整合多尺度斑块分析与电路理论识别洪水风险传输路径及建设分级控制网络：以京津冀地区为例

《Environmental Modelling & Software》：Integrating MSPA and Circuit Theory to Identify a Flood Risk Transmission Path and Construction Grading Control Network: A case study of the Beijing-Tianjin-Hebei region

　　

摘要：

在全球气候变化的背景下，洪涝灾害日益严重，传统的洪水风险评估方法往往忽视了自然因素与社会因素之间的相互作用，限制了其对风险产生与传递过程的捕捉能力。为弥补这一不足，本研究将形态空间模式分析（MSPA）与电路理论（CT）相结合，将洪水淹没区视为风险源，将自然因素与社会因素的相互作用类比为"阻力网络"，将"电流"类比为"洪水流"，构建了一个由"核心风险源—洪涝廊道—关键节点"组成的分级洪水风险防控网络。以2023年7月京津冀地区洪涝灾害为案例，该网络识别出24个一级风险源和73个二级风险源、253条传输廊道、327个瓶颈点和300个阻隔点。基于这些发现，提出了"源头控制—过程阻断—终端调控"的链式防控策略。

引言

在全球气候变化的背景下，洪涝灾害的发生频率和强度显著增加（IPCC，2023），使其成为生态安全和公共卫生的核心威胁。据统计，2000年至2019年间，全球洪水造成的直接经济损失超过6500亿美元（UNDRR，2021）。仅2024年4月至5月，华南、阿拉伯联合酋长国和阿曼、中亚、巴西南部、东非以及西亚就发生了毁灭性的暴雨洪涝灾害（Zhang等，2025a）。

洪涝灾害对人类的影响主要涉及经济、社会和环境三个维度。首先，洪水可淹没农田，导致农作物减产、生产中断和基础设施受损（Panakkal等，2023；Walega等，2024）。其次，洪水常引发大规模人口流离失所（Vestby等，2024）。此外，洪水可能携带污染物进入水体，导致水质恶化（Liu等，2021；Leandro等，2022）。洪水还可引发永久性的地貌变化，如河道改道和河床淤积（Li等，2020）。因此，在洪水事件发生前评估灾害风险是减轻其对人类社会影响的关键手段（Ghosh等，2024；Zhang & Luo，2024）。预判洪水风险的空间分布、发生概率和强度等级，有助于为应急计划的制定以及应急物资和救援力量的合理调配提供科学依据（Wu等，2023）。

洪水风险评估方法通常包括统计模型、物理模型和机器学习方法。统计模型依赖于历史灾害数据，适用于历史记录相对完整的场景（Wang等，2024；Hu等，2025；Sun等，2025）。物理模型主要通过水动力过程模拟洪水演进和淹没范围。尽管这些模型能够清晰地表达物理机制，但需要高分辨率的地形数据，且涉及复杂、计算量大的运算（Zhou等，2024a；Laux等，2025）。近年来，机器学习方法发展迅速，随机森林和XGBoost等方法被广泛应用于洪水风险评估与预测（Li等，2024a；Lin等，2025）。然而，这三类方法均未能充分考虑洪涝灾害中自然因素与社会因素之间的相互作用（Zhou等，2024b）。

洪涝灾害是自然因素（如降水、地形和河流分布）与社会因素（如人口分布、绿色基础设施和防洪设施）相互作用的结果（Lei等，2021；Wang等，2022）。例如，在强降水条件下，洪水的流态不仅受地形起伏和土地利用等自然因素的影响而产生地表径流的空间差异，还受滞洪排涝条件、基础设施和人口分布等社会因素的影响，最终导致洪涝灾害。这表明社会因素的调控能力在洪水形成过程中发挥着至关重要的作用。然而，现有的大多数洪水风险评估方法未能捕捉到这一方面。这一差距的出现是因为现有的灾害风险评估方法未考虑社会因素对洪水致灾性的影响。换言之，目前尚缺乏有效的工具来描述自然因素与社会因素如何交互影响洪水风险。

形态空间模式分析（MSPA）与电路理论（CT）的结合为应对这一问题提供了一个强大的分析框架。MSPA通过识别洪水淹没区的形态结构，量化景观连接性指标并分析淹没区的破碎化/连通状态，从而识别关键的滞洪区（Wei等，2023；Guan等，2024；Ding等，2025）。电路理论通过将地形阻力（如坡度）、生态阻力（如植被类型）和社会阻力（如排水管网、医院、避难所）整合为"风险扩散网络"，可以模拟洪水压力在景观中的传输路径，从而识别跨区域灾害传播的关键节点（Kim等，2023；Chen等，2023）。将MSPA与CT整合应用于洪水风险评估具有明显的优势。首先，它能够捕捉社会因素对洪水风险的动态影响。其次，它能够模拟降水—径流—淹没过程中自然系统与社会的相互作用。

本研究将形态空间模式分析（MSPA）和电路理论（CT）引入洪水风险评估，以捕捉自然因素与社会因素如何动态交互影响洪水风险，从而改进现有的评估方法。具体目标如下，以2023年7月23日京津冀地区洪涝灾害为案例：（1）识别洪水高风险源区域，从而定位潜在风险区，为风险监控和早期预防提供科学依据；（2）检测洪水风险扩散的关键节点，从而揭示洪水风险在空间上传播和放大的路径与节点，为风险阻断和应急干预提供决策支持。本研究实现了对跨区域洪水风险、影响因素和风险传递路径的更精确评估，并为指导滞洪区或海绵设施的针对性布设提供了依据。

章节摘要

研究区域

京津冀地区涵盖北京、天津和河北省的全部行政区域，总面积为21.8万平方公里，约占中国国土面积的2.3%（图1）。该地区地形多样，包括广阔的华北平原、太行山和燕山等山区，以及沿渤海的低洼沿海地带。京津冀地区属于温带

洪水风险源的空间分布

利用MSPA模型识别出七个景观类别（图7a；表4）。其中，核心类别覆盖面积为3,611.34 km²，占总景观面积的18.94%。共识别出24个一级风险源，合计面积为2,378.52 km²，占洪水风险源面积的76.15%；以及73个二级风险源，合计面积为744.75 km²，占洪水风险源面积的23.85%（图7b；表5）。

在京津冀地区，洪水风险源

洪水风险分级防控网络

我们设计了基于"风险评估—风险源识别—风险传输廊道提取—关键节点确定"顺序的洪水风险防控框架。该框架基于景观生态学和灾害风险理论，融合了机器学习、MSPA模型和电路理论（Peng等，2020；Wei等，2022；Zhu等，2025）。该网络能够在多个层级上识别关键区域（风险源、传输

结论

本研究利用MSPA分析景观结构，采用电路理论模拟洪水过程，构建了"结构—过程—功能"一体化的洪水防控网络识别方法。其逻辑框架整合了数学形态学和电路模拟的跨尺度优势，强调洪水风险核心区域可以被视为一种能够向周边传递的动态过程。该框架能够识别多级

CRediT作者贡献声明

郝熙：资源、形式分析。黄隆生：撰写—审阅与编辑、数据整理、概念构思。唐义：撰写—初稿、可视化、项目管理、调查研究

未被引用的参考文献

Cea和Costabile，2022；IPCC等，2023；Kim和Song，2023；Lai和Qi，2025；UNDRR年度报告，2021；Wa??ga等，2024。

利益冲突声明

作者声明不存在利益冲突。

致谢：

本研究得到了国家自然科学基金（项目编号72574017、72174019）的资助。

黄隆生|唐义|郝熙

应急管理大学应急技术与指挥学院，三河 065201，中国