引言
在全球气候变化背景下，灾害风险的不确定性显著增加，城市气候韧性受到持续关注[1-3]。气候变化导致雨洪、高温等极端气候事件频发，对城市可持续发展带来严峻挑战。例如：1950—2010 年，伴随着气候变化的负面影响凸显，洪涝事件发生的时长与地域均显著增加[4-6]。在全球层面，2010 年已有9.92 亿人面临洪水风险；到2050 年，这一数字预计将高达13 亿[7]。然而，洪水灾害的空间分布并不均匀[8-9]，全球仅有1/3 的陆域面积洪灾频发，但受灾地域涉及主要城市且受灾群体涉及全球82%的人口[8]。此外，气候变化导致的极端炎热也会带来一系列城市问题。迫于人口压力，城市快速扩张，大量不透水表面引起明显热岛效应[10-11]，加剧了能源消耗、污染排放[12-13]以及身心威胁等问题[14]。城市极端炎热会加剧热岛效应的负面影响，造成热敏感疾病增加、基建设施故障、干旱与火灾、植被缺失、水文变化和城市生活质量下降[15-17]。毋庸置疑，极端气候事件会引发多种城市问题，加大环境与社会压力，为此，全球城市正积极采取措施加以应对。
近年来极端气候事件的频发使得城市气候韧性逐渐成为研究焦点。虽然气候是造成极端灾害的主因，但城市的脆弱性加大了极端气候事件对居民生活的冲击。此前已有研究提出城市形态对气候韧性的关联性假设，例如城市蔓延会导致地表径流的大量增加[18-19]，城市开发强度将影响雨洪冲击程度[20-21]，绿色基础设施能够降低雨洪冲击[22-24]。但由于气候韧性的概念非常宽泛，涵盖较多的极端气候事件类型，而建成环境对不同极端气候事件的表征可能不尽相同，且韧性的概念仍难以定量测度，因而气候韧性研究以韧性评价为主，正在由定性评价框架发展到定量评价体系。贾巴里恩（Jabareen）从城市脆弱性矩阵、预防能力、城市治理和不确定性应对四个维度提出气候韧性城市建设框架[25]。米罗等（Meerow et al.）综合前人的概念框架提出了气候韧性城市的16 种特征[26]，但未涉及具体量化方法。在规划实践层面，美国洛克菲勒基金会基于“100 个韧性城市”项目进行城市间的比较评价，并以此作为判定韧性城市最佳实践的标准。以上研究与规划实践尽管评价标准不同，但均强调气候韧性由多维度属性或能力构成[27]。多维度评价体系虽适用性较强，但针对性弱，特别是针对“气候韧性”究竟涵盖何种极端气候事件缺乏明确探究，因此对气候韧性进行精细化测度具有必要性[28-29]。同时有必要将气候韧性的相关理论概念化，并加强气候韧性定量实证研究。基于此，本研究将聚焦城市气候韧性，将雨洪事件作为城市形态与气候韧性之间的连接语境，以实证研究视角系统探究城市形态与气候韧性的关联关系。
1 城市形态与气候韧性的联系
在现有文献中，城市气候韧性①城市气候韧性在现有文献中一般指城市在气候变化（包括极端气候事件）的影响下表现出的韧性特征。概念不断完善，并与城市居民的实际生活密切相关。韧性已从最初霍林（Holling）提出的生态学韧性概念发展出较为固定的三种范式：工程韧性、生态韧性和演进韧性[30-32]。以应对雨洪事件、减缓洪灾的城市韧性为例，工程韧性关注如何恢复最初的稳定状态；生态韧性认为只能恢复受冲击后的最佳状态；演进韧性则关注周期性的洪灾适应和调整能力[29,33]。在实际研究中，这些范式不应对立，而应针对不同的研究问题，运用不同的韧性范式。韧性是复杂的概念，难以简单统一，根据背景（context）具有不同的特征与内涵[26,34]。气候韧性被认为是城市应对气候变化的重要概念之一，但近年来气候韧性研究仍聚焦于概念辩论和框架完善，甚少向定量实证研究拓展。韧性具有多维度和多内涵等特征，其测度也具有多种类别[29,33]。国际研究采用多种评价指标体系进行韧性的多维度测度，典型的有：地方抗灾韧性（DROP: Disaster Resilience of Place）[35]、社区洪水韧性测度（FRMC: Flood Resilience Measurement for Communities）[27,36]、技术组织社会经济（TOSE: Technical Organization Social Economic）[37]等。气候韧性在不同研究尺度下的表现可能存在差异。阿杰等（Adger et al.）提出，完整的韧性评价应考虑多种尺度[38]。研究维度与尺度的聚焦，可能是此类研究取得突破的重要路径。最早明确将城市形态与韧性联系在一起的是谢里菲（Sharifi）和山形（Yamagata），他们提出通过在宏观、中观和微观尺度构建韧性的城市形态[39-42]。气候韧性的研究需要系统探究韧性因城市建成环境差异而表征出的空间异质性[33]，而城市形态可能是导致上述异质性的重要因素，故城市形态应与气候韧性存在关联关系。具体而言，城市自然环境因素、城市用地类型与空间分布，以及城市建筑与周边场地等因素与城市气候韧性存在潜在关联[33,42]。
洪水韧性是气候韧性研究的重要分支，其灾害源主要是城市降雨（少数情况下，积雪融化、河流水位上涨也会导致洪水），当城市排水管网容量不足，将导致雨洪灾害出现，洪水韧性总体上是一种降低灾害损失和冲击，恢复系统性能的能力（表1）。本文聚焦雨洪韧性，即仅针对城市降雨这一灾害源进行讨论。我们将雨洪韧性定义为雨洪事件作用于建成环境时后者表现出的韧性特征，认为应从抵御思维转向适应思维，以降低雨洪灾害的影响[43]。雨洪韧性的作用过程分为预防（prevention）、吸收（absorption）、恢复（recovery）和适应（adaptation）[44-45]四个阶段（图1），形成一个循环结构；雨洪韧性在每个阶段均受到个体和环境因素影响[46]，在不同阶段发挥不同作用。本研究重点关注恢复阶段雨洪韧性与城市形态的关系。
图1 雨洪韧性曲线概念图（时间—主体性能）
