台风Doksuri期间福建沿海社区的快速响应与恢复力：基于大规模人类移动数据的见解

《International Journal of Applied Earth Observation and Geoinformation》：Rapid community response and resilience to typhoon Doksuri in coastal Fujian: insights from large-scale human mobility data

本研究针对台风灾害中社区动态恢复力评估方法不足及跨城市比较研究缺乏的问题，利用370万匿名用户的移动定位数据，对2023年超强台风“杜苏芮”影响下福建六市社区响应与恢复模式进行了深入分析。研究创新性地提出了融合灾害危险因子与人类移动模式的“扰动-响应-恢复”（DRR）框架，揭示了社区在台风登陆前2天内快速响应（70%社区）、登陆日移动强度下降80%、灾后3天内90%社区恢复的关键事实，并识别出预警、台风路径、降雨、经济水平（GDP）及道路密度是影响响应与恢复差异的重要因子。该成果为优化以人为中心的灾害减缓策略提供了实证依据，对提升社区韧性具有重要参考价值。

　　

台风，作为全球范围内最频繁且最具破坏性的自然灾害之一，对人类社会和城市系统构成严重威胁。在过去五十年中，台风占天气、气候和水相关灾害的17%，却造成了38%的灾害相关死亡和经济损失。随着气候变化和人为因素的影响，台风风险预计将进一步加剧，表现为高强度台风事件频率增加、影响范围扩大以及沿海人口和经济活动的增长。这些趋势凸显了从即时准备到长期适应等不同时间尺度上增强台风灾害响应和应急管理能力的紧迫性。

在此背景下，社区恢复力已成为灾害风险管理、城市规划和可持续发展实践中的一个基本范式。它代表了社会系统在保持基本结构和功能的同时，有效抵抗、吸收、适应、转型和从灾害影响中恢复的综合能力。然而，当前的社区恢复力评估主要采用多维指标框架，侧重于评估固有的恢复力，而评估适应性的恢复力——即社区实时适应和灾后恢复的动态能力——仍然是一个方法上具有挑战性的维度。传统的自上而下的评估方法基于静态指标，由于数据粒度和方法设计的限制，无法充分捕捉灾害影响的动态和社区响应过程。

近年来，利用人类移动模式量化动态恢复力的数据驱动方法已成为灾害恢复力研究的前沿手段。基于大数据的人类行为为监测灾害过程中的时空公众响应提供了新颖的工具，能够以细粒度广泛表征动态灾害过程的社会影响。然而，评估台风期间的社区恢复力仍然具有挑战性，因为现有方法通常将台风简化为单一影响事件，忽视了其危险的演变性质和社区间暴露度的可变性。此外，尽管台风经常影响多个城市和地区，但关于跨城市社区响应和恢复力的比较研究仍然有限，特别是在中国这样台风影响严重且日益加剧的国家。

为了应对这些挑战，由中国科学院地理科学与资源研究所资源与环境信息系统国家重点实验室的盛黄、杜云艳等人组成的研究团队，在《International Journal of Applied Earth Observation and Geoinformation》上发表了一项研究。该研究利用来自福建沿海六个城市约370万用户的大规模匿名人类移动数据，以2023年超强台风“杜苏芮”为案例，深入分析了社区的移动响应和恢复力模式。

研究人员为开展此项研究，主要应用了以下几项关键技术方法：首先，利用Jike平台提供的匿名移动设备定位数据，通过软件开发工具包（SDK）收集用户位置信息，经过数据清洗、地址稳定和用户筛选后，最终确定了约370万常住居民样本，并计算了总旅行距离（TTD）、回转半径（RG）和白天居家时间（TSH）等人类移动指标。其次，收集了台风过程中的小时降水、风速等气象数据，以及数字高程模型（DEM）、土地利用、人口经济统计等多源地理环境数据。关键的分析方法包括：使用随机森林（RF）和SHAP（Shapley Additive exPlanations）机器学习模型来识别影响社区响应和恢复模式的关键因子；并创新性地提出了一个“扰动-响应-恢复”（DRR）框架，该框架通过整合灾害危险因子（如累积风速和降雨）与人类移动模式（以RG为代理）的时空动态，来量化社区在不同灾害阶段（登陆前、后）的响应能力（R₁）和恢复能力（R₂），从而更公平地评估社区动态恢复力。

3.1. 灾害过程中的社区行为响应模式

研究结果显示，福建省沿海城市对台风扰动的响应和恢复极为迅速。在台风登陆前两天（7月26日），居民就开始改变出行行为，所有指标（TTD、RG、TSH）均检测到显著变化。在登陆日（7月28日），旅行强度达到最低点，平均累积TTD和RG下降了约70%-80%，RG从正常的300-500米缩小到100米以内，白天居家时间（TSH）从正常的2-5小时增加到5-9小时。然而，灾后恢复迅速，尽管有极端降雨影响，90%的社区在三天内（至7月31日）恢复了正常旅行水平。不同城市间存在差异，例如在登陆后第一天（7月29日），厦门和漳州的恢复水平（RG ≈ 0.3）高于福州和莆田（RG ≈ 0.1）。社区响应模式与预警信号和灾害因子动态紧密相关，红色预警发布后（7月27日），社区中位RG降至130米，减少了30%；登陆日进一步降至40米，超过90%的社区（包括远离台风路径的社区）都出现了显著的流动性减少，凸显了政府指导和预警系统在塑造社区行为方面的有效性。

