在数据匮乏环境下设计海绵城市:一种基于机器学习的土地覆盖动态与城市水文响应框架,助力提升自然防洪能力

《Sustainable Cities and Society》:Designing Sponge Cities in Data-Scarce Contexts: A Machine Learning–Enabled Land Cover Dynamics and Urban Hydrologic Response Framework for Nature-Based Flood Resilience

【字体: 大 中 小 】 时间:2026年06月27日 来源:Sustainable Cities and Society 13.3

编辑推荐:

  博德鲁扎曼·汗 | 阿斯拉夫扎曼·阿里夫医学博士 | 莫莫塔吉·贾汉·米图 | 阿布·雷扎·穆罕默德·托菲库尔·伊斯兰 | 穆罕默德·阿尔塔夫·侯赛因 孟加拉国锡尔赫特3100,锡尔赫特农业大学农业建设与环境工程系 摘要 城市土地利用和土地覆盖的变化会深刻改变自然地

  博德鲁扎曼·汗 | 阿斯拉夫扎曼·阿里夫医学博士 | 莫莫塔吉·贾汉·米图 | 阿布·雷扎·穆罕默德·托菲库尔·伊斯兰 | 穆罕默德·阿尔塔夫·侯赛因
孟加拉国锡尔赫特3100,锡尔赫特农业大学农业建设与环境工程系

摘要
城市土地利用和土地覆盖的变化会深刻改变自然地表,加速径流形成,并增加洪水风险。然而,在数据匮乏的地区,土地覆盖变化与城市水文响应之间的关联及其对基于自然的减灾措施的启示仍不甚明了。本研究通过整合多时相遥感技术、机器学习方法以及水文-水力模拟模型(SWMM 5.2),评估了孟加拉国锡尔赫特省沙贾拉尔乌波沙哈尔地区由土地覆盖变化引发的水文响应,并探讨了可持续的洪水减灾方案。研究采用了10种基于机器学习的模型分析2003年至2023年的卫星影像,预测了2033年的土地覆盖状况,其效果优于传统分类方法。结果表明,2003年至2023年间,26.70%的自然地表被转变为建筑区,使得2至100年一遇的降雨期间的地表径流量增加了11.89–26.97毫米。到2033年,不透水表面的比例预计还将再增加2%(相对于2023年),同时水体和裸地面积持续减少,进一步加剧了暴雨引发的洪水灾害。研究还模拟了12种基于自然的解决方案作为海绵型景观干预措施,以评估其减灾潜力。其中,生物滞留池的减灾效果最为显著,能够使峰值径流量减少75%,径流总量减少27.11–30.15%,整体洪水风险降低34.08–50.61%;雨水花园、渗透沟和绿色屋顶也表现出良好的效果。尽管有这些改善,但在极端风暴来临时,现有的排水系统仍显不足。本研究为设计集成基于自然解决方案的城市排水系统提供了数据驱动且具有空间精确性的参考,有助于实现可持续发展目标中的第6、11、13和15项目标,同时推动在快速城市化且数据匮乏的环境中构建具有抗灾能力的城市。

引言
人口快速增长、工业化以及经济发展正在重塑全球的城市景观(Durowoju等人,2025;George等人,2025)。如今,全球一半以上的人口居住在城市,预计到2050这一比例还将上升至66%(联合国,2015)。虽然城市化降低了贫困程度并创造了更多经济机会,但它也加速了环境退化,加剧了各种社会问题(Zheng等人,2021)。其中最严重的问题之一就是城市洪水,其根源在于不透水表面的扩张,这种表面打破了自然的水文和生态过程(Brunori等人,2017;Zheng等人,2021)。

