《International Journal of Disaster Risk Reduction》：Assessing the consequences of compound coastal–fluvial flooding under climate change: exposure, vulnerability and damage estimates in eastern England
编辑推荐：
中文摘要翻译：
在气候变化背景下，由于极端事件频率增加以及灾害易发区人类开发的扩展，洪水风险预计将上升。虽然大尺度评估提供了新兴风险的总体概览，但往往缺乏为地方适应规划提供信息所需的空间细节和社会-环境整合。本研究采用高分辨率灾害-暴露度-脆弱性框架评估复合海
中文摘要翻译：
在气候变化背景下，由于极端事件频率增加以及灾害易发区人类开发的扩展，洪水风险预计将上升。虽然大尺度评估提供了新兴风险的总体概览，但往往缺乏为地方适应规划提供信息所需的空间细节和社会-环境整合。本研究采用高分辨率灾害-暴露度-脆弱性框架评估复合海岸-河流洪水风险，并评估方法论选择如何影响暴露度、经济损失和空间风险的估算结果。该框架应用于英格兰东部低洼的布罗兰（Broadland）流域，利用英国气候预测18（UKCP18）对流许可气候预测（RCP8.5情景）模拟1990年、2030年和2070年的复合洪水情景。暴露度利用人口和财产数据进行评估，而脆弱性则通过主成分分析（PCA）对31项社会、经济与环境指标进行统计加权来量化。结果表明，方法论选择可显著影响结果。特别是，建筑物深度采样方法和深度-损害假设可使损失估算变化超过70%，而不同人口数据集则影响人体暴露度估算。采用OpenPopGrid人口数据集和建筑足迹最大水深法，估算的经济损失从1990年的4.39亿英镑增加到2070年的7.18亿英镑，风险集中于暴露度与脆弱性叠加的城市沿海地区。通过将高分辨率气候预测与空间显式脆弱性分析相结合，本研究展示了地方尺度评估如何为适应规划提供空间详细的证据。该框架可推广至其他沿海和河口地区，但其应用依赖于灾害、暴露度和脆弱性数据的可用性及当地适用性。
论文解读：基于高分辨率灾害-暴露度-脆弱性框架的复合洪水风险评估研究
一、研究背景与问题
传统洪水风险定义强调淹没事件对资产或系统的可能性与不利后果，通常以“风险三角”概念表征灾害、暴露度与脆弱性三要素的相互作用。灾害指潜在致灾事件的发生概率与强度，暴露度指可能受影响区域内的人员、基础设施或环境系统的存在，脆弱性则指承灾要素对损害的感受性与损失能力。尽管灾害-暴露度-脆弱性框架已被广泛接受，其实际实施对数据选择、空间尺度、指标选取及损失估算假设高度敏感，尤其在复合洪水事件中更为突出。
洪水在英国历史上是最具影响自然灾害之一，如1953年北海洪水、2007年夏季洪水和2013/14年冬季洪水。未来洪水风险不仅受气候变化导致的灾害强度增加影响，暴露度和脆弱性的变化也进一步放大风险。英国第三次气候变化风险评估（CCRA）估计沿海洪泛区有54.4万栋住宅和7.2万栋非住宅建筑，在2°C和4°C升温情景下，英国住宅暴露度预计将增加6至10倍。高风险区弱势人群暴露度也呈非比例增长，洪泛区人口预计增加45%至1080万，贫困社区增幅可达310%。
本研究区域位于东安格利亚的诺福克和萨福克湖区（Broads），是低洼易涝地区，土地处于或低于海平面，北海潮汐影响向内陆延伸40-50公里。布罗兰流域河网密集，同时受潮汐和河流洪水影响。尽管已实施海岸线管理计划和40个防洪分区，许多地区仍延续“守住防线”策略。现有集成洪水风险评估方法或侧重物理与经济后果，或用指标方法表征社会脆弱性，但缺乏高分辨率、多维度结合的统一框架。本研究旨在应用高分辨率灾害-暴露度-脆弱性框架，评估气候变化驱动的复合海岸-河流洪水风险，同时评估方法论选择对暴露度、经济损失和空间风险排序的影响。
二、研究内容与主要发现
研究采用“风险三角”框架，灾害以Gudde等人（2024）基于UKCP18 RCP8.5对流许可气候预测模拟的高分辨率复合河流-潮汐淹没情景表征；暴露度通过将淹没深度栅格与人口网格数据和建筑足迹清单叠加量化；脆弱性由社会、经济和环境指标构成综合指数，采用主成分分析（PCA）确定权重。研究提出三个问题：如何在精细分辨率下集成高分辨率灾害预测与多维暴露度和脆弱性指标；在UKCP18气候情景下风险随时间如何演变；方法论选择如何影响未来风险估算。
