随着极端降雨事件频发,城市洪涝已成为高密度城市面临的重大挑战。本文以粤港澳大湾区为研究对象,构建“危害—暴露—脆弱性”框架,综合多源数据开展洪涝风险评估与资源公平性分析。采用贝叶斯优化的LightGBM-SHAP方法,揭示关键致灾因子的变化机制;并通过Dagum基尼系数与洛伦兹曲线评估防洪安全资源的空间分配不均。结果显示:洪涝风险呈现沿海向内陆递减格局,高风险区集中于核心城市与河网密集区;安全资源存在显著空间不平衡,新兴区域的规划割裂与基础设施孤岛化加剧风险暴露;关键致灾因子随风险等级升高从地形—物理因素逐步转向水文—生态因素;不透水地表率、植被覆盖率是影响洪涝总体风险的核心变量。融合风险机制解析与公平性量化评估,以期为气候适应性城市规划提供科学支撑与政策依据。1摘要:随着极端降雨事件频发,城市洪涝已成为高密度城市面临的重大挑战。本文以粤港澳大湾区为研究对象,构建“危害—暴露—脆弱性”框架,综合多源数据开展洪涝风险评估与资源公平性分析。采用贝叶斯优化的LightGBM-SHAP方法,揭示关键致灾因子的变化机制;并通过Dagu
研究设计
1.1 研究区域
粤港澳大湾区位于中国南部沿海,包括香港特别行政区、澳门特别行政区和广东省广州市、深圳市、珠海市、佛山市、惠州市、东莞市、中山市、江门市、肇庆市。作为中国最重要的经济和人口中心之一,大湾区高度城市化、人口密集、地形复杂,其位于珠江三角洲,水网密布,沿海地区易受台风、暴雨等极端天气的影响。快速的城镇化导致了区域内部发展水平的不平衡,基础设施和公共服务等资源分配不均。选择大湾区开展系统性的研究可以为区域的防灾减灾和公平发展提供科学依据。
1.2 研究数据
(1)致灾因子
(2)危害指数
本文选取了来自粤港澳大湾区各市水管理部门的历史易涝点数据,作为水文风险的主要指示变量。已有研究指出,洪涝危害的空间表达可通过积水点或涝点密度实现量化,其数量与分布直接反映了城市排水系统的薄弱环节。本文计算每个空间单元的点密度(DWP),以此表征水文风险(HR)。
(3)暴露指数
洪涝暴露性通常定义为特定空间单元中,可能受到洪水直接影响的人口或资产的数量。基于社会脆弱性与灾害响应理论,人口密度及其结构性差异是决定居民受灾程度的重要因素。本研究选取人口密度Dpop以及不同年龄段人群NAge(0—15岁、15—65岁、65岁及以上)作为关键变量。本研究对这两类指标进行主成分分析法(Principal Component Analysis,PCA)提取权重,加权得到暴露风险(Exposure Risk,ER),以下是计算公式:(4)脆弱性指数
VGDP)、房价(VHP)、POI密度(Dpoi)和Shannon多样性指数(Spoi),以构建反映社会脆弱性的数据集。本研究对这4个指标进行主成分分析法(PCA)提取权重,加权得到脆弱风险(VLR),以下是计算公式:1.3 技术路线
研究框架
(1)数据构建与预处理
本文以粤港澳大湾区为研究区域,整合洪涝灾害、气象、地形、地表覆盖、人口等17项指标,构建了500 m×500 m空间精度的数据集,作为后续模型训练与验证的基础。
(2)洪涝风险等级评估
基于“危害—暴露—脆弱性”三维框架,构建城市洪涝风险评估体系。评估体系首先采用主成分分析法降低指标维度并消除冗余,随后引入熵权法(Entropy Weight Method,EWM)实现客观赋权,并通过线性加权模型计算城市洪涝风险指数(Urban Flooding Risk,UFR),计算公式如下:
(3)空间公平性评估
为分析城市洪涝风险中的社会公平性问题,本文引入“安全值”与“安全资源”两个概念,其中安全值以“归一化后的洪涝风险指数”表示。本文采用洛伦兹曲线与Dagum基尼系数对安全资源的空间分布公平性进行测度。同时引入Dagum基尼系数,实现组内差异(Gw)、组间差异(Gb)与超变密度贡献率(Gt)的分解分析,从而识别影响资源配置公平性的关键结构性因素,并对不同城市及其区县间风险差异进行对比研究。
(4)基于LightGBM-SHAP的模型建构与因子解释
