技术摘要：全球洪水扩张的控制因素与社会经济脆弱性

问题陈述

洪水灾害在全球范围内日益加剧，造成了严重的生命财产损失和经济破坏。虽然气候变化被广泛认为是驱动洪水严重程度的一个因素，但水文气候变化、人为活动（特别是城市化）以及地貌退化（特别是侵蚀）在放大洪水范围方面的相对作用，在全球尺度上的研究仍显不足。此外，现有研究通常孤立地评估这些驱动因素，而非在一个统一的归因框架内进行研究。因此，目前缺乏关于在不同区域内哪些特定驱动因素主导了洪水扩张，以及这些物理机制如何与社会经济脆弱性相互作用的理解。本研究旨在解决这一关键差距，即将流域尺度的物理洪水驱动因素与流域尺度的社会经济脆弱性联系起来，以识别特定洪水生成机制面临最大社会风险的区域。

研究方法

本研究对 1984 年至 2021 年间的 139 个主要河流流域进行了全球评估。研究方法整合了水文气候、人为和地貌数据集，并采用了多驱动归因框架。

数据来源与处理：

• 洪水范围： 年度最大洪水范围（AMFE）是利用 Landsat 影像（1984–2021）从全球地表水（GSW）数据集（30 米分辨率）中提取的，通过对流域边界内的临时水体像素进行过滤得出。
• 水文气候驱动因素： 降水和融雪数据来源于 ERA5 再分析数据集（0.25° 分辨率）。关键预测因子包括降雨频率、极端降雨事件（Rx1day, Rx7day）以及总年融雪量。
• 人为驱动因素： 城市化趋势通过 Dynamic World 土地覆盖数据集（10 米分辨率）进行量化，重点关注建筑用地覆盖。
• 地貌驱动因素： 利用修订后的通用土壤流失方程（RUSLE）针对 GFPLAIN250m 数据集界定的河漫滩区域估算洪水滩地侵蚀潜力。
• 社会经济数据： 使用人口密度趋势（GlobPOP）和人均 GDP（2024）来评估脆弱性。

分析框架：

1. 趋势分析： 使用 Theil–Sen 斜率估计量和 Mann–Kendall 检验来量化各流域 AMFE 及其驱动因素的趋势。
2. 多驱动归因： 采用逐步多元线性回归（MLR）方法。模型按顺序构建：首先包含水文气候驱动因素（降雨 + 融雪），然后加入城市化，最后加入侵蚀。使用赤池信息准则（AIC）为每个流域选择最具代表性的降雨预测因子，以避免多重共线性。
3. 驱动重要性： 使用 Lindeman–Merenda–Gold (LMG) 方法分解总决定系数（$R^2$），以量化各驱动因素（降雨、融雪、城市化、侵蚀）对 AMFE 趋势的相对贡献。
4. 脆弱性评估： 开发了驱动因素特定脆弱性指数（DVI）。该指数结合了各驱动因素的 LMG 贡献与综合社会经济脆弱性评分（源自 GDP 和人口密度趋势）。
5. 阈值分析： 分析了综合 DVI 与 AMFE 趋势之间的关系，以识别区分不同脆弱性状态的非线性阈值。

关键结果

洪水范围的时空趋势：

• 全球 AMFE 呈现总体上升趋势，在具有显著趋势的 119 个流域中，中位年增长率为 2.73%。
• 大陆差异： 非洲（4.1% yr⁻¹）和亚洲（3.4% yr⁻¹）表现出最高的增长率。欧洲呈现适度增长（中位数约为 2.5% yr⁻¹），而北美洲和南美洲的增长较为平缓。
• 显著的高增长流域包括 Baraka（6.97% yr⁻¹）、Kizil（6.88% yr⁻¹）和 Kolyma（6.83% yr⁻¹）。

洪水扩张的主导驱动因素：

• 城市化： 被确定为约 57%（119 个分析流域中的 67 个）流域的主导驱动因素。它表现出最持久且统计上稳健的增长趋势，平均 Sen's 斜率为 2.143% yr⁻¹。城市化显著提高了非洲、欧亚大陆和南美洲部分地区流域模型的解释能力（$R^2$）。
• 降雨： 是第二大主导驱动因素，控制了 27.7%（33 个流域）的趋势。它在北美洲、南美洲和大型森林流域的影响尤为显著。
• 融雪与侵蚀： 表现出局部但具有区域显著性的影响。融雪在 5.9% 的流域中占主导地位（主要位于北纬 30° 以上）；侵蚀在 10.1% 的流域中占主导地位，特别是在南美洲、中非和亚洲部分地区。
• 模型性能： 全面多驱动模型（包含所有四个因素）在约 60% 的流域中实现了调整后 $R^2 > 0.6$，在约 73% 的流域中实现了 $R^2 > 0.5$，证明了组合驱动因素成功捕捉到了 AMFE 趋势的变化。

社会经济脆弱性与阈值：

• 社会经济梯度： 低收入流域始终表现出最高的脆弱性评分（DVI 中位数约为 0.72），而高收入流域的评分最低（DVI 中位数约为 0.27）。高脆弱性热点集中在撒哈拉以南非洲和南/东南亚。
• 非线性关系： 研究识别出综合 DVI 与 AMFE 趋势之间的非线性关系，并确定了两个关键阈值：
  • 基准线（DVI < 0.42）： 平均 AMFE 趋势为 2.84% yr⁻¹。
  • 过渡期（0.42 ≤ DVI < 0.63）： 平均 AMFE 趋势增加到 3.25% yr⁻¹。
  • 临界期（DVI ≥ 0.63）： 平均 AMFE 趋势急剧上升至 4.16% yr⁻¹。
• 热点地区： 包括 Omo-Wenz、Sanaga、Baraka 和 Lake Turkana 在内的 16 个流域被识别为全球洪水脆弱性热点，它们处于临界脆弱性区，AMFE 趋势在 4.5% 至 6.8% yr⁻¹ 之间。

意义与主张

本文声称其研究将全球洪水分析从仅限于气候解释转向了更完整、更具风险相关性的洪水范围动态理解。其主要贡献包括：

1. 重新定义洪水驱动因素： 本研究挑战了“洪水扩张主要是由气候驱动”的传统假设。研究证据表明，在大多数全球主要河流流域中，人为景观改变（特别是城市化）对洪水放大的控制作用现在大于气候或地貌强迫。
2. 综合归因： 通过将水文气候、人为和地貌因素纳入统一的归因框架，本研究量化了各驱动因素的解释力，揭示了城市化是超过一半的全球主要流域的主导控制因素。
3. 脆弱性阈值： 识别出的关键社会经济阈值（DVI = 0.42 和 0.63）表明，社会经济脆弱性起到了“触发机制”的作用。一旦超过这些阈值，随着洪水范围不成比例地加速，传统的适应措施可能会变得越来越无效。
4. 政策启示： 研究认为，可持续的河流流域管理必须优先考虑管理城市增长、保护河漫滩连通性和减少地貌退化，而不仅仅是依赖基础设施扩张或改进气候预测。研究强调了基于物理驱动因素与高社会经济脆弱性交集，需要采取紧急干预措施的具体流域。

作者承认了研究的局限性，指出其他因素（如水库调节、地下水相互作用和森林砍伐）未被明确纳入，这可能解释了模型表现较低（$R^2 < 0.3$）的流域中的变异性。他们建议未来的工作应探讨驱动因素主导地位的时间演变，并纳入更高分辨率的地貌数据。