EN中文

热带地理 >

2024 , Vol. 44 >Issue 6: 1025 - 1035

DOI: https://doi.org/10.13284/j.cnki.rddl.20230854

台风致灾因子模拟分析

海平面上升情景下沿海城市极端雨潮复合洪涝危险性评估——以海口市为例

  • 吴国凤 , 1, 2, 3 ,
  • 刘青 1, 2, 3 ,
  • 许瀚卿 1, 2, 3, 4 ,
  • 魏旭辰 1, 2, 3 ,
  • 王军 , 1, 2, 3, 4
展开
  • 1. 华东师范大学 地理信息科学教育部重点实验室, 上海 200241
  • 2. 华东师范大学 地理科学学院, 上海 200241
  • 3. 华东师范大学 国家安全与应急管理研究院, 上海 200062
  • 4. 华东师范大学 崇明生态研究院, 上海 200241
王军（1975—），男，陕西汉中人，教授，博士，博士生导师，主要从事城市灾害风险与公共安全管理研究，（E-mail）。

吴国凤（2000—），女，苗族，贵州铜仁人，硕士研究生，主要从事沿海城市复合洪涝灾害风险评估研究，（E-mail）；

收稿日期: 2023-10-24

  修回日期: 2024-01-04

  网络出版日期: 2024-06-13

基金资助

国家自然科学基金项目：深度不确定影响下沿海地区复合极端洪水风险形成机制与风险适应研究(42371088)

收起

Risk Assessment of Extreme Rainfall and Storm Surge Compound Flooding in Coastal Cities under Sea Level Rise Scenarios: A Case Study of Haikou City

  • Guofeng Wu , 1, 2, 3 ,
  • Qing Liu 1, 2, 3 ,
  • Hanqing Xu 1, 2, 3, 4 ,
  • Xuchen Wei 1, 2, 3 ,
  • Jun Wang , 1, 2, 3, 4
Expand
  • 1. Key Laboratory of Geographic Information Science of Ministry of Education, East China Normal University, Shanghai 200241, China
  • 2. School of Geographic Sciences, East China Normal University, Shanghai 200241, China
  • 3. Institute for National Safety and Emergency Management, East China Normal University, Shanghai 200062, China
  • 4. Institute of Eco-Chongming, East China Normal University, Shanghai 200241, China

Received date: 2023-10-24

  Revised date: 2024-01-04

  Online published: 2024-06-13

Fold

摘要

以海口市为例，利用1960—2017年的66场台风资料，包括台风日降雨和风暴潮的极值水位，建立复合洪涝组合情景。基于多个情景，对海口市在海平面上升背景下极端雨潮复合洪涝灾害的潜在风险进行深入研究。结果表明：1）在台风事件中，风暴潮为复合洪涝灾害的关键致灾因子，受灾最严重的地区主要位于南渡江入海口和北部滨海地区；2）在最大雨潮复合洪涝组合情景中，海口市受淹面积估计为148 km2，相较于最小雨潮复合洪涝组合情景增加了约15倍，淹没区域中一半以上的区域积水深度超过1 m；3）在极端雨潮复合情景下，海甸岛、新埠岛及江东新区一带的滨海地区受到海平面上升影响最显著。根据RCP8.5情景预测，到2100年，海口市受极端复合洪涝灾害的影响区域预计达到约203 km2。

关键词： 复合洪涝; 雨潮; 情景构建与模拟; 海平面上升; 沿海城市; 海口市

本文引用格式

吴国凤 , 刘青 , 许瀚卿 , 魏旭辰 , 王军 . 海平面上升情景下沿海城市极端雨潮复合洪涝危险性评估——以海口市为例[J]. 热带地理, 2024 , 44(6) : 1025 -1035 . DOI: 10.13284/j.cnki.rddl.20230854

Abstract

In the context of climate change, the escalating frequency of extreme weather phenomena has exacerbated the severity of compound floods in the southeastern coastal regions of China. Rising sea levels significantly contribute to the inundation of low-lying coastal urban areas. The quantitative assessment of compound flood risk offers scientific support for disaster prevention and reduction in coastal cities and for coastal management initiatives. Using Haikou City as a case study, the daily precipitation and maximum storm surge tide data from 66 typhoons that affected Haikou between 1960 and 2017 were utilized to construct compound flood combination scenarios. Based on the quantitative method of D-Flow FM (Delft3D-FLOW Flexible Mesh) numerical simulation, the potential risks of extreme rainfall and storm surge compound flood disasters under sea level rise scenarios were thoroughly investigated by integrating various scenarios. The findings revealed the following: 1) Storm surge was the primary factor contributing to compound flooding during typhoons, with the estuary of the Nandu River and the northern coast being the most affected. 2) In the scenario of maximum rainfall and storm surge combination, the inundation area of Haikou is about 148 km2, which is approximately 15 times larger than the minimum rainfall and storm surge combination scenario. Moreover, in more than half of the inundated areas, the water depth exceeds 1 meter. 3) Under extreme rainfall and storm surge compound scenarios, the areas encompassing Haidian Island, Xinbu Island, and Jiangdong New Area were significantly affected by sea level rise. By 2100, the total flooding area is projected to reach about 203 km2 under the RCP8.5 scenario. Sea level rise significantly amplifies urban flood risks, implying that coastal cities are poised to encounter heightened threats and manage future challenges. Through comprehensive comparisons of multiple rainfall and storm surge compound flooding scenarios under sea level rise, the temporal and spatial characteristics of the compound flooding risk were systematically evaluated. The results provide an important scientific basis for sustainable regional development, effective management, and prevention.