为增强评估精度,本文构建了4个Light GBM 模型,通过贝叶斯优化法调整超参数,并使用五折交叉验证评估模型性能。随后,利用SHAP方法对模型输出进行可解释性分析,从情景出发识别关键致灾因子,明确其在不同空间单元和风险等级下的非线性影响与边际贡献,揭示城市洪涝形成的驱动机制。
2研究结果
大湾区城市的洪水风险等级存在显著的空间异质性,整体呈现出从沿海向内陆递减的趋势。中高风险区域与大湾区环内湾都市圈的范围高度重叠,其中高风险地区主要分布在人口密集的城市核心区域,中风险地区与高风险地区连绵。
洪水风险等级在各城市中的占比各城市洪水风险等级占比结构对比(单位:km²)
深圳、东莞、香港等沿海城市的中高风险区比例明显增加,深圳的高风险区达48.03%,东莞和香港分别为24.62%和22.05%。佛山和广州虽不直接位于海岸,但因地处珠江三角洲水网密集区,中高风险区占比较高。城市化程度、沿海位置和开发密度在一定程度上共同决定了洪水风险的空间分布,是影响各城市洪水风险等级的重要因素。
2.2 不同风险水平下的多尺度公平性分析
2.2.1 城市间的安全资源分布差异
下图的洛伦兹曲线展示了每个风险等级下,大湾区11个城市之间的安全资源随人口累积比例的变化趋势。通过柱状图可视化的基尼系数进一步为不公平性提供了量化标准。结果表明:不同灾害风险等级下安全资源分配的公平性不一致,随着灾害风险等级的降低,大部分城市的安全资源分布不平等情况显著加剧。在中风险区域(Level2),城市之间的不公平差异最小,在高风险区域(Level3),香港、深圳、广州等城市化水平较高的城市不公平性更明显;在低风险区域(Level1),肇庆、惠州等城市化水平较低的城市不公平性反而更突出。
城市间安全资源空间分布差异的比较分析
2.2.2 城区间的安全资源分布差异
下表基于对城市间公平性的分析,进一步探讨了中心城区和郊区在不同空间单元上的资源分配不均问题,重点分析了4种风险等级下的区际差异。研究结果显示,在总体风险评估下,粤港澳大湾区各区的安全资源分配呈现高度不均衡。研究进一步表明,低风险区域(Level1)的安全资源分配缺乏连贯性。中风险区域(Level2)的资源分配公平性与低风险区域呈现出显著的反转特征。高人口密度区的资源分配公平性较低,而低人口密度区的资源分配则相对均衡。高风险区域(Level3)表现出较高的资源分配公平性,安全资源呈现“平均化匮乏”的现象,所有居民获得的资源都相对有限。
城区间安全资源空间分布差异的比较分析
注:各城市的分析范围按其下辖的区/县/市进一步划分。其中,澳门特别行政区因面积较小,以整个城市为分析范围;东莞和中山无分区,也以整个城市为分析范围。
2.2.3 安全资源分布差异的形成机制
下表揭示了粤港澳大湾区各城市在安全资源分布上存在多层次的结构性差异,主要体现在区县内资源平衡的差异、跨区县资源分配的差距,以及资源分布的集中性差异。这些差异能够揭示不同城市在发展模式和地理限制上带来的不均衡分布特征。
Dagum基尼系数与贡献率
注:澳门、东莞和中山以整个城市为分析范围,故无组间和超变密度数据。
进一步分析发现,大多数城市的安全资源分配不平等主要由超变密度贡献率主导,包括肇庆(64.62%)、珠海(51.62%)、惠州(50.50%)、江门(48.22%)和深圳(43.45%)等5个城市。这些城市大多处于扩展发展阶段,区县边界尚未完全成型,资源配置更倾向于基于需求密度,而非严格依赖行政区划。相对而言,以组间贡献率为主导的城市,如香港(71.05%)、广州(62.02%)和佛山(68.68%),具备成熟的区县结构和功能分区,资源分配更多依赖于各区县的功能定位与优先级。
从总体基尼系数来看,香港和深圳的资源分配不平等尤为明显,分别达到0.728和0.706。香港的组内贡献率仅为9.23%,远低于深圳的23.06%,显示出更均衡的区县内资源配置;然而,香港的组间贡献率高达71.05%,显著高于深圳的33.49%,表明其核心区与外围区的资源分布不平衡较为严重。进一步考察资源空间分布的集中性,深圳的超变密度贡献率为43.45%,远超香港的19.72%,表明深圳的安全资源更集中于少数“重点区域”,在极端情况下可能对资源的公平可及性构成挑战。
