《Science of The Total Environment》：Analysing flood resilience in the anthropocene: Integrated insights from a multi-scalar extreme event in the himalayas
编辑推荐：
全球气候变化加剧极端降水事件，2023年8月印度 punjab 地区遭遇毁灭性洪水，影响12,000多个村庄和65人丧生。本研究通过气象水文分析发现，7月异常高降雨导致土壤湿度饱和，为8月洪水埋下伏笔。结合HEC-RAS模型和GA优化算法，证实Pong大坝有效降低80%人口暴露风险，但弱势群体（儿童、妇女、非劳动者）受影响比例达46%-47%。建议构建集成实时水文数据、高分辨率降水预报和人口脆弱性指数的智能防洪系统。
阿希什·帕塔尼亚（Ashish Pathania）| 萨兰·拉杰（Saran Raaj）| 戈帕尔·克里尚（Gopal Krishan）| 丹·拉普沃思（Dan Lapworth）| 本特杰·布劳恩斯（Bentje Brauns）| 艾伦·麦克唐纳（Alan MacDonald）| 维韦克·古普塔（Vivek Gupta）| 唐纳德·约翰·麦克阿利斯特（Donald John MacAllister）
印度喜马偕尔邦曼迪的印度理工学院（Indian Institute of Technology Mandi, Himachal Pradesh, India）
摘要
由于气候变化，极端降水事件在全球范围内日益加剧，常常导致前所未有的洪水风险和水资源管理挑战。2023年8月，印度旁遮普邦发生了灾难性洪水，影响了大约12,000个村庄，造成65人死亡。此次洪水凸显了更好地了解此类极端事件多方面驱动因素的必要性，尤其是在依赖大型水坝的地区。本研究分析了与洪水事件相关的水文气象因素、水坝运行情况、水文响应以及社会经济影响。详细的空间时间气象分析表明，7月份的强降雨显著提高了土壤湿度，尽管该地区季节性降雨量不足，但仍增加了8月份的洪水风险。通过结合高分辨率人口数据的HEC-RAS水动力模型，研究表明蓬水坝（Pong Dam）在减轻洪水影响方面发挥了关键作用，与无控制情况下相比，减少了约80%的人口受灾风险。使用2011年村级人口普查数据进行了确定性人口受灾评估，结果显示脆弱群体受到的影响尤为严重：8月15日至17日期间，儿童受灾风险增加了约49%，女性增加了约46%，非劳动人口增加了约47%。基于遗传算法的优化方法通过分段惩罚函数改善了洪水缓解与水资源保护之间的平衡。这强调了整合实时水文数据以实现适应性水库管理的重要性。研究建议政策制定者优先考虑采用包含土壤湿度数据、高分辨率降雨预报和人口脆弱性指数的先进洪水预报系统，同时解决数据可用性、监测密度和机构能力等关键运营挑战。
引言
洪水是全球最普遍、最频繁且最具破坏性的自然灾害之一（Luo等人，2023年）。仅洪水事件就在1980年至2018年间导致223,482人死亡，并造成超过1万亿美元的损失（Tierolf等人，2021年）。政府间气候变化专门委员会（IPCC，2022年）报告称，1985年至2015年间，热带地区的洪水事件增加了四倍，北温带地区的洪水事件增加了两倍半。这些事件占1970年至2019年间所有自然灾害的44%和全球经济损失的33%。IPCC的第六次评估报告（AR6，2022年）预计东南亚地区的年均洪水经济损失将大幅增加。发展中国家受到的影响最为严重，因为快速的城市化进程使大量人口面临严重的洪水风险。印度是全球洪水最频繁发生的国家之一。印度约有4000万公顷的土地面临严重洪水风险（Gupta等人，2003年），这占该国总面积的八分之一。随着时间的推移，印度受洪水影响的区域持续扩大，每年估计扩大0.014百万公顷（Mohapatra和Singh，2003年）。每年约有3000万印度人受到洪水影响，每年报告的死亡人数超过1500人，这一数字占全球洪水相关死亡人数的近20%（Gupta等人，2003年）。
旁遮普邦位于印度西北部，面积为50,362平方公里（印度旁遮普邦政府，2025年）。该地区约75%的面积易受洪水影响，在印度洪水导致的人员死亡中排名第17位（Singh和Kumar，2013年）。2023年，旁遮普邦和喜马偕尔邦在7月和8月都经历了强降雨事件，引发了广泛的水文影响。旁遮普邦在这两个月都遭遇了严重洪水，7月份的洪水影响了1500多个村庄，造成42人死亡（Abraham Cyljo，2023a）。8月份情况进一步恶化，严重洪水淹没了11,927个村庄，造成65人死亡。比阿斯河（Beas River）溢出河岸，淹没了旁遮普邦的多个关键地区，如古尔达斯普尔（Gurdaspur）、阿姆利则（Amritsar）和塔尔恩塔兰（Tarn Taran）（Abraham Cyljo，2023b）。洪水在两个高峰期达到临界水平：8月15日至17日和8月23日至25日。公众对蓬水坝的运行表示担忧，认为其可能加剧了下游的洪水情况。蓬水坝位于比阿斯河上，这是该地区的主要常年河流之一。蓬水坝的蓄水量为7.29亿立方米，管理着12,561平方公里的集水区。喜马偕尔邦的比阿斯河流域是蓬水坝的主要集水区，该流域的水文响应影响着下游的洪水动态。因此，必须研究旁遮普邦和喜马偕尔邦的气候条件，以了解它们在灾害中的作用。基于这两个州之间的水文关系，研究区域被划分为三个部分：喜马偕尔邦的比阿斯河流域（BB Himachal）、旁遮普邦的比阿斯河流域（BB Punjab）以及旁遮普邦的其他地区（图1）。以往的研究强调了水坝在减轻洪水和塑造下游洪水模式中的作用（Boulange等人，2021年）。因此，评估蓬水坝对近期洪水动态的影响至关重要。
