郭仁韻，劉小平，許曉聰

（中山大學(xué) 地理科學(xué)與規(guī)劃學(xué)院，廣州 510275）

洪水被廣泛認(rèn)為是最具破壞性的自然災(zāi)害之一，不僅會(huì)造成巨大的直接經(jīng)濟(jì)損失和人員傷亡（Jonkman, 2005; Tanoue et al., 2016），還會(huì)產(chǎn)生廣泛及長(zhǎng)期的不利經(jīng)濟(jì)后果（Coffman et al., 2012;Koks et al., 2016）。已有研究表明，氣候和社會(huì)經(jīng)濟(jì)變化是造成洪水損失增加的主要驅(qū)動(dòng)因素（Elmer et al., 2012; Visser et al., 2014；張建云 等，2016）。氣候變化可導(dǎo)致極端天氣事件的增加和海平面上升，從而增加洪水災(zāi)害的發(fā)生頻率。高速的城市化及經(jīng)濟(jì)發(fā)展增加了洪水承災(zāi)體的數(shù)量及價(jià)值，進(jìn)一步加劇了未來(lái)洪水所造成的損害。洪水風(fēng)險(xiǎn)定義為危害（洪水事件的概率及特征）、價(jià)值（受洪水影響的人口和資產(chǎn)的價(jià)值）和脆弱性（對(duì)洪水破壞的敏感程度）的函數(shù)（Kron, 2005）。近年來(lái)，基于風(fēng)險(xiǎn)的洪水減災(zāi)得到更多的關(guān)注，發(fā)生從“洪水防御”的舊概念到“洪水風(fēng)險(xiǎn)管理”的新概念的轉(zhuǎn)變（Schanze, 2006; Meyer et al., 2009），洪水風(fēng)險(xiǎn)管理包括風(fēng)險(xiǎn)評(píng)估和風(fēng)險(xiǎn)減緩。珠三角氣候濕潤(rùn)，地勢(shì)平坦，是近幾十年來(lái)中國(guó)城市化水平最高、經(jīng)濟(jì)最發(fā)達(dá)的地區(qū)之一。該地區(qū)洪澇災(zāi)害頻發(fā)，對(duì)人民的生命財(cái)產(chǎn)等造成巨大的威脅。未來(lái)洪水發(fā)生的頻率、嚴(yán)重程度將持續(xù)增長(zhǎng)，人口與資產(chǎn)暴露于洪水的風(fēng)險(xiǎn)日益加?。℉irabayashi et al., 2013; Dottori et al., 2018；方佳毅 等，2019）。因此，有必要從城市擴(kuò)張空間格局變化的角度評(píng)估珠三角未來(lái)的城市洪水風(fēng)險(xiǎn)，探討如何在洪災(zāi)風(fēng)險(xiǎn)規(guī)避的前提下進(jìn)行城市擴(kuò)張，為基于洪水風(fēng)險(xiǎn)的城市規(guī)劃戰(zhàn)略提供扎實(shí)的理論依據(jù)，以保障人民的生命、財(cái)產(chǎn)安全，保證城市的可持續(xù)發(fā)展。

已有研究在洪水風(fēng)險(xiǎn)評(píng)估模型及評(píng)價(jià)指標(biāo)的改進(jìn)等方面做了大量工作（殷克東 等，2011；Ward et al., 2013; Winsemius et al., 2013），并在多處洪水易發(fā)地區(qū)開(kāi)展了洪水風(fēng)險(xiǎn)評(píng)估（Aerts et al., 2013;Wijayanti et al., 2017; Romali et al., 2018；黃國(guó)如等，2021；蔡榕碩 等，2022）。Alfieri 等（2017）基于現(xiàn)狀土地利用不變的假設(shè)探討大氣變暖與未來(lái)洪水風(fēng)險(xiǎn)之間的相關(guān)關(guān)系；Jongman 等（2012）基于人口及城市化率的未來(lái)預(yù)測(cè)數(shù)據(jù)對(duì)城市密度進(jìn)行空間外推，進(jìn)而計(jì)算了全球2050年的洪水災(zāi)害造成的經(jīng)濟(jì)損失。上述研究可以有效地捕捉洪水風(fēng)險(xiǎn)的變化趨勢(shì)，為未來(lái)洪水災(zāi)害評(píng)估提供了良好的研究思路。受土地利用模擬模型發(fā)展水平的限制，多數(shù)研究未考慮未來(lái)土地利用類型的變化，從而忽視了在洪泛區(qū)內(nèi)快速的城市擴(kuò)張對(duì)洪水風(fēng)險(xiǎn)的加劇作用，可能導(dǎo)致對(duì)未來(lái)洪水損失的估計(jì)產(chǎn)生較大的偏差。近年來(lái)多項(xiàng)研究證明了元胞自動(dòng)機(jī)（CA）在土地利用變化模擬領(lǐng)域的優(yōu)勢(shì)（Dietzel et al., 2007;Verburg et al., 2009; Liu et al., 2017; Liang et al.,2020）。其中，F(xiàn)LUS（Future Land Use Simulation）模型將CA 與人工神經(jīng)網(wǎng)絡(luò)相結(jié)合，并在模擬過(guò)程中引入自適應(yīng)慣性和競(jìng)爭(zhēng)機(jī)制，可實(shí)現(xiàn)對(duì)未來(lái)多情景長(zhǎng)時(shí)間序列的土地利用變化的高效模擬（Liu et al., 2017）。精細(xì)化的土地利用分類預(yù)測(cè)數(shù)據(jù)為未來(lái)洪水風(fēng)險(xiǎn)評(píng)估的進(jìn)一步發(fā)展提供了基礎(chǔ)，已經(jīng)有部分研究基于土地利用變化模擬對(duì)未來(lái)洪水風(fēng)險(xiǎn)進(jìn)行了評(píng)估。如姜麗等（2021）基于土地利用未來(lái)變化預(yù)測(cè)，評(píng)估上海市杭州灣北岸未來(lái)洪澇災(zāi)害風(fēng)險(xiǎn)；Güneralp等（2015）估計(jì)了由于未來(lái)全球城市擴(kuò)張而導(dǎo)致的城市土地遭受洪水影響的變化。然而，當(dāng)前研究大多僅著眼于未來(lái)的洪水風(fēng)險(xiǎn)評(píng)估，較少涉及通過(guò)土地利用優(yōu)化調(diào)控實(shí)現(xiàn)洪水風(fēng)險(xiǎn)的減緩。少數(shù)研究對(duì)比評(píng)估了限制洪泛區(qū)進(jìn)行城市開(kāi)發(fā)可帶來(lái)的風(fēng)險(xiǎn)減緩效果（Koks et al., 2014; Johnson et al.,2020），但基于簡(jiǎn)單的土地利用分區(qū)限制，并不能合理地說(shuō)明未來(lái)土地利用空間格局應(yīng)當(dāng)如何變化，以同時(shí)滿足風(fēng)險(xiǎn)減緩和社會(huì)經(jīng)濟(jì)發(fā)展需求。此外，未來(lái)多情景的研究有助于預(yù)知和明晰當(dāng)前不同決策可能導(dǎo)致的未來(lái)洪水災(zāi)害風(fēng)險(xiǎn)，而當(dāng)前研究較少討論不同未來(lái)發(fā)展情景（結(jié)合不同社會(huì)經(jīng)濟(jì)發(fā)展、氣候變化及城市擴(kuò)張政策等）下，土地利用精細(xì)化空間分布格局預(yù)測(cè)、洪水風(fēng)險(xiǎn)評(píng)估以及減緩。

