基于ArcGIS Engine的風暴潮淹沒適應氣候變化策略輔助決策系統開發*

廖 琪, 江文勝

(中國海洋大學環境科學與工程學院 海洋環境與生態教育部重點實驗室, 山東 青島 266100)

氣候變化是目前大家所關注的熱點,減緩和適應是當前應對氣候變化的兩種有效路徑。減緩是指通過減少溫室氣體排放或增加生態系統碳匯來緩解氣候變化,而適應則是指采取適應措施和策略來改變或降低氣候變化的不利影響[1-2]。由于風暴潮是直接由臺風等強烈的大氣擾動產生的,因此其受氣候變化影響較大。針對風暴潮動力機制和預報的研究已經開展多年,而針對風暴潮淹沒進行的適應氣候變化研究相對較少。

輔助決策系統是城市環境規劃與管理中常見的環境管理技術手段,可為決策者提供科學、高效的輔助決策工具。目前,ArcGIS Engine是地理信息相關的系統開發主流產品[3],它是一種獨立的開發工具包系列產品,主要優勢是能夠依托C#、Visual Basic.NET、Java、Visual Basic、C/C++等語言編寫復雜的獨立程序,開發難度相對適中,其中的Visual Studio是一個完整的開發工具集,包含了UML工具、代碼管控工具、集成開發環境(IDE)等,能夠滿足系統開發的基本需求,同時,基于ArcGIS Engine的輔助決策系統開發已被廣泛應用到各類城市規劃、環境決策和空間信息管理中[4-6]。2022年6月,生態環境部發布的《國家適應氣候變化策略2035》文件表明,中國目前適應氣候變化的相關理論研究與技術研發相對薄弱,而適應氣候變化策略制定是區域環境管理的重要內容,但由于方法體系上還不夠成熟,尚缺乏針對適應氣候變化的輔助決策系統,尤其是在城市層面開展的研究更不多見。

針對風暴潮淹沒的適應氣候變化策略需要一定的專業技術背景和適應氣候變化研究基礎,這使得整個研究中的數據處理過程相對復雜,而將這部分流程化的內容形成有效的工具或系統平臺,能夠極大地提升研究的可操作性和實用性。因此本研究試圖將風暴潮淹沒適應氣候變化策略研究加以流程化,并在此基礎上構建輔助決策系統。

青島市是中國北方典型的海岸帶城市,海洋災害類型較多,但風暴潮災害影響最大[7]。在氣候變化背景下,臺風頻次和路徑會產生異常改變,使得風暴潮發生頻次和重現期隨之改變,進而影響風暴潮致災水平[8-9],同時,氣候變化引發的海平面上升會導致潮汐振幅變大,加上平均海平面上升本身會縮短極值水位的重現期,從而形成更為嚴重的風暴潮災害[10]。因此在青島市開展風暴潮淹沒適應氣候變化策略研究工作具有重要意義。

本研究建立了基于ArcGIS Engine的風暴潮淹沒適應氣候變化策略輔助決策系統,探索中國沿海地區的風暴潮災害適應氣候變化技術,主要工作是在Visual Studio 2012中利用ArcGIS Engine 10.2完成開發。

