CN111724033A - 一种基于随机集理论的洪灾风险评价与精细区划方法 - Google Patents
一种基于随机集理论的洪灾风险评价与精细区划方法 Download PDFInfo
- Publication number
- CN111724033A CN111724033A CN202010407470.5A CN202010407470A CN111724033A CN 111724033 A CN111724033 A CN 111724033A CN 202010407470 A CN202010407470 A CN 202010407470A CN 111724033 A CN111724033 A CN 111724033A
- Authority
- CN
- China
- Prior art keywords
- flood
- index
- risk
- zoning
- flood risk
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000013316 zoning Methods 0.000 title claims abstract description 44
- 238000011156 evaluation Methods 0.000 title claims abstract description 41
- 238000000034 method Methods 0.000 title claims abstract description 35
- 238000011160 research Methods 0.000 claims abstract description 17
- 238000004458 analytical method Methods 0.000 claims abstract description 6
- 238000012935 Averaging Methods 0.000 claims abstract 2
- 239000000872 buffer Substances 0.000 claims description 11
- 230000008569 process Effects 0.000 claims description 11
- 238000013507 mapping Methods 0.000 claims description 6
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 4
- 230000001186 cumulative effect Effects 0.000 claims description 4
- 238000005315 distribution function Methods 0.000 claims description 4
- 238000005516 engineering process Methods 0.000 claims description 4
- 238000011002 quantification Methods 0.000 claims description 3
- 238000011425 standardization method Methods 0.000 claims description 3
- 238000005192 partition Methods 0.000 claims description 2
- 238000000638 solvent extraction Methods 0.000 claims description 2
- 238000004445 quantitative analysis Methods 0.000 abstract 1
- 230000008859 change Effects 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000004927 fusion Effects 0.000 description 3
- 230000009467 reduction Effects 0.000 description 3
- 238000005034 decoration Methods 0.000 description 2
- 238000012854 evaluation process Methods 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000035772 mutation Effects 0.000 description 2
- 238000007500 overflow downdraw method Methods 0.000 description 2
- 230000002265 prevention Effects 0.000 description 2
- 230000007704 transition Effects 0.000 description 2
