中国海洋大学学报自然科学版  2023, Vol. 53 Issue (7): 118-127  DOI: 10.16441/j.cnki.hdxb.20220078

引用本文  

王宁, 于格, 江文胜, 等. 一种基于气候适应性的城市风暴潮淹没风险空间评估体系构建研究——以青岛市为例[J]. 中国海洋大学学报(自然科学版), 2023, 53(7): 118-127.
Wang Ning, Yu Ge, Jiang Wensheng, et al. Research on the Construction of an Adaptation-Based Spatial Assessment System for Urban Climate Risk: Taking the Risk of Storm Surge Inundation in Qingdao as an Example[J]. Periodical of Ocean University of China, 2023, 53(7): 118-127.

基金项目

城市气候行动规划项目(20200258);青岛适应气候变化规划制定项目(20180239);中瑞国际合作项目(INTASAVE ACCC-045)资助
Supported by the Urban Climate Action Planning Project(20200258);the Qingdao Climate Change Adaptation Planning Project(20180239);the China-Switzerland International Cooperation Project(INTASAVE ACCC-045)

通讯作者

于格, E-mail: yuge@ouc.edu.cn

作者简介

王宁(1996—),女,硕士生,主要研究方向为适应气候变化。E-mail: 15165012991@163.com

文章历史

收稿日期:2022-02-09
修订日期:2022-03-29
一种基于气候适应性的城市风暴潮淹没风险空间评估体系构建研究——以青岛市为例
王宁1 , 于格1,2 , 江文胜1,2 , 王尚1 , 耿爱玉1 , 林群3     
1. 中国海洋大学环境科学与工程学院,山东 青岛 266100;
2. 中国海洋大学海洋环境与生态教育部重点实验室,山东 青岛 266100;
3. 青岛市发展和改革委员会,山东 青岛 266071
摘要:青岛市是中国北方典型海岸带城市代表,常年受到风暴潮灾害影响。本文以青岛风暴潮淹没风险为例,以适应策略制定为出口,构建一种基于适应的城市气候风险空间评估体系,该体系将风暴潮淹没从风险辩识、风险整合到风险分区有机关联到一起,有效评估基于中长期尺度的海岸带城市风暴潮淹没风险。通过研究发现,在未来各种情景下,淹没风险较高的区域分别为大沽河、洋河、墨水河及其沿岸,对于上述区域在未来中长期时间尺度内,在考虑城市发展的同时也要关注并适应未来气候变化背景下风暴潮淹没带来的风险。从某种程度上基于适应的风险空间综合评估体系,可以将未来不同情景下的风暴潮淹没风险与未来城市发展规划、国家宏观适应方针等有机结合,有效评估基于中长期尺度的海岸带城市风暴潮淹没风险,并为实现从气候风险评估到适应策略制定的转变奠定一定的基础和技术支撑。
关键词风暴潮淹没    气候风险    风险评估    海岸带城市    

适应气候变化是指通过调整自然系统和人类系统,以应对实际发生的或预估的气候变化或影响[1]。可以这样理解,适应是一种针对气候变化影响的调整过程,而调整的依据则是气候风险的影响范围及大小。但是与常规的风险评估[2-3]和灾害风险评估[4-6]不同之处在于,适应关注的时间尺度一般是中长时间尺度,在这个时间尺度中,如何对气候风险的重要组成部分之一——“损失”进行有效预估,是目前影响气候适应策略制定的一个关键环节。因此,在政府间气候变化专门委员会第五次评估报告(IPCC,Intergovernmental panel on climate change assessment report, IPCC AR5)[1]中是这样定义风险的:风险是指在价值受到威胁和结果不确定的情况下可能产生的后果,这是对气候风险及损失的界定给出的一个相对宽泛的概括。作为气候变化的重要受体之一,城市具有人口和经济聚集度高、发展速度快的特点,因此如何从适应角度出发,针对气候变化本身的不确定性以及城市发展的不确定性,构建具有针对性和可行性的城市气候风险评估体系,使之既满足国家适应政策推进需求,同时也满足基于中长期时间尺度气候风险预估需求,是一个具有理论意义和现实需求的问题。

