综述：基于层次分析法（Analytical Hierarchy Process）的城市地区洪水易发性制图：一项长达十年的系统性文献综述

《Journal of African Earth Sciences》：Flood susceptibility mapping in urban areas based on Analytical Hierarchy Process: A decade-long systematic literature review

城市洪水脆弱性评估中层次分析法（AHP）的应用研究：系统综述75项研究，揭示专家判断主导标准选择，坡度、土地利用、海拔、降雨量为高频变量，自然断点法最常用，历史数据与AUC为主流验证方法，填补区域研究不平衡和方法论标准化空白。

　　城市洪水是一种全球范围内对社区造成重大影响的灾害，其后果包括人员伤亡、基础设施破坏以及巨大的经济损失。为了有效管理洪水风险，准确的洪水易发性图（flood susceptibility map）成为关键，它能够识别易受影响的区域，并为制定针对性的缓解策略提供依据。本文通过系统文献综述（systematic literature review, SLR）方法，探讨了分析层次过程（Analytical Hierarchy Process, AHP）在城市洪水易发性评估中的应用。综述整合了75篇经过严格筛选的研究论文，这些论文发表于2014年至2024年之间，来源于五个主要数据库：Scopus、Web of Science、Taylor & Francis、IEEE Xplore 和 MDPI。研究重点分析了基于AHP的洪水易发性图中使用的评估标准、权重分配以及洪水易发性因素的重要性。研究结果表明，专家判断是主要的评估标准选择方法，而坡度、土地利用与覆盖、海拔和降雨量被认定为最常使用的灾害变量。此外，与人口相关的数据被识别为主要的脆弱性因素。分析还指出，自然断点法（natural breaks method）是最常用的分类方法，而在验证方面，历史数据是最受青睐的手段，其次是面积下曲线法（Area Under the Curve, AUC）。

本文的研究动机源于城市化进程中面临的诸多挑战。随着全球城市化的加速，自然景观逐渐被不透水表面取代，传统的水收集系统遭到破坏，导致洪水风险不断上升。洪水事件的频率和严重性在全球范围内加剧，如今已超过地震、火山喷发和台风等其他自然灾害，在发生频率和经济损失方面均占据主导地位。这一问题尤为值得关注，因为联合国预测到2050年全球将有68.4%的人口居住在城市地区，而非洲和亚洲地区的城市人口增长速度最快。这些地区通常面临基础设施不足和资金短缺的问题，导致其在应对洪水灾害时更加脆弱。因此，制定有效的洪水管理策略成为当务之急，而其中的一个关键环节是通过洪水易发性图识别高风险区域。洪水易发性图作为一种重要的工具，能够帮助城市规划者和政策制定者在土地利用规划、应急准备和灾害风险减少等方面做出科学决策。然而，构建可靠的洪水易发性模型需要大量的高质量数据，包括城市地理信息、历史洪水记录和高分辨率地形数据。传统的方法，如基于物理原理的洪水模型，虽然能够提供详细的水文和水力特征信息，但往往需要大量的数据和计算资源，这使得它们在数据匮乏的快速城市化地区难以应用。

在这些挑战的推动下，研究者开始探索替代方法，以适应数据限制并提供可靠的洪水易发性评估。数据驱动模型，特别是机器学习（machine learning, ML）和统计方法，已被证明在缺乏传统输入数据的情况下具有潜力。这些模型能够利用现有数据推断洪水易发性模式，而不依赖于具体的水文信息。然而，数据驱动模型也存在一些问题。例如，机器学习模型的构建和优化需要一定的编程知识和对人工智能（artificial intelligence, AI）理论的理解。如果没有这些技能，可能会导致结果的误读、模型的过度拟合，或者依赖“黑箱”解决方案，即模型的决策过程不透明，难以解释。此外，这些模型的性能通常受限于输入数据的质量；如果数据不准确或不够全面，最终的预测结果可能不可靠，从而影响洪水管理策略的有效性。

