通过集成TRFNAHP和GIS方法评估干旱脆弱性区域

《Geomatics, Natural Hazards and Risk》:Assessment of drought vulnerability zones by integrating TRFNAHP and GIS approaches

【字体: 大 中 小 】 时间:2026年01月18日 来源:Geomatics, Natural Hazards and Risk 4.5

编辑推荐:

  干旱是一个严峻的全球挑战,严重影响着农民和社区,其影响因气候变化而加剧。研究人员选择印度泰米尔纳德邦的达尔马普里区作为研究区域,因为该地区极易发生干旱。该地区约70%的人口依赖农业。研究人员使用了多种参数,包括归一化植被指数(NDVI)、归一化水指数(NDWI

  
干旱是一个严峻的全球挑战,严重影响着农民和社区,其影响因气候变化而加剧。研究人员选择印度泰米尔纳德邦的达尔马普里区作为研究区域,因为该地区极易发生干旱。该地区约70%的人口依赖农业。研究人员使用了多种参数,包括归一化植被指数(NDVI)、归一化水指数(NDWI)、土地利用与土地覆盖(LULC)、地质、土壤、降雨、坡度、线密度、温度、地貌、高程和归一化多波段干旱指数(NMDI)。这些参数选自关于干旱脆弱性的文献综述。该研究的目标是通过集成梯形模糊数层次分析法(TRFNAHP)和地理信息系统(GIS)方法来确定干旱脆弱性区域(DVZ)。DVZ分类结果如下:非常低(12.63%)、低(27.33%)、中等(24.87%)、高(22.95%)和非常高(12.22%)。研究使用接收者操作特征曲线(ROC)验证了干旱脆弱性指数(DVI)。在接收者操作特征曲线中,曲线下面积(AUC)值为0.89%,表明研究区域具有最佳的预测精度。
**研究背景**
干旱是气候变化与人类活动共同驱动的全球性挑战,严重威胁农业、经济、生态及社会系统。全球每年约5500万人受干旱影响,经济损失达80亿美元。现有评估框架(如IPCC提出的灾害-暴露-脆弱性模型)虽能识别风险,但缺乏对权重分配不确定性的有效处理。传统层次分析法(AHP)未能充分捕捉专家判断的模糊性,而三角模糊数(TFN)虽能处理单点不确定性,却无法覆盖区间模糊性。梯形模糊数(TRFN)为这一问题提供了更优解决方案,但尚未应用于干旱脆弱性区划。因此,本研究旨在通过集成梯梯形模糊数层次分析法(TRFNAHP)与地理信息系统(GIS),提高干旱脆弱性评估的准确性和可靠性。论文发表在《Geomatics, Natural Hazards and Risk》。

**技术方法**
研究选取印度泰米尔纳德邦达尔马普里区为研究区(约70%人口依赖农业),采用12个参数:归一化植被指数(NDVI)、归一化水指数(NDWI)、土地利用与土地覆盖(LULC)、地质、土壤、降雨、坡度、线密度、温度、地貌、高程和归一化多波段干旱指数(NMDI)。数据来源包括Landsat 8 OLI(30m分辨率)、SRTM DEM(30m分辨率)、印度地质调查局地质图、印度土壤与土地利用委员会土壤图、IMD降雨与温度数据等。关键技术创新为TRFNAHP方法:构建梯形模糊数成对比较矩阵,计算模糊几何均值与模糊权重,经过去模糊化与归一化得到参数权重;随后在ArcGIS中对各参数进行重分类并赋予分值(1–5),采用模糊加权叠加生成干旱脆弱性指数(DVI)。模型验证采用接收者操作特征曲线(ROC)。

**研究结果**
- **地质**:七个地质单元(如混合岩、紫苏花岗岩等)中,断裂与风化程度高的单元(如角闪石片麻岩)因渗透性高,被赋予更高脆弱性评分。
- **土壤**:十一种土壤类型(如钙质黏土、砾石壤土)中,透水性差的土壤(如蒙脱石黏土)因阻碍入渗,脆弱性评分更高。
- **线密度**:线密度范围0–107.67 km/km2,高密度区代表构造裂隙发育,利于地下水补给,脆弱性较低。
- **地貌**:不同地貌单元(如冲积平原、丘陵)通过调控径流与入渗影响脆弱性。
- **坡度**:坡度范围0–147.56%,陡坡区径流强、入渗弱,脆弱性高。
- **高程**:高程范围145–1185 m,高海拔区因径流增加、水分保持能力弱,脆弱性高。
- **温度**:月平均最高温度范围68–88°F,高温区蒸散发强,加剧干旱。
- **净补给**:年净补给范围881.23–1787.27 mm,低补给区脆弱性高。
- **土地利用与土地覆盖**:建设用地与农地因蒸散与耗水显著,脆弱性高于水体与森林。
- **NDVI**:值域0.03–0.51,低值区(植被稀疏)脆弱性高。
- **NDWI**:值域?0.64–0.09,低值区(水分胁迫)脆弱性高。
- **NMDI**:值域0.10–0.47,低值区(土壤与植被干旱)脆弱性高。
通过TRFNAHP权重计算与GIS叠加,最终生成干旱脆弱性区划(DVZ):非常低(12.63%)、低(27.33%)、中等(24.87%)、高(22.95%)、非常高(12.22%)。ROC曲线验证显示AUC=0.89,预测精度为“非常好”。

**讨论与结论**
讨论指出,本研究结果(低脆弱性区占比最高)与现有研究(高或中等区占比最高)存在差异,归因于TRFNAHP方法更有效地处理了专家判断的不确定性,以及参数选择与权重赋值的差异。研究还强调,极低脆弱性区因植被茂密、降雨充足、渗透性土壤与断裂地质等条件维持了水分平衡;中等脆弱性区存在季节性水助但受土壤不均与供水波动影响;极高脆弱性区缺乏植被与补给,导致持续缺水。
**结论部分翻译**:
在研究区,研究人员通过集成TRFNAHP方法与GIS方法,使用12个参数确定了干旱脆弱性区域。考虑更多重要因素为干旱脆弱性评价提供了更准确和精确的评估。研究结果强调了优先考虑干旱脆弱性区域进行战略规划和资源分配的必要性,尤其是在气候变率加剧的背景下。研究推荐了针对性干预措施,如采用耐旱作物、提高灌溉效率以及实施可持续土地管理实践。TRFNAHP方法与GIS框架为政策制定者提供了稳健的工具,以制定适应策略,增强对气候诱发的干旱的韧性。长期韧性可通过高效用水、多样化种植以及保护土壤与土地来构建。这些实践有助于在气候变化中确保粮食与水安全、保护自然并维持生计。本研究表明,将GIS与模糊集融入AHP方法可有效处理专家判断中的不确定性,并展示了集成TRFNAHP与GIS方法能够提高干旱脆弱性评估的准确性,为干旱风险管理提供了有效途径。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号