摘要
为进一步降低河口城市滨水区因气候变化引起的洪涝灾害风险，提高城市抗洪能力，基于政府间气候变化专门委员会（IPCC）关于风险的定义，按照危险性、脆弱性、暴露度构建洪水风险指数评估模型，选取11个评价指标，采用场景模拟与GIS空间叠加的方法计算洪水风险指数。选取上海市黄浦江滨水空间为研究区，并分别以2030年、2050年及2100年为时间节点进行情景模拟，进一步按照人口密度单因子进行叠加评价，通过情景模拟识别黄浦江滨水空间景观，更新“三区三策”。结果显示：根据黄浦江滨水区气候变化目标下洪水风险的空间格局，显示风险度等级逐年提高；在2050及2100年的场景模拟中，黄浦江上、下游两部分均显示了高洪涝风险段。采取抵抗（抗洪）策略的岸线逐年增长，对城市高密度人口区等区域威胁日益增大；采取疏散策略的岸线逐年增长，水岸的宜居性降低；采取共处（承洪）策略的岸线逐年减少，需要采取更多抵抗策略与疏散策略。根据气候变化视角下黄浦江滨水区洪涝风险分区分策，泛洪区位于宝山区以东及浦东新区西北角，黄浦江滨水空间需要采取后退疏散策略，实施人口疏散，规划“河口保护计划”，以及在中游松江区内进行生态湿地建设；抗洪区位于中心城区，滨水空间需要继续采取抵抗洪水策略，且风险日益扩大；承洪区位于大部分黄浦江滨水空间，可采取与洪共处策略，但潜力日益缩小。
工业革命以来，位于海陆河交界处的河口城市快速发展，人口与经济活动高度密集。然而，温室气体增加所导致的全球气候变化，使得河口城市面临前所未有的极端天气和超出自然变率的异常洪涝。此外，快速城市化引发自然水面减少及下渗困难，将加剧台风风暴潮及洪涝带来的危害，影响河口城市居民生产和生活安全。如何对灾害进行预判及进行适应以降低预期灾害损失，相关学者基于历史典型台风风暴潮与未来风暴潮不同重现期的预测，进行了情景模拟和风险评估等研
洪涝风险指数常以集水区规模为标准，朱诗
面对气候变化日益增长的风险，城市管理思路将从城市排水转向洪涝风险管理，进一步建立综合洪涝风险指数和洪涝风险的概念，构建城市洪涝风险管理模型，将能够预测未来超过设计标准的防洪响
本研究选取上海市黄浦江滨水区作为对象，基于气候变化视角，对城市滨水区洪涝风险评估与分区分策进行研究，目的在于提高城市抗洪能力，为城市洪涝风险韧性空间的规划提供理论和实践依据，以降低洪灾风险。
根据IPCC有关气候变化相关术语，危险性是指自然灾害发生的严重程度和概率，而脆弱性则是指社会、经济和环境系统在应对自然灾害时的抵抗能力；脆弱性越高，系统面对自然灾害的承受能力就越低；暴露性指的是人类活动和财产在不同自然灾害中的暴露程度。当危险性、脆弱性和暴露性相互作用时，就会产生风险。因此，风险评估需要综合考虑这3个要素，以便更好地理解和管理自然灾害造成的风险。本研究基于未来洪涝风险的危害性、暴露性与脆弱性及其对应的指标层进行全面审查和分析要点，获取上海市黄浦江滨水空间需要解决的洪涝风险的空间分布；再与人口密度等叠加，统筹权衡并识别出抗洪区、承洪区与泛洪区。针对不同滨水空间带采取“三区三策”，包括抵抗治洪策略、与洪共处策略及迁离水岸的策略。
1）准则层与指标层。按AHP方法，以评价的目标层定义洪涝风险，危险性、脆弱性与暴露度组成评价的准则层。根据准则层建立多指标评价体系。根据因气候变化导致的洪涝风险相关的危险性、暴露度及脆弱性的相关研究，以及对国土空间双评价的有关洪涝风险的成果中的指标进行了收集分析，得到河流滨水洪涝风险指标集（
| 项目 Item | 归纳的指标 Inductive metrics | 引用文献 Cited literature |
|---|---|---|
| 危险性 Hazard | 降水因子、风暴潮因子、河流洪涝影响因子、内涝影响因子等 |
[ |
| 脆弱性 Vulnerability | 高程、坡度、地面沉降、排水密度、地表径流因子、植被覆盖因子、水面率、绿地率、堤防达标率、排水管网密度、河湖蓄容量、监测和预警能力等 |
[ |
| 暴露度 Exposure | 人口密度、地均GDP、土地利用类型、空间类型与建筑质量、水土流失度、现场污染风险、未成年人口比例、65岁及以上比例、残疾人比例、老式房屋和低标住宅比例、每10万人中刑事案发生率等 |
[ |
基于文献阅读、专家咨询、数据的可获得性及空间布局的可行性，建立基于GIS空间分布的多指标模型来评估河口城市的滨水空间景观更新所面临的洪涝风险（
