CN115965243A

CN115965243A - 一种用于土地利用变化下洪涝风险动态评价的模型链

Info

Publication number: CN115965243A
Application number: CN202211724437.0A
Authority: CN
Inventors: 刘俊; 熊俊楠; 贺文; 何雨枫; 段钰; 孙怀张; 杨港
Original assignee: Southwest Petroleum University
Current assignee: Southwest Petroleum University
Priority date: 2022-12-30
Filing date: 2022-12-30
Publication date: 2023-04-14

Abstract

本发明公开了一种用于土地利用变化下洪涝风险动态评价的模型链，该模型链包括以下步骤：S1、收集数据，建立格网评价单元；S2、模拟不同发展情景下的未来土地利用变化；S3、计算土地利用变化下未来各评价单元的POP和GDP数值并空间化；S4、以径流系数RC、人口密度POP和生产总值GDP作为动态指标，以大三日降水量M3DP、日降水量≥50mm的天数R50mm、数字高程模型DEM、坡度Slope、到河流的距离DR和地形湿度指数TWI作为静态指标，构建土地利用变化下洪涝风险动态评价指标体系；S5、基于博弈论的主客观集成TOPSIS模型构建，量化洪涝风险。本发明提出的模型链能够系统地预测土地利用变化下洪涝风险空间分布，解决当前洪涝风险评价中对土地利用变化考虑不足的问题。

Description

一种用于土地利用变化下洪涝风险动态评价的模型链

技术领域

本发明涉及洪涝灾害风险评估技术领域，尤其是一种用于土地利用变化下洪涝风险动态评价的模型链。

背景技术

洪涝灾害风险预测是提前量化区域内洪水发生的概率及其可能造成的损失程度大小。在世界范围内，洪涝灾害已经造成了极大的生命与财产损失。而且，由于土地使用和工程的持续人为变化，未来洪水的规模和频率预计将上升。这些更严重的洪水将使生命和经济的损失不可避免。因此，确定可能遭受洪水影响的地区，提供洪水缓解的适应策略，对减少当地未来洪水事件的影响至关重要。在现有的方法中，洪水风险预测已成为一种有效的非结构性措施。

目前，对于洪涝风险评价的研究主要集中于静态的单期洪涝风险评价与分析之上。例如专利CN202111028746.X公开了一种洪涝评估方法；专利CN202110618274.7公开了一种基于异源多尺度监测数据的洪涝灾害风险评估方法；专利CN201910554191.9的公开了一种耦合熵权-模糊聚类算法的城市洪涝风险评估方法。这些方法对洪涝风险进行了评价，但这些方法仅建立于现有的土地利用(下垫面)的情形下，未考虑未来不同时间，不同发展情景下土地利用变化对洪涝风险的影响。然而，在严峻的土地利用变化趋势下，如何有效的量化未来洪涝风险的变化面临着更大的考验。由于人类活动的影响，洪涝风险等级和空间分布会随时间变化而变化，风险会呈现出动态的态势。若在洪涝风险评价过程中考虑多阶段或多时期，将有助于我们对风险演化有更全面的认识。

发明内容

针对传统洪涝风险动态评价体系和模型对未来土地利用变化考虑不足的缺陷，本发明提供一种用于土地利用变化下洪涝风险动态评价的模型链。

本发明的用于土地利用变化下洪涝风险动态评价的模型链，提出将未来土地利用模拟、因子空间化技术和主客观评价方法等技术手段用于洪涝风险评价的模型链，该模型链能够实现区域尺度下土地利用变化情景中未来洪涝风险的预测及评价。

本发明的用于土地利用变化下洪涝风险动态评价的模型链，包括以下步骤：

S1、收集数据，建立格网评价单元。

收集的数据包括三个方面，用于土地模拟的数据(历史多期土地利用数据、土地驱动因子数据)、用于空间化建模的数据(统计年鉴)和用于洪涝风险量化的数据(降雨、地形、河流等)。

