基于空間網(wǎng)格和AHP熵值法的武漢內(nèi)澇風(fēng)險(xiǎn)評估

唐海吉，李英冰，張巖

(1.武漢大學(xué)測繪學(xué)院，湖北 武漢 430079； 2.武漢大學(xué)測繪遙感信息工程國家重點(diǎn)實(shí)驗(yàn)室，湖北 武漢 430079)

1 引 言

本文基于自然災(zāi)害風(fēng)險(xiǎn)理論，從暴雨內(nèi)澇災(zāi)害的致災(zāi)因子、孕災(zāi)環(huán)境、承災(zāi)體和城市防災(zāi)減災(zāi)能力出發(fā)，選取對短期暴雨內(nèi)澇災(zāi)害具有重要影響的指標(biāo)因子，運(yùn)用GIS空間分析方法對其進(jìn)行網(wǎng)格化處理，并結(jié)合AHP熵值法確定各因子的影響權(quán)重，提出了針對短期暴雨內(nèi)澇災(zāi)害的風(fēng)險(xiǎn)分析過程和方法，構(gòu)建風(fēng)險(xiǎn)評估模型，以武漢市中心城區(qū)2016年7月6日暴雨內(nèi)澇災(zāi)害為例進(jìn)行驗(yàn)證。本文的主要研究目的是建立短期暴雨內(nèi)澇災(zāi)害風(fēng)險(xiǎn)評估指標(biāo)體系與模型，為城市暴雨內(nèi)澇災(zāi)害預(yù)警、災(zāi)情評估和城市減災(zāi)提供參考依據(jù)。

2 研究區(qū)域與數(shù)據(jù)來源

武漢市中心城區(qū)整體地勢較低，地形起伏平緩，平原與丘陵交錯(cuò)(圖1)；長江和漢江在此交匯，水系發(fā)達(dá)，湖泊數(shù)量眾多；武漢市屬于亞熱帶季風(fēng)氣候區(qū)，夏季降水相對集中，尤其以6月～8月為多[6]。由于夏季降水多半屬于突發(fā)性暴雨天氣，因此武漢市極易形成內(nèi)澇災(zāi)害，是一個(gè)內(nèi)澇多發(fā)城市，地勢較為低洼的居民區(qū)等經(jīng)常被淹，車輛浸泡受損，城市道路交通受到嚴(yán)重的影響。

本文采用了地面數(shù)字高程模型(Digital Elevation Model，DEM)、夜間燈光、地均GDP、人口密度和歸一化植被指數(shù)(Normalized Differential Vegetation Index，NDVI)等柵格數(shù)據(jù)。其中DEM數(shù)據(jù)采用 30 m分辨率地球電子地形數(shù)據(jù)ASTER GDEMV2數(shù)據(jù)；河湖水系數(shù)據(jù)提取自國家基礎(chǔ)地理中心發(fā)布的GlobalLand30地表覆蓋產(chǎn)品(http：//www.globallandcover.com)，時(shí)間為2010年；NDVI數(shù)據(jù)來源于中國季度植被指數(shù)(NDVI)空間分布數(shù)據(jù)集(http：//www.resdc.cn/DOI)，2018.DOI：10.12078/2018060603)，選用2016年夏季的數(shù)據(jù)，分辨率為1km×1km。而夜間燈光數(shù)據(jù)則采用2018年的珞珈一號夜間遙感衛(wèi)星影像數(shù)據(jù)(http：//www.hbeos.org.cn/)，其分辨率約為 130 m×130 m，GDP數(shù)據(jù)來自2015年的中國GDP空間分布公里網(wǎng)格數(shù)據(jù)集(http：//www.resdc.cn/DOI)，2017.DOI：10.12078/2017121102)，人口密度數(shù)據(jù)采用2015年中國人口空間分布公里網(wǎng)格數(shù)據(jù)集(http：//www.resdc.cn/DOI)，2017.DOI：10.12078/2017121101)。

采用了降雨、排水泵站、興趣點(diǎn)(Point of Interest，POI)等矢量數(shù)據(jù)。其中所用的降雨數(shù)據(jù)來自國家氣象中心的中國地面氣象資料日值數(shù)據(jù)集，選取武漢市及周邊的21個(gè)氣象站的觀測數(shù)據(jù)，時(shí)間范圍為2016年6月30日～7月6日。武漢市排水泵站參數(shù)(圖2)和匯水區(qū)域資料來自武漢市規(guī)劃研究院與《武漢市中心城區(qū)排水防澇專項(xiàng)規(guī)劃》。消防站點(diǎn)POI與應(yīng)急避難場所POI來自高德地圖，處于中心城區(qū)的分別有83個(gè)和146個(gè)(圖1)。