表1 洪水韧性的代表性定义
雨洪韧性与城市形态具有显著关联，前人发现城市形态对雨洪灾害特征、损失结果和雨洪减缓能力有显著影响。雨洪事件是否致灾，雨洪灾害导致的相关损失及灾后恢复能力均与城市形态紧密关联。现有研究证实，城市蔓延会新增大量不透水表面，从而提高雨洪带来的地表径流，进而导致雨洪事件显著增加[50-53]。此外，城市形态的重要表征，例如较多不透水表面、较高的建筑密度、大量房屋等，均与雨洪财产损失具有显著相关性[54]。美国的相关研究显示，中等强度开发的城市建成区比高、低强度开发产生更多雨洪损失，研究者认为这是由于中等强度开发的区域多位于近郊区，雨水基础设施配套跟不上快速的不透水表面增长[20-21,55]。对开放空间进行适应性规划可能会提高抗洪能力，降低雨洪冲击[23]。布罗迪和海菲尔德（Brody & Highfield）发现开放空间的保护大大降低了洪水财产损失，但只有沼泽湿地和草地发挥了减灾作用，农用地却没有[55]。这意味着建成空间不同植被覆盖的减灾能力或存在差异。同时，排水设施和城市道路也会影响雨洪韧性，模拟结果表明，它们与水淹深度之间存在相关性[18,56]。然而，亨特等（Hunter et al.）比较了6 个雨洪模拟模型，发现结果差异很大[57]。多个低影响开发（LID: Low Impact Development）项目的成果表明，增加透水面和植被能显著降低雨洪径流[58-59]。综上，雨洪韧性与城市形态存在理论联系，有必要从实证角度细致探究二者的关联关系。
2 城市雨洪韧性的量化
城市雨洪韧性定量测度需要有明确前提——扰动。雨洪灾害对城市的冲击会引起相应特征的变化，如城市雨洪范围、强度和时长等。在反应时间内，这些累计变化可以量化成风险扰动，而这些风险扰动将引起城市不同系统的累计变化，例如人员伤亡、建筑损失、经济损失和交通流量变化等[60-62]。高韧性城市遭受雨洪灾害冲击时，扰动相对较少。如图1 所示，对不同时间的主体性能（退水能力）记录，可反映出雨洪韧性高低，其测度涉及时间和累计扰动值。在量化韧性时，需要根据具体问题考虑不同的韧性范式①由于演进韧性需要综合多种复杂因素，不能用时间—主体性能来简单描述，因此未被本文纳入量化讨论。。以雨洪事件为例，工程韧性适用于具有单一稳定状态的特征，例如城市雨洪范围和积水深度变化，其稳定状态就是未发生雨洪的状态；生态韧性适用于有多重平衡的特征，例如城市河湖生态系统状态，因其受人类社会和气候冲击等多项因素影响，只能记录阶段性的最好状态。
单维度韧性测度有两种思路，分别基于过程和状态。当韧性作为一种过程，测度的是韧性主体的性能随时间变化的过程，需要构建对应时间函数。这意味着需要建立连续且动态的观测系统。此类韧性测度在地震灾害、经济韧性中已有尝试，但仍存在较大难度[5,37]。当韧性作为一种状态，测度的是恢复速度或程度，多见于雨洪韧性研究[47]。当前，城市状态恢复是雨洪韧性的有效证据[34,63]，具体测量方式为恢复速率[64-65]。韧性越高的城市，在遭受雨洪事件冲击后恢复时间越短[66-67]。当前雨洪韧性定量研究主要基于工程韧性范式，以社区和地块为对象，分为实证和模拟两种。例如伊诺等（Hino et al.）从城市停车场使用变化程度中探索雨洪韧性的表现[68]，海菲尔德和布罗迪（Highfield & Brody）从政策层面检验韧性对雨洪的作用[69]，而宋璟璐等（Song et al.）检验了影响雨洪情景下水质恢复的影响因素[66]。雨洪韧性模拟研究中，研究者通过参数模拟不同降雨强度下积水深度、淹没范围和退水速率的变化[70-71]。
为了量化雨洪韧性，本研究基于工程韧性范式采用一个全新变量——退水速率（runoff recession velocity），其数值越高代表韧性越好。积水深度、时长与建筑损失存在正相关关系[62,72]。一定程度上，提高退水速率可以降低雨洪风险，从而提高雨洪韧性。传统雨洪风险管理中常用积水深度、雨洪时长、雨洪范围和概率等指标量化风险[73-75]。积水深度常以厘米为精度测量，以一定时间间隔（如每天、每小时）测量的水位变化来表征雨洪程度，大多研究者会重点关注水位峰值[76-77]。雨洪时长在时间维度（如小时）上衡量雨洪程度，时间越长，程度越严重[78-79]。雨洪范围难以精准测量，多为方格网采样的模拟结果，雨洪范围越大，雨洪程度越严重[80-81]。雨洪概率主要分为两类，第一类是雨洪事件的频数[82]，第二类是“百年一遇”“五十年一遇”这类表征雨洪概率的指标[83]。上述指标均能从一种维度衡量雨洪程度，数值越大，雨洪程度通常越严重。研究提出的退水速率是结合积水深度和雨洪时长提出的新指标，从水位和时间两个维度测量场地的退水能力，从而表征雨洪韧性。但雨洪风险与韧性之间存在密切联系，不可以抛开雨洪风险研究雨洪韧性[84]。考虑到雨洪程度可能对退水速率产生影响，本研究用日累计水位①用R 语言提取日期信息，按站点和日期筛选出同一站点同一天的数据，再分组累加水位得出。表征雨洪程度，将之作为控制变量，以检验控制雨洪程度后，城市形态对退水速率的直接影响。
如图2 所示，横轴为时间，纵轴为积水深度，退水过程是雨洪水位从峰值下降至0 的过程。但雨洪过程的实际曲线与概念曲线略微不同，水位可能会发生波动（上升或下降）。在衡量韧性时，本研究仅考虑水位下降的阴影部分。具体而言，退水速率等于累计退水水位②由于水位的记录时间间隔一致，此处用水位替代水量。与退水时间的比值，单位为m/小时，意味着场地每小时排放径流的能力。以往的研究倾向于比较不同场地的扰动，以判断其雨洪韧性之高低。鲜有研究纵向比较不同时期雨洪灾害对场地造成的扰动差异。本研究采集多个场地在不同雨洪事件③本文将雨洪事件定义为降雨作用于城市建成环境时，城市任一水位监测站出现积水现象的事件。中的退水速率，实现了韧性的时空测度。兼顾空间和周期性变化的测度，有助于弱化气候不确定性带来的影响，提高测度结果的有效性。
