粤港澳大湾区暴雨-滑坡灾害链脆弱性评估：方法、模型与区域应用

本文旨在向学术界同仁介绍一项关于灾害链脆弱性评估的最新研究。该研究由河海大学港口海岸与近海工程学院及公共管理学院的科研团队共同完成，主要作者包括Wei Wang, Yue Song, Li Huang, Yuxin Shi和Chenyu Zhang。该研究成果已发表于*International Journal of Disaster Risk Reduction*期刊，于2025年2月5日在线发布。

一、 研究的学术背景

本研究属于灾害风险管理与防灾减灾领域，核心关注点是“灾害链”的脆弱性评估。随着全球气候变化和人类活动的加剧，自然灾害愈发频繁且相互作用增强，形成具有触发和级联效应的“灾害链”，例如暴雨可能诱发滑坡，造成远大于单一灾害的复合损失。传统的脆弱性评估多集中于单一灾害类型，无法充分考虑灾害链中各灾害之间的触发、传导及损失叠加（或削减）效应。现有的灾害链评估研究，往往通过构建一个覆盖多种灾害的指标体系进行加权评价，这忽略了灾害链中不同维度（如暴露性、敏感性、适应性）脆弱性的叠加与传导机制。因此，开发一个能够系统刻画灾害链脆弱性形成机制、更具普遍性的评估理论体系，对于科学指导区域复合灾害风险防范与减灾能力建设至关重要。

本研究以粤港澳大湾区（Guangdong-Hong Kong-Macao Greater Bay Area， GBA）这一中国经济高度发达、城市化密集、且频受暴雨和滑坡等灾害影响的典型区域为案例。该区域地形复杂，河网密集，毗邻海洋，气象灾害（如暴雨）极易触发地质灾害（如滑坡），形成典型的暴雨-滑坡灾害链，曾多次造成严重的人员伤亡和财产损失。基于此背景，本研究的目标是：构建一个综合考虑灾害链触发、叠加效应及脆弱性各维度（敏感性、暴露性、适应性）特征的通用灾害链脆弱性评估模型，并以粤港澳大湾区暴雨-滑坡灾害链为例进行实证分析，以期更准确地刻画区域复合灾害脆弱性格局，为精准防灾减灾提供科学依据。

二、 研究的详细工作流程

本研究的工作流程是一个集理论模型推导、多方法耦合评估与地理空间分析于一体的综合体系，主要包含以下几个详细步骤：

1. 理论模型构建： 这是本研究的核心创新之一。研究团队首先对串联触发型灾害链（D1→D2→…→Dn）进行了形式化定义。在此基础上，从脆弱性的三个核心维度出发，分别推导建立了灾害链的暴露性、敏感性和适应性的量化模型。

   • 暴露性模型： 关注灾害链造成的损失程度。模型认为，灾害链的暴露性是链上前序灾害链暴露性与当前新增灾害暴露性之和，再乘以一个表征损失叠加（或削减）效应的系数（gj）。对于两灾害链（D1→D2），公式为：A(1,2) = [A(1,1) + A(2,2)] · gj。其中，A(1,1)和A(2,2)为单一灾害暴露性。
   • 敏感性模型： 关注灾害链发生的概率。模型认为，灾害链的敏感性是前序灾害链的敏感性，乘以从前序灾害链转换到当前新增灾害链的概率。该转换概率又由当前灾害自身的敏感性风险概率，以及前序灾害触发当前灾害的转移概率共同决定。对于两灾害链，敏感性是两单一灾害敏感性的乘积，再乘以由降雨阈值区间概率和滑坡触发概率构成的转移概率总和。这体现了灾害链“概率递减”的特性。
   • 适应性模型： 关注区域应对灾害链的能力。模型将适应性定义为区域应对能力与灾害链应急需求之比。在假设区域应对各类灾害的基础能力一致、且应急需求与损失具有相同叠加效应的前提下，推导出灾害链适应性与各单一灾害适应性之间的数学关系。对于两灾害链，公式为：F(1,2) = [F(1,1) · F(2,2)] / [ (F(1,1) + F(2,2)) · gj ]，表明灾害链的适应性通常低于单一灾害。

2. 研究区域与数据准备： 研究对象为粤港澳大湾区。研究团队依据综合性、代表性和数据可获取性三原则，通过文献调研、实地考察和专家咨询，构建了暴雨-滑坡灾害链脆弱性评估指标体系。该体系包含3个维度（暴露性、敏感性、适应性）、8个准则层和28个具体指标。数据来源包括2021年中国人口普查和统计年鉴、资源环境科学与数据中心、地质科学数据发布系统等权威渠道。