圖1 武漢市中心城區(qū)地形高程、消防站與避難場所分布圖

圖2 2016年武漢市排水區(qū)域匯水面積與泵站規(guī)模

3 基于空間網(wǎng)格和AHP熵值法的內(nèi)澇風(fēng)險(xiǎn)評估模型

自然災(zāi)害風(fēng)險(xiǎn)是指一定區(qū)域和給定時(shí)間段內(nèi)，由于某一自然災(zāi)害而引起的人們生命財(cái)產(chǎn)和經(jīng)濟(jì)活動(dòng)的期望損失值[7]。自然災(zāi)害風(fēng)險(xiǎn)指數(shù)法(Natural Disaster Risk Index，NDRI)[8]認(rèn)為災(zāi)害風(fēng)險(xiǎn)是致災(zāi)因子危險(xiǎn)性(H)、孕災(zāi)環(huán)境敏感性(E)、承災(zāi)體脆弱性(V)和防災(zāi)減災(zāi)能力(R)四個(gè)方面綜合作用的結(jié)果，基于此，本文技術(shù)路線如圖3所示，選取若干能代表暴雨內(nèi)澇致災(zāi)因子危險(xiǎn)性、孕災(zāi)環(huán)境敏感性、承災(zāi)體脆弱性等因子的評價(jià)指標(biāo)，采用GIS空間分析方法對指標(biāo)進(jìn)行網(wǎng)格化處理，由于指標(biāo)量綱不一致，需進(jìn)行歸一化，將各指標(biāo)處理為0～1的數(shù)值以表示其影響程度，后基于AHP熵值法得到各指標(biāo)的權(quán)重，加權(quán)綜合得到H、E、V和R的值，綜合得到風(fēng)險(xiǎn)評估結(jié)果，最后以實(shí)際積水點(diǎn)進(jìn)行驗(yàn)證。

圖3 技術(shù)流程圖

3.1 指標(biāo)因子網(wǎng)格化

網(wǎng)格化的數(shù)據(jù)相比于傳統(tǒng)的行政區(qū)劃，能較為精細(xì)地表示各個(gè)指標(biāo)因子的空間分布情況，因此本文采用GIS空間分析技術(shù)，將各指標(biāo)因子落實(shí)到 90 m×90 m的網(wǎng)格中(圖3)。對于降雨數(shù)據(jù)，利用空間插值得到 90 m×90 m的柵格數(shù)據(jù)；對于DEM、NDVI數(shù)據(jù)和夜間燈光影像等柵格數(shù)據(jù)，若其像元大小不是 90 m×90 m，將其重采樣為 90 m×90 m。對于避難場所和消防站點(diǎn)等POI數(shù)據(jù)，則采用GIS核密度分析得到 90 m×90 m的柵格數(shù)據(jù)。

(1)致災(zāi)因子指標(biāo)：暴雨是內(nèi)澇災(zāi)害的直接致災(zāi)因子，其危險(xiǎn)性體現(xiàn)在降雨強(qiáng)度上，當(dāng)天降雨量對內(nèi)澇災(zāi)害有著決定性的影響；另外一方面，前期降雨量對內(nèi)澇災(zāi)害也有影響，有資料表明，一次性持續(xù)暴雨為3天～4天[9]。因此選擇當(dāng)天的降雨量和前3d的降雨量作為評估內(nèi)澇致災(zāi)因子危險(xiǎn)性的指標(biāo)。二者歸一化公式分別如式(1)和式(2)所示。

(1)

(2)

式(1)中，P為當(dāng)天降雨量，式(2)中，P為前3天累計(jì)降雨量。

(2)孕災(zāi)環(huán)境指標(biāo)：內(nèi)澇災(zāi)害的孕災(zāi)環(huán)境主要指地形狀況、河湖水系、植被覆蓋等組成的自然-社會(huì)環(huán)境，本文選取地形高程、地形起伏、河湖水系和植被覆蓋作為評估指標(biāo)。地形高程可用DEM數(shù)據(jù)表示，而地形起伏一般是通過地形標(biāo)準(zhǔn)差來衡量[10]，通過ArcGIS中的鄰域分析對DEM數(shù)據(jù)進(jìn)行計(jì)算得到。以公式(3)和(4)分別對高程和地形標(biāo)準(zhǔn)差進(jìn)行歸一化處理。

