《Sustainability》:A Transparent Framework for Climate-Adjusted Building-Level Flood Damage Severity Analysis Under Data-Constrained Conditions
编辑推荐:
洪水风险日益受到气候变化和建筑环境脆弱性综合效应的影响,而建筑级洪水破坏严重性分析常常受限于数据的有限可用性。本研究开发了一个透明且可复现的框架,用于在数据受限环境中,分析气候调整后的灾害条件下的建筑级洪水破坏严重性。该框架整合了行政灾后破坏记录、基于地理信息
洪水风险日益受到气候变化和建筑环境脆弱性综合效应的影响,而建筑级洪水破坏严重性分析常常受限于数据的有限可用性。本研究开发了一个透明且可复现的框架,用于在数据受限环境中,分析气候调整后的灾害条件下的建筑级洪水破坏严重性。该框架整合了行政灾后破坏记录、基于地理信息系统(GIS)的地形信息、基于地形的代理洪水深度重建程序以及标准化的莱茵河地图集/国际莱茵河保护委员会(ICPR)深度-破坏关系。代表性基于地形的代理洪水深度是利用建筑位置、地形高程和聚落层面的暴露假设重建的。观测到的破坏类别并非直接用于分配代理洪水深度,而是专门作为经验序数参考信息,用于评估模型推导的破坏严重性的序数一致性。气候效应通过一个基于极端降水强度预测变化的简化灾害调整来纳入。该框架应用于2016-2021年期间塞尔维亚受洪水事件影响的413栋住宅建筑。结果显示,基于地形的代理洪水深度与国际莱茵河保护委员会(ICPR)推导的结构破坏严重性之间存在一致的非线性关系,同时地形高程对相对灾害强度有强烈影响。气候调整的敏感性情景表明,即使极端降水中度增加,也会导致结构破坏严重性可测量的增加以及模型推导的破坏水平向上偏移。所提出的框架为数据受限环境中的洪水破坏严重性分析提供了一种实用方法,支持可持续洪水风险管理和气候适应规划中的改进决策。
**数据受限条件下建筑级洪水破坏严重性分析的透明框架:方法与应用**
**1. 研究背景与问题**
洪水风险正日益被认识到不仅是一个灾害驱动的问题,更是变化的气候条件与建筑环境脆弱性之间复杂的相互作用。在此背景下,理解洪水灾害加剧如何转化为建筑层面的结构破坏,是可持续城市风险管理面临的关键挑战。尽管洪水建模取得了显著进展,但气候驱动的灾害变化与各建筑间破坏严重性重新分布之间的关系仍未得到充分探索。气候变化显著影响极端降水的强度、频率和变率,从而增加了与洪水相关的灾害风险。与此同时,持续的城市化进程进一步加剧了洪水风险。在这些条件下,洪水破坏评估成为事前和事后风险管理过程的关键组成部分。传统的洪水风险分析主要侧重于灾害表征,而近期研究越来越强调理解灾害强度的变化如何转化为结构破坏结果的差异的重要性。这种视角的转变自然引出了对建筑层面分析的需求。
然而,在许多现实情境中,特别是在地方尺度上,建筑级洪水破坏严重性分析受到详细的水力和建筑特定数据可用性有限的限制,这需要使用简化但稳健的分析方法。尽管具有实用价值,行政灾后破坏记录在用于建筑级洪水破坏建模时存在几个重要的局限性。这些数据集主要是为支持灾后补偿和恢复程序而收集,而非用于科学建模目的,因此很少包含详细的水力观测、建筑特定的脆弱性特征或一致的淹没深度测量。因此,许多现有的建筑级洪水破坏研究要么依赖汇总的破坏信息,要么需要额外的实地调查或水力建模,或者依赖于在数据受限环境中通常不存在的详细本地数据集。这些局限性可能降低许多现有方法在仅能获取行政破坏记录和公开可用空间数据的地区的适用性。相对而言,关于气候引起的灾害强度变化如何影响各建筑间破坏严重性分布的关注较少,尤其是在使用观测到的灾后破坏数据集时。这些限制凸显了在数据受限条件下,能够将灾后建筑级破坏数据、基于地形的灾害指标、标准化的脆弱性函数和气候调整的灾害假设联系起来的透明且可复现框架的必要性。
