高密度沿海地區洪澇風險評價與適應性規劃策略*
——以深圳灣地區為例

陳碧琳 孫一民 李穎龍

0 引 言

沿海城市是人口密集、社會經濟活動豐富的復雜動態系統，氣候變化增加了海平面上升、風暴降雨增強及土地沉降等不確定因素[1]，日益加劇的洪澇風險給沿海城市帶來極大威脅。沿海城市的洪澇類型分為風暴潮或地震導致的海岸洪水、超過河道荷載的河流洪水及極端暴雨引發的城市積澇[2]。其中，風暴潮洪水涉及潮位、風場和土地覆蓋糙率等多致災因子[3]。綜合考慮多個致災要素，進行沿海地區城市空間的洪澇風險評價，有助于識別城市空間洪澇風險的范圍與強度，為決策者提供更精準的空間信息反饋，對保障人民生命財產安全、提升城市空間應對風暴潮洪澇災害的韌性水平和適應能力具有積極的理論和現實作用。

現有的洪澇風險評價研究漸成體系，多數研究以人口和經濟[4]衡量單一致災因子或承災體的洪澇風險。目前尚缺乏沿海高密度城市空間的實證探索，鮮有量化城市空間物理要素的風險評估。由于洪澇風險管理與城市空間理論聯系不足，缺少洪澇災害實證研究的風險數據支撐，難以采取相應規劃干預手段提升城市空間的洪澇適應能力。因此，本文試圖構建基于城市韌性與洪澇風險管理的理論聯系與評估框架，展開深圳灣地區實證研究；選取1713號臺風“天鴿”疊加天文大潮和24 h極端暴雨的復合情景，評價該地區城市空間洪澇風險等級和適應能力；識別洪澇風險特征，挖掘降低風險與提升適應能力的機會窗口，進而提出增強高密度沿海城市洪澇韌性的規劃設計策略。

1 文獻回顧

韌性理論將城市理解為復雜適應系統，通過風險預測和提供適應性解決方案改進傳統洪澇風險管理模式，提升城市的適應能力。基于韌性理論，具有高洪澇韌性的城市受極端洪澇事件影響較小，能及時有效地抵御、吸收和適應洪澇災害的沖擊，保護和恢復其基本結構和功能[2]。傳統的風險管理方法著重抵御已知威脅；韌性風險管理則通過預測來適應潛在威脅，接受風險帶來的不確定性和系統失效[5]。

基于城市韌性的洪澇風險管理采取“危險性—暴露度—脆弱性”（hazard-exposure-vulnerability，簡稱H—E—V）分析框架[6]。危險性指災害對人類、財產或環境造成的損害；暴露度指處在風險中的元素，包括道路、土地利用、建筑物等城市空間物質要素及社會-經濟要素；脆弱性指不同災害主體在給定災害強度下所顯示出的特征和后果。風險（R，即risk）是危險性（H，即hazard）、暴露度（E，即exposure）和脆弱性（V，即vulnerability）的函數（式1），此函數得到發展并被引入適應能力（AC，即adaptive capacity）協同城市韌性與風險管理[8]（式2）。

目前大量基于H—E—V框架的研究結合水動力學模型、計算機科學與地理信息系統，復合考慮多致災因子情況下災害主體的復雜性。朗高（Longo）等以水動力數據為危險性因子，以建成區路網分布情況為暴露度因子，以路網和建筑物預期損失值為脆弱性因子，評估愛倫堡河流洪水風險[9]；呂海敏（Lyu）等模擬廣州地鐵系統的暴雨淹沒情景，計算降雨強度等危險性信息、地鐵線網密度等暴露度信息、地鐵線網接近度等脆弱性信息的總體內澇風險[7]。

路網拓撲特性關系到城市要素的流動，土地利用類型和布局涉及社會經濟要素的分配，兩者的空間特征和結構分布會深刻影響洪澇風險的危險性、暴露度、脆弱性及城市應對風險的適應能力[10]。基于危險性、暴露度、脆弱性和適應能力選取二級指標，從而建立風險評價量化體系。

洪澇危險性評估常用淹沒范圍和水深來區分危險性程度[11-12]。風暴潮的淹沒范圍和深度模擬涉及多個數據集，包括水深與陸地高程、城市下墊面、臺風、降雨與潮位變化等。

