EN中文

热带地理 >

2025 , Vol. 45 >Issue 4: 527 - 539

DOI: https://doi.org/10.13284/j.cnki.rddl.20240785

极端气候事件的复合型灾害效应

气候变化下沿海城市极端复合洪涝灾害危险性预估——以海口市为例

  • 刘青 , 1, 2, 3, 4 ,
  • 吴国凤 2, 3, 4 ,
  • 姚前 2, 3, 4 ,
  • 许瀚卿 2, 3, 4, 5 ,
  • 牛怡莹 6 ,
  • 魏旭辰 2, 3, 4 ,
  • 王军 , 2, 3, 4, 5 ,
  • 李梦雅 7
展开
  • 1. 北京师范大学 环境演变与自然灾害教育部重点实验室，北京 100875
  • 2. 华东师范大学 地理科学学院，上海 200241
  • 3. 华东师范大学 地理信息科学教育部重点实验室，上海 200241
  • 4. 华东师范大学 国家安全与应急管理研究院，上海 200062
  • 5. 华东师范大学 崇明生态研究院，上海 200241
  • 6. 上海市宜川中学，上海 200065
  • 7. 华东师范大学 公共管理学院，上海 200062
王军（1975—），男，陕西汉中人，教授，主要从事城市灾害风险与公共安全管理研究，（E-mail）。

刘青（1997—），女，江苏泰州人，博士研究生，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: 2024-11-29

  修回日期: 2025-03-25

  网络出版日期: 2025-04-22

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)

北京师范大学环境演变与自然灾害教育部重点实验室开放课题(2023-KF-09)

收起

Hazard Assessment of Extreme Compound Flood Hazards in Coastal Cities under Climate Change: A Case Study of Haikou City

  • Qing Liu , 1, 2, 3, 4 ,
  • Guofeng Wu 2, 3, 4 ,
  • Qian Yao 2, 3, 4 ,
  • Hanqing Xu 2, 3, 4, 5 ,
  • Yiying Niu 6 ,
  • Xuchen Wei 2, 3, 4 ,
  • Jun Wang , 2, 3, 4, 5 ,
  • Mengya Li 7
Expand
  • 1. Key Laboratory of Environmental Change and Natural Disasters of Ministry of Education, Beijing Normal University, Beijing 100875, China
  • 2. School of Geographic Sciences, East China Normal University, Shanghai 200241, China
  • 3. Key Laboratory of Geographic Information Science of Ministry of Education, East China Normal University, Shanghai 200241, China
  • 4. Institute for National Safety and Emergency Management, East China Normal University, Shanghai 200062, China
  • 5. Institute of Eco-Chongming, East China Normal University, Shanghai 200241, China
  • 6. Shanghai Yichuan High School, Shanghai 200065, China
  • 7. School of Public Management, East China Normal University, Shanghai 200062, China

Received date: 2024-11-29

  Revised date: 2025-03-25

  Online published: 2025-04-22

Fold

摘要

以海口市为例，基于高分辨率气候模式数据，利用热带气旋路径数据集模拟1960—2099年热带气旋风暴潮位，并结合降雨和河流流量，利用超阈值法和极值分布，分析海口市复合洪涝致灾因子变化特征。基于此，构建复合洪涝情景，对极端复合洪涝灾害进行危险性模拟并深入探究。结果表明：1）最高风暴潮位、累积降雨量和上游最大流量的极值分布拟合结果显示，气候变化下未来海口市最高风暴潮位和上游最大流量有所上升，累积降雨量有所减少；2）海口市复合洪涝灾害致灾因子统计结果表明，气候变化下海口市发生多致灾因子碰头事件概率增加，降雨峰值与风暴潮峰值同时发生的概率较大，与上游流量峰值碰头概率较低，但存在同天发生的可能性，因此需全面考虑多致灾因子的耦合作用，否则将会低估极端洪涝灾害的影响；3）模拟结果表明，在50 a一遇情景下，未来阶段（2015—2099年）总淹没面积达371.01 km2，相较历史阶段（1960—2014年）的396.96 km2有所减少，但深度＞3 m的淹没区域面积和体积大幅增加，分别从50.13扩展至78.45 km2，从529.29×106增加至637.08×106 m3，尤其是南渡江沿岸及北部滨海区的洪涝风险将进一步加剧。

关键词： 复合洪涝; 高分辨率气候模式; 热带气旋; 危险性评估; 气候变化; 海口市

本文引用格式

刘青 , 吴国凤 , 姚前 , 许瀚卿 , 牛怡莹 , 魏旭辰 , 王军 , 李梦雅 . 气候变化下沿海城市极端复合洪涝灾害危险性预估——以海口市为例[J]. 热带地理, 2025 , 45(4) : 527 -539 . DOI: 10.13284/j.cnki.rddl.20240785

Abstract

Coastal cities are highly vulnerable to compound flooding in which multiple flood drivers interact via complex nonlinear mechanisms under climate change. Although numerous studies have focused on individual flood drivers, integrated analyses of the spatiotemporal variations and compound effects remain limited. This study applied a high-resolution MRI-AGCM3-2-S climate model and the TempestExtremes tracking algorithm to construct a 6-hourly Tropical Cyclone (TC) track dataset affecting Haikou from 1960 to 2099. Storm tides during the TCs were simulated using the D-Flow FM model, whereas upstream river discharges were modeled with CaMa-Flood, incorporating climate-model-derived runoff data. Using rainfall data from the climate model, we applied the peak-over-threshold method and extreme value analysis to systematically assess changes in storm tides, rainfall, and upstream discharge under climate change. These analyses guided the construction of compound flood scenarios for simulating extreme events. Using a compound flood simulation model, we assessed the hazards under 10-year and 50-year Return Periods (RPs) for historical (1960–2014) and future (2015–2099) periods. Results indicate that significant differences exist in the compound flood characteristics between historical and future periods. In the 90th percentile scenario, all three flood drivers exhibited higher future thresholds, suggesting an increased risk of compound extreme flood events. The probability of concurrent heavy rainfall and high discharge events increased by 40.9%, whereas the probability of simultaneous high storm surge and high discharge events increased by 58.3%. Despite the potential reduction in extreme event intensity, the frequency of compounding events has increased significantly. Extreme value analysis revealed that extreme storm surges and upstream discharge events became more severe and extreme rainfall events showed a decreasing trend. For high RPs (e.g., 50-year events), the projected storm tides and upstream discharges significantly exceeded historical levels. Specifically, projected increases in storm surge levels (+0.24 m under 50-year RP) and upstream discharge (+1,271.13 m³/s) are offset by a 16.5% decline in 100-year accumulated rainfall for Haikou when compared to historical period. Third, compound flood simulations showed that under the 10-year RP scenario, the total inundation area slightly increased, but the flood volume and maximum depth decreased, indicating the stabilization of the flood hazard. However, under the 50-year RP scenario, both the inundation area and flood volume increased substantially, with the area experiencing flood depths greater than 3 m expanding by 56.5%. The most severe flooding occurred along the northern coastal areas and banks of the Nandu River, where the inundation extent and flood severity increased markedly. These findings provide valuable insights for flood risk assessments and adaptive planning in coastal cities facing intensifying climate-induced hazards.