1 系統體系結構設計

系統設計思路將依據系統開發的理論基礎和需求具體分析確定。

1.1 系統開發理論基礎

為降低氣候變化對風暴潮淹沒的不利影響,本文以青島市風暴潮淹沒為例,建立了風暴潮淹沒適應氣候變化策略研究框架,如圖1所示。

圖1 風暴潮淹沒適應氣候變化策略研究框架

1.1.1 明確“風險”問題,確定風暴潮淹沒風險水平 由臺風導致的風暴潮淹沒是青島市氣候變化風險的主要風險源之一。隨著臺風向近岸逼近,強風和低氣壓會將外海的海水帶向海岸,引發風暴潮增水,所產生的增水疊加在天文潮之上,會引起風暴潮淹沒,導致嚴重災害。當土地被淹沒時,土地上的受體,即人員、財產、企業和市政基礎設施等處于暴露之下,產生一定經濟損失。由于經濟增長水平是影響未來風險的重要因素,在研究過程中必須對未來的經濟發展水平加以考慮,因此影響青島市風暴潮淹沒的外源性變化驅動因子有臺風、海平面上升及社會經濟發展水平等因素。而由于青島市沒有大流量的河流,所以未考慮河流對淹沒造成的影響。需要說明的是,正常潮汐起伏引起的淹沒不會對沿海水產養殖業產生重大的經濟損失,但強臺風引發的風暴潮造成的淹沒將破壞養殖設施,給水產養殖業造成經濟損失,因此常規沿海風暴潮災害面積的統計數據不包括灘涂的淹沒面積,但在風暴潮淹沒災害對水產養殖業造成的經濟損失中應考慮灘涂的淹沒面積。

1.1.2 提出解決方案,制定適應氣候變化策略方案 改變風險途徑和受體狀態,制定潛在的適應策略來做出內源性響應,可以避免或降低氣候變化影響下的風暴潮淹沒風險。“適應策略”指為降低風暴潮淹沒風險所采取的一系列適應措施的組合;而“適應策略方案”指的是在最終形成適應策略之前初步提出的方案。其中,保持現狀適應策略指在危險性、暴露性和脆弱性等方面保持現有的適應水平不變,不再額外采取措施;持續改進適應策略意味著決策者將通過不斷加強或改進危險性(海岸帶防護)、暴露性(城市規劃、區域人口和經濟發展)和脆弱性(監測和預警)等方面的措施,使整個適應措施具有相對較強的適應能力,以適應青島市未來氣候變化造成的風暴潮淹沒風險;強化提高適應策略中適應措施的等級更高,尤其是在海岸帶防護方面表現得更為明顯,其他暴露性和脆弱性相關措施會在持續改進適應情景的基礎上進一步得到提高,以達到降低風暴潮淹沒風險的根本目的;最高等級適應策略在危險性、暴露性和脆弱性等方面的所有適應措施都將被設置為理想狀態,其終極目標在于抵御所有的風暴潮淹沒風險,不產生任何損失,意味著所有海岸線上都達到最高的堤壩防護標準,針對暴露性和脆弱性的適應措施最強。

1.1.3 對方案進行評估選擇 在適應策略的制定過程中進行效果評價和分析,以增強適應策略的科學性。評估選擇的原理是在考慮策略對風險的影響及其成本效益分析結果確定,最終需要選擇對降低風險最有效,即效益成本比值(BCR)最大的適應策略方案為第一優先級,其值越小優先級越低,其中,措施或策略對風險的影響分析采用的是風暴潮淹沒損失估算方法,確定策略實施后的風暴潮淹沒經濟損失變化,來衡量風險的變化情況。策略的成本和所產生的效益分析采用成本效益分析(CBA)法[11-13],如果該適應策略的成本(C)低于預期收益(B),則應實施該適應措施,反之,則需要進行慎重考慮或者調整后再實施。

通過評價分析確定最優的適應氣候變化策略方案之后,進一步將現有方案完善和細化,形成具體可行的最優適應策略及措施。

1.2 需求分析

系統用戶是城市適應氣候變化管理決策者。從用戶角度考慮,適應氣候變化的研究涉及多個領域和部門,目前還未有成體系的風暴潮淹沒適應氣候變化策略輔助決策系統。風暴潮淹沒的風險評估需要一定的專業技術背景,用戶需要有一定的適應氣候變化研究基礎,需要處理的數據量較大,后續還需要繪制大量的風險圖,且多為重復操作過程,繁雜的數據信息管理給用戶造成了較大的實際困難。將風暴潮淹沒適應氣候變化策略研究流程、批量數據處理和數據信息管理等集成到決策系統中,形成有效的工具或系統平臺,能夠極大地提升風暴潮淹沒適應氣候策略研究的可操作性和實用性。

1.3 系統設計思路

系統的主要特點是將復雜的風暴潮淹沒風險分析和適應策略研究過程流程化,并提供面向用戶開放的決策端口,將風暴潮淹沒適應氣候變化策略研究過程中各類數據信息進行系統化管理。

