城市洪水建模的推进：一个可扩展、互操作且可复现的高分辨率建模框架与工作流程

《Environmental Modelling & Software》：Advancing urban flood modeling: A scalable, interoperable and reproducible high-resolution modeling framework and workflow

　　

本文提出了一个用于网格降雨洪水动力学建模的框架。工作流集成了从数据采集到模型部署的完整流程。所设计的算法在可扩展性、互操作性和可重复性方面表现优异。案例研究在亚特兰大、菲尼克斯、哥本哈根和开普敦流域中进行了验证。

**引言**

城市洪涝发生的频率越来越高，其根本原因十分明确。随着城市区域不断扩张，天然地表被铺装路面、屋顶和混凝土所取代——这些材料会排走水分而非吸收水分。当地面降雨量超过当地的入渗能力和排水能力时，就会发生地表洪水，雨水在城市表面形成径流，导致漫流和积水。原本会渗入地下的雨水如今迅速汇入街道和排水系统，而这些系统在设计之初从未考虑过如此大的水量。与此同时，气候变化正在使世界上许多地区的极端降水事件变得更加剧烈且变化更大（Rosenzweig等人，2018年；Dodman等人，2023年；Yang等人，2013年；Zhang等人，2018年）。其结果是一个相互叠加的问题：越来越多的水量降落在吸收能力越来越弱的表面上，而这些城市的现有基础设施是在那些已不再可靠存在的气候条件下修建的。除物理驱动因素外，城市规划不足、不受约束的开发建设以及在设计规划决策中未能考虑不确定性也加剧了城市洪涝。

城市洪涝造成的损害是真实且不断加剧的。在美国乃至全球范围内，洪水摧毁了房屋、扰乱了交通网络，并中断了城市赖以运转的关键基础设施（马里兰大学和德克萨斯农工大学，2018年；国家科学院出版社，2019年；Proki?等人，2019年；Wasko等人，2021年；Hallegatte等人，2013年）。由于维系城市运转的系统——包括电力、供水、交通和应急响应——彼此深度互联，洪涝的影响往往不会随着水位退去而结束。相反，这些事件会引发级联效应，其影响不仅限于被淹没的街道和停滞的交通等直接干扰，还可能延伸至长期的社会经济后果，因为相互依存的系统其可达性和功能性都会受到影响（Li等人，2023年；Helmrich等人，2023年）。

为了有效应对这些挑战，城市必须超越被动响应的模式，主动了解和预判洪涝可能发生的位置、严重程度以及哪些社区和基础设施系统最为脆弱。洪水动力学建模在实现此类评估中发挥着关键作用，它能够提供高度精细化的洪水动态信息，包括在不同降雨条件下的洪深、淹没范围和汇流路径预测。这些工具对于识别洪水高发区域、优先投入防洪减灾和基础设施适应（如防洪堤坝和绿色雨水基础设施）以及支持不确定性条件下的决策至关重要。洪水动力学模型的应用范围远超洪水预测，还涉及脆弱性评估、实时洪水预报、基础设施设计和适应规划决策以及洪水管理。可靠的物理模型也是制定数据驱动决策或训练机器学习模型的重要前提。然而，尽管洪水风险不断上升，许多城市仍然缺乏准确预测和管理城市洪涝的能力。这一差距主要源于两个关键挑战：需要高分辨率数据集来表示城市环境，以及构建和部署可靠的洪水动力学模型的复杂性。

