国产欧美日韩精品第二区,日韩欧美在线观看免费,亚洲精品无码久久久久yw

2024/07/25

作者

依賴于構建物理屏障來使我們免受洪澇災害，已經不再是最好的方法。人類需要做的，是將自然還給自然。

111

“最初，沒有人在意這場災難。這不過是一場山火，一次旱災，一個物種的滅絕，一座城市的消失。直到這場災難和每個人息息相關……”

這是科幻災難電影《流浪地球》的一段預言。然而，在現實世界中，這樣的場景離我們并不遙遠。

近年來，全球氣候變化導致極端天氣事件頻發，南方地區特別是大暴雨引發的城市淹水問題尤為突出。甚至連沙漠之城迪拜在今年上半年也遭遇了暴雨襲擊，一天下了整年的雨量，沙漠變成了汪洋。傳統的城市水系統在面對突如其來的大量降水時顯得力不從心，一旦城市經歷了暴雨，大量街道立刻變成了“河流”，在市中心“看海”成了越來越多城市中出現的問題。

左：中國氣象2024年6月29日發布的全國降水量預報圖 ?中國天氣

右：2023年9月8日，香港，暴雨期間車輛被淹沒在洪水中 ?視覺中國

正在被大雨沖刷的迪拜城市一隅 ?三聯生活周刊

水是城市的命脈，城市曾經濱水而建，因河而生。隨著城市化加速和氣候變化導致種種問題出現后，城市水系統如何應對這些不確定性，并快速從中恢復？城市管理者如何依賴科學預測輔助做出及時的響應？我們又應如何提升其應對災害的能力？這為城市的發展和規劃提出了新的挑戰與課題。

上海黃浦江 ?Pixabay

現有城市淹水問題的背景

當提到水問題時，我們需要重新回到生態系統中的水循環來看：水蒸氣在空中凝結成云層，然后聚集變重后從云層降落，形成各種形式的降水；降水在地表蒸發之外，不斷匯聚成小溪和河流流向低洼地區，或滲入地下成為地下水。這是自然界亙古不變的運動和變遷。

自然界水循環 ?US Geological Survey

自1972年美國凈水法案頒布以來，城市水管理范式在當代城市中被廣泛運用，其特色如同現代城市的排水系統所示——水體快速傳輸和管道終端處理。在城市不斷發展的過程中，硬質界面大幅度取代了自然界面，“灰色”基礎設施取代了地表水域，成了城市的毛細血管，逐漸完善的城市排水系統取代了天然的河渠和徑流。

大東京地區地下排水道 ?日本國家旅游局

然而，隨著全球變暖，極端天氣事件頻發、廣泛發生、強度增加并同時發生的趨勢也日益明顯。這導致原有的水循環和自然平衡被打破，城市水系統難以承受越來越頻繁的雨洪沖擊。根據聯合國環境規劃署2012年發布的《全球環境展望5》（GEO-5），1980年至2000年間全球洪災數量增加了230％，洪災受災人數增長了114％，城市面臨的雨洪問題日益嚴重。

以香港為例，其每小時雨量的最高記錄正在以前所未有的速度被一再刷新，且近年來，最高降雨量發生跳躍式增長速度越來越快，時間跨度也越來越短。

香港最高降雨量 ?Hong Kong Observatory

因此，我們的城市水系統需要進行大規模的更新，以滿足需求并支持安全和城市復原力。這是一項重大挑戰，需要在重塑生態水循環的同時，革新城市排水系統設計和改造方式，從而更好地應對和管理我們的降雨和內澇問題，并改善環境條件，造福所有人。這也是城市如何對這些全球挑戰日益增長的沖擊和壓力，作出富有想象力的回應。

現有城市淹水問題的解決策略

面對日益嚴峻的城市病，以及極端天氣引發的次生災害，我們需要依賴更加穩健的基礎設施，構建更強的抗風險能力，即“城市韌性”。城市水問題的核心是水循環失衡。在打造從洪水中快速恢復的韌性城市，往往會有兩種方向的解決思路：短期應對性和長期戰略性。短期應對性即為，一旦出現暴雨內澇，應急減災部門便會采取相應措施，迅速為城市的洪澇災害采取行動。但氣候災害越來越頻繁，“水來土擋”的短期投入越來越大，城市水問題治理也越來越需要系統思維和長期策略謀劃。

