气候变化与城市扩张下城市内涝适应的自然解决方案(Nature-based Solutions, NbS)优先区识别——以北京中心城区为例

《Land》:Identifying Nature-Based Solution Priority Areas for Urban Waterlogging Adaptation Under Climate Change and Urban Expansion

【字体: 大 中 小 】 时间:2026年07月04日 来源:Land 3.5

编辑推荐:

  以北京中心城区为案例区,本研究构建了一个融合城市内涝"源(Source)–流(Flow)–汇(Sink, SFS)"过程的动态预测框架,用以识别应优先布置自然解决方案(Nature-based Solutions, NbS)的区域,以应对气候变化与城市扩张双重

  
以北京中心城区为案例区,本研究构建了一个融合城市内涝"源(Source)–流(Flow)–汇(Sink, SFS)"过程的动态预测框架,用以识别应优先布置自然解决方案(Nature-based Solutions, NbS)的区域,以应对气候变化与城市扩张双重压力下的气候适应性城市雨水管理需求。该框架集成未来土地利用模拟模型(Future Land Use Simulation, FLUS)、土壤保持服务(Soil Conservation Service, SCS)水文模型及最大熵(Maximum Entropy, MaxEnt)模型,纳入气候变化(RCP8.5情景)与城市扩张情景,模拟2031年内涝风险的时空格局。将高风险区内叠土地覆被数据与开敞空间分布以识别潜在NbS机会空间,并通过实地调查进行验证。结果表明:北京未来内涝风险呈明显的廊道导向格局,与交通基础设施密切相关;交通相关变量贡献率超总模型贡献的80%,说明未来内涝发生地与交通相关空间特征存在强统计关联。实地调查发现大量路边绿地高于相邻道路路面,限制了其对径流的接纳与滞留能力。因此,适应性挑战的关键在于径流路径与邻近开敞空间之间的水文连通性薄弱,而非单纯绿地面积不足。虽然北京的优先区主要呈廊道型分布,其他城市可能受不同过程与空间塑造。更广泛而言,本研究展示了如何将水文风险模拟转化为具空间显式性的规划优先级及更具地方针对性的适应性决策。
论文解读:《Identifying Nature-Based Solution Priority Areas for Urban Waterlogging Adaptation Under Climate Change and Urban Expansion——A Case Study of Central Beijing》,发表于Land。
【研究背景与意义】
在全球气候变化与快速城市化共同作用下,城市内涝已成为威胁公共安全与社会经济的普遍问题。IPCC指出气候变化正加剧城市及基础设施系统的多重风险,而中国特大城市的快速扩张与环境变化共同重塑了城市水文行为,近年全国尺度研究表明极端降水(气候驱动)与不透水面扩张(城市化驱动)共同推高了内涝致灾概率。传统灰色排水基础设施日益难以单独应对,学界与政策层面均提倡采用自然解决方案(Nature-based Solutions, NbS,即依托或模仿自然/近自然生态系统来缓解社会挑战并兼顾生物多样性与人类福祉的措施),在中国则体现为"海绵城市(Sponge City)"建设中对低影响开发(Low Impact Development, LID)与蓝绿基础设施(blue-green infrastructure)的推广。然而现有海绵城市实施常因技术不确定性、空间受限及治理碎片化等原因,使NbS多呈分散式示范项目,缺乏针对未来高风险区的战略性空间优先排序。同时,既有蓝绿基础设施规划多未将未来内涝动力演化(含土地利用转型与气候变化)嵌入优先区划定,洪水/内涝模拟又往往止步于 hazard mapping 而未转化为NbS布设指引。在此背景下,研究人员以北京中心城区(海淀、西城、东城、朝阳、石景山、丰台)为研究对象,提出耦合未来情景下内涝风险预测与NbS空间优先区识别的研究框架,试图回答:(RQ1)气候变暖与城市扩张如何共同重塑北京内涝风险空间格局?(RQ2)何种环境与基础设施因子主导未来易涝区出现?(RQ3)如何将预测的风险格局转化为NbS及蓝绿基础设施部署的优先区?研究成果旨在为高密度大城市在非平稳气候条件下的气候适应性雨水规划提供空间显式依据。
