将能力赤字整合到喀麦隆雅温得数据稀缺非正规住区的开放数据洪水风险筛选中

《International Journal of Disaster Risk Reduction》：Integrating capacity deficit into open data flood risk screening in a data-scarce informal settlement in Yaoundé, Cameroon

　　

非正规住区的综合洪水风险评估受到水文测量、暴露度和社会经济数据稀缺的阻碍，限制了识别和定位最高风险地点以进行灾害风险减少的能力。研究人员提出了一个基于开放数据和代理指标的框架，应用于雅温得（喀麦隆）的Ngousso区，该框架在100 m网格上绘制灾害、暴露度、家庭脆弱性和集体能力，并明确将有限的集体能力表示为风险增加的能力赤字（1 ? C）。灾害由数字高程模型（DEM）衍生的洪水敏感性指数（FSI）表示，并与独立的二维（2D）水动力模拟进行对比评估。FSI与基准灾害呈正相关（Pearson r = 0.65；R² = 0.42），识别出86%的基准高和极高灾害网格单元，支持保守筛选。暴露度结合了OpenStreetMap（OSM）中按类型分类的住宅建筑（从无人机正射影像解读）的人口估计，以及代表经济活动和关键服务的兴趣点（POI）地图。脆弱性通过阶段-损伤关系（stage damage relationships）将基于类型的建筑脆弱性与从国家调查概要转移的社会经济易感性相结合。能力由准备、响应（包括可达性）和恢复的代理指标表示。低标准非正规建筑位于高或极高灾害区的可能性约为高标准正规建筑的23倍。加入能力赤字（1 ? C）使88%的网格单元的连续风险增加，并使28%的网格单元提升到更高的风险等级。该框架能够在数据稀缺、正规与非正规住房混合的城市街区进行快速、可解释的风险筛选，并指示热点是否主要由灾害、暴露度、家庭脆弱性或集体能力驱动。

**研究背景与问题**
水文灾害（如河流洪水、山洪和降雨引发的滑坡）对快速城市化地区的影响尤为严重，特别是在低收入国家，无计划定居点的增长增加了暴露度并加深了脆弱性（Rentschler et al., 2022）。尽管先进的水力与水文建模方法广泛可用，但在低资源与数据稀缺环境中，其应用常受限于有限的水文测量数据、不完整的暴露度信息以及校准与验证资料的缺乏（Tellman et al., 2021）。在高收入国家，洪水灾害建模常嵌入更广泛的风险评估中，结合淹没特征、暴露度信息与脆弱性或损失函数来估计潜在影响（Moel et al., 2015）。然而，在许多低资源城市背景下，这类综合评估仍难以实施。同时，薄弱的灾害管理结构和有限的组织能力使边缘化社区承受重复损失（Ndille & Belle, 2014）。全球范围内，1.7亿人同时面临高洪水风险和极端贫困，其中44%生活在撒哈拉以南非洲（Rentschler et al., 2022）。这一模式与收入不平等比GDP更能预测洪水死亡率的证据一致，因为边缘化群体往往缺乏准备、疏散和恢复所需的资源（Lindersson et al., 2023）。

洪水风险通常被概念化为灾害、暴露度和脆弱性的函数（Kron, 2005）。灾害指洪水等潜在破坏性物理过程，常以水深、流速或持续时间表征；暴露度指位于灾害区的居民、建筑、基础设施和经济活动（Moel et al., 2015; UNISDR, 2013）。脆弱性描述暴露人群和资产遭受损害的易感性。然而，这些概念在不同学科和应用中存在歧义（Klijn et al., 2015; Wisner et al., 2012）。一个特别重要的模糊点涉及能力（capacity）概念，它常与脆弱性混淆或嵌入更广泛的韧性或适应能力指数中（Ajonina et al., 2021; Bang et al., 2019）。在本研究中，脆弱性指居民和住宅结构在家庭层面的易感性，而能力指超越家庭层面的集体和制度性准备、响应和恢复能力。保持两者分离具有重要意义，因为减少家庭易感性与加强集体准备、响应和恢复系统需要不同的行为者、工具和干预策略。