风暴潮是一种重要海洋灾害,在未来气候变化情景下,风暴潮发生的频率和破坏程度都将有所增加,并会对沿海城市造成更大的威胁[7-8]。青岛市是中国北方典型海岸带城市代表,常年受到风暴潮灾害影响[9-11]。本文以青岛风暴潮淹没风险为例,以适应策略制定为出口,构建一种基于适应的城市气候风险空间评估体系,该体系将风暴潮淹没从风险辩识、风险整合到风险分区有机关联到一起,有效评估基于中长期尺度的海岸带城市风暴潮淹没风险,并为实现从气候风险评估到适应策略制定的转变奠定一定的基础和技术支撑。

1 城市风暴潮淹没风险空间评估体系框架的构建

根据IPCC的风险理论,气候风险可以被解读为在未来情景中,当气候变化在特定区域内发生并产生一定的影响,同时由于该区域具有对气候变化的敏感性,进而有产生一定损失的可能性,那么这个特定区域便具有一定的气候风险。但是,当预估的时间范围被拉长到中长期尺度后,不仅气候变化本身存在一定的不确定性,区域发展同时也存在一定的不确定性,所以在这个过程中,尝试对损失进行精确化预估是有一定困难的。

适应气候变化就是针对未来各种气候变化情景及其可能带来的影响而进行的一种事先性调整,这种调整不需要像常规风险评估一样,对风险经济损失评估有精确性的要求,而可以从可行性角度出发,划出风险可能发生的范围,并根据一定分类因素对气候风险及影响范围进行分类和分级,以此作为制定适应策略的基础。

基于上述分析,本文首先通过筛选和关联影响风暴潮海上增水的各类因素,根据其动力学关系,对淹没发生的可能性进行危险性辨识;基于空间分析方法和地理信息系统(GIS,Geographic information system)平台,在不同未来情景下将风暴潮危险性与脆弱性因素等以栅格数据的形式投影在统一的空间坐标系;依据IPCC的风险理论以及本文研究内容设置综合风险指数R(见式(1)),并将该指数定义为各影响因素层通过地图逻辑运算整合成无量纲的综合值,综合风险指数R可以将不同情景下可能发生的淹没范围与可能产生损失的脆弱区范围整合到一起,在此基础上,设置一定的分类准则,将整个研究区划分成不同级别的“风险域”。

$ R=H \times V。$ (1)

式中:R(Risk)为综合风险指数;H(Hazard)为危险性指数;V(Vulnerability)为脆弱性指数。

综上所述,通过上述三个步骤,可以实现将具有不同属性的各风险因素,通过风险辨识、风险整合、确定综合风险指数和风险分区等步骤,将定量化的风暴潮淹没面积转化为半定量化的具有空间属性的淹没综合风险指数。在此基础上,可以将国家和地方中长期适应策略和风暴潮灾害应急预案,以及类似区位具有海岸带淹没风险的城市适应策略等结合起来,形成基于风暴潮淹没的基础策略集,并根据综合风险指数及分区结果,精准选择具有针对性的适应策略集。

2 青岛市风暴潮淹没风险

青岛市地处山东半岛南部,位于119°30′E—121°00′E、35°35′N—37°09′N之间,东、南濒临黄海,是中国北方典型的海岸带城市之一。作为中国东部重要的港口海滨城市和中国的海洋研究中心,青岛市同日本、韩国等跨海相望,空间区位非常重要。青岛市地处北温带季风区域,由于受季风气候控制,青岛市气象灾害种类多,出现频率高,风暴潮是对其造成严重影响的主要海洋灾害之一。查阅历史资料[12]可知,造成青岛市风暴潮增水的主要天气过程为台风。在全球气候变化背景下,台风的强度及发生频率都会发生变化,会影响风暴潮的危险性。同时气候变化导致的海平面的上升也会加剧风暴潮淹没的风险,对沿海地区造成威胁。

2.1 风险辨识

本文根据对影响青岛市风暴潮海上增水过程各类因素的分析,并根据其之间的动力学关系,对淹没发生的可能性进行危险性辨识。在该风险链中,各因素的动力学关系如图 1

图 1 基于风险链的青岛市风暴潮淹没风险辨识图 Fig. 1 Risk identification map of storm surge inundation in Qingdao based on risk chain
2.1.1 f1海平面上升