**2. 研究概述与意义**
在此背景下,本研究开发了一个透明且可复现的框架,用于在气候调整的灾害条件下分析建筑级洪水破坏严重性。该研究基于2016-2021年期间塞尔维亚克拉列沃地区受洪水事件影响的住宅建筑的事件数据集。该地区位于伊巴尔河和西莫拉瓦河(Zapadna Morava)的河流系统内。该研究的主要贡献有三方面:(i) 开发了一个透明的基于地形的代理洪水深度重建程序,使得无需水力模拟或观测淹没深度即可进行建筑级洪水破坏评估;(ii) 将公开可用的行政破坏记录、地理信息系统(GIS)衍生的地形信息以及标准化的国际莱茵河保护委员会(ICPR)/莱茵河地图集深度-破坏函数整合到一个适用于数据受限环境的可复现框架中;(iii) 通过气候调整的灾害缩放和序数一致性评估扩展该框架,从而能够对未来建筑级破坏严重性的变化进行比较评估,同时避免了本地校准脆弱性函数或详细水文建模的需要。该研究发表在《Sustainability》期刊上,为数据受限环境下的洪水风险管理和气候适应规划提供了实用的分析工具和决策支持。
**3. 关键技术方法**
研究人员采用了整合多种数据源和方法的分析框架。研究区域为塞尔维亚克拉列沃市及其周边地区,涉及伊巴尔河和西莫拉瓦河系统。核心数据包括2016-2021年间受洪水影响的413栋住宅建筑的行政灾后破坏记录,这些记录根据塞尔维亚政府规定的国家方法将结构破坏分为六个严重性类别(实际数据中仅包含1-3类)。空间数据处理在QGIS地理信息系统框架中完成,整合了行政边界、聚落边界、河流网络、受影响建筑的地理编码位置以及空间分辨率为30米的公开数字高程模型(DEM)数据。关键的技术方法包括:基于地形和聚落层面参考面的代理洪水深度重建程序,该程序利用建筑位置的地形高程和恒定的假设地面层高于地形的参数(设定为0.20米)来估算相对灾害强度;应用标准化的国际莱茵河保护委员会(ICPR)/莱茵河地图集深度-破坏函数,将重建的代理洪水深度映射为结构破坏百分比;以及一个简化的气候灾害调整方法,基于塞尔维亚数字气候图集提供的极端降水变化指数(Rx5day)和假设的系统响应敏感性参数,对代理洪水深度进行比例缩放,以评估未来气候情景下的破坏变化。整个分析流程强调序数一致性评估,即比较模型推导的破坏严重性与观测的破坏类别在排序上是否一致,而非进行统计校准。
**4. 研究结果**
**4.1 数据集特征与空间分布**
最终数据集包含413栋建筑,地形高程范围约在188米至228米之间,中值约为197米,证实了研究区域低梯度洪泛区的特征。破坏类别分布显示,第1类(226栋)占主导,其次是第3类(124栋)和第2类(63栋),这与主要由局部积水和微地形变化驱动的浅层淹没事件一致。空间上,较高破坏级别倾向于集中在受河流网络影响的区域。
**4.2 跨类别的结构破坏**
模型推导的结构破坏平均值随观测破坏类别单调增加:第1类为13.05%,第2类为15.78%,第3类为21.53%。中值在第1类和第2类保持为10.00%,在第3类增加至23.00。这一模式支持了预期的破坏严重性排序,表明较高的重建代理灾害强度通常与较高的观测行政破坏类别相关。类别内的变异性反映了简化代理深度重建和未观测到的建筑特定特征的影响。
**4.3 气候变化对破坏严重性的影响**
气候调整敏感性情景分析表明,即使极端降水中度增加,也会导致所有情景下结构破坏的一致但温和的增加。破坏随Rx5day指数值增加而增加,而较大的系统敏感性参数值(μ)会产生略强的敏感性响应。由于对代理洪水深度施加了边界限制(0.10–1.00米),系统表现出饱和效应,即灾害强度的增加不会转化为破坏的无限增长。尽管如此,结果一致表明破坏水平存在系统性上升趋势。
