《PLOS Climate》：Riverine flood risk mapping using GIS–AHP and climate-driven hydrodynamic simulations in an alpine basin of the Indus River system
编辑推荐：
斯瓦特河流域（SRB）是印度河流域的一个山区子流域，在过去25年中频繁发生洪水。有限的结构性和非结构性措施，如洪水风险制图、早期预警系统和土地利用规划，仍然使SRB暴露于风险之中。本研究使用基于地理信息系统（GIS）的分析层次过程（AHP）评估并绘制了河流洪水
斯瓦特河流域（SRB）是印度河流域的一个山区子流域，在过去25年中频繁发生洪水。有限的结构性和非结构性措施，如洪水风险制图、早期预警系统和土地利用规划，仍然使SRB暴露于风险之中。本研究使用基于地理信息系统（GIS）的分析层次过程（AHP）评估并绘制了河流洪水风险，并通过水动力模拟模拟了当前和未来气候情景下的洪水范围。GIS-AHP框架发现，对危险性和脆弱性最重要的因素是降水、高程和人口密度。生成的洪水风险图表明，SRB约29%的区域属于高至极高风险区，主要集中在人口稠密的洪泛区和农业用地。HEC-RAS 2D模拟预测，在21世纪的高排放气候情景下，洪水深度可达约31米，流速超过约6米/秒，淹没约26%的关注区域（AOI），即SRB中Chakdara下游的高至极高风险区。该综合方法在结合危险性、脆弱性和水动力模拟方面具有创新性，并可推广到其他山区、雪和冰川补给的流域，为洪水风险评估和缓解提供了有力工具。这些结果显示了综合策略、气候适应性规划和更好的土地利用管理在降低洪水风险和保护脆弱社区方面的重要性。
**论文解读：斯瓦特河流域洪水风险综合评估——基于GIS-AHP与气候驱动水动力模拟的集成框架**
**研究背景与问题**
印度河流域（IRB）是巴基斯坦重要的水资源系统，近年来因强季风、温度升高导致的雪冰加速融化，频繁遭遇极端洪水事件（如2010、2015、2022年），尤其在其源头支流如斯瓦特河（Swat River）流域，活跃的水文特征与脆弱地形加剧了灾害损失。然而，现有研究多数仅聚焦于单一维度的洪水危险性模拟或脆弱性评估，缺乏将两者与气候情景下的水动力模拟进行系统集成的综合框架。斯瓦特河流域（SRB）作为IRB的典型高山子流域，过去25年洪灾频发，但非结构性措施（如风险制图、预警系统、土地利用规划）仍显不足，导致该区域持续暴露于洪水威胁中。因此，开展集成多准则空间分析与物理水动力模拟的洪水风险研究，对于识别高风险区、指导适应性规划与缓解措施至关重要。
**研究内容与结论**
研究人员采用集成方法，首先利用基于GIS的层次分析法（AHP）对SRB全域进行洪水风险制图，识别出降水、高程和人口密度为最关键的灾害与脆弱性因子；随后，使用HEC-RAS 2D水动力模型对高风险区（Chakdara下游段）在历史基年（2007）、极端洪水年（2010）及未来21世纪中期与晚期（RCP 2.6、4.5、8.5情景）的洪水淹没动态进行模拟。结果表明，约29%的SRB面积处于高至极高风险区，主要集中于人口密集的洪泛平原和农业用地；在RCP 8.5高排放情景下（21世纪末），洪水深度可达约31米，流速超过6米/秒，淹没约26%的关注区域（AOI），显示气候变暖将显著加剧洪水强度与范围。该集成方法在结合灾害、脆弱性与水动力模拟方面具有创新性，并可推广至其他雪冰补给的高山流域，为洪水风险评估与缓解提供了可靠工具。研究成果发表于《PLOS Climate》。
**主要技术方法**
研究人员采用以下关键技术：（1）基于GIS的AHP多准则决策分析，通过成对比较矩阵确定各因子权重，并计算一致性比率（CR<0.1）确保可靠性；（2）单参数敏感性分析（SPSA）与地图移除敏感性分析（MRSA）评估模型稳定性；（3）HEC-RAS 2D非恒定流模型，基于30-m SRTM DEM构建地形，采用曼宁系数（n=0.12）校准与验证（2007年基年流量校准误差0.00104%，2010年洪水验证误差0.1229%），求解圣维南方程模拟水深、流速与水面高程；（4）未来气候情景驱动：利用前期研究（Su et al., 2016）统计降尺度的RCP 2.6、4.5、8.5情景下温度与降水数据，通过积雪融水模型（SRM）模拟中期（2046-2065）与晚期（2081-2100）季节性流量，作为HEC-RAS边界条件。数据来源包括SRTM DEM、CHRS卫星降水（PDIR-Now）、Landsat 8 LULC、FAO土壤数据、WorldPop人口密度、HOTOSM道路数据及WAPDA水文站实测流量。