在历史观测数据的基础上建立随机动态预测模型[13],主要表达式如下:

$ Y(t)=T(t)+P(t)+X(t)+\alpha(t) \text { 。} $ (2)

式中:Y(t)为月海平面值;T(t)为确定性趋势项;P(t)为确定性的周期项;X(t)为一剩余随机序列;α(t)为白噪声序列。

结合温室气体排放浓度情景和青岛沿海海平面的历史变化趋势和周期变化,预测青岛市沿海海平面的上升速率如下:在2 ℃全球变暖情景下,青岛沿海海平面上升速率为每年3.0 mm,在4 ℃全球变暖情景下,青岛沿海海平面上升速率为每年6.5 mm。

2.1.2 f2台风路径

基于青岛市关于热带气旋年鉴和当地地面观测的历史资料,根据路径的不同将影响青岛市的台风分为8种类型[14],每种类型选取最具代表性的一场台风:A类登陆北上型(0509)、B类登陆转向型(0515)、C类黄海西折型(1105)、D类近海北上型(1109)、E类高纬西进型(1210)、F类远海影响型(7308)、G类登陆填塞型(7708)、H类近海转向型(8114)。图 2为这8种类型台风路径模拟图,表 1为这8种类型台风发生的概率。

图 2 影响青岛市的8种典型台风路径模拟图[14] Fig. 2 Simulation diagram of eight typical typhoon paths affecting Qingdao[14]
表 1 影响青岛的不同类型台风的发生概率[14] Table 1 Probability of occurrence of different types of typhoons affecting Qingdao 
2.1.3 f3波浪

本文引用的数据源对波浪采用的模型是SWAN(Simulating waves nearshore model)谱波模型[15]。模拟波浪条件的计算区域为整个渤海、黄海和东海(见图 3),在青岛及周边地区网格细化到分辨率为900 m,河漫滩分辨率为300 m。

图 3 波浪模拟区域图[14] Fig. 3 Wave simulation area map[14]

SWAN模型中用作用密度N(σθ)描述波浪场,即N(σ, θ)=E(σ, θ)/σ。其中: θ是波向;σ是相对频率。笛卡尔坐标系下的波谱作用平衡方程为:

$ \frac{\partial N}{\partial t}+\frac{\partial}{\partial x} c_x N+\frac{\partial}{\partial y} c_y N+\frac{\partial}{\partial \sigma} c_\sigma N+\frac{\partial}{\partial \theta} c_\theta N=\frac{S}{\sigma} \text {。} $ (3)

式中:左边方程第一项表示时间作用密度的局部变化率;第二、三项分别表示运动沿xy方向的传播速度cxcy;第四项是水流和水深变化引起的相对频率随传播速度cσ的变化;最后一项是指传播速度为cθ的水流和水深折射;右边S是源项,代表耗散、风力生成和非线性波浪相互作用的影响。

2.1.4 f4风暴潮增水水位

本文引用的数据源对风暴潮计算采用的模型是ADCIRC(Advanced circulation model)模型。ADCIRC模型是美国北卡罗来纳大学开发的一种有限元海洋模型,模型与非结构化三角形网格相结合,可以很好地模拟复杂的海岸线[16]。模型模拟区域与波浪一样覆盖整个渤海、黄海和东海,在青岛及周边地区网格细化到分辨率为900 m,河漫滩分辨率为300 m。

底部采用非线性混合底摩擦公式:

$ \tau^*=\frac{c_f\left(U^2+V^2\right)^{1 / 2}}{H} 。$ (4)

对于底部摩擦系数:

$ C_f=C_{f \min }\left[1+\left(\frac{H_{\text {break }}}{H}\right)^\theta\right]^{\frac{\lambda}{\theta}} 。$ (5)

式中:Hbreak是临界深度;θ决定混合底摩擦关系接近的速度;λ决定底摩擦从深水到浅水的增长速度。

笛卡尔坐标系中的ADCIRC基本方程为:

