降雨型城市内涝与堤坝溃决洪水叠加效应的时空演变及驱动机制
《Journal of Hydrology》:Spatiotemporal evolution and driving mechanisms of superposition effects of rainfall-induced urban waterlogging and levee breach flooding
【字体:
大
中
小
】
时间:2026年10月02日
来源:Journal of Hydrology 7.3
编辑推荐:
• 开发了可解释的复合洪水叠加框架
• 复合洪水制图识别了叠加模式和主要驱动因素
• 复合洪水表现出非线性放大和延迟响应
• 复合风险从单一灾害转向放大区域
• 极端场景下,主导控制因素从溃决动力学转向地形
引言
在全球气候变化和快速城市化的推动下,
• 开发了可解释的复合洪水叠加框架
• 复合洪水制图识别了叠加模式和主要驱动因素
• 复合洪水表现出非线性放大和延迟响应
• 复合风险从单一灾害转向放大区域
• 极端场景下,主导控制因素从溃决动力学转向地形
引言
在全球气候变化和快速城市化的推动下,极端降雨事件的频率、强度和空间范围显著上升,导致洪水风险持续加剧(Neelin 等,2022;Ren 等,2022;Del-Rosal-Salido 等,2025)。一方面,极端降雨强化了流域范围内的水文响应过程并延长了高水位持续时间,严重威胁堤防等防洪基础设施的结构稳定性(Hallegatte 等,2013;Zscheischler 等,2020)。另一方面,城市不透水面持续扩张及其对市政排水系统的超负荷影响,使城市中心极易遭受降雨型突发洪水(Milly 等,2008;Bevacqua 等,2019)。与此同时,现代水文系统与人工防洪网络之间的互联性显著增强。因此,孤立的洪水灾害容易通过水动力传播和基础设施失效引发次生灾害,加速洪水风险从独立单一灾害事件向多灾种、链式复合网络的演化转变(Ning 等,2024;Zhong 等,2024;Zhang 等,2025)。这一现象的一个典型表现是:强降雨引发河流水位飙升,最终导致堤防溃决。随后,外部河流洪水涌入城市空间,并与同期局部降雨积水叠加,构成典型的“降雨内涝—堤防溃决—城市水涝”耦合型河涝—内涝灾害链(Nemnem 等,2025;Al-Omari 等,2025)。这种特定的耦合型河涝—内涝灾害具有复杂且高度非线性的水动力耦合特征,多种产流过程相互作用,既可能相互增强,也可能相互抵消。因此,区域淹没范围、积水深度和灾害强度显著偏离孤立灾害的简单线性叠加,表现出显著的非线性放大或抑制效应。此类复合灾害具有突发性强、破坏性大且难以预测的特点,成为区域水安全和可持续发展的重要瓶颈(Santiago-Collazo 等,2019;Moftakhari 等,2019;Jalili Pirani 和 Najafi,2020)。因此,定量揭示耦合型河涝—内涝灾害的非线性相互作用机制,阐明其空间异质性和驱动因素,对于复合洪水预报、精准防灾减灾和针对性风险管理具有重要的理论价值和现实紧迫性。
近年来,全球研究者已对“降雨内涝—堤防溃决—城市水涝”耦合型河涝—内涝灾害链进行了广泛而系统的探索。在洪水数值模拟、复合洪水相互作用效应量化和驱动机制归因等方面积累了丰富的文献基础,为理解复合洪水行为和增强风险防范奠定了坚实基础(Xu 等,2025;Green 等,2025;Chiu 等,2026)。在耦合型河涝—内涝灾害模拟方面,水文与水动力数值模型的耦合已成为再现链式洪水过程的主流方法。SWMM-LISFLOOD-FP(Meng 等,2025)和 MIKE 系列等多模型耦合方案已被广泛用于解析暴雨径流生成、堤防溃决进展和城市淹没传播的动态时空过程(Li 等,2025;Refaiy 等,2026)。通过设置不同的溃决位置、极端降雨重现期和市政排水网络运行条件,现有研究部分阐明了外部溃决洪水与局部降雨积水的空间重合机制和淹没响应特征,实现了对多种情景下复合洪水的有效重建(Yin 等,2013;Wang 等,2018;Zhao 等,2024a;Zhao 等,2024b;Jiang 等,2024)。