后热带风暴引起的复合海岸-内陆洪水事件的后报

《Journal of Hydrology》：Hindcasting compound coastal-inland flood events caused by post-tropical storms

　　

后报框架重建了后热带风暴期间爱德华王子岛（PEI）的复合洪水事件，整合了观测降雨和高水位标记（HWMs）到HEC-RAS 2D模拟中。斐奥娜（Fiona）在PEI东部造成更大洪水，而多里安（Dorian）主导了西北部。高分辨率数字高程模型（HRDEM）沟道方法识别出超过两倍的水力结构，改善了水力连通性。

**论文解读：后热带风暴引起的复合海岸-内陆洪水事件后报研究**

**研究背景与问题**
洪水是全球最广泛且破坏性最强的自然灾害之一，气候变化加剧了极端天气事件的频率和强度，尤其在脆弱沿海地区，复合洪水（即强降雨与风暴潮相互作用）的风险显著上升。然而，现有洪水模拟研究多侧重于单一驱动因素（如内陆降雨或海岸风暴潮），或依赖简化边界条件，缺乏对复合洪水事件的真实再现。主要问题包括：观测数据不足（尤其是高水位标记（High-Water Marks, HWMs）的缺失）、地形简化导致水力连通性低估，以及模型参数化缺乏事件特异性。因此，开展基于实测数据的后报（hindcasting）研究，对于揭示复合洪水动力学机制、支持应急准备和适应性规划具有重要意义。

**研究内容与结论**
本研究针对加拿大爱德华王子岛（Prince Edward Island, PEI）在2019年飓风多里安（Dorian）和2022年后热带风暴斐奥娜（Fiona）期间发生的复合海岸-内陆洪水事件，采用后报方法进行重建。研究人员基于此前验证的HEC-RAS 2D（二维水文工程中心-河流分析系统）模型，集成事件特定的观测降雨数据和高水位标记（HWMs）作为输入，并在岛屿尺度上应用高分辨率数字高程模型（High-Resolution Digital Elevation Model, HRDEM）沟道（breaching）技术以增强水力连通性。研究得出以下结论：斐奥娜在PEI东部造成更大洪水，国王县（Kings County）洪水面积增加7.32%；多里安在西北部王子县（Prince County）导致更广泛淹没，洪水面积增加9.94%。HRDEM沟道方法识别出2,895个水力结构，是官方记录的2倍以上，显著改善了地形连通性和洪水路径模拟。该研究首次在加拿大大西洋地区将观测HWM与内陆降雨记录整合到全耦合水动力模型中，为复合洪水后报提供了可扩展框架，并强调了区域定制化适应策略的必要性。论文发表在《Journal of Hydrology》。

**关键技术方法**
研究人员采用以下主要技术方法（忽略试剂和具体培养、质粒构建步骤）：
1. **HEC-RAS 2D模型**：基于二维浅水方程（SWE），模拟地表径流与海岸动力相互作用，采用扩散波求解器，时间步长5–10秒，库朗数控制在0.6–1.0。
2. **高水位标记（HWM）集成**：收集多里安（53个点）和斐奥娜（56个点）的HWM，按洪水灾害情景（FHS）分区平均，作为海岸边界输入。
3. **HRDEM沟道方法**：基于1米分辨率LiDAR数据，通过分析水网与道路网络，识别潜在水力结构位置，并设置75米缓冲半径进行地形切割，以模拟涵洞和桥梁。
4. **降雨数据与SCS-CN法**：采用5–30分钟间隔的历史降雨数据，利用泰森多边形插值，并结合土壤保持服务曲线数（SCS-CN）方法（AMC III条件）模拟降雨-径流过程。
5. **模型验证**：通过对比独立洪水地图（DEJC）和事件照片，进行定量深度比较（差异0.04–0.22米，相对误差1.5%–6.1%）和定性视觉评估。

