巢湖流域洪水灾害风险评价与情景分析
GIS由于其强大的数据管理与空间分析功能,为洪灾风险多准则决策分析提供了技术支撑.但目前基于GIS的洪灾风险多准则评价缺乏对多种决策风险的考虑,不能体现决策者的偏好或者决策态度,缺乏灵活性,不利于全面分析多种决策策略.本文基于GIS,将有序加权平均(OWA)多准则决策方法应用于巢湖流域洪灾风险评价,弥补了传统的洪灾风险多准则评价在复杂的空间问题多准则决策方面的不足,评价结果更加多样、灵活.主要内容如下:(1)从洪灾成灾机制出发,选取降水、地形、水系、径流、长江的影响、土地利用、人口密度、地均GDP及工业总产值作为评价指标,构建巢湖流域洪灾风险评价指标体系;(2)在ArcMap9.3的支持下求取各指标数据,并对各指标进行无量纲化分级处理;(3)运用AHP法计算各指标的准则权重,模糊量化法计算次序权重;(4)在IDRISI14.0中采用OWA模块对评价指标及其对应的准则权重和次序权重进行组合运算,实现对巢湖流域的洪水灾害风险评价.分析不同决策风险下的评价结果,并将之与传统的权重线性组合法对比研究.结果显示:基于OWA-GIS的洪灾风险评价方法通过改变决策风险系数(α分别取0.0001,0.1,0.5,1,2,10,1000),得到7种决策风险下的评价结果,结果更加灵活、多样.当决策风险系数α=0时,评价得到的整个研究区的洪灾风险等级最高,随着决策风险系数α的增大,整个研究区的洪灾风险等级随之减小,直到α趋向于无穷大时,洪灾风险等级最小.当α=1时,得到的评价结果与传统的WLC法结果十分接近,因而WLC评价法可以看作是OWA多准则评价法中决策风险系数为1时的情况.从7种评价结果来看,整个研究区东南部沿江平原区的洪水灾害风险最大,包括无为、庐江的大部分地区及巢湖、含山、和县的南部地区.总结巢湖流域历年洪灾情况,验证了这一结论,评价结果符合实际.洪灾系统是一个动态系统,随着各影响因素的变化,未来的洪灾风险状况也会发生变化,而情景分析技术为未来洪灾风险变化研究提供了可能.本文基于情景分析技术探讨了情景驱动的未来巢湖流域洪灾风险评价.主要内容如下:(1)从洪灾的成灾机制出发,分析影响未来洪灾风险变化的主要驱动因子为降水、土地利用、人口和经济;(2)构建分别发生30年、50年、100年重现期降水的灾害情景,模拟2020年的土地利用、人口及经济状况;(3)采用皮尔逊Ⅲ型频率曲线法计算30年、50年、100年重现期的年降水量,基于2000年、2005年、2010年现有的土地利用图,运用CA-Markvo模型模拟2020年研究区土地利用分布,采用回归分析预测2020年各市县人口及GDP值;(4)选取年降水量、地形、水系、与长江的距离作为2020年洪灾危险性评价指标,土地利用类型、人口密度、GDP密度作为易损性评价指标;(5)在ArcMap中对各指标进行处理,利用AHP法计算指标权重,对各指标进行权重线性组合,得到2020年巢湖流域不同重现期降水情景下的洪灾危险性、易损性及综合风险评价图.结果显示:研究区东南部沿江平原区洪灾危险性最大,合肥市区及无为地区的易损性比较大,综合洪灾风险最大的地区还是东南部沿江平原地区.此外,随着重现期的增大,整个区域的洪灾的危险性及综合洪灾风险等级也增大,说明发生越大强度的降水洪灾风险就越大.由以上的研究结果可知,无论是现在还是未来整个研究区洪灾风险最严重的地区还是在东南部沿江区.因此,政府及决策部门应该加强该区的防灾工作,做好防范.
- 作者：
- 郝丹丹
- 学位授予单位：
- 安徽师范大学
- 专业名称：
- 地图学与地理信息系统
- 授予学位：
- 硕士
- 学位年度：
- 2014年
- 导师姓名：
- 程先富
- 中图分类号：
- P208；X43
- 关键词：
- 洪灾风险评价；GIS；情景分析；OWA；CA-Markov；巢湖流域
- Flood disaster risk assessment； GIS； Scenario analysis； OWA； CA-Markov； Chaohu lake basin
- 基金项目：
- 国家自然科学