鑒于此，本研究在共享社會(huì)經(jīng)濟(jì)路徑（SSPs）、代表性濃度路徑（RCPs）情景及不同城市擴(kuò)張策略的未來(lái)發(fā)展耦合情景下，建立了用以對(duì)比分析未來(lái)不同發(fā)展情景下的土地利用變化空間格局對(duì)洪水風(fēng)險(xiǎn)影響的研究框架。具體地：首先，基于FLUS 模型對(duì)不同發(fā)展情景下的城市擴(kuò)張空間分布格局進(jìn)行精細(xì)化模擬；其次，結(jié)合未來(lái)洪水淹沒(méi)深度、土地利用分類、災(zāi)損曲線及承災(zāi)體資產(chǎn)價(jià)值，評(píng)估洪泛區(qū)城市擴(kuò)張水平并計(jì)算洪水年期望損失；最后，對(duì)比不同發(fā)展模式下的洪水風(fēng)險(xiǎn)差異，以評(píng)估減排及洪災(zāi)風(fēng)險(xiǎn)規(guī)避策略對(duì)于洪水風(fēng)險(xiǎn)減緩的有效性。旨在為城市規(guī)劃戰(zhàn)略的制定提供扎實(shí)的理論依據(jù)，優(yōu)化城市空間結(jié)構(gòu)，保證城市的可持續(xù)發(fā)展。

1 研究區(qū)域與數(shù)據(jù)

1.1 研究區(qū)域

珠三角位于廣東省中南部，行政區(qū)劃包括廣州、佛山、深圳、珠海、肇慶、東莞、惠州、中山和江門。珠三角是中國(guó)政策資源的重要傾斜地區(qū)，社會(huì)經(jīng)濟(jì)和地區(qū)人口高速增長(zhǎng)，形成以廣州-深圳為核心的大型城市群。珠三角瀕臨南海，是由珠江水系的東江、西江、北江及其各支流往珠江匯聚時(shí)攜帶的泥沙沉積聚集而成的復(fù)合型三角洲，其內(nèi)河網(wǎng)縱橫交錯(cuò)，水流相互灌注，是世界上典型復(fù)雜的網(wǎng)河區(qū)。珠江流域以濕熱多雨的南亞熱帶海洋季風(fēng)氣候?yàn)橹?，其洪水特征是峰高、量大、歷時(shí)長(zhǎng)。造成流域內(nèi)洪水的主要天氣系統(tǒng)是峰面或靜止峰、西南槽，其次是熱帶低壓和臺(tái)風(fēng)，每年4—6月的降雨主要是鋒面雨，而7—10 月的降雨多為熱帶氣旋造成（童娟，2007）。珠三角在4—10 月的汛期易形成洪水，是中國(guó)主要的洪澇災(zāi)害發(fā)生地之一。據(jù)記載，20 世紀(jì)90 年代以來(lái)發(fā)生了多次大洪水，其中1994年6 月、1998 年6 月及2005 年6 月的大洪水給廣東省造成180 億元、74.9 億元及45.2 億元的直接經(jīng)濟(jì)損失（楊健 等，2005）。

1.2 數(shù)據(jù)概況

珠三角地區(qū)土地利用遙感監(jiān)測(cè)數(shù)據(jù)來(lái)自中國(guó)科學(xué)院資源環(huán)境科學(xué)數(shù)據(jù)中心的CNLUCC數(shù)據(jù)集（徐新良 等，2018），該數(shù)據(jù)集以多期Landsat TM/ETM遙感影像為主要數(shù)據(jù)源，通過(guò)人工目視解譯生成，包括耕地、林地、草地、水域、城鄉(xiāng)建設(shè)用地和未利用6個(gè)類別。驗(yàn)證地區(qū)總體精度可達(dá)88.95%，其中城鄉(xiāng)建設(shè)用地精度達(dá)98%，可以滿足本文土地利用精細(xì)化模擬基礎(chǔ)輸入數(shù)據(jù)的需求。在將該數(shù)據(jù)集輸入土地利用模擬模型之前對(duì)其進(jìn)行重分類，將其分為城市和非城市。洪水災(zāi)害預(yù)測(cè)數(shù)據(jù)來(lái)自世界資源研究所（WRI）生產(chǎn)的在未來(lái)2030、2050和2080年基于RCP8.5和RCP4.5兩種氣候情景下的多重現(xiàn)期（2、5、10、25、50、100、250、500、1 000 a一遇）洪水淹沒(méi)深度地圖（Ward et al., 2020）。河流洪水基于PCR-GLOBWB2（Sutanudjaja et al., 2018）進(jìn)行水文模擬，模擬所需要的未來(lái)氣候條件使用多個(gè)不同的全球氣候模型，相應(yīng)輸出多個(gè)河流洪水淹沒(méi)深度預(yù)測(cè)。本文最終使用的是經(jīng)過(guò)多模型綜合后的河流洪水淹沒(méi)數(shù)據(jù)，具體做法為：將在超過(guò)半數(shù)模型中有洪水淹沒(méi)的柵格定義為最終的洪水淹沒(méi)點(diǎn)，淹沒(méi)深度被綜合為多模型淹沒(méi)深度的均值。海岸洪水基于全球浪潮和潮汐再分析（GTSR）數(shù)據(jù)集（Muis et al., 2016）和RISES-AM項(xiàng)目模擬（Jevrejeva et al., 2014），使用其包含沉降估計(jì)的模型輸出作為計(jì)算輸入。該數(shù)據(jù)集對(duì)未來(lái)多種氣候發(fā)展情景下的未來(lái)洪水淹沒(méi)深度進(jìn)行預(yù)測(cè)，可以體現(xiàn)珠三角地區(qū)洪水風(fēng)險(xiǎn)的整體差異分布，滿足應(yīng)用本研究框架進(jìn)行洪水風(fēng)險(xiǎn)和減災(zāi)策略有效性評(píng)估需求。

