基于MCDA-SVM模型与GIS的孟加拉国提斯塔河洪泛区洪水敏感性分析及其对可持续发展的影响

本研究针对孟加拉国提斯塔河洪泛区可持续发展中的洪水风险问题，结合多准则决策分析（MCDA）与支持向量机（SVM）模型，通过GIS技术整合地质与气候因子，揭示了2000?2020年间河道形态改变、排水密度下降42.28%等关键变化，发现极高、高、中风险区分别增加5.66%、2.7%、7.74%，验证预测准确率达70%，AUC成功率达91.51%，为区域防洪规划提供科学依据。

　　

论文解读

研究背景
孟加拉国作为全球洪水最频发的国家之一，提斯塔河洪泛区的生态脆弱性与快速城市化进程交织，使得洪水风险管理成为可持续发展的重要挑战。过去二十年，该区域河道变迁、排水系统退化等问题加剧，但传统评估方法难以量化多因素耦合影响。如何精准预测洪水风险并指导国土规划，成为亟待解决的科学问题。

研究方法与技术
来自中国的研究团队采用多准则决策分析（MCDA）与支持向量机（SVM）耦合模型，通过地理信息系统（GIS）整合美国地质调查局（USGS）、孟加拉气象局（BMD）等机构提供的12类环境因子（如地形湿度指数TWI、排水密度等），构建2000?2020年时空数据库。研究利用70%现场验证点进行模型校准，通过受试者工作特征曲线（AUC）评估精度。

研究结果

1. 环境因子动态变化

• 河道形态与水文特征：研究期内河道摆动导致排水密度下降42.28%，地形湿度指数（TWI）显著升高，反映地表汇流能力减弱。
• 土地利用变化：水体与河流面积缩减5.31%，城市化进程侵占天然滞洪空间。

2. 洪水敏感性分区演变

• 极高、高、中风险区分别扩张5.66%、2.7%、7.74%，低风险区减少10.79%，表明人类活动加剧了灾害暴露度。
• 排水系统退化被识别为最关键致灾因子（权重占比最高）。

3. 模型验证效能

• 预测率曲线显示70%验证点与实地数据吻合，AUC平均成功率达91.51%，证实MCDA-SVM模型在复杂洪泛区的适用性。

结论与意义
该研究首次在提斯塔河洪泛区实现多模型协同的洪水敏感性动态评估，揭示排水系统退化与土地利用变化的连锁效应。成果发表于《HydroResearch》，为发展中国家洪泛区提供可复制的“机理分析-模型优化-规划响应”研究范式。未来需结合气候模型预测，进一步量化极端降雨情景下的风险阈值。