下沉海岸城市复合热浪-洪水风险时空级联效应解析：基于GCN-LSTM的多情景预测

《Sustainable Cities and Society》：Decoding the spatiotemporal cascade effects of compound heat-flood risks in a sinking coastal city: A GCN-LSTM based multi-scenario projection

　　

# 摘要

全球变暖持续加剧高密度沿海城市的复合热-洪风险，但在地面沉降调控条件下预测其非线性时空级联效应仍然极具挑战性。本研究旨在系统识别雅加达在不同沉降梯度和未来情景下复合热-洪风险的时空演化及其潜在驱动机制。我们利用"灾害-暴露-脆弱性"框架量化了2017至2024年的历史单灾种和复合风险，具体为耦合协调度（CCD）。此外，开发了图卷积网络与长短期记忆网络（GCN-LSTM）模型，并结合GeoShapley空间归因方法，动态预测了共享社会经济路径（SSPs）下2025至2050年的风险演化。结果表明：（1）复合热-洪风险呈现显著的非线性协同模式，高CCD区域主要集中在北部沿海和中部建成区，南部高沉降区（HSZ）的复合风险压力日益增长。（2）不透水面面积是加剧两类灾害的主要人为驱动因素，而地面沉降则显著放大了南部地区的积水滞留和复合胁迫。（3）多情景预测揭示了一个约在2035年前后的结构性断点，此后不同SSPs下的风险轨迹出现更明显的分化。（4）差异化的空间干预措施平衡了局地地质约束，使高沉降脆弱区（HSZ）能够实现最显著的风险缓解。最终，优先实施局地地下水管控和空间生态修复，对于切断破坏性级联传导、实现韧性城市发展至关重要。

# 引言

减轻气候相关灾害和促进韧性城市发展已成为全球沿海城市面临的紧迫使命（IPCC, 2022）。雅加达因其快速城市化和开发、人口密集以及城市低洼地形，使该市极易受到气候变化的影响，尤其典型地体现了这一挑战（Cao et al., 2021; Sarker et al., 2024）。关键的是，全球变暖加剧了城市热岛（UHI）效应，引发了更频繁的极端降水和热浪，从而在全球范围内升级了区域风险（Grant et al., 2025）。在高密度城市核心区，此类复合灾害威胁系统性崩溃，表现为基础设施故障、经济停滞和人口流离失所（Dong et al., 2022）。值得注意的是，居住于非正规住区的边缘化社区在这些热-洪级联灾害中受到的影响尤为不成比例，其脆弱性显著高于正规住宅区（D. Li et al., 2025）。因此，量化复合灾害风险、解析其协同演化动态并制定有针对性的缓解策略具有极高的紧迫性。

城市扩张通过推动经济增长、人口集聚和空间重构深刻改变了局地微气候（Yuan et al., 2025）。与此同时，地面沉降作为区域演化中的关键地质变量，通过重塑微地貌和地下表面特征来调控热和洪水的时空格局（Figueroa-Miranda et al., 2025）。因此，大量研究探讨了城市扩张与单灾种风险之间的关系，旨在通过空间规划和治理措施缓解环境压力（Winsemius et al., 2016）。例如，现有文献考察了建成环境指标与城市热岛、内涝和地面沉降等环境威胁之间的关联（A. Wang et al., 2025）。然而，近年来的研究重心已转向复合气候灾害如何影响城市韧性（He and Weng, 2025）。利用包括卫星影像和气象观测在内的多源大数据，这些前沿研究探讨了城市微地貌与复合风险之间复杂的线性和非线性交互作用（Wang et al., 2026）。

此外，越来越多的文献研究了系统性气候风险，旨在增强城市对极端事件的韧性，并通过降低暴露和脆弱性来提高减灾有效性（Pelling et al., 2022）。学者们已识别出威胁高密度城市的若干复合灾害，主要包括城市热岛效应、极端洪水和地面沉降（He and Weng, 2025; Wang and Shu, 2020）。例如，利用静态模型和空间叠加，研究评估了工业、商业和住宅区人口对高温和淹没的暴露程度（Chen et al., 2026）。此外，整合灾害驱动因子和暴露的全面评估框架已被开发，用于评估UHI敏感性、洪水适应能力和总体气候脆弱性（Longato and Maragno, 2025）。在制定复合灾害风险指数时，关键参数通常包括降水量、地表温度和地下表面属性，以及减少建筑密度、限制不透水面和扩展绿色基础设施等空间干预措施（Jiang and Zhai, 2026）。