錢塘江流域遭遇特大洪水，新安江水庫四年來首次開閘泄洪 ?視覺中國

“海綿城市”作為一種新型的城市水管理理念被廣泛推廣。依據住房和城鄉建設部2014年發布的《海綿城市建設技術指南》，“海綿城市”是指城市能夠像海綿一樣，在適應環境變化和應對自然災害等方面具有良好的“彈性”。建設海綿城市，即構建低影響開發雨水系統，主要是指通過滲、滯、蓄、凈、用、排等多種技術途徑，實現城市良性水文循環；在下雨時能及時吸水、蓄水、滲水，需要時將蓄存的水“釋放”并加以利用，維持或恢復城市的海綿功能。

2006年，新加坡啟動ABC水計劃（Active, Beautiful,Clean Waters Programme），通過‘源頭-過程-末端’的全過程雨洪管理，減少徑流總量、凈化徑流污染、利用徑流資源。

新加坡ABC水計劃示意 ?ABC Design Guidelines

“海綿城市”將傳統城市雨洪管理的“快排”模式，轉變為“緩釋”的城市排水思路，將生態理念融入到城市發展規劃和綜合治水規劃中。通過開辟各種開敞空間和自然區域（如綠道、濕地、雨水花園、森林、鄉土植被等）作為綠色基礎設施，建設自然聯系、自然積存、自然滲透和自然凈化的有機網絡系統。

海綿城市與傳統快排模式降雨過程控制的對比示意 ?海綿城市建設技術指南

城市需要與自然協調一致。基于自然的解決方案（Nature-based Solutions,即NbS）能夠比傳統且單一的“灰色”基礎設施帶來更廣泛的好處，并對生物多樣性和碳減排作出積極貢獻作出。基于自然的“海綿系統”不僅在于解決量的問題，更解決質的問題、生物棲息地問題，從而系統地解決生態服務的問題。而且這個系統是跨尺度、跨流域的，更是在順應“自然的力量”，以更有效的且適應性的方式應對復雜挑戰。

“中國水問題非常復雜，水質問題、水量問題、棲息地消失問題、地下水污染的問題、土壤污染問題等，整個水生態系統面臨著全面的危機，“海綿城市”必須走向“海綿國土”才能解決城市水問題。”

——俞孔堅北京大學教授、北京大學建筑與景觀設計學院創始人、土人設計首席設計師

三亞紅樹林生態公園——海綿城市項目 ?土人設計

AI賦能與未來城市可持續水治理

隨著城市可持續水管理水平不斷提升，“海綿城市”的理念已全面納入城市建設需求。同時，計算機與信息技術的發展更為人類研究“海綿城市”提供了有效的技術條件，幫助我們更好理解復雜的城市水問題和其中的水文過程，輔助科學決策。

人工智能（AI）的快速發展為其在城市內澇和洪水預報等領域的應用帶來廣闊前景，這也為打造“智慧海綿”、提高氣象水文災害預測的準確性，從而加速響應提供了新的可能性。

在氣象水文領域，AI 技術能夠處理和分析海量數據，識別復雜的非線性關系并從中學習，從而預測災害事件。其潛在應用領域包括氣候變化影響評估、災害風險評估、災害影響模擬、資源優化配置、以及實施決策支持等。

水設計：數字工具評估未來氣候風險

奧雅納（Arup）于2023年發布《全球海綿城市快照》（Arup Global Sponge Cities Snapshot），其中提到，數字化工具正在改變我們評估城市應對未來氣候風險和提出改進機會的方式，幫助我們更好地了解城市的自然吸收能力。

報告呼吁城市管理者采用基于自然的解決方案，根據自然的特點并利用其生態功能加強應對暴雨等災害，為未來更加嚴峻的氣候挑戰做準備。

?Arup

在這份報告中，奧雅納利用機器學習技術和衛星圖像分析土地使用情況，評估了十個國際大都會（奧克蘭、倫敦、蒙特利爾、孟買、內羅畢、紐約、上海、新加坡、悉尼和多倫多）的海綿水平（Sponginess）——即自然吸收能力。通過數據分析和自動化處理大量的數據和衛星圖像，從以下三個主要因素分析了城市的海綿水平：

1）城市環境中藍綠空間的數量

2）城市土壤的水文特性

3）綠地的徑流潛力

?Arup

基于自主研發的數字工具“Terrain”，奧雅納通過識別形態、制作詳細的土地利用地圖，為特定地區精準計算出不同類別土地的覆蓋率，從而量化城市中心“綠色”資產（草地、樹木、灌木叢）、“藍色”基礎設施（例如池塘或湖泊）數量，以及“灰色”基礎設施（建筑物和堅硬表面）的數量，并將藍-綠-灰作為整體，綜合評估城市水系統和水韌性。