相比之下，多标准决策方法（multi-criteria decision making, MCDM），特别是AHP，因其结构化和透明的决策框架而受到重视。AHP特别适合于那些在人工智能方面具有技术背景的实践者，因为它允许用户通过专家判断来评估各种洪水风险因素，并对这些因素进行权重分配。与数据驱动模型不同，AHP不需要编程知识或对人工智能的深入理解，因此更容易被广泛采用。这种透明性使得相关利益方能够清楚地了解洪水易发性是如何得出的，从而对整个过程拥有更多的控制权。AHP作为一种替代方法，被广泛应用于洪水易发性图的构建，特别是在数据有限的地区。此外，AHP的实施过程包括多个步骤，如问题定义、标准评分、评分归一化、权重聚合和敏感性分析，最终形成一个层次化的结构，以实现对洪水易发性因素的细致评估。AHP的灵活性使其能够整合各种评估标准，包括14种物理特征，如坡度、海拔和排水密度，以及人为因素，如土地利用、基础设施发展和人口密度。尽管已有许多研究使用AHP方法在不同地区进行洪水易发性评估，但尚未有系统性的综述分析该方法在不同地理、气候和社会经济背景下的应用情况。本文旨在填补这一空白，通过分析75篇来自不同国家的科学论文，探讨AHP在城市洪水易发性图中的应用模式。

综述的研究重点围绕五个关键问题展开：首先，AHP在不同地理和气候区域的洪水易发性图中的应用是否存在差异？其次，洪水风险概念，如灾害、脆弱性和暴露性，是如何被理解和应用于城市洪水图中的？第三，哪些关键标准被识别并优先考虑在洪水易发性评估中？第四，哪些分类方法被用于将复杂的多标准评估转化为实际的风险类别？最后，哪些验证方法被用于确保基于AHP的图的可靠性？通过这些问题，本文旨在揭示AHP在城市洪水易发性评估中的最佳实践、挑战和未来发展方向。此外，研究还探讨了研究者如何根据城市环境的具体特点调整AHP的应用方式，以提高其在不同地区的适用性和准确性。

研究结果表明，AHP在洪水易发性图中的应用具有一定的普遍性，但其结果的可靠性仍受制于多个因素。首先，AHP的评估过程依赖于专家判断，这可能导致主观性较强，影响结果的客观性。因此，为了提高模型的准确性，需要对评估标准进行更系统的筛选和验证。其次，不同研究在选择评估标准时存在一定的差异，这可能与研究区域的地理特征、气候条件和社会经济背景有关。例如，在热带地区，由于降雨量高且洪水频率大，研究者可能更倾向于使用与降水相关的标准，而在干旱或半干旱地区，研究者可能更关注土地利用和基础设施发展等因素。此外，研究还发现，AHP在不同地区的应用方式存在一定的差异，这可能与研究者的专业背景、可用数据和技术条件有关。因此，为了提高AHP在不同地区的适用性，需要对评估标准进行更广泛的筛选，并结合当地的具体情况调整权重分配。

在分类方法方面，研究发现自然断点法是目前最常用的分类方式，这可能与该方法在处理多维数据时的直观性和有效性有关。然而，其他分类方法，如等间隔分类和熵分类，也被部分研究者采用，这表明在实际应用中，研究者会根据数据特点和研究目标选择不同的分类方式。此外，研究还指出，不同研究在验证AHP模型时采用的方法存在差异。例如，历史数据是最常用的验证方式，这可能与历史数据在评估模型准确性方面的直接性有关。然而，其他验证方法，如AUC和交叉验证，也被部分研究者采用，以提高模型的鲁棒性和适用性。因此，为了提高AHP模型的准确性，需要在不同研究中采用多种验证方法，并根据研究目标和数据特点进行调整。

研究还发现，AHP在不同地区的应用存在一定的地域性差异。例如，在发展中国家，由于数据获取难度较大，研究者可能更倾向于使用较少的评估标准，并依赖专家判断来确定权重。而在发达国家，研究者可能更注重使用多种评估标准，并结合先进的技术手段进行模型优化。此外，AHP在不同气候条件下的应用也存在一定的差异。例如，在热带地区，由于降雨量高且洪水频率大，研究者可能更关注与降水相关的标准，而在温带地区，研究者可能更关注与地形和土地利用相关的标准。因此，为了提高AHP在不同地区的适用性，需要结合当地的地理、气候和社会经济背景，对评估标准和权重分配进行调整。

