杭州主城区暴雨水淹灾害风险预测

 

GWR需要排除存在多重共线性的因子，本研究运用最小二乘法计算影响因子的方差膨胀因子（varianceinflationfactor,VIF）值，若VIF值大于7.5，说明因子之间存在多重共线。计算结果表明：2019—2021年影响因子的VIF值均小于7.5，即各影响因子间不存在多重共线性。

 

利用GWR的空间预测功能，以水淹灾害核密度作为因变量，6个影响因子作为解释变量，将生成的水淹灾害预测值进行空间图示表达（图5）。计算发现2019—2021年暴雨水淹灾害回归模型的校正R2分别为0.68、0.69、0.71，说明解释变量对水淹灾害的解释能力很高。预测结果显示水淹灾害在杭州主城区呈现多核心分布趋势，且极高暴雨水淹灾害风险区主要分布在杭州上城区南星街道、小营街道、湖滨街道、清波街道，滨江区长河街道和西湖区西湖街道、西溪街道、翠苑街道，以及拱墅区天水街道、朝晖街道、武林街道、祥符街道、潮鸣街道、长庆街道、米市巷街道等。风险预测结果与暴雨灾害的实际空间分布（图3）非常相似。

 

5研究展望

 

本研究得出的城市空间暴雨水淹灾害影响因子阈值及因子间的交互作用情况，可以更好地为缓解城市洪涝风险提供指导，如在城市开放空间径流调节方面，植被覆盖度的阈值标准可作为城市规划建设的重要依据，以进一步重组和优化绿色开放空间的结构和比例。

针对杭州主城区中心区域植被覆盖度低、非渗透表面丰度高的情况，充分利用现有建筑屋面、建筑立面、社区灰色空间、水系和贯穿城市的道路等见缝插绿，构建出覆盖暴雨水淹高风险区和次高风险区的蓝绿海绵网络，加大风险区域开放空间透水下垫面的营造，解决开放空间绿色斑块分布不均匀等问题。同时，在对城市空间进行缓解水淹灾害的气候适应性规划时，可综合考虑城市空间中水淹灾害影响因子的阈值及其相互作用情况，提出更合理的因子规划控制区间。

 

在城市洪涝灾害治理中，城市管网对其影响同样不可忽视。本研究的不足之处在于未完成对城市管网影响因子的分析，未来的研究可以充分结合城市排水管网与各因子数据对城市水淹灾害进行更加综合的分析评估，

以完善本研究中存在的不足。

 

随着学者对大中型城市防灾减灾研究的深入，未来可能会基于多尺度的GWR模型进行不同尺度下的城市空间应对暴雨水淹灾害的预测，并使用更为优化的研究方法，界定出影响因子的阈值区间，为城市应对暴雨水淹灾害提供更加全面的对策。