Key words： compound flooding; rainfall and storm surge; scenario construction and simulation; sea level rise; coastal cities; Haikou City

气候变化背景下，沿海地区面临着日益严峻的复合洪水风险，尤其是缺乏有效适应措施的发展中国家，其脆弱性和危险性更为突出（Hadipour et al., 2020; Marsooli and Lin, 2020; Amoura and Dahmani, 2022）。尽管目前洪水管理研究取得显著进展，但多数沿海地区仍处在巨大的洪水威胁中（Zscheischler et al., 2018；王丹，2022；Xu et al., 2023a）。海平面上升作为气候变暖的重要表现，能加剧复合洪涝灾害的破坏性，进而阻碍沿海地区的可持续发展（Garner et al., 2017；陈崇贤 等，2023；Gao et al., 2023）。因此，综合评估海平面上升情景下复合洪涝灾害的时空演变特征和潜在风险，对实现有效的洪水风险管理和适应至关重要。
沿海地区位于海陆过渡带，快速城镇化加剧了洪水造成的损害（方佳毅 等，2019；郭仁韵 等，2023）。复合洪水是由风暴潮、强降水、河流洪水等多种致灾因素共同或相互作用导致的洪水灾害（王璐阳 等，2019；方佳毅 等，2021）。与由单一致灾因素引发的洪水灾害相比，这类事件往往会放大风险并增加洪水风险管理的难度（方佳毅 等，2021；Fang et al., 2021；方建 等，2023）。如2017年飓风“哈维”登陆于德克萨斯州墨西哥湾沿岸（8月25日），哈维的缓慢移动（8月26日至30日之间）引发当地持续数天的强降雨，导致河流洪水和沿海风暴潮，这场复合洪水造成至少1 250亿美元的经济损失，仅次于2005年的飓风“卡特里娜”（National Oceanic and Atmospheric Administration, 2018; Blake and Zelinsky, 2018; Lee, 2021）。中国地处东亚季风区，台风风暴潮和极端降雨是东南沿海城市发生复合洪水的主要致灾因素（Fang et al., 2020; Xu et al., 2023b）。极端气候事件的频发加剧了台风的强度，并增加了复合洪水发生的可能性。（Lin et al., 2019; Gori and Lin, 2022；孙钦珂 等，2023）。因此，有必要通过构建科学定量的复合洪水研究框架，深入研究台风期间多致灾因子主导的复合洪水灾害风险。
目前，复合洪水的危险性研究主要采用统计模型和物理数值模型进行（Gilja et al., 2018；方佳毅 等，2021）。统计模型是通过分析不同致灾因子之间的相关性，来量化复合洪涝灾害的风险（Sadegh et al., 2018；叶姗姗 等，2018；Xu et al., 2022）。水动力模型在探究洪水过程中多因子物理相互作用及揭示洪水的高发区方面具有优异表现（王璐阳 等，2019；Zellou and Rahali, 2019; Gori et al., 2020a, 2020b; Xu et al., 2023a）。因此，将台风期间的风暴潮、降水和未来海平面上升整合到基于物理的数值模拟模型的研究框架中，可提供对沿海复合洪涝灾害空间特征的长期视角。
本文旨在构建一种综合洪水灾害评价方法，该方法综合考虑台风风暴潮、降雨和海平面上升等致灾因子，并以海口市为例，聚焦于复合洪水事件对沿海地区的影响机制及演变规律。通过科学的量化手段，为理解和预测此类灾害提供坚实基础，并为沿海地区的可持续发展和有效管理提供重要科学依据和指导。

1 研究区概况

海口市是海南省的省会城市，位于海南岛北部，与广东省的雷州半岛隔琼州海峡相望。海口市拥有160.17 km的海岸线，地势南高北低，沿海地区地形平坦，大部分区域的海拔在3 m以下。南渡江（又称南渡河）是海口最大的河流，自南向北流经该市东北部入海（图1）。海口市属热带季风海洋性气候，夏秋季常受台风影响。自1949年以来，海口市已多次遭遇台风期间的雨潮复合洪涝灾害。如在2014年第15号台风“海鸥”期间，海口市累计降雨达0.22 m，且恰逢天文大潮，秀英潮位站发生高达2.09 m的增水量，最高潮位达到4.52 m，超过当地警戒潮位1.62 m（石海莹 等，2015），创下秀英验潮站自建站以来的最高潮位记录。高潮位和强降雨的双重影响导致海口市沿岸的护堤受损严重，两岛和主城区都发生不同程度的洪涝灾害，对海口市的社会经济产生严重影响。结合海口市地势分布、主城区分布以及历史受灾情况，本文选定南渡江龙塘水文站以北的海口地区作为研究区，以深入开展雨潮复合洪涝灾害研究。
图1 研究区概况

注：海口市全图基于中华人民共和国自然资源部海南测绘地理信息局标准地图服务网站下载的审图号为琼S（2023）197号的标准地图制作，底图无修改。

Fig.1 Study area

2 数据与方法

2.1　数据来源

使用中国气象局上海台风研究所提供的1960—2017年历史热带气旋路径数据，其中包括TC中心的位置（经纬度）、2 min平均最大持续风速（MSW；m/s）和最低气压（hPa）；海口雨量站日累积降雨数据下载自中国气象数据共享服务网 1，记录范围为1960—2017年；研究区地形图由海南应急管理部提供，空间分辨率为2 m，插值处理为30 m以供模型使用。南海和北部湾的水深数据来自全球海陆地形数据（GEBCO） 2，空间分辨率为500 m，缺失数据采用周围测深数据的均值补充；海口市RCP4.5和RCP8.5情景下未来2030、2050和2100年的平均海平面上升数据从Kopp等（2014）发布的全球海平面上升数据集中提取得到。由于该数据时间参考基准为2000年，《2015年中国海平面公报》（国家海洋局，2016）指出该地区海域1993—2015年的平均海平面上升速度为0.005 1 m/a，结合上述将海口站的海平面上升数据调整以2015年为基准。

