Page 50 - 《华中农业大学学报（自然科学版）》2023年第9期

44 华 中 农 业 大 学 学 报 第 42 卷

区间内，数值越高，表示气候变化适应性视角下的洪 了可用的公开数据外，引用了部分公开成果，根据相
涝灾害风险度越高，数值越小表示风险度越低。除 关领域学者文献进行解译而成（表2）。
表 2 气候变化适应性目标下的洪涝风险指标体系
Table 2 Flood risk indicator system under climate change adaptability goals

准则层 Guideline level 指标层 Indicator level 来源/解析度 Source/Resolution
降水因子 Precipitation factor 中国气象信息中心（1 km）
危险指数（H i ） [7]
风暴潮淹没因子 Storm surge inundation factor 文献解译
Hazard index
河流洪涝影响因子 River flooding impact factor 文献解译 [6-7]
高程 Elevation 地理空间数据云平台GDEMDEM 30M
脆弱指数（V i ） 地面沉降 Ground subsidence 文献解译 [7]
Vulnerability index
排水密度 Drainage density 国家1/25万基础地理信息数据，通过河网长度除以单位面积计算
地表径流因子 Surface runoff factor 国家1/25万基础地理信息数据，根据土地利用不同进行赋值
人口密度 Population density 上海统计年鉴(2000—2019年)
暴露指数（E i ） 地均 GDP GDP per land area 上海统计年鉴(2000—2019年)
Exposure index 土地利用类型 Land use type 根据Landsat 5、7、8 数据进行遥感解译， 采用BP法土地利用类型模拟
建筑空间类型Building space type 根据Landsat 5、7、8 数据进行遥感解译，采用BP法空间类型模拟
城市的脆弱性与人口密度问题密不可分，高人 可获取性、GIS空间化易表达以及场景模拟分析形成
口密度呈现着易遭受严重伤害的区域特征 ［21］ 。人口 指标体系。由于气候场景模拟涉及水文学、地理学、
密度高，适洪能力弱，洪涝风险大。本研究将风险结 气象学等众多自然学科，因此，不同学科领域的场景
果与人口密度进行结合评估滨水空间景观更新策 模拟参考相应研究领域的代表性成果，并且统一场
略，为免重复，在洪涝风险评估中没有纳入人口密 景模拟的时间为2030年、2050年与2100年。
度，而是在后续策略评估中将人口密度与洪涝风险 1）河流洪涝影响模拟。参考文献［1］，并使用简
评估结果进行叠加运算。根据 IPCC 的报告，人员和 化的二维洪水淹没模型（FloodMap-Inertial）模拟堤
经济资产暴露度与天气和气候灾害有关的经济损失 坝故障引起的洪水并推导淹没图（2030 年、2050 年、
［12］
表现出一定的正相关关系，暴露度和脆弱性趋势是 2100年百年一遇） ，与地理空间数据云平台数据结
灾难风险变化的主要驱动力，这两点具有高可信 合处理而成。
度 ［19］ 。基于 IPCC论述，在上述多指标评价基础上对 2）风暴潮影响模拟。通过二维 MIKE 21 模型模
多指标进行延伸模拟基于气候变化的 3 种洪涝风险 拟上海市 2030 年、2050 年和 2100 年风暴潮灾难图
图景（scenario），分别对应2030年、2050年、2100年。 景，其中，流量模型 MIKE 21 FM 使用二维浅水方程
2）指标计算。采用 AHP 层次分析法建立评价 的垂直平均值，并采取离散 ADI（ahernating direction
模型，构造判断矩阵并计算权重。基于专家咨询方 implicit）方法和双重扫描算法来计算有效差分 ［6-7］ 。
法的问卷调查，选择城乡规划、水利、风景园林、地理 3）降水因子。以上海市降水量为研究对象，建
等学科领域的专家对指标的重要性进行评分。根据 立 GRNN 广义回归神经网模型，结合逐步回归分析
各个准则层和指标层的权重，计算得到了每个指标 和 BP 神 经 网 络 进 行 拟 合 和 模 拟 。 模 型 数 据 与
的综合权重。危险性准则层下的指标层包括降水、 1 9 4 9—2 0 0 0 年的降水量进行对照，效果较好。本
河流洪涝和风暴潮，对应的综合权重分别为 0.620 1、 研究根据其模型形成的曲线推算 2030 年、2050 年及
0.153 3 和 0.378 1；脆弱性准则层下的指标层包括高 2100年3个时期年降水情况。
程、地面沉降、排水密度和地表径流因子，对应的综合 4）高 程 。 高 程 采 用 地 理 空 间 数 据 云 平 台
权重分别为−0.129 5、0.064 8、0.034 9 和 0.020 1；暴 GDEMDEM 30M成果。
露度准则层下的指标层包括地均 GDP、土地利用类 5）地面沉降因子模拟。上海市地面沉降分自然
型和建筑空间类型，对应的综合权重分别为 0.023 8、 沉降与人为沉降两部分，基于长期监测数据，上海的
［7］
0.119 1和0.014 2。 新构造沉降稳定在 1.5 mm/a 。人为沉降的空间数
1.4 场景模拟 据来自上海地质研究所的长期监测项目（1985—
本研究利用场景模拟方法进行分析，根据数据 2005年）。