Key words： compound flooding; high-resolution climate model; tropical cyclones; hazard assessment; climate change; Haikou city

复合洪涝是指在特定时间和空间范围内，由多个灾害驱动因素相互作用引发的洪涝灾害（Zscheischler et al., 2018; Bevacqua et al., 2019；方佳毅 等，2021）。与单一致灾因子造成的洪灾相比，复合洪涝通常具有更大的破坏性，可能产生显著的放大效应（Liu et al., 2022；许瀚卿 等，2022），从而对人类社会、经济发展和生态环境造成更严重的影响。随着气候变化的加剧和城市化进程的加快，沿海城市面临的复合洪涝灾害风险将逐步上升（Wang et al., 2012; 2018; Hallegatte et al., 2013），尤其是热带气旋、风暴潮和强降雨等多致灾因子的叠加效应（王军 等，2021；Bloemendaal et al., 2022），将使沿海地区在应对复合洪涝灾害时面临更大的挑战（王丹，2022）。
IPCC第六次评估报告指出，到21世纪末，全球气温上升可能导致极端气候事件的频率和强度显著增加（IPCC, 2021）。这一变化不仅加剧了极端天气事件的发生，还导致沿海地区的洪水响应更加复杂且难以预测（方建，2023）。尽管现代防洪技术和预警系统已取得较大进展，但飓风“哈维”（2017）和超级台风“利奇马”（2019）等极端事件的发生依然导致灾难性的洪涝灾害，造成巨大的人员伤亡和经济损失（Hendry et al., 2019; Valle-Levinson et al., 2020; Xu et al., 2024）。因此，结合气候变化对复合洪涝灾害的影响（王军 等，2021），开展系统的复合洪涝灾害风险评估，已成为亟需解决的研究课题。
在复合洪涝灾害的研究中，降雨、风暴潮和上游流量是3个关键的致灾因子（Ward et al., 2018；徐奎 等，2024）。降雨通常是导致城市内涝的主要因素，特别是在热带气旋活动期间，强降雨常与风暴潮叠加（Wu et al., 2024），形成更加复杂和极端的洪涝情形。风暴潮是由热带气旋引起的海平面异常上升，通常会加剧沿海地区的海岸洪水风险（刘青 等，2022）。同时，上游流量的激增也是影响下游洪涝灾害发生的重要因素。具体而言，在强降雨和风暴潮的双重影响下，流域上游的水量迅速积聚并向下流动，与下游已处于高水位状态的河道水流碰头，将显著加剧复合洪涝灾害的后果（卢美，2013）。有研究表明，尽管某些地区的风暴潮与上游流量峰值同时发生的概率很小，但上游流量处于一定高度（未到峰值），同样会与风暴潮相互作用，增加下游城市内涝的风险（魏国振 等，2024；余锡平 等，2024）。因此，研究这三大致灾因子作用下的复合洪涝灾害，对科学评估沿海城市洪灾风险至关重要。
海口市作为海南省的省会，地理位置特殊，气候变化带来的风暴潮和降雨等多种因素已对其城市安全和可持续发展构成威胁（陈崇贤 等，2023）。气候模式MRI-AGCM3-2-S由于其较高分辨率和良好的模拟性能表现，已被证实能为东亚地区的气候变化影响提供更精确的预测，并可以有效地捕捉到热带气旋、风暴潮和降雨等因素的变化趋势（Murakami et al., 2012; Yoshida et al., 2017）。基于此，本研究将选择高分辨率气候模式MRI-AGCM3-2-S作为基础，结合海口市的气候特征和历史气象数据，进行复合洪涝灾害的模拟与评估。以期为沿海城市在应对未来洪涝灾害时提供切实可行的对策与建议。

1 研究区概况

海口市位于海南省北部，毗邻琼州海峡，是海南自由贸易港的中心城市，也是中国重要的港口城市之一。海口市北岸沿海地区地势低平，大部分海拔低于3.0 m（图1）。每年6—10月，海口市极易受到热带气旋的影响，从而引发由风暴潮和降雨共同导致的复合洪涝灾害。如2014年9号台风“威马逊”经过琼州海峡时，海口市的24 h降雨量达到509.2 mm，秀英潮位站的最高风暴潮水位达3.83 m，均超过100 a一遇的标准，造成严重的复合洪涝灾害。这场洪灾导致8人遇难，造成14亿美元的经济损失，并影响海南省326万人（Xu et al., 2018）。
图1 研究区位置及地形

Fig.1 The location of study area and its digital elevation

海口市防洪（潮）规划报告指出，海口市的洪水主要来自南渡江的中、上游地区，南渡江河口不仅受到河流洪水的威胁，还受到风暴潮的影响（海口市水务局，2008）。热带气旋发生时，处于研究区上游的龙塘水文站流量会急剧上升，导致水位迅速上涨，进一步加剧洪水风险。历史洪灾数据显示，上游流量的突然增加与降雨和风暴潮的叠加效应密切相关（梁海萍 等，2022）。这种相互作用不仅使海口在短时间面临更大的洪水威胁，也给城市的基础设施和应急管理带来极大挑战。因此，有必要对海口市风暴潮、降雨量和上游流量进行统计，研究当前及气候变化背景下复合洪涝灾害的变化特征，以更好地为应对未来可能发生的复合洪涝灾害提供科学依据。

2 数据与方法

2.1　数据来源

2.1.1　高分辨率气候模式

Liu（2023）和Roberts（2020）等对多种气候模式的模拟性能进行对比分析，评估了其在模拟北太平洋西部热带气旋特征的表现。结果表明，MRI-AGCM3-2-S模式在模拟热带气旋频率和强度方面具有较高的可靠性，并能有效地反映极端风暴潮水平和风暴活动的整体趋势。因此，本文采用高分辨率气候模式MRI-AGCM3-2-S，探讨气候变化对沿海城市极端复合洪灾的影响。通过分析与风速和风压相关的气候模式变量，识别气候变化下的台风路径，从而获得气候模式下影响沿海城市的台风路径和强度分布情况。
从CMIP6网站 1下载得到MRI-AGCM3-2-S气候模式下历史阶段（1960—2014年）和未来阶段（2015—2099年）的模式变量数据（表1）。其中，径流变量（mrro）主要用于反映沿海城市上游区域的流量，降雨变量（pr）主要用于模拟和反映沿海城市内部受到暴雨洪涝灾害的影响。
表1 气候模式下载变量

Table 1 The variables we download from the climate model

实验 时间段 时间分辨率 变量
highresSST-present

1960-01-01—

2014-12-31

 6hrPt psl， ta， ua， va
day sfcWindmax， sfcWind， pr， psl， ua， va， ta， uas， vas， hur， hus， mrro
month psl， ta， ua， va， pr
highresSST-future

2015-01-01—

2099-12-31

 6hrPt psl， ta， ua， va
day sfcWindmax， sfcWind， pr， psl， ua， va， ta， uas， vas， hur， hus， mrro
month psl， ta， ua， va， pr

