“河南洪灾”并非偶然ature最新封面:全球受洪灾影响人口数量正在扩大灾害洪涝自然灾害

文丨学术头条,作者丨库珀,编审丨寇建超

今年夏季汛期,我国河南地区遭受的极端暴雨和洪涝灾害给当地造成了严重损失。

截至 8 月 2 日 12 时,河南全省共有 150 个县(市、区)、1663 个乡镇、1453.16 万人受灾,倒塌房屋 30106 户、89001 间;农作物成灾面积 872万 亩,绝收面积 380 万亩,直接经济损失高达 1142.69 亿元。更令人心痛的是,此次特大洪涝灾害共造成 302 人死亡,50 人失踪。

我们在为遇难者惋惜默哀的同时,或许也应该注意到:此次特大洪涝灾害也许并不是一个局部灾害现象。

一般来说,河流和海岸系统的洪水是与气候相关的最常见和最具破坏性的灾害,每年造成数十亿美元的损失,这些影响会往往不成比例地落在穷困和弱势群体身上,因为洪水对他们的生产生活造成的冲击最大,他们从灾害中恢复的能力也有限。

研究人员通过对 12719 张分辨率为 250 米的卫星遥感图像进行分析,估计了 2000-2018 年期间 913 次大洪水事件的洪水范围和受灾人口暴露,计算出总淹没面积为 223 万平方公里,约有 2.55-2.9 亿人直接受洪水影响。

而且,从 2000-2015 年,卫星观测到的洪水泛滥地区的总人口从 5800 万增至 8600 万,这意味着全球遭受洪水灾害的人口比例增加了 20%-24%,比之前的估计高出 10 倍。

此外,基于气候变化预测,直到 2030 年受洪水影响的人口比例仍将进一步扩大。

研究人员基于观测结果生成的全球洪水数据库,将有助于改进区域洪灾脆弱性评估,提升全球和地方洪水模型的准确性、优化干预措施的效力,以及增强我们对土地覆盖变化、气候和洪水之间相互作用的理解。

但洪水受灾人口的增加,除了自然灾害之外,还有其他因素。

卫星观测下的洪水灾害

由于快速城市化、防洪基础设施和洪泛区定居点的增加,洪水发生的地点和方式以及受影响的人群均在发生变化。

综合来看,气候、土地利用、基础设施和人口结构的变化都与洪涝灾害密切相关,导致破坏性洪水的严重性、持续时间和频率在增加,2000-2019 年,全球洪灾损失约为 6510 亿美元。

全球洪水模型的研究有助于揭示一些趋势,包括控制灾害规模、减少生命财产损失等,但洪水暴露和脆弱性评估经常受到灾害模型不确定性的限制,很多情况下是由于快速的人为变化、校准数据不足和地形数据质量差等原因造成的。例如人类改变了土地和河流利用方式,改变了洪水活动,而建模假设的差异则会导致不同模型的人口和区域洪水暴露估计之间形成偏差。

2000-2015 年,全球总人口增长了 18.6%,而在被观察的洪水灾害地区,这一数字为 34.1%,暴露于大洪水事件的人口比例变化表明 119 个国家的全球平均增长率为 20%-24%。洪水风险增加集中在中低收入国家,在城市化程度较低的国家,洪水暴露趋势可能被低估,因为城市洪水在全球洪水数据库中的代表性不足。

在所有洪水类型中,受洪水影响的人口比例都有所增加,但在因溃坝引起洪水的地区,这一比例最高增加至 177%,防洪基础设施(如大坝)附近的人口增加可能是一大隐患。

研究人员观察到,在 70 个国家中被淹没地区的人口比例增加了 2% 以上,有 40 个国家增加了 20% 以上。自然保护区内人口增长率较高的地方,包括印度古瓦哈蒂和孟加拉国达卡,南亚和东南亚的河脉流域(如印度河、恒河-雅鲁藏布江和湄公河)附近受洪水影响的绝对人数最多(分别为 1700-1990 万、10780-13490 万和 2020-3280 万),受洪水影响的人口比例增加(分别为 36%、26% 和 11%)。在 21 个国家中,受洪水影响的人口比例变化不大(增长 3% 或 2%),尤其是东欧和俄罗斯人口下降的地区。

在 28 个国家中,受洪水影响的人口比例下降了 3% 以上。例如,在美国,卡特里娜飓风后新奥尔良地区受洪水影响的人口减少;在中国长江流域,受洪水影响的人口比例则下降了 7%。

未来洪水灾害预计如何?