由于土地利用的变化通常以格网单元进行模拟，因此需要根据研究区域的范围和大小并结合研究的目的，确定格网单元大小。在ArcGIS10.6中创建渔网，输入格网单元的长和宽，得到覆盖整个研究区范围的格网。利用ArcGIS10.6按位置选择工具，自动获取贴合研究区范围的完整格网并导出，即为土地利用变化下洪涝风险动态评价基本单元。

S2、基于Markov模型及FLUS模型模拟不同发展情景下的未来土地利用变化。具体步骤如下：

S21、设置不同发展情景下的参数：不同发展情景包括自然发展情景NG、耕地保护情景EP和耕地扩张情景CP这三种情景；并通过调节土地利用转移概率实现不同情景的划分；

S22、确定不同发展情景下各类土地利用类型的需求数量，在确定了不同情景下的各类土地利用转移概率的基础上，利用马尔科夫模型推求各情景下各类土地利用需求格网数量；

S23、适应性概率估计：基于神经网络，计算得到研究区各类土地利用的适应性概率，为模拟土地利用空间分布做准备；

S24、未来土地利用空间分布模拟，使用FLUS软件SelfAdaptive Inertia andCompetition Mechanism CA模块，根据上述步骤计算得到的适应性概率数据以及未来不用情景下各类土地需求数量，对未来不同情景下的土地利用空间分布进行模拟。

S3、基于历史土地利用数据和统计年鉴，利用多元线性回归模型，构建土地利用变化下人口密度POP和生产总值GDP两个衍生因子空间化模型，模拟未来POP和GDP空间分布并计算POP和GDP数值。具体方法如下：

S31、利用建立的格网，分别统计每个格网内各土地类型的面积，以此推算格网内各土地类型的数目；

S32、空间化模型构建：基于研究区县级行政单位的POP与GDP的统计年鉴数据以及土地利用数据，利用多元线性回归模型，以POP和GDP分别为因变量，各类土地利用数量为自变量，构建研究区POP与GDP的空间化模型，完成空间化模型的构建；

S33、计算土地利用变化下未来各评价单元的POP和GDP数值并空间化：

将统计的格网中未来土地数目带入构建的空间化模型中，计算得到每个格网中不同情景下每个评价单元的POP和GDP数值；然后将POP和GDP数值转换为不同情景下的POP和GDP栅格数据；同时，实现径流系数RC的空间化。

S4、以径流系数RC、人口密度POP和生产总值GDP这三个衍生因子作为动态指标，以大三日降水量M3DP、日降水量≥50mm的天数R50_mm、数字高程模型DEM、坡度Slope、到河流的距离DR和地形湿度指数TWI这六个指标作为静态指标，构建土地利用变化下洪涝风险动态评价指标体系。

其中，M3DP和R50_mm由2000–2020年的逐日的GPM数据计算，并通过克里金插值得到两者的空间分布。

DEM由地理空间数据云下载获取。Slope由ArcGIS 10.6中3D分析工具-栅格表面-坡度工具，根据DEM计算而来。DR由空间分析工具-距离-欧式距离工具，根据下载的河流矢量数据计算得到。TWI同样基于DEM数据由坡度和流域面积的函数计算。RC由土地利用数据按照一定规则进行赋值而获得。POP和GDP由上述步骤S3获取，随土地利用变化而改变。

S5、基于博弈论，组合TFN-AHP主观权重和CRITIC客观权重，构建改进的主客观集成TOPSIS模型，量化土地利用变化下洪涝风险程度。具体步骤如下：

S51、利用三角模糊数层次分析法TFN-AHP，确定各个指标的主观权重。首先结合前人研究和实际研究区特征，构建模糊判断矩阵，运行得到各个指标的主观权重。

S52、利用CRITIC模型计算不同情景下各个指标的客观权重。利用ArcGIS空间分析-提取工具-多值提取至点工具提取格网各个指标的数值，并导致excel表格保存；接着使用matlab程序读取数据，并输入至CRITIC模型中计算获得各个指标的客观权重。

