[发明专利]一种融合历史淹没强度的洪涝风险评估方法和系统

说明书

本发明公开了一种融合历史淹没强度的洪涝风险评估方法和系统，其中，方法包括：将研究区按照单元尺度划分为多个栅格单元，计算汛期内各景水体范围影像中各栅格单元的累积洪泛频次，将研究区的用地类型与研究区内各栅格单元进行匹配后获取各栅格单元的最大淹没水深阈值；将各栅格单元归一化后的累积洪泛频次和最大淹没水深阈值相乘，得到各栅格单元的历史淹没强度，将各栅格单元的历史淹没强度与基本风险评估指数融合，得到各栅格单元的洪涝风险评估综合指数，用于评估研究区的洪涝风险。本发明将历史淹没强度纳入风险评估，考虑不同用地对洪涝的淹没水深阈值，洪涝风险评估结果对于应对洪涝的国土空间管控具有更加精细化的实施引导作用。

技术领域

本发明属于面向国土空间管控下的洪涝灾害风险评估领域，更具体地，涉及一种融合历史淹没强度的洪涝风险评估方法和系统。

背景技术

目前，典型洪水灾害风险评估的方法主要有三种：其一，基于历史数据的洪涝风险分析。早期时多基于局部历史灾情数据进行数理性的洪水频率分析、水文气候模拟，Black等通过分析历史洪水记录评估苏格兰河流洪水风险的时间变化，该方法相对简单且客观，但以往多受制于连续完整历史数据的获取困难，对于空间数据的时空分辨率精度不足。其二，基于系统指标的洪灾风险评估，指标评估多围绕洪水风险的主要维度，如脆弱性、敏感性、环境风险等构建指标体系、选取合理指标、确定相应权重，从而获取风险评估结果。如刘媛媛等利用AHP_熵权法对孟印缅地区洪水灾害风险进行了指标评估；Hu等通过指标评估法对北京的区域洪涝风险进行了评估。由于其评估维度和指标选取相对灵活，指标评估法被广泛应用，但在指标选取的合理性及权重确定的科学性方面，需要结合实际情况充分论证。其三，基于情景模拟的多模型评估法，如基于水文动力学方法的大量洪水风险评估，如王绪彬等采用MIKE软件的水文学模型(URBANB)和一维非恒定流河道水力学洪水演进模型耦合计算洪水淹没范围、速度和水深；此外，Prudhomme等基于情景分析方法评估了英国河流的洪水风险；孙海等利用元胞自动机模拟洪水演进、基于云模型的风暴潮灾害多属性综合风险分析方法对珠海市香洲区风暴潮洪水风险进行了模拟评估。然而，基于情景设定和复杂水文模型的方法往往需要大量而全面的数据支撑且计算量较大，同时，情景模拟和参数设置本身也存在一定的不确定性。一般来说，不论从哪个维度和侧重点出发，对于洪涝灾害风险评估基本围绕对孕灾环境、致灾因子、承灾体等重点领域风险评估或系统性综合灾害风险评估展开。

随着遥感大数据技术的发展，遥感影像的多时相、近实时的特征和利用计算机快速提取的优势使其广泛应用于洪水灾害预警、监测、灾情分析之中以获取洪泛淹没空间。洪泛空间是指临近溪流、湖泊、江河等陆地区域，易受周期性洪水淹没区域，代表了不确定性洪水与国土空间用地的相互作用，是洪水作用在国土空间上的直观表现形式。目前对洪水的监测多围绕重大洪涝灾害展开，通过对灾前、灾中、灾后水体变化提取以获取单次淹没空间。如曾玲方等基于Sentinel-1卫星提取了2014年12月斯里兰卡洪灾淹没范围；张丽文等基于高分一号影像对2016年武汉市洪涝淹没进行了提取；眭海刚等通过多模态序列遥感影像提取了2020年7月安徽洪涝灾害和2021年7月中国河南洪涝灾害淹没范围。其中水体提取方法主要包括水体指数阈值法、基于纹理进行提取、利用机器学习算法和阈值法结合等。同时，对地观测卫星种类的丰富使得高时空分辨率的遥感影像来源不断增加，目前已经形成了Landsat系列、Modis系列、Sentinel系列、GF一号系列等多类型多时序多精度的遥感影像数据，而Google Earth Engine等分布式计算平台也提高了大区域、多时序遥感影像的快速处理效率。

然而，针对遥感影像在洪水方面的应用目前主流仍集中于重大洪涝灾害监测，历时态连续型的历史洪泛空间频率、强度对于洪水发生风险的影响及评估较少，如何将其有效纳入洪水风险评估也是优化洪水评估方法的方向之一。

总体来说，现有方法中主要存在以下不足：

第一，传统洪水评估风险方法多从孕灾环境、致灾因子、承灾体等主要维度评估洪水空间风险，较少考虑历时态长周期的洪泛空间分布概率和频次对于未来风险的影响。