综述：洪水淹没建模方法的协同整合：计算模型、数据驱动模型、观测模型、实验模型和概念模型的综述

洪水淹没模型的发展受数据与计算资源进步推动，但方法分化成各自路径，形成孤岛效应，导致过度依赖单一方法而忽视协同优势。

　　

摘要

洪水淹没模型是多种工程设计、风险缓解以及实时决策和响应的基础。这些模型的发展主要得益于数据和计算资源的进步。尽管取得了这些进展，但建模方法却逐渐分化为不同的发展路径。新兴方法（如地貌学和机器学习算法）在某些情况下取代或阻碍了经过时间考验的成熟方法的持续进步，而非实现并行发展（即新兴方法与成熟方法相互补充和增强）。这种替代而非协同整合的趋势可能会限制我们充分利用现有方法和创新方法各自优势的机会。我们将“方法孤岛化”定义为：当开发工作沿着垂直方向进行并局限于狭窄的方法论框架内时所出现的情况，这可能导致忽视了跨不同建模范式进行整合的潜力。这种现象可能由于方法选择基于便利性、对平行研究路径的不了解或流行趋势而产生。其负面后果可能是某些方法被过度应用于超出其适用范围的情况，并因未能充分利用不同方法之间的互补优势来应对挑战而阻碍进展。本文首先讨论了四种先进的洪水淹没建模方法——计算型、数据驱动型、观测型和实验型以及概念型——及其主要优势和局限性，随后分析了方法孤岛化现象的实例。接着，我们提出了未来研究的愿景，强调跨所有建模路径的协同整合，而非孤立发展。我们希望促进建模者之间的交流，短期目标是实现研究的趋同，长期目标是实现实践的整合。

通俗语言总结

洪水模型在风险分析、社区安全、应急管理和基础设施设计中的决策过程中发挥着关键作用。这些模型大致可以分为基于物理原理的、数据驱动的、观测型和实验型以及概念型。虽然所有模型都对洪水现象进行了近似和简化，并且存在不确定性，但有些模型被认为更可靠，而另一些模型可能效率更高。近年来，数据可用性和计算资源方面取得了显著进展。快速计算机以及来自现场测量、雷达和卫星的高分辨率数据变得越来越容易获取。然而，洪水建模工作却呈现出一种令人担忧的趋势：人们倾向于将个别建模方法的应用范围过度扩展，而没有充分利用其他方法的优势。这种趋势导致了方法孤岛化的现象，使得进步局限于特定的领域。这令人担忧，因为一些在缺乏方法论整合的情况下开发的狭隘方法正越来越多地被用于支持关键决策。本文回顾了各种洪水建模方法的优点和局限性，并为未来的研究提供了方向，旨在开发出更准确、更可靠的模型，以支持决策制定并保护财产和人们的生活。

利益冲突

作者声明与本研究无关的利益冲突。

数据可用性声明

本文未使用也未创建任何数据。