$ \frac{\partial \zeta}{\partial t}+\frac{\partial U H}{\partial x}+\frac{\partial V H}{\partial y}=0, $ (6)
$ \begin{gathered} \frac{\partial U}{\partial t}+U \frac{\partial U}{\partial x}+V \frac{\partial U}{\partial y}-f V= \\ -\frac{\partial}{\partial x}\left[\frac{P_{\mathrm{s}}}{\rho_0}+g \zeta\right]+\frac{1}{H}\left[M_x+\frac{\tau_{\mathrm{sx}}}{\rho_0}-\frac{\tau_{\mathrm{bx}}}{\rho_0}\right], \end{gathered} $ (7)
$ -\frac{\partial}{\partial y}\left[\frac{P_{\mathrm{s}}}{\rho_0}+g \zeta\right]+\frac{1}{H}\left[M_y+\frac{\tau_{\mathrm{sy}}}{\rho_0}-\frac{\tau_{\mathrm{by}}}{\rho_0}\right] 。$ (8)

式中:(xy)是笛卡尔坐标;ζ是水面高度;UV分别是xy方向上的水深平均速度;H=h+ζ代表总水深;h是相对于基准面的水深;f是科氏力参数;Ps是海面压力;ρ0是海水密度;g是重力加速度;MxMy分别是xy方向上的水平动量扩散;τsxτsy是海面风应力;τbxτby是底部应力。

2.1.5 f5波浪越顶

通过中国设计规范《港口与航道水文规范》[17]中的经验预测公式计算波浪越顶情况,波浪越浪量的计算公式如下:

$ \begin{gathered} Q=A K_{\mathrm{A}} \frac{H_{\mathrm{s}}^2}{T_{\mathrm{P}}}\left(\frac{H_{\mathrm{c}}}{H_{\mathrm{s}}}\right)^{-1.7} \cdot \\ {\left[\frac{1.5}{\sqrt{m}}+th\left(\frac{d}{H_{\mathrm{s}}}-2.8\right)^2\right] \ln \sqrt{\frac{g T_{\mathrm{P}}^2 m}{2 \rm{ \mathsf{ π} } \mathit{H}_{\mathrm{s}}}} 。} \end{gathered} $ (9)

式中:Q是波流量;Tp为峰值波周期;Hs为有效波高;Hc为静止水位以上的高度;m是斜坡坡度;d为水深;g为地球重力加速度;AKA是护岸保护结构相对应的经验系数。

2.2 风险整合

在气候变化的影响下,青岛市风暴潮的主要影响因素有台风、气温和海平面上升等。依据IPCC AR4中CMIP3模拟的CO2不同排放强度情景,同时考虑未来预估的不确定性,选择2和4 ℃全球变暖以及2025、2035和2055年三个中长期时间进行情景研究。

依据课题组项目中青岛案例的部分数据结果,将辨识出的各影响因素进行整合,对8种典型台风在2和4 ℃全球变暖以及2025、2035和2055年共6种温度年份情景对青岛市沿海风暴潮可能淹没的范围进行预估,并且对青岛市现状土地利用数据(来源于国家基础地理信息中心全球地表覆盖数据产品[18])、重要建筑物以及青岛市相关规划[19-20]等脆弱性因素进行分析,因篇幅问题本文仅展示淹没风险最大的在4 ℃全球变暖2055年情景下的8种台风的淹没范围,各类型台风的淹没范围如图 4所示。

图 4 4 ℃升温情景下2055年青岛市风暴潮淹没模拟空间分布图 Fig. 4 Spatial distribution map of simulated storm surge inundation in Qingdao in 2055 under 4 ℃ temperature rise scenario

就淹没范围而言,在4 ℃升温,2055年情景下,8种类型台风中的0509型台风的淹没范围最大,面积约240 km2,比其在最小温度年份情景(2 ℃升温,2025年情景)下的淹没面积增加近50%,1105型台风的淹没范围最小,约98 km2。城阳区、胶州市和黄岛区3个区市是主要淹没分布区域,此外即墨区的鳌山湾北部也会有少量淹没区域。8种类型台风在黄岛区和即墨区的淹没范围和分布大致相同,在胶州市和城阳区的淹没范围分布差别较大。通过观察淹没范围较大的几类台风可看出,城阳区墨水河入海口及其沿岸地区的淹没区域与胶州市大沽河口及其沿岸地区的部分淹没区域连通。