在风险叠加效应量化方面,科学界发展了多种分析方法,包括峰值叠加、洪峰时差匹配和基于 Copula 的联合概率模型,用于评估外部溃决流量与内部降雨压力同时发生时的重合风险和协同灾害概率(Apel 等,2016;Jalili Pirani 和 Najafi,2022;Perz 等,2023)。超越概率分析,一些研究提出了风险叠加系数和灾害交互强度等定量指标。这些指标有效地区分了复合洪水与孤立灾害简单线性叠加之间的淹没深度和范围差异,为识别灾害交互强度提供了基准(Mu?oz 等,2020;Sangsefidi 等,2023)。在归因层面,传统研究主要依赖情景比较和单因子敏感性分析。通过操纵关键边界参数——如降雨强度、初始水位、城市不透水比例和排水网络密度——这些研究分离了离散因素对复合洪水演化的个体贡献(Zhou 等,2019;Del-Rosal-Salido 等,2025)。此外,方差分解和 Morris 全局敏感性分析等技术也逐渐被引入,以实现对多因素灾害贡献的初步定量分解(Pappenberger 等,2008;Chen 等,2018)。
尽管现有研究通过数值模拟、联合概率分析和敏感性测试显著推进了复合洪水研究,但对照“降雨内涝—堤防溃决—城市水涝”耦合型河涝—内涝灾害链对高分辨率风险识别和机制归因的迫切需求,仍存在几个关键知识缺口:(1)现有框架主要依赖复合情景与单一情景之间淹没深度、范围或受影响面积的差异作为主要分析基准。虽然这些方法能够有效评估耦合型河涝—内涝灾害是否加剧总体洪水风险,但无法对“非线性相互作用效应”本身进行严格的定量表征。特别是,缺乏能够同时诊断放大、抑制和主导行为的统一指标体系(Ming 等,2022;Singh 等,2026)。(2)当前文献高度关注复合洪水结果的总体宏观变化,而局部降雨内涝与外部溃决洪水的相对空间贡献研究不足。因此,很难区分特定高风险热点区域是由降雨主导、堤防溃决主导,还是由两者协同作用导致严重风险放大所驱动(Bevacqua 等,2019;Green 等,2025)。(3)大多数既有成果基于单一或有限设计情景的静态比较分析,未充分关注耦合型河涝—内涝灾害交互在不同降雨重现期梯度下的等级转移、特征转变和空间演化轨迹。因此,无法跟踪灾害交互从低级向高级、或从局部积水向连续广泛淹没演化的动态过程(Santiago-Collazo 等,2021;Grimley 等,2025)。(4)在归因方法方面,传统情景比较和全局敏感性分析虽能识别关键影响参数,但难以捕捉地形、土地利用、距溃决点距离、距河网距离和本地排水效率等多因素对非线性相互作用效应的非线性影响、局部异质性和关键阈值行为(Choubin 等,2025;Bathe 和 Patil,2025)。相反,传统机器学习技术虽具有强大的预测能力,但其“黑箱”特性导致模型可解释性较差,难以解构耦合型河涝—内涝灾害形成机制或指导精准风险管理(Rudin,2019;Yang 等,2024)。因此,迫切需要建立一个整合情景模拟、叠加效应量化、风险转移追踪和可解释归因的综合研究框架。该框架对于系统揭示“降雨内涝—堤防溃决—城市水涝”耦合型河涝—内涝灾害交互的空间分异格局和潜在驱动机制至关重要。
为应对这些挑战,本研究提出了一种基于可解释机器学习的耦合型河涝—内涝灾害相互作用效应量化与归因分析的集成框架。首先,构建多种重现期下的单一灾害情景和耦合型河涝—内涝灾害情景,模拟不同降雨—溃决组合下的动态洪水淹没过程,识别复合事件相对于孤立事件的淹没深度变化和空间扩展特征。其次,提出包括洪水叠加指数(Flood Superposition Index, FSI)和洪水叠加增量(Flood Superposition Increment, FSIinc)在内的一系列定量指标,将耦合型河涝—内涝相互作用现象表征为放大区、抑制区和主导区等不同类型区域。进一步建立了包含七类主导因素风险区的分类方法,以界定局部降雨积水与外部溃决洪水的相对空间贡献。第三,基于新颖的耦合型河涝—内涝灾害交互转移矩阵,定量追踪不同重现期下灾害交互等级的转移路径、特征转变和空间演化轨迹。最后,引入 XGBoost-SHAP 可解释机器学习架构,筛选控制耦合型河涝—内涝相互作用效应的关键空间驱动因素,解析其非线性响应关系和运行阈值特征,揭示潜在的空间驱动机制。