數(shù)據(jù)還包括：用以制作社會(huì)經(jīng)濟(jì)驅(qū)動(dòng)力因子以及預(yù)測(cè)未來(lái)城市用地需求量所需要的人口、GDP及城市化率數(shù)據(jù)；城市功能區(qū)分類的隨機(jī)森林（RF）模型訓(xùn)練需要的高德地圖感興趣點(diǎn)（Points of Interest, POIs）、OpenStreetMap 的路網(wǎng)以及城市功能區(qū)分類數(shù)據(jù)EULUC（Gong et al., 2020）；用以制作區(qū)位驅(qū)動(dòng)力因子的鐵路、高速公路、市中心、國(guó)道、省道、河流及海洋分布數(shù)據(jù)；用以制作自然條件驅(qū)動(dòng)力因子的高程（DEM）及坡度數(shù)據(jù)；未來(lái)洪水損失計(jì)算需要的不同土地利用類別的單位地塊最大損失價(jià)值。所有空間數(shù)據(jù)都統(tǒng)一采樣為與土地利用數(shù)據(jù)一致的30 m分辨率（表1）。

表1 本文所用數(shù)據(jù)Table 1 List of data used in this article

2 研究方法

2.1 土地利用變化模擬模型FLUS

FLUS 模型是一個(gè)模擬精度較高、具有較好應(yīng)用和拓展?jié)摿Φ耐恋乩媚M模型，采用該模型進(jìn)行未來(lái)城市擴(kuò)張模擬。過(guò)往研究證明，城市用地面積與社會(huì)經(jīng)濟(jì)要素存在線性關(guān)系（Seto et al., 2011;Chen et al., 2020），本文利用珠三角的社會(huì)經(jīng)濟(jì)要素和城市用地面積進(jìn)行數(shù)據(jù)回歸，并預(yù)測(cè)未來(lái)不同情景下珠三角城市用地需求量。在未來(lái)城市用地需求的驅(qū)動(dòng)下，使用FLUS 模型的2 個(gè)基礎(chǔ)模塊進(jìn)行城市用地?cái)U(kuò)張模擬。

2.1.1 基于人工神經(jīng)網(wǎng)絡(luò)的發(fā)展適宜性概率FLUS 模型采用人工神經(jīng)網(wǎng)絡(luò)（ANN）模型計(jì)算土地的發(fā)展適宜性概率。通過(guò)輸入土地利用現(xiàn)狀數(shù)據(jù)以及驅(qū)動(dòng)力因子，ANN模型可以訓(xùn)練和挖掘各類驅(qū)動(dòng)因子與各土地類型之間的關(guān)系。本文采用的驅(qū)動(dòng)力因子可分為3類：社會(huì)經(jīng)濟(jì)（人口密度、GDP）；區(qū)位要素（距鐵路、高速公路、國(guó)道、省道、河流、海洋及市中心的距離，道路密度）；自然條件（高程、坡度）。訓(xùn)練完成后，ANN模型可以評(píng)估各類土地在每個(gè)地塊上的發(fā)展適宜性概率①指某類土地的發(fā)展?jié)摿Γ瑥?qiáng)調(diào)的是模擬過(guò)程中每個(gè)地塊自身的特性，即發(fā)展成某類土地的適宜程度。。

2.1.2 基于元胞自動(dòng)機(jī)的土地利用模擬 元胞自動(dòng)機(jī)（CA）可以根據(jù)土地分布的初始狀態(tài)與周圍鄰域效應(yīng)，通過(guò)轉(zhuǎn)換規(guī)則來(lái)估計(jì)未來(lái)元胞的狀態(tài)。FLUS模型采用帶自適應(yīng)慣性競(jìng)爭(zhēng)機(jī)制的CA模型模擬未來(lái)用地變化，特定地塊單元的土地利用類型轉(zhuǎn)化的總概率可以表示為適宜性概率、鄰域效應(yīng)，限制條件和自適應(yīng)慣性系數(shù)的乘積（Liu et al., 2017）：

2.2 洪災(zāi)風(fēng)險(xiǎn)規(guī)避下的城市擴(kuò)張模擬

2.2.1 綜合城市洪水災(zāi)損率計(jì)算 洪水深度-損害曲線是災(zāi)害風(fēng)險(xiǎn)脆弱性的表征，可用以表示承災(zāi)體的損害程度與洪水淹沒(méi)深度的關(guān)系。城市擴(kuò)張模擬過(guò)程中納入洪災(zāi)風(fēng)險(xiǎn)規(guī)避策略首先需要計(jì)算珠三角范圍內(nèi)各地塊的綜合城市洪水災(zāi)損率（表征該地塊若發(fā)展為城市可能需要承受的綜合洪水損害程度）。本文采用歐盟聯(lián)合研究中心（JRC）為亞洲地區(qū)5種不同的城市功能用地（居住、商業(yè)、工業(yè)、交通運(yùn)輸和基礎(chǔ)設(shè)施）分別制作的洪水深度-災(zāi)損函數(shù)進(jìn)行災(zāi)損率的計(jì)算（Huizinga et al., 2017）。制作綜合城市洪水災(zāi)損率需考慮未來(lái)洪水的極值情況以及城市地塊發(fā)展為不同功能區(qū)的概率，因此需對(duì)未來(lái)不同重現(xiàn)期、洪水類型及城市功能分區(qū)的災(zāi)損率進(jìn)行一系列綜合，計(jì)算公式為：×