奧雅納自主研發數字工具“Terrain” ?Arup

這一工具的應用能力也在上海的研究實踐中得以證實。奧雅納與上海市城市建設設計研究總院（集團）合作，為上海中心城定制排水系統總體規劃。該排水方案已納入《上海市城鎮雨水排水規劃（2020—2035年）》中落地實施。

作為一座因水而興的城市，過去數十年大規模城市發展造成區域硬化面積大幅增加，綠地和水域面積相應減少，導致城市雨水徑流量劇增，城市內澇及自然河道污染問題突出。方案詳細分析了上海市主城區的用地特征，依據排水特點確定了12種不同的用地類型，深入理解上海城市建設對自然排水能力的影響；并采用機器學習的方式對整個研究區域的遙感圖像進行分析，用以支持城市用地特征的人工分析。方案將研究成果在城市范圍內進行校對，建立了具有長遠價值的新范式：其轉變了傳統排水系統以“排”為導向的思維模式，從自然流域規模的視角，為上海定制可持續的綠色、藍色、灰色基礎設施以及管理組成的綜合系統，支持城市內部水循環，增進城市水韌性。

上海中心城區雨水排水規劃中，運用機器學習分辨12種用地類型 ?Arup

水運營：物聯網與內澇智能檢測預警

在大范圍強降水已經導致洪澇風險和內澇問題出現后，如何及時監測和響應，并做出相應預警及處理，也是城市面臨的重要挑戰。面對這一情形，百度智能云推出了“智慧水務”的實踐，旨在探索 AI 技術如何有效應對城市水務防汛應急的問題。

該“智慧水務”系統基于物聯網、人工智能、云計算等技術，通過部署道路積水監測點、排水流量監測點及預警預報平臺，實現雨天積水點水位實時監測；并結合百度水務大腦，通過 AI 技術高效識別內澇積水、隧道通行等安全因素；內澇預警的結果也將以各類形式及時預警，在助力防汛應急智能管理、協助管理部門掌握澇情的同時，也與百度地圖實時聯動，輔助解決水務場景的實際問題。

排水內澇積水預警示意圖 ?百度智能云

此前，百度智能云天工物聯網平臺攜手慧聯無限聯合推出的城市內澇智能監測預警系統，也許是“智慧水務”的雛形。該智能檢測系統共分為三層：硬件設施層、平臺層、應用層。

城市內澇智能監測系統架構圖 ?百度AI

硬件設施層在物理資源及網絡資源的基礎上，收集整合相關數據并匯聚到大數據平臺層，方案覆蓋降水、積水、井蓋、蓄水、排水五個方面。平臺層覆蓋“云-邊-端”連接能力，對于數據進行分析挖掘，并通過天工物聯網平臺，將海聯設備連接至云端，并在云端進行數據點處理計算、儲存、可視化的展示與分析，而后將數據分析結果以統一、虛擬化的應用接口提供給上層具體應用。在應用層，方案具有降水、積水、排水分析及策略分析功能，為城市智慧排水應急策略分析提供數據支撐。

百度智能云天工物聯網平臺架構圖 ?百度AI

可視化應用界面 ?百度AI

今年3月28日，百度智能云正式發布了《百度智能云水業大模型白皮書》，這也是首部聚焦水利水務行業大模型構建與應用的行業白皮書。《白皮書》提到，大模型技術與水利水務基礎設施、生產運行、經營管控等應用場景的融合，將為行業數據整合與共享、實時數據監測與分析、知識圖譜構建與完善、預案與應急管理方案優化、模型間的協同與調用、復雜決策支持等方面產生積極改變，帶來巨大的應用價值與潛力。

百度智能云水業大模型總體架構 ?百度智能云

水預測：基于機器學習的河流預報模型

除了對于城市水務治理的及時預警之外，建立關于河流的洪水預報系統也是人類應對洪水災害的一種重要手段。疊加水文模型和洪水模型，我們能夠知道哪些地區將受到影響以及我們預計水位會達到多高：水文模型通過處理公開的數據源（例如降水量和其他天氣和流域數據）來確定河流是否會發生洪水，并輸出未來幾天河流水位和流量的預測；洪水模型則是根據水文預報和衛星圖像模擬水流過洪泛區時的行為。