注：psl-海平面气压；ta-空气温度；ua-东向风速；va-北向风速；sfcWindmax-日最大近表面风速；sfcWind-近表面风速；pr-降水量；uas-近表面东向风速；vas-近表面北向风速；hur-相对湿度；hus-比湿度；mrro-总径流量。

2.1.2　热带气旋路径

参考Liu等（2023）的热带气旋路径识别方法，基于TempestExtremes路径识别方法，利用逐6 h的模式输出数据，依次进行气旋判定、暖心判定、强度判定、串联热带气旋中心和热带气旋路径筛选。TempestExtremes是一种新发展的热带气旋路径检测工具，适用于标准经纬度网格和非均匀网格，能有效应用于高分辨率气候模式，是检测高分辨率气候模式下热带气旋路径的标准算法（Harris et al., 2016）。
基于热带气旋路径识别结果，进一步根据台风中心与研究区域的距离，提取影响海口市的登陆热带气旋路径。以500 km为阈值（Dominguez & Magaña, 2018; Xu et al., 2024），提取得到影响海口市的热带气旋路径分布（图2）。结果显示，历史阶段（1960—2014年）共识别出115场热带气旋，平均每年2.09场；未来阶段（2015—2099年）共识别出133场热带气旋，平均每年1.56场。与历史阶段相比，未来影响海口市的热带气旋数量有所减少。2个阶段的热带气旋路径对比显示，南部的强台风数量减少，强台风路径呈现北移趋势，影响海口市的热带气旋仍以西移路径为主。
图2 历史阶段（1960—2014年）（a）和未来阶段（2015—2099年）（b）下热带气旋路径识别与筛选结果

Fig.2 The identification and selection of TC tracks with varying grades under the historical epoch (a) and future epoch (b)

2.1.3　风暴潮数据

基于Liu等 （2022）提出的海口市风暴潮数值模拟方法 2，利用模型模拟得到不同阶段下海口市热带气旋影响过程中的风暴潮序列（基准海平面高度为0），并提取风暴潮最高潮位。该风暴潮模型经过校准和验证，模型域如图3-a所示，通过输入不同台风风场，模型模拟得到海口市沿岸的逐小时风暴潮水位。风暴潮模型的验证包括天文潮和风暴潮2方面。利用台风“海鸥”期间的天文潮位观测数据对模拟的天文潮结果进行评估，结果显示，硇洲站验证得到RMSE为0.18 m，秀英站验证得到RMSE为0.14 m，秀英站模拟风暴潮与实测值的RMSE为0.34 m，最高潮位差值为0.17 m，R 2达到0.83。
图3 风暴潮模型计算域（a）、近海岸网格分布（b）以及复合洪涝数值模拟模型计算域（c）

Fig.3 Storm surge numerical simulation model domain (a), mesh grids along the coastline (b), and the compound flooding simulation model domain (c)

2.1.4　降水与河流流量数据

采用MRI-AGCM3-2-S气候模式提供的降水和径流数据，以驱动复合洪涝模拟。降水数据来自MRI-AGCM3-2-S气候模式（变量名：pr），为格点数据，空间分辨率约20 km，时间分辨率为3 h。为满足模型计算需求，采用线性插值法，将3 h累积降水量转换为逐小时降水过程，以提高时间分辨率并适配洪涝模拟。
河流流量数据由CaMa-Flood一维水动力模型模拟得到。CaMa-Flood是由Yamazaki等（2011）开发的全球尺度分布式河流模型，其核心功能是模拟大陆尺度河流的水动力过程。该模型已被广泛应用于全球及区域尺度的河流洪水与复合洪水研究（Eilander et al., 2020; 2023），其水动力计算方法能在无观测数据或未来气候情景下提供合理的流量估算结果。CaMa-Flood模型利用气候模式下的每日总径流数据作为输入，结合全球河流网络拓扑结构，计算河道内流量输移，并推导出指定断面的流量时间序列。本研究基于CaMa-Flood在0.25°分辨率下的模拟结果，提取南渡江龙塘水文站的逐日流量序列，并将其作为复合洪涝模拟的上游边界条件。

2.2　超阈值法

超阈值法旨在通过设定一个阈值，分析超过该阈值的数据，通常用于处理极端事件，如暴雨、洪水等自然灾害的极端表现（孔锋 等，2019）。该方法能有效识别和分析极端事件，通过聚焦于超出阈值的观测值，可更好地捕捉极端事件的特征。目前，超阈值法已被广泛应用于水文、气象和金融等领域，为制定应对极端事件的策略提供了重要支持（于群 等，2022；杨发运 等，2022）。
本研究应用超阈值法对多致灾因子的遭遇情况进行分析，并统计历史和未来2个阶段下复合洪涝事件。对于每个影响海口市的热带气旋事件，根据风暴潮最大潮位发生的时间，提取前后一天的累积降雨量；同时，提取热带气旋影响过程的最大河流流量。据此，得到每个事件下3个致灾因子的时间序列，进而统计分析历史和气候变化影响下的复合洪涝致灾因子及复合洪涝事件。

2.3　极值分布理论

极值理论是一种从一组数据中识别与概率分布的中值差异较大的数值的理论，目前已被广泛地运用于气象、暴雨和洪水等灾害的极值分布研究（张锟 等，2016；宋晓猛 等，2018；官鑫美，2023）。其核心目的是描述在给定时间或空间范围内最极端观测值的概率分布，从而评估未来可能出现的极端事件的概率，如极值水位等。常用的极值分布函数包括：广义极值分布（GEV）、广义帕累托分布（GPD）、广义正态分布（GNO）、耿贝尔分布（GUM）和威布尔分布（WEI）等。本研究使用Python语言的L-moments包对海口市风暴潮最高潮位、累积降雨量和上游最大流量进行独立分布拟合，并采用Kolmogorov-Smirnov检验法（K-S检验）选择最优极值分布函数。
选取海口市的秀英潮位站和南渡江龙塘水文站作为研究对象，对海口市最高风暴潮和过程最大河流流量的极值分布进行详细分析。基于气候模式的空间降雨数据统计得到3 d累积降雨量，并对其进行极值分布分析。通过K-S检验验证历史和未来阶段下的极值分布，从而确定最优分布函数，以对不同重现期下的设计值进行计算与比较。

2.4　复合洪涝灾害模拟方法

该模型基于D-FLOW FM水动力模型构建，采用规则网格与不规则三角网格相结合的方式进行建模，网格分辨率为50 m，模型区域如图3-c所示。模型通过30 m的高分辨率地形数据和土地利用数据进行率定，Liu等（2022）利用2014年9号台风“海鸥”期间的实测报道淹没数据对模型进行验证，结果表明该复合洪涝模拟模型表现良好，可用于进一步复合洪涝灾害危险性研究。
根据海口市的最高风暴潮位极值分析结果，以历史阶段（1960—2014年）和未来阶段（2015—2099年）下的3种致灾因子在10 a一遇和50 a一遇的设计值为边界条件，开展复合洪涝灾害模拟分析。分别从历史和未来阶段下的热带气旋事件中，根据设计值进行选择致灾因子的时间序列，并设定降雨量峰值和风暴潮位峰值时刻同步发生，河流流量峰值在风暴潮位峰值后的24 h发生（海口市水务局，2008；Hsiao et al., 2021）。基于降雨、潮位和流量边界条件过程，模拟事件过程的时间步长为72 h，以完整模拟热带气旋对研究区的影响过程。