- 238000006424 Flood reaction Methods 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000007123 defense Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000013439 planning Methods 0.000 description 1
- 238000000513 principal component analysis Methods 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 238000012502 risk assessment Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 239000002689 soil Substances 0.000 description 1
- 238000012876 topography Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
- G06Q50/265—Personal security, identity or safety
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A10/00—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE at coastal zones; at river basins
- Y02A10/40—Controlling or monitoring, e.g. of flood or hurricane; Forecasting, e.g. risk assessment or mapping
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Health & Medical Sciences (AREA)
- Computer Security & Cryptography (AREA)
- Alarm Systems (AREA)
Abstract
本发明公开采用随机集理论对防洪保护区进行洪灾风险评价,步骤如下:构建洪水风险评价指标体系、单指标分析、按洪灾风险的n个级别求得置信测度和似然测度,将其作为洪水防洪保护区洪水风险区划的标准,对研究区洪水风险进行划分,重叠部分取平均值,求得各洪水风险级别的区划标准;将选取的指标作为防洪保护区洪水风险影响因素,在此基础上提出了融合多源信息的集成算子,将各指标信息进行融合。本发明所提供的一种基于随机集理论的洪灾风险评价与精细区划方法能够对所研究的区域进行较为合理的区划,是一种定性与定量相结合的精细区划方法。
Description
技术领域
本发明涉及洪灾风险评价技术领域,特别是涉及一种基于随机集理论的洪灾风险评价与精细区划方法。
背景技术
随着社会的发展、人口的增长、气候的变化以及人类活动的影响,人类社会对生态环境的敏感性及对水灾防御的脆弱性日益显现,区域洪水灾害风险增大,严重威胁国民经济和人民生命财产安全,如何防治和减轻洪涝灾害的影响是我们必须要关注和亟待解决的问题。
目前,防洪减灾措施主要包括工程措施和非工程措施。由于气候变化和堤防风险的不确定性,单纯依靠工程措施来防治洪水灾害是不现实的,大量人口和资本的汇集还会增加洪水灾害的潜在损失。而洪灾风险评价与区划作为一项十分重要的非工程措施,根据研究区的自然属性和社会属性划分出不同等级的评价单元,以便在应对洪灾时,采取不同的防洪减灾措施。因此开展区域性洪涝灾害的风险评价与区划既是应急防灾的重要依据,也是洪水风险管理与可持续发展的需要。
洪水风险区划的方法主要有层次分析法、主成分分析法、模糊综合评判法、灰色聚类综合评价法以及突变理论法,它们在一定程度上均能对防洪保护区洪灾风险进行较合理地区划,但在实际操作中也存在着诸多局限性:①识别处理多源洪水风险因子时存在不确定性,洪水风险评估的精度较低;②确定指标权重时具有主观性且通常受较重要指标影响较大;③防洪保护区洪水风险评价等级标准尚不完备;④洪水风险区划多以区县为评价单元,评价单元空间尺度较大,评价洪水风险的精度不高。
发明内容
本发明的目的是针对,而提供一种基于随机集理论的洪灾风险评价与精细区划方法,使其既能客观地评判洪水风险因子指标的重要性,又能精确量化研究区域的洪灾风险区划标准,实现单指标区划与多源信息融合的统一,为防洪保护区等区域的洪水风险管理、土地资源利用、防灾减灾规划等方面提供科学的理论依据和技术支撑。
为实现本发明的目的所采用的技术方案是:
一种基于随机集理论的洪灾风险评价与精细区划方法,采用随机集理论对防洪保护区进行洪灾风险评价,并基于GIS栅格技术和空间信息叠加技术对防洪保护区进行洪灾风险精细区划;步骤如下:
步骤一、构建洪水风险评价指标体系。洪灾风险评价体系的构建应围绕洪灾风险区划这一目标,遵循目的性、科学实用性和定性与定量结合的原则,提取能够反映洪灾风险的主要因素。
