《Geomatics, Natural Hazards and Risk》:Innovative polygonal coastal index concept and probabilistic vulnerability predictions
编辑推荐:
经典海岸脆弱性指数(Coastal Vulnerability Index,CVI)采用1、2、3、4、5五个互斥整数分值。研究人员提出将美国排名的CVI输入变量以多边形图形格式绘制,每个输入变量由单条直线界定最大值与最小值数据集,或以两段、三段直线表示,极值
经典海岸脆弱性指数(Coastal Vulnerability Index,CVI)采用1、2、3、4、5五个互斥整数分值。研究人员提出将美国排名的CVI输入变量以多边形图形格式绘制,每个输入变量由单条直线界定最大值与最小值数据集,或以两段、三段直线表示,极值之间变化空间依据正比或反比逻辑规则推导数学公式。该创新方法称为多边形海岸指数(Innovative Polygonal Coastal Index,IPCI),图示揭示各输入变量与输出分值关系。研究人员针对各变量变化空间选取经验数据集给出IPCI数值实现,其核心在于以概率理论累积分布函数(Cumulative Distribution Functions,CDFs)形式给出最终输出分值估计,从而实现现有CVI流程无法达成的多等级风险与可靠性评估。IPCI可便捷扩展至任意多输入变量情形。
研究背景方面,全球约30%人口居住在距海岸50 km范围内,海岸带受气候变化与自然灾害非线性影响显著。现有海岸脆弱性指数(CVI)体系(如物理CVI、社会经济CVI、环境CVI、集成CVI、多灾种CVI及海岸模糊脆弱性指数CFVI等)多依赖确定性经验公式,将输入变量赋以1至5互斥整数分值,忽略变量连续变化与概率特征,且“极低”“低”等模糊分级无数值交互,导致最终总分物理意义薄弱、无法给出风险与可靠性水平。为解决该局限,研究人员提出创新多边形海岸指数(IPCI)框架。
关键技术方法上,研究人员基于Hammar-Klose与Thieler(2001)美国CVI变量分级表,选取海平面上升、波高、沙丘宽度、侵蚀/淤积率、潮差、海岸坡度、海滩宽度、植被盖度等8个输入变量;以各变量极大/极小值构造单段、两段或三段折线界定的多边形有效域,依正比/反比逻辑写出最大线与最小线分段线性方程;由经验数据集算得各变量最大、平均、最小连续小数分值;将三组分值视为随机变量,用MATLAB拟合广义极值(Generalised Extreme Value,GEV)与Weibull理论累积分布函数(CDF),由CDF横纵读数互换得到任一分值对应的风险水平(风险+可靠性=1)。样本源自美国CVI列表内各变量变化区间的经验选取点,无外部实测队列。
研究结果部分,第3节“创新多边形海岸指数(IPCI)方法论”阐明:以输入变量V为横轴、输出分值S为纵轴绘多边形,上下边界为分段直线,连续十进制分值取代整数,正比/反比由线段升降表达。第4.1节“CVI多边形”展示波高与海平面上升呈正比(前者单直线、后者三段降斜率直线),沙丘宽、侵蚀淤积、潮差反比单直线,海岸坡度两段反比,海滩宽与植被重三段反比,所有图提供1–5间连续小数分。第4.2节“分值(分级)方程”列出各变量分段线性公式及最大/最小/平均线表达式。第4.3节“数值例”中4.3.1“概率分布函数”将15组最小/平均/最大分值散点经GEV与Weibull CDF拟合,图4给出0.10、0.20、0.50风险截点对应可靠性0.90、0.80、0.50;图5合并全部分值得GEV-CDF,示得分3.70对应风险0.83。讨论部分指出,经典CVI算术/几何平均无统计物理基础,模糊CVI虽处理小数但仍出单值;IPCI以多边形域+概率CDF给出各变量连续小数分及风险可靠性,对输入微变不敏感,且可扩展变量数。结论部分翻译如下:全球变暖、海平面上升、风暴、波高、沙丘损益、植被丧失等使海岸风险剧增;IPCI于输入输出间定义多边形有效场,以GEV/Weibull CDF估分并给风险与置信百分比,无确定单一总分而含每变量概率风险,提供小数分级;该法可容纳更多数据集并重构既有CVI替代方案,建议后续以消融实验核验。
该研究发表于《Geomatics, Natural Hazards and Risk》,意义在于首次将多边形图形化与概率CDF嵌入海岸脆弱性评估,弥补经典CVI确定性整数评分缺失风险量化的根本短板。