(3)

(4)

式(3)中，H為高程，Hmax為最大高程；式(4)中，S為地形標(biāo)準(zhǔn)差。

武漢市中心城區(qū)城市內(nèi)澇通常發(fā)生在雨季、汛期，此時(shí)河流和湖泊水位較高，流量較大距離河網(wǎng)水系越近，發(fā)生積澇的可能性就越高。根據(jù)文獻(xiàn)調(diào)研，綜合前人經(jīng)驗(yàn)[11，12]，建立河湖緩沖區(qū)標(biāo)準(zhǔn)(表1)，使用ArcGIS的多環(huán)緩沖區(qū)分析對河湖水系進(jìn)行處理，并對不同緩沖區(qū)按照一級緩沖區(qū)為0.8、二級緩沖區(qū)為0.6、非緩沖區(qū)為0.2賦值，之后使用ArcGIS柵格化工具處理為柵格數(shù)據(jù)。

河湖緩沖區(qū)等級和寬度設(shè)置 表1

植被對降雨有削減作用，同時(shí)也具有較強(qiáng)的水土保持作用。植被覆蓋率越高的區(qū)域，洪澇災(zāi)害的孕災(zāi)環(huán)境敏感性越低，而NDVI被認(rèn)為是植被生長狀態(tài)和植被覆蓋度的最佳指示因子[13]，將NDVI數(shù)據(jù)重采樣為 90 m×90 m，之后采用極差法公式(5)對NDVI數(shù)據(jù)進(jìn)行歸一化。

(5)

式(5)中，NDVI是圖像歸一化植被指數(shù)，NDVImax為區(qū)域內(nèi)最大歸一化植被指數(shù)，NDVImin為最小指數(shù)。

(3)承災(zāi)體指標(biāo)：暴雨內(nèi)澇的承災(zāi)體指的是受到暴雨內(nèi)澇災(zāi)害的對象，本文采用人口密度、地均GDP、夜間燈光作為評估承災(zāi)體脆弱性的指標(biāo)。人口密度能反映出人口的集聚程度，地均GDP很大程度上能直接反映區(qū)域的經(jīng)濟(jì)發(fā)展情況，兩者越高，內(nèi)澇造成的危害越高，采用極差法公式對二者進(jìn)行歸一化；夜間燈光數(shù)據(jù)能夠反映出人類活動(dòng)、經(jīng)濟(jì)活動(dòng)的空間格局[14]，而珞珈一號夜間燈光影像數(shù)據(jù)相較于其他夜間燈光數(shù)據(jù)在人類空間活動(dòng)上表現(xiàn)出更高的相關(guān)性[15]，經(jīng)過輻亮度處理和數(shù)據(jù)拉伸，取65為閾值，采用公式(6)對其進(jìn)行歸一化。

(6)

式(6)中，DN為處理后的輻亮度值。

(4)防災(zāi)減災(zāi)能力指標(biāo)：防災(zāi)減災(zāi)能力是人類社會(huì)用來應(yīng)對氣象災(zāi)害所采取的方針、政策和行動(dòng)的總稱，表示人們應(yīng)對災(zāi)害的積極程度[16]。本文選取了排水泵站、應(yīng)急避難場所和消防站作為評估暴雨內(nèi)澇抗災(zāi)能力的指標(biāo)(圖4)。城市排水泵站建設(shè)是城市抵抗內(nèi)澇的重要工程性指標(biāo)，對防澇減災(zāi)有著極其重要的作用，通過泵站的匯流面積與泵站規(guī)模，計(jì)算得到不同匯流區(qū)域的單位排水能力，將排水能力分為五個(gè)級別，即強(qiáng)、較強(qiáng)、中等、較弱、弱，將其影響因子分別賦值為0.9、0.8、0.6、0.4、0.2，之后利用ArcGIS柵格化工具轉(zhuǎn)為 90 m×90 m像元的柵格數(shù)據(jù)；避難場地和消防站點(diǎn)是城市抗災(zāi)的重要設(shè)施，每一個(gè)避難場所和消防站POI都可以看作為一個(gè)功能單元，那么其密度越高，則表示該地區(qū)功能越集中，對其采用GIS核密度分析得到點(diǎn)數(shù)據(jù)在空間上連續(xù)的密度變化圖層[17]，之后采用極差法進(jìn)行歸一化。

