基于人口热力图与土地利用数据的城市溃坝生命损失实时估算

《Water》：Real-Time Estimation of Loss of Life from Urban Dam Breach Based on Population Heat Maps and Land Use Data

　　

摘要翻译：溃坝造成的生命损失精确估算对于水库风险管理和应急规划至关重要。传统方法依赖静态人口数据，时效性差且空间分辨率低。本研究提出一种将人口热力图与土地利用数据相结合的实时估算方法。引入时间变量以区分新增受淹人口与先前时间步中已统计人口，从而在洪水演进过程中避免重复计数，同时考虑公众对洪水严重程度认知的差异，以评估不同预警条件下的生命损失。以深圳市石岩水库为案例，采用BREACH模型和HEC-RAS 2D模拟溃坝与洪水演进。结果表明，最终淹没面积达16.99 km2，其中住宅区占97.13%。经土地利用校正后的总风险人口为200,963人，比未校正的估算值151,482人高出32.7%。生命损失估算对预警时间和公众认知高度敏感，在最不利条件下（无预警、认知模糊）达129,691人，而当预警时间超过1小时且认知精确时降至20人。所提方法为城市溃坝风险实时评估提供了有效工具。

论文解读文章

一、研究背景与意义

水库大坝是保障经济社会发展的重要基础设施，但溃坝灾害在全球范围内频繁发生，造成严重人员伤亡和财产损失。2023年利比亚德尔纳市两座水库大坝垮塌导致超过1万人死亡，充分暴露出大坝安全管理的薄弱环节。中国拥有全球最多的水库大坝，约9.5万座，总库容超过1万亿立方米。在全球气候变化背景下，极端暴雨事件频发，溃坝风险防控形势严峻。同时，中国城镇化率从2000年的36.22%上升至2025年的67.89%，大坝下游人口密集、基础设施高度集中，溃坝后果远超大多数国家。因此，开展溃坝生命损失估算研究，为水库大坝安全管理和防灾减灾提供科技支撑和决策依据，具有重要的理论意义和工程价值。

传统溃坝生命损失评估方法依赖静态人口普查数据，更新周期长、空间分辨率低，难以反映人口实时分布和动态变化。人口热力图基于移动通信基站定位数据，可实现人口分布的实时动态监测，具有高时效性和高时空分辨率，但存在夜间数据失真、无法区分用地类型等局限。土地利用数据可反映不同地类的空间分布和功能属性，但同一用地类型内部仍存在人口分布异质性。本研究将二者耦合，构建基于人口热力图和土地利用数据的溃坝生命损失实时估算模型，以解决动态人口分布实时估算和溃坝灾害人员伤亡快速评估的难题。

二、研究内容与结论

研究人员以深圳市石岩水库为研究对象，采用BREACH模型模拟土石坝溃决过程，计算溃口流量过程线，进而利用HEC-RAS 2D模型进行二维溃坝洪水演进模拟。研究假设石岩水库遭遇5000年一遇极端洪水，模拟时长为12小时。结果表明，溃口流量在溃坝后约1小时内迅速达到峰值3036 m3/s，最终溃口深度18.50 m，底宽40.75 m，顶宽63.7 m，稳定边坡坡比1:0.62。洪水淹没面积在溃坝后前6小时增长迅速，随后增速减缓，最终达到16.99 km2，其中住宅区占97.13%，耕地占1.88%，林地和水体占0.99%。

在风险人口估算方面，研究人员将人口热力图与土地利用数据通过空间叠加进行耦合，引入时间变量区分新增受淹人口与先前时间步已统计人口，避免洪水演进过程中的重复计数。经土地利用校正后，实时新增风险人口在溃坝后前4小时增长迅速，6小时后增速减缓，10至12小时间趋于稳定，最终累计风险人口为200,963人，比未校正的151,482人高出32.7%。这一差异源于人口空间分布的显著时间动态性：溃坝起始时间设为午夜0时，此时移动设备活动减少，热力数据低估了实际人口，而土地利用校正通过住宅区远高于其他地类的热力密度弥补了夜间数据失真。

在生命损失估算方面，研究人员采用Li-Zhou模型，根据洪水严重程度参数（水深与流速的乘积）、预警时间和公众对洪水严重程度的认知水平综合确定死亡率。研究设置了四种预警时间（=0 h、0.5 h、1 h、>1 h）和两种认知水平（精确/模糊），共八种情景。结果显示，当预警时间≤1 h且认知模糊时，生命损失较高；当预警时间>1 h且认知精确时，生命损失最小。最大生命损失出现在无预警且认知模糊情景（129,691人），最小出现在预警时间超过1小时且认知精确情景（<20人）。敏感性分析表明，预警时间是决定溃坝生命损失的最关键因素，认知水平次之，溃坝发生时刻通过改变人口空间分布间接影响风险暴露。

