评价

近年来,城市洪涝韧性评价已经成为国内外的研究热点[103]。目前城市洪涝韧性评价研究可以概括为定性评价和定量评价两类[104]。

3.2.1 定性评价

洪涝韧性的定性评价方法主要涉及韧性的概念、重要性,以及如何增强城市洪涝韧性等,主要包括洪涝韧性访谈方法和洪涝韧性理论框架方法。MAVHURA E等[105]对120户家庭进行访谈调查, 总结了当地居民在洪水事件发生时如何运用本土知识保护室内财产, 通过构建本土知识体系增强社区洪涝韧性。AHMAD D等[106]结合调查问卷和840户家庭的访谈结果,总结了研究区住户在应对洪水时采取的措施,并分析了阻碍居民有效应对洪水的主要因素,如低收入、身体残疾、土地使用规划不当、缺乏先进的预警系统等,同时针对这些问题提出了洪涝韧性建设措施。SERRE D等[107]提出了一个基于社区尺度的洪涝韧性评估框架,使用概念性模型DS3(spatial decision support system model)进行洪涝韧性定性分析,从而确定有助于提升洪涝韧性的社区建设措施。HEMMATI M等[108]总结了美国洪水易发地区未来城市发展规划中的关键问题和挑战,认为在气候变化背景下需要将社区洪涝韧性概念与城市规划相结合,强调政府需要将韧性概念纳入政策决策中,同时考虑政策随时间推移的有效性,并重视工程措施和非工程措施的结合。

相比依赖专家和专业机构知识的传统洪涝风险管理,已有的洪涝韧性定性评价研究充分总结了洪水事件亲历者应对洪水的见解,一定程度上展示了洪涝韧性研究与传统洪涝风险管理的区别。洪涝韧性定性评价研究为城市洪涝韧性研究提供了重要的理论指导和方法论,加深了人们对城市洪涝韧性概念的认识。

3.2.2 定量评价

常见的洪涝韧性定量评价方法主要分为基于指标的方法和基于模型模拟的方法。基于指标的方法是从洪涝韧性的内涵出发,构建指标体系对系统洪涝韧性进行评价。LWIN K K等[109]构建社会洪涝韧性指标体系,采用调查问卷法对缅甸伊洛瓦底三角洲4个村庄进行调查,评估洪水易发地区和非易发地区的社会洪涝韧性水平。MIGUEZ M G等[110]构建洪涝韧性指数,以巴西里约热内卢一个高度城市化的流域为例,通过量化洪涝韧性实现了防洪控制方案优选。LIU D等[111]从自然环境、文化、社会、经济、防洪技术等方面筛选出15项指标,对12个养殖场的洪涝韧性进行评估,并进一步分析与洪涝韧性密切相关的因素。BERTILSSON L等[112]结合洪水危害性、暴露性和经济损失等指标,提出了名为空间化城市洪水抗灾力指数(S-FRESI)的多标准指数,然后将其用于测量和可视化不同情景的空间洪涝韧性。MOGHADAS M等[113]构建了基于社会、经济、制度、基础设施、社区资本和环境的综合洪涝韧性指数,并开发了一种基于层次分析法和TOPSIS的多准则决策方法,对伊朗德黑兰市不同城区的洪涝韧性水平进行排名。基于指标的方法计算较为简单,便于针对不同的研究区和研究对象进行洪涝韧性评价,但是也存在指标权重计算依赖专家知识、指标选取较为主观等缺点,导致洪涝韧性结果存在较大的主观性和不确定性。