1.3.1 風暴潮淹沒適應策略研究過程流程化 將風暴潮淹沒風險分析對應形成風暴潮淹沒風險分析模塊,分別設置風暴潮淹沒風險分析和風險圖繪制功能,然后在系統開發中將內源性響應模塊轉化形成風暴潮淹沒適應策略方案制定模塊,并設置4個情景適應策略制定功能。在完成風暴潮淹沒風險分析和適應策略制定后,建立適應策略方案評價分析模塊,對適應策略方案進行評價分析,確定最優適應策略及措施。

1.3.2 面向用戶開放的決策端口 系統在對風暴潮淹沒風險進行科學分析后,不僅能通過既定程序設置做出流程的適應策略制定和分析,還能在研究流程中給予用戶一定的選擇決策權。在開放性決策端口中,通過人為判斷和選擇一些可選項內容來輔助決策。系統開放的決策端口有7個,其中,風暴潮淹沒適應策略方案制定模塊中4種適應策略方案制定功能將各情景下的適應策略制定及成本估算等2個端口面向用戶開放以便決策選擇,在有更好的數據情況下,可選擇輸入用戶認為可行的適應措施及其成本數據,進一步將適應策略精細化和具體化;風暴潮淹沒適應策略方案選擇分析模塊中的風險計算功能在既有研究方法和流程基礎上,開放當前土地利用類型單價、未來不同GDP增長水平、不同臺風類型發生的概率、不同情景下風暴潮淹沒面積匯總及當前風暴潮淹沒情景選擇等5個端口,由用戶對估算得到的未來風暴潮淹沒風險(損失)進行數據調整和決策選擇。

1.3.3 數據信息系統化管理 數據信息系統化管理是系統開發的基礎內容,也是系統順暢運行的保障。將影響風暴潮淹沒的外源性驅動因子的相關數據信息通過構建數據庫來實現系統化管理功能,形成青島市適應氣候變化基礎信息模塊。需要說明的是本系統只是將外源性驅動因子(風暴潮、潮汐、海平面上升)涉及的各類數據結果作為輸入,然后應用到針對風暴潮淹沒的適應策略研究中,風暴潮等模擬模型本身未在系統中體現。

2 系統設計

本文將基于需求分析和系統設計思路選擇系統開發環境,在Visual Studio 2012開發平臺中,利用ArcGIS Engine 10.2、Geodatabase數據庫,以及運行于NET Framework之上的C#語言進行設計開發。

2.1 系統數據庫構建

系統數據庫由空間數據庫和屬性數據庫兩部分內容組成,將利用ArcGIS Geodatabase中的File Geodatabase進行存儲,所有數據信息將被嚴格按照各自類型,統一管理、儲存和使用。

系統中的青島市適應氣候變化基礎信息數據包括為用戶存儲和管理臺風、風暴潮和海平面上升數據、社會經濟增長水平數據和基礎地理信息數據;風暴潮淹沒風險分析數據是不同情景下風暴潮淹沒風險(損失);適應策略數據主要是存儲管理4種適應情景下的適應策略;不同情景下的適應策略成本效益數據是適應策略成本和效益等;適應策略選擇分析結果是存儲管理系統運行完成后的風暴潮淹沒空間分布特征圖、風暴潮淹沒風險、適應策略成本效益分析結果和適應策略選擇結果等。

2.2 系統架構設計

利用面向對象的分析與設計方法,遵循系統開發的實用性、穩定性、經濟性和開放性等原則[5],將系統分為基礎應用層、數據管理層以及應用與可視化層,如圖2所示。基礎應用層包括地圖操作功能、地圖瀏覽功能、圖層控制功能和地圖查詢功能;數據管理層包含各項空間數據及其相關屬性數據;應用與可視化層包含青島市適應氣候變化基礎信息模塊、風暴潮淹沒風險分析模塊、風暴潮淹沒適應策略方案制定模塊、風暴潮淹沒適應策略方案選擇分析模塊和系統工具。