三、主要关键技术方法

本研究涉及的主要技术方法包括：（1）BREACH模型，一种基于物理过程的土石坝溃决侵蚀模型，耦合水库水量平衡方程与溃口输沙能力，预测溃口特征和溃口流量过程线，本研究采用漫顶破坏模式，泥沙输移计算采用Smart修正的Meyer-Peter和Müller公式；（2）HEC-RAS 2D二维水动力模型，求解完整二维圣维南方程组，采用非结构化有限体积网格，模拟溃坝洪水的动态演进、混合流态和干湿过程；（3）人口热力图与土地利用数据空间耦合方法，通过定义热力值-人口转换系数和各用地类型人口热力密度，对热力图数据进行土地利用类型空间校正；（4）Li-Zhou生命损失估算模型，基于中国八座溃坝实测数据校准，考虑洪水严重程度、预警时间和认知水平三因素综合确定死亡率。样本数据来源包括中国科学院资源环境科学数据中心发布的2025年全国土地利用遥感监测数据集（30 m分辨率）、深圳市移动通信基站定位数据生成的人口热力图，以及石岩水库大坝设计参数。

四、研究结果分述

3.1 溃口流量计算与洪水演进模拟：BREACH模型模拟结果显示溃口流量在溃坝后约1小时内达到峰值，随后逐渐消退并在10至12小时间趋于稳定；HEC-RAS 2D模拟显示淹没面积在溃坝后2小时达4.44 km2，最终达16.99 km2。洪水严重程度参数在早期（2-6小时）为7.0-18.91 m2/s，属高严重度；中后期（8-12小时）降至3.23-4.74 m2/s，属中严重度。

3.2 基于人口热力图的风险人口分析：可视化分析显示，深夜时段（2:00-4:00）人口主要集中于住宅区，商业区和公共区域人口极少；早晨6时起人口开始向办公区和商业区移动；8时早高峰出现大规模人口迁移；白天公共区域人口密度显著升高。这一时间分布特征与溃坝洪水演进过程叠加，反映出不同时段风险人口暴露的显著差异。

3.3 基于人口热力图与土地利用数据的风险人口估算：通过空间叠加耦合方法，提取淹没范围内各用地类型的热力值，计算各用地类型人口热力密度和热力值-人口转换系数。住宅区人口热力密度远高于其他地类，12时达最高值277.15 Heat Element/km2，4时为最低值66.19 Heat Element/km2；转换系数呈现相反趋势，4时最高为198人/Heat Element，12时最低为46人/Heat Element。经土地利用校正后最终风险人口200,963人，较未校正结果增加32.7%。

3.4 溃坝生命损失估算：不同预警时间和认知水平下的生命损失计算显示，认知模糊时同预警时间下的生命损失远高于认知精确情景；随着预警时间增加，生命损失呈下降趋势。全过程中，无预警且认知模糊情景生命损失最高（129,691人），预警时间超过1小时且认知精确情景最低（<20人），两者相差近四个数量级。

五、讨论与结论

讨论部分指出，预警时间是决定溃坝生命损失的核心因素：预警时间从0小时增加至超过1小时可使生命损失减少两个数量级以上。认知水平对估算结果影响显著，以=0.5小时为例，认知模糊时生命损失为36,272人，认知精确时仅为193人，相差约两个数量级。溃坝发生时刻通过影响人口空间分布间接改变风险暴露，午夜溃坝情景较白天更为不利。研究结果与Graham经验框架吻合：最不利情景死亡率64.53%落在高严重度推荐范围（30-100%），最有利情景0.01%接近低严重度推荐值（0.02%）。与常规静态估算方法相比，本方法通过引入时间变量避免重复计数，更能反映溃坝洪水演进过程中人口暴露的动态变化。

研究结论可归纳为：所建模型成功引入时间维度刻画动态人口分布，确保风险人口在整个洪水演进过程中不重复计数，最终累计新增风险人口200,963人，较常规静态估算高32.7%；溃坝灾害呈现显著阶段性风险差异，初期洪水演进迅速、灾害强度大，中后期趋于稳定但城市高人口密度使伤亡总量仍处高位；预警时长是决定溃坝伤亡人数的核心因素，应建立规范化溃坝应急预警系统并尽可能提前发布预警；公众对溃坝风险的认知水平直接影响伤亡结果，认知精确时人员损失显著降低，应定期开展应急演练和防灾教育。模型仍需在实测数据验证、预警与人员响应精细化建模、空间分辨率提升及溃口物理过程模型改进等方面进一步完善。