暴露度評估一般選取路網、建筑和地圖興趣點（point of interest，簡稱POI）等不同類型承災體的空間密度為二級指標。如高超等將受淹的各土地利用面積作為海平面上升暴露度指標之一[13]；張新龍等以各省公路密度衡量全國未來極端高溫情景下的公路暴露度[14]；鄭穎生等將局地尺度的各類型POI密度作為高溫暴露度空間指標[15]。

脆弱性評估則選取路網中介中心性及土地利用脆弱性等級作為二級評價指標。艾丁（Aydin）等和顏文濤等以街道鏈路中介中心性測度路網脆弱性[16-17]；自然資源局發布的海洋行業標準《海洋災害風險評估和區劃技術導則 第1部分：風暴潮》劃分了不同土地利用類型在風暴潮災害中的脆弱性等級[18]，李夢雅（Li）等在浙江省玉環縣臺風潮水淹沒模擬中也以土地利用類型區分其脆弱性等級[19]。

適應能力評估通常以步行可達性和應急避難場所數目為細化指標。快速疏散和設置應急避難場所被認為是城市應對風暴潮、海嘯等海洋災害的重要措施[20]，常用步行范圍內避難場所數量來度量風暴潮適應能力[19]。根據深圳市氣象災害公眾防御指引，臺風和暴雨期間居民應減少室外逗留，遠離大樹、廣告牌、電線桿等戶外危險區域，避免進入地鐵、車庫和地下商場等地下設施[21]，因此，臺風風暴潮與極端降雨等氣象災害的應急避難場所選取應以大型公共場館、學校、酒店旅社等室內場所為主。

綜上，韌性理論完善了城市洪澇災害管理體系，通過分析風險組合，識別暴露在危險中的脆弱性因子；基于合理的風險預測，以城市路網和土地利用等物質空間要素作為災害和適應主體，提供有針對性的適應性解決方案，從而挖掘洪澇韌性城市的規劃設計方法和策略。

2 研究區域與數據來源

臺風“天鴿”導致珠江口地區水位超過歷史極值，風暴潮引起的增水幅度、潮水位及破壞強度遠超200 a堤防防御能力[22]。相比近年來影響深圳的超強臺風“山竹”，“天鴿”雖影響時間和范圍較小，但極大風速更大，爆發性更強[23]。其中心向珠江口移動時與深圳的最近距離約82 km，登陸點距深圳僅90 km左右。臺風期間重疊天文大潮，伴隨24 h 50 a連續降雨，因此本文選取此極端不利氣候條件來評估深圳灣地區洪澇風險。

2.1 研究區域

深圳灣地區位于珠江口東岸深圳灣流域北部，陸地研究范圍南臨深圳灣，東至新洲路，西北以北環大道為界，面積約94 km2（圖1）。自1979年至今40多年間，該區域地勢低洼、人口密集，歷經大規模填海造地和快速城市化進程，是高密度高集群高洪澇風險的沿海城市建成區。

圖1 研究區域Fig.1 study scope

2.2 數據來源

基于H—E—V框架和韌性理論，將深圳灣地區城市空間要素的洪澇風險分解為危險性、暴露度、脆弱性和適應能力4部分（表1）。各指標信息均以1984年世界大地坐標系統（World Geodetic System-1984 Coordinate System，簡稱WGS-84）為水平基準，以平均海平面為高程基準，采用通用橫墨卡托格網系統北半球第49投影帶（Universal Transverse Mercator Grid System—Zone 49N，簡稱UTM-49N）為投影坐標系。

表1 深圳灣城市空間要素的洪澇風險指標數據類型及來源Tab.1 flood risk data types and sources of urban spatial elements in Shenzhen Bay Area

3 城市空間風暴潮洪澇風險評價框架

3.1 構建城市空間洪澇風險評價指標體系

以H—E—V框架危險性、暴露度、脆弱性和韌性理論的適應能力要素為理論框架，耦合路網和土地利用等城市空間物理要素，推導出城市空間在洪澇風險中的識別特征，進而構建城市空間洪澇風險評價指標體系（表2）。

表2 城市空間洪澇風險評價指標體系Tab.2 urban spatial flood risk assessment index system

第一，高危險性片區受到潮、洪、澇的沖擊，承受高潮水位頂托與河流洪水、城區低洼處積澇、淹沒影響范圍廣的壓力。因此，城市空間洪澇危險性通過城區洪澇淹沒程度呈現，以給定水文條件的復合情景模擬下淹沒范圍和淹沒水深值為二級指標。

