老龄化与异质性社区的洪水暴露差异：来自珠江三角洲城市群的证据

《Applied Geography》：Flood exposure disparities in aging and heterogeneous communities: Evidence from the Pearl River Delta urban agglomeration

　　- 将水文模型与人口模型相结合，在社区层面计算洪水暴露水平。- 采用XGBoost模型探索解释变量的贡献，揭示其与洪水暴露水平的关联。- 提供了一个新颖的框架，整合老龄化和社区异质性来分析洪水暴露差异。## 引言气候变化正在加剧极端降雨并增加沿海地区和河流三角洲的洪水风险（Edmonds et al., 2020），对这些地区社会弱势居民（如残障人士或老年人）构成了特别严重的威胁（Cappelli et al., 2020）。老年人通常行动能力有限，自我保护能力减弱（Torres De Araújo et al., 2018），使他们在自然灾害影响面前格外脆弱（Cherniack, 2008）。老龄化人口的增长进一步加剧了社会脆弱性，并对社区防洪韧性提出了额外挑战（Bloom et al., 2015）。因此，大量研究试图确定洪水暴露与老年人口空间分布之间的关系。例如，在美国农村地区，洪水风险与老年人口之间表现出更显著的相关性（Dhungana & Liu, 2024）；研究发现加拿大社区中的老年人面临更高的洪水风险（Chakraborty et al., 2022）；在阿尔及利亚的洪水事件中，幼儿和老年人被确认为暴露程度最高的年龄群体（Hadjij et al., 2021）。虽然这些发现揭示了易洪地区老年人口的分布特征，但社区层面洪水暴露差异与人口老龄化之间的关联仍未得到充分探讨。社区对于行动能力下降的老年人来说是一个独特而重要的生活场所（Siordia & Saenz, 2013）。在英国，儿童或老年人比例较高的社区表现出更大的脆弱性但较低的洪水风险，因为它们通常位于绿地更为丰富的郊区和城郊地区（Ka?mierczak & Cavan, 2011）。相反，在美国，位于洪水平原的社区65岁以上居民比例更高，这可能归因于城市水道所带来的环境价值（Hale et al., 2018）。这些研究表明，洪水暴露与老年人口之间的关系在不同社区背景下可能有所不同。具体而言，由于在快速变化的环境中缺乏充分的防洪措施，城市社区在洪水期间可能会遭受严重的破坏和损失（Alabbad & Demir, 2022）。农村社区可能因城市化扩展速度不同而面临不同程度的洪水暴露，这已在撒哈拉以南非洲得到观察（Tiepolo & Galligari, 2021）。位于城乡交界处的城中村预计在中国上海的SSP-RCP情景下将越来越容易受到洪水威胁（Chen et al., 2025）。因此，考察不同类型社区的洪水暴露和老龄化趋势至关重要，因为这样的分析将为制定增强社区韧性的策略提供更科学的依据（Jin et al., 2026）。人口制图是社区层面暴露人口评估的重要组成部分（Wing et al., 2017）。详细的人口分布数据能够识别暴露人口并分析其在洪水事件中的空间特征。例如，Smith等人（2019）利用高分辨率HRSL数据模拟了全国尺度的暴露人口分布，而Qiang（2019）基于人口普查数据在街区组层面计算了人口暴露。暴露人口的不确定性可能限制了对洪水风险的理解。Tang等人（2025）考察了城市化和社会增长对小尺度区域城市洪水暴露变化的贡献，并证明人口驱动的暴露变化在人口密集地区占主导地位。此外，一些研究指出存在不公平的洪水风险，这导致社会和和政治不平等的加剧（Sanders et al., 2022; Finch et al., 2010）。这些努力强调了需要高分辨率人口地图来提高洪水暴露估计的准确性。为应对这些挑战，本研究追求三个目标：（1）探索社区层面洪水暴露差异与人口老龄化之间的关系；（2）识别解释变量及其对洪水暴露水平的贡献；以及（3）总结社区和洪水平原的洪水风险适应建议。研究结果预计将为减少洪水暴露和支持社区制定更有效的缓解策略提供切实可行的见解。## 章节摘要### 研究区域珠三角城市群是世界上最大的巨型都市区之一，包括中国南方的九座城市，拥有超过9000个社区，总人口超过7800万（图1）。然而，超过2300万居民面临洪水威胁，且在极端气候事件的影响下，这一情况预计将恶化（Jian et al., 2021）。### 数据来源用于洪水平原模拟的水文气象数据提取自CN05.1数据集（Wu & Gao, 2013）。### 方法我们设计了一个研究框架来探索社区层面社区老龄化与洪水暴露之间的关联，涉及洪水模拟、暴露人口和社区老龄化（图2）。具体而言，洪水危险指洪水的频率、强度、空间范围或深度，在本研究中，由VIC和CaMa-Flood模型模拟的洪水平原范围作为洪水危险的指标。暴露指位于……### 洪水暴露水平差异使用VIC和CaMa-Flood模型模拟了洪水平原范围，并使用Popcorn模型模拟了高分辨率人口分布。估算了每个社区的暴露人口。图3展示了2020年洪水平原内社区洪水暴露水平的空间分布（共5077个社区）。超过1100万人面临洪水威胁，约占总人口的13%，暴露水平存在差异。### 社区风险适应分析了六种社区类型（图6）中解释变量的分布，以解释它们与洪水暴露水平（图8）的关系。对于人口密度（图8a），代表老龄化城市社区洋红色线明显位于其他五条线下方。在城市社区和城中村以及农村社区中，老龄化和非老龄化条件下，城市社区的人口密度均高于城中村和农村社区（图8b）。这一模式可能由分布特征来解释。### 结论本研究探讨了珠三角地区5077个社区中洪水暴露差异与人口老龄化之间的关系。使用VIC和CaMa-Flood模型生成了洪水平原地图，使用Popcorn模型制作了高分辨率人口地图，并据此估算了暴露人口。然后，采用XGBoost模型探索了解释变量对洪水暴露的贡献。超过1100万人面临洪水威胁，平均暴露水平……### CRediT作者贡献声明**陈太林：** 原稿撰写、验证、资源、形式分析、概念化。**钟鸣：** 原稿撰写、验证、监督、资源、资金获取、形式分析、概念化。**钟伟辰：** 综述与编辑、可视化、软件、调查、数据整理。**凌锋：** 综述与编辑、可视化、软件、调查、数据整理。**唐国平：** 综述与编辑、可视化、软件、……### 数据可用性支持本研究结果的数据可按要求提供。由于隐私或伦理考虑，数据的获取可能受到限制。### 利益冲突声明作者声明不存在任何可能影响本文报告工作的已知竞争性经济利益或个人关系。### 致谢本研究得到**国家自然科学基金**（资助号42571088）、**广东省研发基础设施与条件建设项目**（2024B1212040005）以及**国家自然科学基金联合基金**（资助号U22A20567）的支持。陈太林 | 钟鸣 | 钟伟辰 | 凌锋 | 唐国平 | 刘晔