2.2　历史典型台风事件优选

基于1960—2017年的历史台风路径数据，利用GIS工具将台风路径范围限定在19.5°－21.5°N、109.5°－111.5°E，选取在该区域停留时间超过24 h且在海口市附近风速超过40 m/s的台风，并排除掉路径信息缺失的台风。最终优选出的66个不同强度的典型台风事件作为开展海口市研究的基础。本文所选取的台风事件与以前针对海口市区的相关研究关注的台风一致（石海莹 等，2015；吴胜安，2021）。

2.3　复合洪涝情景构建

雨潮过程的重建是情景设计的基础，目的是给数值模拟模型提供边界条件，以确保有效的模拟淹没程度和深度。根据优选出的台风事件，以典型雨潮复合事件的降雨过程为参照，使用同频放大法构建降雨过程，以实现复合洪涝灾害的动态化模拟（岑国平 等，1998；杨星 等，2013；叶姗姗 等， 2018），基本公式为：
p i = p T i P T · P
式中： p T i表示实测典型暴雨的第i小时的降雨量； P T表示实测典型暴雨的总降雨量；P表示台风情景过程的总降雨量； p i表示台风过程第i小时的降雨量。
2014年第9号台风“威马逊”造成海口市遭遇特大暴雨，24 h累计降雨量达0.41 m。该降雨过程具有明显的双峰型特征，雨峰偏后，水文气象特征显著（图2）。因此，可将此次暴雨过程作为典型台风暴雨。根据台风过程中最高潮位发生时刻，选择前后两天的累积日降雨量之和作为台风影响期间产生的总累积降雨量，结合同频放大法构建得到降雨过程。风暴潮潮位过程由风暴潮模型模拟得到，详见2.4节。
图 2 TY1409台风暴雨过程

Fig.2 Process of TY1409 typhoon rainstorm

复合洪涝组合情景构建基于洪水致灾因子的严重程度，通过考虑风暴潮和降水以探求不同组合方式对洪水敏感性的影响。通常情况下，降雨持续时间和水位的特征具有一定相关性，随着降雨的持续时间增加，水位相应上升。选取90%的阈值识别出66场台风事件中每个事件的风暴潮峰值水位与累积降雨量特征，并识别具有较高强度且更可能导致显著影响的复合事件。

2.4　海口市复合洪涝模型与危险性评估方法

D-FLOW FM（Delft3D-FLOW Flexible Mesh）模型是由荷兰Deltares研究所开发的一种非结构化浅水流动计算模型，与传统的结构化建模相比，非结构化网络能更好地拟合海岸线的形状，使得模型能针对局部重要的研究区域进行加密，从而使近岸水流模拟更精细。本文基于Liu等（2022）建立的海口市复合洪涝模型构建方法，利用D-FLOW FM水动力模型构建了海口市复合洪涝危险性模拟模型。
1）风暴潮模型的计算范围包括海南省、东海和北部湾，大致范围为15－24.5°N和105.5－118.5°E，网格步长由近海的200 m逐步增大到远海的12 000 m（图3-a）。模型加载了全球海陆地形数据（GEBCO）及全球海潮模型（TPXO8.0）中潮汐各组分（Q1、P1、O1、K1、N2、M2、S2、K2）的相位和振幅，模拟天文潮汐，并利用Delft3D WES模块实现风暴潮的模拟。基于广东湛江硇洲岛和海口秀英站的2014年台风“海鸥”天文潮实测值，对模拟结果进行验证，得到RMSE分别为0.18和0.14 m，秀英站模拟风暴潮与实测值的RMSE是0.34 m，最高潮位差值为0.17 m，R 2达到0.83，表明模拟结果具有较高可靠性。
图3 海口市复合洪涝模型中风暴潮模型网格（a）和陆面洪涝淹没模型网格（b）

Fig.3 Storm surge model grid(a) and land surface flooding model grid(b) in Haikou Compound flood model

2）陆面洪涝淹没模型采用规则网格与不规则三角网相结合的方式进行建模，网格步长为50 m（图3-b）。该模型加载了30 m精度的数字高程模型和土地利用图，根据海口市的土地利用率定了模型的糙率，并利用南渡江龙塘大坝多年平均流量率定了模型的上游边界。结合台风“海鸥”期间的实测报道淹没数据，与陆面洪涝淹没模型模拟的结果进行对比发现，主要淹没的路段和深度与实测报道吻合，证明海口市城市内涝模型模拟的结果可信，可用于进一步复合洪涝灾害风险研究。
在实现雨潮复合洪水模拟时，将台风降雨峰值和风暴潮峰值之间的时间差设置为0，模拟强降水与强风暴联合发生的最极端情况。利用陆面洪涝淹没模型开展雨潮复合洪涝灾害的危险性模拟研究（Shen et al., 2019; Liu et al., 2022）。通过计算每个情景中所有模拟时刻的每个空间格网位置的最大淹没深度，揭示复合洪涝灾害最大危险性，并据此开展复合洪涝灾害危险性评估。考虑到积水深度在0.01 m以下的致灾风险较低，因此在结果统计中忽略了水深低于0.01 m的淹没区。
本研究的技术流程见图4所示。1）选择影响海口市的历史台风事件；2）重构风暴潮和降雨过程，并构建雨潮复合洪涝组合情景；3）建立复合洪涝模型并模拟各情景；4）分别对复合洪涝组合情景和海平面上升情景的极端雨潮复合洪涝灾害危险性进行时空演变及特征分析。
图4 研究技术流程

