基于AHP-GIS的复合灾害多灾种风险评估模型构建及其在菲律宾奥迪翁甘市建筑脆弱性分析中的应用

本研究针对菲律宾奥迪翁甘市频发的洪水、滑坡和火灾复合灾害问题，采用层次分析法(AHP)与地理信息系统(GIS)集成技术，构建了包含4043栋建筑的多灾种风险评估框架。通过加权叠加分析生成五级风险地图，发现20.01%建筑处于极高风险状态，揭示了灾害暴露、建筑脆弱性与空间分布的交互机制，为地方政府制定韧性规划提供了数据驱动的科学依据。

　　

在全球气候变化加剧的背景下，自然灾害正以前所未有的频率和强度威胁着人类社会。菲律宾作为环太平洋地震带和西北太平洋盆地的双重暴露国家，每年平均遭受20场热带气旋侵袭，其中约8场会造成陆地灾害。奥迪翁甘市这个位于罗姆布隆省的小型城市，长期面临洪水、滑坡和火灾的多重威胁，但传统单灾种评估方法难以捕捉灾害间的协同效应，导致防灾资源配置失衡。现有研究多聚焦单一灾害或区域尺度分析，缺乏针对建筑单体级别的精细化多灾种耦合评估，这成为制约地方政府制定精准减灾策略的关键瓶颈。

为突破这一局限，京都大学城市管理系联合罗姆布隆州立大学的研究团队在《Heliyon》发表了一项创新性研究。他们采用多准则决策分析法(AHP)与空间信息技术(GIS)的融合框架，首次实现了奥迪翁甘市4043栋建筑的复合灾害风险评估。研究通过整合地形水文数据、建筑属性调查和专家权重矩阵，开发了包含3类灾害参数、8项脆弱性指标和3种暴露因子的评价体系，最终构建了五级风险分类模型。

关键技术方法包括：(1)基于DEM和实地调查的空间参数数字化；(2)采用10位跨领域专家参与的AHP权重分配；(3)QGIS 3.34.11平台的加权叠加分析；(4)结合Sendai框架的暴露-脆弱性-灾害三维度整合。研究区域覆盖奥迪翁甘市9个行政区，数据来源于菲律宾大气地球物理天文服务管理局(PAGASA)、国家测绘局(NAMRIA)等官方渠道及实地勘测。

多灾种标准评估部分揭示了关键发现：洪水风险主导因素为高程(<9m区域占70.62%)和近河距离(19.26%建筑位于200m内)；滑坡高风险区集中在Pato-o等陡坡地带(坡度>21°)，而火灾风险与加油站距离呈强相关性(7个加油站周边200m为高危区)。通过公式MHI=(H_f
+H_l
+H_fi
)/3计算的多灾种指数显示，中央城区因复合效应风险值飙升。

脆弱性评估结果显示：93.94%建筑采用混凝土楼板，但11.86%存在极高结构脆弱性，主要源于老旧建材(32.43%建筑龄超31年)和缺乏防火隔离。空间脆弱性分析发现Tabing-Dagat区因医院距离>800m导致应急能力薄弱。

暴露指数地图量化显示：Poblacion中心区建筑密度达3.5栋/50m²
，73.24%为住宅用途。通过MRI=MHI×(V+E)公式合成的最终风险图识别出809栋(20.01%)极高风险建筑，主要分布在Poctoy等非中心区，这些区域同时具备低洼地形、木质结构和消防盲区三重风险特征。

研究结论创新性地证实：多灾种耦合效应会使传统单灾种评估中的"中度风险"区域升级为"极高风险"。例如Bangon区因同时暴露于3m洪水深度、粘土质滑坡敏感性和电力线密集分布，其实际风险较单灾种评估提升2个等级。讨论部分强调，该模型为发展中国家小城镇提供了可扩展的评估范式，其建筑级精度支持差异化加固策略制定——针对高风险木构建筑建议优先实施地基抬高和防火涂层处理，而中风险混凝土建筑可通过排水系统改造提升抗洪能力。

这项研究的现实意义体现在三方面：首先，风险地图可直接集成到地方政府的土地划拨决策系统；其次，提出的AHP权重分配方案(如洪水参数中高程权重24.62%)为类似地区提供参数化参考；最后，发现的灾害链触发机制(如暴雨-滑坡-道路中断-消防延误)为跨部门应急协作指明方向。作者建议后续研究可引入机器学习优化权重动态调整，并纳入社会经济脆弱性指标，以进一步提升模型的预测效能和政策指导价值。