Advances in Geosciences
Vol. 09  No. 06 ( 2019 ), Article ID: 30982 , 18 pages
10.12677/AG.2019.96054

Risk Assessment of Mountain Flood Disaster in Banqiao Small Watershed of Luoping County Based on AHP and ArcGIS

Chaoju Wen, Mingyi Chen, Lianxiao Wang

Hydrology & Water Resources Bureau of Yunnan Province, Kunming Yunnan

Received: Jun. 1st, 2019; accepted: Jun. 19th, 2019; published: Jun. 26th, 2019

ABSTRACT

In order to further confirm the distribution of high-risk areas of small water flowing areas in eastern Yunnan mountain and effectively prevent mountain torrents in the areas, this paper takes a typical small water flowing area in Banqiao River in Luoping County of Eastern Yunnan as an example and selects 11 indicators of the annual average rainfall, maximum 3-hour rainfall, elevation, slope, soil type, vegetation coverage, river network density, population density, land use type, per capita GDP, to evaluate the risk and vulnerability of mountain torrents in Banqiao based on ArcGIS and produce the risk distributing map of Banqiao small rivers. The results of risk assessment show that the high-risk areas of mountain torrent disasters in Banqiao small water flowing areas of Luoping County are mainly located in the downstream areas of the river in the northwest corner of the basin, where there are more rainfall, low terrain, high density of river network, more population and arable land. The high-risk areas include Banqiao town government building and nearby areas covering Banqiao neighborhood committee, Dongsheng neighborhood committee and Niubudai village committee and present gradually increasing trend from southeast to northwest. The evaluation results are also in good agreement with the local historical mountain torrents records. The study results in the paper provide a direct verified method for determination of the flooding risk parts of mountainous small water flowing areas.

Keywords:AHP, ArcGIS, Small Water Flowing Area, Mountain Torrents, Risk Assessment

基于AHP和ArcGIS的罗平县板桥小流域 山洪灾害风险评价

文朝菊,陈明义,王连晓

云南省水文水资源局,云南 昆明

收稿日期:2019年6月1日;录用日期:2019年6月19日;发布日期:2019年6月26日

摘 要

为进一步明确滇东山区小流域山洪灾害高风险区分布情况,有效防治境内小流域山洪灾害,本文以滇东地区罗平县板桥河典型山区小流域为例,选取年平均降雨量、最大3 h降雨、高程、坡度、土壤类型、植被覆盖度、河网密度、人口密度、土地利用类型、人均GDP、路网密度11个指标,应用层次分析法构建风险评价指标体系,基于ArcGIS对板桥小流域山洪危险性和易损性进行评价,并制作了板桥小流域风险区划图。由风险评价结果可知,罗平县板桥小流域山洪灾害高风险区主要集中在流域西北角的河流下游降水多、地势低、河网密度大、人口及耕地较多的区域,即板桥镇政府及其周边区域,包括板桥居委会、东胜居委会以及牛补歹村委会大部区域,且呈现自东南向西北风险度等级逐渐递增的趋势。该评价结果与流域历史山洪情况较为相符。通过对罗平县典型的板桥小流域进行实证研究,为山区小流域洪水灾害风险区划提供了直接的论证方法。

关键词 :AHP,ArcGIS,小流域,山洪灾害,风险评价

Copyright © 2019 by author(s) and Hans Publishers Inc.

This work is licensed under the Creative Commons Attribution International License (CC BY).

http://creativecommons.org/licenses/by/4.0/

1. 引言

山洪灾害是指山洪暴发对人类生活及社会经济造成的灾害,造成人员的伤亡、社会经济的损失以及生态环境的破坏 [1] [2] [3] 。进行山洪灾害风险区划是论证山洪危险性的直接方法,是进行山洪灾害预测、防治的基础,可以为山洪灾害的防治提供一定的技术指导。目前国内外多采用层次分析法确定各因子权重,通过GIS空间分析功能评价流域山洪灾害风险性,Sar, N.等利用层次分析法(AHP)分析印度Keleghai河流域洪水灾害风险性 [4] ,Islam Abou El-Magd等利用遥感影像与DEM通过GIS技术模拟出埃及红海地区小流域的地表径流及山洪灾害风险等级 [5] ,国内Wu等利用AHP法对淮河流域进行山洪灾害风险区划 [6] ,李永红以小流域为研究单元,利用数字地形地图,运用ArcGIS进行山洪灾害易发程度的二级划分 [7] 。目前利用GIS等技术对山洪灾害特征及预测的研究已取得了不少成果,但针对较小范围如县级区域内的有关研究相对较少。

滇东高原地处亚热带低纬高原季风气候区,其气候具有雨季暴雨集中的特点,再加上山区复杂地形作用,极易形成暴雨。同时,滇东高原山区河流因其流域面积小、山区坡度较大、流域多呈扇形等特点,一旦遭遇暴雨,极易发生山洪灾害。罗平县是滇东的多雨中心,也是云南省第四大多雨中心 [8] ,其多年平均年降雨量为1720.9 mm,实测最大年降雨量达2216.98 mm。罗平县年平均暴雨日数都在3日以上,有些年份可达5.4日,其暴雨频次,为滇东地区之冠,近年来山洪灾害频繁,造成的群死群伤事件及重大财产损失较为突出。为此,本文结合滇东小流域的实际情况,应用基于AHP/ArcGIS的滇东山区小流域洪水风险评价方法对典型山区小流域洪水风险进行评估和区划研究,通过对罗平县典型的板桥小流域进行实证研究,以期为滇东地区山洪灾害的防治提供重要参考。