本发明根据防洪保护区的洪水来源、地形地貌、下垫面、历史洪灾、社会经济及防洪工程等方面实际情况,以致灾因子、孕灾环境和承灾体作为准则层,并选取淹没历时、淹没水深和洪水流速为致灾因子,地形坡度、河流缓冲区和植被覆盖区为孕灾环境,人口密度、GDP密度、交通干线和堤防防洪标准为承灾体,构建洪灾风险评价指标体系,并对各指标进行提取分析和量化。
其中在致灾因子的指标选取过程中,本发明针对以往洪水风险模型对研究区过度概化的问题,在充分考虑防洪保护区地形地貌、植被分布和桥梁道路等下垫面因素的基础上,构建二维水动力模型,对防洪保护区进行洪水风险模拟,获取较精确的淹没历时、淹没水深和洪水流速等洪水风险因子并将其作为评价指标。
在指标量化过程中,本发明选用直线型标准化方法,数据分为正指标和逆指标,指标值越大越危险选用正指标公式进行无量纲化处理,反之,则选用逆指标公式进行无量纲化处理,正、逆指标公式如下:
式中:xi为各栅格点原始数据;xmax和xmin分别为其中的最大值和最小值;yi为标准化后的数值,其位于0~100之间。
将各栅格化指标数据进行标准化处理,指标数值越大越危险的作为正指标,指标数值越小越危险的作为逆指标。
步骤二、单指标分析。
(1)计算各指标洪水风险级别所占比例。其中降雨量、人口密度、GDP密度按指标属性值0~20、20~40、40~60、60~80、80~100分级,地形坡度按<0.1、0.1~0.2、0.2~0.3、0.3~0.5、>0.5分级,上述分级主要参考单指标区划标准;最大淹没水深、最大洪水流速和最大淹没历时参考洪水风险图洪水风险信息分级标准,分别按<0.5m、0.5~1m、1~2m、2~3m、>3m,<0.1m/s、0.1~0.2m/s、0.2~0.3m/s、0.3~0.5m/s、>0.5m/s,<12h、12~24h、1~3d、3~7d、>7d进行分级;河流缓冲区、交通干线与防洪标准分级按缓冲区划分确定,植被覆盖由于其过渡区范围较短忽略不计,植被覆盖区极低风险区、无植被覆盖的区域为极高风险区,计算单指标洪水风险所占比例。
(2)计算各指标的洪灾风险最大和最小边界。设概率空间(Ω,F,P)和一个可测空间(Θ,BΘ),定义洪水风险的随机集值映射:
X:Ω→U
式中,Ω是基本事件集合;F是由Ω的的子集构成的事件集合,即σ域;P是定义在F上的概率测度;U为观测集合;BΘ表示样本空间Ω的一个σ域。
下概率P*X=P(A*)/P(U*)
由随机集理论可知,洪水风险所组成的随机集对应的洪水灾害发生的概率在上下概率区间[min,max]内,可由上述公式分别计算各指标的洪灾风险最大和最小边界。
步骤三、确定区划标准。
设U是一个有限集合,P(U)是所有子集构成的幂集,映射m:P(U)→[0,1]满足:
m(A)≥0
对于且∑A∈P(U)m(A)=1,则称m是U上的一个质量函数。若满足条件A∈P(U)且m(A)≥0,则称A是m的一个焦元,组成的焦集可记为:M={A∈P(U):m(A)>0}。在随机集中洪灾风险的焦元为Ai,m(Ai)是Ai对应的概率,焦集由洪水风险水平组成。
若集函数Bel:P(U)→[0,1]数和Pl:P(U)→[0,1]则称Bel(A)和Pl(A)分别为U上的置信测度和似然测度。具体表示为:
根据随机集性质似真函数Pl(A)和置信函数Bel(A)分别为概率测度的上下限,对于E∈U可得其概率边界:
Bel(E)≤Pro(E)≤Pl(E)
在集合E只有单个元素时,有Bel(E)=Pro(E)=Pl(E)。集合E的概率边界以及随机集的累积分布函数(cumulative distribution function,简称CDF)
根据式Bel({P≤n})≤P≤Pl(P≤n),按洪灾风险的n个级别求得置信测度和似然测度,将其作为洪水防洪保护区洪水风险区划的标准,对研究区洪水风险进行划分,重叠部分取平均值,求得各洪水风险级别的区划标准。
步骤四、融合指标信息。利用随机集理论的多目标决策集融合方法对防洪保护区进行洪水风险区划,可以减小多源信息融合不确定性的影响。
将步骤一中选取的指标作为防洪保护区洪水风险影响因素,在此基础上提出了融合多源信息的集成算子,利用下式将各指标信息进行融合。
式中,P(Ci)为指标Ci可能导致洪水风险的概率,Z(Ci)为指标Ci在评价单元相对的风险值。根据区划标准比例范围,按照R(A)计算结果进行区划。
本发明针对洪水风险区划中多源信息融合的不确定性等问题,提出了基于随机集理论的多目标决策集融合方法,该方法利用集成算子将单指标信息进行融合,实现了单指标区划与多源信息融合的统一。
本发明该方法避免了层次分析法与突变理论在指标重要性评判上的主观性以及评价单元尺度较大等不足,极大提高了区划结果的客观性和准确度。
本发明该方法针对以往的风险区划等级标准的概化问题,通过上下概率计算划分洪水风险等级并量化研究区洪灾风险区划标准,并最终得出精确的防洪保护区洪灾风险区划结果。
附图说明
图1是本申请提供的基于随机集理论的洪灾风险评价与精细区划方法流程框图;
图2是本申请提供的随机集理论计算方法流程图;
图3是随机集累积分布函数;
图4是以漳卫新河右堤防洪保护区为例绘制的洪水风险区划图。
具体实施方式
下面结合漳卫新河右堤防洪保护区的例子,来具体说明如何应用本发明所述方法进行防洪风险区划与分析。应当理解的是,此处描述的具体实施方式仅用于解释说明本发明,并不用于限制本发明。