图2 雨洪韧性恢复过程概念图
3 澳门城市形态与雨洪韧性的关联性
3.1 研究样本与变量选取
3.1.1 研究样本选取
澳门是粤港澳大湾区东南部的沿海城市，面积约32.9 km2。选择澳门作为研究地域主要有两个原因。第一，澳门是典型的高人口密度城市，全域人口密度约2 万人/km2 ④数据来自澳门统计暨普查局（https://www.gov.mo/zh-hans/news/614579/）。，为全球第一[85]，其中密度最高的统计分区黑沙环和佑汉区的人口密度更是高达15.3 万人/km2。研究表明，随着人口密度增长，洪灾财产损失将急剧增加[20,69]。第二，澳门是气候灾害风险增大的代表性城市。由于近年风暴潮导致澳门洪灾频发，频繁内涝严重阻碍城市日常运作，停工停课成为常态。2017 年8 月，台风天鸽造成澳门半岛被淹没一半以上，水浸高度⑤数据来自澳门地球物理暨气象局（https://www.smg.gov.mo/zh/subpage/355/page/38）。最高达2.38 m，导致约15 亿美元（约合108 亿元人民币）的损失。选择澳门作为研究地域，有助于探究高密度城市雨洪韧性的关联因素，并为气候适应规划提供具体参考。
缓冲区比行政辖区更适合洪灾的微观研究。在相关研究中，前人已在不同尺度样本上作出尝试。大尺度研究中，流域、汇水区、县和教区常作为研究样本，用于宏观雨洪冲击影响因素分析[20,61,86-87]。小尺度研究中，研究者常选择社区或缓冲区作为取样单位，用于微观雨洪风险实证分析[55,88]。部分实证研究表明，0.5 英里（约合0.8 km）缓冲区的环境要素（例如不透水面和绿地）能显著影响雨洪灾害损失[55,89]。此外，姚磊等（Yao et al.）基于土地覆盖对69 个小于1 hm2 的子汇水区进行雨洪模拟，结果与历史雨洪记录高度匹配[90]。本文选择缓冲区主要依据布罗迪等的研究，其对多个雨洪位置的0.5 英里缓冲区进行取样，解释了土地覆盖对得克萨斯州雨洪损失的影响[55]。基于本研究的数据，各监测站与最近其他站的距离范围在115.74～2 004.90 m，若取样范围过大将弱化各城市形态变量差异，且澳门作为高密度城市，100 m缓冲区可准确采集到其城市形态的差异。故本研究的解释变量大都以监测站为圆心、100 m 为半径的圆形作为缓冲区进行计算。
3.1.2 研究变量选取
本研究收集了2018 年6 月—2019 年12 月的水位实时数据共计6 454 696 条。以降雨日期为分类依据，最终得到111 次降雨事件的数据。如前文所述，本研究将退水速率作为因变量表征雨洪韧性。通过不同水位监测站的实时数据⑥数据来自澳门地球物理暨气象局（http://anyup.top:9000/macaoWater）。，使用R 语言筛选出水位下降的信息用于计算退水速率，单位统一为m/小时。在所有场地中，总体而言水位监测站周边环境的退水速率较低，但个别场地退水较快，例如14 号水位监测站（黑桥街站）整体退水速率最高，范围是2.4～599.4 m/小时（表2）。2018 年8 月12 日澳门发生暴雨，降雨量高达43.8 mm，大部分水位站当日的退水速率普遍升高。因此，尽管退水速率能量化基于雨洪事件的雨洪韧性，但它同时受退水时间和水量影响。为保证结果有效性，本研究控制了降雨事件的固定效应，以横向比较场地的韧性。
表2 水位监测站退水速率描述性统计表
结合前述理论联系，本研究重点关注城市形态与雨洪韧性的关系。城市形态定量化以建成环境为主，建成环境能有效干预城市对雨洪事件的适应能力，与雨洪韧性紧密相关[56]。为减少共线性影响，基于VIF 测试筛选后的解释变量包括：植被指数（NDVI: Normalized Difference Vegetation Index）、建筑密度、建筑后退距离①建筑后退距离指建筑沿街界面与路缘石之间的距离。、排水管网密度、道路密度、道路宽度和不透水面积（表3）。现有研究表明，绿地对减轻雨洪事件所带来的负面效应具有一定作用[23,91]，然而，仅特定类型绿地可降低雨洪损失[55]。为了检验植被与雨洪韧性之间的相关性，本研究引入了测量植被丰富度的变量——植被指数。宏观尺度的研究表明，城市开发强度可显著影响雨洪事件带来的损失[20]。针对微观尺度，本研究采用建筑密度和建筑后退距离作为解释变量。相关模拟研究表明，在相同降雨条件下，建筑物密度越低，建筑后退越多，积水深度越低[70]。为了验证建筑密度、后退距离与退水速率之间的关系，本研究采集了水位监测站100 m 缓冲区内的建筑密度和后退距离。如表3 所示，建筑密度与后退距离平均值分别为38%和2.48 m，反映出澳门的高强度开发的建成环境特征。此外，不透水面积也常用于洪灾实证研究：中观层面，增加不透水面积会在社区或郡县范围造成更多的雨洪经济损失[20,55]；微观层面，相同宽度的不透水路面比透水路面的水位上升更多[92-93]。因此，本研究假设大量不透水表面将降低高密度城市的雨洪韧性，增加其损失。不透水面积由fragstats 计算斑块面积（CA）指数得出。密度较低的排水管网会增加雨洪风险，从而降低雨洪韧性[4,56]。为了验证排水管网密度与城市对雨洪韧性的影响，本研究从澳门土地工务运输局获取了排水管网的原始数据。道路密度也被视为与雨洪韧性相关的重要因素，城市道路会阻隔地表径流从而导致水的滞留，且在极端降雨情景下易产生积水[18]。随着城市路网发展，城市洪灾可能会增添灾难性风险[94-95]。为验证道路与退水速率的联系，本研究采用道路密度和宽度作为对应解释变量。
表3 雨洪韧性影响因素描述性统计