式中：MFDrp代表重現(xiàn)期為rp 的最大淹沒(méi)深度；代表年t重現(xiàn)期rp 類型type 的洪水深度；SLRuf代表城市功能分區(qū)uf 的綜合重現(xiàn)期洪水災(zāi)損率；fuf代表城市功能分區(qū)uf對(duì)應(yīng)的深度-損害函數(shù)；RPPrp代表重現(xiàn)期為rp 的洪水事件的發(fā)生概率（1/rp）；SUFR 代表綜合城市洪水災(zāi)損率；RFPuf代表由RF模型輸出的城市功能分區(qū)uf的適宜性概率。

已有研究證明各類POI點(diǎn)密度和道路密度與城市內(nèi)部不同功能分區(qū)類型有著緊密的聯(lián)系（康雨豪等，2018），本文采用隨機(jī)森林模型（RF）挖掘上述因子及EULUC 數(shù)據(jù)集城市功能區(qū)分類的復(fù)雜對(duì)應(yīng)關(guān)系，以獲取珠三角各地塊發(fā)展為不同城市功能分區(qū)的適宜性概率RFPuf。

2.2.2 洪災(zāi)風(fēng)險(xiǎn)規(guī)避下的城市擴(kuò)張模擬 在FLUS模型的基礎(chǔ)上，將以上得出的綜合城市洪水災(zāi)損率納入CA 動(dòng)態(tài)模擬過(guò)程中，使城市轉(zhuǎn)換的總概率更新為加入洪災(zāi)風(fēng)險(xiǎn)規(guī)避策略的總概率。綜合城市洪水災(zāi)損率越高的地方，其更新后轉(zhuǎn)換為城市的總概率越低，最終在FLUS 輪盤(pán)選擇機(jī)制中勝出的概率也相應(yīng)降低。通過(guò)這種方式可以合理地限制高洪水風(fēng)險(xiǎn)區(qū)域內(nèi)的城市擴(kuò)張，使城市傾向于往較低風(fēng)險(xiǎn)的區(qū)域發(fā)展，在滿足未來(lái)社會(huì)經(jīng)濟(jì)發(fā)展需求的前提下，最大限度地降低由于無(wú)序擴(kuò)張帶來(lái)的潛在洪水風(fēng)險(xiǎn)?；诤闉?zāi)風(fēng)險(xiǎn)規(guī)避的城市轉(zhuǎn)換的總概率估算為：

2.3 洪水風(fēng)險(xiǎn)評(píng)估

2.3.1 未來(lái)發(fā)展情景設(shè)置 對(duì)未來(lái)的城市擴(kuò)張進(jìn)行預(yù)測(cè)不能局限于單一的情景設(shè)定下的單一結(jié)果。將不同社會(huì)經(jīng)濟(jì)發(fā)展、氣候變化及城市擴(kuò)張規(guī)劃政策等維度耦合成為多種未來(lái)發(fā)展情景，有利于了解未來(lái)的多種發(fā)展趨勢(shì)，綜合評(píng)估該如何應(yīng)對(duì)各種潛在的風(fēng)險(xiǎn)與挑戰(zhàn)。本文將2 種代表性濃度路徑情景（RCP4.5、RCP8.5）、2 種共享社會(huì)經(jīng)濟(jì)路徑情景（SSP2、SSP5）和2 種城市擴(kuò)張策略（自然擴(kuò)張NE，洪災(zāi)風(fēng)險(xiǎn)規(guī)避FA）相結(jié)合，構(gòu)建未來(lái)發(fā)展情景 SSP5-RCP8.5-NE、SSP2-RCP4.5-NE、SSP5-RCP8.5-FA、SSP2-RCP4.5-FA。其中，NE 情景下的城市擴(kuò)張不考慮洪水風(fēng)險(xiǎn)的干擾，而FA情景下的城市擴(kuò)張則充分考慮了未來(lái)多重現(xiàn)期洪水淹沒(méi)造成的洪水風(fēng)險(xiǎn)的約束，在一定程度上限制了高風(fēng)險(xiǎn)區(qū)域內(nèi)的城市擴(kuò)張，從而達(dá)到洪災(zāi)風(fēng)險(xiǎn)規(guī)避的目的。

2.3.2 洪泛區(qū)城市擴(kuò)張變化 洪泛區(qū)是毗鄰河流、湖泊或海岸等容易受到洪水淹沒(méi)的低洼地帶（Tockner et al., 2002; Eder et al., 2022），通常由在任何給定年份被淹沒(méi)的可能性來(lái)定義（Mori et al., 2012）。如果在洪泛區(qū)進(jìn)行密集的城市開(kāi)發(fā)，洪水將會(huì)帶來(lái)巨大的損害。人們常采取結(jié)構(gòu)性工程措施、洪水預(yù)警系統(tǒng)和災(zāi)后恢復(fù)等措施進(jìn)行洪泛區(qū)管理，以降低洪水災(zāi)害。洪水大體上可分為海岸洪水和河流洪水。其中，海岸洪水指海平面上升和臺(tái)風(fēng)-風(fēng)暴潮增水疊加上天文大潮等引起的極值水位事件及其導(dǎo)致的洪水（蔡榕碩 等，2022）。河流洪水主要為暴雨、融雪、冰凌、山洪、泥石流和潰壩等引起的洪水（Field et al., 2012）。將海岸洪水和河流洪水的淹沒(méi)范圍進(jìn)行求并處理，可得到各重現(xiàn)期各自的綜合洪泛區(qū)。將不同未來(lái)發(fā)展情景下模擬的城市空間分布格局與洪泛區(qū)進(jìn)行疊加，對(duì)比其空間上的重疊性及變化，可以直觀地評(píng)價(jià)不同社會(huì)經(jīng)濟(jì)發(fā)展、氣候變化和城市擴(kuò)張策略下洪泛區(qū)內(nèi)的城市發(fā)展特征。