S53、基于博弈论，组合TFN-AHP主观权重和CRITIC客观权重，得到各个指标主客观集成的组合权重。

S54、基于组合权重，改进TOPSIS模型，量化洪涝风险。将不同情景下的各指标组合权重输入至TOPSIS的中，得到不同情景土地利用变化下洪涝风险的量化数值，再经过自然断点法分级，获得的洪涝风险空间分布结果图。

与现有技术相比，本发明的有益之处在于：

本发明通过模拟未来不同发展情景下的土地利用变化，构建衍生因子空间化模型，并开发改进的风险量化模型，实现了基于格网单元的洪涝风险未来多情景动态评价。本发明提出的模型链，充分考虑土地利用变化对洪涝风险的影响，其应用结果有助于提高对未来真实洪涝风险态势的感知，提供关于未来多情景发展的洪涝风险洞察。相较于传统的单期静态洪涝风险评价，本发明不仅能够克服静态评价对下垫面以及相应承灾体变化考虑不足的问题，还提供了未来多情景的路径参考。

本发明的其它优点、目标和特征将部分通过下面的说明体现，部分还将通过对本发明的研究和实践而为本领域的技术人员所理解。

附图说明

图1是本发明的用于土地利用变化下洪涝风险动态评价的模型链技术方案路线图。

图2是土地利用变化下未来土地变化模拟结果图。

图3是土地利用变化下衍生因子POP空间分布图。

图4是土地利用变化下衍生因子GDP空间分布图。

图5是土地利用变化下衍生因子RC空间分布图。

图6是土地利用变化下洪涝风险动态评价指标体系图。

图7是土地利用变化下广东省未来洪涝风险分布图。

具体实施方式

以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。

本实施例中，以中国广东省为研究区，用本发明提出的模型链对该区域土地利用变化下未来洪涝风险进行评价。

广东省位于中国最南端，横跨20°13′-25°31′N，109°39′-117°19′E，面积179700km²。从地形上看，广东的海拔从北部山区和丘陵地区的14米到南部平原地区的1786米不等。尤其是珠江三角洲平原作为广东省最大的三角洲平原，地势平坦，易涝。在广东省快速城市化过程中，土地利用的变化导致道路和房屋等不透水面积增加，城市自然植被和河网的减少，城市排水能力将下降，进而导致洪水更频繁。由于经济发达，这些地区高度城市化，人口稠密，因此广东省更容易受到洪水的影响。正如有研究指出，广东省的广州市和深圳市已经成为未来洪涝灾害风险最高的两个城市。因此，评估该省的洪水风险至关重要。

如图1所示，采用本发明的模型链方法对研究区内未来洪涝风险动态评价，步骤如下：

S1、收集数据，建立格网评价单元。

用于土地利用模拟的数据来源及说明如表1所示，包括自热、社会经济与地理区位三方面等14个土地利用驱动因子。用于空间化建模的POP及GDP数据来源于广东省统计局发布的2000、2010和2020年统计年鉴。用于洪涝风险评价的数据来源及说明如表2所示，包括致灾因子、孕灾环境和承灾体三个方面的9个因子。

表1土地利用模拟数据说明

表2洪涝风险指标数据来源及说明

根据研究区的矢量范围文件，应用ArcGIS10.6的渔网工具，建立长宽均为1km的格网。由此步骤建立的格网的范围是翻盖整个研究区的矩形，因此还需用ArcGIS10.6-选择-按位置选择-完全位于源图层要素范围内，取得贴合研究区范围完整的格网评价单元，研究区共划分出174243个格网单元。