3 结果与分析

3.1　海口市复合洪涝事件分析

根据超阈值法统计，得到最高风暴潮位、累积降雨量和上游最大流量3种致灾因子在历史阶段（1960—2014年）和未来阶段（2015—2099年）下不同分位数下的阈值，结果如表2所示。对比第70%和80%分位数可以发现，历史阶段（1960—2014年）和未来阶段（2015—2099年）下的分位数差异较小。如在第80%分位数下，历史阶段（1960—2014年）的累积降雨量是125 mm，而未来阶段（2015—2099年）的累积降雨量是123.09 mm，仅相差1.91 mm。第90%分位数代表最为极端的情景，未来阶段（2015—2099年）下的3种致灾因子的阈值均高于历史阶段（1960—2014年）。具体而言，未来阶段（2015—2099年）的最高风暴潮阈值相较于历史阶段（1960—2014年）增加了17 cm，累积降雨量增加了4.47 mm，上游最大流量增加了407.46 m3/s。这表明未来海口市将面临更加极端的复合洪涝灾害。
表2 历史和未来阶段（2015—2099年）下3种致灾因子分位数统计

Table 2 Statistics of quantiles of three hazard-causing factors in both historical and future epochs

致灾因子 第70%分位数 第80%分位数 第90%分位数

历史阶段

（1960―2014年）

未来阶段

（2015―2099年）

历史阶段

（1960―2014年）

未来阶段

（2015―2099年）

历史阶段

（1960―2014年）

未来阶段

（2015―2099年）
最高风暴潮位/m 1.44 1.41 1.68 1.65 1.86 2.03
累积降雨量/mm 60.01 64.88 125.00 123.09 211.64 216.11
上游最大流量/（m3·s-1） 889.66 854.37 1 473.81 1 408.31 3 282.25 3 689.71
以70%分位数为阈值，将历史和未来阶段下热带气旋期间的最高风暴潮位、累积降雨量和上游最大流量进行统计（图4）。研究发现，在历史阶段（1960—2014年），强降雨与高流量同时发生的事件数量为22件，强降雨与高风暴潮同时发生的事件数量为15件，高风暴潮与高流量同时发生的事件数量为12件。其中，编号为1971N10 3的事件表现出极端的降雨和上游流量叠加情况，累积降雨量达到804.07 mm，最大流量为13 126.89 m3/s，最高风暴潮位为1.73 m，该事件主要由强降雨引发（图4-a）。在未来阶段（2015—2099年），强降雨与高流量同时发生的事件数量为31件，与高风暴潮同时发生的事件数量为17件，高风暴潮与高流量碰头事件数量为19件。这表明在气候变化背景下，海口市发生多致灾因子叠加事件的概率有所增加（图4-b）。然而，与历史阶段（1960—2014年）相比，未来阶段（2015—2099年）事件数量虽有所增加，但极端降雨量的复合情况不如历史阶段显著。因此，需进一步对不同致灾因子进行极值分析，并通过复合洪涝灾害模拟，科学表征和预估气候变化下的复合洪涝灾害风险。
图4 历史阶段（1960—2014年）（a）和未来阶段（2015—2099年）（b）下海口市复合洪涝灾害致灾因子统计

Fig.4 Statistics on the hazard-causing factors of compound flooding in Haikou under the historical (a) and future epochs (b)

3.2　海口市复合洪涝致灾因子极值分析

海口市秀英站最高风暴潮位的极值分布K-S检验分析显示，历史阶段（1960—2014年）下的最高风暴潮位符合GPD分布，未来阶段（2015—2099年）下的最高风暴潮序列符合GEV分布，P值分别为0.991和0.999。表3显示了不同重现期下海口市历史和未来阶段不同致灾因子设计值，秀英站在低重现期（如5 a一遇、10 a一遇）下，历史阶段（1960—2014年）的潮位设计值高于未来阶段（2015—2099年）；而在较高重现期（如25 a一遇及以上）下，未来阶段（2015—2099年）潮位设计值逐渐超过历史阶段（1960—2014年）。如10 a一遇情景下，未来阶段（2015—2099年）的最高风暴潮位较历史阶段（1960—2014年）低0.1 m；但在50 a一遇和100 a一遇情景下，未来阶段（2015—2099年）潮位较历史阶段（1960—2014年）分别高出0.24 和0.45 m。这表明未来极端风暴潮事件的风险有所增加。
表3 不同重现期下海口市历史和未来阶段不同致灾因子设计值

Table 3 The design values of storm tides at Xiuying tide gauge in different return periods under historical and future epochs

致灾因子 阶段 5 a 10 a 25 a 50 a 100 a
最高风暴潮位/m 历史阶段（1960―2014年） 1.75 2.03 2.28 2.40 2.49
未来阶段（2015―2099年） 1.62 1.93 2.33 2.64 2.94
累积降雨量/mm 历史阶段（1960―2014年） 107.77 197.74 348.44 484.43 638.07
未来阶段（2015―2099年） 115.05 201.13 327.18 428.27 532.68
上游最大流量/（m3·s-1） 历史阶段（1960―2014年） 1 450.82 2 535.15 4 588.73 6 728.26 9 490.62
未来阶段（2015―2099年） 1 494.67 2 766.80 5 283.18 7 999.39 11 603.03
在累积降雨量极值分析中，历史阶段（1960—2014年）的累积降雨量符合WEI分布，未来阶段（2015—2099年）的累积降雨量符合PE3分布，P值均超过0.05，验证了假设分布的合理性。从重现期分析看，随着重现期的增加，未来阶段（2015—2099年）的累积降雨量低于历史阶段（1960—2014年）。如在10 a一遇情景下，未来阶段（2015—2099年）累积降雨量设计值为201.13 mm，略高于历史阶段（1960—2014年）的197.74 mm；而在100 a一遇下，未来阶段（2015—2099年）累积降雨量（532.68 mm）显著低于历史阶段（1960—2014年）的638.07 mm（见表3）。这表明未来极端降雨事件可能减少，这主要是由于模式中未来降雨量的减少所致。
南渡江龙塘站流量极值分析表明，历史和未来阶段的最大流量均符合GNO分布，P值均超过0.05。流量设计值在低于5 a一遇情景下，历史和未来阶段的差异不大；但随着重现期的增加，未来阶段（2015—2099年）的流量逐渐高于历史阶段（1960—2014年）。如在10 a一遇情景下，未来阶段（2015—2099年）的流量为2 766.80 m³/s，高出历史阶段（1960—2014年）231.65 m³/s；在100 a一遇时，未来阶段（2015—2099年）流量为11 603.03 m³/s，高于历史阶段（1960—2014年）2 112.41 m³/s（见表3）。这显示未来极端流量事件的风险上升。
综上所述，未来阶段（2015—2099年）海口市极端风暴潮和河流流量事件的风险增加，而极端降雨事件相对减少。这表明在该气候模式中，南渡江下游的降雨有所减少，上游的降雨有所增加。因此，尽管未来降雨的影响有所减弱，但风暴潮和上游流量的增加将导致海口市面临更为复杂的复合洪涝风险。