The Hydrologic Model?Google Flood Hub

來自谷歌研究 Google Research 的科學家 Grey Nearing 曾在其論文中表明，一個有效的洪水預報系統能夠將相關死亡人數減少 43%，經濟損失降低 35%-50%。他與團隊開發了一個基于機器學習的河流預報模型（River Forecast Model），為未測量流域的洪水預警提供更好的支持。該模型目前能夠提前7天實現對洪水的可靠預測，覆蓋全球 80 多個國家，為 1,800 多個站點提供關鍵洪水預報，覆蓋人口達 4.6 億。

研究的數據集包括來自 5,680 個流域的模型輸入和（徑流）目標值，研究人員基于這些流域的流量監測站進行模型的訓練和測試。

用于訓練模型的5,680徑流監測站位置 ? Grey Nearing, Google Research

河流預測的一個主要挑戰是水文預測模型必須使用長數據記錄來校準單個流域。缺乏流計提供校準數據的流域被稱為“未測量流域”，而對于“未測量流域的預測”（PUB）問題正是國際水文科學協會（IAHS）面臨的多年難題。在公開可用的全球流量數據記錄的情況下，團隊通過機器學習，力圖將總流量觀測數據記錄之間存在強相關性擴展和轉移到未測量流域的水文模擬模型中，即從數據豐富的地方推斷導數據稀缺的地方，并發展成一個全球尺度的預測系統。

Flood Hub預測系統 ?Google Flood Hub

這個基于機器學習的河流預報模型（River Forecast Model），系統性和突破性地運用 AI 技術中長短期記憶網絡 (LSTM) ，結合洪水預報系統中的兩種模型——水文模型和洪水模型。隨之再對于模型不斷優化，采用交叉驗證在 5,680 個流量計上訓練并在樣本外測試河流預報模型，確保模型的泛化能力得到有效評估，提高預測可靠性，減少預測誤差。

基于LSTM的河流預測模型體系結構 ? Grey Nearing, Google Research

為了評估洪水事件預測的可靠性，研究人員將河流預報模型與全球現有最先進的洪水預報系統 GloFAS（Global Flood Awareness System）進行對比分析。結果表明，與全球廣泛使用的先進模型GloFAS相比，Google Flood Hub 的 AI 模型在經過多種公開的全球天氣產品、河流水位測量及衛星圖像的訓練后，可以提供更可操作、更準確的預測，同時可以根據數據可用性生成預計特定區域將被淹沒的地圖，提供實時的洪水警報。

1984-2021年期間，河流預報模型與GloFAS模型之間對于5年一遇

洪水模擬的F1 Scores得分差異；AI模型在80%的指標上優于GloFAS

? Grey Nearing, Google Research

* 紅色表示F1差異值在-0.2~0之間

* 綠色表示F1差異值在0~0.2之間

* 機器學習中的F1差異值為用于分類模型的評估指標，定義為精確率和召回率的調和平均值。

結語

在2024年的《全球風險報告》中，極端天氣事件和地球環境系統的重大改變仍被認為是未來十年人類社會面臨的兩項最大危機。氣候變化與傳統風險發生關聯，成為經濟社會生活中的“風險倍增器”。此外，氣候科學家已經證實在未來的幾十年，洪澇將持續加劇。這意味著更加極端的降雨和更加頻繁的洪澇即將出現。

在面對日益增多的極端天氣事件，如何與自然系統和諧共處對積極應對氣候變化來說愈加重要。基于自然的解決方案（NbS）強化了城市應對氣候影響時的韌性，輔助和利用自然演進以支持生態系統的再生；而運用人工智能和機器學習等數字化工具量化這些基于自然的解決方案，不僅能高效且更有成本效益地（cost-effective）了解并加強城市的自然能力，同時更能將城市中失衡的水問題重新帶回到自然式的水循環，以應對不確定性挑戰。

回到最初《流浪地球》的預言，災難離我們的日常生活越來越近。無論是海綿措施還是AI技術，都離不了人類的覺醒與決策。僅僅依賴于構建物理屏障來使我們免受洪澇災害，已經不再是最好的方法。人類需要做的，是將自然還給自然。

自然早就給出了答案，我們只需傾聽。

作者 | Xiaoxin

發文編輯｜吳秀秀

審核編輯｜Ming，Yibo

專欄編輯 | Sherry Li

網站審核｜Zhong

版權?建道筑格ArchiDogs，轉載請聯系media@archidogs.com

若有涉及任何版權問題，請聯系media@archidogs.com，我們將盡快妥善處理。

Reference

暴雨新聞

https://mp.weixin.qq.com/s/GLC0QMXsftcB9s0cvoqg_Q