城市内涝脆弱度评价与灾害影响模型研究

发布时间：2020-11-03 09:28

　　 城市内涝是指在遇到大到暴雨或短时强降雨时,城市区域形成径流,地势低洼、排水不及时出现的内部积水。近年来,随着城市化进程步伐的加快,城市规模和硬化地表面积增长显著,城市不透水面急剧增加,遇大雨发生内涝的概率也随之增加。西安市每逢强降雨也会出现积水内涝,给城市正常运转、居民生产生活带来严重影响。目前,城市内涝灾害已成为城市中最常见、影响最严重的问题之一,也是热点研究方向之一。从国内外研究城市内涝的成果来看,一方面是依据水文学产汇流原理,按照区域的气候、水文特点,选用已有的城市内涝模型计算,一方面是开展某一次灾害的监测与评估,还有利用GIS手段和统计资料等估算城市内涝灾害的影响程度。本论文针对城市不透水面提取精度低、城市内涝水文学模型的方法参数复杂以及GIS模型算法考虑现实情况不足、城市内涝整体脆弱度评价体系不健全、城市内涝影响缺乏系统性、定量化研究等问题,结合自然资源部地理国情监测项目和国家级重要地理国情监测与分析关键技术和应用课题,开展了城市内涝脆弱度评价与灾害影响模型的定量研究,实现了联合法提取地表不透水面、双参数多流向城市内涝淹没模拟、城市内涝脆弱度和评价体系构建、人口与经济离散建模、城市内涝影响因子关联度和关系建模、城市内涝间接损失建模、城市内涝影响程度定量划分等方法与应用,能够为城市内涝的管理决策提供参考。本论文主要工作和创新点归纳为:一、提出了联合提取城市地表不透水面的方法传统遥感法地表分类仅考虑光谱信息,且阴影亮度低混淆分类问题突出,总体分类精度不高,本文针对此问题,融合资源遥感影像的光谱和纹理特征,考虑阴影提取和归属问题,联合运用主成分分析法、灰度共生矩阵法、监督分类、灰度数学形态学等方法,完成了地表分类和城市不透水面综合提取。该方法提高了地表分类精度,构建了地表不透水面提取的方法体系。在西安市应用的结果是总体精度比仅基于光谱、不考虑阴影共提高了1 9.9%,Kappa系数提高了 0.23,能够用于开展地表不透水面提取。西安市四期城区平均不透水面比率均大于65%,处于较高水平,且呈持续增长趋势。二、构建了双参数多流向城市内涝淹没模拟模型基于产、汇流原理的STORM、UCURM、SWMM等城市内涝模型需要大量实时数据和模型参数做支撑,而现有的GIS模拟模型是单流向法且不考虑地表分类、排水与下渗,与实际情况存在差距。本文针对此问题,基于DEM、水文学基本原理、地表不透水面比率和排水情况模拟水流沿格网单元从高到低流动,按照坡度比例向八个方向分配水流的方法,概化下渗与排水参数,利用ARCGIS二次开发技术模拟了不同历时、不同降雨强度下的城市积水情况。该方法实现了大场景的城市内涝情景模拟,简化了模型的计算量,缩短了运行时间,提高了运算效率。西安市不同降雨强度的情景模拟结果与西安市降雨量观测点观测数据相对比,积水风险区符合程度高,能够用于城市内涝宏观模拟监测。三、构建了城市内涝脆弱度和评价体系目前关于城市环境承载力的评价体系研究较多,关于城市内涝的评价研究多见于外力、恢复力的某一方面,脆弱度研究与综合评价系统研究还不多见。本文基于此,将PSR模型与灾害系统论的致灾因子、孕灾环境和承灾体相匹配,结合城市统计年鉴数据选取评价指标,利用层次分析法确定指标权重,构建了城市内涝脆弱度指标评价体系,提出了城市内涝脆弱度指数UVI,能够有效分析和综合评价城市内涝脆弱程度和变化情况。基于四期西安市统计年鉴数据进行城市内涝脆弱度定量计算与分析评价,得到西安市城市内涝脆弱度总体较低且趋势稳定的结论。四、构建了人口、经济数据离散化模型人口和经济数据是重要的城市内涝灾害影响数据,但是这些数据多为统计数据形式,难以科学空间化。目前的等距、等频离散化模型不适用于随机且连续的数据。本文针对此类问题,基于人口固定分布于建筑物内以及人口数量与归一化水体指数存在负相关,对居民地类型的影像像素进行人口赋值以及高层建筑比多层建筑承载的人口数量越多其归一化水体指数值越小的特征创建模型,利用ARCGIS二次开发技术,以区为单位将人口数据分配至每个像素实现人口离散,克服了平均离散的问题。对西安市各区人口数据应用此模型,结果与地理信息数据中的居民地进行拟合,符合度为90.50%。创建的模拟声波衰减的经济数据离散模型,利用经济辐射衰减与声波衰减的相似性,以西安市十大商圈为中心点,基于声波传播理论模拟经济辐射的衰减过程进行离散化,并考虑经济强度引入基尼基数进行衰减度的调节,利用ArcGIS10二次开发实现以像素为单位的经济离散,克服了平均离散的问题。对西安市各区经济数据应用此模型,结果与地理信息数据中的路网数据拟合,符合度为92.15%。五、构建了城市内涝影响模型和定量化影响程度城市内涝发生后,其影响程度的定量化评估与评价一直是难点。本文基于多源数据,结合灰色关联度、GM(0,N)、最小二乘法、模糊数学、灰色聚类等理论方法,从城市内涝影响因子灰色关联度、间接影响与直接影响的关系、城市内涝等级划分三个方面开展研究,实现了系统化、定量化,为城市内涝影响研究搭建了较为完善的框架。定量计算了降雨量与影响因子关联度,构建了城市内涝灾害影响横向关系模型,精度达到一级;构建了城市内涝间接影响模型,精度达到一级,对间接影响进行了定量评估,是直接损失的一倍,间接系数为1;对比中心点三角白化权函数和端点白化权函数灰色定权聚类的效果发现中心点三角白化权函数更优,定量划分了不同降雨强度下城市内涝影响程度。该方法模型应用于西安市,降雨影响最大的是人口因子;短历时降雨量在80mm-100mm时,西安市综合影响为轻度;短历时降雨量在120mm以上时,西安市综合影响属于重大或特大。
【学位单位】：西安理工大学
【学位级别】：博士
【学位年份】：2020
【中图分类】：TU998.4
【部分图文】：

