【学术动态】城市洪水中关键设施访问中断和社区服务损失容忍度的综合物理—社会分析 | 2024年第4期

来源：DONG S, ESMALIAN A, FARAHMAND H, et al. An integrated physical-social analysis of disrupted access to critical facilities and community service loss tolerance in urban flooding[J]. Computers, Environment and Urban Systems, 2020, 80: 101443.

全球气候变化带来了洪涝灾害（flood risk） 的频率和严重性上升，并伴随城市化过程对洪水易发区的开发和资产投入，加剧着城市的洪涝风险暴露度和灾时脆弱性。灾时关键设施（critical facilities） 提供的紧急服务，被视为城市社区灾害脆弱性评估的重点研究对象，其本质是分析以道路可达为访问基础、以群体需求为服务目标的灾时关键设施的空间脆弱性及其实际对居民的生存和安全保障能力的影响。现有相关研究以传统渗流网络模型分析设施网络稳健性，忽视了洪涝等自然灾害情景中网络可靠性、可访问性等与理论网络的差异。并且，现有研究缺乏对物理过程和社会方面的整合，忽视了不同社会子群体的受灾特征、服务中断容忍度的差异，尤其资源有限的社会脆弱群体。

本研究改进了网络渗流模型，考虑人口社会属性，构建了一个城市洪水中关键设施访问的物理脆弱性（physical vulnerability） 与服务中断容忍度（disruption tolerance idex, DTI） 的社会脆弱性（social vulnerability） 相结合的综合评估框架，并对其脆弱性的空间集群特征（spatial clusters） 进行了分析。

1 综合物理—社会脆弱性评估框架

1.1物理脆弱性分析：网络渗流模型改进下关键设施访问的道路网络稳健性和失效机制

物理脆弱性基于实际灾害情景下道路中断将切断关键设施（如避难所、医疗设施、警察署、消防站等）的访问的基本原理，本研究构建了以交叉口为节点、路段为链接（内部没有其他交叉口） 的物理脆弱性网络模型，并基于行洪区邻近原则构建洪水淹没的道路链接移除机制，改进了传统网络渗流模型的组件定义、链路移除规则。

研究发现，链路失效概率阈值ϕ为0.02时，网络稳健组件规模突然下降，22%的网络失去对医疗设施的访问。将其解释为洪水区道路通常是连接主要干道到桥梁的桥梁或坡道，是连接关键设施的重要链接。当阈值ϕ为0.8时，网络完全失效。哈里斯县河洪情景下医疗设施可访问网络的稳健指数为0.251，低于上限0.5。通过哈里斯县的物理脆弱性分布看，访问中断的物理脆弱性受道路拓扑结构的影响，且与洪水淹没范围并不是完全相关，仅在访问医疗设施的链路完全被洪水淹没情况下才相关。

1.2在人口普查区尺度上医疗设施访问中断的物理脆弱性分布

该方法将渗流理论与灾害机理结合，模拟真实灾害情景。模拟结果渗流曲线中，稳健组团大小与链路移除概率阈值关系得到物理脆弱性值，即关键设施访问链路移除的概率分布。

1.3社会脆弱性分析：基于人口社会数据相关性和主成分分析，得出中断容忍指数（DTI）

社会脆弱性分析考虑了社会子群体差异，用家庭困难程度、容忍度来表示医疗访问中断的社会维度。使用了相关性分析识别重要人口社会因素、并以主成分分析的成分来概括重要人口社会因素，以主成分的加权值表示服务访问中断容忍度DTI。

问卷调查了灾时需要医疗设施的家庭困难程度，并带有相应人口社会属性，包括受访者年龄、教育、收入、种族、住宅、是否残疾、有无小汽车等信息。

研究在5%的置信水平下分析单个人口社会因素困难度分组平均值得分，得分差异说明该变量中有潜在的社会脆弱性。并识别、分析人口社会变量。接着通过主成分分析将六个主要变量作用转化为具有最高特征值的三个主成分（可解释数据中82%方差）。

研究发现，收入、教育水平、族裔、机动车、儿童是在社会脆弱性上表现差异的五个相关的人口社会变量，而老年人因灾害知识经验多而不产生社会脆弱性差异, 其相关性结果在0.01, 0.001水平上有统计显著性。在社会脆弱性空间分布上也反映了高收入、高学历、低少数族裔占比、高机动化的人口普查区有更低的社会脆弱性。

