洪水作为全球最频繁和最严重的自然灾害之一,由于其深远的社会经济和生态影响而受到了越来越多的关注(Shamsudduha, 2025)。2010年至2015年间,受洪水影响的人口比例增加了20%-24%,预计到2030年这一比例将进一步增加(Tellman et al., 2021)。近年来,由于气候变化和城市化,城市洪水具有高度不确定性、复杂性和破坏性(Balaian et al., 2024)。许多国家的城市都受到了洪水的严重影响,导致了巨大的经济损失和人员伤亡(Kreibich et al., 2022)。因此,城市洪水已成为城市发展的主要限制因素。准确识别易受淹没的区域对于城市灾害管理和可持续发展具有重要意义。
目前,识别淹没区域的方法包括地面监测、数值模拟、遥感监测和社会感知数据(Helmrich et al., 2021)。地面监测可以提供实时数据,但由于维护成本高,观测站的数量有限(Bukhari et al., 2025)。数值模拟可以模拟不同情景下的淹没范围和深度,但需要大量的计算资源和数据(Luo et al., 2022)。遥感可以监测大规模的淹没情况,但其受重访周期的影响(Hamidi et al., 2025)。作为社会感知数据的一种,社交媒体数据具有数据量大、获取成本低和实时性高的优点。最近,越来越多的学者开始从社交媒体数据中提取淹没位置,用于研究洪水灾害,如时空变化(Guo et al., 2023)、风险评估(Pollard et al., 2018; Zhang et al., 2025),以及数值模拟模型的校准(Dasgupta et al., 2022)和验证(Ouyang et al., 2022; Zheng and Sun, 2020)。
大多数研究将社交媒体文本中与洪水灾害相关的地理位置视为淹没位置(Bruneau et al., 2021; H. Li et al., 2024)。然而,这种方法通常面临三个挑战:1)某些社交媒体文本中同时提到了淹没和未淹没的位置;2)由于文本中的位置名称描述模糊,在地理编码过程中一些位置名称对应多个坐标结果(Chen et al., 2023);3)社交媒体平台上可能存在虚假信息,这会严重影响社交媒体数据的质量(Soomro et al., 2024)。在本研究中,我们将社交媒体文本中与洪水灾害相关的地理位置定义为来自社交媒体的洪水淹没位置(FLLSs)。显然,FLLS的可信度值得质疑。鉴于准确淹没位置在洪水灾害管理中的关键作用,近期研究重点在于开发提高FLLS准确性的策略。Yang et al.(2022)通过结合位置词规则和搜索引擎知识从社交媒体数据中提取位置名称,以获得更详细的位置信息。Suarez和Clarke(2022)提出了一种框架,通过利用推文与权威数据源(如灾害相关信息和实地报告)之间的关系来提高推文的准确性。S. Li等人(2024)构建了一个谣言检测模型,基于社交媒体的用户特征、文本特征和传播特征来识别与灾害相关的虚假信息。尽管这些研究取得了有希望的结果,但仅依赖信息中心特征对提高FLLS的准确性帮助有限。洪水事件中淹没点的形成涉及水文循环的多个过程,包括降水、入渗、径流产生和流量集中。然而,在城市洪水事件中提取FLLS时,很少有研究者考虑淹没点背后的物理机制。在暴雨洪水事件中,研究区域内不同位置的淹没概率会根据影响该位置的具体水文过程而变化。同时,地理空间信息技术的进步使得与这些水文过程相关的数据(如降水和土地利用)及其处理方法更加易于获取。因此,利用多源数据分析不同位置的淹没可能性可以提高FLLS的准确性。
强降水、低入渗率和地表径流的快速汇聚是城市洪水的三个核心诱因(Agonafir et al., 2023)。因此,气象和地形因素决定了特定位置是否会被淹没。例如,降水是城市洪水的主要驱动因素,其各种特征(如降雨持续时间、总降雨量和峰值降雨强度)在之前的研究中得到了广泛应用(Fan et al., 2024)。地形因素,包括海拔和坡度,在洪水汇聚过程中起着关键作用(Prakash Mohanty et al., 2020)。具体来说,低海拔和缓坡地区更容易被淹没。此外,不透水表面和排水能力显著影响城市地区的降雨入渗(Hanh Nguyen et al., 2023; Zhang et al., 2024)。基于这些因素,可以通过结合城市洪水灾害的形成过程来科学评估FLLS的可信度。
评估FLLS可信度的基本前提是选择评估指标并为其分配相应的权重。目前,广泛使用三种主要方法来确定指标权重:主观加权、客观加权和组合加权方法(?ahin, 2021)。值得注意的是,组合加权方法在理论上的鲁棒性更强,因为它结合了主观专家判断和客观数据驱动的洞察(Shyur, 2025)。例如,层次分析法(AHP)和熵加权方法(EW)分别代表主观和客观加权方法。AHP-EW方法有效地缓解了其各个组成部分的固有局限性(Wang et al., 2024)。
因此,基于多源数据,本研究提出了一种框架,使用AHP-EW方法从城市洪水形成机制的角度评估FLLS的可信度。该框架的核心目标是:1)从每个模糊位置名称的多个地理编码结果中选择最可能的淹没坐标作为最终结果;2)评估城市洪水事件中FLLS的可信度;3)分析评估指标与FLLS可信度之间的关联机制。本研究的整体研究框架如图1所示。