研究还指出，AHP在洪水易发性图中的应用面临一些挑战。首先，专家判断的主观性可能导致评估结果的偏差，因此需要对评估标准进行更系统的筛选和验证。其次，不同研究在选择评估标准时存在一定的差异，这可能与研究区域的地理特征、气候条件和社会经济背景有关。此外，研究还发现，AHP在不同地区的应用方式存在一定的差异，这可能与研究者的专业背景、可用数据和技术条件有关。因此，为了提高AHP在不同地区的适用性，需要对评估标准进行更广泛的筛选，并结合当地的具体情况调整权重分配。

研究还发现，AHP在洪水易发性图中的应用存在一定的局限性。首先，AHP的评估过程依赖于专家判断，这可能导致主观性较强，影响结果的客观性。其次，不同研究在选择评估标准时存在一定的差异，这可能与研究区域的地理特征、气候条件和社会经济背景有关。此外，研究还指出，AHP在不同地区的应用方式存在一定的差异，这可能与研究者的专业背景、可用数据和技术条件有关。因此，为了提高AHP在不同地区的适用性，需要对评估标准进行更广泛的筛选，并结合当地的具体情况调整权重分配。

研究还发现，AHP在洪水易发性图中的应用存在一定的地域性差异。例如，在发展中国家，由于数据获取难度较大，研究者可能更倾向于使用较少的评估标准，并依赖专家判断来确定权重。而在发达国家，研究者可能更注重使用多种评估标准，并结合先进的技术手段进行模型优化。此外，AHP在不同气候条件下的应用也存在一定的差异。例如，在热带地区，由于降雨量高且洪水频率大，研究者可能更关注与降水相关的标准，而在温带地区，研究者可能更关注与地形和土地利用相关的标准。因此，为了提高AHP在不同地区的适用性，需要结合当地的地理、气候和社会经济背景，对评估标准和权重分配进行调整。

研究还指出，AHP在洪水易发性图中的应用面临一些挑战。首先，专家判断的主观性可能导致评估结果的偏差，因此需要对评估标准进行更系统的筛选和验证。其次，不同研究在选择评估标准时存在一定的差异，这可能与研究区域的地理特征、气候条件和社会经济背景有关。此外，研究还发现，AHP在不同地区的应用方式存在一定的差异，这可能与研究者的专业背景、可用数据和技术条件有关。因此，为了提高AHP在不同地区的适用性，需要对评估标准进行更广泛的筛选，并结合当地的具体情况调整权重分配。

研究还发现，AHP在洪水易发性图中的应用存在一定的地域性差异。例如，在发展中国家，由于数据获取难度较大，研究者可能更倾向于使用较少的评估标准，并依赖专家判断来确定权重。而在发达国家，研究者可能更注重使用多种评估标准，并结合先进的技术手段进行模型优化。此外，AHP在不同气候条件下的应用也存在一定的差异。例如，在热带地区，由于降雨量高且洪水频率大，研究者可能更关注与降水相关的标准，而在温带地区，研究者可能更关注与地形和土地利用相关的标准。因此，为了提高AHP在不同地区的适用性，需要结合当地的地理、气候和社会经济背景，对评估标准和权重分配进行调整。

综上所述，本文通过系统文献综述方法，探讨了AHP在城市洪水易发性图中的应用情况，分析了不同研究在选择评估标准、权重分配和分类方法上的差异，并评估了验证方法的有效性。研究结果表明，AHP在洪水易发性图中的应用具有一定的普遍性，但其结果的可靠性仍受制于多个因素，包括专家判断的主观性、评估标准的选择以及数据质量。因此，为了提高AHP在洪水易发性图中的应用效果，需要在不同研究中采用更系统的评估方法，并结合当地的具体情况进行调整。此外，本文还强调了AHP在不同地理和气候区域的应用差异，以及其在洪水风险评估中的实际意义。研究结果不仅为研究者提供了重要的参考，也为城市规划者和政策制定者在制定洪水管理策略时提供了科学依据。最终，本文旨在为AHP在洪水易发性图中的应用提供系统性的指导，推动其在不同地区的标准化和推广。