菲律宾卡加延河流域未来洪水暴露与损害的气候与土地利用驱动因素

《Journal of Hydrology: Regional Studies》：Climate and land-use drivers of future flood exposure and damage in the Cagayan River Basin, Philippines

　　

研究区域。菲律宾吕宋岛北部的卡加延河谷地区（第二区）包含卡加延河流域，这是该国最长的河流系统和最大的流域。该流域是主要的稻米和玉米产区，但反复发生的热带气旋和季风洪水几乎每年都造成损害。研究重点。本研究通过在一个共同的时间框架内整合气候、土地利用和人口情景，评估未来的洪水灾害、暴露和私营部门损害。气候强迫数据来自三个CMIP6（第六次国际耦合模式比较计划）全球气候模式——ACCESS-CM2、CanESM5和EC-Earth3-Veg-LR——在四种共享社会经济路径（SSP）情景下，经过偏差校正的降雨驱动了降雨-径流-淹没（RRI）模型。未来土地利用通过结合土地利用变化模型（LCM）的易感性得分与人口和作物面积需求约束进行预测，而人口分布则根据政府预测和空间协变量进行估算。通过叠加预测的土地利用、人口和淹没情况，本研究量化了特定作物的暴露，分离了气候驱动和土地利用驱动的贡献，并评估了土地利用调控措施。新的水文见解。这项综合评估表明，在所有未来的SSP情景下，模拟的洪峰流量都会增加，因为降雨事件呈现出更高的短历时强度和更尖锐的时间峰值。在高强迫情景下，百年一遇的淹没面积增加了31%以上。在中等人口情景下，暴露人口增加了约100%，从目前的大约100万人增加到2070年的200万人。气候变化主要增加了频繁洪水的暴露，而土地利用扩张则放大了罕见洪水的暴露和损害。基于风险信息的土地利用调控可将未来的住房损失减少高达每年1.54亿菲律宾比索。

**论文解读：菲律宾卡加延河流域未来洪水风险的综合评估**

本研究发表在《Journal of Hydrology: Regional Studies》上，旨在评估菲律宾卡加延河流域未来洪水灾害、暴露和损害，并探讨气候与土地利用变化的相对贡献。研究人员通过整合气候情景、水文模型和基于机器学习与需求约束的土地利用预测，对该地区的未来洪水风险进行了综合评估。

**研究背景与问题**
近年来，在气候变化影响下，洪水与热带气旋的频率和强度在亚洲呈上升趋势。菲律宾作为每年遭受约20次热带气旋影响的国家，洪水频发并造成重大经济损失。卡加延河流域是菲律宾最易受洪水侵袭的流域之一，也是最重要的稻米和玉米产区。尽管已有大量研究结合气候情景与水动力模型评估东南亚地区未来洪水灾害，并一致报告在高强迫情景下洪峰流量和淹没面积将增加，但现有研究仍存在几个关键空白。首先，气候、土地利用和人口情景往往未在统一的时间框架内对齐，难以解释综合风险。其次，农业暴露通常以汇总形式报告，未区分水稻和玉米等主要粮食作物。第三，基于机器学习的土地利用预测很少受到官方人口或作物需求预测的约束，限制了透明度和政策可追溯性。第四，气候变化和土地利用变化在未来洪水暴露和损害中的相对作用仍未充分分离。

**研究方法概述**
为回答上述问题，研究人员构建了一个综合评估框架。主要技术方法包括：
1. **气候情景与洪水模拟**：研究使用来自NEX-GDDP-CMIP6数据集的三个全球气候模式（ACCESS-CM2, CanESM5, EC-Earth3-Veg-LR）在四种SSP情景（SSP1-2.6, SSP2-4.5, SSP3-7.0, SSP5-8.5）下的数据。通过三步分位数降尺度方法对日降水进行偏差校正，并以校正后的GSMaP卫星降水数据为参考。利用降雨-径流-淹没（RRI）模型模拟未来洪水灾害，该模型使用扩散波演算和坡面-河道耦合流进行模拟。模型使用台风“尤利西斯”的数据进行了率定。
2. **土地利用与人口预测**：未来土地利用通过结合土地利用变化模型（LCM）生成的易感性（转变潜力）得分与官方的需求约束进行预测。LCM使用人工神经网络从两期历史土地利用/土地覆盖（LULC）地图和解释变量中学习转变概率。城市、水稻和玉米的面积需求分别基于菲律宾统计局（PSA）的人口预测（三种情景）和农业需求估算进行独立计算。未来人口的空间分布则使用基于WorldPop网格数据校准的多元线性回归模型进行估算，协变量包括地形、可达性和土地利用类型。
3. **暴露与损害评估**：通过叠加预测的洪水淹没图与未来的土地利用和人口分布图，量化未来的洪水暴露。通过分解分析，区分气候变化和土地利用变化对暴露的贡献。私营部门的洪水损害通过叠加淹没深度与暴露图层，并应用深度-损害曲线和单位成本进行估算，主要关注住房、水稻和玉米的损失。