圖2 系統架構圖

3 系統功能開發及可靠性驗證

本節將對系統功能開發以及開發完成的系統進行可靠性驗證進行介紹。

3.1 系統功能開發

系統中的5個主要功能模塊的具體內容如下:

3.1.1 青島市適應氣候變化基礎信息模塊 該模塊主要通過設置不同的查詢條件,用折線圖、柱狀圖和圖片等方式展示臺風、海平面變化、風暴潮、社會經濟水平和基礎地理數據信息。

3.1.2 風暴潮淹沒風險分析模塊 風暴潮淹沒風險定量化分析包含風暴潮淹沒風險分析和風暴潮淹沒風險圖繪制模塊,前者是后者的基礎。

3.1.2.1 風暴潮淹沒風險分析 該模塊將主要完成模擬數據輸入到淹沒損失數據輸出的中間環節工具化和程序化過程,其主要過程分為范圍提取、面積計算、損失計算和結果導出等功能,通過ArcGIS Engine調用ArcGIS建模器(Model builder)構建的模型工具實現。其中,范圍提取功能是將種子蔓延算法模擬得到的風暴潮淹沒點數據形成淹沒點的聚合面,然后疊加土地利用信息圖層,用Clip工具完成淹沒范圍的提取,最后在ArcGIS Engine10.2中調用工具;面積計算功能是通過Calculate field計算不同土地利用類型的面積,然后調用該模型工具;風暴潮淹沒損失計算功能是將土地利用單價與淹沒面積的乘積作為淹沒損失,并調用該模型工具;結果導出功能需調用Table To Excel工具。

3.1.2.2 風暴潮淹沒風險圖繪制 風暴潮淹沒風險圖繪制模塊包含風險圖批量繪制、當前及未來風險圖集的功能。其中,風暴潮淹沒風險圖批量繪制功能是先形成Python腳本工具,然后在ArcGIS Engine 10.2中調用腳本工具,實現風暴潮淹沒風險圖繪制功能;當前風險圖集功能是按照臺風類型查詢并展示當前風暴潮淹沒風險結果;未來風險圖集功能是按照臺風類型、年份和氣候變化增溫情景等條件查詢展示未來風暴潮淹沒風險結果。

3.1.3 風暴潮淹沒適應策略方案制定模塊 風暴潮淹沒適應策略方案制定模塊是根據風暴潮淹沒風險分析得到的當前及未來情景下風暴潮淹沒空間分布特征和風險,初步提出風暴潮淹沒適應氣候變化策略方案,并對適應成本進行估算。

在不同適應情景下,將危險性、暴露性和脆弱性等措施分成保持現狀、高水平、較高水平和最高水平等4種適應模式[14-15],并根據海岸帶城市具體的需求,形成保持現狀、持續改進、強化提高和最高等級等不同情景下的適應策略方案。4種適應策略方案的主要內容及其各項適應措施的成本值都是面向用戶開放端口,由用戶根據研究區域的特點,經自主判斷分析后,對系統中初步設定的策略及措施進行修改,對應設置合理的措施成本,用戶給出的適應策略、措施及成本信息都將鏈接至風暴潮淹沒適應策略方案選擇分析模塊中,成本數據信息將通過影響成本效益比(BCR),進而影響適應策略方案選擇。系統中初步設定的策略及措施來源于作者所在課題組承擔的“中國適應氣候變化——青島風暴潮淹沒適應案例研究”項目成果,其主要參考依據為《山東省海洋環境保護條例》、《青島市膠州灣保護條例》、《青島市海洋環境保護規定》、《青島市國民經濟和社會發展第十四個五年規劃和2035年遠景目標綱要》、《西海岸新區(黃島區)國民經濟和社會發展第十四個五年規劃和2035年遠景目標綱要》等。

