【可持续发展】深度学习补全美国洪水灾害风险图，揭示数百万人口暴露于此前未识别的风险

（1）FEMA忽视的大量高风险人口与建筑

本文首先通过统计对照NFHL真值数据与AI模型揭示的新增淹没区，量化受洪水影响的人口总量、建筑总面积及建筑数量。表1展示了两组数据的对比结果。AI模型共识别出1104万处于洪水风险中的人口，加上NFHL已绘制的1606万人口，全国潜在受洪水威胁总人口达2709万，较NFHL原有统计增加了69%。建筑数量与建筑面积的增长更为显著，分别达到81%和83%。上述统计结果印证了学界对FEMA数据集在公众洪水风险信息传递方面存在缺陷的既有批评。FEMA需要大幅提升覆盖范围，完善公共洪水风险图登记体系。

表1

然而，采用非计算手段绘制幅员辽阔国家的洪水风险图需要巨大投入。出于成本效益考量，优先覆盖人口稠密、资产集中的区域更加合理。因此，需要评估FEMA在优先测绘高密度人口区域方面的效率，全面评判该计划的实施成效。

将洪水风险图与30米网格人口数据叠加，对比NFHL数据集与本研究所生成洪水风险图（以下简称“AI生成”）揭示新增暴露人口之间的地理异质性。该地图采用H3索引，将边长约200米的六边形网格作为聚合单元，并利用分位数色带可视化各单元内的人口数量。如图1所示，NFHL已基本覆盖东部主要人口中心，却遗漏了西部地广人稀的区域（D区）。A区也呈现类似规律：NFHL覆盖了邻近的大都市区，却忽视了更为稀疏的乡村社区。然而，这种城乡二元差异并非绝对，B区与C区是例外情况。在B区，NFHL仅覆盖了一半的城市人口聚集区，另一半则被完全忽视；而在C区，大量位于高人口密度区域的居民同样未被纳入NFHL覆盖范围。

总体而言，现有测绘工作明显倾向于优先覆盖全国主要人口中心，旨在使实地洪水测绘成果惠及尽可能多的居民。然而，部分区域中暴露人口的分布呈现出显著的断裂与孤立特征，大量居民因而被阻隔于已测绘区域之外，至今仍缺乏NFHL提供的官方洪水风险图。本分析彰显了AI生成的洪水风险图在释放既往被NFHL排除的暴露人口与资产信息方面的强大效能。

图1

鉴于生成地图的高空间分辨率，本文将H3六边形网格聚合至人口普查区（Census Tract）尺度，并计算各普查区内暴露人口占比，以此评估AI洪水风险图对完善现有FEMA洪水数据库的补充作用。图2通过系列地图，直观呈现了各普查区洪泛区内人口占其总人口的比例，从而量化AI生成地图在填补缺失洪水信息方面的贡献。

图2b反映了现状，展示了基于FEMA真值洪水风险图绘制的受灾人口占比。无法从NFHL数据库获取FEMA洪水风险图的普查区以灰色标示。图中可见，西弗吉尼亚州、路易斯安那州及佛罗里达州周边等常见洪涝区域，其高风险人口占比较高。

图2c展示了AI模型在所有普查区识别出的新增受灾人口。得益于AI洪水风险区的连续性，可见AI洪水风险图不仅在FEMA已测绘的普查区，也在其忽视的普查区，揭示了额外的高风险暴露人口。

将图2b与图2c的数据叠加，即得图2a，该图呈现了各普查区风险人口的累计占比。此地图融合了FEMA与AI模型共同绘制的洪泛区，从而对全国人口暴露情况作出了更全面的评估。

本质上，AI生成的洪泛区有效填补了FEMA地图中的空白。凭借一致的空间分辨率，本文得以精确测量并对比未测绘的高风险人口与建筑，通过全国性空间分析揭示了FEMA地图的局限性。此外，将AI与FEMA洪水风险图相融合，可构建出一幅空间连续的近似全景式国家洪水灾害风险图，覆盖美国本土全域。

图2

（2）已测绘与未测绘城市间的社会经济差异

本文上一节中分析了FEMA全国测绘工作的空间异质性，并量化了被官方洪水风险图遗漏的人口规模。由于城市地区人口密度较高，FEMA洪水风险图在这些区域的遗漏将导致单位面积内更多人口暴露于风险之中，这一点在图1B、C中十分明显——大量城市人口聚集区仍处于未测绘状态。

本节旨在量化美国本土四十八州所有核心统计区（CBSAs）的FEMA地图完备程度，以聚焦人口稠密区的影响评估，并探究FEMA地图是否更有效地保护了脆弱人群。此处，人口脆弱性依据年龄界定——具体指老年（≥65岁）及儿童（<18岁）占比较高的社区，同时结合CBSA层面的经济指标：家庭收入中位数、收入增长率及基尼系数。