Fig.4 Technical flowchart of this study

3 结果与分析

3.1　海口市台风期间雨潮复合事件统计分析

根据优选出的66场不同强度的典型台风事件，探究其雨潮组合特征。强度较强的台风通常伴随着更大的降雨量和更长的持续时间，因此对水位的影响更为显著。相比之下，强度较弱的台风可能只会带来短暂的降雨，对水位的影响相对较小。图5显示66场台风事件的风暴潮峰值水位与累积降雨量分布。根据90%阈值的标准，风暴潮峰值水位为3.37 m，对应的降水量为0.18 m。历史台风事件散点整体呈现自左下到右上的线性趋势，并且主要集中在累积降雨量介于0.05~0.15 m以及风暴潮峰值水位在2~3 m的区域。
图5 66场台风事件的风暴潮峰值水位与累积降雨量散点图分析

Fig.5 Scatter plot analysis of storm surge peak water level and cumulative rainfall for 66 typhoon events

在台风事件的过程中，最小的风暴潮水位为1.94 m，最大峰值达到4.28 m；累积降雨量最小时为0.03 m，最大峰值达到0.31 m。风暴潮和降雨2个致灾因子中至少有一个处于极值状态，即极端风暴潮事件或极端强降雨事件。基于历史台风的统计特征，风暴潮和降雨之间的相互作用主要表现为3种情况：1）强降水和强风暴潮同时发生，这是低概率、长重现期的复合事件。一旦发生，通常会导致河流水位和潮位迅速上升，从而在城市滨海地区和内陆低洼地区形成严重的内涝或加重灾情。这种情况是极端复合事件的表现（图5中III区域）；2）由风暴潮主导引发的洪水，长重现期的风暴潮与短重现期降水的遭遇使海水越过堤坝发生倒灌，沿海地区是敏感地带（图5中I区域）；3）由强暴雨引发的洪水（图5中IV区域），常见于中等风暴潮期间。此时，风暴潮并不会直接引发洪水，但水位已上升到足以完全阻挡或延缓由重力驱动的暴雨排水，可能会产生河流沿岸的回水效应。

3.2　复合洪涝组合情景模拟与分析

为探究沿海城市台风期间雨潮复合洪涝灾害的历史演变规律和致灾机理，并为海口市的复合洪涝灾害风险防范提供一个较为全面的危险性情景库，基于雨潮复合事件的统计特征及二者之间的相互作用，构建了4种复合洪涝组合情景。首先，最大雨潮复合洪涝组合情景（R max_S max）同时考虑历史台风中最大的降水和风暴潮，该情景下的洪水灾害影响最为极端；其次，最小降水量与最大风暴潮的组合情景（R min_S max）或最大降水量与风暴潮最小值的组合情景（R max_S min），这2种情景下的洪水灾害影响较为严重；最后，最小雨潮复合洪涝组合情景R min_S min），该情景受到的洪水灾害影响相对较小。具体情况可见表1。
表 1 基于历史台风构建的雨潮复合情景矩阵

Table 1 Rainfall and storm surge compound scenarios matrix constructed based on historical typhoons

情景 潮位（S max） 潮位（S min）
降雨量(R max) R max_S max R max_S min
降雨量(R min) R min_S max R min_S min
不同类型的复合洪涝情景对应的淹没范围和深度存在差异。在降水最大的组合情景中，主要淹没地区为内陆，且呈星状分布，淹没深度主要在0.5 m以下。风暴潮最大的组合情景中，主要淹没地区为北部滨海地区，淹没深度基本在1.0 m以上，包括海甸岛、新埠岛、江东新区（海口市美兰区管辖范围内的东海岸区域）以及主城区都发生较为严重的洪涝淹没。在潮位最小情景下，沿海主要淹没地区为江东新区，且深度在1.0 m以下（图6）。表2为海口市雨潮复合洪涝组合情景模拟的综合统计结果。结合图6和表2可知，最大雨潮复合洪涝组合（R max_S max）所导致的淹没范围最大，约为148 km2，其中淹没深度大于1.0 m的淹没面积占到总淹没面积的52%，淹没深度小于0.5 m的淹没范围主要分布在内陆低洼地区，主要是受强降水的影响。
图6 海口市雨潮复合洪涝组合情景洪涝淹没

Fig.6 Flood inundation based on historical typhoon rainfall-waterlogging-storm surge assumption

表 2 海口市雨潮复合洪涝组合情景模拟统计结果

Table 2 Simulation statistical results of historical typhoon rainfall-waterlogging-storm surge interaction scenarios

淹没深度/m 淹没面积/km2
R min_S min R min_S max R max_S min R max_S max
合计 9.04 109.03 54.10 147.74
0~0.5 2.76 13.03 47.70 51.51
>0.5~1.0 2.84 19.94 2.95 19.97
>1.0~2.0 3.44 41.45 3.45 41.59
>2.0~3.0 0 23.76 0 23.81
>3.0 0 10.85 0 10.86
据相关资料显示，1415号台风期间，秀英验潮站出现建站以来历史最高潮位4.52 m，期间累计降雨达0.22 m（石海莹 等，2015）。而在本研究所构建的R max_S max情景中，最大潮位和累积降水分别是4.28和0.31 m，说明实际情况中存在更加复杂和严重的雨潮复合情况。此外，该情景的设计是基于历史66场台风过程的详尽资料分析与合理推测而来，具有一定的合理性和可靠性。