2.3 内涝风险等级模型及其表现
本文根据之前的综合风险评估,基于自然断点法将数据集划分为4个内涝风险等级模型:General Risk(GR)、Low Risk(LR)、Medium Risk(MR)、High Risk(HR),分别构建了4个LightGBM模型,用于不同等级的内涝风险预测。结果显示:4个模型的R²均值为0.925,表明模型的拟合程度较好。RMSE均值为0.005,这代表在内涝风险方面,预测值和真实值之间的平均绝对误差小于0.01。此外,MAPE均值为0.204,表明预测准确程度可接受。因此,本文基于LightGBM的统计评估在内涝风险预测中展现出较高的有效性和准确性,同时验证集的结果进一步佐证了模型在不同数据集上的稳健性。
2.4 城市洪涝风险的关键驱动因素及其非线性影响
下图反映了10个致灾因子在GR、LR、MR、HR4种不同的风险等级下对雨洪风险的全局影响和重要性。结果表明,在GR下,不透水地表比例(ISP)是内涝风险的主要驱动因子,该值的增大会显著增加城市的内涝风险,贡献率达35.15%。超过25 mm的年度暴雨天数E25和植被覆盖率FVC的贡献率仅次于ISP,分别为13.52%和10.88%。
按
SHAP值划分的低风险、中风险、高风险和总体风险等级的因子特征重要性对比分析3种风险等级,可以发现:内涝风险的形成机制随风险等级从低风险到高风险的变化,表现出不同的因子主导作用,由地形—物理因素逐步转向水文—生态因素。在LR,ISP和地形(DEM、SLOP)是主要控制因素,高程(DEM)和坡度(SLOP)起到排水抑制内涝的作用,ISP提升显著促进内涝风险;在MR,气象因素(P24P、AAR)对内涝的促进作用加强,地形差异对内涝风险的影响不再显著,土壤持水能力(SWR)、植被覆盖渗透(FVC)等生态系统调蓄能力在应对复杂降水与地表径流带来的内涝风险更为关键;在HR,SWR超越ISP成为主导因子,说明在高风险区增强土壤的吸水能力比降低不透水地表比例对内涝的影响更为显著。
在HR,地表覆盖特征(ISP、RD、FVC、SWR)与地形变量(SLOP、DW)共同驱动,表现出更复杂的非线性阶段性特征。在道路密度(RD)超过0.2的阈值时,开始对内涝风险表现出抑制作用。正如许多研究得出的结论,道路密度是抑制洪水的有效因子,因为道路是城市的主要地表排水通道,而 RD 值较高的大都市地区通常具有更密集的管网。
高风险等级下关键致灾因子的非线性阶段性特征
3研究讨论与分析
3.1 城市洪涝风险分布的空间特征解析
本文强调灾害是在多维因素共同作用下形成的。即便经济水平较高的区域在某些社会指标上表现较好,但其由于地势低洼、人口密度高或历史灾害记录频繁等因素,仍能被识别为高风险区域。粤港澳大湾区的洪水风险呈现显著的梯度分异特征,具体表现为从沿海向内陆递减的空间分布规律。其中,高风险区域高度集聚于人口稠密的核心城市,形成了与环内湾都市圈高度重叠的风险集聚区。中风险区域则与高风险区呈现连绵分布态势,主要位于城市边缘地带,这些区域因城市外延拓展而成为排水系统相对薄弱的过渡带,凸显出快速城市化进程中城郊区域的风险溢出效应。
基于上述洪水风险空间分异特征,本文建议实施风险导向的空间分区分级管控策略,构建“核心区开发限容—过渡带留白滞洪—生态区屏障修复”的分级治理体系,并通过法定图则严格控制高风险区的建设强度。值得注意的是,研究发现珠江三角洲密集水网对佛山、广州等内陆城市具有显著的洪水风险放大效应。这一发现表明,洪涝治理不仅需要重点关注沿海低洼区域,同时也要重视内陆水网的动态调蓄能力。建议通过建设滞洪公园、实施河道生态化改造、构建潮汐联动闸等工程措施,推动防洪体系从被动防御向主动适应转变。
3.2 城市安全资源分配差异性的比较分析