3.1.4 風暴潮淹沒適應策略方案選擇分析模塊 風暴潮淹沒適應策略方案選擇分析模塊將對所制定的適應策略方案進行評價分析,確定最優適應策略及措施。

3.1.4.1 風險計算功能 通過評估策略實施后的風暴潮淹沒面積及其造成的風暴潮淹沒經濟損失,來衡量風險的變化情況。

該模塊中的風險計算功能開放當前土地利用類型單價、未來不同GDP增長水平、不同臺風類型發生的概率、不同情景下風暴潮淹沒面積匯總及當前風暴潮淹沒情景選擇等5個端口,前4個端口主要是通過用戶在界面中直接設定或修改數據信息,進而獲得更加精確的風暴潮淹沒風險(損失)計算結果,最后用戶可以自主選擇風暴潮淹沒情景,將其作為效益計算以及適應策略方案選擇的重要依據。

3.1.4.2 風險變化功能 將所有情景下的風暴潮淹沒風險變化繪制成柱狀圖,輔助決策者選擇最佳適應情景。

3.1.4.3 策略選擇功能 適應策略方案的優先級是綜合考慮策略對風險的影響及其成本效益分析結果確定,最終需要選擇對降低風險最有效的方案,即BCR值越大,優先級越高,BCR值越小優先級越低。

各策略方案中的適應措施的成本之和作為該適應策略方案的成本,適應效益一方面是策略實施后減少的風暴潮淹沒災害經濟損失,另一方面是政府部門針對風暴潮淹沒災害所支付的補償成本(金額)。

3.1.5 系統工具 系統主頁功能主要是依托于ArcGIS Engine開發的文件操作、數據預處理工具和制圖工具集等。其中,文件操作包含打開、保存和關閉等基本文件操作功能;數據預處理包含裁剪、緩沖、分類統計匯總和點聚合等GP(Geoprocessing)工具;制圖工具集將用于加載的數據和數據處理結果標準化制圖。

開發完成后得到的基于ArcGIS Engine的風暴潮淹沒適應氣候變化策略輔助決策系統主界面如圖3。

圖3 系統主界面

3.2 系統應用可靠性驗證

目前對涉及框架模型構建的系統開發驗證大多是選取樣本數據,反復通過模型應用訓練,與已有的數據進行對比,檢驗模型的可靠程度[16]。本系統需要驗證的有風暴潮淹沒風險模塊分析和風暴潮淹沒適應策略方案制定模塊。

3.2.1 風暴潮淹沒風險模塊分析結果驗證 由于青島風暴潮災害損失的數據很少,驗證框架模型得到的經濟損失結果的有效性仍相對困難。2005年前青島風暴潮災害經濟損失范圍為3～9億元,臺風8509(Mamie)對青島造成的影響最為嚴重,經濟損失高達5.08億元[17-18],本文用2005年的數據作為參照標準,驗證青島風暴潮淹沒造成的經濟損失。利用該模塊得到0509(Matsa)臺風風暴潮淹沒災害損失為11.91億元(按照2019年經濟發展水平)與歷史真實記錄的0509(Matsa)造成的4.04億元損失值(按照2005年經濟發展水平)相比,其結果在同一數量級上。將2005年的4.04億元換算到2019年得到的損失是13.50億元,可以看出該模塊分析結果在量級上是一致的,具有一定可靠性。

3.2.2 風暴潮淹沒適應策略方案制定模塊的可靠性分析 通過構建風暴潮淹沒適應策略方案選擇分析模塊,使用成本效益分析(CBA)方法,對提出的適應策略方案進行可靠性分析,最終選定有效的適應策略方案。

4 系統應用

在系統開發完成后,將作者所在課題組承擔的“中國適應氣候變化——青島風暴潮淹沒適應案例研究”項目成果導入到系統中,進行系統的試運行。研究情景是未來全球氣候變化增溫2和4 ℃的背景下,分別將未來情景設置為2010—2029年、2030—2049年和2050—2059年三個階段,如表1所示。當前情景指的是在現階段研究區遭受的氣候風險情景,以青島市典型臺風風暴潮淹沒風險及損失作為依據。下面將對每個模塊的應用情況分別說明。