3.3　海平面上升情景下极端复合洪涝灾害危险性分析

基于历史的台风雨潮资料构建的R max_S max情景，并考虑未来海平面上升的影响，运用海口市复合洪涝危险性模型模拟了海口市在未来不同气候情景（RCP4.5和RCP8.5）下的极端雨潮复合洪涝淹没情况（图7）。结果显示，未来海平面的上升将导致海口市洪水淹没范围扩大，尤其是沿海地区和南渡河沿岸低洼地区。受到显著影响的区域包括海淀岛、新埠岛、江东新区一带的海堤及河堤周边区域，海甸岛和新埠岛地区2 m以上的淹没区域明显扩大，内陆低洼区受到的暴雨内涝点也明显增多，尤其是南渡河东部地区。2050和2100年的洪水淹没空间格局基本与2030年一致，但也展现出明显的加重态势。
图7 不同RCP情景下2030、2050、2100年极端雨潮复合洪水淹没情况

Fig.7 Extreme rainfall-storm surge compound flood inundation under different RCP scenarios in 2030, 2050 and 2100

在不同气候情景下，海平面上升的幅度差异使得洪水淹没情况也不完全一致，表3显示了未来RCP情景下各洪水情景的淹没信息。2030年，RCP4.5和RCP8.5情景下的海平面上升预计值均为0.1 m，雨潮复合洪涝淹没危险性基本一致。然而，随着时间的推移，2种情景下的海平面上升差距逐渐扩大，淹没程度也逐渐有所差距。到2050年，2种情景下的海平面上升差距为0.03 m，可能导致额外的1 km2土地被淹没。2100年，在RCP4.5情景中海口市总体淹没面积估计达到196 km2，淹没深度超过1 m的面积占总淹没面积的58%，占总淹没面积的一半以上。RCP8.5情景中淹没面积估计达到203 km2，淹没深度超过1 m的面积占总淹没面积的61%，其中2 m以上（尤其是3 m以上）的淹没面积增加明显。RCP4.5和RCP8.5情景中海平面预计到2100年分别上升约0.67和0.88 m，将其叠加至R max_S max情景后，导致额外约7 km2的土地被淹没。上述结果表明，海平面上升加剧海口市雨潮复合洪水的危险性已成为事实，未来沿海城市将面临更大的洪涝灾害威胁和应对挑战。
表 3 RCP4.5和RCP8.5情景下未来洪水淹没信息 (km2)

Table 3 Future flood inundation information under RCP4.5 and RCP8.5 scenarios

淹没深度/m RCP4.5 RCP8.5
2030年 2050年 2100年 2050年 2100年
合计 177.49 182.92 196.35 183.82 203.43
0~0.5 77.75 74.52 69.61 73.68 66.99
> 0.5~1.0 18.73 18.25 12.85 18.27 12.08
> 1.0~2.0 41.47 43.23 42.51 43.52 39.63
> 2.0~3.0 26.89 30.95 43.63 31.71 47.98
>3.0 12.65 15.97 27.75 16.64 36.75

4 讨论

本研究的创新点是采用耦合风暴潮和陆面洪涝模型的方法，利用D-Flow FM水动力模型，结合台风风暴潮、降雨和海平面上升三大致灾因子，构建了复合洪涝灾害评价模型。通过对海口市极端雨潮复合洪涝灾害的深入研究，提出评估海口地区复合洪水风险的综合框架。虽然研究局限于海口市，但该评价框架可推广至其他沿海城市，用于复合洪涝灾害的风险评估。通过探究台风期间复合洪涝灾害的发生机制和规律，这对于保障海口市的经济发展、居民安全以及自贸港建设的需要至关重要（陈雨菲 等，2021；刘青 等，2022）。根据复合洪涝组合情景的淹没结果，海甸岛、新埠岛和江东新区的洪涝危险性较高，同时南渡江沿岸也存在部分高危点。此外，海口市台风期间受到雨潮复合洪涝灾害的关键致灾因子是风暴潮，暴雨会加重城市低洼地区的洪涝和河流回水效应。该结论与Liu（2022）、Xu（2019）和曾鹏（2022）等的研究一致。曾鹏等（2022）认为，江东新区的大范围淹没可能源于西北走向的台风登陆时引发的风暴增水，导致该区域河流入海后水位上涨，致使两岸受淹。随着海平面上升和风暴潮的作用，顶托作用增加并导致河流回水效应加剧，淹没情况进一步恶化。结合该调查背景，涵盖整个系统的综合性措施是未来复合洪水有效应对的关键（Xu et al., 2023b）。如加强城市海岸堤防设施及南渡河风暴潮屏障的建设，加强南渡河下游主城区的防汛墙，以降低风暴潮和河流回水效应所带来的影响；加快建设排水系统和提高排泄系统的效率，尤其是在城市低洼区域中。此外，江东新区可通过构建自然生态系统来增加自然防护。
本文复合洪水情景的设计基于对历史上66场台风过程详细资料的分析和合理推测，既考虑了极端雨潮，也包括了复合洪水的最小雨潮组合情况。海平面上升情景充分考虑了局部地区及多种因素的非线性效应（Kopp et al., 2014）。相比已有研究，本文取得一定进展，但仍存在一些不确定性。首先，风暴潮模型模拟的潮位低于观测，可能是由于模型参数的选择、边界条件的准确性以及观测数据的限制等；其次，本文并未考虑未来变化环境下气象事件如何变化，极端雨潮组合情景基于历史台风事件，用于表征未来可能情景具有不确定性。未来可利用气候模式或机器学习技术预测未来的降水、风暴潮甚至热带气旋路径，从而更全面地分析在气候变化条件下沿海城市面临的综合洪水风险（Xu et al., 2023）；然后，在遭遇上游河流洪水时，同样会引发洪涝灾害，未来还需进一步探究多种致灾因子相互作用下的复合洪水情景（王璐阳 等，2019）；最后，社会经济发展具有不确定性（Shan et al., 2021），本研究尚未考虑未来基础设施变化、环境消耗以及人为管理等因素的影响，未来需进一步深入探讨。

