加利福尼亚大学欧文分校的专家发现，政府机构、保险公司和灾难规划者使用的国家洪水风险模型在地方层面上，比如社区和个别房屋，并不准确。
加利福尼亚大学欧文分校的专家发现，政府机构、保险公司和灾难规划者使用的国家洪水风险模型在地方层面上，比如社区和个别房屋，并不准确。
最近发表在美国地球物理联盟杂志地球的未来上的一项研究警告说，新的全国性洪水数据未能反映当地的地理和基础设施，这对于理解洪水在城市环境中的蔓延至关重要。
“我们对洛杉矶县的分析发现，该县的人口超过40个美国州，涵盖80多个市，使用国家数据的整体洪水暴露估算与我们更复杂的模型惊人地相似。然而，关于哪些社区和财产容易受到影响的预测则显著不同，”论文的首席作者、加州大学欧文分校土木与环境工程及城市规划和公共政策的校长教授布雷特·桑德斯表示。
“此外，这些模型之间的差异表明各社会群体之间的暴露存在显著不平等，包括黑人、白人和边缘化社区，”他补充道。“识别洪水风险热点和理解社会差异对规划城市洪水响应至关重要，过于依赖当前数据可能导致保护策略不足。”
桑德斯和他的研究团队来自加州大学欧文分校和迈阿密大学，创建了一种名为PRIMo-Drain的详细建模系统，它通过使用高分辨率的地形数据、堤坝和河道条件的详细信息，以及有关雨水系统（如涵洞、地下管道和街道排水）具体信息来提高洪水预测的准确性。
“当我们将来源于国家数据模型的风险评估与PRIMo-Drain生成的评估进行比较时，我们发现各个城市的估算差异显著——相差十倍，”桑德斯解释道。“此外，仅有25%的机会国家数据与加州大学欧文分校的数据对哪些财产面临严重天气事件导致超过一英尺洪水的风险进行一致的评估。”
桑德斯指出，旨在绘制美国洪水危害的联邦举措在适应土地使用和气候变化方面存在困难，这使得政府和保险部门需要更新的信息来有效管理风险。
“虽然来自私营部门的新国家数据源已经开发以满足这一迫切需求，但不幸的是，这些模型缺乏准确评估城市地区洪水风险所需的细节，”桑德斯评论道。“未来的模型应该包括有关排水系统（如堤坝、洪水通道、涵洞和排水沟）以及详细的水文和水深数据的更全面细节。”
团队强调了一种新的协作方法，以提高全国范围的数据准确性。
“通过参与协作洪水建模，科学家和工程师与利益相关者合作使用先进的区域模型，我们可以实现规模经济。这将有助于扩大覆盖面，惠及更贫困和小型社区，同时提升受影响人群的洪水意识和应对能力，”桑德斯指出。“对洪水风险的认识对于参与洪水保险计划至关重要；更准确的数据可以帮助保险公司识别可投保的财产，而财产所有者将更加了解有效的防洪策略。”
布雷特·桑德斯与加利福尼亚大学欧文分校的土木与环境工程研究专家约亨·舒伯特，以及迈阿密大学的凯瑟琳·马赫共同参与了这项项目。研究团队得到了第一街基金会的数据支持，以及由国家科学基金会资助的NCAR-怀俄明超级计算中心的高性能计算支持。
