基于形态测量特征与极端降水指标评估干旱脆弱性以优先排序子流域:基于人工智能模糊逻辑方法

《Results in Engineering》:Drought vulnerability assessment using morphometric features and extreme precipitation indicators to prioritize sub-basins: AI-based Fuzzy Logic approach

【字体: 大 中 小 】 时间:2026年01月29日 来源:Results in Engineering 9.4

编辑推荐:

  流域边界识别与排水网络提取是有效水文与地貌建模的基础。研究人员以印度萨巴玛蒂河流域(Sabarmati River Basin, SRB)为对象,探究形态测量因素与极端降水事件对该流域水文响应的影响,以识别干旱脆弱子流域。研究利用卫星遥感、GIS及ASTER

  
流域边界识别与排水网络提取是有效水文与地貌建模的基础。研究人员以印度萨巴玛蒂河流域(Sabarmati River Basin, SRB)为对象,探究形态测量因素与极端降水事件对该流域水文响应的影响,以识别干旱脆弱子流域。研究利用卫星遥感、GIS及ASTER DEM(空间分辨率90 m)等数据,将SRB划分为9个子流域,评估了28个形态测量参数(含7个线性、15个面状、6个起伏参数)。通过加权求和分析(WSA)、主成分分析(PCA)、层次分析法(AHP)、模糊层次分析法(FAHP)及逼近于理想解排序法(TOPSIS)等多准则决策技术推导复合因子(CF),依据CF值对子流域排序,CF越低表明径流管理优先级越高。此外,研究人员基于42年降水数据,采用3至24个月尺度的标准化降水指数(SPI)分析干旱与极端降水趋势。结果表明部分子流域径流潜力下降,而SB2、SB3、SB4、SB5等子流域呈现降水正趋势,适宜增强径流。该集成方法为子流域管理、径流潜力优化及可持续水资源保护提供了全面框架,并为决策者依据地貌与气候特征利用SRB水资源提供可操作见解。
研究背景方面,半干旱区萨巴玛蒂河流域面临降雨短缺、干旱频发、城市化及水土资源压力,传统单一方法或单参数形态测量分析难以全面刻画子流域水文行为与干旱敏感性。已有研究多孤立使用PCA、AHP、TOPSIS或FAHP,未充分整合形态测量静态几何特征与SPI动态气候强迫。为此,研究人员提出一种多准则、多方法集成框架,将28个形态测量参数(线性、面状、起伏三类)与多尺度SPI耦合,以更稳健地优先排序子流域并支撑SDG-6、13、14、15目标。
关键技术方法上,研究人员以SRB为研究区,基于ASTER DEM(90 m)在QGIS中划分9个子流域(SB1–SB9);计算28个形态测量参数后,采用PCA降维提取主导变量,以11位专家判断构建Saaty标度矩阵并引入三角模糊数扩展为FAHP,结合AHP一致性检验(CR≤0.1)与TOPSIS理想解贴近度,分别用全28参量及筛选后11参量计算复合因子(CF);同时基于1981–2022年降水序列计算1、3、6、12、24个月SPI以识别短中期与长期干旱。
研究结果部分,3.1节详细形态测量参数分析显示,SB8、SB6面积最大(10591.47 km2、8802.21 km2),SB9最小(36.65 km2);SB7、SB9排水密度(DD)与河网频率(Fs)极高(SB9达2.504 m-1、7.803),表明低渗透高径流,SB1、SB6具中等DD(0.301、0.372)与较高起伏比(Rr),反映陡坡快速响应。3.2节热力图分析印证CF值与WSA/PCA/AHP/TOPSIS排序一致:SB1、SB6因高DD、高Rr获低CF(<4.0)列为高优先级,SB5、SB7、SB9因低DD、高伸长比(ER>0.5)获高CF(>6.0)列为低优先级。3.3节干旱风险制图将SB1、SB6、SB7、SB9归为一组建议修筑拦水坝与城市雨水收集,SB2–SB5、SB8归为另一组建议覆盖作物与河岸造林。3.4节SPI空间格局表明,3个月SPI在1987、1999、2012年跌至-1.5以下,12个月SPI在1985–1988、1999–2000、2018年低于-1.5,SB2–SB5降水呈正趋势宜增强径流,而低CF子流域干旱放大效应显著。3.5节优先排序讨论指出,PCA消除多重共线性,FAHP处理专家判断不确定性,TOPSIS提供理想解距离,多法收敛本身即可靠性证据;伸长比约0.28虽削减洪峰但不均质降低旱险,须耦合SPI方显真实脆弱性。
讨论与结论翻译:研究人员得出结论,SRB排水密度小于1 m-1显示高渗透低径流,伸长比0.28利于径流贡献,Rho系数1.05反映低径流潜力高孔隙度,分支比小于2.5表明结构变异小,流域总起伏1192 m指示高径流潜力与地下水补给机会。该多方法集成框架较单一途径更可靠,可直接服务SDG-6(可持续水管理)、SDG-13(气候适应)、SDG-14与SDG-15(土地生态保育),为半干旱流域优先排序、干旱减缓及资源规划提供决策支撑。论文发表于《Results in Engineering》。
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