就脆弱性而言,结合淹没分布图以及脆弱性因素分布图可以看出(见图 5),淹没地区的建设用地、耕地以及水域土地类型分布较多,其他两类分布较少。同时通过上图可以观察到,淹没范围内的重要建筑物等承灾体分布较为密集,包括学校、医院以及住宅区等重要基础设施,脆弱性较大。除此之外,结合青岛市相关的规划可以看出,在淹没范围内未来还规划有国际贸易交易中心等商业点,这将增大风暴潮淹没风险的脆弱性。

( (a)青岛市土地利用分布图;(b)青岛市重要建筑物分布图;(c)青岛市相关规划[19-20]。(a)Land use map of Qingdao; (b)Distribution map of important buildings in Qingdao; (c)Qingdao related planning[19-20]. ) 图 5 青岛市风暴潮淹没脆弱性因素分布图 Fig. 5 Distribution map of vulnerability factors of storm surge inundation in Qingdao
2.3 风险分区 2.3.1 风暴潮淹没危险性分析

根据运筹学中的“可行域”分区原则[21-22],对风暴潮淹没的危险性进行分区。本文根据对青岛市风暴潮影响较大的台风类型及其在未来各种情景下所造成淹没范围的差异,对淹没危险性划分等级(见表 2)。若对8种台风逐一进行组合计算则组合情况过多,为简化计算流程同时又减少淹没范围及分级的误差,本文根据8种台风的淹没面积大小,除选择淹没面积最大和最小的2种台风外,在剩余6种台风中通过对比淹没范围和面积再选择2种最具代表性的台风进行淹没危险性的分级计算。

表 2 危险性等级划分说明表 Table 2 Description table of hazard classification

通过图 6可知,淹没高危险性区域分布比较零散,大沽河口及附近沿岸地区是面积较大的一处重点淹没区,黄岛东部和南部以及即墨的鳌山湾也有几处高危险性区。较高危险性等级的区域主要分布在城阳区祥茂河入海口附近,面积较少。较低危险性等级的区域主要分布在城阳区墨水河入海口及附近地区,大沽河口附近也有少数区域危险性较低,低危险性等级的区域主要分布在大沽河以及墨水河往内陆的延伸方向。

图 6 青岛市风暴潮淹没危险性等级分布图 Fig. 6 Distribution map of storm surge inundation risk level in Qingdao
2.3.2 风暴潮淹没脆弱性分析

本文参考《海洋灾害风险评估区划技术导则》[23]中风暴潮部分关于土地利用类型与脆弱性等级范围之间的关系并结合青岛市土地利用数据对风暴潮淹没风险的脆弱性进行评估。同时根据淹没范围内的重要建筑物等承灾体分布情况对脆弱性等级范围进行调整,同样设置无量纲的脆弱性指数,脆弱性等级范围划分情况如表 3所示。

表 3 脆弱性等级划分说明表 Table 3 Description table of vulnerability classification

调整后的淹没区脆弱性等级如图 7所示。

图 7 青岛市风暴潮淹没范围内脆弱性等级分布图 Fig. 7 Distribution map of vulnerability level within the scope of storm surge inundation in Qingdao

通过图 7可以看出,在淹没范围内,城阳区墨水河以及黄岛区辛安后河入海口附近地区脆弱性等级较高,原因是两处区域建设用地占比较大。大沽河口及其他零散分布的淹没区为低脆弱性区域,在淹没区内没有较低脆弱性区域,这与土地利用分类及建筑物分布有关。

2.3.3 风暴潮淹没风险分析

风暴潮淹没风险是结合了危险性和脆弱性后的综合结果,依据综合风险值以及表 4中的风险等级与危险性等级及脆弱性范围对应关系,确定青岛市的风暴潮淹没区域的风险等级,将淹没风险分为四级:高风险(Ⅰ级)、较高风险(Ⅱ级)、较低风险(Ⅲ级)、低风险(Ⅳ级),结果如图 8所示。

表 4 风暴潮灾害风险等级与危险性等级及脆弱性范围对应关系表 Table 4 Corresponding relationship between disaster storm surge risk level, risk level and vulnerability range
图 8 青岛市风暴潮淹没风险性等级分布图 Fig. 8 Risk level distribution map of storm surge inundation in Qingdao