**研究结果**

**3. 气候变化分析**
- **未来重现期降雨**：研究提取了2060-2079年各GCM和SSP情景下的年最大日降雨量，并估算了百年一遇降雨。结果显示，在大多数情景下，10年一遇降雨强度增加，而更罕见极端事件的变化取决于历时和SSP情景，其中SSP3-7.0和SSP5-8.5情景下的7日降雨事件增加显著。
- **RRI模型设置**：模型使用台风“尤利西斯”的数据进行率定，在Tuguegarao站模拟的洪峰水位与观测值相差在0.02米以内。

**4. 土地利用分析**
- **过去土地利用变化**：2015年至2020年间，森林和荒地面积减少，而水稻、玉米和城市面积扩大。这些主导转变占观测到总变化的94%，反映了农业和城市向先前非居住用地的扩张。
- **未来土地利用制图**：在三种分配规则下生成未来LULC地图：转变限于经验观察到的方向；具有较高LCM易感性的像元优先转变；每个类别的总面积受限于预测的土地需求目标。
- **预测人口分布**：人口密度的空间分布模型具有中等解释力（R²=0.300）。模型显示人口集中主要与城市土地覆盖相关，其次与水体和稻田区域相关，而森林和荒地则与较低的人口密度相关。

**5. 结果**
- **未来降雨与洪水模拟**：模拟了四种SSP情景下的百年一遇事件，以及两个参考案例。结果显示，所有未来SSP情景下的模拟洪峰流量均增加。百年一遇的总淹没面积从当前气候下的3280 km²扩大到SSP2-4.5、SSP3-7.0和SSP5-8.5情景下的超过4300 km²。值得注意的是，SSP1-2.6情景尽管总降雨量较低，但由于降雨集中在更短的时间内并产生更急剧的径流响应，其洪峰流量和淹没面积略高于当前的百年一遇事件。
- **未来土地利用与人口制图**：相对于2020年，2070年的LULC地图显示城市和农业用地区域向外扩张，森林和荒地相应收缩。人口密度在主要城市中心及其周边以及关键定居走廊沿线保持最高。
- **气候与土地利用驱动的暴露变化**：通过分解分析发现，对于百年一遇洪水，城市和水稻区域的暴露在SSP2-4.5、SSP3-7.0和SSP5-8.5情景下大幅增加，其中人口情景1因土地开发程度更大而增加更多。对于城市区域，在百年一遇洪水和人口情景2下，高排放情景中的暴露增加了大约五倍，由气候加剧和城市扩张共同驱动。稻田暴露在所有SSP和人口情景下均上升，气候变化是主要驱动力，土地利用变化进一步增加了暴露。玉米田暴露的净增加较小。人口暴露强烈增加：在SSP2-4.5、SSP3-7.0和SSP5-8.5情景下，约有200万人（约占情景2中2070年预测人口的46%）暴露于洪水，而当前的百年一遇事件下约有100万人（约占2020年人口的30%）暴露，表明气候变化是百年一遇事件中人口暴露增加的主要驱动力。对于十年一遇（频繁）洪水，城市、水稻和玉米区域的暴露在所有情景下均增加，主要由气候变化驱动；土地利用变化的贡献小于百年一遇事件。对于二百年一遇（极端）洪水，暴露的增加主要由土地利用变化驱动，因为极端降雨强度在不同SSP间的变化较小。
- **洪水损害成本分析**：未来总损害增加，建筑物的绝对增加最大。在SSP3-7.0情景下，建筑物损害增加到当前水平的约4.86倍（十年一遇事件）和约7.45倍（百年一遇事件）。尽管水稻的淹没面积更大且单位面积价格更高，但由于其抗洪性更强（反映在深度-损害曲线中），在百年一遇洪水下，水稻和玉米的损害相似。考虑年预期损害后，潜在生产价值的净增长被削弱：水稻的增长从37%降至32%，玉米从22%降至20%。
- **土地利用调控效益**：考虑了三种城市发展案例进行评估。相对于不考虑灾害等级的基线案例，基于风险信息的案例（禁止在“极高”易感性区新建建筑）和更严格的案例（禁止在“极高”和“高”易感性区新建建筑）均减少了住房损害。在SSP3-7.0情景下，基于风险信息的土地利用调控带来的年化效益分别约为每年6700万菲律宾比索和1.54亿菲律宾比索。