**4.4 代理洪水深度-破坏关系与序数一致性评估**
代理洪水深度增加时,相应的结构破坏也随之增加,支持了相对灾害强度与结构破坏严重性之间物理上可解释的单调关系。由于对代理洪水深度施加了下限,导致大量值集中在最小深度附近。从序数一致性的角度来看,该框架表明较高的基于地形的代理洪水深度对应于较高的国际莱茵河保护委员会(ICPR)推导的破坏值,并且通常与较高的观测破坏类别相关。由于观测类别未用于分配代理深度,这一结果支持了所提出框架的行为合理性。
**4.5 主要发现**
研究的主要发现包括:将基于地形的代理洪水深度限制在0.10–1.00米区间内,为浅层淹没条件下的相对灾害强度提供了物理上合理的表征;国际莱茵河保护委员会(ICPR)/莱茵河地图集深度-破坏函数提供了代理洪水深度与结构破坏之间标准化的非线性关系表示;该模型保持了与观测破坏类别的序数一致性,支持了所提出框架在数据受限条件下的方法学合理性;极端降水的气候调整性增加导致模型推导的结构破坏严重性出现温和但系统性的增加,但受到浅层洪水状况和施加的深度限制的约束。
**5. 讨论与结论**
**5.1 讨论**
研究结果表明,在地形高程、基于地形的代理洪水深度和结构破坏严重性之间存在物理上可解释的关系,应解释为相对灾害排序而非精确的水力重建。该模型保持观测破坏类别序数结构的能力尤为重要。与依赖水力模拟或本地校准模型的现有方法相比,所提出的框架提供了一个更简单、更透明的替代方案,优先考虑可解释性和可复现性。气候调整敏感性情景的整合为极端降水强度可能增加下的洪水破坏严重性变化提供了重要见解。结果表明,即使极端降水中度增加,也可能导致建筑层面模型推导的结构破坏严重性增加。非线性行为放大了气候引起的灾害变化效应。然而,变化的幅度仍然受到代理洪水深度边界限制的约束,这引入了饱和效应。该研究承认了若干方法学局限性,包括代理深度重建的间接性、数字高程模型的空间分辨率限制、对地面层高程的均匀假设、国际莱茵河保护委员会(ICPR)脆弱性函数缺乏本地校准、未明确考虑建筑特定复原力差异以及气候灾害调整的简化比例方法。尽管如此,该框架为数据不可用时分析洪水破坏严重性提供了一种透明且可复现的方法。
**5.2 结论**
本研究提出了一个透明且可复现的框架,通过整合行政灾后破坏记录、基于地理信息系统(GIS)的地形信息和标准化的深度-破坏关系,在观测和气候调整的灾害条件下分析建筑级洪水破坏严重性。结果表明,在低梯度洪泛环境中受地形高程强烈控制的基于地形的代理洪水深度,是结构破坏严重性的一个可解释的相对灾害指标。国际莱茵河保护委员会(ICPR)脆弱性函数的应用证明了代理淹没深度与结构破坏严重性之间一致的非线性关系,从而能够与观测破坏类别进行序数比较。研究结果进一步表明,基于地形的代表性代理洪水深度重建,结合对观测序数破坏类别的评估,在数据受限背景下提供了相对灾害强度的物理一致且方法学稳健的指标。观测破坏类别不直接用于分配代理洪水深度,而是作为评估所提出框架序数一致性的经验序数参考信息。气候调整灾害情景的纳入表明,即使极端降水中度增加,也可能导致模型推导的结构破坏严重性可测量地增加。重要的是,气候调整的灾害情景不仅影响模型推导的破坏严重性的大小,还影响其在各建筑间的空间分布,表明在已暴露区域可能存在影响加剧的集中。从方法学角度来看,该研究表明,在不依赖数据密集型水力建模的情况下,可以获得关于洪水破坏动态的有意义的见解。通过优先考虑可解释性和内部一致性,所提出的框架为在数据可用性有限的地区分析洪水破坏严重性提供了一种实用且可扩展的方法。这些发现对可持续洪水风险管理和气候适应规划具有直接意义。通过强调地形、灾害强度和破坏严重性之间的关系,该研究支持制定有针对性的风险降低措施和空间知情的规划策略。未来的研究应侧重于纳入建筑特定特征,在数据可用时通过水力建模改进洪水深度估计,并将分析扩展到更长的时间序列和额外的气候调整敏感性情景或完全发展的气候驱动水文情景,以进一步增强建筑级洪水破坏严重性分析的稳健性和适用性。