基于水动力与模糊综合模型的洪水风险评价

针对传统洪水风险评价模型指标的单一性,不能多方面综合评价洪水风险的不足,创建多指标模糊综合评价模型(Multi-index Fuzzy Comprehensive Evaluation Model, MFCE)。该模型使用水动力耦合模型计算洪水淹没过程,利用GIS处理地形和社会影响因子,结合完整的多指标模糊综合评价体系评估研究区洪水风险等级。以江西省修水县为例,评价该区50a洪水风险。结果表明:(1)在传统的情景模拟法中,高风险区域集中在淹没深度大、淹没时间长的地区。由于洪水灾害给城区带来的损失远大于山体和林地,所以本文所建模型结果中的高风险区域主要集中在城区和公共建设密集的地区,提高了评价模型的准确性和可信度。(2)相比于传统模型,MFCE模型考虑了经济和复杂地形的影响,部分地区风险等级改变:传统模型评价为高风险的山体和林地(57.13%)和较高风险的农田(28.36%)风险等级降为低风险。城区周边较高风险地区(9.65%)提升至高风险。(3)改进模型模拟结果为高风险、较高风险、中等风险、较低风险和低风险面积分别为0.37 km^(2)、0.62 km^(2)、0.49 km^(2)、1.46 km^(2)和0.96 km^(2)。由此可见,所构模型可以提高洪水风险评估结果的全面性和可靠性,为洪水防洪减灾规划和灾害风险分析提供新的依据和方法。

基于改进元胞自动机-马尔可夫模型的土地利用格局演变模拟与预测:以新余市为例

针对经典元胞自动机(Cellular Automata,CA)-马尔可夫(Markov)模型在仿真推求土地利用格局时线性演变过程存在技术局限以致预测精度不足的问题,将多指标评价准则(Multi-Criteria Evaluation,MCE)引入经典模型的转化机制,从而构建可以模拟土地利用格局非线性变化的MCE-CA-Markov预测模型。基于中小型城市(以江西省新余市为例)的2008年与2013年遥感影像及数据资料,运用该优化模型模拟和预测研究区2018年及2028年土地利用格局。结果显示:(1)对MCE-CA-Markov模型的可行性进行验证,精度检验系数Kappa值为0.882,说明该模型具有可靠性。(2)改进模型在模拟过程中所产生的漏分错分现象大为减少,优化模拟所得到的水域地类错分误差与耕地漏分误差分别为经典模型的0.5%及10%,模拟精度提高了14.94%。(3)2018—2028年新余市土地利用类型中水域和草地面积基本不变,建设用地面积增加61.86 km^(2),林地、耕地面积分别减少1.67%、1.24%。研究结果可以为中小型城市土地利用变化、城市建设以及生态保护提供决策支撑。