第二，高暴露度片區往往是面臨洪澇挑戰的具有高密度路網和城市功能組團的城市建成區。因此，城市空間洪澇暴露度選取路網和土地利用要素的分布與聚集情況作為一級指標。與土地利用單一功能區劃分相比，POI數據具有樣本量大，空間粒度精細等特點[29]，故分別以路網密度和工作（辦公與工業）、居住、設施（商業與公共服務）的POI密度為二級指標。

第三，高脆弱性片區存在城市藍綠系統不連貫、對路網干道穿行依賴度高、沿海用地類型脆弱性等級高的問題。因此，城市空間洪澇脆弱性表現為路網與土地利用的空間特性，路網特性和土地利用類型為脆弱性評價指標。路網脆弱性與拓撲特性相關，高中介中心性街道自適應能力較低，脆弱性較高[16]；不同土地利用類型可藉由經驗值確定脆弱性等級，藍綠系統脆弱性較低，居住和設施用地脆弱性較高[19]。

第四，低適應能力片區面臨避難場所分布不均、疏散通路可達性低、部分城市功能受損的困境。城市空間洪澇適應能力包括風險發生前的準備和計劃能力、風險期間的應急反應能力和風險過后的恢復和轉型能力[30]，故將洪澇災時和災后的適應能力作為一級指標。道路網絡是重要的城市生命線系統，去除洪澇淹沒的受損鏈路得到支撐城市生命線的新路網系統。耦合上述路網1 km步行范圍局部連通性，將體育館、展覽館等室內大型公共場館、學校、旅社等POI 密度作為洪澇災時適應能力二級指標，反映洪澇災害發生時步行可達的室內安全避難場所數量；災后恢復能力以該路網的全局連通性和未被淹沒的工作、居住和設施POI密度作為二級指標，觀察災后短時間內研究區域能否維持日常生活和恢復物質空間流通。

3.2 制定城市空間洪澇風險評價實施路徑

上述指標涉及不同數據源、量綱和分析方法，因此有必要制定城市空間洪澇風險評價實施路徑（圖2），梳理各要素層的分析過程，進而將各項指標整合到統一的評價框架，綜合呈現評估結果。

圖2 城市空間洪澇風險評價實施路徑Fig.2 pathways of urban spatial flood risk assessment

第一，數據準備：收集數據，結合實際情況補充缺漏信息，糾正錯誤，去除重復數據。然后通過地理配準和空間校正將數據整合至GIS平臺進行地理信息空間化，得到下一步分析的預處理數據文件。

第二，各要素層的情景模擬和空間分析：危險性評估采用情景模擬方法（圖3），基于丹麥DHI公司開發的Mike21二維水動力模塊，建立2017年8月22日0時至23日23時深圳灣地區淹沒模擬模型。首先生成海陸研究區域的非結構性網格，定義陸地邊界和開邊界。然后分別結合上述網格與地形、土地覆蓋糙率和臺風數據生成面文件。

暴露度、脆弱性和適應能力評估采取空間分析方法（圖4）。暴露度評估基于GIS核密度分析得到路網和各功能類型POI的暴露程度；脆弱性評估分別基于sDNA[31]的中介中心度和土地利用類型風暴潮脆弱性等級展示城市空間脆弱性程度；適應能力評估則在洪澇淹沒圖基礎上，斷開被淹沒鏈路，得到受損后的路網。基于sDNA和GIS，關聯應急避難場所POI與路網1 km局部連通性，以此為要素計數次數（population）計算避難場所的核密度；通過sDNA得到路網全局連通性，GIS核密度分析得到未被淹沒的各功能類型POI空間分布情況，進而分別獲取風暴潮災時和災后的適應能力情況。

圖4 空間分析所需路網、POI、土地利用數據集Fig.4 data sets of road network, POI and land use for spatial analysis

第三，各要素層二級指標等級劃分：判別指標是否屬于分類數據，分類數據按等距法分級，否則采用自然斷點法分級，將所有二級指標按低、較低、較高、高的程度分為1、2、3、4級。通過等級劃分將不同量綱的指標因子統一至相同的評價框架。

第四，基于GIS的風險等級柵格運算：在GIS中建立研究范圍的30 m×30 m的漁網矢量圖，空間關聯二級指標的等級值至漁網圖單元格。對每個網格進行風險等級公式（1）和（2）運算，即基于H—E—V框架的洪澇風險等級（R1）及耦合適應能力的洪澇風險等級（R2）。

