以前所未有的细节揭示洛杉矶的洪水风险
目录
最近，加利福尼亚经历了一系列持续不断的大气河流系统，这是大气中的大量水蒸气，在抵达陆地时释放大量降水的系统。2023年8月底，热带风暴希拉里在洛杉矶地区降下了多达六英寸的雨水。市区发生了街道洪水，周围山区发生了许多道路冲毁事件。这场暴雨提高了历史低水位，结束了该州的严重干旱。但这些河流系统带来的洪水和山体滑坡严重测试了基础设施，危及了生命和生计，说明了气候变化以多种方式增加了世界各地社区的风险。
加利福尼亚的“天气鞭打”，即干湿周期之间的迅速波动，也在恶化。纽约和迈阿密等城市面临来自沿海和城市洪水的风险，但加利福尼亚的城市面临着复合风险。他们面临着不断增加的洪水 风险，同时还要处理干旱和森林大火。
“回顾一下这个州过去几年的情况——火灾和寒冰，没有温水浴室之间的温暖时光，”加州州长加文·纽森在2023年3月15日于帕哈罗（Pajaro）举行的新闻发布会上说。这个蒙特雷县的小镇被堤坝决口淹没。洪水使这个以移民为主的小镇上百人流离失所，引发了对农业地区产量的担忧。
在加州，与其他地方一样，挑战加剧了一个基本问题：对洪水风险的了解不足。
洛杉矶的一项最新研究表明，洪水暴露的人口，或者说每年有1%的概率发生洪水事件，比美国政府的地图所示的复杂得多，这些地图通常无法估计洪水的复杂性。
这项发表在自然可持续性杂志上的研究估计，将有42.5万人和360亿美元的资产暴露在高于100年一遇洪水区域的30厘米以上的危险洪水中。该研究还显示，现在的1%年度概率洪水无法被现有的防洪基础设施，如堤坝，控制。
甚至研究人员自己也对潜在风险的人数感到吃惊。“我们多次检查我们的模型，试图弄清楚，是不是我们犯了错误？”加利福尼亚大学欧文分校的Flood Lab主任布雷特·桑德斯说。
为了进行估算，桑德斯和他的同事使用了一种专为高性能计算而设计的创新地理空间建模方法，使他们达到了前所未有的映射细节水平。
最初，研究人员的目标是通过将新的危险地图与人口普查数据相结合，了解哪些洛杉矶居民面临最大的洪水风险。
正如他们所预期的那样，他们发现了沿着社会经济线的不平等现象，弱势人口中的一半要承受65%的复合洪水风险。
但他们发现的最大差距是种族差距。尽管非西班牙裔白人社区更有可能遭受沿海洪水的影响，但黑人、西班牙裔和亚洲居民比白人人口分别更有79%、17%和11%的可能性面临危险的洪水，尤其是来自河流洪水。
这些种族和经济差距在联邦洪水风险地图中以前没有得到承认，而且由于弱势社区 tend 出现在面临洪水
风险减少和灾后恢复的政府支持较少的问题，这种差距变得更加严重，这与富裕社区相比。
这张地图可视化了洪水深度的空间分布（右图）和非西班牙裔黑人、西班牙裔、非西班牙裔亚洲和非西班牙裔白人人口的空间分布（左图）的并排对比。 （单击图像访问交互式应用程序。）](https://storymaps.arcgis.com/stories/80af8f6b7b8749258b3305fe5a9d4815)
如果不加以解决，这些风险只会增加，使社区不仅毫无准备，而且在风暴后恢复的能力也减弱，桑德斯说。现代历史上全球最昂贵的六起自然灾害都是热带风暴造成的。
多年过去了，一些社区仍然在努力准备应对未来的风暴，同时还在恢复以前的灾害中。
“新奥尔良讲述了那些不会复苏的城市、在洪水之后永远改变的社区的故事，那些无法重新站起来的社区，”桑德斯说。
更新和准确的地图的重要性
在美国，国家洪水保险计划（NFIP）旨在协助处于100年洪水区的财产所有者在洪水造成破坏后重建。但联邦紧急事务管理局（FEMA）用于该计划的地图——以及许多人用于确定风险的地图——不需要包括降雨危险，也不需要包括城市中常常无法通过街道排水沟容纳的巨大不透水表面。
FEMA的地图还依赖于水文和水力建模（洪峰和河道容量）经常数十年没有更新，与人口和城市景观的巨大变化不相称。
桑德斯表示，尽管这些地图涵盖了沿海和河流洪水，但它们没有问：“嗯，如果下大雨，水落到地面上，流进街道，排水不够快，水会在哪里积水，会淹没谁？”