喀麦隆体现了水文灾害、快速城市化、不平等、数据稀缺和有限风险管理能力如何交织。该国2000至2024年间，水文灾害影响了约116万人，造成271人死亡（CRED, 2025）。雅温得的非正规住区是典型例子：在被调查的贫民窟家庭中，82%报告曾经历社区洪水（Shiwomeh et al., 2024），持续占用洪泛区和排水廊道造成长期暴露和反复损失。传统洪水风险方法（如阶段-损失函数）强调直接有形资产损失，依赖详细的资产清单和损失数据，在非正规住区往往不可用，且可能低估非货币影响（Jongman et al., 2012）。现有喀麦隆洪水研究多集中于基于GIS的敏感性制图或水力建模，主要强调物理灾害成分（Ebodé et al., 2024; Iroume et al., 2022; Nsangou et al., 2022）。对于Ngousso等非正规住区，缺乏一种常规可用的综合评估，将灾害与空间明确的暴露度、脆弱性和能力相结合。因此，研究空白不仅是缺少洪水灾害图，而是缺乏一个可转移的开放数据筛选框架，将灾害、暴露度、家庭脆弱性和集体能力作为独立空间维度整合到非正规住区中。本研究的创新在于将有限集体能力操作化为能力赤字（1 ? C），与家庭层面脆弱性分离，使低准备、响应和恢复能力能够作为风险增加成分与灾害、暴露度和脆弱性方向性整合。

**研究人员开展的研究**
研究人员开发并应用了一个开放数据洪水风险筛选框架，用于喀麦隆雅温得Ngousso区（面积2.2 km²，人口约30,456人）。该框架将灾害（H）、暴露度（E）、脆弱性（V）和能力（C）整合到统一100 m网格上，使用开放或透明记录的地理空间输入和代理指标。核心贡献是明确将集体能力表示为准备、响应和恢复能力，并以能力赤字（1 ? C）形式纳入最终风险指数，同时报告其他维度以支持诊断性解释。研究得出以下结论：FSI与独立水力基准（2D水动力模拟）呈正相关（Pearson r = 0.65; R² = 0.42），识别出86%的基准高和极高灾害网格单元，支持保守筛选。低标准非正规建筑位于高或极高灾害区的可能性约为高标准正规建筑的23倍。加入能力赤字后，88%的网格连续风险增加，27.5%的网格风险等级提升（主要向上）。风险热点出现在物理灾害、暴露的非正规住房、家庭层面脆弱性和有限集体能力重叠的区域。该框架为数据稀缺的非正规住区提供了可转移、可更新的风险评估工具，支持灾害风险减少。论文发表在《International Journal of Disaster Risk Reduction》。

**主要关键的技术方法**
主要方法包括：1）基于12.5 m ALOS PALSAR数字高程模型（DEM）构建洪水敏感性指数（FSI），结合地形湿度指数（TWI）和HEC-HMS子流域参数（质心流径长度、质心流径坡度、流域起伏），并与独立二维水动力模拟（ProMaIDes，基于100年设计降雨）进行对比验证。2）暴露度：基于OpenStreetMap（OSM）建筑分类（三种类型：高标正规、中等、低标非正规）和无人机正射影像，结合2018年喀麦隆人口与健康调查（DHS）家庭规模估计人口密度，并加入私人和公共兴趣点（POI）密度。3）脆弱性：结构脆弱性通过阶段-损伤关系（Englhardt et al., 2019）赋予建筑类型脆弱性权重；社会经济脆弱性从DHS概要转移（财富、教育、年龄）。4）能力：通过OSM的POI和道路数据代理准备（制度设施）、响应（应急POI和道路可达性）和恢复（金融、零售等POI）能力。所有指标经最小-最大归一化（0-1）后等权加总到100 m网格。

**研究结果**
**3.1 灾害维度：洪水敏感性与基准验证**
FSI由四个归一化指标（质心流径长度、质心流径坡度、流域起伏和TWI）等权平均计算。与独立水力基准（100年洪水事件）比较显示，FSI与基准灾害呈正相关（Pearson r = 0.65; R² = 0.42）。FSI识别出86.2%（25/29）的基准高和极高灾害网格单元，且无基准高或极高单元被FSI低估为低。FSI高和极高类的精确率较低（22%和15.8%），表明其倾向于过度估计灾害，符合保守筛选目的。

**3.2 暴露度：人口与资产密度**
暴露度由人口密度、私人POI密度和公共POI密度等权平均。低标准非正规建筑（Category 3）位于高或极高灾害区（基于水力基准）的比例为23%，而高标准建筑（Category 1）为0%，Category 3建筑位于高或极高灾害区的可能性是Category 1的约23倍。人口密度范围713–32,519人/km²，均值13,438人/km²，与雅温得估算值一致。私人POI和公共POI主要沿道路走廊集中，导致复合暴露度指数在灾害等级间梯度弱。

