《International Journal of Disaster Risk Reduction》：A Catastrophe Modelling Approach for Rapid Post-Event Flood Loss Estimation
编辑推荐：
灾害模型是量化洪水风险和支撑保险、再保险及灾害风险管理决策的核心工具。随着气候变化和快速城市扩张加剧洪水影响，在不同气候和社会经济背景下进行稳健且透明的损失估算日益关键。这一需求在数据稀缺地区尤为迫切，包括干旱和半干旱环境，其中短历时、高强度降雨在监测稀疏的流
灾害模型是量化洪水风险和支撑保险、再保险及灾害风险管理决策的核心工具。随着气候变化和快速城市扩张加剧洪水影响，在不同气候和社会经济背景下进行稳健且透明的损失估算日益关键。这一需求在数据稀缺地区尤为迫切，包括干旱和半干旱环境，其中短历时、高强度降雨在监测稀疏的流域中引发破坏性山洪。尽管开放地理空间数据取得进展，灾害尺度洪水损失估算仍主要由专有建模平台主导，且关于完全开放、可审计的工作流能否重建灾害并量化近期极端事件经济损失的证据有限。
本研究表明，一个完全开放数据的灾害建模框架可以重现2024年4月迪拜山洪并生成经济上合理的损失估算，且无需依赖专有工具。研究整合了偏差校正的卫星降水数据（GPM-IMERG）、水文条件化的全球裸地数字高程模型（FABDEM）、二维水动力建模、开放建筑暴露数据以及经过校准的全球深度-损失函数，构建了一个透明的端到端工作流。重建的洪水淹没范围与Sentinel-1观测数据相比，临界成功指数（CSI）达到0.65；估算的地面损失约为160-180亿阿联酋迪拉姆（AED）（约40-50亿美元）。城市曲线数（Curve Number）敏感性分析表明，±5和±10的扰动对总损失产生相对适度的变化，主要空间格局保持基本稳定。
这些结果证明了全球可获取数据集和开放建模工具在数据稀缺环境中支持快速、透明的灾后洪水损失评估的潜力，同时强调了在降雨强迫、城市排水表征、暴露度和脆弱性方面考虑不确定性的重要性。
论文解读
一、研究背景与问题
洪水是全球最主要的自然灾害类型，造成生命损失、基础设施破坏和经济损失。预计到2050年，全球洪水损失将超过600亿美元。洪水风险暴露不成比例地集中在低收入和中等收入国家，全球89%的洪水风险人口居住在百年一遇洪水影响区域。气候变化加剧和人口迁移模式变化进一步放大了洪水影响，特别是在全球最干旱地区，山洪往往导致快速径流，加剧洪水灾害。到2025年，旱地地区预计将占全球人口增长的一半以上，其中中东、印度和中国城市扩张尤为迅速。
尽管山洪强度和频率不断增加，但对干旱流域山洪演变的研究仍然匮乏，这些流域往往是最缺乏水文监测的环境。量化极端山洪的经济影响不仅是科学需要，也是减少未来洪水损失的核心。然而，在发展中国家评估财产和基础设施损失常常受到有限观测网络和不完整数据集的阻碍。传统洪水建模和风险评估技术通常需要大量水文测量数据、详细土地利用数据和本地深度-损失曲线，而这些在相关情境中并不总是可用。
洪水损失估算传统上由许可制灾害模型主导，这些模型通常是专有的黑箱，需要大量数据和技术投资，在数据稀缺环境中基本无法获取。尽管近年来出现了开源平台（如Oasis Loss Modelling Framework、CLIMADA），但仍有显著空白：缺乏可审计的、端到端的工作流，能够利用全球可用的开放数据并独立验证来量化特定近期事件的损失。特别是，将这些开放模型应用于无观测流域的山洪事件极为有限。
2024年4月14日至17日，一个移动缓慢的风暴系统在阿联酋带来破纪录降雨，国家气象中心确认这是至少75年来最强的24小时降雨总量。迪拜单日降雨约142毫米，超过该市年均降水量，引发大面积城市山洪，导致高速公路瘫痪，迪拜国际机场运营中断。
二、研究内容与意义
研究人员提出了一个可扩展的快速灾后损失量化框架，利用稳健、可公开获取的数据源。该框架可迁移到其他遭受极端事件的数据稀缺地区，使当局和研究人员无需依赖专有工具即可快速估算经济影响。通过利用开放数据，该方法降低了数据稀缺国家开展灾害风险评估的门槛——这些地区往往需求最大但获取许可制模型的机会最少。
研究目标有三：（i）使用开放的二维水动力工作流重建2024年4月迪拜山洪灾害；（ii）从开放建筑数据集和辅助数据集量化建成环境的暴露度；（iii）通过开放脆弱性（深度-损失）函数估算直接经济损失，并将其与报告的保险损失范围进行基准比较，以推断保障缺口并为风险融资和韧性规划提供启示。
三、关键技术方法
