Water quality impacts from tidal flooding in Southern Chesapeake Bay

High tide flooding: Drivers, risk assessment, and prediction

“…Moftakhari 等 [23] Hino 等 [11] Ghanbari 等 [14] Carpio Camargo 等 [75] Jacobs 等 [73] 、 Fant 等 [72] Hanslow 等 [80] Habel 等 [38] Hauer 等 [12] Macías-Tapia 等 [24] Li 等 [22] 损失在美国西雅图和旧金山甚至比极端水位带来的 损失还要多 [10] ， 而带来的暴露程度在西雅图、 华盛顿 特区、 杰克逊维尔等地区大于中等-大型洪水 [14] 。 此外， 高潮位洪水事件对沿岸生态环境造成影响。 高潮位洪水通过排水管道倒灌进城市低洼地区， 将 区域内废水处理系统中的有害物质 [38] 和溶解性成 分 [24] 等带入河流和海水中， 是沿海地区海水水质异 常的主要原因之一 [24,74] 。另外， 潮汐带来的淹没与红 海龟孵化率、 玳瑁海归孵化率、 绿海龟孵化率有明显 的负相关 [75][76] 。 在洪水发生概率方面， 研究人员多是预报高潮 位洪水在年和月时间尺度上的发生频次 [6,8,12,30] 。例 如， 考虑不同海平面上升情景下高潮位洪水的发生 频次。当前仅有 Dusek 等 [77] 依据统计学方法预报高 潮位洪水每日的发生概率。 在高潮位洪水的定量风险评估方面， 相关研究 主要利用统计经验模型或水动力模型方法(表 1)， 结 合高潮位洪水未来发生频率变化， 开展承灾体暴露 分析和损失评估。基于统计经验模型方法是指构建 水位高度与灾害损失的函数关系， 结合淹没深度的 经验累积分布概率和超越概率计算累积损失 [10,14,22,78] ； 采用回归分析的方式建立逐时的影响人群与水位 高度的函数关系 [11] 。这些评估方法简易但缺乏精 度， 在函数关系构建时还需深入分析。基于淹没模 型方法是利用 GIS 手段或数值模型， 计算高潮位洪 水淹没范围 [38,[79][80] ， 进而结合道路网络、 通行数据等 计算交通影响和其他损失 [73] 等。国内针对高潮位 洪水风险评估， 主要利用淹没深度与财产损失曲线 开展 [22] 生频次会更多 [23,41,[81][82]…”