| 准则层 Guideline level | 指标层 Indicator level | 来源/解析度 Source/Resolution |
|---|---|---|
| 危险指数（Hi）Hazard index | 降水因子 Precipitation factor | 中国气象信息中心（1 km） |
| 风暴潮淹没因子 Storm surge inundation factor |
文献解 | |
| 河流洪涝影响因子 River flooding impact factor |
文献解 | |
| 脆弱指数（Vi）Vulnerability index | 高程 Elevation | 地理空间数据云平台GDEMDEM 30M |
| 地面沉降 Ground subsidence |
文献解 | |
| 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 | |
| 暴露指数（Ei）Exposure index | 人口密度 Population density | 上海统计年鉴(2000—2019年) |
| 地均 GDP GDP per land area | 上海统计年鉴(2000—2019年) | |
| 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，高人口密度呈现着易遭受严重伤害的区域特
2）指标计算。采用AHP层次分析法建立评价模型，构造判断矩阵并计算权重。基于专家咨询方法的问卷调查，选择城乡规划、水利、风景园林、地理等学科领域的专家对指标的重要性进行评分。根据各个准则层和指标层的权重，计算得到了每个指标的综合权重。危险性准则层下的指标层包括降水、河流洪涝和风暴潮，对应的综合权重分别为0.620 1、0.153 3和0.378 1；脆弱性准则层下的指标层包括高程、地面沉降、排水密度和地表径流因子，对应的综合权重分别为-0.129 5、0.064 8、0.034 9和0.020 1；暴露度准则层下的指标层包括地均GDP、土地利用类型和建筑空间类型，对应的综合权重分别为0.023 8、0.119 1和0.014 2。
本研究利用场景模拟方法进行分析，根据数据可获取性、GIS空间化易表达以及场景模拟分析形成指标体系。由于气候场景模拟涉及水文学、地理学、气象学等众多自然学科，因此，不同学科领域的场景模拟参考相应研究领域的代表性成果，并且统一场景模拟的时间为2030年、2050年与2100年。
1）河流洪涝影响模拟。参考文献［
2）风暴潮影响模拟。通过二维MIKE 21模型模拟上海市2030年、2050年和2100年风暴潮灾难图景，其中，流量模型MIKE 21 FM使用二维浅水方程的垂直平均值，并采取离散ADI（ahernating direction implicit）方法和双重扫描算法来计算有效差
3）降水因子。以上海市降水量为研究对象，建立GRNN广义回归神经网模型，结合逐步回归分析和BP神经网络进行拟合和模拟。模型数据与1949—2000年的降水量进行对照，效果较好。本研究根据其模型形成的曲线推算2030年、2050年及2100年3个时期年降水情况。
4）高程。高程采用地理空间数据云平台GDEMDEM 30M成果。
5）地面沉降因子模拟。上海市地面沉降分自然沉降与人为沉降两部分，基于长期监测数据，上海的新构造沉降稳定在1.5 mm/
6）排水密度。排水密度通过河网长度除以单位面积计算，采用国家1/25万基础地理信息数据。因为河流受到严格的法定保护，假定2030年、2050年及2100年河流形态不受变化。
7）土地利用类型。本研究利用根据Landsat 5、7、8进行遥感解译数据，构建BP神经网络空间类型模拟得到2030年、2050年及2100年模拟数据。具体过程为：运用获得的中国科学院资源环境数据中心1980年、1990年、1995年、2000年、2005年、2008年、2015年共7个时期土地利用数据解译（
图 1 上海市1980—2015年不同时期的土地利用分类情况
Fig.1 Land use classification of Shanghai in different periods from 1980 to 2015
A：1980 年； B：1990年； C：1995年； D：2000年； E：2005年； F：2008年； G：2015年.