4 深圳灣地區風暴潮洪澇風險分析

4.1 危險性分析

深圳灣地區全域洪澇淹沒影響范圍較大，約有24.6%地面淹沒水深超過0.5 m，集中在沿海岸片區，分散于城區低洼處積澇點。在洪澇演進過程中（圖5），臺風風暴潮洪水溢流，潮水涌入陸地。至23日6時，水深＞1 m的洪水面積達到峰值，約6.8 km2。之后伴隨長時間降雨，洪澇危險性逐步由澇水主導。由于潮位高于雨水排海口（2.11 m）[24]導致城市排水系統的失效，城區內形成多個0.5 ～ 1 m的積澇點。

持續東南向大風使大量海水涌入珠江口，造成深圳灣內海水堆積。風暴增水與天文大潮水位疊加，沿岸水位增至4.8 m，超過現狀200 a堤圍標準。部分海灣凹岸轉折急促，海面潮差增大，形成最高9 m的高潮位點，大沙河河口因而出現河流洪水。沿海片區淹沒水深超過0.5 m，是洪水淹沒最嚴重的區域。

長時間極端暴雨給深圳灣建成區帶來內澇挑戰。深圳灣地區中東部地勢平坦，地形坡降不明顯，澇水在重力作用下向低洼片區積聚；西部地形起伏較大，積澇點主要集中在大小南山山腳處。

結合深圳洪澇積水點相關數據[32]⑥，實際積澇點淹沒深度介于0.3 ～ 1 m，沿海岸淹沒深度為0.4 ～ 1 m，深圳赤灣站23日11時高潮位達2.55 m（超過2.50 m警戒潮位），浪高達3 ～ 4.5 m⑦。對模擬和實際的危險性結果進行擬合優度分析，模擬淹沒深度稍高于實際積水深度，總體擬合優度較好（自變量系數為1.783，判定系數R2為0.927 3），說明此次復合情景模擬的淹沒深度值能較為準確地反映深圳灣地區洪澇危險性水平。

4.2 暴露度分析

深圳灣地區作為高度建成區，其空間結構呈現生態滲透、多組團多中心、高度集聚的分布特征。工作、居住和設施等維持日常生活的POI空間分布與路網系統具有較高的一致性（圖6）。

圖6 深圳灣地區路網與土地利用洪澇暴露度評估Fig.6: flood exposure assessment of road network and land use in Shenzhen Bay Area

除大小南山、港口碼頭外，路網暴露度水平分布較為均衡，路網密度一般介于7.5 ～ 11.5 km/ km2。高暴露度路網集中在研究區域中部，即蛇口海上世界以東至沙河西路區域，局部分散在東部，路網密度達到11.5 ～ 15.1 km/ km2。其中，蛇口街道、超級總部基地、車公廟等片區地勢低洼且臨近海灣，風暴潮可能給這些區域帶來更高的市政損失和維護成本。

各功能POI的暴露度水平分布則呈現分散式集中的多中心特點，這些城市主要功能聚集在蛇口街道、后海中心區、高新園和車公廟4個地區。這些區域被城市公園綠地等生態空間分隔，內部各功能高度混合，職住平衡水平較高，公共配套較為完善，POI密度可達38 ～ 51個/ km2。

4.3 脆弱性分析

深圳灣地區高脆弱性區域沿海岸線分布，體現為低冗余度、高穿行度的濱海城市干道和部分濱海及積澇點的高脆弱性等級用地（圖7）。

圖7 深圳灣地區路網與土地利用洪澇脆弱性評估Fig.7 flood vulnerability assessment of road network and land use in Shenzhen Bay Area

路網形態具有城市干道串聯多組團街道系統的空間特點。各組團內路網中介中心度較為均勻，脆弱性較低。穿行度的壓力集中在東西向主干道上，從南到北依次為濱海大道、南海大道、白石路、深南大道。這些高穿行度的道路一旦失效，沒有足夠的替代路徑，致使區域內東西交通聯系受阻，與之關聯的鏈路可達性也受到影響。

土地利用表現出生態廊道嵌入城市功能用地的布局特征。居住、商業和公用設施等高脆弱性用地約占總用地面積的36.5%，主要布局在蛇口街道、后海、月亮灣大道、白石洲和車公廟片區。研究區域內海岸帶藍綠生態系統不連貫，中東部以深圳灣公園和紅樹林保護區為主，脆弱性較低；西部存在較高開發強度的高脆弱性用地，洪澇災損較大。