城市洪水现已对全球的生命、基础设施和生态系统构成严重威胁(Bibi,2022;Hlodversdottir等人,2015;Nile等人,2018;Thieken等人,2016)。可渗透地形被改造成道路、建筑物和铺装区域后,径流量会增加,峰值流量上升,洪水强度也会增大(Bibi,2022;George等人,2025;Hu等人,2020;Li等人,2024)。气候变化以及规模不足或老化严重的排水系统进一步加剧了这些危害,使得洪水发生的频率和强度都更高(Bibi,2022)。在许多城市,近期的极端降雨事件都与土地利用和土地覆盖的变化密切相关(Bibi,2022;George等人,2025)。因此,持续监测土地覆盖的变化及其水文影响对于可持续的城市规划和水资源管理至关重要(Durowoju等人,2025;Suriya & Mudgal,2012)。

过去几十年来,遥感技术已成为研究土地覆盖变化的可靠有效工具。它能够提供连续、大范围且成本较低的观测数据,非常适合复杂的城市环境(Ban等人,2015;Moraes等人,2024;Shahtahmassebi等人,2021)。借助谷歌地球、谷歌地球引擎(GEE)、Arc/SAGA/QGIS、ERDAS IMAGINE、R语言以及Python等工具,结合Landsat、Sentinel、MODIS、ASTER和ZY-3等多传感器数据源,遥感技术已被广泛应用于不同领域的土地覆盖变化监测与分析,如植被、热岛效应、洪水及水体等(Bairwa等人,2025;Bibi,2022;Bikis等人,2025;Bogale等人,2025;Ganjirad & Bagheri,2024;Moharir等人,2025;Nigar等人,2024;Pande等人,2024;Seyam等人,2023;Simarmata等人,2025)。为分析这些高维度数据,树型/集成模型(决策树、随机森林、分类回归树和提升算法)、核函数/距离模型(支持向量机和K最近邻算法)以及神经网络模型(多层感知器、卷积神经网络和循环神经网络)在复杂城市环境中展现了出色的应用效果(Bairwa等人,2025;Belgiu & Dr?gu,2016;Bogale等人,2025;Ganjirad & Bagheri,2024;Moharir等人,2025;Nigar等人,2024;Pande等人,2024;Simarmata等人,2025)。

越来越多的研究表明,土地覆盖变化与城市水文响应之间存在密切关联,尤其是径流生成和洪水问题(Afrin等人,2021;Bibi,2022;A. Das & Sahoo,2025;Huong & Pathirana,2013;Hu等人,2020;Kang等人,2025;Li等人,2024;Marhaento等人,2018;Niazi等人,2017;Nile等人,2018;Peraza-Castro等人,2018;Sakib等人,2023;Suriya & Mudgal,2012;Yang等人,2015;Zhu等人,2025)。美国环境保护局的暴雨管理模型常被用于模拟城市子流域的径流数量和质量。例如,土地覆盖变化会显著增加峰值流量,超出排水系统的处理能力,进而加剧地表径流和河道径流,而随着城市不断扩张以及气候压力加剧,这一趋势还会进一步恶化(Afrin等人,2021;Bibi,2022;Das & Sahoo,2025;Han等人,2024;Huong & Pathirana,2013;Marhaento等人,2018;Sakib等人,2023;Wukaw等人,2025;Yazdanfar & Sharma,2015)。因此,随着城市规模的扩大和不透水表面的增加,城市洪水的发生频率和强度都有上升的趋势(Bibi,2022;Huong & Pathirana,2013;Yazdanfar & Sharma,2015)。

为减轻城市洪水灾害,基于自然的解决方案逐渐受到重视,这类方案也被称作低影响开发、绿色基础设施或海绵城市措施(Hawken等人,2021;Qiao等人,2020),被视为具有可持续性和抗灾能力的有效手段(Cen等人,2025;Sahay,2025;Zhou等人,2024)。这类方案通过模拟自然水文过程,增强水分渗透、滞留和储存能力,从而减少径流和峰值流量(Muhammad等人,2024)。SWMM模型可用于模拟各类常见的基于自然的解决方案,如生物滞留池、雨水花园、绿色屋顶、透水铺装等,便于对其性能进行定量评估。先前的研究已经表明,这类方案能够显著减少径流量和峰值流量,同时还能为生物多样性保护、提升热舒适度以及改善公共健康状况带来积极效果(Bibi,2022;Burszta-Adamiak等人,2023;Chiu等人,2025;George等人,2025;McCutcheon & Wride,2013;Rostamzadeh等人,2024;Schmelzing & Schmalz,2025;Sehrawat & Shekhar,2025;Wang等人,2023;B. Yang等人,2023;W. Yang等人,2022)。不过,目前仍然缺乏标准化的评估框架、一致的实施策略以及可靠的敏感性分析方法(Wang等人,2023)。