5 结论

本文基于历史上影响海口的66场台风事件的降水和风暴潮资料，构建了4种雨潮复合洪涝组合情景，利用海口市复合洪涝危险性模拟模型，分析了台风暴雨-内涝-风暴潮的致灾机理及海平面上升背景下的极端雨潮复合洪涝的潜在风险，主要结论为：
1）海口市在台风季节期间极易遭受到由台风风暴潮和暴雨引发的复合洪涝灾害，风暴潮是主要致灾因子。受洪涝灾害影响最大的区域主要位于南渡江入海口和北部滨海地区，在风暴潮的影响下，降雨将进一步加剧洪水风险。
2）最大雨潮复合洪涝组合情景（R max_S max）导致的淹没范围最广。受影响最严重的地区包括海口市北部滨海（主要包括龙华区北部、南渡江东岸入海口、海甸岛、新埠岛及江东新区）以及近西北海域的城区。总淹没面积达到148 km2，相较于最小雨潮复合洪涝组合情景增加了约15倍。其中，约52%的淹没地区的淹没水深超过1 m。受强降水的地区主要分布在内陆低洼地区，积水深度处于0.5 m以内。
3）在海平面上升背景下，潜在的洪水将影响更广泛的地区。预计到2100年，淹没范围将从海洋向内陆延伸，达到相对极端状态。尤其是海淀岛、新埠岛及江东新区一带将受到显著影响，高水深区域所占总洪水淹没面积的比例持续增大。具体而言，RCP4.5情景中，海平面预计上升约0.67 m，总淹没面积达196 km2。而在RCP8.5情景中，海平面预计上升约0.88 m，总淹没面积达203 km2。其中61%的地区淹没深度超过1 m，且存在显著增长的超过3 m积水区域。

脚注

1 http://data.cma.cn/

2 https://www.gebco.net/

吴国凤：主要负责构建综合洪水评价框架，耦合模型数值模拟，处理数据和绘图，分析数据，撰写及修订全文；

刘 青：主要负责收集、处理基础数据，模型构建和率定，研究思路指导，参与论文撰写；

许瀚卿：模型构建技术指导，文章撰写指导，提供修改建议；

魏旭辰：论文校对、检查及内容补充；

王 军：确定论文选题和研究思路，把控论文的核心思想和总体质量。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
Amoura R and Dahmani K. 2022. Visualization of the Spatial Extent of Flooding Expected in the Coastal Srea of Algiers Due to Sea Level Rise. Horizon 2030/2100. Ocean & Coastal Management, 219: 106041.

Blake E S and Zelinsky D A. 2018. National Hurricane Center: National Hurricane Center Tropical Cyclone Report: Hurricane Harvey (AL092017). (2018-05-09) [2023-10-23]. https://www.nhc.noaa.gov/data/tcr/AL092017_Harvey.pdf.

岑国平，沈晋，范荣生. 城市设计暴雨雨型研究. 1998. 水科学进展，（1）：42-47.

Cen Guoping, Shen Jin, and Fan Rongsheng. Study on Rainstorm Patterns in Urban Design. 1998. Advances in Water Science, (1): 42-47.

陈崇贤，方言，刘京一. 2023. 海平面上升叠加风暴潮风险下城市景观系统脆弱性评估：以广州为例. 华中农业大学学报，42（4）：53‐63.

Chen Chongxian, Fang Yan, and Liu Jingyi. 2023. Vulnerability Assessment of Urban Landscape Systems under Risk of Sea Level Rise Superimposed with Storm Surge: A Case Study of Guangzhou. Journal of Huazhong Agricultural University, 42(4): 53-63.

陈雨菲，林孝松，犹伊然，李宏伟. 2021. 海南岛台风灾害综合危险评价. 科学技术与工程，21（18）：7467-7475.

Chen Yufei, Lin Xiaosong, You Yiran, and Li Hongwei. 2021. Comprehensive Risk Assessment of Typhoon Disaster in Hainan Island. Science Technology and Engineering, 21(18): 7467-7475.

方佳毅，史培军. 2019. 全球气候变化背景下海岸洪水灾害风险评估研究进展与展望. 地理科学进展，38（5）：625-636.

Fang Jiayi and Shi Peijun. 2019. A Review of Coastal Flood Risk Research under Global Climate Change. Progress in Geography, 38(5): 625-636.

方佳毅，殷杰，石先武，方建，杜士强，刘敏. 2021. 沿海地区复合洪水危险性研究进展. 气候变化研究进展，17（3）：317-328.

Fang Jiayi, Yin Jie, Shi Xianwu, Fang Jian, Du Shiqiang, and Liu Min. 2021. A Review of Compound Flood Hazard Research in Coastal Areas. Climate Change Research, 17(3): 317-328.

Fang J Y, Wahl T, Fang J, Sun X, Kong F, and Liu M. 2021. Compound Flood Potential from Storm Surge and Heavy Precipitation in Coastal China: Dependence, Drivers, and Impacts. Hydrology and Earth System Sciences, 25(8): 4403-4416.

