《Land Use Policy》：Reframing urban flood resilience through blue green infrastructure- an integrated cluster analysis and DPSIR approach in the case of Kerala, India
编辑推荐：
本研究针对印度科钦市城市内涝韧性问题，运用层次聚类分析结合DPSIR框架，基于NDVI、NDWI等生态属性对73个行政区进行分类，发现土地覆盖与韧性强相关，并提出分层BGI规划策略，为发展中国家提供可复制的韧性规划范式。
P. Ambily | Mohammed Firoz C | N.R. Chithra
印度特里苏尔政府工程学院建筑与规划学院，680631
摘要
气候变化加剧了城市洪水问题，目前主要通过末端干预措施来应对，这需要在大规模投资于被动解决方案。诸如蓝绿基础设施（BGI）和城市生态韧性等主动方法往往被忽视。了解生态决定因素的空间分布对于理解降雨洪水韧性中的因果关系至关重要。聚类方法通过揭示潜在模式有助于简化复杂的数据集。本研究应用了一种稳健且可移植的聚类分析方法，根据印度科钦市的洪水韧性生态决定因素对城市区域进行了分类，并结合了驱动-压力-状态-影响-响应（DPSIR）框架，以支持基于证据的洪水规划。研究分为五个步骤：（i）变量识别；（ii）聚类程序；（iii）确定聚类数量；（iv）聚类特征分析与解释；（v）DPSIR框架的应用。结果表明，可以根据地区的生态属性评估其降雨洪水韧性，同时土地利用特征与洪水韧性之间存在高度相关性。通过层次聚类算法识别出三个不同的聚类：低韧性、中等韧性和高韧性聚类。本研究提出了一种新的城市洪水韧性干预方法，通过解决导致降雨洪水的原因来支持基于证据的BGI空间规划。
引言
像南亚的印度这样的快速发展的城市系统是全球最容易发生洪水的国家之一，据估计每年因洪水造成的损失高达740万美元（Singh等人，2023年）。联合国减灾署（UNDRR）的数据表明，2000年至2025年间与洪水相关的灾害增加了约134%（UNDRR，2025年）。城市密度的增加、雨水基础设施不足以及土地利用和土地覆盖的变化导致了前所未有的破坏和经济损失（Mohuya等人，2025年）。基于大规模物理基础设施投资的传统洪水管理系统已不再适用于印度等发展中国家，必须在多个层面上将洪水韧性纳入空间规划框架。通过局部区域规划、社区参与和基于自然的解决方案进行微观规划，对于将国家和区域灾害管理政策转化为具体行动至关重要（Visave和Aldrich，2025年）。
蓝绿基础设施（BGI）是一种新兴的洪水韧性应对方法，能够提供多种生态系统服务。通过加强制度和技术能力，将BGI整合到城市土地利用政策中，可以提升其在城市洪水韧性方面的潜力。了解城市洪水韧性及其决定因素的空间变化有助于促进BGI的相关规划和政策制定。本研究中的“韧性”指的是“地方在变化阶段保持功能和完整性的能力”这一社会生态概念（Folke，2016年；Shafiei Dastjerdi等人，2021年）。当前的研究重点在于评估BGI在包括洪水韧性在内的各种生态系统服务方面的表现（Kaur和Gupta，2022年；A. P.等人，2024a；O’Donnell等人，2021年；Alves Beloqui，2020年）。这些研究还涉及识别和绘制影响洪水韧性的关键因素，如土地利用和土地覆盖变化、绿色覆盖减少以及土壤渗透性降低等，使用标准化差异植被指数（NDVI）、标准化差异水指数（NDWI）等指标（Paliaga等人，2020年；Zhang等人，2021a；Fernandez等人，2016年；Aju等人，2024年；Aroca-Jiménez等人，2022年）。尽管这些研究强调了BGI及其对洪水韧性有贡献的关键生态因素的重要性，但关于如何有效整合这些因素以进行BGI空间规划的研究仍相对较少。