S2、不同发展情景下的未来土地利用变化模拟。具体操作步骤如下：

S21、不同发展情景参数设置。本发明设置自然发展情景(NG)、耕地保护情景(EP)和耕地扩张情景(CP)等三种情景。NG情景设定为符合研究区土地利用类型演变的自然规律，并假设土地利用需求不会受到政策调整的影响。因此，该情景的建立是基于临近时间段内的历史情况来设置的。在本研究中，NG情景的土地利用需求仅通过2000–2010年期间的转换概率矩阵估计，没有任何限制和调整；EP情景是为了保护生态安全，这是中国的基本国策之一。在这种情景下，绿水青山将得到保护(即林地、草地等生态用地)，会严格限制生态用地转为建设用地等经济建设用地。因此，在EP情景下，耕地向其他土地类型转换概率的调整重点在于：(1)将耕地转换为建设用地的比率降低30％，并将减少的部分添加于耕地到林地的转移之上；(2)将草地和林地转为建设用地的比例降低50％；CP情景的设定是为了实现耕地保护的核心目标。在这种情景下，通过抑制建设用地的扩张速度和耕地向其他土地的转化率来保护耕地。因此，在CP情景下，耕地转化为建设用地、林地和水域的概率在NG情景的基础上分别降低40％、20％和20％。

S22、确定不同发展情景下各类土地利用类型的需求数量。首先利用IDRISI软件Modeling→Environmental/Simulation models→MARKOV模块，输入2000年和2010年土地数据，设置10年为步长，计算获得NG情景下2030年土地利用的初始转移概率；在初始转移概率基础上，按照CP和EP情景的设置要求，调整得到2030年CP和EP情景下各土地利用类型的需求数量，如表3所示。

表3三种情景下各类土地利用需求

S23、基于神经网络的适应性概率估计。在FLUS软件中ANN-based Probability-of-occur rence Estimation模块中，首先输入2010年土地利用栅格数据，同时使用最大值归一法对14个土地利用驱动因子进行标准化(0–1)并输入。然后将采样比例设置为1，采样方式为标准采样，即按固定比例0.1％采样每一类土地利用。根据多次实验并选择最小误差的结果，我们将神经网络的隐藏层最终确定为10，进行神经网络的训练。最后，生成了广东省的土地利用适宜性概率分布数据，其均方根误差(RMSE)等于0.19，这说明该土地利用适宜性概率精度较高，可以被用于接下来的未来土地模拟之中。

S24、未来土地利用空间分布模拟。使用FLUS软件SelfAdaptive Inertia andCompetition Mechanism CA模块，输入2010年土地利用栅格数据、土地利用适宜性概率分布数据以及不同各土地类型的需求数量，设置采用3×3的Moore邻域来计算各类土地利用对邻域的影响，模拟得到2030年不同情景下土地利用空间分布，如图2所示。

S3、土地利用变化下衍生因子空间化，具体操作步骤如下：

S31、利用建立的格网，使用ArcGIS10.6-空间分析工具-面积制表，输入广东省历史2000-2020年以及模拟的2030年不同情景下土地利用栅格数据，分别统计每个格网内各土地类型的面积，以此推算格网内各土地类型的数目。

S32、空间化模型构建。以广东省122个县级行政区划为单位，结合广东省统计年鉴，得到各县2010的POP及GDP总值。同时，以广东省县级行政区划矢量数据为基础，利用ArcGIS10.6-空间分析工具-面积制表工具统计2010年各区县各类土地利用数目。最后，以2010年的POP和GDP为因变量，各类土地利用数量为自变量，利用SPSS软件中多元线性回归模型构建空间化方程，完成空间化模型的构建。

S33、计算土地利用变化下未来各评价单元的POP和GDP数值并空间化。将统计的格网中未来土地数目带入构建的空间化模型中，计算得到每个格网中不同情景下2030年POP和GDP数值。接着，使用ArcGIS 10.6的连接工具将格网矢量与计算表格连接，并通过转换工具-转为栅格-面转栅格工具转换得到不同情景下2030年的POP和GDP栅格数据，别如图3和图4所示。同时，按照表4的规则，实现RC的空间化，如图5所示。