漳卫新河右堤防洪保护区位于黄河下游的华北平原,主要由黄河冲积形成,总面积2875km2。防洪保护区地势平缓倾斜,地形坡度一般在0.1‰~0.3‰之间,最大高差达26.5m。防洪保护区降雨量年际、年内变化较大,汛期降雨量占全年降雨量的70~80%。图1是本申请提供的一种基于随机集理论的洪水风险评价与精细区划方法的流程框图,如图1所示:
步骤一、构建洪水风险评价指标体系。本发明根据防洪保护区的洪水来源、地形地貌、下垫面、历史洪灾、社会经济及防洪工程等方面实际情况,以致灾因子、孕灾环境和承灾体作为准则层,并选取淹没历时、淹没水深和洪水流速为致灾因子,地形坡度、河流缓冲区和植被覆盖区为孕灾环境,人口密度、GDP密度、交通干线和堤防防洪标准为承灾体,构建洪灾风险评价指标体系。
(1)指标信息提取:
上述各项指标数据确定主要是将现场勘测资料、Google高分辨率图像处理得到研究区域内1:10000地形图(DLG)、1:10000数字高程模型(DEM)、二维水动力模型中提取的洪水风险因子(包括最大淹没水深、最大洪水流速和最大淹没历时)、行政区划、交通道路、河流水系、土地利用图和洪水淹没信息图等。利用ArcGIS处理将影响因子其统一到大地坐标***2000(CGCS)上,利用“转换工具—转为栅格—面转栅格”将面要素转为50×50m的栅格数据。
(2)指标分析:下面对由致灾因子、孕灾环境、承灾体构成的准则层所包含的指标因子进行分析。
致灾因子是对造成人类生命财产安全造成威胁,并可能造成洪水灾害的罕见或极端事件。漳卫新河右堤防洪保护区洪水来源主要为降雨与堤防溃决漫溢。本发明考虑河道100年一遇溃堤洪水叠加20年一遇设计暴雨的情况,在充分考虑防洪保护区地形数据,水文数据和遥感糙率数据等因素的基础上,建立二维水动力模型。对降雨和溃堤导致的洪水风险进行模拟,并提取洪水风险因子(包括最大淹没水深、最大洪水流速和最大淹没历时)作为评价指标。
孕灾环境是指形成洪水灾害的环境,复杂的地貌条件对洪水演进有显著的影响,一般认为海拔高程和地形坡度是影响洪水形成的主要因素,高程低,地形变化小的地区更易发生洪水。由于研究区地处黄泛平原,高程对洪水风险的影响小,因此本发明采用地形坡度作为影响因子;从地貌角度看,洪水最容易泛滥的地区无疑是河流和湖泊的周围地区。这类区域统一称为河流缓冲区。根据漳卫新河右堤防洪保护区内河流等级及研究区实际情况,确定河流缓冲区为4级缓冲区,缓冲宽度为分别为500m、1km、2km和3km。
承灾体指分布在洪水灾害发生区域的人类或社会财产。漳卫新河右堤防洪保护区涉及7个县市(区)共46个乡镇/办事处。以区县为单位统计研究区人口数据,求得研究区地均人口密度,并绘制研究区人口密度分布图;以乡镇为单位统计年国民生产总值(GrossDomestic Product,简称GDP),计算地均国民生产总值并绘制研究区GDP分布图;交通干线是地区之间运输人流和物流的重要载体,一旦发生洪水淹没的情况,将会影响受灾严重地区输运人力和救援物资,加大抢险救灾的难度。因此,对公路、铁路等交通干线两侧区域按50m、100m、300m、500m进行分区并绘制研究区交通干线等级分布图;目前,漳卫新河右堤防洪标准为30~50年一遇。根据防洪保护区防洪标准、地势走向、河流方向和堤防安全性等综合评价,漳卫新河右堤较为危险,依据地势走向进行投影,并结合可能溃堤地区的堤后距离,将堤后较危险地区按500m、1km、2km和3km划分四个级别并绘制防洪标准的堤后风险等级分布图。
(3)指标量化:本发明选用直线型标准化方法,数据分为正指标和逆指标,若指标值越大越危险,则选用正指标公式进行无量纲化处理,反之,则选用逆指标公式进行无量纲化处理。
步骤二、单指标分析。
(1)计算各指标洪水风险级别所占比例。各指标因子按照表1(单指标洪水风险级别划分)的指标属性值划分洪水风险级别,并根据各级别的分布情况计算漳卫新河右堤防洪保护区单指标洪水风险级别所占比例,如表2所示(单指标洪水风险级别所占比例):
表1
表2
(2)计算各指标的洪灾风险最大和最小边界
设概率空间(Ω,F,P)和一个可测空间(Θ,BΘ),定义洪水风险的随机集值映射:
X:Ω→U
式中,Ω是基本事件集合;F是由Ω的的子集构成的事件集合,即σ域;P是定义在F上的概率测度;U为观测集合;BΘ表示样本空间Ω的一个σ域。
下概率P*X=P(A*)/P(U*)
由随机集理论可知,洪水风险所组成的随机集对应的洪水灾害发生的概率在上下概率区间[min,max]内,可由上述公式及表3(防洪保护区洪水风险区划评价值)分别计算各指标的洪灾风险最大和最小边界。
表3
步骤三、确定区划标准。
设U是一个有限集合,P(U)是所有子集构成的幂集,映射m:P(U)→[0,1]满足:
m(A)≥0
对于且∑A∈P(U)m(A)=1,则称m是U上的一个质量函数。若满足条件A∈P(U)且m(A)≥0,则称A是m的一个焦元,组成的焦集可记为:M={A∈P(U):m(A)>0}。在随机集中洪灾风险的焦元为Ai,m(Ai)是Ai对应的概率,焦集由洪水风险水平组成。
若集函数Bel:P(U)→[0,1]数和Pl:P(U)→[0,1]则称Bel(A)和Pl(A)分别为U上的置信测度和似然测度。具体表示为:
