APP下载

基于DPSIR和随机森林模型的皖江地区洪涝灾害脆弱性时空变化研究

2022-01-21孙忠保程先富

安徽师范大学学报(自然科学版) 2021年6期
关键词:区域评价模型

孙忠保, 程先富

(安徽师范大学 地理与旅游学院,安徽 芜湖 241002)

引言

“脆弱性”指承灾体“被伤害或面对攻击而无力防御”[1],被破坏后恢复力不足。国际组织和学者们对脆弱性的定义[2-4],概括起来主要有四个特征:(1)脆弱性是承灾体本身固有的属性,无论环境怎样改变,它是客观存在的;(2)脆弱性在系统遭到外部干扰后,干扰超过一定阈值后才能表现出来;(3)一种综合后果;(4)脆弱性越高,风险越大;脆弱性越低,风险越小。

“风险-灾害”模型、区域模型[5]、“压力-释放”模型[6]、人-环境耦合模型[7]是典型的脆弱性评价模型,其中“风险-灾害”模型没有考虑自然灾害放大或缩小的作用,只注重工程措施而忽视了非工程措施;“压力-释放”模型注重物理因素,忽视自然生态因素;区域模型和人-环境耦合模型相对较为完善,考虑了自然、社会等因素,而DPSIR模型不仅包含了区域模型和人-环境耦合模型所包含的诸多因素,而且各因素之间界定清晰,又相互作用,综合且全面。

学者们运用不同方法,对不同地区或城市进行了洪涝灾害脆弱性研究。黄晶等评价长三角城市群脆弱性[8]。高超等对淮河流域脆弱性进行评价[9]。汪朝辉等用了7个指标,评价湖南省水灾脆弱性[10]。曾六福选择19个物理和社会性指标,评估上海市水灾[11]等等。黄晓梅[12]、路明浩[13]等评价安徽沿江地区,结果是洪灾高风险区较大。基于土地利用类型,王雪微等发现皖江地区耕地、林地下降[14],巢湖流域脆弱性增加[15]。对巢湖流域,孙鸿鹄从恢复力着手分析洪灾,发现经济可促进恢复力提升[16],王诗晨认为GDP、人口密度可促使脆弱性下降[17]。……

登录APP查看全文

猜你喜欢

区域评价模型
一半模型
SBR改性沥青的稳定性评价
重尾非线性自回归模型自加权M-估计的渐近分布
3D打印中的模型分割与打包
关于四色猜想
分区域
基于严重区域的多PCC点暂降频次估计
基于Moodle的学习评价
区域
保加利亚转轨20年评价