通过图 8可以看出,在4 ℃全球变暖2055年情景下风暴潮最大可能淹没风险区域较大,淹没面积约249 km2,与同温度年份情景下0509型台风的淹没面积相近。在不同风险等级区中,高和较高等级区约占总淹没面积的30%,低和较低等级区面积占比较大,其中较低风险等级区面积最大,可达103 km2。胶州市和城阳区是主要淹没分布区。高风险区主要分布在大沽河、洋河以及黄岛区辛安后河入海口附近,黄岛南端也有零星高风险区域分布。较高风险等级区域主要分布在城阳高新区附近,此处工业厂区多,脆弱性较高,淹没风险也较高。较低风险区域主要分布在大沽河沿海附近,大沽河往内陆的延伸方向和墨水河入海口为主要低风险区域。

3 结语

本文以青岛市风暴潮淹没风险为例,以城市适应策略制定为出口,构建了一种基于适应的气候风险空间评估体系。运用该体系计算了2和4 ℃在2025、2035和2055年3种不同时间共6种情景的风暴潮淹没的综合风险指数。通过计算可以发现,在各种情景下,淹没风险较高的区域分别为黄岛辛安后河及其沿岸(综合风险等级为Ⅰ级)、洋河及其沿岸(综合风险等级为Ⅰ级、Ⅲ级)等地区,而这些淹没风险区体类似的特点是大多位于青岛市主要入海河流河口区和沿海地势较低的地区,但与此同时,由于青岛市快速发展的需要,上述主要淹没区又将部分承载未来青岛市的增长点,所以上述区域在未来中长期时间尺度内既要考虑发展,同时也要关注未来气候变化背景下风暴潮淹没带来的风险。

基于此,本文参考国家、地方中长期适应规划,目前针对风暴潮的应急预警预案[24-25],以及具有同样区位的海岸带城市的适应策略等,制定了具有针对性的青岛市风暴潮淹没防范适应策略,譬如传统工程类的加固堤坝,加强排水管网改造与河道整治;基于自然的绿色工程类的完善沿海防护林体系,推进海岸生态保护与整治修复工作;非工程管理类的完善灾害预警、监测和应急体系,开展灾害应急防护技能培训以提高个人防护能力, 加强适应体制机制建设及风暴潮灾害研究的资金投入等。