3.3　气候变化下复合洪涝灾害危险性分析

为进一步探究海口市复合洪涝灾害的致灾机理及其在气候变化下的时空演变规律，基于海口市复合洪涝致灾因子极值分析结果，选取10 a一遇和50 a一遇3种致灾因子的设计值作为依据，从历史和未来阶段的热带气旋事件中，筛选出最接近设计值的热带气旋事件，并构建了4种复合洪涝模拟情景（表4）。其中，10 a一遇情景代表低重现期情景，50 a一遇情景代表高重现期情景。
表4 不同复合洪涝情景下3种致灾因子对应的热带气旋事件及致灾因子实际值

Table 4 The corresponding tropical cyclones and values for three hazard-causing factors under different compound scenarios

致灾因子 历史阶段（1960―2014年） 未来阶段（2015―2099年）
10 a一遇 50 a一遇 10 a一遇 50 a一遇
最高风暴潮位/m 1966N05/2.08 2014N09/2.44 2033N11/1.90 2082N06/2.64
累积降雨量/mm 2003N19/206.78 1967N17/502.67 2026N16/210.71 2051N10/454.12
上游最大流量/（m3·s-1） 2000N13/2 590.64 1967N17/6113.96 2079N13/3 204.51 2048N05/7 728.89
图5以及表5展示了4种复合洪涝情景下海口市的淹没情况，并对其进行统计分析。在历史阶段（1960—2014年）10 a一遇情景下，海口市发生严重淹没，最大淹没深度的区域集中在北部滨海区，包括海甸岛、新埠岛、龙华区北部、美兰区北部、江东新区（美兰区管辖的东海岸区域）以及秀英区西北滨海区。总淹没面积达到288.19 km²，最深淹没区域位于江东新区，最大积水深度超过6 m。淹没深度＜0.5 m的区域分布最广，占总淹没面积的54.5%，主要零星分布于海口市内陆地区，且这些地区与海岸线及南渡江距离较远，可推测其主要由降雨引起。
表5 历史和未来阶段下海口市10 a一遇和50 a一遇复合洪涝淹没面积和体积

Table 5 Flood areas and volumes statistics of compound flood hazards under 1 in 10 years and 1 in 50 years scenarios for historical and future epochs

指标 淹没深度/m

历史阶段

（1960―2014年）

未来阶段

（2015―2099年）

10 a一遇 50 a一遇 10 a一遇 50 a一遇

面积/

km2

 0~0.5 156.97 234.43 176.71 194.91
>0.5~1.0 15.41 20.72 15.99 16.09
>1.0~2.0 42.41 38.32 46.72 33.88
>2.0~3.0 45.91 53.36 39.37 47.68
>3.0 27.49 50.13 22.72 78.45
合计 288.19 396.96 301.51 371.01

体积/

106 m3

 0~0.5 17.18 31.47 18.58 27.5
>0.5~1.0 14.42 18.67 15.03 14.52
>1.0~2.0 81.81 72.85 89.11 65.03
>2.0~3.0 140.53 166.5 118.76 149.5
>3.0 128.51 239.8 106.12 380.53
合计 382.45 529.29 347.6 637.08
图5 历史和未来阶段下海口市10 a一遇和50 a一遇复合洪涝淹没情况

Fig.5 Compound flood inundation under 1 in 10 years and 1 in 50 years scenarios for historical and future epochs

在未来阶段（2015—2099年）10 a一遇情景中，总淹没面积增加到301.51 km²，淹没体积为347.6×106 m3，其空间分布特征与历史阶段（1960—2014年）相似，但淹没面积增加了13.32 km²，而淹没体积减少了34.85×106 m3。对比发现，江东新区和秀英区北部滨海区的最大淹没深度有所降低，说明未来阶段（2015—2099年）低重现期复合洪涝的严重程度略有缓解。
在历史阶段（1960—2014年）50 a一遇情景中，淹没面积增至396.96 km²。淹没深度＜0.5 m和＞3 m的区域面积显著增加，相较10 a一遇情景分别增加了49.3%和82.4%，最大淹没深度超过8 m。与10 a一遇情景相比，主要淹没区的淹没深度普遍增加，如海甸岛中心原本淹没深度为2~3 m的区域，其淹没深度增加至3 m 以上，江东新区的淹没范围进一步向内陆扩展，尤其是南渡江两岸。受降雨影响的内陆洪涝区开始出现淹没深度＞0.5 m的情况，洪涝风险进一步加剧。
未来阶段（2015—2099年）50 a一遇情景中，北部滨海区的淹没情况更为严重，内陆的淹没范围有所减少，但仍有深度＞0.5 m的洪涝区。总淹没面积为371.01 km²，淹没体积为637.08×106 m3。与历史阶段（1960—2014年）相比，淹没深度＞3 m的面积增加了56.5%，与未来阶段（2015—2099年）10 a一遇情景相比增加了245.3%。淹没体积增至380.53×106 m3，占总淹没体积的59.7%。未来阶段（2015—2099年）50 a一遇情景显示，南渡江两岸洪涝情况将进一步加剧，可能存在引发溃堤风险。
综合比较4种不同阶段高低重现期情景下的复合洪涝淹没情况，发现低重现期情景在未来阶段（2015—2099年）淹没风险呈稳定且略有降低的趋势。在低重现期情景下，未来阶段（2015—2099年）的淹没风险总体呈稳定并略有下降的趋势，尽管淹没深度＜0.5 m的区域范围有所扩大，但淹没深度＞2 m的洪涝区有所减少。而在高重现期情景下，淹没风险将进一步加剧，尽管淹没深度＜0.5 m的区域范围有所减少，但淹没深度＞3 m的洪涝区显著增加，原本处于2~3 m范围的区域将进一步向＞3 m的深度演变。上述结果表明，未来阶段（2015—2099）高风险区域应采取更严格的洪涝防控和适应性措施，以减轻极端情景下的灾害影响程度。