洪水对社会的影响是多方面且深远的。然而，这些影响在人口各群体中的分布并不均匀（Peck等人，2022年）。儿童、妇女和边缘化社区等脆弱群体往往面临更高的洪水风险。有限的应对能力和资源获取限制增加了他们遭受洪水的影响（Jerin等人，2024年；Tiwari等人，2022年）。因此，明确了解最易受洪水影响的社区对于制定有效的灾害缓解计划至关重要。这不仅提高了社会对洪水的抵御能力，还满足了脆弱群体的具体需求。
将洪水预报技术与适应性水库运营相结合已成为减轻洪水风险的关键策略（Hanazaki等人，2022年）。这些技术有潜力减少洪水造成的损害并增强韧性。
遗传算法（GA）在确定复杂水资源系统中的最佳运营方案方面已被广泛认可。先前的研究表明，遗传算法可以有效地用于基于预报的水库运营（Jothiprakash和Shanthi，2006年）。开发一个定制的基于遗传算法的水库运营框架对于克服现有方法的局限性至关重要。该框架必须反映蓬水坝的水文和运营特性，通过整合流入量预报、蓄水阶段关系和基于惩罚的约束来提高运营决策能力。
尽管水动力建模取得了进展，但在洪水事件的综合分析方面仍存在关键差距。现有研究往往将水文气象因素与人为因素（如水坝运营）分开考虑（Tanhapour等人，2025年）。大多数先前的研究集中在降雨-径流过程或运营优化上，忽略了它们对下游洪水影响的综合影响。此外，人口脆弱性评估通常依赖于汇总数据，掩盖了特定子群体的不成比例的暴露情况。为解决这些差距，本研究提供了一种新的多尺度评估方法，将大气条件、水库运营和社会经济影响联系起来。它展示了基于遗传算法的优化框架如何增强蓬水坝系统的运营决策能力。本研究解决了以下关键问题：1）洪水期间该地区的气象和大气条件是什么？2）水坝运营在减轻洪水影响的严重性和范围方面有多有效？3）洪水对社会经济产生了哪些影响，特别是在人口脆弱性方面？如果在下游水流不受限制的情况下（无控制情景），这些影响会有何不同？4）基于遗传算法的水库运营优化如何在不同的运营约束下平衡洪水控制和水资源保护目标？
方法论和数据
本研究使用了观测数据和再分析数据集（表1）。分析了印度气象部门（IMD）提供的0.25°×0.25°分辨率的降雨数据集以及欧洲中期天气预报中心（ECMWF）提供的0.25°×0.25°分辨率的ERA5再分析产品。这些数据集用于研究降雨模式、极端降水指数和降雨事件期间的大气环流过程。
降水分析
2023年的严重洪水并不是孤立现象，而是旁遮普邦长期重大洪水事件的一部分。该地区在1988年、1995年、2004年和2010年也发生了重大洪水。2023年8月，旁遮普邦经历了两次明显的洪水事件，第一次发生在8月15日至17日，第二次发生在8月23日至25日。BBMB水文记录显示，2023年8月15日蓬水坝的峰值流入量为约12,500立方米/秒，这是自1979年以来的最高记录。
讨论
研究表明，2023年7月的降雨在为8月洪水事件奠定基础方面发挥了关键作用。印度气象部门（IMD，2023年）的报告指出，喜马偕尔邦7月的降雨量为448.1毫米，比长期平均水平高出75%。同时，旁遮普邦在同一时期的降雨量为231.3毫米，比正常水平高出43.3%（Kaur Prabhjyot等人，2024年）。
结论
本研究对2023年旁遮普邦的洪水进行了全面分析，将水动力建模、人口受灾评估和水库运营优化整合到一个框架中。目的是揭示水文气候因素、基础设施管理和社会脆弱性之间的复杂相互作用。研究的主要发现表明，洪水事件不仅仅是8月降雨的结果，而是之前土壤饱和度的累积效应。
CRediT作者贡献声明
阿希什·帕塔尼亚（Ashish Pathania）：撰写——审稿与编辑、初稿撰写、可视化、软件开发、方法论制定、数据分析。萨兰·拉杰（Saran Raaj）：撰写——初稿撰写、软件开发、正式分析、数据管理。戈帕尔·克里尚（Gopal Krishan）：撰写——审稿与编辑。丹·拉普沃思（Dan Lapworth）：撰写——审稿与编辑。本特杰·布劳恩斯（Bentje Brauns）：撰写——审稿与编辑。艾伦·麦克唐纳（Alan MacDonald）：撰写——审稿与编辑、监督、资源协调。维韦克·古普塔（Vivek Gupta）：撰写——审稿与编辑、监督、资源协调、方法论制定。
利益冲突声明
作者声明以下可能被视为潜在利益冲突的财务利益/个人关系：
维韦克·古普塔（Vivek Gupta）、戈帕尔·克里尚（Gopal Krishan）、丹·拉普沃思（Dan Lapworth）、本特杰·布劳恩斯（Bentje Brauns）、艾伦·麦克唐纳（Alan MacDonald）和唐纳德·约翰·麦克阿利斯特（Donald John MacAllister）表示获得了英国政府外交、联邦与发展办公室（UK Government Foreign Commonwealth & Development Office）的财政支持。作为该期刊的副主编，丹·拉普沃思博士未参与本文的同行评审，也未获取与其相关的任何信息。
致谢
本项工作得到了英国外交、联邦与发展办公室（UK Foreign, Commonwealth and Development Office）的支持，作为“亚洲韧性气候行动”（Climate Action for a Resilient Asia，简称CARA）计划的一部分。