N年一遇洪水中的“N年”是洪水的重現(xiàn)期，指每年發(fā)生≥N年一遇洪水的概率為1/N（王義成，2022）。參考國(guó)內(nèi)外相關(guān)研究（Jongman et al.,2012; Hirabayashi et al., 2013; Horn et al., 2017;Wing et al., 2018；李夢(mèng)夢(mèng) 等，2018），百年一遇洪水常被用以進(jìn)行多種洪水分析以及政策制定，其淹沒(méi)范圍包括最易受洪水影響以及危害程度較大而需要人們加以管理的區(qū)域。以百年一遇洪水淹沒(méi)范圍內(nèi)的城市開(kāi)發(fā)特征評(píng)價(jià)洪災(zāi)規(guī)避效果具有一定代表性，故選取百年一遇的綜合洪泛區(qū)作為分析不同未來(lái)發(fā)展情景下洪泛區(qū)城市擴(kuò)張變化的基礎(chǔ)輸入。洪泛區(qū)城市（FU）被定義為同時(shí)屬于某年洪泛區(qū)和城市用地的區(qū)域；新增城市（UN）被定義為某年城市用地中不屬于起始年份（2018年）城市用地的區(qū)域；洪泛區(qū)新增城市（FUN）被定義為屬于該年洪泛區(qū)城市但不屬于起始年份城市用地的區(qū)域。本文以FU 的面積評(píng)估珠三角區(qū)域內(nèi)洪泛區(qū)城市開(kāi)發(fā)的整體水平，以FUN的面積以及洪泛區(qū)新增城市總面積占新增城市總面積的比例（PFUN）評(píng)估珠三角城市擴(kuò)張過(guò)程中在洪泛區(qū)內(nèi)進(jìn)行開(kāi)發(fā)的傾向性：

式中：x表示地塊；FUt表示年t洪泛區(qū)城市；Ft表示年t洪泛區(qū)；Ut表示年t城市用地；UNt表示截止年t新增城市（相比于2018年）；FUNt表示截止年t洪泛區(qū)新增城市（相比于2018年）；PFUNt表示截止年t洪泛區(qū)新增城市相對(duì)于總新增城市的比例。

2.3.3 洪水年期望損失 未來(lái)不同重現(xiàn)期洪水所造成的經(jīng)濟(jì)損失可由單位城市地塊上的洪水災(zāi)損率和相應(yīng)承災(zāi)體最大損失經(jīng)濟(jì)價(jià)值的乘積得出：

根據(jù)城市功能分區(qū)的RF 模型輸出概率，可以將FLUS 模型預(yù)測(cè)輸出的城市地塊進(jìn)行功能分類，從而得到其在JRC 洪水?dāng)?shù)據(jù)庫(kù)中對(duì)應(yīng)的深度-損害函數(shù)以及現(xiàn)狀最大損失經(jīng)濟(jì)價(jià)值。JRC提供了2010年單位城市地塊上的最大損失經(jīng)濟(jì)價(jià)值估計(jì)，但隨著社會(huì)經(jīng)濟(jì)的發(fā)展，未來(lái)單位城市地塊的最大損失經(jīng)濟(jì)價(jià)值會(huì)相應(yīng)變化。已有研究表明，最大損失經(jīng)濟(jì)價(jià)值與地區(qū)的人均GDP有著映射關(guān)系（Huizinga et al., 2017），根據(jù)2010年最大損失經(jīng)濟(jì)價(jià)值估計(jì)與未來(lái)人均GDP預(yù)測(cè)，可對(duì)城市各功能區(qū)未來(lái)單位城市最大損失經(jīng)濟(jì)價(jià)值進(jìn)行估計(jì)：

洪水是一個(gè)隨機(jī)事件，每種重現(xiàn)期有其相對(duì)應(yīng)的發(fā)生概率。洪水每年造成的損失期望值可以通過(guò)洪水的年超越概率損失曲線估計(jì)。通過(guò)在x軸上繪制各重現(xiàn)期洪水發(fā)生概率以及在y軸上繪制相應(yīng)洪水事件造成的損失可擬合年超越概率損失曲線，該曲線下的積分面積即為洪水風(fēng)險(xiǎn)評(píng)估中最常用的綜合指標(biāo)年預(yù)期損失（Expected Annual Damage,EAD），具體估算為：

式中：EAD 為洪水年預(yù)期損失；L(RPP)為洪水發(fā)生概率為RPP的年超越概率損失函數(shù)。a、b為積分上、下限，取值為考慮范圍內(nèi)的洪水事件發(fā)生概率RPP。

3 結(jié)果與討論

3.1 土地利用變化模擬精度驗(yàn)證

基于歷史模擬驗(yàn)證FLUS 模型在珠三角地區(qū)城市擴(kuò)張模擬的精度。以2005 年土地利用分類數(shù)據(jù)為起點(diǎn)，對(duì)2018 年的珠三角城市擴(kuò)張進(jìn)行模擬預(yù)測(cè)，模擬分布與實(shí)際分布對(duì)比如圖1所示，模擬所得城市的基本形態(tài)與實(shí)際分布較為相似。使用FOM（Figure of Merit）對(duì)城市擴(kuò)張模擬精度進(jìn)行衡量，F(xiàn)OM 注重對(duì)土地類型發(fā)生變化的部分進(jìn)行評(píng)價(jià)，能較好地評(píng)估模型對(duì)于土地利用變化模擬的有效性。FOM 值越大，精度越高，已有研究表明，多數(shù)模型的FOM 值范圍在0.1～0.3 之間（Pontius et al., 2008），本文的FOM 為0.18，證明FLUS模型對(duì)于珠三角地區(qū)的城市擴(kuò)張模擬具有良好的適用性。