Pochody?a-Ducka等人（2025年）的研究采用了一种土地利用指标分析框架，利用土地利用、不透水性及建筑高度等指标来确定城市环境中BGI的优先区域。然而，该研究并未具体说明在识别出的优先区域中需要采取何种类型或规模的BGI干预措施。Lacroix等人（Lacroix等人，2024年）开发了一种价值导向的思维框架（VFT），以将先前开发的BGI规划支持系统适应不同情境，并提出了使用多种指标进行场地识别的策略。虽然这项研究为BGI空间规划提供了重要见解，但GIS-MCDA的主观方法可能会影响结果的准确性。Lin等人（2025年）采用了一种更客观的BGI空间规划方法，通过聚类分析根据供给、调节、支持和文化四个功能的八个生态系统服务对地点进行优先排序。虽然这种方法为基于证据的规划提供了有价值的见解，但假设所有参数权重相等可能会限制研究的范围，尤其是在某些生态系统服务（如洪水韧性）更为重要的情况下。
除了这些研究空白之外，在不同空间规划层次整合BGI方面也存在政策空白。印度正在推广一种多层次的空间规划方法，包括第一层（宏观尺度）、第二层（区域层面）、第三层（城市地方政府）和第四层（局部区域）（图1）。在这种方法中，第四层的微观规划通常仅限于道路建设和物理基础设施。在研究领域，针对韧性的微观规划往往局限于灾害准备（Laurien等人，2020年；Keating等人，2017年；Abenayake等人，2018年；Ali和George，2022年；Lamond和Everett，2019年），而不是空间规划本身。此外，在将实证证据与政策及规划通过坚实的理论框架联系起来方面也存在显著的研究空白。在更广泛的政策背景下，地方层面的知情决策对于适应气候引发的灾害至关重要。
本研究试图通过将BGI整合到微观规划和空间政策中，利用已建立的理论框架来解决研究和政策上的空白，从而提高洪水韧性。本研究旨在探讨以下问题：（1）如何根据城市地区的洪水韧性生态属性对其进行分类？（2）如何根据地区的具体生态属性战略性地规划BGI的类型和规模？（3）如何将BGI规划纳入更广泛的政策层面以提高洪水韧性？所提出的分类模型应用于印度西南海岸的科钦市，适用于任何面临降雨洪水风险的非河流城市。本研究分为五个部分：第一部分是引言；第二部分讨论了所提出的方法论框架；第三部分提供了研究结果；第四部分进行了讨论和规划建议；最后部分提出了结论以及研究的局限性和未来发展方向。
方法与材料
本研究涉及的关键方法包括变量识别、聚类程序、确定聚类数量、聚类特征的有效性验证与解释，以及使用驱动-压力-状态-影响-响应（DPSIR）框架将聚类分析结果与BGI规划和政策联系起来（图2）。与我们之前的研究（Ambily等人，2024a）建立的方法论框架一致，变量选择基于三个关键标准。
结果
为确保数据分类的稳健性，使用z分数标准化方法对指标进行了标准化，并将其转换为均值为零、标准差为一的通用尺度。为了避免多重共线性，通过交叉相关分析检查了变量。由于NDWI与NDVI之间存在高相关性（>0.9），因此将其移除以避免结果不稳定（表5）。
在BGI微观规划中应用DPSIR框架
聚类分析显示空间规划与洪水韧性之间存在密切关系。然而，当前的政策和策略尚未充分根据地区的实际特征进行调整。在本节中，我们探讨了利用DPSIR框架将聚类分析得出的空间特征与各级行政层面的BGI策略和政策相结合的潜力（表8）。多位研究者强调了这种结合的必要性。
结论
本研究提出了一种基于生态洪水韧性决定因素来表征城市区域的新方法，并在印度科钦市政公司的七十三个行政区域进行了应用。所采用的方法基于四步聚类分析，重点使用层次聚类算法。本研究得出以下结论：（1）一个地区的降雨洪水韧性可以根据其生态属性来衡量。
手稿准备过程中生成式AI和AI辅助技术的声明
在准备本作品时，作者使用了Paperpal工具来提升学术写作质量。使用该工具后，作者根据需要对内容进行了审阅和编辑，并对发表文章的内容负全责。
利益冲突声明
作者声明他们没有已知的财务利益冲突或个人关系可能影响本文的研究结果。