研究人员整合了多种开放数据集构建灾害建模框架。降水输入采用GPM-IMERG（全球降水测量任务综合多卫星检索）半小时分辨率卫星降水数据，并使用迪拜国际机场和沙迦国际机场两个地面雨量站观测数据进行乘性偏差校正，校正因子分别为1.42和1.14，取均值1.28作为流域尺度校正系数。地形数据采用FABDEM（去除森林和建筑物的哥白尼数字高程模型），为全球30米分辨率裸地数字高程模型，经水文条件化处理以填充人工洼地。洪水模拟使用HEC-RAS 2D（版本6.6）二维水动力模型，采用隐式有限体积混合网格，基础分辨率30米，水文相关区域细化至10米。地表损失采用SCS曲线数（CN）方法表征，基于土地覆盖与HWSD（协调世界土壤数据库）土壤水文分组数据计算空间分布CN值。暴露数据基于OpenStreetMap建筑足迹（约58.7万栋建筑）结合哥白尼GHS-BUILT-H建筑高度数据集，按住宅、商业和工业分类分配重置成本。脆弱性采用JRC（联合研究中心）全球深度-损失函数。
四、研究结果
4.1 洪水灾害重建
二维水动力模拟成功再现了2024年4月迪拜和沙迦观测到的洪水空间范围和深度格局。峰值淹没与主要旱谷、交通走廊和低洼城区一致。与Sentinel-1 SAR（合成孔径雷达）洪水掩膜定量对比，临界成功指数（CSI）为0.655，误报率（FAR）为0.345，误差偏差为1.527。CSI表明重建与SAR洪水范围之间具有显著空间一致性。偏差大于1表明相对于SAR范围存在过度预测倾向，部分模拟淹没未在SAR洪水足迹中识别。差异也可能反映SAR在密集城市环境中洪水检测的局限性，包括叠掩和阴影效应。
4.2 洪水损失估算与空间分布
2024年4月迪拜和沙迦洪水造成的地面经济损失估计在160-180亿阿联酋迪拉姆（约40-50亿美元）范围内，对应约2%的整体损失率。损失集中在工业部门（约44%），由洪泛区大型高价值设施和设备驱动；其次是商业物业（约41%），反映城市地区密集的零售、办公和酒店暴露；住宅资产约占15%。工业和商业物业合计占估算损失的80%以上。内容物占建模暴露的约60%，但贡献超过80%的物理损失；建筑物占暴露约40%，贡献不到20%的损失。这一行为与脆弱性函数一致——内容物在较浅淹没深度即迅速受损，而阿联酋以钢筋混凝土建筑为主，洪水期间主体结构通常保持完好，损失主要来自固定装置、电气系统、设备和库存等。
4.3 敏感性与不确定性
降水不确定性方面，尽管IMERG因时空分辨率和在阿联酋山洪建模中的适用性而被选用，降水强迫仍是洪水损失估算的重要不确定性来源。研究采用单一降水产品，未进行多产品比较，但通过事件特定雨量站校正提供了透明且局部约束的方法来减少系统性偏差。
城市排水与径流不确定性方面，区域尺度模型未显式表示排水管网、进水口、蓄水结构和泵送基础设施。通过CN扰动情景（CN-10、CN-5、CN+5、CN+10）探索有效城市径流响应的不确定性。结果表明扰动产生预期方向的洪水范围和深度变化，但总损失变化相对有限——相对基线估算变化小于约15%，主要损失热点空间分布和不同占用类别的相对贡献基本保持不变。
脆弱性与损失不确定性方面，仅使用洪水深度作为损失驱动因素，未纳入流速、历时、污染和碎片等因素。全球深度-损失曲线的应用可能因施工实践和建筑类型差异产生不准确。建筑高度估算和重置成本计算引入额外暴露不确定性。已发表的行业估算提供背景证据：约30亿美元保险损失，但地理覆盖、资产覆盖和保险条款差异阻止直接比较。
4.4 对开放数据洪水损失建模的启示
该框架的主要贡献在于展示了一个可审计的工作流，在高度数据稀缺的城市环境中整合山洪灾害重建与地面损失估算。与先前开放灾害建模应用相比，本研究显式路由洪水并从模拟深度估算损失，而Kn?s等人（2022）直接使用降雨强度作为危害指标。开放地理空间数据支持空间显式损失估算，但缺乏本地损失观测使脆弱性迁移和损失验证成为重要局限。
五、结论
本研究提出了一个开放的、端到端的城市山洪灾害损失建模框架，并仅使用可公开获取的数据和工具将其应用于2024年4月迪拜洪水。通过整合偏差校正卫星降水、水文条件化全球DEM、二维水动力建模、开放建筑暴露和校准的深度-损失函数，该框架以完全可审计的工作流重建了洪水灾害、暴露和损失。建模以良好技能再现了观测洪水淹没格局（CSI=0.65）。所得160-180亿阿联酋迪拉姆（40-50亿美元）地面损失估算与独立报告估算数量级相似，尽管全面的事件级损失数据不可公开获取。结果凸显了快速城市化干旱城市对极端雨洪事件的脆弱性，表明即使在传统上被视为低洪水风险的地区也可能发生灾害规模损失。该工作的主要贡献在于证明仅使用开放数据即可为数据稀缺地区构建可信的灾害风格损失模型，降低发展中国家洪水风险评估门槛，并实现透明、可复现的灾后损失估算和保险缺口分析。尽管卫星降雨强迫、排水表征和脆弱性函数仍存在不确定性，该框架为事件响应、保障缺口分析和韧性规划提供了初步基础。