注：＊ 水位监测站的汇水量是基于从澳门土地工务运输局获取的澳门数字高程模型（DEM），通过ArcGIS 中的水文分析拓展功能计算得出，其表征汇入该像元的其他像元数量之和，故无单位。
＊＊统计分区是澳门统计的最小单元，2020 年澳门共有25 个统计分区，面积范围为0.2～7.6 km2。
其他自然和社会经济环境要素也对雨洪事件产生一定影响。降雨、洪泛区和坡度是雨洪风险相关研究中经常使用的自然环境要素变量[54,96-97]。社会经济环境要素如人口密度、收入水平和组织能力等对雨洪冲击存在影响[54,98]，但结论有待进一步检验。它们常被用作回归模型中的控制变量，以验证其他要素对洪灾的影响效应。上述要素以宏观尺度为主，在微观研究中采用相应替代变量。例如：小地块降雨难以量化，为解决此问题，本研究采用日累计水位来控制场地降雨的影响。针对坡度，本研究采用汇水量代替，因为它更能量化场地的储水能力。此外，本研究用缓冲区对应的房屋价值作为城市内部经济水平差异的表征，列入社会经济环境的控制变量。
3.2 回归模型构建
前序研究多采用多元线性回归模型揭示影响因素与雨洪冲击的关系，但多为宏观和中观尺度研究。相关实证研究解释了约30%的雨洪经济损失结果变化[54-55,69]。受限于数据精度，微观的定量实证研究寥寥可数。亦有研究通过模拟来探索微观层面的洪灾研究[70,99]，然而，模拟研究的明显短板在于难以揭示实际因果关系。本研究利用雨洪事件中的高精度城市水位实时特征数据来进行微观的雨洪韧性定量实证研究。研究汇总了同一样本在多个降雨事件中的观测数据，通过模型构建来控制降雨事件的固定效应，并控制其他干扰变量，最终采用固定效应模型来检验城市形态与雨洪韧性的关系。
3.3 回归模型结果
结果表明，大多数城市形态要素与城市退水速率显著关联。道路密度、建筑后退距离、排水管网密度和植被指数均与退水速率正相关。如表4 所示，提升道路密度可以显著提高退水速率（p＜0.05）。建筑后退距离和植被指数等变量的增大也能显著提升退水速率，符合预期：建筑后退距离每增加1 个标准差能带来退水速率0.237 个标准差的增长；同样地，植被指数每增加1 个标准差能带来退水速率0.166 个标准差的增长。不透水面积会降低退水速率（p＜0.1），其每增加1 个标准差会引起退水速率0.145 个标准差的降低。此外，建筑密度和道路宽度与退水速率在该模型中并不显著相关，汇水量是降低高密度城市退水速率的显著变量：在雨洪期间，每增加1个标准差的汇水量，场地退水速率约减少0.375个标准差。在这111 次降雨事件中，研究模型解释了约30%的城市退水速率变化。综上，大部分城市形态要素在微观层面对雨洪韧性具有显著效应。
表4 退水速率固定效应线性回归模型结果
注：＊＊＊表示p＜0.01，＊＊表示p＜0.05，＊表示p＜0.1；“—”表示不涉及。
4 讨论：城市形态与雨洪韧性的关联
地形和植被丰富程度均对城市退水速率产生影响，因此，对微环境的改造可改善城市的雨洪韧性。宏观层面上，洪泛区的建筑物通常会经历更长时间的雨洪影响，从而增加了与雨洪相关的经济损失[88]。微观层面上，本研究发现汇水量较大的地方，例如低洼地，会降低高密度城市的退水速率。例如汇水量较大的8 号（康公庙）和12 号（沙维斯街）水位监测站退水较慢，其邻近社区受雨洪影响的时间更长。植草砖比纯铺砖路面更能储存水体[100]，而且随着植物生长，其储水和截流能力将显著提升[101]，因为成熟的植被具有更密更粗的根系，可将更多的水从地表输送至地下土壤[102-103]。本研究发现在高密度城市中，提高场地的植被指数水平可以增加退水速率，从而增强雨洪韧性。低影响开发实践成果也表明植被的增加可有效降低雨洪径流[58,59]。
城市开发强度对退水速率有显著作用，可作为气候适应规划的重要参考。微观实验研究表明，水位在不透水表面下降相对更慢[104]。本研究也发现不透水面积对高密度城市退水速率具有降低作用，但显著性相对轻微。相关研究表明，总不透水表面（TIA: Total Impervious Area）的增加会提升地表径流峰值，但不透水表面的类型会影响这种效应[105]。在TIA 比例相似的场地，提高与透水设施直接相连的不透水表面（DCIA: Directly Connected Impervious Area）或有效不透水表面（EIA: Effective Impervious Area）的比例会明显缩短径流达到峰值的时间，但不会显著增加径流深度和峰值[90]。进一步的研究需要划分TIA 和EIA 的类型，以检验其与雨洪韧性的关系。极端降雨时，无论地面是否透水，一旦水量超过地面的吸收阈值，水位就会快速上升[104]。单纯地降低不透水表面面积不能有效提高雨洪韧性，应结合其他因素共同发挥作用。例如：土壤湿度越大，水位上升越快[100]；裂缝的增加会提升水的下渗作用[103]；就建筑而言，其后退距离的增加可以显著提高退水速率。澳门大多数人行道由透水砖构成，沿街建筑后退越多则透水空间越大，水的下渗越快。此外，健康的排水管网系统被认为是治理城市雨洪的重要因素。在宏观层面，李和布罗迪（Lee & Brody）发现排水设施与城市雨洪风险存在负相关[96]。在微观层面，本研究发现增加排水管网密度可以显著提高退水速率。总体而言，增加排水管网密度能改善城市应对雨洪的能力。城市道路长期被视为增加雨洪风险的重要因素[18,94]。但是，本研究发现增加道路密度能提升雨洪韧性。一方面，在高密度城市，密集的路网可以将降水多方向排放，在一定程度上提高了退水速率；另一方面，大面积的蒸发可加速地表水体的减少，而密集路网可促进蒸发，从而提高退水速率。有趣的是，道路宽度似乎对退水速率没有显著效应。综上，适度降低不透水表面面积，增加植被层次和建筑后退距离，提高排水管网密度和道路密度，能在一定程度上增加高密度城市的雨洪韧性。