表4各土地利用类型对应的径流系数

S4、土地利用变化下洪涝风险动态评价指标体系构建，具体操作步骤如下：

如图6所示，本发明从致灾因子、孕灾环境、承灾体等三个方面，静态和动态两个角度来构建土地利用变化下洪涝风险动态指标体系。致灾因子包括最大三日降水量(M3DP)和暴雨天数(日降水量≥50mm的天数(R50_mm))，分别表示降水的强度和频率。两者皆由2000–2020年的逐日的GPM数据(Global Precipitation Measurement)计算，并通过克里金插值得到两者的空间分布；孕灾环境涵盖了五个指标：数字高程模型(DEM)、坡度(Slope)、到河流的距离(DR)、地形湿度指数(TWI)和径流系数(RC)。DEM由地理空间数据云下载获取。Slope由ArcGIS 10.6中3D分析工具-栅格表面-坡度工具。根据DEM计算而来。DR由空间分析工具-距离-欧式距离工具，根据下载的河流矢量数据计算得到。TWI同样基于DEM数据由坡度和流域面积的函数计算。RC由土地利用数据按照表4所示的规则进行赋值而获得。承灾体包括了单位面积总人口(POP，人/km²)和单位面积GDP(GDP，元/km²)。在本研究中POP和GDP皆由上述S3步骤空间而获取，随土地利用变化而改变。总体而言，M3DP、R50_mm、DEM、Slope、DR和TWI随土地利用变化幅度较小，作为6个静态指标与RC、POP和GDP等3个随土地利用变化会发生明显改变的动态指标，共同构成了土地利用变化下动态指标体系。

S5、基于博弈论的主客观集成TOPSIS模型构建，量化洪涝风险，具体操作步骤如下：

S51、利用三角模糊数层次分析法(TFN-AHP)，确定各个指标的主观权重。首先结合前人研究和实际研究区特征，构建各个指标的模糊判断矩阵。基于构建的模糊判断矩阵，计算各个指标的权重；

S52、利用CRITIC模型计算不同情景下各个指标的客观权重。首先，利用ArcGIS空间分析-提取工具-多值提取至点工具提取格网中各个指标的数值，并导出至excel表格保存。接着输入至CRITIC模型中计算获得各个指标的客观权重；

S53、基于博弈论，组合主客观权重，得到各个指标主客观集成的组合权重。分别将各个指标的主观和客观权重输入至博弈论算法，得到不同情景下各指标的组合权重，结果如表5所示。

表5基于博弈论的不同情景下各指标的组合权重

S54、基于组合权重，改进TOPSIS模型，量化洪涝风险。将不同情景下的各指标组合权重输入至TOPSIS的程序中，得到不同情景土地利用变化下洪涝风险的量化数值(0到1之间)，再经过自然断点法分级，得到的洪涝风险结果如图7所。

由结果可知，在NG情景下，未来广东省的洪水风险将在2020年至2030年期间显著增加。与2020年相比，高洪水风险区和极高洪水风险区的面积预计将分别增加1498km²和5076km²，分别占总研究面积的5.57％和7.95％。这些新增的高洪涝区主要集中于现有建成区的外围以及内部空间的填充。在CP和EP方案下，洪水风险仅略有增加，但远低于NG方案。这种基于情景的洪水风险评估有助于更全面地了解土地利用的发展及其相关挑战。

综上，本发明采用马尔科夫(Markov)以及未来土地利用模拟模型(FLUS)，有效地模拟了未来不同情景下的土地利用变化空间分布，同时利用多元线性回归模型对人口(POP)和生产总值(GDP)等土地利用衍生因子空间化，构建了洪涝风险动态评价指标体系，最后以主客观集成改进的风险评价模型(TOPSIS)实现了洪涝风险的量化，解决了传统洪涝风险评价中对土地利用变化考虑不足的问题。