参考文献
[1]
Intergovernmental Panel on Climate Change. Climate Change 2014: Impacts, Adaptation and Vulnerability[M]. Cambridge, UK: Cambridge University Press, 2014. (0)
[2]
王亚变, 刘佳, 王金相. 甘肃省黄河流域环境风险现状分析及评估研究[J]. 西北师范大学学报(自然科学版), 2020, 56(6): 124-130.
Wang Y B, Liu J, Wang J X. Analysis and evaluation of environmental risk in Yellow River Basin of Gansu Province[J]. Journal of Northwest Normal University (Natural Science), 2020, 56(6): 124-130. (0)
[3]
张楠, 王贺, 吕永鹏. 基于风暴潮模拟的海滨城市内涝风险评估[J]. 城市道桥与防洪, 2021(11): 96-98+15-16.
Zhang N, Wang H, Lv Y P. Risk assessment of waterlogging in coastal cities based on storm surge simulation[J]. Urban Roads Bridges & Flood Control, 2021(11): 96-98+15-16. (0)
[4]
邱译萱, 胡轶鑫, 张婷, 等. 基于GIS的吉林省霜冻灾害风险评估及区划[J]. 中国农学通报, 2020, 36(16): 101-107.
Qiu Y X, Hu Y X, Zhang T, et al. Frost disaster in Jilin: The risk assessment and regionalization based on GIS[J]. Chinese Agricultural Science Bulletin, 2020, 36(16): 101-107. (0)
[5]
申欣凯, 吕义清, 张静, 等. 基于ArcGIS的山西省暴雨灾害风险评估[J]. 国土资源科技管理, 2020, 37(1): 61-73.
Shen X K, Lv Y Q, Zhang J, et al. Risk assessment of rainstorm disaster in Shanxi Province based on ArcGIS[J]. Scientific and Technological Management of Land and Resources, 2020, 37(1): 61-73. (0)
[6]
戴军, 陈文君, 申淑娟. 基于综合灾害风险评估的高原山区乡村聚落空间优化——以青海省海东市乐都区为例[J]. 灾害学, 2021, 36(4): 119-125, 132.
Dai J, Chen W J, Shen S J. Spatial optimization of rural settlements in plateau mountain area based on comprehensive disaster risk assessment: A case study in Ledu District, Haidong City in Qinghai Province[J]. Journal of Catastrophology, 2021, 36(4): 119-125, 132. (0)
[7]
Knutson T R, McBride J L, Chan J, et al. Tropical cyclones and climate change[J]. Nature Geoscience, 2010, 3: 157-163. (0)
[8]
李文洋, 张洪斌, 郭重汕, 等. Roxy Mathew Koll: 气候变化影响下复合型洪水日益增强的风险与挑战[J]. 中国防汛抗旱, 2021, 31(8): 18-23.
Li W Y, Zhang H B, Guo C S, et al. Roxy mathew koll: Increasing risks and challenges of compound flood under the influence of climate change[J]. China Flood & Drought Management, 2021, 31(8): 18-23. (0)
[9]
廖琪, 于格, 江文胜, 等. 海岸带城市洪水淹没风险评价研究——以青岛市为例[J]. 海洋与湖沼, 2018, 49(2): 301-312.
Liao Q, Yu G, Jiang W S, et al. Comprehensive evaluation of flooding risk in coastal zones: A case study of Qingdao City[J]. Oceanologia Et Limnologia Sinica, 2018, 49(2): 301-312. (0)
[10]
王春鑫. 风暴潮及其感潮河的灾害风险评估与应急管理研究[D]. 青岛: 中国海洋大学工程学院, 2015.
Wang C X. Storm Surge and Tidal River Disaster Risk Assessment and Emergency Management[D]. Qingdao: College of Engineering, Ocean University of China, 2015. (0)
[11]
张晓慧, 盛春雁, 邵滋和. 青岛沿海风暴潮分析[J]. 海洋预报, 2006(S1): 42-46.
Zhang X H, Sheng C Y, Shao Z H. Analysis of storm surge at coastal area of Qingdao[J]. Marine Forecasts, 2006(S1): 42-46. (0)
[12]
于福江, 董剑希, 叶琳, 等. 中国风暴潮灾害史料集(1949—2009)[M]. 北京: 海洋出版社, 2015.
Yu F J, Dong J X, Ye L, et al. Collection of Storm Surge Disasters Historical Data in China 1949—2009[M]. Beijing: China Ocean Press, 2015. (0)
[13]
丁骏, 江海东, 应岳. 舟山市沿海海平面上升预测和淹没分析[J]. 杭州师范大学学报(自然科学版), 2013, 12(4): 373-378.
Ding J, Jiang H D, Ying Y. Sea level rise prediction and submerging analysis of Zhoushan coastal areas[J]. Journal of Hangzhou Normal University(Natural Science Edition), 2013, 12(4): 373-378. (0)
[14]
Wang Z F, Li S T, Hao Y, et al. Estimation and prediction of typhoons and wave overtopping in Qingdao, China[J]. Journal of Ocean University of China, 2020, 19(5): 1017-1028. (0)
[15]
Booij N, Ris R C, Holthuijsen L H. A third-generation wave model for coastal regions: 1. Model description and validation[J]. Journal of Geophysical Research: Oceans, 1999, 104(C4): 7649-7666. (0)
[16]
Westerink J J, Luettich R A, Baptists A M, et al. Tide and storm surge predictions using finite element model[J]. Journal of Hydraulic Engineering, 1992, 118(10): 1373-1390. (0)
[17]
JTS 145-2015, 港口与航道水文规范[S]. 北京: 人民交通出版社, 2015.
JTS 145-2015, Code of Hydrology for Harbour and Waterway[S]. Beijing: China Communications Press, 2015. (0)
[18]