方建，陶凯，牟莎，方佳毅，杜士强. 2023. 复合极端事件及其危险性评估研究进展. 地理科学进展，42（3）：587-601.

Fang Jian, Tao Kai, Mu Sha, Fang Jiayi, and Du Shiqiang. 2023. Progress of Research on Compound Extreme Event and Hazard Assessment. Progress in Geography, 42(3): 587-601.

Fang J, Lincke D, Brown S, Nicholls R J, Wolff C, Merkens J L, Hinkel J, Vafeidis A T, Shi P, and Liu M. 2020. Coastal Flood Risks in China through the 21st Century– An Application of DIVA. Science of The Total Environment, 704: 135311.

Gao L, Mei J, Li J, Zhang W, and Lai C. 2023. Effect of Intense Rainfall and High Riverine Water Level on Compound Flood Hazards in a River-Valley City: A Case Study of Yingde, China. Journal of Hydrology, 625: 130044.

Garner A J, Mann M E, Emanuel K A, Kopp R E, Lin N, Alley R B, Horton B P, DeConto R M, Donnelly J P, and Pollard D. 2017. Impact of Climate Change on New York City's Coastal Flood Hazard: Increasing Flood Heights from the Preindustrial to 2300 CE. Proceedings of the National Academy of Sciences, 114 (45): 11861-11866.

Gilja G, Ocvirk E, and Kuspilić N. 2018. Joint Probability Analysis of Flood Hazard at River Confluences using Bivariate Copulas. Građevinar (Zagreb), 70 (4): 267-275.

Gori A, Lin N, and Smith J. 2020a. Assessing Compound Flooding from Landfalling Tropical Cyclones on the North Carolina Coast. Water Resources Research, 56 (4): e2019WR026788.

Gori A, Lin N, and Xi D. 2020b. Tropical Cyclone Compound Flood Hazard Assessment: From Investigating Drivers to Quantifying Extreme Water Levels. Earth's Future, 8 (12): e2020EF001660.

Gori A and Lin N. 2022. Projecting Compound Flood Hazard Under Climate Change with Physical Models and Joint Probability Methods. Earth's Future, 10 (12): e2022EF003097.

国家海洋局. 2016. 2015年中国海平面公报. （2016-03-28）[2023-10-23]. https://www.nmdis.org.cn/hygb/zghpmgb/2015nzghp mgb/. [State Oceanic Administration. 2016. China Sea Level Bulletin 2015. (2016-03-28) [2023-10-23]. https://www.nmdis.org.cn/hygb/zghpmgb/2015nzghpmgb/. ]

郭仁韵，刘小平，许晓聪. 2023. 洪灾风险规避下的珠三角未来城市扩张模拟和灾损减缓评估. 热带地理，43（6）：1083-1097.

Guo Renyun, Liu Xiaoping, and Xu Xiaocong. 2023. Future Urban Expansion Simulation and Flood Mitigation Assessment in the Pearl River Delta under Flood Risk Avoidance. Tropical Geography, 43(6): 1083-1097.

Hadipour V, Vafaie F, and Kerle N. 2020. An Indicator-Based Approach to Assess Social Vulnerability of Coastal Areas to Sea-Level Rise and Flooding: A Case Study of Bandar Abbas City, Iran. Ocean & Coastal Management, 188: 105077.

Kopp R E, Horton R M, Little C M, Mitrovica J X, Oppenheimer M, Rasmussen D J, Strauss B H, and Tebaldi C. 2014. Probabilistic 21st and 22nd Century Sea‐Level Projections at a Global Network of Tide‐Gauge Sites. Earth's Future, 2 (8): 383-406.

Lee J. 2021. The Economic Aftermath of Hurricanes Harvey and Irma: The Role of Federal Aid. International Journal of Disaster Risk Reduction, 61: 102301.

Lin N, Marsooli R, and Colle B A. 2019. Storm Surge Return Levels Induced by Mid-to-Late-Twenty-First-Century Extratropical Cyclones in the Northeastern United States. Climatic Change, 154 (1/2): 143-158.

刘青，王军，许瀚卿，牛怡莹，魏旭辰. 2022. 台风影响下沿海城市风雨复合灾害风险研究——以海口市为例. 灾害学，37（4）：129-134.

Liu Qing, Wang Jun, Xu Hanqing, Niu Yiying, and Wei Xuchen. 2022. Research on the Risk of Joint Wind and Rain Hazards in Coastal Cities During Typhoons: A Case Study of Haikou City. Journal of Catastrophology, 37(4): 129-134.

Liu Q, Xu H, and Wang J. 2022. Assessing Tropical Cyclone Compound Flood Risk using Hydrodynamic Modelling: A Case Study in Haikou City, China. Natural Hazards and Earth System Sciences, 22(2): 665-675.

Marsooli R and Lin N. 2020. Impacts of Climate Change on Hurricane Flood Hazards in Jamaica Bay, New York. Climatic Change, 163 (4): 2153-2171.

National Oceanic and Atmospheric Administration. 2018. Service Assessment: August/September 2017 Hurricane Harvey. (2018-06-18) [2023-10-23].https://w2.weather.gov/media/publications/assessments/harvey6-18.pdf.

Sadegh M, Moftakhari H, Gupta H V, Ragno E, Mazdiyasni O, Sanders B, Matthew R, and AghaKouchak A. 2018. Multihazard Scenarios for Analysis of Compound Extreme Events. Geophysical Research Letters, 45 (11): 5470-5480.