圖1 2018年珠三角城市擴(kuò)張模擬分布和實(shí)際分布對(duì)比Fig.1 Comparison of simulated and actual land use distributions in the Pearl River Delta in 2018

本文針對(duì)于城市地塊功能細(xì)分類的RF 模型具有較高的準(zhǔn)確性，其測(cè)試精度達(dá)0.98。根據(jù)得出的城市功能區(qū)適宜性概率及輪盤(pán)選擇機(jī)制，對(duì)2018年城市地塊進(jìn)行功能分類的局部放大模擬結(jié)果與EULUC 數(shù)據(jù)集中的分布對(duì)比如圖2 所示，可以看到，2 幅圖像中城市內(nèi)部功能分區(qū)的劃分基本一致，能滿足后續(xù)基于城市功能分類的洪水災(zāi)損率和單位城市地塊最大洪水損失經(jīng)濟(jì)價(jià)值的計(jì)算需求。

圖2 基于RF（a）和EULUC（b）的城市功能分類對(duì)比Fig.2 Comparison of urban land use types classification based on RF (a) and EULUC (b)

3.2 未來(lái)多情景洪水風(fēng)險(xiǎn)評(píng)估

3.2.1 洪泛區(qū)城市擴(kuò)張 以2018 年土地利用分類數(shù)據(jù)為起點(diǎn)，對(duì)珠三角2080年SSP5-RCP8.5-NE 和SSP2-RCP4.5-NE 情景下的城市空間分布格局進(jìn)行模擬。城市擴(kuò)張具有相似的空間特點(diǎn)：以現(xiàn)有城市為中心向周邊地區(qū)發(fā)散集聚，即新增城市用地被估計(jì)將發(fā)生在當(dāng)前城市的邊緣部分（圖3）。另外，在SSP5-RCP8.5-NE 情景下，為了滿足社會(huì)經(jīng)濟(jì)的需求，珠三角城市擴(kuò)張明顯呈現(xiàn)比SSP2-RCP4.5-NE更加猛烈且集聚的趨勢(shì)。

圖3 2080年珠三角城市空間分布（自然擴(kuò)張）Fig.3 Urban spatial distribution in the Pearl River Delta in 2080 (NE)

由于珠三角特殊的氣候地形和社會(huì)經(jīng)濟(jì)條件，其洪泛區(qū)城市化的問(wèn)題較為嚴(yán)重。在SSP5-RCP8.5-NE 情景下，洪泛區(qū)城市面積可達(dá)到4 248 km2，占城市總面積約32.7%，占洪泛區(qū)總面積約43.5%。洪泛區(qū)新增城市面積為1 633 km2（相當(dāng)于2021 年廣州、佛山和中山的建成區(qū)面積總和），占總新增城市面積的31.5%。如果能減少溫室氣體的排放將未來(lái)發(fā)展控制在SSP2-RCP4.5-NE，洪泛區(qū)面積和城市面積都將一定程度減少，洪泛區(qū)新增城市面積降低至1 059 km2（-574 km2，-35.1%），占總新增城市面積的29.8%（表2）?？傮w而言，在自然擴(kuò)張策略下，無(wú)論是高速發(fā)展情景還是中等發(fā)展情景，城市用地與洪泛區(qū)在空間上都呈現(xiàn)較多重疊，珠三角區(qū)域內(nèi)有較多的人口和財(cái)產(chǎn)將暴露在洪水事件中。另外，為了滿足未來(lái)的城市用地需求，洪泛區(qū)進(jìn)行了大量的城市開(kāi)發(fā)，如果任由這種趨勢(shì)保持或加劇，未來(lái)珠三角的洪水風(fēng)險(xiǎn)將會(huì)更加嚴(yán)峻。

表2 2080年珠三角百年一遇洪泛區(qū)城市擴(kuò)張（自然擴(kuò)張）Table 2 Urban expansion in floodplain of 100 a in the Pearl River Delta in 2080 (NE)

3.2.2 年期望損失 對(duì)珠三角地區(qū)2080 年的多重現(xiàn)期海岸洪水和河流洪水所造成經(jīng)濟(jì)損失分別進(jìn)行計(jì)算（表3），以此為基礎(chǔ)進(jìn)行年超越概率損失曲線的繪制（圖4），求其積分獲得曲線下面積，即EAD，以了解未來(lái)洪水造成的經(jīng)濟(jì)損失概況。

圖4 2080年珠三角EAD曲線Fig.4 EAD curve of the Pearl River Delta in 2080

表3 2080年珠三角多重現(xiàn)期洪水經(jīng)濟(jì)損失（NE）Table 3 Economic losses from different return periods in the Pearl River Delta in 2080 (NE) 億元

不同重現(xiàn)期的洪水事件造成的經(jīng)濟(jì)損失差異較大。由于重現(xiàn)期越長(zhǎng)（概率越低）的洪水事件影響范圍越大且平均淹沒(méi)深度越高，預(yù)計(jì)其發(fā)生帶來(lái)的經(jīng)濟(jì)損害越嚴(yán)重（見(jiàn)表3，圖4紅色、藍(lán)色實(shí)線）。2種情景下1 000 a 一遇的洪水事件造成的經(jīng)濟(jì)損失達(dá)到127 034（85 156）億元，是2 a 一遇洪水事件的～4.7（～5.7）倍。雖然長(zhǎng)重現(xiàn)期洪水事件發(fā)生的概率較低，對(duì)EAD的貢獻(xiàn)并不大，但一旦發(fā)生便會(huì)帶來(lái)巨大的財(cái)產(chǎn)損失和人員傷亡，采取一定的措施對(duì)其造成的損害進(jìn)行規(guī)避非常有必要。

在SSP5-RCP8.5-NE 情景下，珠三角地區(qū)2080年因洪水造成的EAD可達(dá)23 413億元，所有可能受洪水影響的城市地塊平均EAD 值為4.88 億元/km2。廣州市南部、佛山市東部、中山市北部以及東莞市西北部地區(qū)的單位城市地塊EAD值較大且分布集中（圖5），是城市洪水災(zāi)害較為嚴(yán)重的區(qū)域。在SSP2-RCP4.5-NE情景下，可避免較多的經(jīng)濟(jì)損失，EAD降低至14 165億元（-9 247億元，-39.5%），珠三角可能受洪水影響的城市地塊平均EAD值也可降低至3.52億元/km2（-1.36億元/km2，-27.9%）。