粤港澳大湾区不同风险等级和城市间的安全资源分配表现出显著的多层次结构性不均衡,反映了区域发展模式与地理条件对资源配置不平等的影响。在扩张阶段的城市资源分配以需求密度为导向,加剧了高密度区域内部的资源不均。而区县结构成熟的城市表现出核心区资源集中,外围供给不足的矛盾。资源集中性高的城市则表现出“资源聚集效应”,资源优先向特定功能核心区倾斜。这种策略虽然满足了关键区域需求,但削弱了资源公平性和可持续性,凸显了集中性分配策略的局限性。
为改善安全资源分配的不公平性,可以从动态分配、功能共享和资源复合利用3个创新方向切入。动态分配通过实时监测扩展区域需求,高风险区域采取“集中投入”策略,优先保障关键基础设施和高风险人群安全,低风险区域则采用“维护性分配”以避免资源浪费;功能共享通过在核心区与外围区之间规划共享资源走廊,优先调配资源到功能薄弱区域,缓解资源分配不均;资源复合利用则通过在高需求区域设置多功能资源节点,提高资源使用效率并增强分配的可持续性。
3.3 关键致灾因子及其作用机制
粤港澳大湾区内涝风险的空间分布和成因复杂多样,气候变量、土地覆盖特征、地形条件等多重因素相互作用,共同塑造了不同风险等级区域的洪涝特征。内涝风险的形成机制在风险等级由低到高的演变过程中呈现出显著差异。低风险阶段主要受地形和物理条件驱动,而随着风险的提升,水文和生态因素逐渐成为主导影响力。在4个风险等级(GR、LR、MR、HR)的内涝风险模型中,不透水地表比例(ISP)始终是最重要的驱动因素之一。适度的硬化表面可能在一定程度上缓解内涝,有助于迅速将雨水导入市政排水系统。然而,ISP一旦超出临界阈值,绿地和渗透性土壤的削峰滞洪能力显著降低,导致雨水汇流速度加快,超出排水系统的承载能力,从而引发内涝风险的非线性激增。
在高风险地区,植被覆盖率(FVC)的提升可以显著抑制洪涝风险,土壤持水能力 (SWR) 的“双向调节机制”也在抑制洪涝风险中起到了关键作用。通过提升城市植被覆盖率和改良土壤条件,可以在最佳范围内调节土壤的持水能力,从而在极端天气条件下提高城市的排水效率和水分储存能力。
降雨与地形的“协同效应”导致局部内涝风险激增,在高风险区域,地形因素尤为关键。香港的山地特征反而加剧了内涝风险,尤其是在降雨强度大的情况下,坡度 (SLOP) 和高程 (DEM)对内涝风险的贡献显著增加。Nagamani等研究表明,陡坡区域的雨水汇集速度更快,土壤持水能力有限,导致雨水在短时间内汇聚成洪水,对下游区域造成更大威胁。这一发现突破了传统线性因果逻辑,强调需要整合“空间—降雨—地形”三要素,采用分区式的差异化干预,建议采取坡地植被恢复、增加地下储水设施,以及优化坡度引水系统,以减少局部水流汇集对城市核心区的冲击。
4研究结论
本文创新性地构建了基于HEV理论框架的城市洪涝风险评价体系,共整合了17项指标的多源数据。进一步地,研究结合主成分分析法(PCA)与熵权法(EWM)确定综合内涝风险指数(UFR),并揭示其与资源分配公平性的空间关联机制。本文以粤港澳大湾区为实证对象,采用基于贝叶斯优化的LightGBM模型实现四级风险精准预测,并通过SHAP技术解析关键致灾因子的非线性影响规律。
研究成果不仅在理论框架上突破了传统洪涝风险评估的局限性,也在机制解析方面深化了对气候公平性的理解。本研究推动了洪涝风险管理从经验决策向数据驱动的范式转型,为全球城市群的气候适应性规划提供了重要的理论创新和实践支撑。
详情请关注《上海城市规划》2025年第2期《气候公平性视角下城市洪涝风险的多维驱动机制》,作者:徐浩文,同济大学建筑与城市规划学院;周士奇(通信作者),同济大学设计创意学院;耿汐雯,同济大学建筑与城市规划学院;徐小东,同济大学上海自主智能无人系统科学中心。本文内容仅代表作者观点。
我国建筑科学领域高质量科技期刊分级目录、中文核心期刊、中国科技核心期刊、RCCSE中国核心学术期刊、中国人文社会科学A刊引文数据库扩展期刊、《中国学术期刊影响因子年报》统计源期刊、《中国学术期刊网络出版总库》全文收录、《中国核心期刊(遴选)数据库》全文收录、美国《乌利希期刊指南》(Ulrich's Periodicals Directory)和JST日本科学技术振兴机构数据库收录期刊
官方网站(在线投稿):
来源:上海城市规划杂志