导读
洪涝灾害是全球发生最频繁、损失最严重的自然灾害之一。快速精准的洪涝淹没模拟是灾害预警、风险评估与应急响应的重要基础性工作。然而，洪涝模拟的可靠性长期受限于验证数据的匮乏。传统验证方法主要依赖稀疏的水文站点或事后调查，难以捕捉复杂地表环境下的积水动态，且存在数据延迟，无法满足灾后快速评估需求。
近期，华东师范大学地理科学学院殷杰教授团队聚焦洪涝模拟验证这一瓶颈问题，运用洪水数值模型与多源数据融合技术，从单一数据源到多源数据融合，系统开展了系列研究，构建了适应不同地表环境的洪涝模拟验证框架。相关成果发表在Water Research、Journal of Hydrology、地理学报等期刊，并获授权国家发明专利一项。
成果一 基于无人机影像的干旱区暴雨山洪淹没模拟验证
干旱区暴雨山洪突发性强、产汇流快，实测水文资料极度匮乏，模型验证长期存在较大不确定性。对此，研究团队构建了适用于干旱区小流域的暴雨山洪数值模拟验证方法，基于二维洪涝数值模型FloodMap‑HydroInundation2D，以青海省大通县“8·18”暴雨山洪灾害为例，重现山洪灾害动态过程，揭示山洪淹没时空变化特征，利用无人机影像划定的淹没范围对模拟结果进行验证（Gao et al., 2024；高丹等，2023）。结果表明：该模型能较好模拟整个动态淹没过程，山洪淹没主要发生在8月18日0时至1时，青山村、贺家庄和龙卧村淹没最严重（图1）。模拟的最大淹没范围与无人机影像划定的观测淹没范围较为一致，F拟合值达0.83（图2）。进一步探究模型对糙率和水力传导率的敏感性发现，由于干旱山区降水少且下垫面条件复杂，模型对水力传导率尤为敏感。该研究证实了FloodMap‑HydroInundation2D模型对于干旱区小流域暴雨山洪模拟的可靠性和普适性，为干旱区山洪灾害评估与防治提供了重要的方法支撑和决策依据。
图1. 大通县“8·18”暴雨山洪淹没模拟时间序列
图2. 模拟的最大淹没范围与无人机影像划定的观测淹没范围对比
成果二 基于多源SAR影像的洪涝淹没模拟验证
合成孔径雷达（SAR）影像具有全天候、穿透云雨的优势，是洪涝淹没范围提取的主要数据源。但单一SAR影像受重访周期、幅宽及入射角限制，难以完整覆盖洪峰动态过程。为此，团队发展了基于多源SAR影像的洪涝淹没模拟动态验证框架（图3）（Gao et al., 2026）。以2024年河南南阳一次暴雨洪涝事件为例，利用基于阈值的自动化水体提取方法，从GF‑3和Sentinel‑1影像中提取洪水范围，总体分类精度均超过85%。模型模拟的淹没范围与多源SAR提取的洪水范围较为吻合，命中率H达88.8%，关键成功指数CSI为72.7%（图4）。基于全局指标和空间指标对关键模型参数进行了敏感性分析，为南阳地区的参数优化提供了参考依据。该研究为易受洪涝影响且数据稀缺的地区提供了一种有效的洪涝模拟动态评估方法，有助于降低洪涝灾害风险并支撑应急响应工作。
图3. 基于多源SAR影像的洪涝淹没模拟验证框架
图4. 模拟的淹没范围与多源SAR提取的观测淹没范围对比
成果三 基于保险理赔的台风暴雨洪涝模拟验证
无人机与SAR影像通常时空覆盖有限，难以支撑城市尺度验证。随着自然灾害频发，全球保险理赔数据显著增加，成为一种极具潜力的替代数据源。团队创新性地利用保险理赔数据对洪涝淹没模拟进行验证，为验证方法的改进提供了新思路（Gao et al., 2025）。研究以2022年台风“梅花”在宁波引发的暴雨洪涝为例，采用FloodMap‑HydroInundation2D模型进行模拟，并与中国人民保险公司（PICC）提供的企业财产保险理赔数据进行对比。结果表明，模拟水深与范围与实际保险理赔记录基本一致（图5），命中率H达80%，均方根误差RMSE为0.26m。针对单个理赔点无法准确反映企业实际淹没区域、且缺少完整建筑轮廓数据的问题，团队提出在理赔点周围设置50‑100m圆形缓冲区的方法（图6），可有效近似建筑物轮廓，命中率H提高至89%‑97%。该研究为洪涝模拟的验证提供了一种可替代数据源，也为沿海城市洪水风险管理提供了新见解。