以上所述，仅是本发明的较佳实施例而已，并非对本发明作任何形式上的限制，虽然本发明已以较佳实施例揭露如上，然而并非用以限定本发明，任何熟悉本专业的技术人员，在不脱离本发明技术方案范围内，当可利用上述揭示的技术内容作出些许更动或修饰为等同变化的等效实施例，但凡是未脱离本发明技术方案的内容，依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化与修饰，均仍属于本发明技术方案的范围内。

Claims

1.一种用于土地利用变化下洪涝风险动态评价的模型链，其特征在于，该模型链包括以下步骤：

S1、收集数据，建立格网评价单元；

S2、基于Markov模型及FLUS模型模拟不同发展情景下的未来土地利用变化；

S3、基于历史土地利用数据和统计年鉴，利用多元线性回归模型，构建土地利用变化下人口密度POP和生产总值GDP两个衍生因子空间化模型，计算POP和GDP数值并模拟未来POP和GDP空间分布；

S4、以径流系数RC、人口密度POP和生产总值GDP这三个衍生因子作为动态指标，以大三日降水量M3DP、日降水量≥50mm的天数R50_mm、数字高程模型DEM、坡度Slope、到河流的距离DR和地形湿度指数TWI这六个指标作为静态指标，构建土地利用变化下洪涝风险动态评价指标体系；

S5、基于博弈论，组合TFN-AHP主观权重和CRITIC客观权重，构建改进的主客观集成TOPSIS模型，量化土地利用变化下洪涝风险程度。

2.如权利要求1所述的用于土地利用变化下洪涝风险动态评价的模型链，其特征在于，所述步骤S2包括以下子步骤：

S22、确定不同发展情景下各类土地利用类型的需求数量：在确定了不同情景下的各类土地利用转移概率的基础上，利用马尔科夫模型推求各情景下各类土地利用需求格网数量；

S24、未来土地利用空间分布模拟：使用FLUS软件SelfAdaptiveInertiaandCompetition MechanismCA模块，根据上述步骤计算得到的适应性概率数据以及未来不用情景下各类土地需求数量，对未来不同情景下的土地利用空间分布进行模拟。

3.如权利要求1所述的用于土地利用变化下洪涝风险动态评价的模型链，其特征在于，所述步骤S3包括以下子步骤：

将统计格网中未来土地的数目带入构建的空间化模型中，计算得到每个格网中不同情景下每个评价单元的POP和GDP数值；然后将POP和GDP数值转换为不同情景下的POP和GDP栅格数据；同时，按照以下规则实现径流系数RC的空间化：

各种土地利用类型对应的径流系数：耕地0.6、林地0.3、草地0.35、水域1.00、建设用地0.92、裸地0.7。

4.如权利要求1所述的用于土地利用变化下洪涝风险动态评价的模型链，其特征在于，步骤S5中，改进的主客观集成TOPSIS模型构建步骤如下：

S51、利用三角模糊数层次分析法TFN-AHP，确定各个指标的主观权重；

S52、利用CRITIC模型计算不同情景下各个指标的客观权重；

S53、基于博弈论，组合TFN-AHP主观权重和CRITIC客观权重，得到各个指标主客观集成的组合权重；

S54、基于组合权重，改进TOPSIS模型，量化洪涝风险。

5.如权利要求4所述的用于土地利用变化下洪涝风险动态评价的模型链，其特征在于，步骤S52具体是：利用ArcGIS空间分析-提取工具-多值提取至点工具提取格网各个指标的数值，并导致excel表格保存；接着使用matlab程序读取数据，并输入至CRITIC模型中计算获得各个指标的客观权重。

6.如权利要求4所述的用于土地利用变化下洪涝风险动态评价的模型链，其特征在于，步骤S54具体是：将不同情景下的各指标组合权重输入至TOPSIS的中，得到不同情景土地利用变化下洪涝风险的量化数值，再经过自然断点法分级，获得的洪涝风险空间分布结果图。