Fragility and ambiguity in design floods
本文认为，采用固定的、空间均匀的“设计洪水”这一常规做法，由于在极端事件发生后的统计脆弱性以及河流汇流处的数学歧义性，存在根本性的缺陷，并据此提议转向能够明确考虑不确定性、支流依赖性和历史情景的方法。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
一个多世纪以来，工程师和科学家们一直依赖着一个单一且令人安心的数字来保护社区免受河流泛滥的混乱之苦：百年一遇的洪水。这个被称为“设计洪水”的概念，假设特定水位在任何给定年份发生的概率是固定且可预测的。它是绘制洪水图、制定保险政策以及建造堤防的基础。这个想法对于规划而言既简单又必要：如果我们知道概率，我们就能做好准备。然而，这一长期持有的信念建立在两个日益难以忽视的脆弱假设之上。首先，它假设我们的降雨和河流历史记录足够长且足够稳定，足以精确预测未来。其次，它假设一定规模的洪水在整个河流系统中（从最小的溪流到主河道）其行为方式都是相同的。当这些假设在极端天气和复杂地理的现实面前接受检验时，它们开始出现裂痕，使社区暴露在那些它们自认为已经理解的风险之中。
澳大利亚首席科学组织（CSIRO）研究人员的一项近期研究挑战了标准洪水预测的可靠性，并以 2^022 年澳大利亚东部灾难性的洪水作为深刻的案例研究。研究团队将重点放在了理查蒙德河（Richmond River）流域，该地区在这次事件中遭受了毁灭性的破坏并造成了人员伤亡。通过分析利斯莫尔（Lismore）市上游三个监测站的数据，研究人员发现，那些被用来定义安全标准的工具本身比此前承认的要脆弱和模糊得多。他们的工作表明，为洪水水平分配固定概率的标准做法不仅具有不确定性，而且在两个特定方面存在根本性的缺陷，这可能会导致我们在如何保护城市方面的误判。
研究人员发现的第一个问题是脆弱性。在洪水统计学领域，“百年一遇”的水平是一个基于有限数据（通常仅跨越几十年）得出的估计值。研究表明，这一估计值对记录中最极端的事件极其敏感。在某一特定地点，利用 56 年的数据进行计算，2022 年一次打破纪录的洪水的到来，导致“百年一遇”洪水估计高度瞬间跳升了 0.8 米。这种转变意味着现有基础设施提供的保护水平实际上在一夜之间降低了。在 2022 年事件发生前，一座堤坝可能被设计为能以极高的信心抵御洪水；而在该事件之后，同样的堤坝突然变得不足以应对新的、更高的“罕见”洪水水平。研究人员发现，这种不确定性并非微小的统计误差，而是一个巨大的缺口，其洪水高度的可能范围跨越了一米以上。这种脆弱性意味着，每当发生重大洪水时，我们赖以生存的安全标准可能都需要重写，从而留下一个我们的防御措施实际上已经过时的脆弱期。
第二个问题是歧义性，这是在试图将单一洪水概率应用于整个河流网络时产生的数学上的不可能现象。河流并非直线，而是由支流汇集而成的复杂系统。研究证明，要在主河道及其所有较小支流上同时维持相同的“百年一遇”概率在数学上是不可能的。如果工程师强行要求主河道达到百年一遇的洪水水平，那么根据水流汇集和流动的数学原理，注入它的较小溪流平均而言必须经历更频繁且更危险的事件——大约是二十五年一遇的洪水。在利斯莫尔的案例中，研究人员发现，为了保持主河道的标准安全水平，支流实际上被要求承担更高的风险。这造成了一种隐形的分配不均：某些部分的社区受到的保护标准与其他部分不同，但这种差异在通常显示景观统一风险水平的洪水图中往往是不可见的。
为了解决这些深层问题，作者提出了三种在评估洪水风险方面的实际转变。首先，他们主张超越简单的单点计算，转而使用先进的统计模型，将河流系统作为一个整体来看待，考虑不同部分如何相互作用。这些模型可以减少不确定性，并使估计值不太容易在单次极端事件后发生剧烈波动。其次，他们坚持认为规划者必须明确承认河流交汇处的“牺牲”。利益相关者和社区需要理解，维持主河道的统一安全标准必然意味着接受较小支流更高的风险，这种权衡必须清晰地沟通，而不是隐藏在单一数字背后。最后，研究人员建议回归一种更具象的方法：使用真实的洪水情景而非抽象的概率。通过研究实际的过去事件，例如该地区的 2017 年和 2022 年洪水，社区可以直观地看到真实的水位和影响。虽然历史事件在流域不同部分的严重程度各异，但它们提供了一个具体的、不变的参考点，不会随着每一个新数据点的加入而发生偏移，从而为社区规划和韧性提供了一个更稳定的基础。
研究结论指出，虽然实现完美可预测的洪水风险在数学上是无法达到的，但目前对固定概率的依赖创造了一种虚假的安全感。2022 年澳大利亚的洪水有力地提醒了我们，自然界的规则并不总是与工程教科书中整齐的数字相一致。通过认识到我们数据的脆弱性和模型的歧义性，并拥抱更稳健、基于情景的方法，社会可以向着更诚实、更有韧性的洪水风险理解迈进。前进的道路不是寻找一个更好的数字填入旧的方程，而是接受河流系统的复杂性，并为一个赔率总是在变化的现实世界进行设计。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。