圖4 網(wǎng)格化指標(biāo)因子

3.2 內(nèi)澇風(fēng)險(xiǎn)評估模型的建立

對指標(biāo)因子進(jìn)行網(wǎng)格化處理后，采用一種主客觀結(jié)合的指標(biāo)賦權(quán)法，即AHP熵值法[18，19]來確定各個(gè)指標(biāo)的權(quán)重，該方法能夠減弱主觀因素對層次分析法賦權(quán)的干擾和弱化熵值法賦權(quán)產(chǎn)生偏差的問題，得到更為客觀合理的指標(biāo)權(quán)重。該方法首先利用層次分析法計(jì)算出反映專家主觀意志的主觀權(quán)重，保證重要性指標(biāo)所占的權(quán)重較大，再利用熵值法得到的熵權(quán)和主觀權(quán)重綜合加權(quán)，得到優(yōu)化權(quán)重，其計(jì)算公式：

(7)

之后根據(jù)各指標(biāo)的歸一化值和AHP熵值法確定的權(quán)重，采用加權(quán)綜合法計(jì)算致災(zāi)因子危險(xiǎn)性、孕災(zāi)環(huán)境敏感性、承災(zāi)體脆弱性和防災(zāi)減災(zāi)能力指數(shù)值。

(8)

其中T是評價(jià)因子的值，i指影響評價(jià)因子的各個(gè)指標(biāo)，n是指標(biāo)的數(shù)量，Qi是指標(biāo)i的影響因子，Wi是指標(biāo)i的權(quán)重。

對于暴雨洪澇災(zāi)害風(fēng)險(xiǎn)評估來說，致災(zāi)因子危險(xiǎn)性、孕災(zāi)環(huán)境敏感性、承災(zāi)體脆弱性以及防災(zāi)減災(zāi)能力之間的定量關(guān)系是乘積關(guān)系，因?yàn)橐粋€(gè)因子對另一個(gè)因子的影像呈現(xiàn)一種放大效應(yīng)，而不是無量綱的權(quán)重相加方法[20]。對風(fēng)險(xiǎn)評價(jià)因子采用AHP熵值法賦予權(quán)重建立暴雨內(nèi)澇災(zāi)害風(fēng)險(xiǎn)指數(shù)模型：

D=HWH·EWE·VWV·(1-R)WR

(9)

上面公式中，H、E、V、R分別代表致災(zāi)因子危險(xiǎn)性、孕災(zāi)環(huán)境敏感性、承災(zāi)體脆弱性和防災(zāi)減災(zāi)能力指數(shù)，WH、WE、WV、WR分別為致災(zāi)因子、孕災(zāi)環(huán)境、承災(zāi)體和防災(zāi)減災(zāi)能力的權(quán)重。本文所得權(quán)重如表2所示。

暴雨內(nèi)澇災(zāi)害指標(biāo)權(quán)重 表2

4 武漢中心城區(qū)內(nèi)澇風(fēng)險(xiǎn)計(jì)算

以武漢市中心城區(qū)作為研究區(qū)域，按照上述指標(biāo)體系和方法對武漢市2016年7月6日的暴雨內(nèi)澇事件進(jìn)行風(fēng)險(xiǎn)評估，采用表2的權(quán)重并運(yùn)用ArcGIS的柵格計(jì)算器工具進(jìn)行疊加運(yùn)算得到風(fēng)險(xiǎn)因子與評估結(jié)果圖，并采用當(dāng)天的實(shí)際積水點(diǎn)進(jìn)行結(jié)果驗(yàn)證。

4.1 暴雨內(nèi)澇風(fēng)險(xiǎn)因子分析

采用評估模型評估當(dāng)日武漢市中心城區(qū)的暴雨內(nèi)澇危險(xiǎn)性、敏感性、脆弱性和防災(zāi)減災(zāi)能力，得到 90 m×90 m分辨率的網(wǎng)格化數(shù)據(jù)，并采用GIS自然斷點(diǎn)法將結(jié)果分為低、較低、中等、較高和高五個(gè)等級。