5 增强城市雨洪韧性的规划措施与研究展望
5.1 增强城市雨洪韧性的规划措施
（1）控制不透水面比例，增强城市退水能力
适度降低不透水面积，提高场地退水速率，对提高城市的雨洪韧性具有重要意义。在增量规划时代，我国城市新增大量不透水用地。这些不透水表面不仅容易引起城市内涝，而且降低了城市的退水速率，延长了城市恢复正常运转所需时间。当前防灾减灾专项规划可以不同城市区域为试点，将不透水面比例作为一种控制性指标，通过实践找出有效提升雨洪韧性所需的指标范围。
（2）提升植被指数
植被丰富的绿地比草坪吸水更快更多，提升植被指数是提升城市雨洪韧性的关键。这就是海绵城市规划实践数年，成效似乎难以显现的原因。比起单纯增加绿地面积或增加草坪等低效绿化空间，更应构建多层次的绿地空间。在绿地系统规划中，应结合易涝空间，配置丰富的乔灌草植被，以期更快地吸收地表径流。不透水表面的增加会降低城市退水速率，在满足用地发展需求的前提下，将不透水表面改造成透水表面，可提升城市的雨洪韧性。
（3）落实小街区实践，构建富有韧性的城市形态
基于本文的实证研究结果，密路网构成的小街区模式对高密度城市来说，可能是一种雨洪韧性更高的城市形态。以往建筑布局、交通规划和防灾减灾各自为营，甚少互相联系，多规合一难以实现。将雨洪治理理念融入详细规划中，提升路网密度并适度增加建筑后退距离，或可增强高密度社区的雨洪韧性，有利于落实可持续发展的城市形态。
（4）改造老旧社区建成环境，提高社区雨洪韧性
提升社区雨洪韧性，能减少经济损失，改善生活质量，同时符合经济效益与社会效益。根据我国水利部每年公布的易涝点名单，老旧社区的身影比比皆是，表明其雨洪韧性之低。每逢极端降雨，大多老旧社区都呈现内涝惨象。其排水系统弱、绿地贫乏、建筑间距小，基于本研究的回归结果，这些因素都使老旧社区的雨洪韧性较低。且老旧社区通常规模不小，自成明显斑块，加剧了雨洪的影响。将雨洪韧性融入城市更新政策，对于老旧社区的综合规划改造来说或许是突破口之一。
5.2 研究展望
本研究仍存在一些不足之处。首先，以高密度的澳门作为研究案例，采用固定效应模型进行实证检验，使得结论仅适用于高密度城市。因此，后续研究可选择密度特征不同的城市样本作进一步的探究。其次，本研究尚未分别验证TIA 和EIA 对雨洪韧性的影响。相关研究表明，TIA 和EIA对地表径流和峰值径流的影响是不同的[90]，然而由于数据的局限，本研究未将EIA 作为研究模型中的解释变量。当前，学术界似乎仍沉浸于气候韧性概念的争辩，鲜少通过实证研究探索气候韧性的影响因素。因此，该领域的定量实证研究非常有意义，后续研究可针对其他气候事件，定量评估规划对城市韧性提升的有效性，推动气候韧性概念与理论的进一步完善。
注：本文图表均由作者整理或绘制。
[1] BOYER M A,MEINZER M,BILICH A.The climate adaptation imperative:local choices targeting global problems?[J].Local environment,2017,22(1):67-85.
[2] HOCHRAINER-STIGLER S,LAURIEN F,VELEV S,et al.Standardized disaster and climate resilience grading: a global scale empirical analysis of community flood resilience[J].Journal of environmental management,2020,276: 1-10.
[3] 赫磊,解子昂.走向韧性：城市综合防灾规划研究综述与展望[J].城乡规划,2021(3): 43-54.
[4] JHA A K,BLOCH R,LAMOND J.Cities and flooding: a guide to integrated urban flood risk management for the 21st century[M].Washington,DC: The World Bank,2012.
[5] HALLEGATTE S.Economic resilience: definition and measurement[R].Washington,DC: The World Bank,2014: 1-44.
[6] HIRABAYASHI Y,MAHENDRAN R,KOIRALA S,et al.Global flood risk under climate change[J].Nature climate change,2013,3(9): 816-821.
[7] JONGMAN B,WARD P J,AERTS J C J H.Global exposure to river and coastal flooding: long term trends and changes[J].Global environmental change,2012,22(4): 823-835.
[8] DILLEY M,CHEN R S,DEICHMANN U,et al.Natural disaster hotspots:a global risk analysis[M].Washington,DC: The World Bank,2005: 1-132.
[9] KOCORNIK-MINA A,MCDERMOTT T K J,MICHAELS G,et al.Flooded cities[J].American economic journal: applied economics,2020,12(2): 35-66.