4.4 適應能力分析

研究區域總體路網適應能力較低，受淹鏈路多為主干道，如濱海大道全段、白石路和深南大道局部，全局連通性較低；而土地利用和功能布局的適應性良好，城市功能在淹沒模擬中并未受大幅影響，包括深圳灣公園在內的城市生態空間起到了吸收洪、潮和調蓄雨水的作用（圖8）。

圖8 深圳灣地區洪澇適應能力分析Fig.8 analysis of flood adaptive capacity in Shenzhen Bay Area

在風暴潮期間考察應急避難場所的分布密度和可達性可知：一方面，這些場所分布不均衡，在西北部和中部分布不足；另一方面，避難場所與路網聯系不夠緊密，相當一部分場所并未布局在通達性較高的路徑上，因此它們的步行可達性較弱。

分析風暴潮過后的路網通達性和各功能類型POI密度可見：一方面，整體路網全局通達性較低，不利于維持城市生命線的運行；另一方面，蛇口海上世界、后海中心區等內部組團采取小街密路的空間形式，路網局部通達性良好。與淹沒前相比，各功能類型POI密度的降幅僅為6%左右，有利于城市活動在短時間小范圍內恢復正常運行。

4.5 洪澇風險綜合評價

集成各要素指標層可見：在深圳灣地區，危險性主要沿海灣展開，分散在城區內部地勢低洼的區域；暴露度集中在城區中部的開發強度較大的地塊；脆弱性突出表現在穿行度較高的主干道沿線；適應能力最佳的中部區域呈現路網通達性強、功能復合配置的特征（圖9）。

圖9 深圳灣地區洪澇風險評價Fig.9 assessment of flood risk in Shenzhen Bay Area

深圳灣地區洪澇風險散布在沿海岸線區域和低洼積澇點。將適應能力納入風險評價，可發現適應性規劃設計措施在提升城市韌性、降低洪澇風險所發揮的重要作用，如深圳灣公園等城市藍綠空間通過調蓄洪水和澇水、增加地表糙率、減少徑流，降低了沿海岸的危險性和脆弱性；后海片區通過合理密化路網、促進工作、居住和設施的土地利用功能混合、配置可達性良好的應急避難場所等手段，緩解了研究區域中部及沿海灣建成區的洪澇風險。

5 城市空間適應性規劃策略

通過梳理臺風風暴潮與極端暴雨對深圳灣地區造成的洪澇風險沖擊，識別高風險區域，分別通過降低危險性、降低暴露度、降低脆弱性和提高適應能力，對這些片區提出城市空間適應性規劃應對策略（圖10）。

圖10 應對臺風風暴潮與極端降雨的城市空間適應性策略Fig.10 urban spatial solutions adaptive to flood storm surge and extreme rainfall

第一，高危險性片區的適應性規劃策略。針對潮水和洪水問題，建立外海、內灣、河口處硬性（海堤、防波堤、隔板）與軟性（紅樹林、濕地、灘涂、沙灘、珊瑚礁）混合式基礎防御設施的風暴潮屏障[33]；針對城區暴雨積澇問題，構建分散式立體化的雨水調蓄系統，如下凹式綠地、雨水廣場、透水鋪裝和屋頂花園等，在高密度建成區有效控制雨水徑流和解決用地短缺問題[34]；針對洪澇影響范圍廣的問題，采取基于自然的解決方案，多領域多尺度綜合應對災害挑戰，提供社會、經濟和環境效益[35]。

第二，高暴露度片區的適應性規劃策略。多尺度空間規劃干預手段覆蓋城市、片區、街區、建筑及場地，采取適宜的技術手段在不同空間尺度管理洪澇風險，實現從粗放到精細化的設計范式適應性轉型[36]。對低洼的道路系統，將其地面標高抬升至洪澇水位以上或通過三維豎向設計建設立體步行網絡；對高暴露度的城市功能組團，運用備用和模塊化設計優化功能布局，將受洪澇沖擊的功能模塊設置為靈活的多用場所[37]。

第三，高脆弱性片區適應性規劃策略。針對藍綠基礎設施中斷問題，恢復藍綠空間防災韌性的生態系統服務[38]，將紅樹林保護區、深圳灣公園等碧道建設逐步拓展到西海岸；針對高中介中心性干道問題，遵循緊湊高效的精明營建理念[39]，合理加密城市路網以增加冗余度；針對沿海高脆弱性用地問題，采取用地預留、土地收購和生態修復等土地利用管控方法，在持續存量更新進程中控制高風險區的無序開發，降低沿海空間脆弱性[40]。