尽管研究广泛，关键的认知空白仍然存在。特别值得注意的是，以高分辨率、多情景适应性预测复合风险并捕捉非线性动态仍是一项艰巨的挑战。传统的城市复合风险分析方法，如静态模型、空间叠加、孤立评估和历史外推，从根本上受到限制（Worou and Messori, 2025）。具体而言，静态模型因时空深度不足而降低预测精度；空间叠加往往过于简化，无法进行严格的协同评估；孤立评估有时无法捕捉整体系统行为；历史外推通常忽视多情景动态，从而降低了其长期指导价值。近期，时空深度学习作为一种提取时序依赖和解析空间关联的强健范式应运而生（Guo, 2026）。图卷积网络（GCN）与长短期记忆网络（LSTM）相结合的架构在交通流量预测、空间演化建模和网络拓扑分析中展现了卓越的效能（Yang et al., 2025）。通过将GCN-LSTM架构与多情景框架相结合，本研究旨在动态模拟复合风险的演化轨迹，有效弥补传统静态方法的方法学缺陷（Guo, 2026）。

第二，受现有研究视角的制约，复合灾害的时空级联效应（包括地面沉降调控的效应）仍未得到充分探索。现有文献主要将沉降视为孤立的灾害驱动因子或静态背景条件，很大程度上忽视了其非线性调控机制（Chang et al., 2024）。然而，作为持续重塑微地貌的力，地面沉降对多灾种空间重叠的放大效应远超单纯的气象变量。此外，大多数评估以宏观的整个城市尺度或单维轴来描绘风险，未能量化驱动因素在不同沉降梯度下的分化（Wu et al., 2024）。因此，将沉降梯度数据整合到时空风险模型中，对于解析复合灾害的协同演化和空间异质性至关重要。

第三，跨多情景的长期复合风险预测仍然稀缺。当前的评估主要模拟单一路径或中期路径，如可持续性（SSP1-2.6）和基线趋势外推（SSP3-7.0），常常忽视极端恶化情景的动态（Liu et al., 2025; Tung et al., 2025）。鉴于城市规划本质上与长期治理相关联，政策制定者对多维驱动因素极为敏感，并受到非平稳演化趋势的严重制约。与孤立的历史曲线拟合不同，多情景预测是一项复杂系统工程，深受降水格局变化和土地利用转变的影响。这凸显了采用空间归因方法（如GeoShapley）来量化驱动因子贡献的必要性，特别是在高排放胁迫下（Feng et al., 2026）。因此，制定精确的、长期缓解策略，使其在空间上适应不同沉降区域的独特条件，对于指导城市管理至关重要。

据此，本研究以雅加达作为代表性的沉降沿海特大城市，开发了复合热-洪风险评估、机制解释和未来预测的综合框架。研究立足于印度尼西亚首都搬迁过渡的政策背景，旨在揭示地面沉降条件下热-洪复合风险的时空演化及其梯度依赖的响应特征。该框架旨在支持雅加达及其他类似沉降沿海城市的减灾规划和气候适应治理。

# 研究区域

雅加达位于印度尼西亚首都特区西爪哇省北部的低洼沿海平原，面积约660平方公里，居住人口1020万，是东南亚人口最密集的大都市之一（见图1）（Batubara et al., 2023）。过去三十年来，雅加达在工业、商业、交通和房地产行业经历了指数级城市化，引发了严重的环境退化（Sarker et al., 2024）。

# 复合热-洪风险的时空演化

为揭示雅加达复合热-洪风险的空间交互作用和时序动态，我们首先计算了单灾种及其复合效应的全局Moran's I指数。空间自相关检验（表4）表明，2017至2024年间，FRI、HRI和CCD的Moran's I值始终保持在0.75以上（p < 0.01）。这证实了城市风险系统内存在稳健的正向空间相关性和显著聚类特征。

# 沉降调控的热-洪风险时空异质性

基于H-E-V框架和GCN-LSTM模型，我们对雅加达热-洪风险演化的分析表明，复合风险的空间分布并非单灾种的简单物理叠加，而是表现出深刻的非线性协同特征。虽然高温风险聚集在中北部密集建成区，高洪水风险主导南部高沉降区（HSZ），但高CCD斑块仍主要集中在北部沿海和中部

# 结论

本研究考察了雅加达这一典型的沉降沿海城市，开发了一个结合时空深度学习与空间归因分析的综合框架，以评估不同社会经济情景下的复合热-洪风险。结果表明，地面沉降不仅是一个背景条件，更是一个加剧热风险、洪风险及其耦合失衡的主要过程，同时在各沉降区域之间产生了显著的空间异质性。

# 未引用参考文献

Wang et al., 2023, Wang et al., 2025

# CRediT作者贡献声明

孙蔚松：撰写——审阅与编辑，撰写——初稿，可视化，方法论，形式分析。庞瑞秋：可视化，调查，概念构思。Zahratu Shabrina：验证，软件，资源，资金支持获取。Rui Jin：撰写——审阅与编辑，监督，软件，资源，概念构思。

# 利益冲突声明

作者声明不存在已知的可能影响本文工作的竞争性经济利益或个人关系。

孙蔚松 | 庞瑞秋 | Zahratu Shabrina | Rui Jin

东北大学建筑学院，中国沈阳 110169