应用2015年以前的多期数据在Markov模块中生成土地利用数据转移矩阵。Markov工具用于分析2组土地利用类型数据之间的变化情况，计算得到1个过渡概率矩阵、1个过渡区域矩阵和1组条件概率文件。过渡概率矩阵记录了2组土地利用类型数据中每个土地类别转变为其他类别的概率；过渡区域矩阵记录了在单位时间内每个土地类别转变为其他土地类别的期望像素数量；条件概率文件组表征了在单位时间后每个像素出现各个土地类别的概率。CA_MARKOV工具是一个基于概率论的马尔科夫链，以元胞自动机为演变引擎的土地演变预测程序。通过输入基础土地利用类型图像、过渡区域矩阵、过渡适宜性文件组，工具以元胞自动机为引擎进行土地类型的演化预测。元胞自动机次数决定了演化的迭代次数，或者说对于演化时间段的划分次数，也代表了对每次迭代的时间单位的定义。对于1次10 a跨度的预测，迭代次数10代表了每次演化基于1 a的土地利用变化，迭代次数20则将以6个月作为迭代演化的单位时间。CA_MARKOV工具需要相当长的演化预算时间，并随着迭代次数增加大幅增加。
8）建筑空间类型。从上述模拟中分离相关要素，进一步得到建筑空间类型敏感度。从建筑质量来看，城镇建筑质量高于农村居民点，农村居民点高于其他建设用地（存在诸多工矿企业建筑）。根据建筑空间类型敏感度归一化取值：非建设用地建筑空间为0.000，城镇建筑空间为0.333，农村居民点建筑空间为0.667，其他建设用地建筑空间1.000。
9）地表径流因子。本研究地表排水系数取值基于GB 50015—2009《建筑给水排水设计规范》，地表建筑密集区屋顶与道路取值0.9，较密集区取值0.5，建筑稀疏区取值0.3，公园绿地取值0.15。由于建筑与道路对于上海市域而言过于详细，且城市建设大部分完成后不同年份变化有限，考虑到本项指标占总权重约2%，因而没有进行2030年、2050年及2100年的场景模拟，此指标均采用2019年数据。
10）地均GDP。数据取2000—2019年上海统计年鉴数据，与上述土地用途的BP法模拟进行耦合，测算2030年、2050年及2100年的空间分布情况。
11）人口密度。由于要单独将人口密度与洪涝风险评估结果进行空间叠加计算以得出适应策略，为避免重复计算，此处将人口密度从风险评估中移去。
根据本研究提出的场景模拟方法，对所有10个指标分别模拟了2030年、2050年及2100年的空间表现，为便于相互比较，对场景模拟数据进行归一化处理，模拟结果如
图2 上海市黄浦江滨水空间2030年、2050年及2100年场景模拟及归一化结果
Fig.2 Scenario simulation and normalization results of Huangpu River waterfront space in Shanghai in 2030， 2050 and 2100
A：降雨 Rainfall；B：风暴潮 Storm surge；C：黄浦江洪涝淹没 Flood forecast of Huangpu River；D：地面沉降 Land subsidence；E：地均 GDP Local average GDP；F：用地分类 Land use classification；G：空间类型与建筑质量空间分布Plane distribution and normalization of space types and building quality；H：上海市地面高程 Shanghai ground elevation；I：河流密度 River density；J：地表径流排水系数Surface runoff drainage coefficient.