即使是试图改进FEMA地图的替代努力也不能正确估算城市洪水风险，桑德斯说。用于全国性研究的大规模洪水风险模型在城市地区通常提供较低的准确性，因为它们通常缺乏关于城市排水基础设施以及洪水通道、堤坝和水坝的数据，而且依赖于地理和计算网格，这些网格对于描绘城市景观上的洪水蔓延的复杂性来说太粗糙了。
为了研究洛杉矶，桑德斯和他的同事建立了一个数字模型，能够以三米的空间分辨率模拟洪水，涵盖了近7000平方公里的洛杉矶大都市区域。“以前的准确的局部淹没映射的现有模型没有让模型师一次研究像洛杉矶县这样大的地区的能力，这个分辨率足够好，我们可以解析出道路的低点和水可能流下道路的量。”
尽管如此，表面数据仍然忽略了地下的复杂性，如管道和排水渠。桑德斯及其同事向地方政府寻求辅助数据集，如暴雨基础设施的形状文件和管道的路径线。
然后，他们对数据进行“水文处理”，以表示基础设施对地图的功能影响，并模拟不同类型的洪水。
运行这些模拟需要并行服务器的超级计算能力，但这也引入了其自身的瓶颈。因此，研究人员开发了更高效的洪水淹没模型，即并行栅格淹没模型（Parallel Raster Inundation Model，PRIMo）。这个模型专门用于全城规模的危险模型，桑德斯说，它使用一种新的方式来表示基础设施，并“在模型中放置详细信息的数量和您模拟大区域的能力之间取得平衡”。
收集社区反馈
桑德斯和他的团队还与城市机构、环保团体以及最有可能受到影响的社区团体举行了研讨会，听取了洛杉矶居民对洪水的最大担忧，从海平面上升到堤坝决口，再到大雨。他们使用Esri的ArcGIS和由加利福尼亚大学欧文分校洪水实验室的Jochen Schubert开发的StoryMaps，与利益相关者分享了数据，以获得对洪水模型的早期反馈。桑德斯认为，这个过程可以帮助加深理解和建立信任。
“我们从经验中知道，早期让利益相关者参与到过程中非常重要，这样当结果最终确定下来时，会更容易获得认同，认为这个模型具有一定的有效性，它分享的信息是有道理的，并且是可行的，”桑德斯说。
新模型使加利福尼亚大学欧文分校的洪水实验室能够测试各种情景，并展示不同减灾措施的影响。
新地图现在正在帮助提高脆弱地区对洪水的了解，比如洛杉矶河沿岸地区，并引发了有关适应措施的新讨论。该系统可以根据可能的基础设施项目进行更新，例如新的堤坝、河道扩宽、绿色基础设施，甚至土地使用和建筑法规的变更。
“我们可以运行不同的情景，比如，如果我们加宽河流会怎样？如果我们加高堤坝会怎样？如果我们投资于公园和绿地呢？……我们能在河流到达之前减缓水流速度并捕捉并储存吗？我认为很多人都想这么做。”
解决其他地方的增加风险
接下来，桑德斯和他的团队希望其他美国城市能够使用他们的模型，因为在这些城市中，洪水风险仍然未能充分映射，利用大数据、机器学习和新型航空传感器的力量。更好的洪水风险地图可以帮助识别项目，这些项目将减少不平等，同时减少每个人的风险，可能还会解决其他风险。一个例子是加文·纽森州长最近的命令，利用洪水补给含水层，以对抗该州持续存在的干旱。
对于气候适应性来说，桑德斯表示，“您希望有些东西既有利于节水，又有利于生态系统，又有利于洪水风险管理，又有利于社会公平。”
白宫也强调了更好、更公开的气候风险制图的需求，特别是在准备分发历史性资金用于地方基础设施项目之际。气候韧性和适应性制图工具（Climate Mapping for Resilience and Adaptation，CMRA）使用来自十几个联邦机构的地图和数据，帮助社区更好地了解他们的风险，并据此寻求资源。桑德斯希望他的团队的方法最终也能为这样的工具提供信息，例如帮助FEMA改进其洪水风险模型。
已经在洛杉矶留下了印记。在该研究发表后，洛杉矶县监事会通过了一项决议，指示该市的公共工程部制定计划，以应对洪水风险和不平等问题，同时改善城市的节水和干旱措施。
这是一个“只能梦想的影响，”桑德斯说，“看到你的工作立即得到领导层的认可，他们说我们需要解决这个问题。”