结果表明，方法论选择对结果影响显著。建筑深度采样方法方面，使用建筑质心法在1990年情景下估算损失为2.57亿英镑，足迹均值法为3.12亿英镑（高22%），而足迹最大法为4.39亿英镑（高71%）。采用足迹最大法作为保守上限，估计暴露损失从1990年的4.39亿英镑增至2030年的4.57亿英镑，再到2070年的7.18亿英镑。人口数据集选择方面，OpenPopGrid（OPG）与Meta数据集在洪泛区总人口相近（约24万），但暴露人口差异达19-26%，OPG因与2021年人口普查对比均方根误差较低而选为最优。暴露分布极度集中，大雅茅斯（Great Yarmouth）和洛斯托夫特（Lowestoft）等沿海城市占主导地位，六处大雅茅斯地区占1990年总暴露的93%。脆弱性方面，KMO检验剔除25个指标后保留31项，PCA提取8个主成分，累计解释方差81.2%。脆弱性高值集中在沿海和城市区域，大雅茅斯011为最脆弱地区，但因其未受淹没而未被纳入最终风险位置。风险方面，大雅茅斯和洛斯托夫特因高暴露与高脆弱性叠加而成为持续风险热点，风险格局在1990至2030年变化较小，2030至2070年显著扩大。
三、主要技术方法
研究采用的主要技术方法包括：（1）基于HEC-RAS水动力学模型生成复合河流-潮汐淹没情景，输入来自UKCP18 RCP8.5对流许可气候预测驱动的HBV-TYN水文模型（100年重现期流量）和基于海平面上升调整的风暴潮边界条件；（2）人口暴露度估计采用二进制阈值法（0.5米），对比OpenPopGrid（基于2011年人口普查的体图学重分布10米网格）和Meta HDX（机器学习与卫星影像）两种人口数据集；（3）建筑暴露度采用Verisk UKBuildings数据集，以质心、足迹均值和足迹最大值三种深度采样方法，结合Huizinga等（2017）欧洲深度-损害函数估算直接经济损失；（4）脆弱性指数构建采用Kaiser-Meyer-Olkin检验筛选指标、Bartlett球形检验验证相关性、主成分分析（PCA）与varimax旋转确定权重，涵盖社会、经济、环境三维度31项指标；（5）风险指数为组合暴露指数（人口与建筑暴露等权合并）与脆弱性指数的乘积，按四分位数分级。研究区为英国布罗兰流域，包含107个中层超级输出区（MSOAs）。
四、研究结果要点
- **人口暴露**：OPG与Meta数据集暴露估算差异显著，OPG总体RMSE更低（421.1对503.0）。人口暴露集中于大雅茅斯，1990年六处高暴露MSOAs占93%暴露量。采用0.5米阈值，1990、2030、2070年暴露人口分别为9,071、9,184、12,308（OPG）。
- **建筑暴露与经济损害**：质心法低估损失，足迹最大法为保守上限。商业建筑占损失主导（51-53%），尽管住宅占暴露建筑73-76%但损失贡献仅32-36%。损失高度集中于大雅茅斯（1990年占75%）和洛斯托夫特。1990、2030、2070年暴露建筑数分别为9,021、9,309、12,705。
- **脆弱性**：KMO检验保留31项指标，PCA提取8个PCs，累计方差81.2%。高程和侵蚀敏感性为权重最高指标（0.020和0.017）。脆弱性高值出现在沿海城市区，大雅茅斯011、007、009最高，而Norwich 017等内地地区最低。
- **风险**：大雅茅斯和洛斯托夫特持续为高风险热点。大雅茅斯007、005、006从1990至2070保持前三位。2030至2070年间洛斯托夫特区域风险显著上升（East Suffolk 006从第7升至第4，East Suffolk 009从第21升至第8）。偏远内陆农村地区风险最低。
五、讨论与结论
讨论强调方法论选择在洪水风险评估中的敏感性。建筑深度采样差异导致损失估算71%的变化，人口阈值选择（0米对0.5米）可使暴露人口相差约53%。研究将替代估计解释为方法论范围而非竞争性预测，符合深度不确定性下的决策原则。脆弱性空间分布与先前研究基本一致，但Norwich以东地区分类不同，源于本研究中低海拔、高侵蚀敏感性和较高五岁以下人口比例的综合作用。风险框架中物理损害与社会脆弱性作为独立维度，虽未显式建模因果反馈，但保持了透明性。方法论可转移至其他沿海和河口地区，但需本地化数据校准。
研究结论指出，集成洪水风险评估框架成功应用于布罗兰地区，揭示了风险的高度偏态分布，沿海城市地区如大雅茅斯和洛斯托夫特承受不成比例的暴露和风险。在假设脆弱性不变条件下，风险变化主要由灾害和暴露度变化驱动。采用足迹最大法，暴露损失从1990年的4.39亿英镑增加至2070年的7.18亿英镑。结果为适应规划提供了空间明确的筛选和优先排序工具，但未评估具体适应措施的成本效益。未来工作应测试脆弱性指数对备选权重、指标选择和空间聚合的稳健性，并探索更多气候和社会经济情景。