3. 多维度评估与计算方法：

   • 暴露性评估： 采用序关系分析法（G1法）确定各指标权重，并结合TOPSIS法计算各评价对象与理想解的距离，从而得到单一灾害（暴雨、滑坡）的暴露性指数。基于理论模型，设定暴雨-滑坡灾害链的损失叠加系数gj为1.5，计算得到灾害链的暴露性。
   • 敏感性评估： 这是方法应用上的一个亮点，针对不同灾害采用了不同方法。
     • 滑坡敏感性： 采用卷积神经网络（CNN， Convolutional Neural Network）进行评价。研究收集了粤港澳大湾区939个已知滑坡点，并随机生成939个非滑坡点。将8个敏感性指标数据叠加处理成多波段栅格图像，以滑坡点为中心裁剪出12×12的图像块作为CNN的输入数据。构建并训练了AlexNet-2模型，通过多次实验优化参数（卷积核3×3，迭代次数175等），最终模型在测试集上取得了平均0.858的准确率，AUC值为0.85，表现出良好的分类性能，从而得到滑坡敏感性分布。
     • 暴雨敏感性： 采用最优参数地理探测器与层次分析法耦合模型（OPGD-AHP, Optimal Parameters Geographical Detector - Analytic Hierarchy Process）。首先利用OPGD模型中的因子探测器，量化各自然地理指标对暴雨敏感性的解释力（q值），然后将解释力结果归一化后作为构建AHP判断矩阵的依据，从而客观地计算各指标权重（其中NDVI和海岸线距离权重最高），进而评估暴雨敏感性。
     • 灾害链敏感性合成： 首先，基于三天累计降雨量划分暴雨等级，并利用位移监测数据确定触发滑坡的降雨阈值（σ=3.8945mm），统计得出不同降雨区间触发滑坡的概率。然后，将单一灾害敏感性结果与计算得到的灾害链转移概率（∑pk·bk = 0.3494）相结合，代入理论模型，计算得到暴雨-滑坡灾害链的敏感性。
   • 适应性评估： 采用熵权法（客观赋权）结合TOPSIS法，分别计算暴雨和滑坡的单一灾害适应性指数。然后，将结果代入推导出的灾害链适应性模型公式，计算得到灾害链的适应性。

4. 综合脆弱性计算与空间区划： 在获得灾害链的暴露性、敏感性和适应性指数后，再次利用熵权法确定这三个维度在合成最终脆弱性时的权重（分别为0.2038， 0.1141， 0.6821）。运用ArcGIS的栅格计算功能，进行加权叠加，得到每个空间格网的灾害链脆弱性指数。最后，采用自然断点法将脆弱性划分为高、次高、中、次低、低五个等级，并绘制粤港澳大湾区暴雨-滑坡灾害链脆弱性等级区划图。

三、 研究的主要结果

1. 单一灾害脆弱性结果：

   • 暴雨灾害： 高脆弱性区主要分布在西北部（如怀集、封开、广宁县）、东北部、中部及南部（如广州天河、越秀、深圳福田、南山等区）及澳门。这些区域或经济暴露度高、人口密集，或敏感性高（沿海），或适应能力弱，综合导致高脆弱性。
   • 滑坡灾害： 高脆弱性区主要分布在西北部（广宁、德庆、封开、怀集）和东部（龙门、博罗、惠阳、惠东）等山区县。这些区域地形陡峭、海拔高、地表起伏大，敏感性强，尽管部分区域经济暴露度不高，但较弱的适应能力仍导致其脆弱性居高。