【主要技术方法概要】
研究人员收集2011–2021年北京市内涝点记录(presence-only样本)、多时相土地利用/覆被、DEM及交通基础设施等数据。首先用Future Land Use Simulation (FLUS) 模型基于2011与2021年土地利用数据校准后模拟2031年土地利用格局(整体精度OA=0.911,Kappa=0.786),据此更新SCS-CN值并提取100 m缓冲区内不透水面比例。其次采用Soil Conservation Service (SCS) 降雨–径流模型,在当前与RCP8.5情景下降水增强5.6%(京津冀区域降尺度结果)分别计算百年一遇暴雨下的产流潜力(Runoff Potential),作为SFS框架中的"源(Source)"变量。经Pearson相关性筛选后保留11个环境变量(含距主干道/次干道/地铁/下沉式立交/铁路距离、NDVI、TWI、地表粗糙度、坡向、不透水面比例及SCS产流潜力),输入Maximum Entropy (MaxEnt) 模型,以75%内涝点训练、25%验证,运行10次取均值(AUC=0.800)。分别运行现状(S0)与未来条件(S1:更新SCS产流潜力和FLUS不透水面比例)得到内涝发生概率面,按Natural Breaks划分为低、中、高风险(阈值0.24、0.57)。最后提取高风险区上四分位(top 25%)作缓冲区(200 m高优先级、200–1000 m中优先级),叠合土地覆被识别可改造开敞空间(路边绿带、公园边缘、闲置地等),并结合实地踏勘(检查路–绿空间高差、路缘石阻隔、进水口状况)修正最终NbS优先区。
【研究结果】
3.1 Projected Changes in Climate and Urban Land System Under Future Conditions(未来气候与城市土地系统变化)
SCS模拟显示,RCP8.5与城市硬化共同作用下,百年一遇暴雨产流潜力高值区(>0.5 m)面积较现状增加25.61%,中高值区由破碎斑块转为沿东部朝阳、西北海淀等快速城镇化外围连片簇团;大型公园与生态控制区增幅较小,具缓冲效应。FLUS预测2011–2031年间不透水面约增7.2%,耕地减21.4%转为建设用地,林地草地基本稳定(±2%)。空间上不透水面沿交通廊道与外拓组团指状延伸,填充残余透水斑块,缩短暴雨径流路径并强化地表径流连通性。综上,未来北京中心城区将面临"产流增强+调蓄能力削弱"的双重边界条件。
3.2 Spatial Configuration of Urban Waterlogging Risk Under the Future Conditions(未来条件下城市内涝风险空间格局)
MaxEnt预测的未来内涝高风险区不随机散布,而在中心建成区形成密集连续网络,呈显著线性与廊道导向(corridor-oriented)分布,紧密依附于环线、放射状主干道、轨道交通走廊及下沉路段,构成嵌入城市肌理的"风险骨架"。行政区内部差异大:东城和西城高风险区密集成片且少低风险区;朝阳与海淀虽总体以中低风险为主,但高风险选择性沿交通廊道及副中心连接带嵌布,呈片段化风险廊道;丰台与石景山整体风险偏低,但在城郊过渡带含若干高风险连接段。高风险比例不与行政区面积线性对应,风险区空间连通性比总量更具指示意义。
3.3 Environmental Correlates of Urban Waterlogging Risk(内涝风险的环境关联因子)