4 讨论

本研究以气候变化背景下的热带气旋活动为切入点，系统分析了最高风暴潮位、累积降雨量和上游最大流量3个主要致灾因子的时空变化特征，深入探讨了复合洪涝灾害的致灾机理及其危险性演变规律。本研究的主要创新点在于将热带气旋作为影响气候变化下复合洪涝灾害的重要驱动因子，结合气候模式和洪涝模拟提出了定量化的分析框架，为评估气候变化背景下复合洪涝灾害风险提供了新视角和技术支持。这一框架具有较强的可扩展性，可结合遥感数据和全球气候模型，纳入土地利用变化、海平面上升等动态因素，评估长期气候变化对复合洪涝灾害的潜在影响，通过集成高分辨率地形、基础设施数据及实时监测系统，以支持沿海城市精细化灾害预警与应急响应。
基于高分辨率气候模式MRI-AGCM3-2-S，本研究识别并分析了气候变化情景下热带气旋活动对海口市的影响，发现热带气旋活动呈北移趋势，未来阶段（2015—2099年）影响海口市的热带气旋数量有所减少。这与西北太平洋热带气旋路径在气候变暖背景下呈北移趋势（李丹 等，2020；吴鹏，2023）一致。尽管数量有所下降，但未来热带气旋引发的致灾因子的极端性和复合性增强，特别是在50 a一遇的高重现期情景下，海口市北部滨海区和南渡江沿岸将面临更为严重的复合洪涝风险，局地淹没深度显著增加，风暴潮的顶托作用可能引发潜在的南渡江两岸溃堤风险。
多数研究表明，热带气旋是导致沿海城市发生洪涝灾害的主要因素，尤其是在中低纬地区（Fang et al., 2021; Lai et al., 2021）。本研究发现，未来气候情景下热带气旋携带的风、雨、潮三重复合作用会加剧北部滨海区的洪涝威胁程度，南渡江的流量可能在风暴潮和降雨的联合作用下进一步增加，超出现有堤防的防洪能力。如根据海口市的防洪（潮）规划（海口市水务局，2008），南渡江右岸50 a一遇的设计流量为8 550 m³/s，而本研究50 a一遇的设计流量为7 999.39 m³/s，尽管略低于规划值，但模拟情景中仍出现南渡江两岸的洪涝淹没。这表明未来气候变化下的极端事件（如台风、风暴潮和降雨）能增加洪涝灾害风险，尤其当堤防设计标准仅基于单一致灾因子（如历史最高水位），而未充分考虑风-雨-潮的复合作用时，堤防系统的失效概率将大幅上升，导致溃堤风险增加。
已有研究中，复合洪涝分析多关注风暴潮与降雨的作用，往往忽略了河流流量的变化（曾鹏 等，2022；吴国凤 等，2024），这可能导致对潜在河流洪水风险的低估。本研究在热带气旋情景下综合考虑了风暴潮、降雨和上游流量的联合作用，构建了10 a一遇和50 a一遇的复合洪涝情景，揭示了复合洪涝致灾因子的动态演进及其与城市淹没格局的耦合特征。结果表明，不同致灾因子的协同作用显著增加了复合洪涝灾害的复杂性和危险性，特别是在高重现期情景下，风险加剧程度更加显著。
基于高分辨率气候模式MRI-AGCM3-2-S的研究发现，海口市未来热带气旋降雨量可能有所减少，这种趋势可能与多模式集合预测存在一定偏差。IPCC第六次评估报告指出，在SSP585排放情景下，未来东亚地区夏季极端降水事件的变化存在空间异质性，部分地区降水增强，而部分地区可能因大气环流调整、台风路径变化等因素导致降水减少（IPCC, 2021）。具体到海南岛，根据IPCC AR6 Interactive Atlas 4的CMIP6多模式预估结果，在SSP585情景下，海南岛夏季（6—8月）总降水量在近期（2021—2040年）、中期（2041—2060年）和远期（2081—2100年）相较于1961—1990年基准期将分别减少5.7%、6.1%和2.1%（低置信度）。这一结果与MRI-AGCM3-2-S模式预测的热带气旋降雨减少趋势具有一致性，但值得注意的是，不同模式在该区域的降雨模拟存在较大不确定性，未来可结合多模式集合方法，以减少单一模式的不确定性，提高模拟结果的稳健性。
本研究表明，未来应加强对复合洪涝灾害的全面评估与情景模拟，尤其是针对高重现期情景中的关键区域（如北部滨海区和南渡江沿岸）。首先，优化堤防设计。考虑风雨潮联合作用的动态特性，提升堤防设计标准，重点关注高重现期情景下的潜在风险区域。其次，增强排水系统能力。提升城市排水基础设施的适应性，减缓暴雨内涝对城市中心区域的威胁。最后，加强风险预警与应急管理。结合情景模拟结果，建立基于热带气旋活动的多灾因预警系统，提升突发灾害应对能力。这些措施可为海口市有效应对气候变化与复合洪涝灾害风险提供参考，从而保证海口市的居民安全和社会经济可持续发展。

5 结论

本文基于气候变化情景下的热带气旋活动特征，采用超阈值法与极值理论分布等方法，系统研究了海口市复合洪涝致灾因子（风暴潮、降雨和上游径流）的时空演变规律。通过构建历史（1960—2014年）和未来阶段（2015—2099年）10 a一遇及50 a一遇的复合洪涝情景，结合海口市复合洪涝模型，深入分析了气候变化对复合洪涝危险性的影响。主要结论为：
1）历史和未来阶段复合洪涝灾害特征存在显著差异。在90%分位数情景下，未来阶段（2015—2099年）3种致灾因子的阈值均高于历史阶段（1960—2014年），表明气候变化将加剧极端复合洪涝事件的风险。多致灾因子同时发生事件的分析表明，与历史阶段（1960—2014年）相比，未来阶段（2015—2099年）的强降雨和高流量事件同时发生的概率增加了40.9%，高风暴潮与高流量事件同时发生的概率增加了58.3%。尽管未来阶段（2015—2099年）的极端事件强度较历史阶段（1960—2014年）有所减弱，但多致灾因子同时发生的概率显著增加。
2）致灾因子极值分析结果表明，未来阶段（2015—2099年）的极端风暴潮和上游流量事件风险有所增加，而极端降雨事件的风险则有所降低。在高重现期（如50 a一遇及以上）情景下，未来阶段（2015—2099年）最高风暴潮位和上游最大流量的设计值均显著高于历史阶段（1960—2014年）。如未来阶段（2015—2099年）50 a一遇的最大流量比历史阶段（1960—2014年）增加了1 271.13 m³/s，最高风暴潮位高出0.24 m。同时，未来阶段（2015—2099年）的极端降雨事件有所减弱，100 a一遇的累积降雨量比历史阶段（1960—2014年）减少了16.5%。
3）气候变化背景下的复合洪涝模拟与危险性分析表明，在低重现期（10 a一遇）情景下，未来阶段（2015—2099年）的总淹没面积略有增加，但淹没体积和最大淹没深度有所下降，复合洪涝风险趋于稳定。然而，在高重现期（50 a一遇）情景下，未来阶段（2015—2099年）的总淹没面积和体积均显著增加，其中深度＞3 m的洪涝区面积相比历史阶段（1960—2014年）增加了56.5%。北部滨海区及南渡江两岸的淹没范围进一步扩大，洪涝严重程度显著加剧。

脚注

1 https://esgf-ui.ceda.ac.uk/cog/search/cmip6-ceda/

2 有关风暴潮模拟方法以及模型构建、验证请参考Liu等（2022）和吴国凤等（2024）。

3 编号1971N10表示1971年发生在西北太平洋的第10号热带气旋。

4 https://interactive-atlas.ipcc.ch/

刘 青：主要负责构建复合洪涝灾害模拟与评估框架，模型构建和率定，分析数据，绘制图件，撰写初稿及修订全文；

吴国凤：主要负责复合洪涝灾害数值模拟，提出修改建议；

姚 前：主要负责上游径流数据的处理以及模拟上游河流流量，提出修改建议；

许瀚卿：模型构建技术指导，论文撰写指导，提出修改建议；

牛怡莹：气候模式数据下载和预处理，极值分布计算；

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；

李梦雅：论文撰写指导，提供修改建议。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
Bevacqua E, Maraun D, Vousdoukas M I, Voukouvalas E, Vrac M, and Mentaschi L. 2019. Higher Probability of Compound Flooding from Precipitation and Storm Surge in Europe under Anthropogenic Climate Change. Science Advance, 5(9): eaaw5531.