第四，低適應能力片區適應性規劃策略。在高密度城市環境中完善防災規劃，增加步行可達的避難場所數量，形成合理的避難空間布局和可達可識別的應急疏散路徑；此外，需強化土地利用功能復合，確保市民在洪澇災害期間維持工作和生活。

6 結論

沿海城市洪澇災害致災因子日益復雜，需要深入研究風險管理及相應的規劃干預措施。本文綜合運用洪澇情景模擬的水動力學模型、城市空間形態計量方法、GIS數據集成和可視化技術，對深圳灣地區在臺風風暴潮和極端降雨情況下的洪澇風險和適應能力進行量化評價。基于城市韌性理論，以城市空間作為災害適應主體，將洪澇風險解構為危險性、暴露度、脆弱性和適應能力，通過分析得到如下結論：

第一，“危險性—暴露度—脆弱性—適應能力”的評價框架及多源指標數據的介入分析，有助于理解高密度沿海城市地區洪澇風險的復雜性。該框架突破過去洪澇淹沒危險性制圖的單一研究方法，結合城市形態要素的空間分布和特性，多維度、多層面動態地解構洪澇風險的復雜成因，從而有針對性地對不同要素層提出城市空間適應性策略。

第二，危險性分析展現了臺風風暴潮期間城市沿海地區受到潮、洪高水位的巨大威脅，驗證了僅依賴高標準剛性工程手段難以應對洪水不確定因素；長時間極端暴雨持續影響了廣大低洼的建成區，排水管網的失效啟示了應以更具彈性的雨水調蓄手段應對內澇問題。

第三，暴露度分析呈現了深圳灣地區路網與城市功能的空間分異，體現了分散式集中的特點，需要重點關注高密度高集群片區的危險性程度，采取多尺度空間韌性規劃降低其暴露度。

第四，脆弱性分析暴露了深圳灣地區在路網配置和土地利用布局方面洪澇韌性考慮不足，即城市藍綠生態系統不連續、東西向城市干道依賴度高、高危險區域用地脆弱性等級較高。

第五，適應能力分析從災害期間和之后2個階段凸顯了完善應急疏散和避難場所規劃、建立高效緊湊的街道網絡、加強復合土地利用等韌性規劃設計方法對降低沿海城市洪澇風險等級的可行性。

綜上，本文試圖構建城市空間評價框架識別當前存在的洪澇風險結構，通過情景模擬和空間分析識別洪澇災害的成因、演進和影響，從而有針對性地提出城市空間規劃措施，尋求高密度沿海城市應對臺風風暴潮的適應性轉型機遇，使洪澇韌性城市空間形態的研究走向更可操作落實的層面。

注釋：

① 深圳灣地區陸地DEM選取日本宇宙航空研究開發機構 （JAXA）發布的30 m分辨率的全球數字表面模型開放數據集：ALOS World 3D -30 m DEM（2006—2011），其獲取路徑為：https://www.eorc.jaxa.jp/ALOS/en/aw3d30/.

② 由國家海洋科學數據中心（http://mds.nmdis.org.cn/）獲取15分辨率的GEBCO數據（2020），基于GIS通過克里金插值法加密得到30 m分辨率的深圳灣海深值。

③ 由全國地理信息資源目錄服務系統（https://www.webmap.cn/main.do?method=index）獲取30 m分辨率的全球地表覆蓋數據（2010） 。

④ 深圳臺風網：http://tf.121.com.cn/index.html.

⑤ 高德開放平臺：https://lbs.amap.com/.

⑥ 根據深圳市水務局《深圳市深圳河灣流域綜合治理方案》、深圳市政府數據開放平臺（https://opendata.sz.gov.cn/data/dataSet/toDataDetails/29200_01403147#）及深圳市氣候中心《2017年8月深圳市氣候影響評價》獲取洪潮點、積澇點的水位數據，部分缺失數據基于GIS通過克里金插值法進行估值補充。

⑦ 由國家海洋預報臺官方微博發布的頭條文章《強臺風“天鴿”即將登陸珠江口到陽江一帶 沿海浪大潮高要注意！》（https://card.weibo.com/article/m/show/id/2309404143826875862569）獲取浪高數據。

圖表來源：

圖1：作者基于國家測繪地理信息局標準地圖服務網站下載的審圖號為GS(2019)4342號的標準地圖和深圳市地理信息公共服務平臺網站下載的審圖號為粵S(2018)02-68號的標準地圖繪制

圖2-10：作者繪制

表1-2：作者繪制