[10] YANG C,ZHAN Q,GAO S,et al.Characterizing the spatial and temporal variation of the land surface temperature hotspots in Wuhan from a local scale[J].Geo-spatial information science,2020,23(4): 327-340.
[11] 祝新明,王旭红,周永芳,等.建成区扩张下的西安市热环境空间分异性[J].生态学杂志,2017,36(12): 3574-3583.
[12] CHUN B,GULDMANN J M.Spatial statistical analysis and simulation of the urban heat island in high-density central cities[J].Landscape and urban planning,2014,125: 76-88.
[13] CHUN B,GUHATHAKURTA S.Daytime and nighttime urban heat islands statistical models for Atlanta[J].Environment and planning b: urban analytics and city science,2017,44(2): 308-327.
[14] STONE B,LANZA K,MALLEN E,et al.Urban heat management in Louisville,Kentucky: a framework for climate adaptation planning[J].Journal of planning education and research,2019: 1-13.
[15] BAIK J J,KIM Y H,CHUN H Y.Dry and moist convection forced by an urban heat island[J].Journal of applied meteorology,2001,40(8): 1462-1475.
[16] GARTLAND L M.Heat islands: understanding and mitigating heat in urban areas[M].London: Routledge,2008.
[17] STONE B,HESS J J,FRUMKIN H.Urban form and extreme heat events:are sprawling cities more vulnerable to climate change than compact cities?[J].Environmental health perspectives,2010,118(10): 1425-1428.
[18] ARNOLD C L,GIBBONS C J.Impervious surface coverage: the emergence of a key environmental indicator[J].Journal of the American Planning Association,1996,62(2): 243-258.
[19] PAUL M J,MEYER J L.Streams in the urban landscape[J].Annual review of ecology and systematics,2001,32: 333-365.
[20] BRODY S,KIM H,GUNN J.Examining the impacts of development patterns on flooding on the Gulf of Mexico Coast[J].Urban studies,2013,50(4): 789-806.
[21] BRODY S D,GUNN J,PEACOCK W,et al.Examining the influence of development patterns on flood damages along the Gulf of Mexico[J].Journal of planning education and research,2011,31(4): 438-448.
[22] LEE H,SONG K,KIM G,et al.Flood-adaptive green infrastructure planning for urban resilience[J].Landscape and ecological engineering,2021,17: 1-11.
[23] LENNON M,SCOTT M,O’NEILL E.Urban design and adapting to flood risk: the role of green infrastructure[J].Journal of urban design,2014,19(5):745-758.
[24] LI L,UYTTENHOVE P,VANEETVELDE V.Planning green infrastructure to mitigate urban surface water flooding risk—a methodology to identify priority areas applied in the city of Ghent[J].Landscape and urban planning,2020,194: 1-12.
[25] JABAREEN Y.Planning the resilient city: concepts and strategies for coping with climate change and environmental risk[J].Cities,2013,31: 220-229.
[26] MEEROW S,NEWELL J P,STULTS M.Defining urban resilience: a review[J].Landscape and urban planning,2016,147: 38-49.
[27] KEATING A,CAMPBELL K,SZOENYI M,et al.Development and testing of a community flood resilience measurement tool[J].Natural hazards and earth system sciences,2017,17(1): 77-101.
[28] 翟国方,夏陈红.我国韧性国土空间建设的战略重点[J].城市规划,2021,45(2): 44-48.
[29] 段怡嫣,翟国方,李文静.城市韧性测度的国际研究进展[J].国际城市规划,2021,36(6): 79-85.DOI: 10.19830/j.upi.2019.439.
[30] HOLLING C S.Resilience and stability of ecological systems[J].Annual review of ecology and systematics,1973,4: 1-23.
[31] 邵亦文,徐江.城市韧性：基于国际文献综述的概念解析[J].国际城市规划,2015,30(2): 48-54.
[32] 廖桂贤,林贺佳,汪洋.城市韧性承洪理论——另一种规划实践的基础[J].国际城市规划,2015,30(2): 36-47.
[33] 李可欣,李超骕.多维度视角下城市形态与气候韧性的关联[J].城乡规划,2021(3): 20-27.
[34] MCCLYMONT K,MORRISON D,BEEVERS L,et al.Flood resilience: a systematic review[J].Journal of environmental planning and management,2020,63(7): 1151-1176.
[35] CUTTER S L,BARNES L,BERRY M,et al.A place-based model for understanding community resilience to natural disasters[J].Global environmental change,2008,18(4),598-606.
[36] LAURIEN F,KEATING A.Evidence from measuring community flood resilience in Asia[R/OL].Mandaluyong: Asian Development Bank,2019[2021-11-13].https://www.adb.org/publications/measuringcommunity-flood-resilience-asia.
[37] BRUNEAU M,CHANG S,EGUCHI R,et al.a framework to quantitatively assess and enhance the seismic resilience of communities[J].Earthquake spectra,2003,19(4): 737-738.
[38] ADGER W N,HUGHES T P,FOLKE C,et al.Social-ecological resilience to coastal disasters[J].Science,2005,309(5737): 1036-1039.
[39] SHARIFI A.Resilient urban forms: a macro-scale analysis[J].Cities,2019,85: 1-14.
[40] SHARIFI A.Urban form resilience: a meso-scale analysis[J].Cities,2019,93:238-252.
[41] SHARIFI A.Resilient urban forms: a review of literature on streets and street networks[J].Building and environment,2019,147: 171-187.
[42] SHARIFI A,YAMAGATA Y.Resilient urban form: a conceptual framework[M]// YAMAGATA Y,SHARIFI A.Resilience-oriented urban planning.Switzerland: Springer,Cham.2018: 167-179.
[43] BOTTAZZI P,WINKLER M S,IFEJIKA SPERANZA C.Flood governance for resilience in cities: the historical policy transformations in Dakar’s suburbs[J].Environmental science & policy,2019,93: 172-180.