图5. 比较模型模拟的最大淹没与实际理赔企业的位置点
图6. 理赔点周围不同半径缓冲区示意图
成果四 基于多源数据融合的洪涝模拟验证方法
单一数据源在验证时各有局限，难以全面评估洪涝模拟的准确性。在前述研究的基础上，团队进一步提出了一种基于多源数据融合的洪涝模拟验证方法，并获授权国家发明专利（殷杰，高丹，2026）。该方法构建了融合保险理赔、物联网监测、遥感影像及社交媒体等“点‑面”多源数据的洪涝模拟验证框架（图7），解决了传统验证方法数据单一、覆盖窄、时效性差的问题。以2025年台风“竹节草”引发的城市内涝为例，应用该方法进行验证，整体综合验证指标VItotal达87.71%（图8）。相较于依赖单一数据源的传统方法，多源数据融合能得出更可靠、稳健的评估结果，显著提高了洪水模型在防灾减灾中的实用价值。
图7. 一种基于多源数据融合的洪涝模拟验证方法
图8. 基于多源数据融合的洪涝模拟验证
相关学术成果
[1] Gao, D., Yin, J.*, Wang, D., Yang, Y., Lu, Y., & Chen, R. (2024). Modelling and validation of flash flood inundation in drylands. Journal of Geographical Sciences, 34(1), 185‑200. https://doi.org/10.1007/s11442‑024‑2201‑7.
[2] Gao, D., Yin, J.*, Yang, Y., Mai, J., Lu, Y., Liang, P., Wang, W., Yuan X., & Yu, D. (2025). Validating typhoon‑induced rainstorm flood inundation modelling with insurance claims. Journal of Hydrology, 657, 133178. https://doi.org/10.1016/j.jhydrol.2025.133178.
[3] Gao, D., Wang, W., Yin, J.*, Yu, D., Lu, Y., Yuan, X., Li, M., & Yang, Y. (2026). Validation of flood inundation modelling using multi‑source SAR imagery. Water Research, 296, 125590. https://doi.org/10.1016/j.watres.2026.125590.
[4] 高丹, 殷杰*, 王丹丹, 杨宇涵, 陆逸, 陈睿山. 干旱区暴雨山洪淹没数值模拟与验证. 地理学报, 2023, 78(9): 2271‑2283. https://doi.org/10.11821/dlxb202309010.
[5] 殷杰, 高丹. 一种基于多源数据融合的洪涝模拟验证方法:202610202367.4[P].2026‑03‑17.
作者简介
第一作者：
高丹，华东师范大学地理科学学院2023级自然地理学专业博士研究生，研究方向为洪涝灾害数值模拟与风险评估。
通讯作者：
殷杰，华东师范大学地理科学学院/灾害风险管理研究院教授、博导，主要从事城市洪涝灾害研究。在Nature、Nature Water、Nature Sustainability、中国科学：地球科学等国内外期刊发表论文80余篇，被IPCC系列报告、Nature、Science等刊物引用。先后获得中国地理学会青年科技奖（2019）、中国地理科学十大研究进展章（2021）、上海市青年五四奖章（2022）和上海市自然科学二等奖（2024）。
THE END
我们热情邀请领域内专家学者
向“地新力”公众号投稿
投稿请发送至邮箱dxl@geo.ecnu.edu.cn