根据随机集性质似真函数Pl(A)和置信函数Bel(A)分别为概率测度的上下限,对于E∈U可得其概率边界:
Bel(E)≤Pro(E)≤Pl(E)
在集合E只有单个元素时,有Bel(E)=Pro(E)=Pl(E)。集合E的概率边界以及随机集的累积分布函数(cumulative distribution function,简称CDF)
根据式Bel({P≤n})≤P≤Pl(P≤n),按洪灾风险的n个级别求得置信测度和似然测度,将其作为洪水防洪保护区洪水风险区划的标准,对研究区洪水风险进行划分,重叠部分取平均值,求得各洪水风险级别的区划标准。结果如表4所示(洪水风险等级分布)。
表4
步骤四、融合指标信息
将步骤一中选取的指标作为防洪保护区洪水风险影响因素,在此基础上提出了融合多源信息的集成算子,利用式(21)将各指标信息进行融合。
式中,P(Ci)为指标Ci可能导致洪水风险的概率,Z(Ci)为指标Ci在评价单元相对的风险值。
步骤五、基于GIS的统计模块对防洪保护区进行洪灾风险精细区划。
基于GIS的统计模块,根据区划标准比例范围,按照R(A)计算结果将洪灾风险划定为5个级别:极低风险区、低风险区、中等风险区、高风险区、极高风险区,进行区划。经过栅格分类渲染,生成漳卫新河右堤防洪保护区洪水风险区划图。如图4所示。
步骤六、综合评价
本发明从致灾因子、孕灾环境、承灾体三个方面评价了漳卫新河防洪保护区的洪水风险。从洪灾风险区划结果来看,防洪保护区内大部分地区为中低风险区,没有极高风险区。中、高风险区分布在在溃口和入海口附近及各区县地势低洼处,与地形分布、流场分布大致保持一致,评价结果与实际情况吻合,可见本发明所提供的一种基于随机集理论的洪灾风险评价与精细区划方法能够对所研究的区域进行较为合理的区划,是一种定性与定量相结合的精细区划方法。
以上所述仅是本发明的优选实施方式,应当指出的是,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (5)
1.一种基于随机集理论的洪灾风险评价与精细区划方法,其特征在于,采用随机集理论对防洪保护区进行洪灾风险评价,并基于GIS栅格技术和空间信息叠加技术对防洪保护区进行洪灾风险精细区划;步骤如下:
步骤一、构建洪水风险评价指标体系
根据防洪保护区的洪水来源、地形地貌、下垫面、历史洪灾、社会经济及防洪工程等方面实际情况,以致灾因子、孕灾环境和承灾体作为准则层,选取淹没历时、淹没水深和洪水流速为致灾因子,地形坡度、河流缓冲区和植被覆盖区为孕灾环境,人口密度、GDP密度、交通干线和堤防防洪标准为承灾体,构建洪灾风险评价指标体系,并对各指标进行提取分析和量化;
步骤二、单指标分析
(1)计算各指标洪水风险级别所占比例;
(2)计算各指标的洪灾风险最大和最小边界;
步骤三、确定区划标准
按洪灾风险的n个级别求得置信测度和似然测度,将其作为洪水防洪保护区洪水风险区划的标准,对研究区洪水风险进行划分,重叠部分取平均值,求得各洪水风险级别的区划标准;
步骤四、融合指标信息
将步骤一中选取的指标作为防洪保护区洪水风险影响因素,在此基础上提出了融合多源信息的集成算子,利用下式将各指标信息进行融合。
式中,P(Ci)为指标Ci可能导致洪水风险的概率,Z(Ci)为指标Ci在评价单元相对的风险值;根据区划标准比例范围,按照R(A)计算结果进行区划。
3.根据权利要求1所述基于随机集理论的洪灾风险评价与精细区划方法,其特征在于,其中降雨量、人口密度、GDP密度按指标属性值0~20、20~40、40~60、60~80、80~100分级,地形坡度按<0.1、0.1~0.2、0.2~0.3、0.3~0.5、>0.5分级,上述分级主要参考单指标区划标准;最大淹没水深、最大洪水流速和最大淹没历时参考洪水风险图洪水风险信息分级标准,分别按<0.5m、0.5~1m、1~2m、2~3m、>3m,<0.1m/s、0.1~0.2m/s、0.2~0.3m/s、0.3~0.5m/s、>0.5m/s,<12h、12~24h、1~3d、3~7d、>7d进行分级;河流缓冲区、交通干线与防洪标准分级按缓冲区划分确定,植被覆盖区为极低风险区、无植被覆盖的区域为极高风险区,计算单指标洪水风险所占比。
4.根据权利要求1所述基于随机集理论的洪灾风险评价与精细区划方法,其特征在于,计算各指标的洪灾风险最大和最小边界的方法如下:
设概率空间(Ω,F,P)和一个可测空间(Θ,BΘ),定义洪水风险的随机集值映射:
X:Ω→U
式中,Ω是基本事件集合;F是由Ω的的子集构成的事件集合,即σ域;P是定义在F上的概率测度;U为观测集合;BΘ表示样本空间Ω的一个σ域;
下概率P*x=P(A*)/P(U*)
由随机集理论可知,洪水风险所组成的随机集对应的洪水灾害发生的概率在上下概率区间[min,max]内,可由上述公式分别计算各指标的洪灾风险最大和最小边界。
5.根据权利要求1所述基于随机集理论的洪灾风险评价与精细区划方法,其特征在于,确定区划标准的具体方法如下:
设U是一个有限集合,P(U)是所有子集构成的幂集,映射m:P(U)→[0,1]满足:
m(A)≥0
对于且∑A∈P(U)m(A)=1,则称m是U上的一个质量函数。若满足条件A∈P(U)且m(A)≥0,则称A是m的一个焦元,组成的焦集可记为:M={A∈P(U):m(A)>0},在随机集中洪灾风险的焦元为Ai,m(Ai)是Ai对应的概率,焦集由洪水风险水平组成;