[44] REHAK D,SENOVSKY P,SLIVKOVA S.Resilience of critical infrastructure elements and its main factors[J].Systems,2018,6(2): 21.
[45] ALIZADEH H,SHARIFI A.Assessing resilience of urban critical infra structure networks: a case study of Ahvaz,Iran[J].Sustainability,2020,12(9):3691.
[46] CANTONI F,MORI E,VENEZIANI R,et al.Strengthening resilience through participatory development of “life and social skills” in flood management[J].City,culture and society,2020,22: 100358.
[47] LIAO K-H.A theory on urban resilience to floods -a basis for alternative planning practices[J/OL].[2022-10-11].Ecology and society,2012,17(4).http://www.jstor.org/stable/26269244.
[48] MIGUEZ M,VEROL A.A catchment scale Integrated Flood Resilience Index to support decision making in urban flood control design[J].Environment and planning b: planning and design,2016,44(5): 925-946.
[49] BULTI D T,GIRMA B,MEGENTO T L.Community flood resilience assessment frameworks: a review[J].SN applied sciences,2019,1(12): 1663.
[50] SHUSTER W D,BONTA J,THURSTON H,et al.Impacts of impervious surface on watershed hydrology: a review[J].Urban water journal,2005,2(4):263-275.
[51] ROSE S,PETERS N E.Effects of urbanization on streamflow in the Atlanta area (Georgia,USA): a comparative hydrological approach[J].Hydrological processes,2001,15(8): 1441-1457.
[52] CHEN A S,HAMMOND M J,DJORDJEVIĆ S,et al.From hazard to impact: flood damage assessment tools for mega cities[J].Natural hazards,2016,82(2): 857-890.
[53] MILLER J,KIM H,KJELDSEN T,et al.Assessing the impact of urbanization on storm runoff in a peri-urban catchment using historical change in impervious cover[J].Journal of hydrology,2014,515(16): 59-70.
[54] BRODY S D,ZAHRAN S,HIGHFIELD W E,et al.Identifying the impact of the built environment on flood damage in Texas[J].Disasters,2008,32(1):1-18.
[55] BRODY S D,BLESSING R,SEBASTIAN A,et al.Examining the impact of land use/land cover characteristics on flood losses[J].Journal of environmental planning and management,2014,57(8): 1252-1265.
[56] LEE Y.Examining the impact of built environment on flood losses in Seoul,Korea[D].College Station: Texas A&M University,2016.
[57] HUNTER N M,BATES P D,NEELZ S,et al.Benchmarking 2D hydraulic models for urban flooding[J].Proceedings of the institution of civil engineers-water management,2008,161(1): 13-30.
[58] LIU H,TATANO H,KAJITANI Y,et al.Analysis of the influencing factors on industrial resilience to flood disasters using a semi-markov recovery model: a case study of the heavy rain event of july 2018 in Japan[J].International journal of disaster risk reduction,2022,82: 103384.
[59] AHIABLAME L M,ENGEL B A,CHAUBEY I.Effectiveness of low impact development practices: literature review and suggestions for future research[J].Water,air,&soil pollution,2012,223(7): 4253-4273.
[60] MORELLI A B,CUNHA A L.Measuring urban road network vulnerability to extreme events: an application for urban floods[J].Transportation research part d: transport and environment,2021,93(6): 1-13.
[61] BRODY S D,ZAHRAN S,MAGHELAL P,et al.The rising costs of floods:examining the impact of planning and development decisions on property damage in Florida[J].Journal of the American Planning Association,2007,73(3): 330-345.
[62] PISTRIKA A,TSAKIRIS G,NALBANTIS I.Flood depth-damage functions for built environment[J].Environmental processes,2014,1(4): 553-572.
[63] TAHMASEBI BIRGANI Y,YAZDANDOOST F.Resilience in urban drainage risk management systems[J].Water management,2016,169: 3-16.
[64] BERTILSSON L,WIKLUND K,DE MOURA TEBALDI I,et al.Urban flood resilience— a multi-criteria index to integrate flood resilience into urban planning[J].Journal of hydrology,2019,573: 970-982.
[65] COATES G,ALHARBI M,LI C,et al.Evaluating the operational resilience of small and medium-sized enterprises to flooding using a computational modelling and simulation approach: a case study of the 2007 flood in Tewkesbury[J].Philosophical transactions of the royal society a,2020: 1-16.
[66] SONG J,HUANG B,LI R.Measuring recovery to build up metrics of flood resilience based on pollutant discharge data: a case study in East China[J].Water,2017,9(8): 1-20.
[67] WANG Y,MENG F,LIU H,et al.Assessing catchment scale flood resilience of urban areas using a grid cell based metric[J].Water research,2019,163:114852.
[68] HINO M,BELANGER S,FIELD C,et al.High-tide flooding disrupts local economic activity[J].Science advances,2019,5(2): 1-9.
[69] HIGHFIELD W E,BRODY S D.Evaluating the effectiveness of local mitigation activities in reducing flood losses[J].Natural hazards review,2013,14(4): 229-236.
[70] BRUWIER M,MUSTAFA A,ALIAGA D G,et al.Influence of urban pattern on inundation flow in floodplains of lowland rivers[J].Science of the total environment,2018,622-623: 446-458.
[71] GUO K,GUAN M,YU D.Urban surface water flood modelling— a comprehensive review of current models and future challenges[J].Hydrology and earth system sciences,2021,25(5): 2843-2860.
[72] THIEKEN A H,MÜLLER M,KREIBICH H,et al.Flood damage and influencing factors: new insights from the August 2002 flood in Germany[J].Water resources research,2005,41(12): 1-16.
[73] LI C,SUN N,LU Y,et al.Review on urban flood risk assessment[J].Sustainability,2022,15(1): 765.
[74] BARBARO G,MIGUEZ M G,DE SOUSA,M M,et al.Innovations in best practices: approaches to managing urban areas and reducing flood risk in Reggio Calabria (Italy)[J].Sustainability,2021,13(6): 3463.