变量贡献度高度不均:距主干道距离(37.8%)>距下沉式立交(17.8%)>距地铁线(15.0%)>距铁路(10.3%),交通基础设施相关变量合计贡献>80%;100 m缓冲内不透水面比例贡献11.6%(正相关),NDVI负关联;地形变量(TWI、地表粗糙度、坡向)合计<5%;SCS产流潜力单独贡献仅0.8%但Jackknife检验表明其解释信息与不透水面及交通变量重叠,说明气候强迫通过人工Flow路径与Sink界面被放大体现。响应曲线显示距主干道与地铁线呈距离衰减关系(主干道约1119 m内风险陡升,地铁线约161 m内陡升),下沉式立交呈峰值响应(约43 m处最大后骤降)。综上,北京中心城区内涝风险已演变为基础设施主导型致灾系统:极端降水为触发源(Source),交通网络管控径流汇集与再分配(Flow),不透水面限制入渗与调蓄(Sink)。
3.4 Prioritized Areas for NbS of Urban Waterlogging(城市内涝NbS优先区)
取未来高风险面上四分位(top 25%),做200 m(高优先级NbS干预区)与200–1000 m(中优先级)缓冲区,叠置可改造开敞空间并经实地核查后确定最终优先区。各区统计:朝阳区占高优先级28.2%、海淀25.7%、丰台24.0%,三者合计77.9%;东城与西城占比13.2%但内部饱和度高(分别为66.9%与87.7%),可供干预空间有限;中优先级朝阳独占48.3%,为拦截新兴风险廊道的关键过渡带。实地调查发现多数路边绿地高于路面(局部达15 cm~1 m)且被连续路缘石隔离,导致无法接纳道路径流,即"视觉绿化、水文脱钩"。因此最终NbS优先区定义为内涝高风险、具空间可行性且经实地确认存在水文功能失联三者交汇处,指向需对路–绿界面进行降坎、开口或改建生物滞留设施使之恢复径流接纳–滞蓄功能。
【讨论与结论总结】
讨论部分指出:(1)城市内涝是高密度城区气候强迫与城市形态耦合涌现的结果,交通基础设施不仅是承灾体,更是主动的水文汇流通道与集中区(Flow),路–绿空间微地形高差强化了道路作为径流聚集区;(2)适应核心不在于增绿面积而在于修复道路径流与邻接绿地间的水文连通,需从孤立的公园/站点逻辑转向以交通廊道为基础的分布式蓝绿雨水系统(路侧绿带、交通闲置地纳入bioretention cell、permeable pavement、道路纵断面改造等);(3)研究局限含SCS未模拟二维流路与管网回水效应、MaxEnt依赖presence-only记录且无采样偏差校正、仅用单一RCP8.5情景与FLUS趋势、未追踪子流域尺度径流汇聚过程、优先区阈值与缓冲区具参数敏感性,建议后续结合水动力模型(SWMM/InfoWorks ICM/HEC-RAS)、多情景集合及高分辨率排水数据深化。需注意北京强廊道型机制不能直接套用于依地形洼地、河流倒灌、滨海洪泛或不同路–绿配置的城市。
结论(Conclusions)翻译/浓缩如下:
研究人员构建了融合FLUS土地利用模拟、SCS水文模型与MaxEnt风险预测的框架,在气候变迁与城市扩张双重驱动下前瞻性评估北京中心城区2031年内涝风险并划定NbS优先区。方法论上证明情景基土地系统模拟耦合数据驱动模型可用于大尺度城市风险筛查,并将"源(Source)–流(Flow)–汇(Sink, SFS)"框架操作化为面向未来的建模架构,衔接空间规划理论与定量风险评估。实证发现:①未来北京内涝风险呈结构性重组,表现为沿交通基础设施的廊道型扩展与聚集强化,而非原有热点简单扩大;②尽管极端降水提供触发条件,风险空间显现受城市形态特别是交通廊道与不透水面主导;③关键适应挑战是径流汇集位置与邻接绿地的水文接纳能力错配(路边绿地常高于路面致水文脱联),故NbS优先区识别须综合高风险区、空间机会与实地观测的水文功能障碍。推荐在径流汇聚强且入渗弱的交通密集段采用透水铺装与道路纵断面改造;邻高险路段的低洼路边绿地设生物沟(bioswale)与雨水花园(rain garden);片区尺度高优先级区辅以调蓄池(detention basin)。分区看高优先级集中于朝阳(28.2%)、海淀(25.7%)、丰台(24.0%)合计77.9%;东城西城占比小但内部高度饱和(66.9%、87.7%)。各城市应依自身径流路径、调蓄缺口及基础设施逻辑独立识别NbS优先区,不宜直接泛化北京机制。
相关新闻
生物通微信公众号
微信
新浪微博

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