文章信息：Fan, J., Liu, B., Lei, T., Sun, Y., Ma, Y., Guo, R., Chen, D., Zhou, K., Li, S., & Gao, X. (2025). Exploring how economic level drives urban flood risk. Nature Communications, 16, 4857. https://doi.org/10.1038/s41467-025-60267-6
整理人：徐嘉苗，2025级硕士研究生
整理时间：2025年8月7日
Abstract: In recent years, measures proposed to address urban flooding caused by extreme rainfall often demand substantial investment, restricting their broad implementation. This study quantitatively assessed the inundation situations of 138 capital cities under both normal and extreme rainfall conditions. Using machine learning techniques, we found that grey infrastructure—closely commensurate with a city’s economic development—dominates flood reduction during normal rainfall events. However, during extreme precipitation, as rainfall intensity rises, the marginal effectiveness of grey infrastructure declines markedly. In contrast, green infrastructure and topography—less commensurate with economic development—play increasingly critical roles in mitigating urban flooding. These findings suggest that economic development has a limited impact on urban flooding during extreme rainfall events. Rationally utilizing topography and enhancing green spaces provides a costeffective nature-based solution, which is particularly important for urban planning in low- and middle-income countries undergoing rapid urbanization.
摘要：近年来，为应对极端降雨造成的城市内涝而提出的措施往往需要大量投资，限制了这些措施的广泛实施。 本研究定量评估了 138 个省会城市在正常和极端降雨条件下的淹没情况。 利用机器学习技术，我们发现，在正常降雨情况下，与城市经济发展水平密切相关的灰色基础设施在减少洪水方面占据主导地位。 然而，在极端降雨情况下，随着降雨强度的增加，灰色基础设施的边际效应明显下降。 相比之下，绿色基础设施和地形--与经济发展不相称--在缓解城市洪水方面发挥着越来越关键的作用。 这些研究结果表明，在极端降雨事件中，经济发展对城市洪水的影响有限。 合理利用地形和加强绿色空间提供了一种以自然为基础的具有成本效益的解决方案，这对于正在经历快速城市化的中低收入国家的城市规划尤为重要。
1. 研究背景
全球极端降雨频率显著上升，城市洪涝成为最昂贵的自然灾害之一。
传统灰色基础设施（管网、泵站等）造价高昂，低收入国家难以大规模建设。
绿色基础设施（绿地、湿地）与地形条件被视为补充手段，但其作用随降雨强度及经济发展水平如何变化尚缺全球尺度定量研究。
2. 研究意义
首次在全球138个首都尺度上，系统揭示不同经济水平城市应对常规暴雨（10年一遇）与极端暴雨（100年一遇）时的能力差异。
为联合国可持续发展目标（SDG11可持续城市、SDG13气候行动）提供按经济发展阶段分异的洪涝适应策略。
3. 研究方法
数据源：MSWEP降雨、GRIP4路网（代排水管网）、ESA CCI绿地、GMTED2010地形。
情景模拟：利用Gumbel极值分布推求10年/100年一遇日降雨；基于体积比较法模拟淹没。
机器学习：XGBoost回归模型量化排水网密度、绿地率、地形起伏对淹没率的贡献。
经济分层：按人均GDP将国家分为低(<$1 200)、中($1 200–12 000)、高收入(>$12 000)三类。
4. 主要结论
常规暴雨下：
低收入国家首都平均淹没率6.03%，高收入仅2.93%；
灰色基础设施（排水网密度）贡献高达0.78，绿地与地形作用有限。
极端暴雨下：
各国淹没率均显著上升，经济差异不再显著（均≈7–10%）；
绿地率成为首要因子（贡献0.65），灰色设施边际效益陡降；
地形起伏>200 mm/d降雨时，每增加10 m高差淹没率降0.41%。
政策含义：
高收入城市应优先“绿地+地形”组合方案提升极端雨韧性；
中低收入城市在继续完善灰色设施的同时，尽早布局低成本绿色基础设施。
5. 研究展望
引入街区尺度管网、建筑三维形态和微地形数据，降低300 m分辨率带来的不确定性。
结合水动力-机器学习耦合模型，进一步解析灰色-绿色-地形多要素的微观相互作用。
将研究扩展到非首都城市及小城市，验证策略普适性。
6. 研究主要图表
01 138个国家的首都在不同降雨强度下的淹没率
02 不同降水量下灰色基础设施对淹没率的影响
03 不同经济发展水平下排水管网密度、绿地率和地形起伏对淹没率的影响
04 不同降水量下绿地对淹没率的影响
05 不同降水量下地形起伏对淹没率的影响
06 不同降水强度下，不同经济水平城市的灰色和绿色基础设施排水能力示意图
原文链接：https://www.nature.com/articles/s41467-025-60267-6
原文转引：https://mp.weixin.qq.com/s/fvtyh20T8LChsC2sKPr6fQ