[75] MIGUEZ M G,RAUPP I P,VEROL A P.An integrated quantitative framework to support design of resilient alternatives to manage urban flood risks[J].Journal of flood risk management,2019,12(5): 1-13.
[76] ELKHRACHY I.Flash flood water depth estimation using SAR images,digital elevation models,and machine learning algorithms[J].Remote sensing,2022,14(3): 440.
[77] WANG H-L,WANG H-F,WU Z-N,et al.Using multi-factor analysis to predict urban flood depth based on Naive Bayes[J].Water,2021,13(4):432.
[78] ZHENG J,HUANG G.A novel grid cell-based urban flood resilience metric considering water velocity and duration of system performance being impacted[J].Journal of hydrology,2023,617: 128911.
[79] GAO P,GAO W,KE N.Assessing the impact of flood inundation dynamics on an urban environment[J].Natural hazards,2021,109(1): 1047-1072.
[80] BODOQUE J M,AROCA-JIMÉNEZ E,EGUIBAR M Á,et al.Developing reliable urban flood hazard mapping from LiDAR data[J].Journal of hydrology,2023,617: 128975.
[81] MEDIERO L,SORIANO E,ORIA P,et al.Pluvial flooding: high-resolution stochastic hazard mapping in urban areas by using fast-processing DEMbased algorithms[J].Journal of hydrology,2022,608: 127649.
[82] ERNSTBENJAMIN J,DEWALS B,DETREMBLEUR S,et al.Micro-scale flood risk analysis based on detailed 2D hydraulic modelling and high resolution geographic data[J].Natural hazards,2010,55: 181-209.
[83] TANGUY M,CHOKMANI K,BERNIER M,et al.River flood mapping in urban areas combining Radarsat-2 data and flood return period data[J].Remote sensing of environment,2017,198: 442-459.
[84] DISSE M,JOHNSON T G,LEANDRO J,et al.Exploring the relation between flood risk management and flood resilience[J].Water security,2020,9: 1-9.
[85] 王英,蒋依凡,曹蕾.高密度居住与澳门发展对策研究[J].城市与区域规划研究,2019(3): 100-117.
[86] BRODY S D,HIGHFIELD W E,BLESSING R.An analysis of the effects of land use and land cover on flood losses along the Gulf of Mexico Coast from 1999 to 2009[J].Journal of the American Water Resources Association,2015,51: 1556-1567.
[87] DEBBAGE N,SHEPHERD J M.The influence of urban development patterns on streamflow characteristics in the Charlanta Megaregion[J].Water resources research,2018,54(5): 3728-3747.
[88] BRODY S D,HIGHFIELD W E.Open space protection and flood mitigation: a national study[J].Land use policy,2013,32: 89-95.
[89] BRODY S D,SEBASTIAN A,BLESSING R,et al.Case study results from southeast Houston,Texas: identifying the impacts of residential location onflood risk and loss[J].Journal of flood risk management,2018,11: 110-120.
[90] YAO L,WEI W,CHEN L D.How does imperviousness impact the urban rainfall-runoff process under various storm cases?[J].Ecological indicators,2016,60: 893-905.
[91] ZHANG B,XIE G,LI N,et al.Effect of urban green space changes on the role of rainwater runoff reduction in Beijing,China[J].Landscape and urban planning,2015,140: 8-16.
[92] DAVIDSEN S,LÖWE R,RAVN N H,et al.Initial conditions of urban permeable surfaces in rainfall-runoff models using Horton’s infiltration[J].Water science and technology: a journal of the International Association on Water Pollution Research,2018,77(3): 662-669.
[93] LIU W,CHEN W,FENG Q.Field simulation of urban surfaces runoff and estimation of runoff with experimental curve numbers[J].Urban water journal,2018,15(12): 1-9.
[94] FORMAN R T T,ALEXANDER L E.Roads and their major ecological effects[J].Annual review of ecology and systematics,1998,29(1): 207-231.
[95] RAHMAN M,NINGSHENG C,MAHMUD G I,et al.Flooding and its relationship with land cover change,population growth,and road density[J].Geoscience frontiers,2021,12(6): 101224.
[96] LEE Y,BRODY S D.Examining the impact of land use on flood losses in Seoul,Korea[J].Land use policy,2018,70: 500-509.
[97] BRODY S D,HIGHFIELD W E,RYU H C,et al.Examining the relationship between wetland alteration and watershed flooding in Texas and Florida[J].Natural hazards,2007,40(2): 413-428.
[98] BRODY S D,KANG J E,BERNHARDT S.Identifying factors influencing flood mitigation at the local level in Texas and Florida: the role of organizational capacity[J].Natural hazards,2010,52(1): 167-184.
[99] LEE S,NAKAGAWA H,KAWAIKE K,et al.Urban inundation simulation considering road network and building configurations: mesh generation[J].Journal of flood risk management,2016,9(3): 224-233.
[100] TIMM A,KLUGE B,WESSOLEK G.Hydrological balance of paved surfaces in moist mid-latitude climate— a review[J].Landscape and urban planning,2018,175: 80-91.
[101] WOLTEMADE C.Impact of residential soil disturbance on infiltration rate and stormwater runoff[J].Journal of the American Water Resources Association,2010,46: 700-711.
[102] BARTENS J,DAY S,HARRIS J,et al.Can urban tree roots improve infiltration through compacted subsoils for stormwater management?[J].Journal of environmental quality,2008,37: 2048-2057.
[103] REDFERN T W,MACDONALD N,KJELDSEN T R,et al.Current understanding of hydrological processes on common urban surfaces[J].Progress in physical geography,2016,40(5): 699-713.
[104] LIU W,FENG Q,DEO R,et al.Experimental study on the rainfall-runoff responses of typical urban surfaces and two green infrastructures using scalebased models[J].Environmental management,2020,66: 683-693.
[105] REZAEI A,ISMAIL Z,NIKSOKHAN M H,et al.Investigating the effective factors influencing surface runoff generation in urban catchments— a review[J].Desalination and water treatment,2019,164: 276-292.