本文将研究范围限定于917个CBSA，每个CBSA至少包含一个人口超1万的城市核心区（以下简称城市或CBSA），并根据图3a所示的NFHL与AI绘制暴露人口占比之比对各区域进行分组：

第1组：无NFHL数据——受洪水影响的CBSA中，AI绘制暴露人口占比>1%，而NFHL绘制占比<1%。

第2组：严重未测绘——AI绘制暴露人口多于NFHL，且最低测绘人口占比≥1%。

第3组：轻微未测绘——NFHL绘制暴露人口多于AI，且最低测绘人口占比≥1%。

第4组：NFHL已完备——受洪水影响的CBSA中，NFHL绘制暴露人口占比>1%，而AI绘制占比<1%。

上述四组反映了AI洪水风险图所揭示的NFHL测绘/未测绘比率的不同梯度。AI绘制人口占比越高，表明当前NFHL在该区域的完备性越低，反之亦然。设定1%阈值旨在排除无任何洪水风险的城镇。

图3b以直方图呈现了四组城市的人口分布。第3组（NFHL绘制人口多于AI新增人口）城市数量最多，达441个。第2组（未测绘人口多于NFHL已测绘人口）次之，含266个城市，构成了NFHL未测绘总人口的主体。值得警惕的是，尽管城市总数较少，第2组中仍包含19个常住人口超百万的大都市区（如圣路易斯、匹兹堡），这表明NFHL在覆盖主要大都市区方面存在不足。鉴于大都市区庞大的人口基数，洪水风险图完备性的微小缺口将导致海量人口被排除在外，这一问题有待深入研究，本文将在下一节展开分析。

第1组与第4组分别代表测绘/未测绘光谱的两端，占比较小，分别为103个和89个城市。这些城市多为人口不足1万的微都市区，仅少数例外属于大型大都市区。图3d展示了各组城市的地理分布。尽管第2、3组遍布全国，但第1、4组呈现出更显著的空间集聚特征：例如，完全无NFHL数据的第1组城市在西北部（如华盛顿州斯波坎谷、爱达荷州爱达荷福尔斯）及东北部（如缅因州南波特兰、纽约州格伦斯福尔斯）更为常见；而第4组城市则在西南部（如亚利桑那州菲尼克斯、加利福尼亚州圣何塞）及南部（如得克萨斯州科珀斯克里斯蒂、佛罗里达州开普科勒尔）分布密集。

对比两组城市的总暴露人口可发现一个突出现象（图3c）：多数无NFHL数据的第1组城市，其风险人口占比较低（中位数3.5%，均值6.6%）；而FEMA完备度高的第4组城市，风险人口占比中位数（8.5%）与均值（13.2%）均显著更高。这表明FEMA未测绘城市（第1组）的总体风险人口占比通常较低。然而，图3e显示，第1组城市中老年及儿童等易受灾害影响的脆弱人口占比最高。同时，第1组中存在若干FEMA未测绘人口占比极高的异常值城市（如路易斯安那州霍玛-巴尤凯恩-蒂博多、科罗拉多州阿拉莫萨、路易斯安那州亚历山德里亚），这些地区应被列为优先测绘对象。

综上，AI生成的洪水风险图揭示了，40%的大都市及微都市区（第1、2组）未被NFHL充分覆盖，在总计917个城市中，103个CBSA几乎无FEMA地图，尽管其风险人口占比至少超过1%。更值得警惕的是，人口学分析表明这些城市中老年及儿童占比最高，而该群体对危机更为脆弱（图3e）。尽管如此，FEMA在人口稠密区测绘方面的成效应予肯定：超57%受洪水影响的CBSA（第3、4组）已被NFHL完全或高度完备地覆盖。本研究还观察到明显的倾向性：FEMA优先测绘了家庭收入较低、贫富差距较大的城市，表明其在经济薄弱区域开展了有意识的测绘工作。

图3

洪水风险图是防灾减灾、保险定价与气候适应的重要基础，然而美国官方地图仅覆盖全美三分之一的河道。本研究提出一种深度学习框架，通过挖掘现有记录数据，绘制出覆盖美国本土、空间分辨率达30米的洪水灾害风险全景图，有效填补了未测绘区域并更新了既有覆盖范围。据估算，相较于2023年美国国家数据库，现有洪泛区内尚有1100万人口与410万栋建筑未被纳入统计，分别较官方基线高出69%与81%。更关键的是，本研究对917个城市的社会经济分析表明，完全未测绘区域中弱势群体——尤其是老年与儿童群体的占比显著偏高；这类人群暴露于此前未识别的风险之中，进一步加剧了现有的社会不平等。本研究攻克了国家尺度洪水测绘中精度、覆盖范围与成本难以兼顾的三难困境，所提出的开源方法拓展了公众获取风险信息的渠道，为推动精准化、公平性的气候适应行动提供了科学路径。

编辑：朱明珠  /  审核：陈伟