本研究的主要科学贡献有三方面:(1)超越传统洪水风险图,本研究专门针对“降雨内涝—堤防溃决—城市水涝”灾害链开发了新型耦合型河涝—内涝灾害交互图集。通过提供复合情景下风险放大、抑制和主导关系的空间显式表达,为高分辨率耦合型河涝—内涝灾害识别引入了一种创新的制图范式。(2)揭示了耦合型河涝—内涝灾害交互在降雨重现期梯度递增过程中内在的空间扩展、等级转移和特征转变结构规律,阐明了耦合型河涝—内涝灾害从孤立局部叠加向连续高风险淹没场发展的动态演化过程。(3)隔离了控制复合叠加效应的主导驱动因素,并解码了其阈值响应行为,解释了风险放大或抑制背后的局部物理机制。这为耦合型河涝—内涝早期预警、防洪基础设施协同调度以及精准市政防灾减灾提供了坚实的科学基础。
研究区域
研究区域位于长江三角洲核心区域无锡市云东圩区,面积约 144 平方公里(图 1)。该区域属湿润的北亚热带季风气候,年降水量介于 1,100 至 1,400 毫米之间(Peng 等,2016)。全年超过 70% 的降雨集中在 5 月至 9 月,主要由短时强降雨和梅雨季节驱动,使该地区极易遭受……
复合洪水风险叠加效应识别
图 5 展示了不同重现期(20 年至 200 年)下各种情景的最大淹没特征空间分布及相应洪水风险指数。结果表明,各单一灾害事件表现出截然不同的致灾模式。局部降雨内涝(图 5a)主要局限于局部地形低洼地带。虽然其空间淹没范围随着……
超越传统可视化的耦合型河涝—内涝灾害制图优化
传统洪水灾害制图主要依赖最大淹没深度、范围或风险等级来回答洪水“在哪里发生”以及“有多深”的问题。然而,它无法解释灾害来源及单一灾害间的相互作用。尽管近年来耦合型河涝—内涝研究评估了多灾种联合概率和水动力情景(Bermúdez 等,2021;Sun 等,2024;Green 等,2025)——确认多源洪水会改变灾害足迹范围,超出简单……
结论
本研究以无锡市东云东圩区为对象,建立了耦合型流域—城市水动力模型。通过整合多情景灾害分区、灾害转移矩阵和可解释的 XGBoost-SHAP 机器学习框架,系统解析了“降雨内涝—堤防溃决—城市水涝”耦合型河涝—内涝灾害的时空叠加效应、灾害演化路径和潜在空间驱动机制。主要……
CRediT 作者贡献声明
Ye Zhang:写作—审阅与编辑,写作—原稿,可视化,验证,监督,软件,资源,方法,调查,形式化分析,数据管理,概念构思。
Xin Su:写作—审阅与编辑,监督,项目管理。
Qin Guanghua:项目管理,验证,监督。
Leizhi Wang:可视化,监督,形式化分析。
Jinhui Li:监督,形式化分析。
Lingjie Li:监督,形式化分析。
Yintang Wang:……
未引用参考文献
Bevacqua 等,2020;Guan 等,2023。
利益冲突声明
作者声明他们不存在任何可能影响本文所述工作的已知竞争性经济利益或个人关系。
致谢
本研究得到国家自然科学基金(批准号:52309026;52239008)、中国电力建设集团科技项目(批准号:E001Y240006)以及南京水利科学研究院研究生学位论文基金(批准号:……)的资助。
……Yy525013);水利部数字孪生流域重点实验室(资助号:KLRBDT202504);以及中央级公益科研院所基本科研业务费。Ye Zhang|Xin Su|Qin Guanghua|Leizhi Wang|Jinhui Li|Lingjie Li|Yintang Wang|Xiting Li
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号