2. 暴雨-滑坡灾害链脆弱性结果： 灾害链的脆弱性格局呈现出新的特征。

   • 空间分布： 高与次高脆弱性区（脆弱性指数0.776-1.000）主要分布在西北部、东北部和东南部。低与次低脆弱性区（指数<0.726）则集中在中部、中南部和东部区域。
   • 与单一灾害的对比分析（核心发现）：
     • 叠加与触发效应： 灾害链高脆弱区与单一灾害高脆弱区存在重叠，但并非简单相加。例如，在中南部区域，暴雨和滑坡本身脆弱性已较高，叠加后灾害链脆弱性指数达到更高区间（0.78-1.00），呈现出“1+1>2”的触发与协同效应。
     • “小概率、大风险”现象： 理论模型与结果印证，随着灾害链的传导，其发生的总概率降低（敏感性模型体现），但可能造成的损失却因叠加效应而增大（暴露性模型体现）。
     • 中和效应： 当单一灾害脆弱性一高一低时，灾害链脆弱性往往呈现“中和”状态，表现为中等脆弱性水平。例如，恩平、台山等地，暴雨脆弱性很低，滑坡脆弱性较高，但灾害链脆弱性以中等级别为主。
     • 协同扩散效应： 在低脆弱性区域也观察到协同效应。例如，在佛山禅城、南海、顺德等地，单一灾害低脆弱区叠加后，灾害链低脆弱区的面积比例显著增加，显示出脆弱性降低的扩散现象。

3. 各维度结果的深入分析：

   • 暴露性： 灾害链的暴露性指数普遍高于单一灾害。叠加系数gj（本研究取1.5）显著放大了损失评估。例如，天河区暴雨和滑坡暴露指数分别为0.3617和0.3839，而灾害链暴露指数跃升至0.8676。
   • 敏感性： 灾害链敏感性普遍低于单一灾害（尤其是次级灾害），这是由转移概率（）导致的。转移概率受降雨阈值和触发概率影响，为降低灾害链敏感性提供了切入点（如加强排水减少暴雨累积量，或通过植被恢复降低特定雨强下的滑坡触发概率）。
   • 适应性： 灾害链适应性通常低于单一灾害。这是因为灾害链会损坏应急通道、消耗应急资源，存在资源挤兑效应。提高应对灾害链的适应性，不仅需提升应对单一灾害的能力，还需为可能被重复调用的应急资源预留冗余。

四、 研究的结论与价值

本研究得出以下主要结论：1）成功构建了一套从暴露性、敏感性和适应性三个维度出发，考虑灾害链传导与叠加机制的通用脆弱性评估理论模型体系。2）通过CNN、OPGD-AHP、序关系-TOPSIS、熵权-TOPSIS等多方法融合，并结合ArcGIS空间分析，实现了对粤港澳大湾区暴雨-滑坡灾害链脆弱性的定量评估与精细区划，揭示了其“西北、东北、东南高，中部、中南部低”的空间分异特征。3）研究揭示了灾害链脆弱性形成的复杂机制，包括高脆弱性区的损失叠加与触发效应、低脆弱性区的协同扩散效应，以及“小概率、大风险”和“中和效应”等现象。

本研究的科学价值在于突破了传统单一灾害或简单加权评估灾害链脆弱性的局限，提出了一个具有普适性的、机理清晰的灾害链脆弱性评估理论框架与方法体系。其应用价值体现在为粤港澳大湾区等类似区域的复合灾害风险管理提供了精准的空间决策支持。例如，针对龙华、宝安等灾害链高脆弱区，建议通过完善排水系统降低暴雨敏感性，同时加强应急救援力量和物资储备以提升适应性，从而系统性降低区域脆弱性。

五、 研究的亮点

1. 理论创新： 首次系统推导并建立了综合考虑灾害链传导概率、阈值和叠加系数的暴露性、敏感性、适应性量化模型，为灾害链脆弱性评估奠定了坚实的理论基础。
2. 方法融合： 创新性地将深度学习（CNN）、最优参数地理探测器、序关系分析、熵权法、TOPSIS等多种前沿方法与模型耦合应用，充分发挥各自优势，提高了评估的科学性与准确性。
3. 视角新颖： 强调并实证了从单一灾害评估转向灾害链系统评估的必要性和优越性，揭示了许多在单一灾害评估中无法观察到的复杂脆弱性互动机制（如叠加、中和、协同效应）。
4. 案例典型： 选取粤港澳大湾区这一具有重要战略地位且灾害链风险突出的区域作为案例，使研究成果具有重大的现实指导意义。

六、 其他有价值的讨论

研究团队在讨论部分也坦诚指出了本研究的局限性及未来方向：1）灾害转移概率和叠加系数的确定，部分依赖于监测数据和专家经验打分。未来可基于更长时间序列和空间网格的大数据分析，动态研究地形、天气、人类活动等因素对这些参数的影响，以提升评估精度。2）本研究主要聚焦于串联型灾害链场景。实际复合灾害还包括并发型等更复杂场景。未来研究可探索串并发并存的多灾种复合灾害系统，建立更全面的脆弱性评估模型体系。这些思考为后续研究指明了有价值的深化路径。