圖5 2080年珠三角城市EAD空間分布（自然擴(kuò)張）Fig.5 Spatial distribution of EAD in Pearl River Delta in 2080 (NE)

3.3 洪災(zāi)風(fēng)險(xiǎn)規(guī)避下的洪水風(fēng)險(xiǎn)減緩

3.3.1 洪泛區(qū)城市擴(kuò)張減緩 在FLUS模型中增加洪災(zāi)風(fēng)險(xiǎn)規(guī)避策略，重新對(duì)2080年城市空間分布格局進(jìn)行模擬，得到SSP5-RCP8.5-FA 和SSP2-RCP4.5-FA情景下的城市擴(kuò)張結(jié)果（圖6）。與自然擴(kuò)張相比，總體趨勢(shì)依舊是以現(xiàn)有城市為中心向外擴(kuò)張集聚，但在部分地區(qū)的城市擴(kuò)張方向發(fā)生改變。城市開(kāi)發(fā)盡可能地避開(kāi)了洪水風(fēng)險(xiǎn)較為嚴(yán)重的地區(qū)，而更多地轉(zhuǎn)向沒(méi)有洪水風(fēng)險(xiǎn)或者洪水風(fēng)險(xiǎn)較低的地區(qū)。

圖6 2080年珠三角城市擴(kuò)張空間分布（洪災(zāi)風(fēng)險(xiǎn)規(guī)避）Fig.6 Urban spatial distribution in Pearl River Delta in 2080 (FA)

圖7 珠三角綜合城市洪水災(zāi)損率空間分布Fig.7 Spatial distribution of SUFR in Pearl River Delta

城市擴(kuò)張過(guò)程中規(guī)避的洪泛區(qū)城市新增用地主要集中于廣州市南部靠近珠江口的地區(qū)以及珠海市南部臨海地區(qū)，與綜合城市洪水災(zāi)損率高的區(qū)域具有較強(qiáng)的空間一致性（見(jiàn)圖3、6、7）?？傮w而言，相較于自然擴(kuò)張策略，在SSP5-RCP8.5-FA情景下，洪泛區(qū)城市總面積可降低至3 973 km2（-275 km2，-6.5%），洪泛區(qū)新增城市面積則降低至1 358 km2（-16.8%），洪泛區(qū)內(nèi)新增城市用地相對(duì)于總新增城市用地面積的比例由31.5%降低至26.2%。SSP2-RCP4.5-FA 情景下，洪泛區(qū)城市總面積可降低至3 362 km2（-166 km2，-4.7%），洪泛區(qū)新增城市面積則降低至894 km2（-15.6%），洪泛區(qū)內(nèi)新增城市用地相對(duì)于總新增城市用地面積的比例由29.8%降低至25.1%。洪災(zāi)風(fēng)險(xiǎn)規(guī)避策略可在一定程度上抑制洪泛區(qū)內(nèi)城市發(fā)展的趨勢(shì)（表4）。

表4 2080年珠三角百年一遇洪泛區(qū)城市擴(kuò)張（洪災(zāi)風(fēng)險(xiǎn)規(guī)避）Table 4 Urban expansion in floodplain of 100 a in Pearl River Delta in 2080 (FA)

3.3.2 年期望損失降低 由自然擴(kuò)張策略轉(zhuǎn)變?yōu)楹闉?zāi)風(fēng)險(xiǎn)規(guī)避策略，各個(gè)重現(xiàn)期洪水事件造成的經(jīng)濟(jì)損失降低，年超越概率損失曲線出現(xiàn)明顯下降（圖4紅色、藍(lán)色點(diǎn)線）。綜合2類洪水，各個(gè)重現(xiàn)期經(jīng)濟(jì)損失下降的比例范圍為5.5%～19.6%（表5）。短重現(xiàn)期（高概率）洪水事件多發(fā)生于最易淹沒(méi)即綜合風(fēng)險(xiǎn)值較大的區(qū)域，而這些區(qū)域可較多地被洪災(zāi)風(fēng)險(xiǎn)規(guī)避策略阻止發(fā)展為城市，因此經(jīng)濟(jì)損失降低的比例較大。雖然短重現(xiàn)期洪水預(yù)計(jì)導(dǎo)致的經(jīng)濟(jì)損失相對(duì)較低，但其發(fā)生概率較高，因而對(duì)于整體EAD的貢獻(xiàn)更大。

表5 2080年珠三角多重現(xiàn)期洪水經(jīng)濟(jì)損失（FA）Table 5 Economic losses from different return periods in Pearl River Delta in 2080 (FA)

與自然擴(kuò)張策略的EAD 對(duì)比，在SSP5-RCP8.5-FA情景下，EAD總和可降低為20 010億元（-3 403 億元，-14.5%），且原本的淹沒(méi)熱點(diǎn)區(qū)域的EAD聚集程度明顯降低（圖8），珠三角單位城市地塊的EAD 值降低至4.41 億元/km2（-0.47 億元/km2，-9.6%）。SSP2-RCP4.5-FA 情景下，EAD 總和可降低為12 623億元（-1 542億元，-10.9%），珠三角單位城市地塊的EAD 值降低至3.26 億元/km2（-0.26億元/km2，-7.4%）。洪災(zāi)風(fēng)險(xiǎn)規(guī)避策略可以有效地降低洪水事件造成的經(jīng)濟(jì)損失（見(jiàn)表5）。

圖8 2080年珠三角城市EAD空間分布（洪災(zāi)風(fēng)險(xiǎn)規(guī)避）Fig.8 Spatial distribution of EAD in Pearl River Delta in 2080 (FA)