若集函数Bel:P(U)→[0,1]数和Pl:P(U)→[0,1]则称Bel(A)和Pl(A)分别为U上的置信测度和似然测度:具体表示为:
根据随机集性质似真函数Pl(A)和置信函数Bel(A)分别为概率测度的上下限,对于E∈U可得其概率边界:
Bel(E)≤Pro(E)≤Pl(E)
在集合E只有单个元素时,有Bel(E)=Pro(E)=Pl(E),集合E的概率边界以及随机集的累积分布函数CDF;
根据式Bel({P≤n})≤P≤Pl(P≤n),按洪灾风险的n个级别求得置信测度和似然测度,将其作为洪水防洪保护区洪水风险区划的标准,对研究区洪水风险进行划分,重叠部分取平均值,求得各洪水风险级别的区划标准。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010407470.5A CN111724033A (zh) | 2020-05-14 | 2020-05-14 | 一种基于随机集理论的洪灾风险评价与精细区划方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010407470.5A CN111724033A (zh) | 2020-05-14 | 2020-05-14 | 一种基于随机集理论的洪灾风险评价与精细区划方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111724033A true CN111724033A (zh) | 2020-09-29 |
Family
ID=72564518
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010407470.5A Pending CN111724033A (zh) | 2020-05-14 | 2020-05-14 | 一种基于随机集理论的洪灾风险评价与精细区划方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111724033A (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112651659A (zh) * | 2021-01-07 | 2021-04-13 | 中国水利水电科学研究院 | 一种调水工程对工程区左岸区域防洪风险评估方法 |
CN112765912A (zh) * | 2021-01-26 | 2021-05-07 | 武汉大学 | 基于气候模式集合的洪涝灾害社会经济暴露度的评估方法 |
CN112966926A (zh) * | 2021-03-02 | 2021-06-15 | 河海大学 | 一种基于集成学习的洪水敏感性风险评估方法 |
CN114186780A (zh) * | 2021-11-04 | 2022-03-15 | 河海大学 | 一种基于机器学习的山洪灾害区划方法 |
CN115115262A (zh) * | 2022-07-20 | 2022-09-27 | 湖南省水利水电科学研究院 | 一种洪水风险灾害评估的方法 |
CN115423272A (zh) * | 2022-08-15 | 2022-12-02 | 华中科技大学 | 一种融合历史淹没强度的洪涝风险评估方法和*** |
CN116187769A (zh) * | 2023-05-04 | 2023-05-30 | 四川省安全科学技术研究院 | 基于情景模拟的城镇洪涝灾害风险研判方法 |
CN116805031A (zh) * | 2023-08-24 | 2023-09-26 | 四维世景科技(北京)有限公司 | 一种洪水淹没风险的预测方法和装置 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103218522A (zh) * | 2013-04-01 | 2013-07-24 | 民政部国家减灾中心 | 一种划分洪灾风险等级的方法及装置 |
CN107993027A (zh) * | 2017-12-26 | 2018-05-04 | 潘永森 | 一种评价准确的洪水灾害风险评价*** |
CN110458391A (zh) * | 2019-07-04 | 2019-11-15 | 天津大学 | 一种用于城市群区域洪水风险区划的精细化诊断方法 |
CN111081334A (zh) * | 2019-12-18 | 2020-04-28 | 鲁东大学 | 一种基于风险因素概率组合分析的慢性疾病早期预警方法 |
-
2020
- 2020-05-14 CN CN202010407470.5A patent/CN111724033A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103218522A (zh) * | 2013-04-01 | 2013-07-24 | 民政部国家减灾中心 | 一种划分洪灾风险等级的方法及装置 |