2. 典型区概况

板桥小流域位于曲靖市罗平县东部的板桥镇内,地处104˚45'E~104˚57'E,24˚88'N~24˚99'N之间,流域面积89.7 km2。板桥小流域地处滇东岩溶高原东南部,地形成扇状,西北低,其余周边高,地形切割剧烈,坡度起伏大,山坡陡峭,河谷切割较深,多为V型谷,水系发育众多,属于南盘江二级支流九龙河水系。三条主要支流自西向东分别为板桥河、乐岩河、幕舍河,呈扇形分布,自东南向西北汇流于板桥镇(见图1)。该流域年平均降雨量1612.2 mm,降雨年内分布不均匀,主要集中在4~7月份。该小流域自1992年以来共发生了10次山洪灾害,其中2004年7月16日板桥镇由于持续暴雨,引发山洪灾害,造成直接经济损失3654万元。

Figure 1. Water system chart of Banqiao small watershed

图1. 板桥小流域水系示意

3. 山洪灾害风险评价指标分析及预处理

层次分析法(Analytic Hierarchy Process,简称AHP)是将与决策总是有关的元素分解成目标、准则、方案等层次,在此基础之上进行定性和定量分析的决策方法。ArcGIS是一个全面的系统,可用于绘制各种不同形式的地图,可以显示、集成与合成来自各种不同来源的丰富地理和描述性的空间信息图层。

3.1. 山洪灾害风险评价指标分析

根据1989年Maskrey提出的自然灾害风险表达式 [9] ,风险(R) = 危险度(H) + 易损度(V),将影响山区小流域洪灾风险评估分为危险性子系统和易损性子系统 [9] [10] 。再参考史培军 [11] [12] [13] [14] 的区域灾害系统理论可将山区小流域洪灾风险评估分为致灾因子、孕灾环境、承灾体三个指标体系。本文在对板桥小流域实地考察和特征分析的基础上,综合考虑致灾因子、孕灾环境、承灾体等资料,分别从山洪灾害危险性和社会经济易损性两个方面对风险评价指标进行选择。山洪危险性评价主要从致灾因子和孕灾环境出发,再综合社会经济易损性构建山区小流域洪水灾害风险评价指标体系。根据指标重要程度 [15] - [25] ,选取年平均降雨量、最大3 h降雨、高程、坡度、土壤类型、植被覆盖度、河网密度、人口密度、土地利用类型、人均GDP、路网密度等11个指标,采用层次分析法(AHP)构建指标体系,计算各指标权重,评价指标体系如表1所列。

Table 1. Evaluation index system of mountain flood risk in Banqiao small watershed

表1. 板桥小流域山洪风险评价指标体系

3.2. 山洪灾害风险评价指标权重确定

指标权重是表征指标对评价对象重要程度的度量。权重值(w)越大,说明该指标在评价体系中越重要。根据选用AHP方法,通过构造8个判断矩阵,层次单排序,层次总排序及一致性检验等步骤,获得变量层的层次总排序结果。

1) A-B判断矩阵及层次排序结果,如表2所列。

Table 2. A-B judgment matrix and hierarchical ranking results

表2. A-B判断矩阵及层次排序结果

注:n ≤ 2,判断矩阵具有完全一致性。

2) B1-C判断矩阵及层次排序结果,如表3所列。

Table 3. B1-C judgment matrix and hierarchical ranking results

表3. B1-C判断矩阵及层次排序结果

注:n ≤ 2,判断矩阵具有完全一致性。

3) B2-C判断矩阵及层次排序结果,如表4所列。

Table 4. B2-C judgment matrix and hierarchical ranking results

表4. B2-C判断矩阵及层次排序结果

注:n ≤ 2,判断矩阵具有完全一致性。

4) 指标层的层次总排序结果,如表5所列。

Table 5. Total hierarchical ranking results of states layers

表5. 指标层的层次总排序结果

注:CI = RI = CR = 0 < 0.10。

5) C1-D判断矩阵及层次排序结果,如表6所列。

Table 6. C1-D judgment matrix and hierarchical ranking results

表6. C1-D判断矩阵及层次排序结果

注:n ≤ 2,判断矩阵具有完全一致性。

6) C2-D判断矩阵及层次排序结果,如表7所列。

Table 7. C2-D judgment matrix and hierarchical ranking results

表7. C2-D判断矩阵及层次排序结果

注:λ = 5.3470,CI = 0.0868,RI = 1.1185,CR = 0.0775 < 0.10。

7) C3-D判断矩阵及层次排序结果,如表8所列。

Table 8. C3-D judgment matrix and hierarchical ranking results

表8. C3-D判断矩阵及层次排序结果

注:λ = 4.2194,CI = 0.0731,RI = 0.8947,CR = 0.0818 < 0.10。

8) 变量层的层次总排序结果,如表9所列。

Table 9. Total hierarchical ranking results of index layers

表9. 变量层的层次总排序结果

3.3. 数据来源及处理过程

行政区划数据、土壤数据、河网数据和历史灾害资料来源于云南省山洪灾害调查评价项目,降水数据来源于云南省水文水资源局,DEM数据、植被数据来源于地理空间数据云,社会经济数据来源于罗平县2018年统计年鉴。