尽管已有大量关于土地覆盖变化与城市水文响应以及基于自然解决方案的研究,但在数据匮乏且易发洪水的城市地区,仍存在诸多不足。大多数现有研究分别开展土地覆盖分类、水文建模、土地利用预测以及基于自然解决方案的效能评估,未能将它们有机整合在一个统一的分析框架之中。这种碎片化的研究方式限制了人们对土地利用变化如何影响水文系统,进而决定洪水风险及减灾效果的理解。

由于城市洪水过程本身具有高度关联性——土地覆盖变化会影响径流生成和排水行为,而这些又会反过来影响基于自然解决方案的效能——单独的分析方法可能无法准确反映系统层面的整体响应,也就是在不同的土地覆盖和降雨条件下,水文过程(径流、排水和洪水)以及减灾措施的综合表现。在数据匮乏的流域中,这一问题更为突出,因为若单独处理各个组成部分的数据缺陷,只会增加复杂性,还可能导致误差在后续建模过程中不断累积。

在土地覆盖变化与基于自然解决方案的研究背景下,现有文献揭示了七个相互关联的研究缺口:
1. 风暴条件覆盖不足:很少有研究针对不同持续时间(短期到长期)和频率的暴雨,结合历史、当前及预测的土地覆盖数据进行分析。只有综合考虑多种暴雨条件,才能全面了解一个流域的水文响应特征。
2. 土地覆盖与水文数据的匹配度问题:土地覆盖分类的误差可能会传递到水文模型中,因此需要高效且经过验证的土地覆盖分类体系,才能确保径流和洪水估算的准确性。
3. 土地覆盖预测方法的局限性:虽然元胞自动机-马尔可夫链模型仍被广泛用于预测未来土地覆盖状况,但其静态的转移概率、较弱的时间依赖性以及难以捕捉复杂的多变量交互作用,使得基于此类模型预测未来径流存在一定风险(Asif等人,2023;Ghosh等人,2017;Zimba等人,2024)。
4. 小尺度流域建模的不足:了解未来土地利用变化对小尺度城市区域的影响十分重要,但多数研究使用的是简化模型和假设场景,未能准确反映未来的土地利用状况(Kundu等人,2017;Muhammad等人,2024;Peraza-Castro等人,2018)。
5. 低分辨率空间数据的限制:粗糙的影像数据会降低模型的精度,因此需要能够利用稀疏或低分辨率数据依然保持高精度分析的方法。
6. 数据匮乏问题:在数据有限的地区,很少有研究系统地探讨如何在有限观测数据的基础上进行模型的校准、验证和优化。此外,这些地区往往还缺乏基础数据集,比如城市排水系统的相关数据。
7. 基于自然解决方案的建模不足:在不同降雨强度和土地利用格局下,基于自然解决方案的效能和敏感性仍缺乏充分研究,尤其是在亚洲和南美洲地区(Wang等人,2023)。

虽然每个研究缺口都可以单独探讨,但最大的挑战在于它们之间的相互作用,尤其是第2、3、4和7个缺口。土地覆盖分类的误差(第2个缺口)和预测误差(第3个缺口)会直接影响水文模拟中所使用的不透水表面比例和径流系数(第4个缺口),进而影响基于自然解决方案的效能评估(第7个缺口)。同样,风暴条件的代表性不足(第1个缺口)也会限制在压力条件下对土地覆盖变化与水文响应以及减灾能力的全面评估。如果孤立地解决这些问题,就会忽视它们之间的方法学关联和顺序依赖关系,从而增加分析过程中各组成部分之间误差传播的风险。更重要的是,采用综合性的研究方法不仅可以逐步改进各个模型组件的性能,还能更清晰地理解土地覆盖变化与水文响应之间的协同演化机制,以及二者在时空维度上的相互作用如何为可持续的洪水减灾策略提供依据。目前,现有研究仍缺乏能够全面把握这些相互关系的方法,导致人们对土地覆盖与水文过程的关联及其对基于自然解决方案减灾效果的影晌理解不够深入。