1.4哈里斯县在人口普查区尺度上的中断容忍指数的空间映射

该方法将人口社会因素转化为社会脆弱性，通过人口社会因素与家庭困难得分相关性、主成分分析，社会脆弱性被定义为服务中断容忍度指数（DTI） 的反面。

2 空间相关性分析

研究分析物理脆弱性与社会脆弱性的各自单变量局部空间自相关、全局相关指数和双变量局部空间自相关。Local moran’I 识别物理或社会脆弱性单变量空间聚类特征、Global Moran’I检验脆弱性单变量的相邻空间单元的相似性和差异性的分布、距离衰减函数表明单变量空间自相关效应。所有数据都统一在人口普查区尺度上，避免可塑面元MAUP问题。单变量空间自相关分析验证了脆弱性并非随机分布。

2.1物理脆弱性

空间相关性效应在9 km半径处减弱。高-高值聚类出现在阿迪克斯、奥尔丁、休斯顿山、谢尔顿和查内尔维尤地区的区块；低-高值聚类的社区距离洪水道更远、并且毗邻医疗设施或毗邻连接其他地区医疗设施的主要交通线路（US-90和I-45）。这种空间同质模式是由于道路网络和医疗设施的特征产生的涌现属性。

2.2社会稳健性（容忍度指数）

空间相关性效应在7km半径处减弱。在高-高集群中，医院的数量多于低-低地区。观察到只有少数高-低集群。

Moran'I双变量空间局部相关性得到物理和社会脆弱性的整体空间关联性和局部空间交互关系，分析结果能够识别社区的脆弱性来源，并针对性指导防灾规划和应急规划。

2.3物理脆弱性和社会脆弱性（容忍指数反面） 综合空间分析

高物理-高社会脆弱性识别出的区域是被边缘化群体居住的地区，有着有限的政治访问、资源供给、较低健康水平；是防灾和应急规划中最优先投资考虑的地区。高物理-低社会脆弱性多靠近100年和500年洪水区，医疗资源有限、商业开发行为多；在防灾规划中对现有设施针对性保护并谨慎新增、降低基础设施开发可能性。低物理-高社会脆弱性集群，沿I-45、I-610和US-90 走廊紧密分布；在社区防灾及应急规划中增加居民的风险意识、应急演练，提高他们灾时服务中断的容忍能力。

3 研究结论

本研究提出的灾时物理—社会脆弱性综合框架评估了美国德克萨斯州哈里斯县河洪及哈维飓风情景下医疗设施可访问和容忍度。

在评估框架中，本研究改进了物理脆弱性道路的网络渗流模型、创建了社会脆弱性—社会容忍指数（DTI） 基于人口社会因素推演模型，并以Moran'I空间相关分析物理脆弱性与社会脆弱性的空间聚类和关联性，以指导优先考虑物理和社会基础设施的发展活动/政策。

本研究贡献方面，在研究中得出若干空间规律，如稳健组件分析显示2%的近洪道道路中断将导致医疗设施网络访问量下降20%；脆弱性的空间依赖性表明存在一个同质模式，社会和物理脆弱性相似性的空间集群范围在7km和9km左右。并且，所提出的研究框架可以转换到城市其他灾害关键设施，如消防站、杂货店、加油站、药房等等，并且帮助决策者：①识别关键社区以进行道路改造和保护，以改善其在洪水期间对关键设施的访问；②检查现有医院的选址以便搬迁以及未来医疗设施的选址，以减少社区在洪水事件中的脆弱性；③优先考虑热点地区对医疗服务需求的紧急响应。

本研究局限性包括：研究尺度为人口普查区尺度，未在其他空间尺度中进行测试；研究控制的变量较多，物理脆弱性中链路移除规则仅考虑了道路到洪水通道的距离，控制了降雨量、道路海拔、排水系统和地面透水性等变量；在综合框架中削弱了城市结构、规划因素和历史因素的考虑。然而休斯顿（哈里斯县内）日益增长的城市化和密集开发没有与相应的防灾基础设施系统相匹配，其规划不到位仍然是休斯顿成为全国最易受洪水影响的城市之一的原因之一。这些更加全面的特征要素需要在后续优化模型中进一步考虑。

（供稿：孙彩瑞，同济大学建筑与城市规划学院硕士研究生）