中巴经济走廊融雪径流与暴雨径流洪水灾害综合风险评估
《Journal of Hydrology》:Comprehensive risk assessment of snowmelt-runoff and storm-runoff flood disasters in the China-Pakistan Economic Corridor
【字体:
大
中
小
】
时间:2026年10月22日
来源:Journal of Hydrology 7.3
编辑推荐:
• 本研究建立了融雪径流和暴雨径流洪水的综合风险评估体系。• 提出了一种基于K-means聚类算法和遗传算法的客观赋权新方法。• 融雪径流洪水的高风险区域主要位于北西边境省(N.W.F.P.)、伊斯兰堡、旁遮普和喀什,而暴雨径流洪水的高风险区域则分布在旁遮普、伊斯兰堡、信德和
• 本研究建立了融雪径流和暴雨径流洪水的综合风险评估体系。• 提出了一种基于K-means聚类算法和遗传算法的客观赋权新方法。• 融雪径流洪水的高风险区域主要位于北西边境省(N.W.F.P.)、伊斯兰堡、旁遮普和喀什,而暴雨径流洪水的高风险区域则分布在旁遮普、伊斯兰堡、信德和北西边境省。• 融雪径流洪水、暴雨径流洪水和综合洪水的高风险与极高风险区域分别占总面积的21.60%、20.27%和21.05%。• 采用机器学习和可解释人工智能分析了风险指标与洪水风险之间的关系。
引言
洪水是影响范围最广、发生频率最高、损失最严重的自然灾害之一(Deroliya等人,2022)。随着全球变暖的持续加剧,全球极端天气事件的发生频率显著增加,特别是在南亚的发展中国家(Chinita等人,2021;Nanditha等人,2023)。中巴经济走廊(CPEC)位于南亚次大陆的西北部,是"一带一路"倡议的重要组成部分(Li等人,2022)。洪水已成为影响该地区社会经济发展以及人民生命财产安全的主要自然灾害。例如,2010年由极端降水引发的洪水摧毁了200万英亩农作物,造成约430亿美元的经济损失(Raza和Hatab,2025)。2022年的夏季季风带来了异常持久的极端降水,导致俾路支省和信德省发生严重洪水(Smriti,2022)。巴基斯坦的洪水生成不仅受季风降雨的影响,还强烈受冰冻圈-水文相互作用的影响,包括融雪、冰川融化和地形降水(Bazai等人,2025;Chang等人,2025)。特别是融雪和冰川融化驱动的径流已被公认为是季节性强洪和下游灾害加剧的重要贡献因素(Azmat等人,2018)。这些发现表明,在评估中巴经济走廊的洪水风险时,应同时考虑极端降水和冰冻圈过程。了解中巴经济走廊中融雪径流和暴雨径流洪水的风险分布及灾害影响因素,对于制定有效的防灾减灾策略、减少经济损失和保护人口具有重要意义。
洪水风险是指暴露于洪水灾害导致有害社会经济后果的可能性,通常是危险性、暴露度和脆弱性相互作用的结果(Liu等人,2025;Liu和Chen,2021)。同时,许多研究关注区域防灾减灾能力,即可适应性(Li等人,2021)。以往研究主要采用历史灾害统计(Hans等人,2010;Chen等人,2022)、多准则决策分析(Lyu等人,2020;Nandi等人,2016)、地理信息系统(GIS)和遥感技术(Kim等人,2020)以及情景模拟分析(Zhao等人,2021;Lin等人,2022)等方法进行洪水风险评估。确定指标权重是洪水风险评估中的关键步骤。近年来,常用的构建指标权重方法包括主观的层次分析法(AHP)和客观的熵权法(EW)(Hu等人,2022;Ibrahimkhan等人,2022)。由于评估指标之间复杂的依赖关系,ANP在实际洪水风险评估中具有优势。Lyu等人(2024)将ANP与GIS相结合,评估沿海城市的风暴潮敏感性。结果表明,ANP-GIS评估结果与历史记录的吻合度更高,优于AHP-GIS的结果。目前,为了将专家经验与客观数据特征相结合,许多研究采用距离函数(Xu等人,2022)、乘积合成归一化(Lu等人,2024)和博弈组合赋权(GCW)(Zang等人,2024)等方法,将主观权重和客观权重相结合,以获得更合理的权重结果。
此外,确定适当的风险等级划分标准也是评估过程中的重要组成部分(Xu等人,2018)。大多数以往研究采用自然断点法(NBM)来定义指标阈值(Meng等人,2025;Sanaz等人,2022)。该方法考虑每个类别内样本的数值范围和数量,最终将数据划分为相对均匀的类别(Liu等人,2023)。该方法易于理解和实施,但当数据集较大或特征复杂时,NBM在稳定性、计算效率和可解释性方面表现出局限性。同时,一些研究也采用分位数分类法来完成这一任务(Tehrany等人,2014)。近年来,随着机器学习方法的发展,聚类算法因其高效率、可解释性和易用性等优点,在洪水风险评估和等级分类中受到广泛关注。Zheng等人(2024)通过将GeoDetector-DEMATEL与聚类方法相结合,提出了一种城市洪水风险评估方法。该研究采用多种聚类方法对风险等级进行分类,并通过对比分析确定K-means聚类是最优方法。Li等人(2023)将DBSCAN和K-means聚类算法相结合,对福州市辖区的洪水风险等级进行分类。结果表明,分类结果与历史洪水点分布吻合良好,说明该方法产生的风险图是有效的。