基于上述研究缺口,本研究聚焦于土地覆盖变化与城市水文响应以及基于自然解决方案之间的关联,提出了以下研究问题:在不同的暴雨条件下,时空尺度的土地覆盖变化是如何在城市水文系统中传导的?又如何利用预测得到的水文结果,为数据匮乏的城市地区设计并评估有效的基于自然解决方案的洪水韧性措施?为回答这一问题,本研究提出了一种综合的多阶段分析框架,该框架将特定地点的实测数据生成、土地覆盖变化规律、水文响应(包括径流生成和排水行为)以及在不同降雨条件和未来城市发展情景下的基于自然解决方案的效能评估有机结合起来。通过在不同土地覆盖状态和设计暴雨条件下的过程耦合与情景分析,可将土地覆盖特征转化为水文模型参数,从而揭示由土地覆盖变化驱动的流域水文特征,为后续的基于自然解决方案的评估提供依据。该框架结合了遥感技术和基于GIS的空间分析方法,利用谷歌地球引擎开发的定制化机器学习算法实现精准的土地覆盖分类和预测,同时借助SWMM 5.2模型进行水文-水力模拟和基于自然解决方案的效能评估。这种方法尤其适用于那些土地利用变化对径流生成有显著影响的小城市流域(Yang等人,2015;Zambrano等人,2017),因为这类地区的气候变化带来的水文响应也可能因土地利用变化而进一步加剧(Muhammad等人,2024)。本研究将以孟加拉国锡尔赫特的沙贾拉尔乌波沙哈尔地区为研究对象,该地区人口密集、数据匮乏且易发洪水,正处于快速城市化进程中,但目前还缺乏对土地覆盖变化、径流动态以及可持续减灾措施的系统性研究。

总体而言,基于上述研究问题及已识别的研究缺口,本研究取得了以下科学贡献:
1. 提出了土地覆盖变化-城市水文-基于自然解决方案三者关联的综合评估框架,首次实现了对这一复杂系统中各要素之间顺序依赖关系的系统化分析。
2. 为数据匮乏的城市地区的城市水文建模提供了有力的数据支撑,通过整合多种空间数据,建立了可用于此类地区水文模拟的时空数据集。这些数据集包括此前无法获取的流域和水利基础设施信息,如主干道和支路网络、运河、排水沟以及交叉点等信息;通过手工提取高程数据,为那些分辨率较低的现有数字高程模型补充了更精细的本地化数字高程模型;同时整合了多源、多级别的遥感数据,实现了土地覆盖的动态监测;此外还针对城市水文模拟需求,设计了特定的暴雨场景。
3. 开发了基于机器学习的稳健土地覆盖变化动态建模方法,通过多时相机器学习模型对历史数据(2003–2023年)和预测数据(2033年)进行精准分析,从而为城市径流和洪水模拟提供可靠的数据支持。该研究系统地评估了多种定制化模型,以确定其捕捉土地覆盖变化以及区分不同土地覆盖类型的能力。同时,它还识别出了影响小规模城市流域时空景观动态的关键驱动因素。4. 基于情景的水文敏感性全面量化:研究分析了36种不同的暴雨情景下的水文响应与水力行为,这些情景涵盖了从短时长到长时长、从高频到极端的降雨情况。这种基于情景的方法通过揭示流域对径流产生的敏感性、其对排水系统的影响,以及在不同历史、当前和预测的土地覆盖条件下的洪涝风险,进一步加深了对土地利用与水文相互作用的理解。5. 动态城市条件下的基于证据的自然解决方案评估:该研究在预测的水文状况和城市发展情景下评估了多种自然解决方案策略,为生态敏感型海绵城市设计提供了关于其有效性、敏感性及最佳应用方式的定量见解。6. 适用于城市洪水韧性分析的可迁移框架:所提出的框架具有模块化结构,便于应用于其他城市流域,为数据匮乏地区的城市水资源管理提供了方法论指导。通过将各种方法上的局限性整合到一个综合框架中,这项研究超越了单一方法的改进,为土地覆盖-径流-减灾链条做出了重要贡献。它首次系统地量化了在回顾性和前瞻性条件下,土地覆盖变化如何影响城市水文响应,从而为设计及评估用于提升洪水韧性的自然解决方案提供了依据。这些研究结果为有针对性的洪水风险缓解提供了可行依据,同时有助于实现联合国可持续发展目标中的第6、11、13和15项目标,推动建设具有韧性、适宜居住且环境可持续的城市。本文的其余部分结构如下:第二节介绍了所采用的方法,包括建模框架和评估流程;第三节展示了研究结果并重点阐述了定量分析结果;第四节讨论了关键发现,指出了研究的局限性,并提出了改进方向及未来研究思路;最后,第五节总结了研究成果。