研究技术路线图

全市辖新城、碑林、莲湖、雁塔、未央、灞桥、阎良、临潼、长安、高陵、鄠邑11个市辖区及蓝田、户县2个县,共有街道、乡、镇176个。2014年1月,国务院批复设立西咸新区。2019年年末全市常住人口1020.35万人,比上年末净增加19.98万人[109]。西安市行政区划和市区示意图如图2-1所示。2.1.3 社会历史人文

西安市中心城区示意图
【相似文献】

相关期刊论文 前10条

1 涂俊梅;;相似吸引原则下的顾客忠诚影响模型研究[J];现代经济信息;2020年02期

2 倪守强;事故费用影响模型[J];工业安全与防尘;1994年06期

3 蔡慧帆;王雪;曾钰丹;;网络口碑对大学生非理性消费行为影响模型构建[J];现代商贸工业;2011年13期

4 杜纲,王世忠;林木生长影响模型及其在人工林林地质量评价中的应用[J];数理统计与管理;1997年02期

5 倪守强;事故费用影响模型[J];劳动保护科学技术;1994年03期

6 刘起运;任泽平;;价格影响模型的技术评估与实证研究[J];中国物价;2006年12期

7 陈怡;;大学生职业成熟度的院校影响模型研究[J];学园;2013年23期

8 李耀先,涂方旭,李秀存,梁隽玫,覃峥嵘;广西降水量序列的海温影响模型[J];广西气象;2000年02期

9 蒲济林;毛惠中;陈曦;徐明;毛进勤;;基于自适应矩阵分片影响模型的城市重金属污染评估[J];有色金属(冶炼部分);2013年08期

10 杨方铭;张志强;;电子书用户使用意愿影响模型构建与实证[J];图书情报工作;2020年09期

相关博士学位论文 前3条

1 黄曦涛;城市内涝脆弱度评价与灾害影响模型研究[D];西安理工大学;2020年

2 唐颖;基于雷达估测降雨的城市内涝设计条件与实时模拟研究[D];北京工业大学;2018年

3 吴烨;社会网络中的情感影响模型建立及分析[D];北京邮电大学;2014年

相关硕士学位论文 前10条

1 叶晓轩;[D];西南大学;2018年

2 王舟凤;宁波城市内涝防治研究[D];浙江农林大学;2019年

3 张梦;基于神经网络的城市内涝点降雨积水预测研究[D];华南理工大学;2019年

4 王欣;变化环境下城市内涝灾害形成机理与防治策略研究[D];河南理工大学;2018年

5 肖楠;城市内涝弹性分析与防治措施方案研究[D];大连理工大学;2019年

6 肖存艳;基于低影响开发理念下的城市内涝防治技术的优化研究[D];南昌大学;2019年

7 章旭;基于SWMM模型的城市内涝模拟与可视化方法研究[D];南京师范大学;2019年

8 付明花;武汉市不透水层时空格局分析及其在城市内涝成因分析中的应用[D];武汉大学;2017年

9 冯所晓;海绵城市排水系统的设计与研究[D];武汉工程大学;2018年

10 方利剑;海口市海甸岛、盐灶片区内涝问题防治措施的研究[D];武汉工程大学;2018年

本文编号：2868405