洪水灾害风险评估是一个复杂的问题,风险评估指标往往表现出相互关联的影响。对洪水影响因素的深入分析为优化防洪减灾策略提供了科学依据。识别洪水灾害驱动因素的传统方法包括Pearson相关分析、多元线性回归和主成分分析(Abdrabo等人,2023)。然而,这些方法往往忽略了指标与洪水之间的非线性关系(Zhang等人,2023)。近年来,机器学习(ML)在建模非线性结构方面的卓越分析能力,结合可解释人工智能(XAI)对机器学习"黑箱"的可解释性,受到了广泛关注(Arrieta等人,2020)。例如,Wang等人(2023)利用XGBoost集成SHAP(SHapley Additive exPlanations)和偏依赖图(PDP),评估了城市形态对深圳城市洪水易损性的影响。Wang等人(2024)使用相关分析和LightGBM(轻量级梯度提升机)模型分析了风险指标与洪水风险之间的关系。
与平原或单一行政区域相比,山地跨境地区通常具有复杂的地形和极端的气候变化特征,容易受到多种灾害的综合影响,表现出复杂的灾害耦合过程(Cui等人,2021;Kappes等人,2012)。此外,跨境之间社会经济条件的显著差异、数据碎片化以及缺乏协调一致的灾害管理政策,往往会加剧灾害暴露度和脆弱性的空间异质性,使传统评估框架难以捕捉风险模式(Hagenlocher等人,2018)。这些地区的现有风险评估通常仅关注单一灾害或局限于孤立的行政边界,往往忽视了跨境灾害多发区的综合性和多灾害之间的相互作用机制。本研究从地理、气候、社会和经济等方面选取洪水风险评估指标,建立了中巴经济走廊中融雪径流和暴雨径流洪水的综合风险评估框架。具体目标包括:(1)构建一种基于遗传算法(GA)的客观赋权新框架;(2)采用博弈组合赋权法(GCW)将主观权重和客观权重相结合,探索中巴经济走廊的洪水风险分布;(3)分析不同区域和洪水类型的灾害影响因素。
研究区域
中巴经济走廊(CPEC,北纬23.7°至41.4°,东经60.9°至79.9°)从中国的喀什延伸至巴基斯坦的瓜达尔港,长度约3000公里,面积约93万平方公里(Du等人,2022)(图1)。中巴经济走廊的年日均气温范围为-7至28°C,1961至2013年间呈现显著上升趋势,增温率为0.415°C/10年。年降水量在100至2000毫米之间变化,呈波动上升趋势。干季(2月至4月,占22.6%)和季风季(7月至……
方法
本研究从危险性、脆弱性、暴露度和可适应性四个维度选取了21个子指标,分别评估融雪径流洪水和暴雨径流洪水的风险(表1)。采用ANP和客观赋权方法确定各指标的初始权重,随后采用博弈组合赋权法(GCW)将主观权重和客观权重进行集成。通过在中巴经济走廊建立评估框架(H-E-V-A),对洪水风险进行了评估(Zhang X)。
融雪径流和暴雨径流的水文时空变化
由于气候变化,1948至2024年间中巴经济走廊的融雪径流呈轻微下降趋势,下降率为-0.10毫米/10年。然而,暴雨径流呈上升趋势,上升率为0.82毫米/10年。1948至1999年间,融雪径流和暴雨径流的变化趋势较小。2000至2024年,两者均呈显著上升趋势,速率分别为2.42毫米/10年和6.61毫米/10年(图5a、b)。高融雪径流值主要分布在……
影响洪水风险的因素
为了解不同区域中贡献洪水风险的指标,本研究进行了相关分析,并计算了各区域洪水风险指数与风险评估指标之间的Pearson相关系数。图11展示了各区域洪水风险指数与洪水风险评估指标之间的相关程度。结果表明,土地利用/土地覆盖(LULC)在各类洪水类型和所有区域中的相关系数均较大且敏感……
结论
本研究建立了融雪径流和暴雨径流洪水的综合风险评估体系,并探讨了各类洪水的灾害影响因素。主要发现如下:
(1)气候变化使融雪径流的峰值月份推迟至5月至6月,而暴雨径流自2000年以来显著增加,在夏季(6月至8月)达到峰值。融雪径流和暴雨径流表现出相似的空间格局,但变化率存在显著的空间差异。
贡献者声明
Haiting Zhang:撰写——初稿、可视化、软件、方法学、概念框架。Min Xu:撰写——审阅与编辑、监督、资源、调查、概念框架。Shichang Kang:撰写——审阅与编辑、监督、资金获取。Xingdong Li:撰写——审阅与编辑、监督、方法学。
未引用参考文献
Deb和Deb,2014;Du等人,2022a;Du等人,2022b;Hans de和Eric,2010;政府间气候变化专门委员会(IPCC)。气候变化,2022;Li等人,2023a;Li等人,2023b;Li,2022;Zhang等人,2025。
利益冲突声明
作者声明,他们没有已知的竞争性经济利益或可能影响本文所述工作的个人关系。
致谢
本研究得到了甘肃省重点研发计划(26YFWA001)、中国科学院中巴联合项目(046GJHZ2023069MI)、西藏自治区科技计划项目(XZ202601ZD0014-09)以及中国科学院冰冻圈科学与冻土工程重点实验室计划项目(编号:CSFSE-FX-2501、CSFSE-ZZ-2402)的资助。
Haiting Zhang | Min Xu | Shichang Kang | Xingdong Li
生物通微信公众号
生物通新浪微博
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