《GeoHazards》:When Land Use/Land Cover Misleads: Limitations in Data-Driven Flood and Landslide Susceptibility Assessment
编辑推荐:
数据驱动模型越来越多地被用于快速城市化地区的洪水与滑坡易发性制图,特别是在全球南方(Global South)。在此背景下,土地利用/土地覆盖(Land Use/Land Cover, LULC)被常规用作条件因子,尽管其地貌意义和与灾害清单的时间一致性很少被
数据驱动模型越来越多地被用于快速城市化地区的洪水与滑坡易发性制图,特别是在全球南方(Global South)。在此背景下,土地利用/土地覆盖(Land Use/Land Cover, LULC)被常规用作条件因子,尽管其地貌意义和与灾害清单的时间一致性很少被评估。信息价值(Information Value, IV)模型已被广泛用于滑坡易发性,但在复杂沿海城市中用于洪水易发性仍有限。本研究评估了巴西维多利亚基于IV的洪水与滑坡易发性,该城市是一个以显著地貌对比和高人口密度为特征的岛屿城市。两个具有不同城市细节水平的LULC数据集与地形和水文变量一起作为条件因子进行测试。为每种灾害构建了18个模型,并使用曲线下面积(Area Under the Curve, AUC)指标和专家判断进行验证。形态属性是最重要的预测因子:坡度单独对滑坡的AUC达到0.90,而高程对洪水达到0.71。包含LULC使滑坡的AUC值提高到0.94–0.95,洪水提高到0.85–0.89,但也引入了与静态和粗分类土地覆盖相关的空间和时间偏差。研究人员的发现强调了将LULC作为条件因子而不与灾害清单进行时间协调或充分的城市类别细化的局限性。研究人员主张,在复杂的城市环境中,LULC更适合解释为暴露和脆弱性的代理,而不是主导的易发因素,并且其在预测模型中的使用应被批判性评估,以避免误导性结论。
全球南方城市在快速城市化与气候变化背景下,日益面临洪水与滑坡等水文-地貌灾害的多重威胁。土地利用/土地覆盖(LULC)常被用作数据驱动易发性模型的条件因子,但其地貌意义、时间一致性以及与灾害清单的匹配性很少被系统评估,这可能导致模型性能被高估或空间决策被误导。为探究这一问题,研究人员以巴西维多利亚(Vitoria)这一具有显著地貌对比和高人口密度的沿海岛屿城市为例,开展基于信息价值(Information Value, IV)模型的洪水与滑坡易发性评估。研究旨在量化地形因子与LULC对易发性的贡献,比较不同LULC数据集的影响,并揭示LULC作为条件因子的局限性。研究共构建18个模型,通过AUC和专家判断验证,发现形态变量(坡度、高程)是主导预测因子,而LULC虽能提升统计性能,却引入空间和时间偏差,尤其在时间不一致和分类粗糙时。研究结论强调,LULC更适合作为暴露和脆弱性的代理,而非主导易发因素,该成果发表于《GeoHazards》。
研究人员采用的关键技术方法包括:研究区为维多利亚市(97 km
2),滑坡清单来自Mapenco项目(2190个点,1995–2023年),洪水清单基于新闻事件(283个点,1993–2023年)。选取6个地形因子(坡度、坡向、曲率、地形位置指数(TPI)、地形湿度指数(TWI)、地貌)和两个LULC数据集(LULC1:一般城市分类;LULC2:区分正式/非正式居民点及填海区)。采用IV模型进行单因子和复合敏感性分析,构建18个模型(每种灾害分别包含6个地形因子、6个地形因子加LULC1、6个地形因子加LULC2,并按因子重要性排序共6个组合)。模型验证:滑坡采用四折交叉验证,洪水按时间划分(训练至2018年,134个事件用于验证)。性能评价使用AUC和专家判断。
关于研究结果,分小标题总结如下:
3.1 个体与复合敏感性分析:通过单因子IV分析,发现坡度对滑坡(AUC 0.90)和高程对洪水(AUC 0.71)是最重要预测因子;LULC2在单因子中表现高(滑坡0.90,洪水0.86)。复合模型结果显示,包含LULC可提高AUC值(滑坡无LULC为0.90–0.91,加LULC为0.94–0.95;洪水无LULC为0.71–0.82,加LULC为0.85–0.89),但LULC2下非正式居民点等高IV值集中于陡坡,与地形因子重叠,可能夸大易发性。
3.2 有/无LULC的易发性模型:最终易发性图显示,包含LULC的模型(特别是LULC2)扩大了高易发区面积,但部分区域与实际地貌不符。例如,洪水模型中城市区域被过度强调,而平坦沿海区域(如靠近河道处)被降级为中等易发性,与FMF模型(无LULC)的结果不一致。专家判断指出,LULC引入空间和时间偏差,其反映的居住模式与地形因子高度相关,导致模型解释性困难。
讨论部分指出,LULC作为条件因子存在多重局限性:时间静态性(LULC数据代表2019–2020年,而灾害清单涵盖25年),分类粗糙(未区分城市密度、渗透性、排水系统等),且其高IV值主要反映人类活动与已有地形易发区的空间重叠,而非驱动作用。因此,在维多利亚等地形主导的沿海城市,LULC更适合作为暴露和脆弱性分析的组成部分,而非易发性模型的核心条件因子。研究建议改进LULC分类(如增加渗透性、排水能力指标),并在当前形式下从易发性模型中排除以避免误导。
研究结论翻译如下:本研究表明,在易发性建模中使用土地利用/土地覆盖(LULC)作为条件因子既能提升预测性能,也会引入解释性挑战。尽管LULC成为有影响力的变量并提高了所有模型的AUC值,但定性评估显示,这些统计改进并不总能转化为对灾害动力学的物理意义表达。研究结果确认,形态变量(如坡度、高程)仍是滑坡和洪水的主导预测因子。在维多利亚,陡峭地形和显著地貌对比主导灾害发生,LULC的作用主要表现为放大了已有的自然易发性,而非驱动它。LULC数据集的引入带来了显著扭曲,尤其在时间与灾害清单不匹配或城市类型异质性未被充分捕捉时。尽管如此,LULC子类别的细化揭示了其对洪水与滑坡易发性的潜在贡献,强调了精细刻画建成环境的重要性,特别是非正式居民点和干预后区域(如排水工程、边坡加固)未被充分表现时。研究建议,LULC信息应更恰当地整合为暴露和脆弱性分析的组成部分,而非易发性的主要驱动因素,尤其在非正式居民点和不同程度不透水层强烈影响人类暴露和潜在损失的背景下。最后,结果证实信息价值模型可成功应用于沿海城市环境中的滑坡与洪水易发性制图,其见解对易受滑坡和洪水影响地区的城市规划和减灾策略具有直接参考价值。