图 3 上海市黄浦江滨水空间洪涝风险分布
Fig.3 Flood risk distribution of the Huangpu River waterfront space in Shanghai
对洪涝灾害进行风险性评估的目的是通过评估获得城市滨水空间景观更新的“三区三策”，获得抗洪、承洪与泛洪的3种区域划分依据。得到这种水岸策略，需要将洪涝风险指数继续与滨水空间水岸沿线人口密度进行叠加，进行空间计算得到相应结果。
根据本研究AHP模型计算结果，得到上海市2030年、2050年、2100年洪涝风险度空间分布的评价结果，与人口分布数据进行叠加运算得出不同策略类型。社会学科对人口分布进行预测有多种复杂模型，但难于按人口密度在空间进行分布。事实上，上海市人口增长受严格的地方人口准入、建设用地政策限制等因素影响。虽然政策难于预测，但可以按建设用地中不同类型用地的此消彼长，按预测前的人口密度与用地类型的对应关系预测用地类型变化后的人口密度分布。采用的具体方法是以预测前的地类人口密度为准，按2030年、2050年、2100年用地类型预测结果，对人口密度地图进行计算，获得相应人口密度分布。对人口密度进行划分时，以1万人/k
图 4 上海市人口密度分类示意图
Fig.4 Schematic diagram of population density classification in Shanghai
根据上述评估洪涝风险结果和人口密度分类结果，将黄浦江滨江区划分为抗洪区（策略是抵抗）、承洪区（策略是共处）与泛洪区（策略是疏散）。其中，高密度的人口无论面临哪一类洪涝风险，均采取抵抗策略；面临中、低洪涝风险的中高密度人口区采取抵抗策略；面临低洪涝风险的中高人口密度、中低人口密度与低人口密度区域采用与洪涝共处的策略；面临高洪涝风险的中低人口密度与低人口密度区域采用疏散策略（
| 等级 Grade | 高人口密度High population density | 中高人口密度Medium to high population density | 中低人口密度Low to medium population density | 低人口密度Low population density |
|---|---|---|---|---|
| 低洪涝风险 Low risk of flooding | 抵抗 Resistance | 共处 Accommodation | 共处 Accommodation | 共处 Accommodation |
| 中低洪涝风险 Low to medium risk of flooding | 抵抗 Resistance | 共处 Accommodation | 共处 Accommodation | 共处 Accommodation |
| 中等洪涝风险 Medium risk of flooding | 抵抗 Resistance | 抵抗 Resistance | 共处 Accommodation | 共处 Accommodation |
| 中高洪涝风险 Medium to high risk of flooding | 抵抗 Resistance | 抵抗 Resistance | 共处 Accommodation | 疏散 Evacuation |
| 高洪涝风险 High risk of flooding | 抵抗 Resistance | 抵抗 Resistance | 疏散 Evacuation | 疏散 Evacuation |
根据
图 5 黄浦江两岸2 km邻水区适应洪涝策略空间分布
Fig.5 Spatial distribution of flood strategy within 2 km on both banks of Huangpu River
| 时期 Period | 抵抗策略面积Area of resistance strategy | 共处策略面积Area of accommodation strategy | 疏散策略面积Area of evacuation strategy |
|---|---|---|---|
| 2030年 | 102.247 | 684.188 | 5.840 |
| 2050年 | 116.852 | 646.266 | 29.157 |
| 2100年 | 143.971 | 537.577 | 110.727 |
从
随着气候变化滨水空间景观的更新策略发生变化，主要规律表现为：采取抵抗（抗洪）策略的岸线逐年增长，是因为随气候变化沿岸的洪涝风险日益加大，对城市高密度人口区等区域的威胁日益增大。采取疏散策略的岸线逐年增长，是因为随气候变化沿岸的洪涝风险日益加大，水岸的宜居性降低。采取共处（承洪）策略的岸线逐年减少，是因为随洪涝风险增长，需要采取更多抵抗策略与疏散策略，人们能与洪共处的空间越来越小。上述结果表明，在进行水岸线景观更新决策时，需要根据景观更新的合理使用年限来确定相应的策略。
黄浦江下游连接长江的河口处，将受影响的两岸宽度适当扩大并进行空间运算，发现防汛墙可以后退至抗洪策略处，留下的地方建成绿地与湿地以适应未来气候变化。到2030年时，洪涝风险还不太明显；而根据2050年的洪涝图景，评估发现黄浦江河口将出现疏散区，即综合各要素而言，形成不适合居住及其他建设的地方。该区域位于上海市宝山区东面及浦东新区西北角，此处滨水空间在城市旧改时，宜疏散人口，建为泛洪区。泛洪区域建成公园绿地或湿地，平时可供人们游览，泛洪时则闭园。在泛洪区与抗洪区之间需要建设防汛墙，即该防汛墙的建设可以沿抗洪区而建。该抗洪策略形成的新的防汛墙类似曼哈顿岛的洪涝保护计划，平面呈现“U”形。2050年长约7 km、宽约3 km，类似半圆区域，需要采用泛洪策略；2100年则扩大到长约9 km、宽约4 km的类似半圆区域，需要采用泛洪策略。该区域应纳入上海黄浦江河口的“BIG U