基于模型模拟的方法也被应用于评估城市洪涝韧性。MUGUME S N等[114]提出了一种全局城市洪涝韧性分析框架,基于SWMM模拟结果,通过洪水总量和洪水持续时间确定排水系统的故障程度,用于表征系统功能的损失,并根据系统性能曲线评估城市排水系统的整体韧性,并进一步融合故障程度和时间构建韧性指数,量化排水系统中每根管道发生故障时系统剩余功能。WANG Y T等[115]提出了一种基于网格尺度的系统性能曲线韧性指标,采用二维元胞自动机CADDIES模型对31个集水区进行地表洪水模拟,将韧性定义为未被淹没的网格数与总网格数的比值,实现了更高分辨率的城市流域洪涝韧性评价和低韧性集水区的识别。CHEN J L等[116]以珠海市某流域为例,结合水文水动力模型模拟的淹没水深计算网格尺度的洪涝韧性,并将人类风险感知量化为权重整合到韧性计算中,探究了不同降雨情景和不同时段下的洪涝韧性。ZHENG J X等[117]构建了一种考虑淹没水深、流速和淹没历时的网格尺度城市洪涝韧性指数,并指出需要重视交通用地的韧性建设。基于模型模拟的方法通常基于水文、水动力模型对洪水事件的模拟结果进行韧性评价,因此比基于指标的方法更加客观和精确。同时,基于模型模拟的方法能提供更高分辨率的韧性评价结果,并且能依据水文或水动力模型的动态模拟结果,对整个研究区或其中单个集水区进行洪涝韧性的动态评价。然而,基于模型模拟的方法仍然较难同时考虑人口、社会、经济等众多因素,因此也具有一定的局限性。

4 关键问题与展望

综观近年来国内外研究成果,尽管对气候变化下极端降水、城市暴雨洪涝和城市洪涝韧性的理论和实践研究已取得了长足进步,研究方法也不断完善,但受制于数据的局限和模型的不确定性,当前研究仍存在许多不足之处,需要进一步探讨。因此,从学科发展的角度分析,当前气候变化下城市洪涝研究还应该加强以下几方面的工作:

1)构建更加完善、全面的水文气象监测体系。科学数据是气候变化研究的基础,应加强长时间序列高质量高密度的水文气象站点数据的累积,并充分结合卫星观测、雷达探测、高空气体探测、众包模式监测等多源数据融合,构建“空-天-地”一体化监测体系[118]。城市环境复杂多样,城市水文气象研究要求较高的数据精度、密度;城市人口密集、环境多变,传统观测方式运维难度高、成本大,这些都是科学数据建设发展中所面临的挑战。

2)加深对气候变化与城市化双重驱动下极端降水时空演变特征及其形成机理的理解。在城市地区,有关极端降水的研究需要同时考虑与气候变化相关的大尺度大气热力学/动力学和与城市化相关的局部尺度热力学/动力学。城市在局部尺度的影响复杂多样,往往与大尺度天气系统环境息息相关,需要对高度城市化区域的极端降水基于地理环境、风暴前环境、天气条件等因素进行分类讨论、归纳总结[14]。尽管已有部分研究探究了双重因子对极端降水的影响,但是仍十分有限,更缺乏全球尺度的研究。

3)加强极端降水和城市洪涝在气候预估中的不确定性研究。未来情景的复杂性和不确定性是研究气候变化对城市洪涝影响的挑战之一。虽然目前的气候模式可以预估未来气候情景下的极端降水,但由于气候系统的复杂性,预估降水结果对所采用的参数化方案仍然很敏感,仍然存在着一定的不确定性[2]。未来的研究应该在探究气候变化下极端降水和城市洪涝演变规律的同时结合不确定性、可信度的探讨,进一步深化理解陆表和大气间相互作用的复杂反馈机制,提高气候模式的精度和可靠性,通过整合多源数据降低不确定性的影响。

4)深化气候变化以及人类活动对城市复合洪涝影响的研究。气候变化加剧水文循环,深刻影响着极端降水、海平面高度、冰川融雪、热带/温带气旋等影响洪涝灾害特征的致灾因子、孕灾环境。在未来,城市可能会更多地面临多种致灾因子叠加产生的“多碰头”洪涝灾害,但目前我们对这些复合洪涝灾害的影响仍知之甚少[119-120]。构建更加全面、细化的气候变化下洪涝灾害情景,进一步了解气候变化对城市复合洪涝的影响,揭示自然气候变化、人为气候变化和不同人类活动因素(如水利工程修建、水沙调度等)对城市复合洪涝的影响机制仍是需进一步深入研究的重点,也是指导城市洪涝韧性建设的关键。