城市洪水的动力学建模尤为困难。在此语境下，城市洪水是指在建成区中，当降水和径流超过水系、土壤和排水系统输水、蓄水和吸收能力时，水分积聚和淹没的现象，而这些模型正是旨在对这一过程进行数值模拟。开发活动取代了天然地面，形成了人工汇流路径，抑制了土壤自然入渗过程，导致在短降雨响应时间内产生大量径流。这导致城市集水区的汇流时间缩短至分钟级别，与自然流域不同——在自然流域中，植被和土壤的初期消减、更快的入渗率以及基流产生会将汇流时间延长至数小时甚至数天。因此，数值模型需要在更高的空间分辨率上计算以准确整合城市汇流路径、汇流障碍特征、高程和坡度，并在输入和输出变量上采用更短的时间步长以准确模拟随时间变化的动态响应。在城市景观上准确估算洪深、洪量和淹没范围的精度至关重要，已有多个研究深入探讨了空间和时间的尺度效应（Shrestha等人，2022年；Saksena和Merwade，2015年）及相应的改进方法（Luo等人，2022年；Krebs等人，2014年）。然而，数据准备、模型构建和模拟过程非常耗费资源。高保真物理模型最常用的高精度分布式建模方法是使用二维（2D）或耦合一维和二维（1D-2D）水文动力学方程，以准确测量流态和流速动态，并在每个计算单元或二维网格上计算水文过程。城市洪水建模的常用方法是网格降雨技术，即将空间上均匀或不均匀的降雨直接施加到每个计算网格上，在每格上计算水文损失和径流，并在每个时间步长将产生的径流在二维网格上汇流。计算资源的发展和开源及商业洪水动力学建模工具的可用性使城市洪水建模成为可能。这些进展同时也凸显了现有方法的局限性，尤其是在跨不同空间分辨率和地理背景的扩展能力，以及在不同洪水动力学建模工具或平台之间的互操作性方面。

多种洪水动力学建模工具，如HEC-RAS（Costabile等人，2021年）、CityCAT（Glenis等人，2018年）、PCSWMM（Finney等人，2012年；James等人，2013年）、LISFLOOD（Neal等人，2018年）和MIKE 21（Abbott，1999年；DHI，2009年），在科学研究和实际应用中广泛使用。这些工具被认为在洪水预测和决策制定方面是可靠的，其基础是已确立的物理原理，包括浅水方程。尽管每种工具都具有独特的功能和能力，但其基本过程理论相似，反映了自数值方法首次应用于水文学以来所积累的知识的集大成（Teng等人，2017年；Sebastian等人，2022年）。然而，大多数现有建模工具都设计为在特定约束条件下运行，通常需要进行独特数据加工和预处理才能构建模型，从而造成数据和模型的数据孤岛。当前城市洪水模型在与其他模型的兼容性方面面临重大挑战，因为数据标准和模型结构的差异导致了互操作性问题。互操作性对于支持城市规划和灾害减灾的多学科方法至关重要（Mahmood等人，2025年）。从采集、处理到模型输入准备的数据加工过程耗费大量时间和精力。

尽管城市洪水建模中存在与数据复杂性和模型复杂性相关的现有挑战（Guo等人，2020年；Kourtis和Tsihrintzis，2021年），但动态演变城市肌理中不断上升的城市洪水风险凸显了迫切需要建立一个可扩展、互操作且可重复（Tarboton等人，2022年；Tarboton等人，2011年）的先进建模框架。此类框架不仅需要具备适应性，还必须具备易于部署的特点，以有效管理和缓解这些风险。此外，鉴于仅有约1%的水文科学论文完全可重复，确保新的科学和方法在发展和应用过程中保证数据和研究过程的透明性和可重复性至关重要（Stagge等人，2019年；Hall等人，2022年），尤其是应对不断加剧的城市洪涝挑战。开放科学的可及性，加上可重用性和可重复性，是水文学和地球系统科学进步的先兆，具有强大的潜力以提升其对社区和社会的效益（Hall等人，2022年；Choi等人，2025年；Salas等人，2020年）。在软件和数据加工流程中创建互操作性、增强可重复性和提高可重用性，通过减少重复开发所浪费的时间，显著加速科学进步并促进新发现（Hall等人，2022年）。因此，提高处理大量数据的能力——包括高分辨率高程数据集、土地利用、土壤质地、设计暴雨或降雨时间序列以及模型生成的洪水图——对于推进洪水动力学建模应用至关重要。此外，城市中日益增长的洪水风险需要更加自适应的建模框架，而大数据和计算技术的出现为更高效地处理海量数据集提供了机会，有可能变革洪水动力学模型的应用。因此，提高这些工具之间的数据互操作性、增强可扩展性并确保工作流程的可重复性和标准化变得至关重要。