利用世界资源研究所洪水风险分析仪,研究人员计算了 MODIS 观测充足的 119 个国家在不久的将来(2010-2030 年)将面临洪水威胁的人口。据估计,到 2030 年,洪水区或将有 7.58 亿人遭受洪水影响。

全球受洪水影响的人口比例将增加,但各国之间会有所不同。在 57 个国家中,预计将有更多人口暴露在洪水威胁中,特别亚洲和非洲。但由于气候和未来人口模型的不确定性,难以预测移民模式和特定国家城市发展的变化,这意味着,在城市化迅速增加的地方,未来洪水风险的增加可能被低估了。

研究人员表示,卫星观测有充足的证据表明洪水暴露的增加(2000-2015 年为 20%-24%)远高于先前的估计(1970-2010 年为 2.6%),可能是因为这项研究观测捕捉到了由溃坝、雨洪事件和融雪引起的洪水,而这些事件因素之前都不包括在全球洪水模型中。

但是,论文也提到了此次研究的四个局限性:

(1)事件记录不完整,不包括较小但有影响力的洪水事件;(2)MODIS 绘制城市洪水地图的能力有限;(3)人口空间分布的不确定性;(4)预测极端气候的不确定性。

基于紧急事件数据库估计,从 2000-2018 年,有 11 亿多人遭受洪水灾害,比论文估计的还要多 1.59-2.08 亿人,由于卫星和人口增长模型的不确定性,本项研究可能低估了快速城市化国家的洪水暴露趋势。

目前,研究人员开发的全球洪水数据库提供了 250 米分辨率的全球空间洪水事件数据目录,可供公众下载,据悉,该数据库是迄今为止最大、最准确的观测洪水数据集,为全球洪水的研究提供了全新视角。

迈出了“关键”一步

研究人员希望,这项研究给出的洪水风险上升证据,能够帮助各国制定至关重要的洪水应对决策,比如将人群迁移安置到其他安全地方。

来自世界银行全球减灾与灾后恢复基金的专家 Brenden Jongman 表示,这一分析成果提高了目前行业对重大洪水空间范围的理解。

最重要的是,能够观察易受洪水影响地区的人口和社会经济活动的变化。但卫星数据的空间分辨率和全球人口模型的使用不允许对城市地区的洪水影响进行更详细分析,鉴于世界正在迅速城市化,城市灾害风险日益受到关注,未来的研究应开发出评估城市全球洪水风险的改进方法。

随着全球人口的增长和城市的扩张,曾经提供防洪保护的自然生态系统也将受到破坏。红树林、珊瑚礁、沙丘系统和城市公园等可以抑制洪水波,减少洪峰流量,显著减少洪水和其他与气候相关的危害。

Jongman 认为,投资于恢复或建设生态系统的解决方案也是一种成本效益高的方式,可以减少洪灾破坏,同时改善生物多样性并提供其他好处。

理解气候变化、社会经济发展和洪水之间的联系是一项重大科学挑战,开发一套强大的决策支持模型至关重要,该模型将使决策者能够计算和传达应对未来挑战的最佳措施组合,本项研究成果已朝着这一方向迈出了关键一步。

参考资料:

Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.