表1 研究區情景設置Table 1 Time horizons and epochs of interest

4.1 青島市適應氣候變化基礎信息模塊

青島市適應氣候變化基礎信息模塊中的數據是系統應用的數據源,主要包含自然變化數據、社會經濟變化和基礎地理信息數據。自然變化數據中的臺風數據是根據1949—2014年間影響青島的熱帶氣旋年鑒和地面觀測資料,用Mann-Kendall非參數秩次檢驗和Morlet小波分析法分析了影響青島的臺風特征,確定影響青島的臺風有71個,可分為A(0515卡努)、B(0509麥莎)、C(1210達維)、D(1105米雷)、E(1109梅花)、F(8114艾妮絲)、G(7708寶佩)和H(7308艾瑞絲)等8種類型[19];歷史海平面變化數據來源于《2021年中國海平面公報》,項目組研究人員在青島海平面歷史觀測數據的基礎上,利用海平面變化隨機動態預測模型預測得知在全球升溫2 ℃情景下,青島海平面在2025、2035和2055年分別可能會上升7、12和21 cm,而在全球升溫4 ℃情景下,在2025、2035和2055年青島海平面分別可能會上升7、0.14和24 cm[10];在每種臺風類型選取一場歷史上真實的臺風作為典型代表,然后利用ADCIRC模型對風暴潮增水進行模擬[20],該模型是一個深度集成的非結構化的有限元水動力循環模型[21],該模式采用非結構網格進行計算,它既能夠適用地形和岸線變化復雜的海區,也能夠適用地形變化相對緩慢、相對較遠的海區,在深海、大陸架和近海等[22]應用廣泛,具有一定的代表性,能夠較好的應用到青島近海風暴潮研究中[10,23-26]。針對青島的風暴潮模擬范圍覆蓋整個渤海、黃海和東海,青島及其周邊地區網格分辨率為900 m[19],得到增水和潮位等數據作為風暴潮淹沒風險分析模塊的重要數據來源,其中已發生的風暴潮的潮位數據來源于驗潮站觀測數據,未來可能發生的風暴潮潮位數據是通過ADCIRC模型模擬得到。需要特別說明的是,上述未來臺風、風暴潮、海平面變化所使用的分析和模擬方法未在系統內有所體現,本系統只是將它們的數據結果應用到風暴潮淹沒適應氣候變化策略輔助決策中。社會經濟變化數據中的歷史GDP變化數據從《2021年青島市統計年鑒》中獲得,基礎地理信息數據中的研究區位置數據來源于中國科學院數據鏡像站點(http://www.gscloud.cn/sources/)下載的90 m分辨率數字高程數據產品,土地利用數據來源于美國地質調查局網站(https://glovis.usgs.gov/)上的Landsat 4-5 TM和Landsat 8數據處理后得到。

將上述數據信息形成Geodatabase數據庫文件后導入到系統中,一方面將其展示在青島市適應氣候變化基礎信息模塊,另一方面將其作為其他各模塊的主要數據源。

4.2 青島市風暴潮淹沒風險

將模擬得到的青島市風暴潮增水和潮位等數據作為基礎輸入數據[19],結合行政區劃圖、土地利用分類圖及社會經濟數據,在系統應用中得到如圖4所示的當前及未來風暴潮淹沒風險圖。

圖4 青島市未來風暴潮淹沒風險圖

4.2.1 青島市風暴潮淹沒范圍提取 按照預先設定好的數據類型輸入數據,其中風暴潮淹沒模擬結果數據的格式為.txt格式文論文件,選定X、Y和Z坐標列,方向為Input,土地利用數據格式為.shp格式矢量文件,方向為Input,處理結果輸出欄中填寫具體的輸出路徑和文件名,方向為Output,在完成所有的數據輸入后,單擊確定鍵運行,系統執行完成后獲得風暴潮淹沒范圍的.shp文件,并彈出運行結果提示。

4.2.2 青島市風暴潮淹沒面積計算 打開面積計算菜單,在彈出的窗口中輸入風暴潮淹沒范圍提取結果,字段名稱由用戶命名,精度選擇Double,在面積計算表達式中使用Round函數保留小數位數,確定所有的輸入信息后,點擊確定完成面積計算,可以在輸出路徑下查看計算結果(.xslx),對話框彈出結果運行提示“風暴潮淹沒面積計算完成!”。