CN107993027A (zh) * | 2017-12-26 | 2018-05-04 | 潘永森 | 一种评价准确的洪水灾害风险评价*** |
CN110458391A (zh) * | 2019-07-04 | 2019-11-15 | 天津大学 | 一种用于城市群区域洪水风险区划的精细化诊断方法 |
CN111081334A (zh) * | 2019-12-18 | 2020-04-28 | 鲁东大学 | 一种基于风险因素概率组合分析的慢性疾病早期预警方法 |
Non-Patent Citations (1)
Title |
---|
孙瑀: "考虑洪水风险因子的防洪保护区洪灾风险精细区划研究——以漳卫新河右堤防洪保护区为例", 《中国优秀硕士学位论文全文数据库工程科技II辑》 * |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112651659A (zh) * | 2021-01-07 | 2021-04-13 | 中国水利水电科学研究院 | 一种调水工程对工程区左岸区域防洪风险评估方法 |
CN112651659B (zh) * | 2021-01-07 | 2021-07-16 | 中国水利水电科学研究院 | 一种调水工程对工程区左岸区域防洪风险评估方法 |
CN112765912A (zh) * | 2021-01-26 | 2021-05-07 | 武汉大学 | 基于气候模式集合的洪涝灾害社会经济暴露度的评估方法 |
CN112765912B (zh) * | 2021-01-26 | 2022-06-14 | 武汉大学 | 基于气候模式集合的洪涝灾害社会经济暴露度的评估方法 |
CN112966926A (zh) * | 2021-03-02 | 2021-06-15 | 河海大学 | 一种基于集成学习的洪水敏感性风险评估方法 |
CN114186780A (zh) * | 2021-11-04 | 2022-03-15 | 河海大学 | 一种基于机器学习的山洪灾害区划方法 |
CN115115262A (zh) * | 2022-07-20 | 2022-09-27 | 湖南省水利水电科学研究院 | 一种洪水风险灾害评估的方法 |
CN115115262B (zh) * | 2022-07-20 | 2024-02-27 | 湖南省水利水电科学研究院 | 一种洪水风险灾害评估的方法 |
CN115423272A (zh) * | 2022-08-15 | 2022-12-02 | 华中科技大学 | 一种融合历史淹没强度的洪涝风险评估方法和*** |
CN115423272B (zh) * | 2022-08-15 | 2023-07-28 | 华中科技大学 | 一种融合历史淹没强度的洪涝风险评估方法和*** |
CN116187769A (zh) * | 2023-05-04 | 2023-05-30 | 四川省安全科学技术研究院 | 基于情景模拟的城镇洪涝灾害风险研判方法 |
CN116805031A (zh) * | 2023-08-24 | 2023-09-26 | 四维世景科技(北京)有限公司 | 一种洪水淹没风险的预测方法和装置 |
CN116805031B (zh) * | 2023-08-24 | 2023-11-14 | 四维世景科技(北京)有限公司 | 一种洪水淹没风险的预测方法和装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111724033A (zh) | 一种基于随机集理论的洪灾风险评价与精细区划方法 | |
CN116070918B (zh) | 一种城市洪涝安全评估及洪涝灾害防治方法 | |
CN108960599A (zh) | 基于反演算法的输电线路暴雨灾害精细化预测方法及*** | |
CN111210142B (zh) | 一种景观综合管理单元划分方法 | |
Poompavai et al. | Geospatial analysis for coastal risk assessment to cyclones | |
CN113409550B (zh) | 基于径流汇流模拟的泥石流灾害预警方法及*** | |
Pradhan et al. | Use of different bivariate statistical landslide susceptibility methods: A case study of Kulekhani watershed, Nepal | |
Bradbrook et al. | National floodplain mapping: datasets and methods–160,000 km in 12 months | |
Mahajan et al. | Evaluation of physical and morphometric parameters for water resource management in Gad Watershed, Western Ghats, India: an integrated geoinformatics approach | |