图 6 黄浦江河口U形保护示意图
Fig.6 U-shaped protection of the Huangpu River estuary
在黄浦江上游的松江区与青浦区将出现泛洪区域（部分与承洪交织），这些泛洪区域需采用疏散策略，宜设为与江相连的生态湿地。模拟2050年情形，该区域为长约7 km、宽约4 km的圆区域；模拟2100年情形，该区域扩大至长约10 km、宽约6 km的区域。目前上海市郊区建有一些大型郊野公园，此处适合作为郊野公园或湿地选址。为了适应气候变化，上海市黄浦江河口需要制定“BIG U”计划，黄浦江上游需要规划建设生态湿地计划。该“U”形区域虽然位于河口，由于生态湿地位于上游，且保护的是城市的中心区域，因而具有全市气候适应性目标的全局意义。泛洪区内洪涝风险较高，人口密度相对较少，在未来气候变化背景下，该区域受洪涝影响较大，其适洪性较差。
根据上述评价结果，至2030年上海市黄浦江可以采取承洪策略的岸线长度为175.43 km，主要区段从黄浦江上游至上海市主城区的两岸（包含青浦区、松江区与闵行区，但不含中游的松江区与金山区交界的泛洪区）。随着气候逐年变暖，雨水增加，受洪涝威胁区域增大以及人口增长影响，泛洪岸线将日渐增加。到2050年，上海市黄浦江承洪岸线长度将减少至143.03 km，到2100年该长度还将进一步降至113.317 km。从占比上看，从2030年承洪岸线占总岸线比为72.7%，到2050年相应减少为59.3%，到2100年进一步减少到47.0%。以上岸线是中等人口密度及以下的居民区/商业区/工业区，重建时可以采用承洪策略。
从抗洪区评价结果来看，上海市中心城区滨水空间需要继续采取抵抗策略且岸线日渐增加。抗洪区的策略主要形式为通过防汛堤保障水安全，通过对岸线长度进行描述得到明确数据。根据上述评价结果，至2030年可以采取抗洪策略的岸线长度为64.640 km，主要区段是上海市外环线内的黄浦江两岸中心城区部分，与闵行区江川路街道部分。随着气候逐年变暖，雨水增加，受洪涝威胁区域增大以及人口增长影响，抗洪岸线将日渐增加。到2050年抗洪岸线将少量增加到67.877 km，到2100年将进一步增加到76.130 km。从占比上看，从2030年承洪岸线占总岸线比为26.8%，到2050年相应增长为28.1%，到2100年进一步增加到31.6%。抗洪区的部分洪涝甚至全部洪涝需要通过人工排入黄浦江，抗洪区依靠不断加高的防汛堤保障水安
洪涝灾害是河口城市面临气候变化引发的主要风险。本研究探索了河口城市上海市未来洪涝风险指数，通过定义气候变化风险、预判未来气候灾害、评估洪灾风险指数，进而制定洪涝适应的“三区三策”，以及进一步采取水风险防控措施与后续评估。
本研究根据IPCC关于风险的定义，从灾害性、暴露度与脆弱性3个方面建立了上海市洪涝风险度相关指标体系。根据数据的可获得性，选取11个评价指标，指标充分反映了上海市作为河口城市在面临气候变化引发更大频率和更大强度洪涝灾害时的成因特点。根据对2030年、2050年及2100年洪涝风险度的10个指标模拟分析，得出风险度等级逐年提高的结果；在2050年及2100年的场景模拟中，黄浦江上、下游两部分均显示为高洪涝风险段。进一步按人口密度单因子进行叠加评价，识别黄浦江滨水空间景观更新“三区三策”结果，主要规律表现为：采取抵抗（抗洪）策略的岸线逐年增长，对城市高密度人口区等区域的威胁日益增大；采取疏散策略的岸线逐年增长，水岸的宜居性降低；采取共处（承洪）策略的岸线逐年减少，需要采取更多抵抗策略与疏散策略。泛洪区评估结果表明，位于上海市宝山区以东及浦东新区西北角的黄浦江滨水空间需要规划“河口保护计划”，以及在黄浦江上游的青浦区与松江区内进行生态湿地建设。抗洪区评估结果表明，上海市中心城区滨水空间需要继续采取抵抗策略且相应空间日益扩大。承洪区评估结果表明，大部分黄浦江滨水空间可以采取与洪共处策略，但相应空间日益缩小。
洪涝风险的评估方法较多，主要包括以资料统计分析历史洪涝风险、以指标体系评估当前洪涝风险和以场模拟分析未来洪涝风险方法。方法的选择取决于评估的具体目标和可用数据。在选择最合适的方法之前，必须考虑每种方法的优势和局限
致谢
本研究过程中得到华东师范大学王军教授鼎力支持，特致谢忱！参考文献 References
参考文献 References
WANG J，XU S Y，YE M W，et al.The MIKE model application to overtopping risk assessment of seawalls and levees in Shanghai［J］.International journal of disaster risk science，2011，2（4）：32-42. [百度学术]
殷杰.基于高精度地形表面模型的城市雨洪情景模拟与应急响应能力评价［J］.地理研究，2017，36（6）：1138-1146.YIN J.Urban pluvial flood scenario modeling and emergency response assessment using high resolution Lidar-DSM［J］.Geographical research，2017，36（6）：1138-1146（in Chinese with English abstract）. [百度学术]
殷杰，尹占娥，于大鹏，等.基于情景的上海台风风暴潮淹没模拟研究［J］.地理科学，2013，33（1）：110-115.YIN J，YIN Z E，YU D P，et al.Flood simulation study of typhoon storm surge based on scenarios in Shanghai［J］.Scientia geographica sinica，2013，33（1）：110-115（in Chinese with English abstract）. [百度学术]