如圖5(a)所示，7月6日這天，武漢市中心城區(qū)的致災(zāi)因子危險(xiǎn)性整體都很高，當(dāng)天部分地區(qū)降雨量超 200 mm，而且6月30日～7月5日暴雨不斷，尤其是7月1日、2日和4日。如圖5(b)所示，武漢市中心城區(qū)孕災(zāi)環(huán)境高敏感性地區(qū)和較高敏感性的地區(qū)基本處于湖泊和河流沿岸，大部分地區(qū)敏感性處于中等，而洪山區(qū)東部部分地區(qū)的敏感性較低，這是由于武漢市中心城區(qū)整體地勢低平，起伏不大，多河流湖泊，而洪山區(qū)東部地勢相對較高，起伏較大，且植被覆蓋率高。如圖5(c)所示，江漢區(qū)，硚口區(qū)和江岸區(qū)的脆弱性最高，武昌區(qū)和漢陽區(qū)次之，洪山區(qū)和青山區(qū)最低。江漢區(qū)、武昌區(qū)和漢陽區(qū)發(fā)展較早，人口密度高，經(jīng)濟(jì)繁榮，GDP位居武漢前列，發(fā)展程度高于洪山區(qū)和青山區(qū)。如圖5(d)所示，江漢、硚口和江岸區(qū)的防災(zāi)減災(zāi)能力最高，武昌區(qū)和青山區(qū)次之，漢陽區(qū)稍差，而洪山區(qū)絕大部分區(qū)域的防災(zāi)減災(zāi)能力都很低，對比發(fā)現(xiàn)，防災(zāi)減災(zāi)能力和脆弱性具有很高的空間相似性。

圖5 武漢市中心城區(qū)

4.2 暴雨內(nèi)澇風(fēng)險(xiǎn)評估結(jié)果分析

基于AHP熵值法，為武漢市中心城區(qū)7月6日暴雨內(nèi)澇災(zāi)害致災(zāi)因子危險(xiǎn)性、孕災(zāi)環(huán)境敏感性、承災(zāi)體脆弱性和防災(zāi)減災(zāi)能力賦予權(quán)重，運(yùn)用地圖代數(shù)工具得到網(wǎng)格化的風(fēng)險(xiǎn)評估指數(shù)，根據(jù)風(fēng)險(xiǎn)指數(shù)將評估結(jié)果劃分為5個(gè)等級：高風(fēng)險(xiǎn)(>0.60)、較高風(fēng)險(xiǎn)(0.5-0.6)、中等風(fēng)險(xiǎn)(0.4-0.5)、較低風(fēng)險(xiǎn)(0.3-0.4)和低風(fēng)險(xiǎn)(≤0.3)(圖5)。

7月6日當(dāng)天，武漢市中心城區(qū)的內(nèi)澇風(fēng)險(xiǎn)呈現(xiàn)出東低西高的趨勢，高風(fēng)險(xiǎn)區(qū)域大都位于硚口區(qū)、江漢區(qū)、江岸區(qū)和漢陽區(qū)等區(qū)域，例如長豐街道、韓家墩街道，琴斷口街道和新村街道等；部分高風(fēng)險(xiǎn)區(qū)分布在武昌地區(qū)的長江沿岸和沿湖區(qū)域，比如徐家棚街道、白沙洲街道水果湖街道和黃鶴樓街道等，還有少部分高風(fēng)險(xiǎn)區(qū)域位于洪山區(qū)南湖和湯遜湖沿岸和光谷地區(qū)；武昌區(qū)大部分地區(qū)和洪山區(qū)西南部基本處于較高風(fēng)險(xiǎn)區(qū)域。這些高風(fēng)險(xiǎn)與較高風(fēng)險(xiǎn)區(qū)基本是致災(zāi)因子危險(xiǎn)性高、孕災(zāi)環(huán)境敏感性和承災(zāi)體脆弱性均較大的區(qū)域，雖然防災(zāi)減災(zāi)能力也較高；而青山區(qū)風(fēng)險(xiǎn)評價(jià)基本為中等，極少部分區(qū)域?yàn)檩^高風(fēng)險(xiǎn)，因?yàn)槠潆m然致災(zāi)因子危險(xiǎn)性較高，孕災(zāi)環(huán)境敏感性不低，但是承災(zāi)體脆弱性低且防災(zāi)減災(zāi)能力較強(qiáng)。洪山區(qū)最東部整體處于低風(fēng)險(xiǎn)和較低風(fēng)險(xiǎn)，主要因?yàn)槠渲聻?zāi)因子危險(xiǎn)性和孕災(zāi)環(huán)境敏感性相對較低，承災(zāi)體脆弱性低。

