|本期目录/Table of Contents|

基于熵权TOPSIS和神经网络复合方法的厦门市雨洪灾害风险评估(PDF)

灾害学[ISSN:1000-811X/CN:61-1097/P]

期数:
2022年04期
页码:
184-192
栏目:
自然灾害风险普查专栏
出版日期:
2022-10-20

文章信息/Info

Title:
-
作者:
罗紫元; 田健; 丁锶湲; 等
Author(s):
-
关键词:
危险性; 脆弱性; 暴露度; 地理探测器; 随机森林; 机器学习
分类号:
X43；X915.5；P462；S422
DOI:
-
文献标识码:
A
摘要:
基于多年期雨季遥感影像制作雨洪淹没图，将熵权TOPSIS模型与神经网络模型相结合，以熵权TOPSIS模型评估厦门市的雨洪应灾脆弱性和风险暴露度，以神经网络模型模拟评价灾害危险性，从而实现对厦门市雨洪灾害风险的综合评估。结果表明：①土地覆被、降雨量等因子对灾害危险性的贡献突出，但并非所有因子都能有效地用于厦门市的雨洪灾害危险性评估。②神经网络模型的总精度达到0.885，证明基于频率的雨洪淹没图在取得贴合实际的危险性评价结果同时能够保证较高的拟合优度。③厦门市29.1%的用地应灾脆弱性较高，主要分布在靠近河道和远离道路的地区，38.9%的用地风险暴露度较高，主要分布在同安区和翔安区。厦门市56.7%的区域处于低雨洪风险，而5.9%的区域雨洪风险较高，其中1.8%的用地面临极高风险，分布在同安区祥平街道、西柯街道及翔安区马巷镇和新店镇。

参考文献/References

-

备注/Memo

备注/Memo:
-
更新日期/Last Update: 2023-02-15