本研究提出以下问题：如何利用计算资源创建一个可扩展、互操作且可重复的框架，用于大规模城市洪水动力学或城市洪水模型的数据同化和数值模拟？本研究旨在开发一个城市洪水建模框架，确保城市洪水模型在不同空间和计算环境下的数据互操作性、过程可重复性和可扩展性。在本研究中，可扩展性从空间分辨率、流域或区域范围、地理背景和计算环境等方面进行评估，而互操作性则通过跨不同洪水动力学建模平台进行验证。该框架利用公开数据集，并使用本地及云计算资源（如Google云平台（GCP）和超级计算（HPC））来自动化数据预处理、模型设置、验证和模拟。该框架设计为可在多种平台、环境和建模工具之间灵活应用，推动了二维城市洪水建模在研究中的应用。与依赖特定工具的数据处理和完全手工模型设置的常规工作流相比，所提出的框架通过标准化自动数据加工和集成，减少了模型开发中的冗余，并实现了不同建模工具之间的直接比较。这使得洪水动力学表征更加一致，并支持生成高度精细化的洪水信息用于研究和实际应用。因此，我们的主要目标是利用开放数据源、非专有地理处理库，创建标准化工作流，并自动化数据和建模过程。我们专注于开放数据以增强透明性、可及性和共享性，在美国背景下尤为相关，但也适用于其他拥有可比数据源的地区。鉴于全球范围内风险评估和数据基础设施存在持续缺口，这一点尤为重要。例如，仅有一小部分城市进行了气候风险和脆弱性评估（CDP，2023年）。利用开放数据源还有助于澄清或凸显不同地理背景下的数据准确性、一致性和局限性，从而增强城市和社区的洪涝风险和灾害应对能力。我们还强调标准化工作流以确保数据加工、模型构建和验证采用统一程序。我们开发并公开共享的算法在提升洪水动力学模型开发效率和精度方面发挥着关键作用。除应急响应外，此类建模能力还可支持适应规划、脆弱性评估以及城市资源的更有效优先配置。本研究还补充了创建大规模、可重复且可扩展建模框架的持续努力，特别是下一代水资源建模框架和NOAA国家水模型等框架（Ogden等人，2026年；Cosgrove等人，2024年），并创新性聚焦于城市洪水建模——这对全球越来越多的城市而言是一个关键问题。据我们所知，这是首次致力于将此类建模框架推进至高保真、互操作和可扩展的城市洪水建模。

**方法**

本节介绍了城市洪水建模框架中的地理空间数据要求和数据源，包括其获取和加工算法，这些构成了城市洪水动力学模型的关键组成部分。本文提出的自动化数据采集算法主要使用适用于美国城市的公开数据集。然而，更广泛的框架基于模型开发所需的信息和属性，而非……

**结果与讨论**

本节展示并讨论了数据加工算法的结果，可视化其输出，评估洪水动力学模型捕捉洪水动态的有效性，评估数据在不同建模工具间的互操作性，并讨论本研究对城市洪水管理的启示。

**结论**

由于降水格局的非平稳性和快速城市化，城市洪水成为全球城市面临的日益严峻的挑战。水力学-水动力学或洪水动力学建模工具对于应对这一挑战至关重要，通过捕捉高度精细化的洪水动态，这些工具是有效减灾和应急响应的基础。

然而，此类高保真物理模型的开发通常受到碎片化数据管道、缺乏标准化工作流以及有限条件的制约。

CRediT 作者贡献声明
阿希什·什雷斯塔：写作 – 审阅与编辑，写作 – 原稿，可视化，验证，软件，方法学，调查，形式化分析，数据整理，概念化。
艾哈迈德·穆斯塔法：写作 – 审阅与编辑，软件，项目管理，方法学，调查，形式化分析，数据整理，概念化。
克里斯托弗·肯尼迪：写作 – 审阅与编辑，项目管理，方法学，概念化。
蒂蒙·麦克菲森：写作 – 审阅与编辑，

利益冲突声明
作者声明，他们没有已知的竞争性经济利益或个人关系，这些利益或关系可能会影响本文报告的工作。

致谢
本工作由 Google.org（资助编号 TF2307-114864）在 ClimateIQ 项目下以及 Kresge 基金会（资助编号 R-2501-295253）提供资助。作者感谢 Computational Hydraulics Inc. (CHI) 为本研究中使用的 PCSWMM 建模工具提供教育许可证。作者还感谢 Chinmay Sagade 在设置用于模型模拟的 GCP 计算环境方面提供的技术支持。

阿希什·什雷斯塔|艾哈迈德·穆斯塔法|克里斯托弗·肯尼迪|蒂蒙·麦克菲森