**研究结果**
**4.1 模型模拟的有效性**
基于此前验证的HEC-RAS 2D模型，研究人员通过定量深度比较和定性视觉评估，验证了后报结果。对于斐奥娜：在赫布里底斯（Hebrides）模拟最大深度2.74米，与参考值2.70米仅差0.04米；在野蛮港（Savage Harbour）模拟深度3.82米，参考值3.60米，差异0.22米。与DEJC洪水地图对比显示空间格局高度一致。对于多里安：在圣彼得湾（St. Peter’s Bay）模拟淹没范围与观测波涌照片吻合，但仅有一个验证点，对比有限。总体而言，模型成功再现了两次事件的空间特征。

**4.2 洪水制图结果**
**4.2.1 市级分析**：市级模拟显示斐奥娜和多里安的洪水空间差异显著。在夏洛特敦（Charlottetown）市，斐奥娜和多名安的洪水面积分别为7.13 km2和7.39 km2，差异微小。但在国王县的三河镇（Town of Three Rivers），斐奥娜洪水面积40.71 km2，是多里安（6.90 km2）的6倍；而在王子县的萨默赛德（Summerside）市，多里安洪水面积7.36 km2，是斐奥娜（3.06 km2）的2倍以上。这些差异源于风暴路径、风向和降雨分布的不同。

**4.2.2 全岛分析**：县级尺度上，斐奥娜在皇后县（Queens）和国王县洪水面积分别增加2.29%和7.32%，国王县达到152.77 km2，远超多里安的28.88 km2。多里安在王子县造成329.53 km2洪水，是斐奥娜（133.20 km2）的2.5倍。格林威治国家公园（Greenwich National Park）案例显示，斐奥娜洪水面积0.08 km2增至2.70 km2，增加97%。研究结果与官方灾后评估一致，强调区域适应性策略的必要性。

**讨论与结论**
**讨论总结**：讨论部分指出，后报框架成功重建了历史复合洪水事件，但存在若干不确定性：降雨站点稀疏导致空间插值误差；HWM分布不均可能造成局部过高或过低估计；HRDEM沟道方法在较大尺度上可能夸大水流运动，且依赖LiDAR数据质量。此外，缺乏事件特定水文测量数据限制了校准和验证。尽管如此，结合定量与定性比较，模型对洪水空间特征的捕捉具有合理可信度。研究结果对未来气候条件（海平面上升、风暴潮增强）下的复合洪水风险评估具有重要启示，框架可扩展至未来情景模拟，并支持实时洪水预报系统开发。

**研究结论翻译**：本研究提供了对后热带风暴多里安（2019）和斐奥娜（2022）在PEI引起的复合海岸-内陆洪水事件的全面后报。通过使用增强的HEC-RAS 2D建模框架，包含详细水力基础设施表示和基于高分辨率HRDEM数据的新型沟道技术，模拟揭示了风、风暴潮和降雨驱动的复合洪水事件的空间变异性和水动力复杂性。结果表明了风暴特定的洪水足迹：斐奥娜在PEI东部产生更大的水文影响，国王县洪水面积增加高达7.32%，而多里安在西北部造成更广泛的淹没，包括王子县增加9.94%。这些模式反映了风暴路径、风向和降雨分布的差异，展示了复合驱动因素如何在不同地理区域以不同方式相互作用。基于HRDEM的沟道方法识别出2,895个水力结构，是官方记录的两倍以上，显著改善了数据有限地区的地形连通性和洪水路径。通过建立在此前验证的模型配置基础上，本研究提供了可靠的后报洪水范围，尽管事件特定观测数据有限。从洪水管理角度，这些发现强调了区域定制化适应策略的必要性。在PEI东部，斐奥娜型事件需要加强海岸沙丘系统、提高基础设施和改善排水；而在西北部，多里安型影响要求建设防浪堤、防波堤或自然缓冲带。集成的市-全岛建模配置为其他面临复合洪水风险的小岛和沿海管辖区提供了可扩展和可转移的工具。未来工作必须优先扩展水文气象监测网络，改进HWM调查的空间覆盖和标准化，并整合集合气候预测以增强模型校准和预测能力。通过后报历史后热带风暴的复合洪水影响，本研究为适应性规划提供了关键见解，可支持PEI政策制定者和利益相关者在日益增加的气候驱动洪水风险下加强沿海韧性和指导可持续发展。