4.2.3 青島市風暴潮淹沒損失估算 打開損失估算功能,選擇風暴潮淹沒面積文件(上一環節的輸出結果),字段選擇L,類型選擇PYTHON_9.3,點擊確定按鈕即可完成損失估算。

4.2.4 青島市風暴潮淹沒損失估算結果 打開結果導出,直接選擇上一環節中風暴潮淹沒損失估算結果文件作為輸入文件,確定導出路徑,點擊確定即可完成淹沒損失結果導出。

4.2.5 青島市風暴潮淹沒風險圖批量繪制 使用時只需打開風險圖批量繪制功能選擇風暴潮淹沒范圍文件,然后選擇專題圖模板(.mxd)文件確定好的制圖模板,設置輸出路徑,點擊確定即可。

在系統中分別選擇當前風險圖集和未來風險圖集菜單,即可查看青島市未來風暴潮淹沒風險圖集(見圖4)。從圖中可以看出,青島市各個區域的風暴潮淹沒特征差異化較大,西海岸新區和環膠州灣地區受淹沒影響最大。西海岸新區、城陽區和李滄區等有大片的建設用地被臺風風暴潮淹沒,膠州市與西海岸新區耕地被淹沒的區域相對較大,水體被淹沒區域主要是西海岸新區、城陽區和膠州市等靠近海岸線片區,海岸線上有零星的水體淹沒點存在,草地和林地的淹沒區主要在西海岸新區。

4.3 青島市風暴潮淹沒適應策略方案

海岸工程的管理和堤壩防洪工程能夠有效降低風暴潮淹沒危險性,改變風險影響,是對風暴潮淹沒風險水平影響最大的適應措施類型,也是能直接在風暴潮模擬中體現適應措施與風險的關系的措施。海岸堤防工程措施的適應水平是不同情景適應氣候變化策略方案的劃分依據,通過青島市風暴潮淹沒空間分布特征及風險水平確定。

根據4.1節中得到的青島市風暴潮淹沒空間分布特征圖集可知,未來情景下西海岸新區和環膠州灣地區受淹沒影響最大。據此,將4種不同適應情景進行劃分,其中,保持現狀適應情景是保持現有的適應水平不變,不再采取新的海岸堤防工程措施;持續改進適應情景是在現有的適應措施基礎上,在膠州灣西岸和西海岸新區新建或加固原有堤壩,提升該岸段防護能力;強化提高適應情景是以加強海岸帶堤壩防護工程建設為重點,加強沿海城市的海岸帶防護管理水平,在膠州灣東岸風暴潮淹沒區域全部新建或加固原有堤壩;最高等級適應情景是在膠州灣西岸、西海岸新區和膠州灣東岸海岸線周圍建造新的堤壩,并增加現有堤壩的長度和寬度,以達到抵御所有沿海風暴潮淹沒的目的。

每種適應策略方案包含了海岸保護、城市規劃、區域人口與經濟發展優化以及監測和預警等4類措施,然后分別針對具體措施進行成本估算。圖5給出了風暴潮淹沒適應策略方案。

圖5 風暴潮淹沒適應策略方案

4.3.1 海岸保護措施 從源頭上降低風暴潮淹沒風險,包含海岸工程的管理水平和防洪措施,如提高防洪標準、加強堤壩建設和圍墾管理。

4.3.2 城市規劃措施 從影響途徑上降低風暴潮淹沒風險,主要是根據城市總體規劃在建設用地變化和城市基礎設施安全方面提出相應的措施。

4.3.3 區域人口與經濟發展優化 人口與經濟發展是影響經濟損失的關鍵因素,較高的GDP增長率和更多的區域人口將導致更高的經濟損失和風險。

4.3.4 監測和預警措施 科學的監測和預警措施可以顯著減少災害損失,并在幫助人們撤離以及減少沿海地區的人員傷亡方面起著重要的作用。

4.4 青島市風暴潮淹沒適應策略方案選擇

上節提出的4種策略方案是在不同氣候變化情景和未來社會發展基礎上,從海岸保護、城市規劃、區域人口與經濟發展優化以及監測和預警等方面廣泛提出的,需要通過適應氣候變化策略方案對風險的影響及其成本效益進行分析,確定青島市最優適應策略方案。

