对于内陆城市而言，由短时强降雨导致的城市极端内涝是一种极具破坏性的自然灾害，也是城市化进程中面临的重要问题之一。城市内涝不仅对城市基础设施、建筑物和环境造成了严重的损害，还会直接影响城市居民的出行和生活。在日常情况下，人们各类行为活动组成了城市中的人群移动现象，是城市流动性与活力度的重要体现，但在受到极端天气影响时，由于人们的移动行为不确定性升高，会在灾害发展的不同阶段表现出显著差异与动态演变的特征。因此，需要更深入了解城市中的人群移动行为如何可以更好的抵御内涝灾害，并高效从其影响中恢复过来（即人群移动的韧性），这一议题对城市安全与防灾减灾建设具有十分重要的意义。

【资料图】

（来源：中国气象）

近日，北京大学深圳研究生院城市与规划设计学院汤俊卿助理教授及赵鹏军教授团队在《国家科学评论》（National ScienceReview, NSR）发表题为“城市极端内涝灾害影响下人群移动行为的韧性模式”（Resilience patterns of human mobility in response toextreme urban floods）的研究论文，分析了在极端城市内涝灾害风险下人群移动行为韧性特征及其异质性模式。

文章以2021年郑州市“7.20”暴雨事件为背景，聚焦于人群移动行为对灾害的韧性响应模式，使用海量空间移动大数据、复杂网络生成模型等多种分析方法，从不同人口统计属性出发，讨论集群视角下的人群移动韧性与灾害风险之间的关系。该研究：

（1）分析了人群移动网络结构的整体动力学特征：基于13.2亿人次的出行信令数据和多源地理信息数据，观察到灾害全过程中人群移动网络结构的整体动力学特征保持相对稳定。

（2）量化解析了不同人群出行行为的韧性水平：使用复杂网络生成模型及韧性定量算法，量化了不同人群的韧性水平，揭示了弱势群体在灾害过程中表现为低韧性的主要原因在于其缺乏在洪涝期间保持常态化出行的能力。

（3）剖析了韧性模式与社会人口属性的关联：使用离散选择模型探索人群移动的韧性模式及其与社会人口属性的相关性，指出反直觉的异常韧性模式，但未发现异常模式与出行者人口统计属性两者间存在关联性。

首先，研究以17天观测窗口为基础，划分为“灾前-灾中-灾后”3个阶段分别构建移动网络进行分析。研究发现，人群移动活动强度受灾害影响显著降低，同时网络连通度也发生了较大变化。然而在灾害全过程中，人群移动网络的重尾分布特征始终保持相对稳定。

图1. 事件“前、中、后”全过程中的人群移动网络分析

进一步，对于不同群体移动韧性进行量化后发现，男性移动韧性高于女性，19-29岁和30-39岁的人群具有相对较高的移动韧性，而18岁以下和60岁以上人群的韧性值最低。为解释不同韧性水平的产生机制，团队选用网络生成模型中的双向偏好依附模型（Dual-Barabasi-Albert model）动态模拟了不同群体移动网络的演变过程，发现了低移动韧性与出行频率、强度的变化概率之间的关系。接着，结合差异的移动韧性水平，研究团队在不同空间尺度上揭示了反直觉但普遍存在的异常韧性模式。

图2. 人群移动行为的灾害韧性模式及其空间分异

最后，研究人员针对上述异常韧性模式，分析了其与出行者人口统计属性间的关联关系，发现尽管个体的性别与年龄可能会影响他们的出行行为与移动能力，但在群体层面上，城市内涝灾害影响下的人群出行行为是否遵循正常或异常的韧性模式，不能单纯地用人们的年龄或性别来解释，即二者无强关联关系，这表明了人群中存在一种普遍的避灾行为机制。

图3. 各属性与四种韧性模式之间的关联关系