Liu | Developing geographic information system applications in analysis of responses to Lake Erie shoreline changes | |
Saghafi | Evaluating and classifying restrictions and hydrogeomorphic hazards for sustainable urban development planning in dry areas (case study: Birjand, South Khorasan Province, Iran) | |
Mansoor et al. | Flood hazard zonation mapping using geoinformatics technology; Bennihalla basin, Gadag and Dharwad district, Karnataka, India | |
Sun et al. | Exploring sustainable watershed flood risks management: an innovative TFAHP-TOPSIS methodology in the Georges River Basin, Australia | |
Kaoje | Application of Geographical Information System Techniques in Urban Flood Risk Assessment and Vulnerability Mapping. A Case Study of Cardiff, Wales | |
Beshentsev et al. | Flood monitoring using GIS technologies: A case study of the Selenga River basin | |
Ibeabuchi | Mapping Seasonal Flood Inundation and Developing an Early Warning System for Lagos Metropolis (Nigeria): A study between 1990 and 2011 | |
Mahmud et al. | Detection and mapping of flood prone areas of Jimeta, Adamawa State, Nigeria | |
Abiri | Assessment of Flood Risks in Ifo Local Government Area of Ogun State | |
Pussella et al. | Coastline changes: vulnerability and predictions-a case study of the Northwestern coastal belt of Sri Lanka | |
Kawlomlerd | Coastal hazard vulnerability assessment along the coast of Pranburi–Sam Roi Yot, Yrachuap Khiri Khan province | |
Peng et al. | Optimizing Rainfall-Triggered Landslide Thresholds to Warning Daily Landslide Hazard in Three Gorges Reservoir Area | |
Hamim et al. | Effect of Uncontrolled Landuse Change to the Inundation Pattern and Its Possible Measures Case Study: Lambidaro Lowland Sub System in Palembang | |
Gherghe et al. | The Bâsca Rozilei RiveR dRainage model, Romanian caRpaThian BelT | |
Jin et al. | Study on risk zoning of regional flood disaster based on GIS | |
Nieto et al. | Application of LiDAR-Derived Data using Multi-Criteria Evaluation (MCE) and Stochastic Modelling; A Flood Risk Analysis of the Mersey River, Nova Scotia |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20200929 |
|
WD01 | Invention patent application deemed withdrawn after publication |