THE END
0.应急指挥“智慧大脑”:洪水地震一屏联动。应急指挥大脑通过大数据分析技术,可以从这些看似杂乱无章的数据中挖掘出有价值的信息,如灾害发生的规律、发展趋势、可能影响的范围等。例如,通过对历年洪水灾害数据的分析,可以预测不同地区在特定季节发生洪水的概率和规模,为提前做好防洪准备提供依据。 云计算技术 云计算为应急指挥 “智慧大脑” 提供了强大的计算能力和存储资源。jvzquC41dnuh0lxfp0tfv87623e99A9659:0c{ykenk0fnyckny03=;537>36
1.突发事件应急气象站:数据支撑救援,破解灾害后气象数据空白难题|地震、洪水、山体滑坡等突发事件发生后,原有的固定气象站常因损毁或断电陷入“数据中断”状态,而救援过程中又急需实时气象数据判断次生灾害风险——某地震灾区曾因缺乏实时雨量数据,未能及时预警余震引发的泥石流,导致救援通道被阻断;某洪水救援现场因不清楚风速变化,冲锋舟作业时遭遇突发大风,增加了救援人员的安全风险。jvzq<84m0uooc7hqo0io1jwvkerfa@>45:879>9a3f>5e95642622:ipkm4ivvq
2.数据查询数据查询 综合查询 关键字: 灾害种类: 不限气象水文灾害地质地震灾害海洋灾害生物灾害生态环境灾害 灾害过程: 不限预警信息知识储备科普知识物资储备设备设施风险地图宣传挂图图书影像自救互救求救电话避难场所社会力量安置场所政府补助次生灾害心理疏导卫生安全保险索赔重返家园jvzquC41yy}/pmwee0usi7hp1updz8npfg~/lqyon
3.国家气象信息中心该报告由联合国减少灾害风险办公室(UNDRR)、比利时灾害传染病学研究中心(CRED)等机构及高校联合完成,报告的统计数据来自CRED的紧急事件数据库(EM-DAT)。 报告指出,2000年至2019年期间,全球共记录7348起重大灾害,造成123万人死亡,受灾人口总数高达42亿(许多人不止一次受灾),给全球造成的经济损失高达2.97万亿美元。 jvzq<84fcvg/evf0ep5bt}neng5hg}Qghv5jf8927280
4.首发+问题一代码免费分享洪水灾害的数据分析与预测 摘要 洪水是由暴雨、急剧融冰化雪、风暴潮等自然因素引起的江河湖泊水量迅速增加或水位迅猛上涨的一种自然现象,也是自然灾害之一。本文将基于题目给出的数据,实现对洪水灾害的预测。 对于题目提供的数据,首先需要进行数据清洗,即利用KS检验+Q-Q图判定分布方式,对于正态分布的数据使用3西格玛jvzquC41dnuh0lxfp0tfv8vsa597;9=431gsvrhng1jfvjnnu1752:>8;8?
5.全球自然灾害信息库洪水 农作物 森林 天文 +− 3000 km 时段 时间 范围 清除 地区 灾害事件简要信息列表 序号 灾害名称 灾害类别 发生地点 发生时间 灾害强度 操作 1 中国西藏自治区那曲市双湖县地震 地震 中国西藏自治区那曲市双湖县 2025-09-09 05:26:01 4.0M jvzq<84fkugtvnw0ecyoy7sgv1
6.【简单直观、易于操作】1D+洪水淹没制图丨山洪径流模拟,洪水频率计算基于洪水频率计算得到的设计洪水成果,通过水位流量关系将常见年遇洪水的洪峰流量转化为水位,进一步结合洪泛平原DEM数据,采用GIS水文分析方法计算洪泛平原内任一栅格的水流流程,耦合一维水力学模拟计算,用于大范围洪水淹没制图。淹没制图算法近似于HecRAS等水力学模拟软件算法。 jvzquC41dnuh0lxfp0tfv8|gkzooa=;9696878ftvkimg8igvcomu86655>35<7
7.CesiumJS赋能应急管理:灾害模拟与救援指挥系统搭建实例通过以上实例可以看到,CesiumJS 凭借强大的数据处理能力、逼真的可视化效果和灵活的交互功能,在应急管理的灾害模拟与救援指挥系统搭建中发挥着重要作用。从洪水灾害模拟的场景构建,到救援指挥系统的资源管理与调度,CesiumJS 为应急管理提供了全新的技术手段和解决方案。虽然目前还面临一些挑战,但随着技术的不断发展和完善,jvzquC41dnuh0lxfp0tfv87623e99A9659:0c{ykenk0fnyckny03==993759
8.国家气象信息中心当然,除了洪水,滑坡、泥石流等地质灾害在落区重叠时也很容易发生。 今年江西、湖南、广西等多地发生滑坡和泥石流的新闻频见报端,两轮强降雨间隔时间太短的话,受到影响的区域很难在短时间内“恢复”过来。 当然,无论是洪水风险,还是地质灾害风险,气象与相关部门都会及时发出预警,提醒相关部门、人员做好防范应对。希望jvzq<84fcvg/evf0ep5tk}j1ctzjeuj1kf53;>=60jznn