**3.3 脆弱性：结构与社会经济易感性**
脆弱性由结构脆弱性（基于建筑类型脆弱性权重：Category 1: 0.58, Category 2: 0.71, Category 3: 1.00）和社会经济脆弱性（从DHS概要转移的财富、教育、年龄分数）等权平均。约42%研究区域被归类为极高脆弱性，主要集中在低洼排水廊道区域，与低标准非正规建筑分布一致。结构脆弱性与社会经济脆弱性共同强化了空间聚集。

**3.4 能力：准备、响应与恢复能力**
能力由准备（制度POI）、响应（应急POI和道路可达性）和恢复（服务POI）三个子指数等权平均。能力指数整体较低，较高值仅沿主要道路走廊和若干服务集群出现。能力赤字（1 ? C）中，88%网格单元被归类为高或极高赤字（39%高，48%极高），表明有限集体能力广泛存在。

**3.5 综合洪水风险与能力的影响**
综合洪水风险指数（FRI）为H、E、V和(1 ? C)的等权平均。最终风险模式以中（54%）和高（40%）为主，无低风险网格单元。与不含能力赤字的基线风险（H+E+V）相比，加入能力赤字使87.8%网格的连续风险值增加，27.5%网格风险等级改变（主要向上，如中→高34个网格，高→极高22个网格）。能力赤字移除了基线中的低风险分类。

**3.6 风险成分分布总结**
按水力基准灾害等级分组，FSI灾害维度从低到极高持续增加；脆弱性在中到极高基准类中升高；暴露度梯度弱；能力赤字在中到极高基准类中较高。复合风险指数（含能力赤字）与不含能力赤字的基线分离，显示能力赤字的额外贡献。

**讨论与结论**
讨论部分指出：FSI作为保守筛选层有效，但略高于基准；暴露度呈现社会差异，低标准建筑与高灾害区重合；脆弱性在洪灾区广泛聚集，符合脆弱性陷阱观点；能力与脆弱性空间逻辑不同，能力赤字显著影响风险分布。分离能力与脆弱性有助于干预逻辑诊断：高灾害和高脆弱性指向排水改善、住房升级等；高能力赤字指向应急通道、预警、避难所等。方法贡献在于提供可转移、可更新的开放数据框架，但需注意静态快照、数据不完整、代理指标局限性等。结论部分翻译如下：
本研究开发并应用了一个综合洪水风险筛选框架，用于喀麦隆雅温得Ngousso区这个非正规住区。该框架在统一100 m网格上整合灾害、暴露度、脆弱性和能力，使用开放或透明记录的地理空间输入和代理指标。核心贡献是明确将集体能力表示为准备、响应和恢复能力，并以能力赤字（1 ? C）形式纳入最终风险指数，同时报告其他维度以支持诊断性解释。针对第一个研究问题，研究表明在数据稀缺城市环境中可通过透明代理指标链实现综合洪水风险模型。DEM衍生的洪水敏感性指数（FSI）提供可转移的灾害代理，与水力基准呈正相关（Pearson r = 0.65; R² = 0.42），识别出86.2%的基准高和极高灾害网格单元，支持保守筛选，但高和极高类精确率较低表明倾向于过度估计。住宅建筑类型学在暴露度和脆弱性之间提供一致的空间联系，支持人口估计、结构脆弱性权重和社会经济调查概要转移。针对第二个研究问题，结果表明将能力作为独立维度整合显著改变风险模式及其解释。能力赤字广泛存在，88%网格单元被归类为高或极高能力赤字。加入能力赤字使87.8%网格的连续风险值增加，并使27.5%网格相对于不含能力的基线改变风险等级（主要向上），表明在准备、响应和恢复能力有限的环境中排除能力会导致过于乐观的筛选结果。结果还显示风险在社会和空间上存在差异：低标准非正规建筑位于高或极高灾害区的可能性约为高标准正规建筑的23倍（基于水力基准）。高风险热点因此出现在物理灾害、暴露的非正规住房、家庭层面脆弱性和有限集体能力重叠的区域。分别绘制这些维度有助于识别风险高的位置以及其是否主要与灾害、暴露度、脆弱性或能力赤字相关。该框架应被解释为诊断性筛选工具，而非校准水力模型、家庭调查或操作化灾害风险评估的替代品。其主要价值在于为数据稀缺的非正规住区提供可转移和可更新的工作流程，同时指出需要定向验证和更详细本地数据收集的优先区域。