华北极端灾害监测能力提升：基于新型水文气象联合旱涝强度指数的研究

本文推荐采用层次贝叶斯网络（HBN）模型，量化街区尺度下城市要素（如人口密度PD、人均GDP pc）对洪涝灾害中交通状况的影响，揭示了社会要素（影响值0.34）显著高于结构要素（如商业用地比例CLP 0.043），为城市应急管理和洪涝风险防控提供数据支撑。

　　

Highlight

本研究通过构建层次贝叶斯网络（HBN）模型，首次在街区尺度解析了城市要素对洪涝灾害下交通状况的动态影响。结果显示：社会要素中区域人口密度（PD）和人均GDP（GDP pc）对交通影响最大（峰值分别达0.34和0.25），远超结构要素如商业用地比例（CLP 0.043）和道路面积占比（RAP 0.057）。值得注意的是，早晚高峰时段所有指标影响强度均显著高于平峰期。

Model construction results and validation

基于郑州案例的敏感性分析表明，HBN模型能有效量化不同积水深度下城市要素与交通状况的非线性关系。例如，当积水深度>0.5m时，PD的影响力较浅水期提升42%，凸显了社会要素在极端灾害中的放大效应。

Conclusions

该研究为城市洪涝应急响应提供了微观尺度决策工具，证实街区级社会经济数据（如实时人口热力）应纳入智慧防灾系统，而结构要素优化（如CLP调控）可作为长期韧性提升策略。

（注：翻译部分已按生命科学领域表述习惯调整，如"neighbourhood scale"译为"街区尺度"，保留HBN、PD等术语缩写及数值上下标格式）