Urban flooding is a growing threat due to land use and climate change. Vulnerable populations tend to have greater exposure to flooding as a result of historical societal and institutional processes. Most flood vulnerability studies focus on a single large flood, neglecting the impact of small, frequent floods. Therefore, there is a need to investigate inequitable flood exposure across a range of event magnitudes and frequencies. To explore this question, we develop a novel score of inequitable flood risk by defining risk as a function of frequency, exposure, and vulnerability. This analysis combines high-resolution, parcel-scale compounded fluvial and pluvial flood data with census data at the census block group scale. We focus on six census tracts within Athens-Clarke County, Georgia that are highly developed with diverse populations. We define vulnerable populations as non-Hispanic Black, Hispanic, and households under the poverty level and use dasymetric mapping techniques to calculate the over-representation of these populations in flood zones. Inequitable risks at each census tract (approximately neighborhood scale) were estimated for multiple (e.g., 5-, 10-, 20-, 50-, and 100-year) flood return periods. Results show that the relatively greatest flood risk inequities occur for the 10-year flood and not at the largest event. We also found that the size of inequity is dynamic, depending on the flood magnitude. Therefore, addressing a range of events including smaller, more frequent floods can increase equity and reveal opportunities that may be missed if only one event is considered.

由于土地利用和气候变化，城市洪水威胁日益严重。由于历史社会和制度进程，弱势群体往往更容易遭受洪水侵袭。大多数洪水脆弱性研究都侧重于单一的大洪水，而忽略了小规模、频繁发生的洪水的影响。因此，有必要调查一系列事件强度和频率的不公平洪水暴露。为了探索这个问题，我们通过将风险定义为频率、暴露度和脆弱性的函数，开发了一种新的不公平洪水风险评分。该分析将高分辨率、宗地规模的复合河流和洪水洪水数据与人口普查区块组规模的人口普查数据相结合。我们专注于佐治亚州雅典-克拉克县内的六个人口普查区，这些人口普查区高度发达，人口多样。我们将弱势群体定义为非西班牙裔黑人、西班牙裔和贫困线以下的家庭，并使用测绘测绘技术来计算这些人口在洪水区的过度代表。针对多个（例如，5 年、10 年、20 年、50 年和 100 年）洪水重现期，估计每个人口普查区（大约邻里规模）的不公平风险。结果表明，相对最大的洪水风险不公平发生在 10 年一遇的洪水中，而不是在最大的事件中。我们还发现，不公平的规模是动态的，具体取决于洪水的强度。因此，处理一系列事件，包括更小、更频繁的洪水，可以增加公平性，并揭示如果只考虑一个事件可能会错失的机会。和贫困线以下的家庭，并使用密度测绘技术来计算这些人口在洪水区的过度代表。针对多个（例如，5 年、10 年、20 年、50 年和 100 年）洪水重现期，估计每个人口普查区（大约邻里规模）的不公平风险。结果表明，相对最大的洪水风险不公平发生在 10 年一遇的洪水中，而不是在最大的事件中。我们还发现，不公平的规模是动态的，具体取决于洪水的强度。因此，处理一系列事件，包括更小、更频繁的洪水，可以增加公平性，并揭示如果只考虑一个事件可能会错失的机会。和贫困线以下的家庭，并使用密度测绘技术来计算这些人口在洪水区的过度代表。针对多个（例如，5 年、10 年、20 年、50 年和 100 年）洪水重现期，估计每个人口普查区（大约邻里规模）的不公平风险。结果表明，相对最大的洪水风险不公平发生在 10 年一遇的洪水中，而不是在最大的事件中。我们还发现，不公平的规模是动态的，具体取决于洪水的强度。因此，处理一系列事件，包括更小、更频繁的洪水，可以增加公平性，并揭示如果只考虑一个事件可能会错失的机会。针对多个（例如，5 年、10 年、20 年、50 年和 100 年）洪水重现期，估计每个人口普查区（大约邻里规模）的不公平风险。结果表明，相对最大的洪水风险不公平发生在 10 年一遇的洪水中，而不是在最大的事件中。我们还发现，不公平的规模是动态的，具体取决于洪水的强度。因此，处理一系列事件，包括更小、更频繁的洪水，可以增加公平性，并揭示如果只考虑一个事件可能会错失的机会。针对多个（例如，5 年、10 年、20 年、50 年和 100 年）洪水重现期，估计每个人口普查区（大约邻里规模）的不公平风险。结果表明，相对最大的洪水风险不公平发生在 10 年一遇的洪水中，而不是在最大的事件中。我们还发现，不公平的规模是动态的，具体取决于洪水的强度。因此，处理一系列事件，包括更小、更频繁的洪水，可以增加公平性，并揭示如果只考虑一个事件可能会错失的机会。根据洪水的大小。因此，处理一系列事件，包括更小、更频繁的洪水，可以增加公平性，并揭示如果只考虑一个事件可能会错失的机会。根据洪水的大小。因此，处理一系列事件，包括更小、更频繁的洪水，可以增加公平性，并揭示如果只考虑一个事件可能会错失的机会。