Shan X, Du S, Wang L, Zhang M, Li W, Hu H, and Wen J. 2021. Flood Risk Dynamics and Adaptation Analyses for Coastal Cities Based on Internet Big Data and Hydrology-Hydrodynamic Models. Chinese Science Bulletin, 66 (28/29): 3772-3784.

Shen Y, Morsy M M, Huxley C, Tahvildari N, and Goodall J L. 2019. Flood Risk Assessment and Increased Resilience for Coastal Urban Watersheds under the Combined Impact of Storm Tide and Heavy Rainfall. Journal of Hydrology, 579: 124159.

石海莹，李文欢，吕宇波，冯朝材. 2015. 海南省2014年两次特大风暴潮比较分析. 海洋预报，32（4）：75-82.

Shi Haiying, Li Wenhuan, Lyu Yubo, and Meng Zhaocai. 2015. Comparative Analysis of Two Severe Storm Surges of Hainan Province in 2014. Marine Forecast, 32(4): 75-82.

孙钦珂，周亮，王宝. 2023. 气候变化背景下沿海特大城市复合洪水灾害空间模拟. 地球信息科学学报，25（12）：2427-2438.

Sun Qinke, Zhou Liang, and Wang Bao. 2023. Spatial Simulation of Compound Flood Hazard Risk in Coastal Megacities under Climate Change. Journal of Geoinformation Science, 25(12): 2427-2438.

王丹. 2022. 中国沿海地区的洪水风险与适应路径研究. 上海：上海师范大学.

Wang Dan. 2022. Flood Risk in Coastal Areas of China and Adaptive Path Study. Shanghai: Shanghai Normal University.

王璐阳，张敏，温家洪，种振涛，Qinghua Y E，Qian K E. 2019. 上海复合极端风暴洪水淹没模拟. 水科学进展，30（4）：546-555.

Wang Luyang, Zhang Min, Wen Jiahong, Chong Zhentao, Qinghua Y E, and Qian K E. 2019. Simulation of Extreme Compound Coastal Flooding in Shanghai. Advances in Water Science, 30(4): 546-555.

吴胜安，邢彩盈，朱晶晶. 2021. 海南岛强台风事件的气候特征. 自然灾害学报，30（6）：244-252.

Wu Shengan, Xing Caiying, and Zhu Jingjing. 2021. Climate Characteristics of Violent Typhoon Events on Hainan Island. Journal of Natural Disasters, 30(6): 244-252.

杨星，朱大栋，李朝方，刘志龙. 2013. 按风险率模型分析的设计雨型. 水利学报，44（5）：542-548.

Yang Xing, Zhu Dadong, Li Chaofang, and Liu Zhilong. 2013. Design Rain Pattern Based on Risk Rate Model. Journal of Hydraulic Engineering, 44(5): 542-548.

Xu H, Ragno E, Jonkman S N, Wang J, Bricker J D, Tian Z, and Sun L. 2023a. Combining Statistical and Hydrodynamic Models to Assess Compound Flood Hazards from Rainfall and Storm Surge: A Case Study of Shanghai. Hydrology and Earth System Sciences[2023-11-16]. https://doi.org/10.5194/hess-2023-261.

Xu H, Ragno E, Tan J, Antonini A, Bricker J D, Jonkman S N, Liu Q, and Wang J. 2023b. Perspectives on Compound Flooding in Chinese Estuary Regions. International Journal of Disaster Risk Science, 14 (2): 269-279.

Xu H, Tian Z, Sun L, Ye Q, Ragno E, Bricker J, Mao G, Tan J, Wang J, Ke Q, Wang S, and Toumi R. 2022. Compound Flood Impact of Water Level and Rainfall during Tropical Cyclone Periods in a Coastal City: The Case of Shanghai. Natural Hazards and Earth System Sciences, 22 (7): 2347-2358.

Xu H, Xu K, Lian J, and Ma C. 2019. Compound Effects of Rainfall and Storm Tides on Coastal Flooding Risk. Stochastic Environmental Research and Risk Assessment, 33 (7): 1249-1261.

Xu K, Wang C, Bin L, Shen R, and Zhuang Y. 2023. Climate Change Impact on the Compound Flood Risk in a Coastal City. Journal of Hydrology, 626: 130237.

叶姗姗，叶兴成，王以超，朱程亮，刘俊. 2018. 基于Copula 函数的设计暴雨雨型研究. 水资源与水工程学报，29（3）：63-68.

Ye Shanshan, Ye Xingcheng, Wang Yichao, Zhu Chengliang, and Liu Jun. 2018. Research on Design Rainstorm Pattern Based on Copula Function. Journal of Water Resources and Water Engineering, 29(3): 63-68.

Zellou B and Rahali H. 2019. Assessment of the Joint Impact of Extreme Rainfall and Storm Surge on the Risk of Flooding in a Coastal Area. Journal of Hydrology, 569: 647-665.

曾鹏，苏朝晖，方伟华，张海霞，余璐. 2022. 基于高精度房屋类型数据的海口市台风次生洪涝灾害损失评估. 灾害学，37（4）：155-165.

Zeng Peng, Su Zhaohui, Fang Weihua, Zhang Haixia, and Yu Lu. Typhoon Flooding Loss Assessment in Haikou City Based on High Precision Building Type Data. Journal of Catastrophology, 37(4): 155-165.

Zscheischler J, Westra S, van den Hurk B J J M, Seneviratne S I, Ward P J, Pitman A, AghaKouchak A, Bresch D N, Leonard M, Wahl T, and Zhang X. 2018. Future Climate Risk from Compound Events. Nature Climate Change, 8 (6): 469-477.

Options
文章导航

/

〈 〉