以湖北日報(bào)報(bào)道的2016年7月6日17時(shí)的武漢市漬水點(diǎn)作為真實(shí)災(zāi)情用于驗(yàn)證實(shí)驗(yàn)結(jié)果，將這些點(diǎn)矢量化，并疊加在武漢市中心城區(qū)7月6日的內(nèi)澇災(zāi)害風(fēng)險(xiǎn)區(qū)劃圖上(圖6)。采集到中心城區(qū)總共有71個(gè)積澇點(diǎn)，23個(gè)落在高風(fēng)險(xiǎn)區(qū)域，41個(gè)位于較高風(fēng)險(xiǎn)區(qū)域，5個(gè)積澇點(diǎn)落在中等風(fēng)險(xiǎn)，2個(gè)落在較低風(fēng)險(xiǎn)區(qū)域，90%落在較高風(fēng)險(xiǎn)和高風(fēng)險(xiǎn)區(qū)。

2020年7月5日～6日，武漢市普降暴雨與大暴雨，局部特大暴雨，但是中心城區(qū)的積澇點(diǎn)數(shù)目遠(yuǎn)少于2016年(圖6)，主要是因?yàn)槲錆h市排水泵站建設(shè)使得武漢市防澇減災(zāi)能力大幅提升，2016年武漢市中心排水泵站能力約為 900 m3/s，而2020年已經(jīng)達(dá)到 1 960余m3/s。

圖6 武漢市中心城區(qū)2016.07.06暴雨內(nèi)澇災(zāi)害風(fēng)險(xiǎn)評估圖

5 結(jié) 論

本文以武漢中心城區(qū)為研究區(qū)域，結(jié)合GIS與AHP熵值法進(jìn)行暴雨內(nèi)澇災(zāi)害風(fēng)險(xiǎn)評估，主要研究成果與創(chuàng)新有：

(1)基于多源數(shù)據(jù)建立城市短期暴雨內(nèi)澇災(zāi)害風(fēng)險(xiǎn)評估模型?？紤]危險(xiǎn)性、敏感性、脆弱性和防災(zāi)減災(zāi)能力等災(zāi)害形成的四個(gè)方面，采用夜間燈光影像數(shù)據(jù)、排水泵站和POI等多源數(shù)據(jù)，確立風(fēng)險(xiǎn)評估指標(biāo)體系，在GIS空間分析支持下進(jìn)行網(wǎng)格化處理，利用AHP熵值法確定指標(biāo)權(quán)重系數(shù)，建立短期暴雨內(nèi)澇災(zāi)害風(fēng)險(xiǎn)評估模型。

(2)針對2016年7月6日武漢市中心城區(qū)暴雨內(nèi)澇災(zāi)害，進(jìn)行網(wǎng)格化風(fēng)險(xiǎn)評估計(jì)算。計(jì)算結(jié)果表明，武漢市中心城區(qū)敏感性總體較高，而洪山區(qū)東部地區(qū)由于地形和植被覆蓋原因，敏感性較低。江漢、江岸和硚口區(qū)脆弱性最高，青山區(qū)和洪山區(qū)大部分地區(qū)脆弱性低。防災(zāi)減災(zāi)能力與脆弱性呈現(xiàn)高相似。當(dāng)天內(nèi)澇災(zāi)害風(fēng)險(xiǎn)呈現(xiàn)西高東低的趨勢，江漢、江岸、硚口、漢陽、武昌等大部分區(qū)域和洪山區(qū)西南區(qū)域處于高風(fēng)險(xiǎn)和較高風(fēng)險(xiǎn)區(qū)。而青山區(qū)風(fēng)險(xiǎn)為中等，低風(fēng)險(xiǎn)和較低風(fēng)險(xiǎn)區(qū)域集中于洪山區(qū)東部。

(3)利用漬水點(diǎn)信息進(jìn)行試驗(yàn)結(jié)果驗(yàn)證。約90%的漬水點(diǎn)位于高風(fēng)險(xiǎn)和較高風(fēng)險(xiǎn)區(qū)，計(jì)算結(jié)果與實(shí)際數(shù)據(jù)相符。

另一方面，由于多方面原因，本文還存在有待進(jìn)一步探討與改進(jìn)的問題。暴雨內(nèi)澇災(zāi)害是一個(gè)復(fù)雜的系統(tǒng)，筆者僅從有限的指標(biāo)出發(fā)，模型存在一定局限性。在今后研究風(fēng)險(xiǎn)評估中，應(yīng)完善優(yōu)化暴雨內(nèi)澇致災(zāi)機(jī)理，結(jié)合物理模型進(jìn)行分析，建立更為完善合理的城市暴雨內(nèi)澇災(zāi)害風(fēng)險(xiǎn)評估模型。