通过大尺度时空事件建模增强海岸洪水灾害评估

《Weather and Climate Extremes》：Enhancing coastal flood hazard assessments through spatio-temporal event modelling at large scales

　　

沿大尺度海岸定义时空极端水位事件对洪水灾害评估至关重要。传统大尺度（数千公里）逐站点极端事件分析常过度简化空间依赖性，并忽视风暴跨空间的时序演化，导致灾害估计不可靠。研究人员实施了一种时空统计模型，整合波浪与风暴增水贡献，以估算大尺度空间上的水位足迹及其相关淹没。为将水位转化为淹没区，研究人员采用结合基于物理的水动力建模与机器学习的混合计算方法。以比斯开湾（1230公里海岸线）为示范，研究人员在时间与空间上复现历史事件，并生成大量极端事件合成数据库。该合成数据库支持分析极端事件沿海岸的演进，并通过纳入空间依赖性，实现更空间一致的淹没区重现期测定。结果显示，基于事件的方法（一致的时空现象）与标准逐站点分析存在差异，尤其在大空间尺度上。在比斯开湾，比较表明当强制空间一致性时，空间均匀的100年重现期出现频率显著降低。对于大气水位（含风暴增水与波浪set-up但不包括天文潮），考虑空间依赖时，空间均匀的100年重现期足迹约每494年出现一次；而在高潮情景下计算的淹没区，空间均匀的100年淹没区估计约对应175年一遇。这些发现凸显了考虑极端值时空演化对改进大尺度海岸洪水灾害评估的重要性，并为支持海岸适应与韧性提供更具空间一致性的灾害信息。

研究背景方面，大尺度气象事件如热带气旋和温带风暴产生的风暴增水与波浪是海岸洪灾主因，准确灾害估计对超国家组织、政府、应急与保险业至关重要。当前大尺度评估多采用“空间均匀”（spatially-uniform）逐站点单变量极值分析，假设各站同时达到同重现期，忽略空间依赖与风暴峰值传播时序，导致对小概率广域事件频率的高估。为克服计算与数据限制，研究人员开展了一项结合时空统计建模与混合洪水计算的研究，以比斯开湾1230公里海岸为案例，旨在生成物理一致的合成极端事件集并重新评估广域洪水灾害。

主要关键技术方法包括：基于Heffernan-Tawn条件极值模型（conditional extreme model）扩展时空依赖结构，以99^th百分位阈值对大气水位（AWL，atmospheric water level，即风暴增水与波浪set-up线性叠加扣除天文潮）进行边缘广义帕累托分布（GPD，generalized Pareto distribution）拟合并变换至Laplace边际；利用历史再分析（WaveWatch III、ROMS、SWAN、TPXO9）提取200个代表点日最大AWL序列，生成212个独立时空事件作为训练样本；合成10万年级事件（100×500年共286000事件）后，选取300个代表事件用SFINCS水动力模型在30米分辨率下模拟高/低潮情景淹没，再以随机森林（RF）与梯度提升（GB）等机器学习替代模型（emulator）预测其余事件区域淹没面积；最后通过极值依赖系数χ与经验分位数计算空间均匀（SUn）与空间变化（SVar）重现期偏差。样本队列源于比斯开湾北西班牙至西法国海岸ERA5驱动的重分析数据集。

研究结果部分，3.1节“概率化再分析大气水位事件”通过拒绝采样复现1987大风暴、Klaus等历史事件时空足迹，模拟中位与观测AWL均方根偏差小于0.09米、相关系数超0.78，证明模型可捕捉沿岸AWL峰值传播滞后（τ）与空间依赖。3.2节“合成大气水位事件足迹”生成286000合成事件，单站GPD拟合与经验重现期中位吻合，且500年事件零滞后比例高于100年事件，显示极值条件点趋近研究站。3.3节“空间变化与空间均匀重现期事件”构建极值依赖矩阵χ，全湾平均χ=0.58；全尺度SUn 100年AWL对应SVar 494年，法国段χ=0.65对应304年，País Vasco χ=0.88对应123年；高潮淹没区全湾SUn 100年对应SVar 175年，证实空间均匀法在广域高估灾害频率。3.4节“概率化淹没区”卷积天文潮后，RP100全湾均值2394.08平方公里（90%区间2326.08–2467.43），其中法国占2320.46平方公里；方差分解显示机器学习替代模型认知不确定性占48–73%，合成事件固有变异性占27–52%。

讨论与结论部分，研究人员指出强迫条件准确性决定评估可靠性，所建时空模型在复现历史振幅与时序上有效。相比逐站点空间均匀上限包络，时空变化方法给出更真实广域频率：AWL除潮项SUn 100年≈SVar 494年，高潮淹没SUn 100年≈SVar 175年，偏差量级与河流洪水及增水研究一致。结论为——考虑极端值时空演化能修正大尺度海岸洪水灾害评估中由空间依赖忽略导致的保守偏差，为海岸适应与韧性规划提供空间一致灾害信息。论文发表于《Weather and Climate Extremes》。