Bloemendaal N, de Moel H, Martinez A B, Muis S, Haigh I D, van der Wiel K, Haarsma R J, Ward P J, Roberts M J, Dullaart J C M, and Aerts J C J H. 2022. A Globally Consistent Local-Scale Assessment of Future Tropical Cyclone Risk. Science Advance, 8(17): eabm8438.

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.

Dominguez C and Magaña V. 2018. The Role of Tropical Cyclones in Precipitation over the Tropical and Subtropical North America. Frontiers in Earth Science, 6: 19.

Eilander D, Couasnon A, Ikeuchi H, Muis S, Yamazaki D, Winsemius H C, and Ward P J. 2020. The Effect of Surge on Riverine Flood Hazard and Impact in Deltas Globally. Environmental Research Letters, 15(10): 104007.

Eilander D, Couasnon A, Leijnse T, Ikeuchi H, Yamazaki D, Muis S, Dullaart J, Haag A, Winsemius H C, and Ward P J. 2023. A Globally Applicable Framework for Compound Flood Hazard Modeling. Natural Hazards and Earth System Sciences, 23(2): 823-846.

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 Science, 25(8): 4403-4416.

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.

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.

官鑫美. 2023. 基于极值理论-Copula函数的地震巨灾保险定价研究. 成都：西南财经大学.

Guan Xinmei. 2023. Research on Earthquake Catastrophe Insurance Pricing Based on Extreme Value Theory-Copula Function. Chendu: Southwestern University of Finance and Economics.

海口市水务局. 2008. 海口市防洪（潮）规划. （2008-04-30）[2021-12-15]. https://www.renrendoc.com/paper/156105538.html.

Haikou Water Authority Bureau. 2008. Haikou Flood (Tide) Prevention Planning. (2008-04-30) [2021-12-15]. https://www.renrendoc.com/paper/156105538.html.

Hallegatte S, Green C, Nicholls R J, and Corfee-Morlot J. 2013. Future Flood Losses in Major Coastal Cities. Nature Climate Change, 3(9): 802-806.

Harris L M, Lin S J, and Tu C. 2016. High-Resolution Climate Simulations Using GFDL HiRAM with a Stretched Global Grid. Journal of Climate, 29(11): 4293-4314.

Hendry A, Haigh I D, Nicholls R J, Winter H, Neal R, Wahl T, Joly-Laugel A, and Darby S E. 2019. Assessing the Characteristics and Drivers of Compound Flooding Events around the UK Coast. Hydrology and Earth System Science, 23(7): 3117-3139.

Hsiao S C, Chiang W S, Jang J H, Wu H L, Lu W S, Chen W B, and Wu Y T. 2021. Flood Risk Influenced by the Compound Effect of Storm Surge and Rainfall under Climate Change for Low-Lying Coastal Areas. Science of The Total Environment, 764: 144439.

IPCC. 2021. Climate Change 2021: The Physical Science Basis. Cambridge: Cambridge University Press.

孔锋，方建，孙劭，王品，吕丽莉. 2019. 基于超阈值取样的中国不同重现期降雨强度空间分异特征及强降雨变化模态（1961—2016年）. 长江流域资源与环境，28（1）：144-156.

Kong Feng, Fang Jian, Sun Shao, Wang Pin, and Lyu Lili. 2019. Spatial Variability of Different Return Period of Rainfall Intensity and Variation Patterns of Heavy Rainfall in China from 1961 to 2016 Based on POT Sampling. Resources and Environment in the Yangtze Basin, 28(1): 144-156.

Lai Y, Li J, Gu X, Liu C, and Chen Y D. 2021. Global Compound Floods from Precipitation and Storm Surge: Hazards and the Roles of Cyclones. Journal of Climate, 34(20): 8319-8339.

李丹，张红，陈澍. 2020. 全球变暖背景下西北太平洋热带气旋生成位置及路径变化. 广东气象，42（4）：14-17，22.

Li Dan, Zhang Hong, and Chen Shu. 2020. On the Variation of Genesis Locations and Paths of Tropical Cyclones in Western North Pacific under the Background of Global Warming. Guangdong Meteorology, 42(4): 14-17, 22.

梁海萍，李团结，梁海燕，高璐. 2022. 海口市风暴潮分布特征与影响因子探析. 海洋学研究，40（2）：83-92.

Liang Haiping, Li Tuanjie, Liang Haiyan, and Gao Lu. 2022. Distributional Characteristics and Influencing Factors of Storm Surge in Haikou. Journal of Marine Sciences, 40(2): 83-92.

Liu Q, Qiao F, Yu Y, Zhu Y, Zhao S, Liu Y, Jiang F, and Hu X. 2023. Bias Analysis in the Simulation of the Western North Pacific Tropical Cyclone Characteristics by Two High-Resolution Global Atmospheric Models. Advances in Atmospheric Sciences, 40(4): 634-652.

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.

刘青，张卫国，Nina Siu-Ngan Lam，王军. 2022. 海岸侵蚀作用下海岸带地区极端风暴洪水风险评估——以上海石化为例. 海洋通报，41（2）：200-207.

Liu Qing, Zhang Weiguo, Nina Siu-Ngan Lam, and Wang Jun. 2022. Risk Assessment of Extreme Storm Flooding in Coastal Zones under Coastal Erosion: A Case Study in Shanghai Petrochemical. Marine Science Bulletin. 41(2): 200-207.

卢美. 2013. 浙江海岸台风风暴潮漫堤风险评估研究. 杭州：浙江大学.

Lu Mei. 2013. Research on Risk Assessment of Typhoon Storm Surge Overflow on Zhejiang Coast. Hangzhou: Zhejiang University.

Murakami H, Wang Y, Yoshimura H, Mizuta R, Sugi M, Shindo E, Adachi Y, Yukimoto S, Hosaka M, Kusunoki S, Ose T, and Kitoh A. 2012. Future Changes in Tropical Cyclone Activity Projected by the New High-Resolution MRI-AGCM. Journal of Climate, 25(9): 3237-3260.

Roberts M J, Camp J, Seddon J, Vidale P L, Hodges K, Vannière B, Mecking J, Haarsma R, Bellucci A, Scoccimarro E, Caron L P, Chauvin F, Terray L, Valcke S, Moine M P, Putrasahan D, Roberts C D, Senan R, Zarzycki C, Ullrich P, Yamada Y, Mizuta R, Kodama C, Fu D, Zhang Q Y, Danabasoglu G, Rosenbloom N, Wang H, and Wu L X. 2020. Projected Future Changes in Tropical Cyclones Using the CMIP6 HighResMIP Multimodel Ensemble. Geophysical Research Letters, 47(14): e2020GL088662.

宋晓猛，张建云，孔凡哲. 2018. 基于极值理论的北京市极端降水概率分布研究. 中国科学：技术科学，48（6）：639-650.