研究区域
本研究以孟加拉国锡尔赫特市易受洪水侵袭的沙贾拉尔乌波沙哈尔地区(图1a)为研究对象,该地区位于北纬24.88°–24.89°、东经91.88°–91.90°之间,面积约为130.76公顷。该地区毗邻苏尔马河,属于锡尔赫特市议会第22选区,被划分为A–J共八个区域。这里以住宅区为主,约有3,830户家庭,人口为17,491人(BBS,2023年数据),此外还有宗教场所、教育机构及商业设施,如清真寺、学校、医疗机构等。

研究结果
研究结果分为三个部分:(3.1)基于机器学习的土地覆盖动态分析,(3.2)土地覆盖变化对城市水文响应的影响,(3.3)在持续城市化背景下自然解决方案的水文表现。

机器学习在土地覆盖建模中的可靠性
机器学习作为一种先进的分析工具,已被广泛应用于基于遥感的土地覆盖建模中。与传统统计方法相比,它能更精准地捕捉多光谱和多时相影像中的复杂非线性关系。这些优势使得人们能够构建预测框架,无需大量人工干预即可高效地估算未知区域和未来时期的土地覆盖状况。不过,其性能仍会受到诸多因素影响……

结论
本研究构建了一个整合了遥感技术、机器学习、水文水力模拟以及自然解决方案的综合性框架,用于在数据匮乏的环境中分析城市暴雨水文动态。以锡尔赫特市的沙贾拉尔乌波沙哈尔地区为例,研究揭示了在快速城市化进程中,土地覆盖变化如何加剧洪水风险。2003年至2023年间,该地区的自然表面面积减少了26.7%,其中水体面积减少了11.5%,而不透水表面面积则预计会进一步增加……

关于生成式人工智能及AI辅助写作技术的声明
在撰写本文过程中,作者们使用了Grammarly、QuillBot和ChatGPT等工具来提升手稿的可读性和语言表达质量。在使用这些工具或服务之后,作者们对内容进行了必要的审核和修改,并对最终发表的文章内容负全责。

CRediT作者贡献说明
Bodruzzaman Khan:撰写——初稿撰写、软件应用、研究实施、概念构思。MD Asrafuzzaman Arif:撰写——审稿与编辑、研究实施、数据整理。Momotaj Jahan Mitu:撰写——审稿与编辑、结果验证、数据整理。Abu Reza Md. Towfiqul Islam:撰写——审稿与编辑、研究指导、资源协调、数据整理。Md Altaf Hossain:撰写——审稿与编辑、研究指导、资源协调、项目管理。

利益冲突声明
作者们声明自己不存在任何可能影响本文研究结果的已知财务利益或个人关系。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    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