3.4 局限性

本文在珠三角地區(qū)開(kāi)展了洪水風(fēng)險(xiǎn)評(píng)估及減緩研究，對(duì)比了不同未來(lái)發(fā)展情景下的洪水風(fēng)險(xiǎn)整體概況。研究結(jié)果可以提高我們對(duì)未來(lái)不同發(fā)展情景洪水風(fēng)險(xiǎn)的認(rèn)識(shí)，為珠三角地區(qū)的城市規(guī)劃提供決策參考。

但本文仍存在以下不足：

1）由于缺乏權(quán)威的針對(duì)于珠三角地區(qū)的洪水深度-損害函數(shù)，本文參照其他缺乏針對(duì)性函數(shù)地區(qū)的做法（Haer et al., 2018; Pellicani et al., 2018;Verschuur et al., 2020），使用的洪水深度-損害函數(shù)是JRC給出的針對(duì)于整個(gè)亞洲區(qū)域的通用函數(shù)，這會(huì)給洪水風(fēng)險(xiǎn)的估計(jì)帶來(lái)一定的不確定性。未來(lái)可采取實(shí)地調(diào)查、遙感及地理信息等技術(shù)相結(jié)合的方法，獲取珠三角全面的洪水特征及房屋建筑受損等數(shù)據(jù)，以構(gòu)建珠三角的特定函數(shù)，提升洪水風(fēng)險(xiǎn)相關(guān)研究的精度。

2）未使用針對(duì)于珠三角生產(chǎn)的高精度未來(lái)洪水災(zāi)害預(yù)測(cè)地圖，在面對(duì)河網(wǎng)密布的珠三角流域時(shí)，本文使用的大尺度數(shù)據(jù)集無(wú)法模擬洪水在小區(qū)域的細(xì)節(jié)。若未來(lái)能針對(duì)性地進(jìn)行精細(xì)洪水模擬，可進(jìn)一步提升本文的定量結(jié)果精度。

3）本文將不同尺度的空間數(shù)據(jù)統(tǒng)一重采樣為同等尺度，以方便空間決策的整體分析。其中原始數(shù)據(jù)的精度，粗細(xì)分辨率轉(zhuǎn)換、重采樣方法不同和缺失值處理等，都會(huì)給數(shù)據(jù)帶來(lái)不確定性。雖然數(shù)據(jù)重采樣過(guò)程帶來(lái)的不確定性并不會(huì)影響本文評(píng)估不同情景策略下的災(zāi)損減緩效果，但對(duì)基于土地利用變化模擬的洪水風(fēng)險(xiǎn)評(píng)估結(jié)果數(shù)據(jù)精度會(huì)造成一定影響。

4）對(duì)EAD 進(jìn)行計(jì)算時(shí)，并未考慮未來(lái)不同情景下珠三角各個(gè)區(qū)域的結(jié)構(gòu)性防洪措施（Ward et al., 2017）如堤壩等帶來(lái)的城市防洪標(biāo)準(zhǔn)，即計(jì)算出的結(jié)果是基于無(wú)防洪工程的前提，是對(duì)整個(gè)重現(xiàn)期進(jìn)行積分而得到的損失。另外，本文也并未考慮生態(tài)屏障（Temmerman et al., 2013; van Wesenbeeck et al., 2017）和海綿城市（Chan et al., 2018；李蘭等，2018）的建設(shè)對(duì)于減少城市洪水風(fēng)險(xiǎn)的效益。雖然忽視以上因素不會(huì)影響本文對(duì)比不同發(fā)展情景下?lián)p失差異性得出的主要結(jié)論，但會(huì)導(dǎo)致EAD值的高估。因此未來(lái)針對(duì)于珠三角地區(qū)的洪水風(fēng)險(xiǎn)評(píng)估與減緩工作需根據(jù)城市的防洪建設(shè)特點(diǎn)進(jìn)一步探討。

4 結(jié)論

將珠三角地區(qū)多種未來(lái)發(fā)展情景下城市擴(kuò)張模擬的結(jié)果，與未來(lái)多重現(xiàn)期洪水淹沒(méi)數(shù)據(jù)進(jìn)行一系列的綜合處理，對(duì)珠三角未來(lái)洪泛區(qū)城市擴(kuò)張水平和年期望損失進(jìn)行預(yù)測(cè)評(píng)估，能為人類應(yīng)對(duì)未來(lái)氣候變化、權(quán)衡制定防災(zāi)減災(zāi)政策提供幫助。得到的主要結(jié)論為：

1）未來(lái)珠三角的洪泛區(qū)城市化問(wèn)題突出，且年期望損失嚴(yán)重，城市用地與洪泛區(qū)在空間上呈現(xiàn)大范圍重疊。多種未來(lái)發(fā)展情景下，洪泛區(qū)內(nèi)新增城市用地面積占總新增城市用地面積的25.1%～31.5%。洪水經(jīng)濟(jì)損失較為嚴(yán)重且聚集的區(qū)域主要分布在廣州市南部、佛山市東部、中山市北部以及東莞市西北部等地區(qū)。

2）相比SSP5-RCP8.5 極端發(fā)展情景，如果能減少溫室氣體的排放將未來(lái)控制在SSP2-RCP4.5中等發(fā)展情景，則可以有效地減緩珠三角未來(lái)洪水風(fēng)險(xiǎn)。在自然擴(kuò)張策略下，洪泛區(qū)新增城市用地面積減少574 km2，年期望損失減少9 247億元。

3）將洪災(zāi)風(fēng)險(xiǎn)規(guī)避策略加入到城市擴(kuò)張過(guò)程中，對(duì)土地利用空間變化格局進(jìn)行優(yōu)化調(diào)控，可以改變未來(lái)城市擴(kuò)張的方向。城市擴(kuò)張傾向于避開(kāi)洪水風(fēng)險(xiǎn)較高的區(qū)域，轉(zhuǎn)向洪水風(fēng)險(xiǎn)較低或無(wú)風(fēng)險(xiǎn)的區(qū)域。在SSP5-RCP8.5（SSP2-RCP4.5）發(fā)展情景下，洪災(zāi)風(fēng)險(xiǎn)規(guī)避策略可避免275（166）km2的洪泛區(qū)新增城市用地開(kāi)發(fā)，減少3 403（1 542）億元的年預(yù)期損失。