Song Xiaomeng, Zhang Jianyun, and Kong Fanzhe. 2018. Probability Distribution of Extreme Precipitation in Beijing Based on Extreme Value Theory. Science China Technological Sciences, 48(6): 639-650.

Valle-Levinson A, Olabarrieta M, and Heilman L. 2020. Compound Flooding in Houston-Galveston Bay during Hurricane Harvey. Science of the Total Environment, 747: 141272.

Wang J, Gao W, Xu S, and Yu L. 2012. Evaluation of the Combined Risk of Sea Level Rise, Land Subsidence, and Storm Surges on the Coastal Areas of Shanghai, China. Climatic Change, 115: 537-558.

Wang J, Yi S, Li M, Wang L, and Song C. 2018. Effects of Sea Level Rise, Land Subsidence, Bathymetric Change and Typhoon Tracks on Storm Flooding in the Coastal Areas of Shanghai. Science of the Total Environment, 621: 228-234.

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.

王军，谭金凯. 2021. 气候变化背景下中国沿海地区灾害风险研究与应对思考. 地理科学进展，40（5）：870-882.

Wang Jun and Tan Jinkai. 2021. Understanding the Climate Change and Disaster Risks in Coastal Areas of China to Develop Coping Strategies. Progress in Geography, 40(5): 870-882.

Ward P J, Couasnon A, Eilander D, Haigh I D, Hendry A, Muis S, Veldkamp T I E, Winsemius H C, and Wahl T. 2018. Dependence between High Sea-Level and High River Discharge Increases Flood Hazard in Global Deltas and Estuaries. Environment Research Letters, 13(8): 084012.

魏国振，任明磊，孙琳，夏至昌，陈智洋，尤再进. 2024. 台风风暴潮与上游洪水耦合作用下温州飞云江感潮河段潮水位模拟研究. 热带地理，44（6）：1016-1024.

Wei Guozhen, Ren Minglei, Sun Lin, Xia Zhichang, Chen Zhiyang, and You Zaijin. 2024. Simulation Study of Tidal Water Levels in Tidal Reach of the Wenzhou's Feiyun River under Coupled Influence of Typhoon Storm Surges and Upstream Floods. Tropical Geography, 44(6): 1016-1024.

Wu G, Liu Q, Xu H, and Wang J. 2024. Modelling the Combined Impact of Sea Level Rise, Land Subsidence, and Tropical Cyclones in Compound Flooding of Coastal Cities. Ocean Coastal Management, 252: 107107.

吴国凤，刘青，许瀚卿，魏旭辰，王军. 2024. 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. 热带地理，44（6）：1025-1035.

Wu Guofeng, Liu Qing, Xu Hanqing, Wei Xuchen, and Wang Jun. 2024. Risk Assessment of Extreme Rainfall and Storm Surge Compound Flooding in Coastal Cities under Sea Level Rise Scenarios: A Case Study of Haikou City. Tropical Geography, 44(6): 1025-1035.

吴鹏. 2023. 强台风增强路径“北移”复合灾害风险加剧. 中国气象报，2023-10-25（3）.

Wu Peng. 2023. The Risk of Compound Disasters has Intensified Due to the Northward Movement of the Strong Typhoon's Enhanced Path. China Weather Report, 2023-10-25(3).

Xu H, Xu K, Bin L, Lian J, and Ma C. 2018. Joint Risk of Rainfall and Storm Surges during Typhoons in a Coastal City of Haidian Island, China. International Journal of Environmental Research and Public Health, 15(7): 1377.

Xu W, Balaguru K, Judi D R, Rice J, Leung L R, and Lipari S. 2024. A North Atlantic Synthetic Tropical Cyclone Track, Intensity, and Rainfall Dataset. Scientific Data, 11(1): 130.

许瀚卿，谭金凯，李梦雅，刘青，王军. 2022. 中国沿海地区雨潮复合灾害联合分布及危险性研究. 地理科学进展，41（10）：1859-1867.

Xu Hanqing, Tan Jinkai, Li Mengya, Liu Qing, and Wang Jun. 2022. Joint Distribution and Risk of the Compound Disaster Caused by Rainfall and Storm Surge across Chinese Coastal Region. Progress in Geography, 41(10): 1859-1867.

徐奎，庄云超，马超，练继建. 2024. 沿海城市复合洪涝模拟物理模型研究. 水利学报，55（11）：1309-1318，1332.

Xu Kui, Zhuang Yunchao, Ma Chao, and Lian Jijian. 2024. Physical Modeling of Compound Flooding Simulation in Coastal Cities. Journal of Hydraulic Engineering, 55(11): 1309-1318, 1332.

Yamazaki D, Kanae S, Kim H, and Oki T. 2011. A Physically Based Description of Floodplain Inundation Dynamics in a Global River Routing Model. Water Resources Research, 47(4): W04501.1-W04501.21.

杨发运，崔弼峰，方宝岭，王建利. 2022. 基于超阈值峰量抽样的极端洪水发生频率分析. 河南城建学院学报，31（3）：60-66.

Yang Fayun, Cui Bifeng, Fang Baoling, and Wang Jianli. 2022. Analysis of Extreme Flood Frequency Analysis Based on Over-Threshold. Journal of Henan University of Urban Construction, 31(3): 60-66.

Yoshida K, Sugi M, Mizuta R, Murakami H, and Ishii M. 2017. Future Changes in Tropical Cyclone Activity in High-Resolution Large-Ensemble Simulations. Geophysical Research Letters, 44(19): 9910-9917.

于群，肖松青，曹娜，何剑，张建新. 2022. 基于超阈值模型的中国电网停电事故极值风险分析. 山东大学学报（工学版），52（6）：157-166，175.

Yu Qun, Xiao Songqing, Cao Na, He Jian, and Zhang Jianxin. 2022. Extreme Value Risk Analysis of Blackout in China Power Grid Based on over Threshold Model. Journal of Shandong University (Engineering Science), 52(6): 157-166, 175.

余锡平，张安一方，单楷越. 2024. 气候变化背景下珠江口地区台风风暴潮和流域洪水遭遇事件的风险探究. 中国水利，（14）：27-32.

Yu Xiping, Zhang Anyifang, and Shan Kaiyue. 2024. Study on Risk of Storm Surge and River Flood Ecounter at the Pearl River Estuary under the Background of Climate Change. China Water Resources, (14): 27-32.

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. 2022. Typhoon Flooding Loss Assessment in Haikou City Based on High Precision Building Type Data. Journal of Catastrophology, 37(4): 155-165.

张锟，任鲁川，田建伟，刘哲. 2016. 基于广义极值理论的潜在地震海啸源震级上限及强震重现水平的估计——以琉球海沟俯冲带为例. 中国地震，32（4）：702-709.

Zhang Kun, Ren Luchuan, Tian Jianwei, and Liu Zhe. 2016. Estimation of Upper Bound Earthquake Magnitude and Return Level of Strong Earthquake for Potential Seismic Tsunami Zone Based on Generalized Extreme Value Theory: A Case Study of Ryukyu Trench Subduction Zone. Earthquake Research in China, 32(4): 702-709.

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

/

〈 〉