**研究结果**
**5.1 基于GIS-AHP的洪水危险性、脆弱性与风险空间分布**
危险性分析显示，中等危险区占主导（~47.9%），高危险区（~34.4%）集中于斯瓦特河主河道沿线低海拔平坦洪泛区（如Chakdara、Mingora等），极高危险区虽仅占2.9%，但覆盖了人口密集的城镇；脆弱性方面，低脆弱区占52.8%，高与极高脆弱区（~12%）集中在城市与近郊（如Mingora），人口密度（58%权重）与土地利用（31%权重）为核心驱动因子。风险图显示，约29%的区域处于高至极高风险，主要位于洪泛平原，该区域同时具备高降水、低高程、高人口密度与密集基础设施的特征，其中Mingora、Saidu Sharif、Chakdara等城镇为关键风险热点。
**5.2 敏感性分析**
SPSA结果表明，降水与人口密度具有最高的有效权重变异（均值32.1%与31.4%，标准差11.2与9.6），是最敏感参数；高程与LULC次之；而坡度、排水密度、地形湿度指数（TWI）和土壤类型稳定性较强。MRSA显示，移除人口密度与降水层导致最大波动（标准差0.64与0.51），而移除其他参数变化较小（标准差<0.5），证实模型整体稳健，高风险区空间格局可靠。
**5.3 高洪水风险区河流洪水淹没模拟**
HEC-RAS 2D模拟显示，最大水深从基年（2007）的~25 m增至2010年洪水年~29 m，未来情景下持续上升：RCP 8.5晚期达~31 m；流速从基年~3.7 m/s增至2010年~5 m/s，RCP 8.5中期达~6.4 m/s；水面高程（WSE）均值从642 m ASL升至645 m ASL。淹没面积评估采用两种方法：HEC-RAS直接提取与ArcGIS河道多边形分离。RCP 8.5晚期总淹没面积占AOI的~56.5%，其中超出河道的特定淹没面积达~26.01%，显示未来洪水将显著扩展至洪泛区。研究指出，基于RCP情景的模拟结果应视为潜在洪水规模的评估，而非确定性预测，但其揭示的洪水加剧趋势对适应性规划具有重要意义。
**讨论与结论**
研究人员在讨论部分强调，该集成方法在数据稀缺的高山流域具有独特优势：GIS-AHP实现了全流域风险空间的优先排序，HEC-RAS则提供了高风险区详细的淹没动态。未来可将此框架扩展至其他印度河上游支流，并纳入实时水文预报、高分辨率气候预估及更多人口因素以提高预测能力。研究局限性在于缺乏下游实测水位与流量数据用于独立验证水动力模型，因此淹没结果需谨慎解读，建议后续研究补充观测数据以增强可靠性。
结论部分（翻译原文）指出：本研究证明了集成GIS-AHP与水动力建模框架在评估斯瓦特河流域当前与未来洪水风险中的有效性。AHP分析识别出降水（24%）、高程（23%）和距河流距离（19%）为最关键的灾害因子，反映了降雨强度与地形特征对山区洪水生成的主导作用；人口密度（58%）和土地利用/覆被（31%）则为关键脆弱性因子，表明密集定居点、洪泛区侵占与土地利用变化显著增加了暴露。约29%的SRB面积处于高至极高风险区，以人口密集定居点和集约化农业洪泛平原为主，这些区域是社会经济脆弱性热点，即使河流流量适度增加也可能导致生命安全、基础设施破坏、农业减产及粮食不安全等严重后果，凸显了洪泛区分区、社区迁移与基于自然的缓解措施的必要性。HEC-RAS 2D模拟显示，在RCP 8.5晚期情景下，洪水深度可达约31米（比基年深约6米），流速超过6.3米/秒（几乎为基年两倍），淹没面积超过AOI的26%，表明气候变暖对洪水规模与范围的放大效应。总体而言，研究结果强调了在斯瓦特河流域实施综合结构性及非结构性洪水管理策略、改善土地利用规划与气候适应性发展的紧迫性。该集成GIS-AHP与2D水动力建模的方法框架具有创新性和可转移性，尤其适用于其他雪冰补给的高山流域，为在当前与未来气候情景下优先排序洪水风险区域、指导缓解规划提供了实用工具。然而，由于缺乏下游流量、水位与洪水范围观测进行独立验证，模拟淹没格局需谨慎解读。未来研究应纳入这些观测数据，结合高分辨率气候预估与实时水文数据，以改进模型校准并降低不确定性，同时加入更多人口因素以增强框架的普适性与洪水风险预测能力。
