气候变化和快速城市化背景下,城市洪涝灾害风险研究已经成为国际社会和学术界普遍关注的热点问题和科学前沿。伴随着上海市突发性暴雨的频发,动态人口空间分布是研究人口风险亟需解决的问题。通过系统梳理和借鉴前人研究成果,基于城市密集型数据(普查数据、浮动车数据和基础地理数据等),构建了城市小时级人口空间估算模型,探讨了上海市小时级人口时空分布格局,并针对100a一遇城市暴雨内涝情景,分析了城市人口的洪涝风险,主要包括致灾因子危险性、暴露和脆弱性分析。主要研究工作和结论如下:(1)密集型数据处理和集成。浮动车数据处理主要在Postgre SQL数据库支持下,对原始数据进行结构化处理,然后将结构化数据入库,再通过清洗程序获取上车点和下车点的数据。密集型数据采用面积权重模型,在Arc GIS中生成1 km×1 km的格网,进行数据的集成。(2)通过分析浮动车数据,揭示浮动车数据下车点和上车点24小时变化特征。浮动车下车点、上车点和浮动车净流入量在5个工作日24小时的变化上基本具有一致的变化趋势;下车点和上车点的空间分布基本存在一致的变化特征,热点区域主要分布在内环以内的核心城区,即静安区、黄埔区和卢湾区交界的区域;以核心城区为中心的单中心递减的变化趋势。根据浮动车净流入空间变化情况来看,城市核心区夜间时段(18时至4时)是以流出为主,流出的强度随着时间的变化呈现出先增强后减弱的过程,所占面积随着时间的变化呈现出先增多后减少的过程;白天时段(5时至12时)是以流入为主,流入的强度随着时间的变化呈现出先增强后减弱的过程,所占面积随着时间的变化呈现出先增多后减少的过程;其余白天时段基本上也是以流出为主。(3)利用浮动车数据、人口普查数据和经济普查的从业人口数据等密集型数据,构建了人口估算模型,利用手机信令数据对人口估算模型进行验证,并进一步改进人口估算模型。基于手机信令数据,利用人口估算模型进行人口估算的结果和手机信令数据进行相关性分析,呈正相关(P<0.01),相关性显著;对24小时内相对误差进行统计得出,相对误差在±10%内有7个时段相对误差所占比例超过50%,相对误差在±15%范围内有10个时段相对误差所占比例超过50%,相对误差在±20%范围内有15个时段相对误差所占比例超过50%。从手机信令估算的人口中高估和低估的比例来看,夜间时段高估和低估所占的比例基本相差不大;白天时段多数区域基本上是以低估为主。因此,通过手机信令数据的相关性分析和误差分析,认为基于密集型数据构建的人口估算模型可以应用到人口估算的工作中。(4)基于密集型数据构建的人口估算模型进行估算研究区小时级的人口,揭示24小时人口空间分布特征。0时至23时人口空间分布变化具有以下特征:较高和高人口密度主要分布在黄浦江西岸的内环线以内,及内环线西部和北部外缘附近;低和较低人口密度主要分布在外环线附近,即研究区的外围区域;具有明显的单中心模式。0时至23时人口流动空间分布变化具有以下特征:城市核心区域的大部分区域在2时至13时的时段人口表现出流入的特征,14时至次日1时的时段人口表现出流出的变化特征。外围区域在5时至15时的时段人口表现出流出的特征,在16时至次日4时的时段人口表现出流入的特征。人口流动最为强烈的两个时段是6时至9时的早高峰时段和19时至22时的时段。人口在各区土地利用类型中的分布的比例基本变化不大,基本上都是居住用地上的人口数量是最多的;统计各区不同土地利用的流入和流出面积来看,流入和流出最多的土地利用类型均是居住用地。(5)通过利用暴雨强度公式和芝加哥雨型公式进行降雨过程计算,利用SCS模型进行径流过程计算,基于等体积法计算淹没情景模拟等三个降雨淹没情景的模拟过程,获得4种雨峰位置的淹没情景。4个淹没情景影响人口空间分布具有如下特征:4种雨峰位置的暴雨内涝影响的人口分布均主要集中在市中心区域,且呈现出单中心减少的变化趋势,雨峰位置为0.5时影响的人口数量最多,其数量为328.8万人。影响人口最多的时段为中午(12时和13时),人口数量为328.8万人;其次是晚高峰(17时),人口数量为289.0万人;再次是早高峰(8时),人口数量为251.8万人;最后是夜间(3时和4时),人口数量为227.2万人。人口脆弱性分析是通过构建人口脆弱性曲线进行分析,研究发现淹没深度与人口密度呈指数相关,相关系数R为0.896;淹没体积与影响人口数量呈指数相关,相关系数R为0.855。(6)100a一遇暴雨内涝情景下的人口高风险区主要以分布在苏州河沿岸的区为主的城市核心区。高风险时段为雨峰位置为0.7的17时,其次是雨峰位置为0.3的8时,再次是雨峰位置为0.5的12时和13时,最后雨峰位置为0.1的3时和4时。人口风险动态变化较快的时段是3时到4时,表现出明显降低的变化;12时和13时人口风险变化表现出略有降低的变化。