5)提高人工智能模型在气候变化背景下洪涝模拟的准确性和可解释性。目前的城市洪涝模型虽然能较好地模拟城市洪涝过程,但面临模拟效率低和难以直接获取输入和输出关系的问题。人工智能模型具有强大的非线性处理能力和高效的数据处理能力,可以基于洪涝淹没数据和观测数据快速学习并获得输入和输出之间的关系,在暴雨洪涝快速和高精度模拟方面展现出巨大的潜力[118]。然而,目前人工智能模型采用的暴雨洪涝淹没数据大多数是基于历史暴雨设计的,难以很好地模拟气候变化背景下的暴雨洪涝过程,面临模型泛化能力不足和解释性不高的问题[121]。未来的研究可以利用城市洪涝模型模拟气候变化下的暴雨洪涝情景,形成基于模型模拟数据和观测数据的能反映气候变化的暴雨洪涝大数据,并将其中涉及的水文水动力学物理知识融入到人工智能模型中,构建一种基于知识和数据融合驱动的暴雨洪涝模拟模型,并通过可解释性方法揭示不同输入因子对洪涝过程的贡献,以提高人工智能模型的可解释性和应对气候变化的能力。

6)深化城市洪涝韧性中概念框架、定量定性方法以及不确定性的探讨。气候变化增加了洪涝灾害预测的不确定性,传统的洪涝风险管理和防洪措施已经不足以应对变化环境下的洪涝风险。近年来洪涝韧性成为了研究热点,因为其有助于应对突发的、存在不确定性的洪涝灾害。然而城市洪涝韧性尚未得到全面和深入的研究,缺乏明确统一的概念框架和全面的量化方法。洪涝韧性的定性研究在国内仍相对较少,需要通过调查问卷和访谈针对典型城市地区进行调研,了解国内各城市地区的洪涝韧性情况,总结不同地区、不同空间尺度的洪涝韧性能力的限制因素和有利因素,提出适用于国内的洪涝韧性概念框架[122]。还可以进一步结合指标评价法对不同地区和尺度进行洪涝韧性定量分析,针对薄弱环节因地制宜地提出洪涝韧性建设对策。在结合模型模拟方法定量评价洪涝韧性时,除了结合水文水动力模型考虑水深、流速等客观因素,还有必要充分考虑经济、社会因素,如洪涝预警系统、洪水保险、应急响应水平、居民的洪水应对经验等。此外,如何将洪涝韧性和洪涝风险的分析、评价研究进行有机结合也是一个重要的研究方向,洪涝韧性研究不是洪涝风险研究的替代品,而是针对变化环境提出的补充研究,应将二者进行结合研究以更好地反映城市应对洪涝灾害的能力,更好地帮助提升城市洪水管理水平、降低洪涝灾害风险。

7)构建气候变化下考虑非一致性的工程设计标准。中国目前的排水系统设计标准、暴雨设计标准、洪水设计标准等工程设计标准是基于一致性的条件。然而,在气候变化和城市化的双重影响下,暴雨发生的机制、主要特征和气候平均值发生了变化,城市洪涝风险有增加的趋势。因此,有必要加强对变化环境下城市长、短时暴雨特征的研究,包括暴雨的发生演化机制、时空结构和变化特征,编制时变暴雨强度公式或时变IDF(intensity-duration-frequency)曲线。

5 结语

概述了气候变化背景下极端降水、暴雨洪涝、洪涝韧性近20年的发展,重点关注了脆弱性更高的城市地区。气候变化下城市洪涝的相关理论和实践研究从气候变化对城市暴雨影响的物理机制出发,着眼于极端降水的趋势诊断及未来预估,基于降水深度、降水时程分布、前期水分条件等水文情景设计要素的变化探究城市洪涝灾害演变规律,并构建城市洪涝韧性的理论框架体系应对洪涝灾害带来的负面影响并从洪涝影响中快速恢复。相较于国外的成熟技术,国内在极端降水、暴雨洪涝、洪涝韧性方面的研究和实践还存在许多不足之处,如中国在城市暴雨洪水监测方面存在薄弱环节以及数据缺失可能影响城市雨洪研究的精度及可靠性。因此,中国城市雨洪模拟与管理研究仍面临着诸多挑战。在今后的研究中,应构建更加完善、全面的水文气象监测体系,以获得更加详细的数据和加深对气候变化与城市化双重驱动下极端降水、复合洪涝时空演变特征及其形成机理的理解;充分认识和利用人工智能模型,提升其在洪涝模拟中的准确性和可解释性;深化城市洪涝韧性建设,建立适合中国城市发展状况的洪涝韧性建设方案,为构建可持续的城市综合水资源管理制度体系提供基础。