贺芳芳，胡恒智，董广涛，等.上海中心城区复合洪涝淹没模拟及未来重现预估［J］.灾害学，2020，35（4）：93-98，134.HE F F，HU H Z，DONG G T，et al.Compound flooding simulation and prediction of future recurrence in Shanghai downtown area［J］.Journal of catastrophology，2020，35（4）：93-98，134（in Chinese with English abstract）. [百度学术]
宋城城，李梦雅，王军，等.基于复合情景的上海台风风暴潮灾害危险性模拟及其空间应对［J］.地理科学进展，2014，33（12）：1692-1703.SONG C C，LI M Y，WANG J，et al.Simulation of typhoon storm surge impacts in Shanghai based on storm surge scenarios and disaster prevention measures［J］.Progress in geography，2014，33（12）：1692-1703（in Chinese with English abstract）. [百度学术]
WANG J，GAO W，XU S Y，et al.Evaluation of the combined risk of sea level rise，land subsidence，and storm surges on the coastal areas of Shanghai，China［J］.Climatic change，2012，115（3/4）：537-558. [百度学术]
WANG J，YI S，LI M Y，et al.Effects of sea level rise，land subsidence，bathymetric change and typhoon tracks on storm flooding in the coastal areas of Shanghai［J］.Science of the total environment，2018，621：228-234. [百度学术]
朱诗尧.城市抗涝韧性的度量与提升策略研究：以长三角区域城市为例［D］.南京：东南大学，2021.ZHU S Y.Evaluation and improvement strategy of urban flood resilience［D］.Nanjing：Southeast University，2021（in Chinese with English abstract）. [百度学术]
ZONENSEIN J. Flood risk index as an urban management tool［C］//11th International Conference on Urban Drainage， Edinburgh， Scotland， UK，2008.［S.l.］：［s.n.］，2008. [百度学术]
MIGUEZ M G，VERÓL A P.A catchment scale integrated flood resilience index to support decision making in urban flood control design［J］.Environment and planning B：urban analytics and city science，2017，44（5）：925-946. [百度学术]
ZHANG D F，SHI X G，XU H，et al.A GIS-based spatial multi-index model for flood risk assessment in the Yangtze River Basin，China［J/OL］.Environmental impact assessment review，2020，83：106397［2022-10-30］.https：//doi.org/10.1016/j.eiar.2020.106397. [百度学术]
YIN J E，JONKMAN S，LIN N，et al.Flood risks in sinking delta cities：time for a reevaluation？［J/OL］.Earth’s future，2020，8（8）：1614［2022-10-30］.https：//doi.org/10.1029/2020EF001614. [百度学术]
IPCC. AR5 synthesis report：climate change 2014［DB/OL］.（2020-08-23）［2022-10-30］.https：//ar5-syr.ipcc.ch/ipcc/ipcc/resources/pdf/IPCC_SynthesisReport.pdf. [百度学术]
IPCC. Climate change 2013：the physical science basis［DB/OL］. （2014-11-02）［2022-10-30］.http：//www.ipcc.ch/report/ar5/wg1/. [百度学术]
