京津冀城市群极端降雨与洪涝灾害的空间分异特征及多情景气候风险评估

针对气候变化下极端降雨与洪涝灾害对城市群系统的威胁，研究人员通过LSTM-GNN模型预测SSP245/SSP585等多情景下京津冀地区的时空极端降雨格局，结合SCS-CN径流模型模拟淹没范围，构建交通、土地利用和人口系统的损失函数，揭示了风险空间分异规律，为城市群气候适应规划提供科学依据。

　　

随着全球变暖加剧，极端降雨事件正以超预期的速度增长。每升温1°C，极端日降雨量将激增7%（O’Gorman, 2015），而城市群因其高密度的人口和经济活动，成为气候风险的"放大器"。京津冀城市群作为中国北方核心经济区，近年来频遭暴雨袭击——2012年"7·21"特大暴雨造成79人死亡，2023年台风"杜苏芮"引发历史性洪涝，暴露出跨流域灾害管理的严峻挑战。然而，现有研究存在三大瓶颈：全球气候模型（GCM）在区域尺度预测极端降雨时精度不足；传统水文模型难以模拟跨流域复合型洪涝；损失评估多聚焦单一系统，忽视城市群多维功能的连锁反应。

针对这些挑战，同济大学的研究团队在《International Journal of Disaster Risk Reduction》发表研究，创新性地构建了"预测-模拟-评估-优化"四步框架。通过整合LSTM（长短期记忆网络）与图神经网络（GNN），首次实现了城市群尺度极端降雨时空特征的精准捕捉；改进SCS-CN（土壤保持局曲线数法）径流模型，突破跨流域洪水模拟的技术壁垒；引入系统韧性量化指标，建立交通网络、土地利用和人口动态的三维损失评估体系。研究选取基准情景、中排放（SSP245）和高排放（SSP585）三种气候路径，揭示了风险演变的非线性特征。

关键技术包括：1）基于历史观测与GCM数据的LSTM-GNN混合建模，通过城市集群输入提升预测稳定性（R²达0.82）；2）SCS-CN模型耦合DEM数字高程与土壤渗透参数，实现216,800km²区域的淹没模拟；3）构建动态损失函数，量化降雨直接冲击与洪水次生灾害的复合效应。

【极端降雨-洪涝的情景变异】
研究发现：SSP585情景下极端降雨强度增幅达19.7%，但风险呈现"集中化"特征——北京通州、天津滨海新区等东部区域仍是重灾区，而保定、石家庄等南部城市风险增长率最高（+23.4%）。值得注意的是，高排放情景的总体经济损失反低于中排放情景，这与风险空间再分布导致的"损失稀释效应"有关。

【系统脆弱性的空间分异】
交通网络在廊坊-唐山交界处表现出最高脆弱性（韧性指数0.32），主要受跨流域洪水叠加影响；土地利用系统中，北京昌平与承德兴隆的农业用地损失波动性最大（变异系数1.87）；人口系统风险呈"双极分布"——天津沿海低洼区与张家口山区分别面临洪水淹没和次生地质灾害威胁。

【气候适应策略】
研究提出"分区-分级-联动"应对体系：东部建设地下储洪廊道，南部优化植被缓冲带，西部强化山地灾害预警。特别强调通过城市群生态补偿机制，协调上下游防洪资源分配。

这项研究的突破性在于：首次在区域尺度实现"气候情景-灾害链-系统响应"的全链条量化，为《巴黎协定》本地化实施提供技术支撑。提出的动态损失评估框架，可推广至长三角、粤港澳大湾区等城市群。正如Yuwen LU团队在讨论中指出："城市群气候韧性不仅取决于单体城市防御能力，更关键在于跨行政区的协同治理——这正是我们的模型最具政策价值之处。" 该成果已被纳入《京津冀协同发展防灾减灾专项规划》技术导则，标志着中国城市群气候适应研究从理论走向实践。