**讨论与结论**

**6. 讨论**
- **降雨集中的水文意义**：卡加延河流域的洪水响应不仅取决于极端事件的总降雨量，还取决于其时间集中度。SSP1-2.6情景是明显例证，其7日降雨量低于当前的百年一遇事件，但由于降雨集中在更短的时间窗口内，洪峰流量和淹没面积反而更高。这与流域的大集水面积和汇流时间有关。
- **洪水暴露的气候与土地利用驱动因素**：驱动因素分解结果表明，气候变化和土地利用变化的相对重要性取决于事件频率。气候变化是频繁（十年一遇）洪水额外暴露的主要驱动因素，因为更高的降雨量将淹没范围扩展到已开发区域。对于罕见（二百年一遇）事件，土地利用变化变得相对更重要，因为极端降雨强度在不同SSP间变化较小，额外的暴露主要来自安置在已经易受洪水侵袭区域的新定居点、农田和人口。
- **对土地利用调控的启示**：损害分析表明，即使采取中等限制措施，基于风险的分区也能带来可观的效益。在SSP3-7.0情景下，将新建建筑排除在“极高”易感性区外，每年可避免约6700万菲律宾比索的住房损害；若同时排除“高”易感性区，这一效益将增至每年1.54亿菲律宾比索。这些是上限估计，因为它们假设禁令得到执行且被转移的开发会进入低风险区域。
- **局限性与不确定性**：研究存在若干局限。首先，仅使用了三个GCM，因此模式间范围低估了完整的CMIP6气候预测不确定性。其次，人口和土地利用情景是确定性的，未衡量人口统计、需求和产量假设的不确定性。第三，人口空间分解依赖于有限的协变量集。第四，土地利用变化仅被视为暴露驱动因素；未来工作应评估土地利用变化与洪水响应之间的交互反馈。

**7. 结论**
本研究结合统计气候分析、基于RRI的洪水模拟和基于机器学习的土地利用分配，评估了菲律宾卡加延河谷地区未来的洪水暴露和损害。通过将基于SSP的气候灾害与人口和需求约束的土地利用情景联系起来，本研究分别评估了水稻和玉米，并量化了基于风险信息的土地利用调控的效益。三个研究问题回答如下：
**RQ1.** 在所有未来的SSP情景中，由于未来降雨事件呈现出更高的短历时强度和更尖锐的时间峰值，模拟的洪峰流量相对于当前的百年一遇事件有所增加。百年一遇的总淹没面积从当前气候下的约3280 km²扩大到高强迫情景下的超过4300 km²，增幅超过31%。
**RQ2.** 气候和土地利用变化的结合增加了城市区域、稻田、玉米田和人口的暴露。增加程度因土地利用类别而异：城市和水稻暴露急剧上升，而玉米田暴露在施加的土地需求和转变规则下增长更为温和。在中等人口情景（情景2）下，暴露于百年一遇洪水的人口大约翻了一番，从目前约100万人增加到2070年的200万人。
**RQ3.** 额外暴露的主要驱动因素取决于事件频率：气候变化主导了频繁（十年一遇）洪水的增加，而土地利用扩张通过将定居点和农田安置在已经易受洪水侵袭的区域，放大了罕见洪水（二百年一遇）的暴露和损害。基于风险信息的土地利用调控，限制在矿业和地球科学局（MGB）“极高”和“高”易感性区新建建筑，在SSP3-7.0情景下可将未来住房损失减少高达每年1.54亿菲律宾比索。
这些发现表明，卡加延河谷地区的洪水风险管理应结合气候适应和基于风险信息的土地利用规划，而不是将未来洪水风险视为单纯的气候问题。该框架可从开放数据和政府统计数据中复现，并可转移到其他面临类似气候和土地利用压力组合、缺乏足够监测资料的热带流域。