基于多源高分辨率数据的风暴潮灾害风险精细化评估

Storm surge has frequently occurred in coastal regions and caused severe losses. Evaluating storm surge risk on a fine scale can reveal high-risk hotspots, and therefore provides risk managers with reasonable results. This study will conduct a case study in Zhuhai based on Natural Disaster System Theory, and collect multi-source high-resolution data including remote sensing data and social media data. The collected data will be used to calculate hazard, exposure and loss rate in different scenarios by applying two-dimensional hydrodynamic model, spatialization of socioeconomic data, on-site investigation and expert consultation. Finally, hazard, exposure and loss rate are combined to obtain fine-scale results such as population risk map and GDP risk map, with spatial resolution of 30m and 1km, respectively. The results of this study will significantly improve the spatial resolution of current risk maps, and therefore help disaster prevention and mitigation effectively.

风暴潮灾害是沿海地区频发且造成损失巨大的一种海洋灾害，开展风暴潮灾害风险精细化评估有助于发现风险热点，为灾害风险管理提供科学依据。本项目以灾害风险系统论为理论基础，在珠海市采用高分遥感、社交媒体大数据等多源高分辨率数据，综合利用二维水动力模拟、社会经济数据空间化、实地调查和专家咨询等方法，计算设计洪潮组合和典型洪潮组合情景下的风暴潮灾害危险性、承灾体暴露度和灾损率，最后得到风暴潮灾害风险的精细化评估结果，包括30米空间分辨率的人口风险图与1公里空间分辨率的GDP损失风险图。研究成果将有效提升风暴潮灾害风险评估的精细化程度，为海岸带防灾减灾提供技术支撑，具有重要的理论意义和应用前景。

风暴潮灾害是沿海地区频发且造成损失巨大的一种海洋灾害，开展风暴潮灾害风险精细化评估有助于发现风险热点，为灾害风险管理提供科学依据。本项目以灾害风险系统论为理论基础，在珠海市收集了长时间序列的实测潮位数据，计算了珠海市典型验潮站的极值潮位；使用机载LiDAR数据获取了海岸带精密地形，用于风暴潮漫滩淹没模拟，结果表明模拟精度得到提升；收集了社交媒体大数据（百度兴趣点数据POIs、实时腾讯用户定位数据（RTUD））、高分辨率DEM数据与街道尺度的人口普查数据，采用随机森林算法（Random Forest Algorithm，RFA），得到25m空间分辨率的人口精细化分布图；基于校正后稳定灯光影像和土地利用/覆被数据，采用分产业建模的方式，实现了GDP精细化分布制图（1km栅格）；通过实地调查，采用结构化问卷调查和半结构化访谈调查各类产业的财产价值、财产空间分布、耐涝性能以及人口脆弱性等，获得了人口和GDP的洪灾损失率；对风暴潮灾害的危险性、承灾体的暴露度和脆弱性进行全面精细化分析的基础上，定量化计算了珠海市的风暴潮灾害风险以及在不同灾害情景下的定量损失。该研究成果提高了风暴潮灾害风险评估的精细化程度，为海岸带防灾减灾提供技术支撑，具有重要的理论意义和应用前景。