国家基础地理信息中心. 全球地表覆盖数据[EB/OL]. https://www.ngcc.cn/ngcc/, 2019.
National Geomatics Center of China. Globeland30[EB/OL]. https://www.ngcc.cn/ngcc/, 2019. (0)
[19]
青岛市自然资源和规划局. 青岛市国土空间总体规划(2021—2035)[Z]. 青岛: 青岛市自然资源和规划局, 2021.
Qingdao Natural Resources and Planning Bureau. Territorial Spatial Planning of Qingdao City[Z]. Qingdao: Qingdao Natural Resources and Planning Bureau, 2021. (0)
[20]
青岛市商务局. 青岛市商业网点专项规划(2020—2035年)[Z]. 青岛: 青岛市商务局, 2020.
Bureau of Commerce, Qingdao. Special planning of Qingdao Commercial Network (2020—2035)[Z]. Qingdao: Bureau of Commerce, 2020. (0)
[21]
宋建生. 系统工程学讲座之四——系统的最优化方法[J]. 武汉造船, 1981(1): 85-94.
Song J S. Lecture 4 of system engineering -- optimization method of system[J]. Ship & Ocean Engineering, 1981(1): 85-94. (0)
[22]
欧耀文, 隋如彬. 论线性规划理论中各种解与可行域之间的辨证关系[J]. 科技与管理, 2007(6): 33-36.
Ou Y W, Sui R B. Study of the syndrome differentiation relationship between the feasible domain and every solution in linear programming theory[J]. Sci-Technology and Management, 2007(6): 33-36. (0)
[23]
中华人民共和国自然资源部. HY/T 0273-2019, 海洋灾害风险评估和区划技术导则第1部分: 风暴潮[S]. 北京: 中国标准出版社, 2019.
Ministry of Natural Resources of the People's Republic of China. HY/T 0273-2019, Technical Directives for Risk Assessment and Zoning of Marine Disaster[S]. Beijing: China Standard Press, 2019. (0)
[24]
青岛政务网. 关于印发青岛市防台风和风暴潮应急预案的通知[EB/OL]. http://www.qingdao.gov.cn/, 2012.
Qingdao Government Affairs Network. Notice on Printing and Distributing the Emergency Plan for Typhoon and Storm Surge Prevention in Qingdao[EB/OL]. http://www.qingdao.gov.cn/, 2012. (0)
[25]
胶州政务网. 胶州市人民政府办公室关于印发胶州市防台风暴潮应急预案的通知[EB/OL]. http://www.jiaozhou.gov.cn/index.html, 2011.
Jiaozhou Government Affairs Network. Notice of the Office of Jiaozhou Municipal People's Government on Printing and Distributing the Emergency Plan for Typhoon Surge Prevention in Jiaozhou City[EB/OL]. http://www.jiaozhou.gov.cn/index.html, 2011. (0)
Research on the Construction of an Adaptation-Based Spatial Assessment System for Urban Climate Risk: Taking the Risk of Storm Surge Inundation in Qingdao as an Example
Wang Ning1 , Yu Ge1,2 , Jiang Wensheng1,2 , Wang Shang1 , Geng Aiyu1 , Lin Qun3     
1. College of Environmental Science and Engineering, Ocean University of China, Qingdao 266100, China;
2. The Key Laboratory of Marine Environment and Ecology, Ministry of Education, Ocean University of China, Qingdao 266100, China;
3. Qingdao Development and Reform Commission, Qingdao 266071, China
Abstract: Qingdao is a typical coastal city in northern China and is affected by storm surges all year round. Taking the risk of storm surge inundation in Qingdao as an example, this paper constructs a spatial assessment system for urban climate risk based on adaptation, taking the formulation of adaptation strategies as the export, which organically links storm surge inundation from risk identification, risk integration to risk zoning, an effective assessment of coastal urban storm surge inundation risk based on medium and long-term scales. Through research, it is found that under various future scenarios, the areas with higher inundation risk are Dagu River, Yanghe River, Moshui River and their banks. Be aware of and adapt to the risks posed by storm surge inundation in the context of future climate change. It should be said that, to some extent, the risk spatial comprehensive assessment system based on adaptation can organically combine the storm surge inundation risk under different scenarios in the future with future urban development planning and national macro adaptation policies, and effectively assess the storm surge inundation risk of coastal cities based on medium and long-term scale, and lay a certain foundation and technical support for the transformation from climate risk assessment to adaptation strategy formulation.
Key words: storm surge inundation    climate risk    risk assessment    coastal city