IPCC. Managing the risks of extreme events and disasters to advance climate change adaptation ［DB/OL］.（2020-07-30）［2022-10-30］.https：//archive.ipcc.ch/pdf/special-reports/srex/SREX_FD_SPM_final.pdf. [百度学术]
许瀚卿.沿海城市复合洪涝灾害评估与适应对策研究：以上海为例［D］.上海：华东师范大学，2022.XU H Q.Compound flooding assessing and mitigating across coastal city［D］.Shanghai：East China Normal University，2022（in Chinese with English abstract）. [百度学术]
陈崇贤.河口城市海岸灾害适应性风景园林设计研究［D］.北京：北京林业大学，2014.CHEN C X.The study of adaptive landscape design responses to coastal disasters in estaury cities［D］.Beijing：Beijing Forestry University，2014（in Chinese with English abstract）. [百度学术]
冯璐.弹性城市视角下的风暴潮适应性景观基础设施研究［D］.北京：北京林业大学，2015.FENG L.Research on storm surge adaptive landscape infrastructure in light of resilient cities［D］.Beijing：Beijing Forestry University，2015（in Chinese with English abstract）. [百度学术]
Climate change 2021.AR6 climate change 2022： impacts， adaptation， and vulnerability ［DB/OL］.（2021-10-26）［2022-10-30］.https：//www.ipcc.ch/report/sixth-assessment-report-working-group-ii/. [百度学术]
王原.城市化区域气候变化脆弱性综合评价理论、方法与应用研究：以中国河口城市上海为例［D］.上海：复旦大学，2010.WANG Y.Theories and methedologies of climate change vulnerability comprehensive assessment and their application in urban area［D］.Shanghai：Fudan University，2010（in Chinese with English abstract）. [百度学术]
ZAHRAN S，BRODY S D，PEACOCK W G，et al.Social vulnerability and the natural and built environment：a model of flood casualties in Texas［J］.Disasters，2008，32（4）：537-560. [百度学术]
ASLA.Rebuild by design， the big U［DB/OL］.（2016-12-30）［2022-10-30］.https：//www.asla.org/2016awards/172453.html. [百度学术]
环菲菲.2021年极端天气应对对上海防汛工作的启示［J］.中国防汛抗旱，2022，32（5）：79-81.HUAN F F.Implications of extreme weather response in 2021 for flood prevention in Shanghai City［J］.China flood & drought management，2022，32（5）：79-81（in Chinese）. [百度学术]
涂婧林，侯东瑞，陈弋冉，等.国土空间生态修复关键区域系统识别与修复：以武汉市蔡甸区为例［J］.华中农业大学学报，2022，41（3）：47-55.TU J L，HOU D R，CHEN Y R，et al.Systematic identification and restoration of key areas for ecological restoration of territorial space：a case study of Caidian District，Wuhan City［J］.Journal of Huazhong Agricultural University（natural science edition），2022，41（3）：47-55（in Chinese with English abstract）. [百度学术]
MERZ B，KREIBICH H，SCHWARZE R，et al．Review article “Assessment of economic flood damage”［J］．Natural hazards and earth system sciences，2010，10（8）：1697-1724． [百度学术]
KAPPES M S，KEILER M，ELVERFELDT K，et al．Challenges of analyzing multi-hazard risk：a review［J］．Natural hazards，2012，64（2）：1925-1958． [百度学术]