4.4.1 風險計算 風險評估的重點是明確事件的特點并區分該事件的嚴重程度,這意味著風暴潮淹沒損失的大小能夠在一定程度上表征該事件的嚴重程度,同時未來風暴潮淹沒損失發生的變化本身也能說明未來風暴潮淹沒風險的變化,因此關注它的損失變化情況也是衡量風險變化的一種較好的方式。臺風風暴潮淹沒直接經濟損失采用的是Tezuka等[27]在估算稻田、其他農業用地、住宅區用地、高爾夫球場和交通用地等不同用地類型的災害損失時給出的方法,它是在獲得災害損失面積、水深和損失率后,計算各類用地受災害影響的直接經濟損失,它不適用于其他土地利用類型,如裸露土地、河流、湖泊以及灘涂等經濟損失的估算[28]。不同種類臺風風暴潮淹沒造成的經濟損失計算方法如式(1):

(1)

式中:LD為臺風風暴潮淹沒直接經濟損失;Si為不同土地利用類型臺風風暴潮淹沒面積;Pi為不同土地利用類型損失單價。

打開損失估算菜單,將當前土地利用單價和未來不同GDP增長水平、不同臺風類型發生概率填入,然后導入風暴潮淹沒面積等數據,點擊確定即可估算風暴潮淹沒造成的損失,如圖6所示。

圖6 不同情景適應策略影響下的風險計算

分析發現,氣候變化增溫、臺風、土地利用類型和GDP增長水平是影響風暴潮淹沒風險的重要因素。氣候變化增溫越高,產生的風暴潮淹沒風險越大;同類型臺風變化對風暴潮淹沒風險的影響不同,以C、B類臺風影響最大,D類臺風影響最小;未來淹沒面積呈現增長趨勢,建設用地>水體>耕地>草地>林地;在相同的增溫和GDP增長情景下,未來淹沒區域將比近期更大,且會產生更多的損失,GDP增長水平與氣候變化對風暴潮淹沒風險的影響同等重要。

風險變化功能是在完成:4種適應策略情景損失估算后,將結果數據繪制成柱狀圖,可以點擊右上角的選擇菜單查看不同適應策略方案對風暴潮淹沒的影響變化,保持現狀情景的風險變化見圖7。

圖7 不同情景適應策略影響下的風險變化

與保持現狀適應情景相比,實施持續改進適應策略后,風暴潮災害經濟損失和風險有一定程度降低,不同策略方案對風險的影響結果隨著適應水平的提高而降低,強化提高>持續改進>保持現狀。在強化提高情景下,2025年之前青島市的發展狀況與保持現狀適應情景差別不大,適應策略主要影響的是2025年之后的年份。

4.4.2 策略選擇 計算得到4種不同情景適應策略凈現值和成本效益比如圖8。

圖8 適應策略選擇

策略選擇功能不需要用戶輸入或更改任何內容,打開后即可看到策略選擇的結果。顯然,不同適應策略方案適應效果差異較大,適應措施等級越高,降低風險的效果越好,成本也會越高,但它的成本效益比不一定最大。在4種適應策略方案中,強化提高適應策略具有第一優先級,最終得到的最優適應策略及措施見圖8中灰色標注部分,決策者可在此基礎上進一步給出青島市風暴潮淹沒最優適應策略及措施。

5 結語

本文構建了基于ArcGIS Engine的風暴潮淹沒適應氣候變化策略輔助決策系統,并以青島市風暴潮淹沒適應氣候變化策略研究為例,進行了應用。通過實例應用發現,該系統能夠科學、快速、有效地進行風暴潮淹沒適應氣候變化策略研究,可進一步推廣應用到其他受風暴潮淹沒影響嚴重的海岸帶城市,為適應氣候變化背景下風暴潮災害管理提供一定的技術支持。

致謝：感謝劉關濤在系統界面圖像和菜單工具圖標設計方面給予的幫助。