[发明专利]洪水危险性的区划和时空演变规律的研究方法

说明书

本发明公开了一种洪水危险性的区划和时空演变规律的研究方法，包括先从致灾因子和孕灾环境两个方面选取出研究区域的多个评估指标；采用层次分析法求解各个评估指标的权重；将洪水危险性进行等级划分，利用云模型确定出各个评估指标在不同危险性等级下的隶属度；将各个评估指标位于相同危险性等级下的权重和隶属度进行加权求和，得到对应的综合隶属度分布图层；采用秩特征值对各个综合隶属度分布图层进行洪水危险性的级别区划；针对于不同时期的研究区域，从气候变化和土地利用类型变化两个方面的风险区划图进行比对，得出洪水灾害的时空演变规律。本发明可以得到洪水危险性评估结果和时空演变规律，提供防洪减灾规划的可行性建议。

技术领域

本发明涉及洪水危险性评估技术领域，特别涉及一种洪水危险性的区划和时空演变规律的研究方法。

背景技术

洪水灾害是一种日益频发、破坏性强且影响范围广的自然灾害，在世界各地造成大范围的人员伤亡和经济损失。洪水灾害主要是由气候和土地利用类型变化所造成的，在全球气候变化的影响下极端降雨事件频发，当降雨强度大于土壤下渗率时，降雨事件极易演变为洪水灾害事件；此外，随着中国经济的蓬勃发展，城市扩张速度增快，森林、农田和湖泊等绿化用地被挤占，下垫面硬化导致不透水率增加，增大了洪水灾害的发生概率。因此，亟需建立有效的洪水危险性评估模型，探究在气候和土地利用类型变化驱动下洪水危险性的时空演变规律，以采取有效举措减轻洪水灾害对社会经济健康的影响。

由于评估指标的多样性以及现有数据的局限性，洪水危险性评估和验证至今仍旧是个巨大的挑战。近年来，大量的数值方法被应用于洪水危险性评估，可被划分为三大类：水文水动力学模型、多准则决策分析和机器学习方法，但是它们有各自的局限性。较常用的水文水动力模型有SWMM、Info Works、Mike和LisFlood-FP等，上述模型可以通过建模获取溢流量等水文模拟结果，但是建模所需的部分数据具有保密性，不能轻易获取；此外，受限于冗长的计算量和高分辨率的数据，水文水动力模型更适合用于小区域。多标准决策分析(MCDA)包括层次分析法、集对分析和模糊综合评价等，这些分析方法计算简单，易于理解，但并未考虑到指标的随机性和不确定性。近年来，机器学习已广泛应用于洪水灾害评估，例如支持向量级、决策树、神经网络、随机森林和蚁群优化等，这些方法通过评估指标与历史洪涝事件之间的相关性来确定采样点的危险程度，从而避免主观权重的确定；但是它们的计算原理复杂，容易陷入过度学习和局部最小困境，选样的数量、方式、位置、危险等级和指标类型对洪涝灾害危险性评估的准确性有很大影响。

因此，研究洪水危险性的新方法就显得尤为必要。

发明内容

本发明的第一目的在于克服现有技术的缺点与不足，提供一种洪水危险性的区划和时空演变规律的研究方法，该方法可以得到洪水危险性评估结果和时空演变规律，提供防洪减灾规划的可行性建议。

本发明的第二目的在于提供一种存储介质。

本发明的第三目的在于提供一种计算设备。

本发明的第一目的通过下述技术方案实现：一种洪水危险性的区划和时空演变规律的研究方法，其特征在于，包括如下步骤：

S1、构建研究区域的大尺度区域洪水危险性评估指标体系：针对于研究区域，从致灾因子和孕灾环境两个方面选取出多个评估指标，并获取各个评估指标的评估指标空间分布图；

S2、采用层次分析法求解各个评估指标的权重；

将洪水危险性划分为K个危险性等级，利用云模型确定出各个评估指标在K个危险性等级下的隶属度；

S3、将各个评估指标位于相同危险性等级下的权重和隶属度进行加权求和，得到K个危险性等级分别对应的综合隶属度分布图层；

S4、采用秩特征值对各个综合隶属度分布图层进行洪水危险性的级别区划，得到对应的风险区划图；