3.2. 社区行为响应的预测因子

通过随机森林和SHAP分析，研究发现灾害强度、沿海邻近度和社会经济条件是灾害全过程社区响应和恢复模式的重要预测因子。台风登陆前，社区响应差异与台风距离（相对贡献度48.4%）、日风速和降雨量、海岸线距离（10.5%）以及历史强台风经验（7.1%）显著相关。例如，距离台风路径约540公里以内的社区表现出流动性显著下降。台风登陆后，恢复差异主要受降雨量（相对贡献度70.9%）和当地经济状况（以GDP衡量，9%）的显著预测。当降雨量超过30毫米（中国气象标准中的大雨）时，其对流动性下降的预测贡献转为显著正值。经济发达社区（GDP > 50亿人民币）的灾后流动性恢复受到更明显的抑制。此外，社区历史年降雨量与灾后行为恢复呈负相关，表明历史上降雨较多的区域可能表现出更强的恢复力。

3.3. 基于响应曲线的社区恢复力评估

应用新提出的DRR框架进行评估，结果显示社区恢复力存在显著的空间异质性，并呈现明显的全局聚类模式（R₁和R₂的Moran I值分别为0.38和0.43）。响应能力较低（即更敏感）的社区多位于内陆地区，而得分较高的社区主要分布在台风路径东侧的沿海地区，特别是莆田和泉州市。在恢复能力方面，得分较高的社区位于遭受强降雨严重影响的城镇和城市区域。具体而言，福州和宁德的社区表现出更强的恢复能力，分别有41%和30%被评为高水平（4-5级），而漳州低恢复能力的社区比例最高（80%评为1-2级）。不同经济水平社区间也存在差异，经济水平较低的社区表现出更高的敏感性和更低的恢复能力。低响应能力得分的社区比例从城市（13%）到乡镇（28%）再到欠发达农村地区（47%）依次增加。相反，高恢复能力则呈现相反趋势，城市、乡镇和农村分别为31%、19%和9%。这表明经济发达地区的社区在灾后恢复中可能被优先考虑。

与传统基于曲线下面积（AUC）的方法相比，DRR框架的评估结果更能揭示受灾害影响动态和地理位置的差异。例如，AUC方法可能将受灾较轻的内陆社区（如漳州部分区域）误判为高恢复力，而DRR框架则识别出这些社区实际具有更高的敏感性（表现为登陆前移动变化更大）和更慢的恢复速度，因而恢复力较低。

该研究的结论部分强调，研究成果为了解灾害期间的人类适应行为提供了新的见解，并为在易受台风影响地区制定有针对性的、以人为中心的恢复力策略提供了实证支持。研究发现凸显了福建沿海社区对台风“杜苏芮”的快速响应和恢复能力，约70%的社区在台风登陆前两天内做出响应，90%的社区在影响后三天内恢复。恢复力的空间聚类模式与地理位置、灾害进程和经济水平相关。内陆社区对扰动的敏感性更高，而经历强降雨的城市社区和城镇表现出更强的恢复能力。经济状况较低的社区则表现出更高的敏感性和更低的恢复能力。

在讨论中，作者指出福建对“杜苏芮”的响应展示了政府主导的、自上而下的快速响应机制和预警系统在增强社区恢复力方面的关键作用。研究创新性地提出的DRR框架，通过将台风危险因子与人类移动模式相结合，为台风灾害的动态恢复力评估提供了更具体、更基于实证的见解。该方法能够更精确地识别脆弱社区，例如揭示了内陆社区可能具有较高敏感性和较低恢复能力，而传统的AUC方法则会因累积损失较小而高估其恢复力。

当然，研究也存在一些局限性，例如移动数据对弱势群体的代表性可能不足，恢复力评估框架在表征多维系统属性和直接量化实际灾害影响（如内涝）方面存在局限，以及行政社区单元的分析可能掩盖内部异质性等。未来研究应整合灾害过程模拟与多维社区特征，结合多源数据（如洪水模拟、人类移动、社交媒体和基础设施性能）来支持整体恢复力指标，并改进灾害关键服务可达性的测量。

总之，这项研究通过大规模人类移动数据，深入揭示了台风灾害下社区响应与恢复的动态规律及其影响因素，所提出的DRR框架为动态恢复力评估提供了重要的方法论参考，对于提升城乡社区灾害韧性、优化应急管理策略具有重要的理论与实践意义。