由于各评价指标计量单位不同,取值范围变幅大,因此需对数据进行标准化处理。利用ArcGIS将各指标数字图层作30 m × 30 m解析度的栅格化处理,采用自然间断点分级法,对各指标图层进行栅格重分类,将其分为低、较低、中、较高、高五类,并分别按数值1、2、3、4、5代表限界值赋给每个30 m × 30 m的栅格单元,分级标准和赋值如表10表11所列。各危险性指标因子的危险度和各易损性指标因子的易损度等级分布图如图2~图12所示。

Table 10. Risk grading and valuation of risk indicators

表10. 各危险性指标因子的危险度等级划分及赋值

Table 11. Classification and assignment of vulnerability index factors

表11. 各易损性指标因子的易损度等级划分及赋值

Figure 2. Distribution map of maximum 3-hour precipitation level in Banqiao small watershed

图2. 板桥小流域最大3 h降水等级分布示意

Figure 3. Grade distribution of annual average rainfall in Banqiao small watershed

图3. 板桥小流域多年平均降雨量等级分布示意

Figure 4. Ground elevation grade distribution map of Banqiao small watershed

图4. 板桥小流域地面高程等级分布示意

Figure 5. Grade distribution map of ground slope in Banqiao small watershed

图5. 板桥小流域地面坡度等级分布示意

Figure 6. Soil type grade distribution map of Banqiao small watershed

图6. 板桥小流域土壤类型等级分布示意

Figure 7. Vegetation coverage grade distribution map of Banqiao small watershed

图7. 板桥小流域植被覆盖度等级分布示意

Figure 8. Grade distribution map of river network density in Banqiao small watershed

图8. 板桥小流域河网密度等级分布示意

Figure 9. Grade distribution map of population density in Banqiao small watershed

图9. 板桥小流域人口密度等级分布示意

Figure 10. Grade distribution map of land use types in Banqiao small watershed

图10. 板桥小流域土地利用类型等级分布示意

Figure 11. Road density grade distribution map of Banqiao small watershed

图11. 板桥小流域道路密度等级分布示意

Figure 12. Grade distribution map of per capita GDP in Banqiao small watershed

图12. 板桥小流域人均GDP等级分布示意

4. 基于ArcGIS的罗平县板桥小流域山洪灾害风险评价

4.1. 板桥小流域山洪灾害危险性评价

小流域山洪灾害危险性包括致灾因子危险性和孕灾环境敏感性,因此板桥小流域山洪灾害危险性评价分为致灾因子危险性评价和孕灾环境敏感性评价。

4.1.1. 致灾因子危险性评价

根据指标体系选取最大3 h降雨量、多年平均降雨量作为板桥小流域山洪灾害致灾因子危险性变量指标。使用ArcGIS空间分析功能,将标准化处理后的多年平均降雨量、最大3 h降雨量数字图层进行叠合分析,计算每个30 m × 30 m的栅格单元危险度(I)的公式为

I = 0.8333 D 1 + 0.1667 D 2 (1)

式中,D1、D2分别为经过标准化处理后的最大3 h降雨量和多年平均降雨量的各栅格单元的取值。

利用ArcGIS自然间断点分级法,将叠合分析结果按数值>4.2、3.2~4.2、2.2~3.2、1.2~2.2以及<1.2划分高、较高、中、较低、低危险区,并使用不同颜色分别表示致灾因子危险性等级,成果如图13所示。

Figure13. Zoning map for hazard assessment of disaster-causing factors

图13. 致灾因子危险性评价分区示意

根据板桥小流域多年平均降雨量、最大3 h降雨量数字图层进行叠合分析结果——致灾因子危险性评价分区图可以看出,板桥小流域内致灾因子危险度较高的地区为流域的西北部,涵盖板桥、东胜、乐岩居委会以及牛补歹村民委员会,涉及大募舍、多依树、大营、黑石岗、江田所、乐岩、普塘者小寨、狮子山、大寨、普塘者、裨子冲、白云安等沿河村落。危险度呈自东南向西北递增的趋势,这是因为降雨量自东南向西北不断增多,降雨量越大、危险度就越高。

4.1.2. 孕灾环境敏感性评价

选取坡度、土壤类型、高程、河网密度、植被覆盖度作为板桥河小流域山洪灾害孕灾环境敏感性变量指标,利用ArcGIS空间分析功能,将标准化处理后的坡度、土壤类型、高程、河网密度、植被覆盖度数字图层进行叠合分析,计算每个30 m × 30 m的栅格单元的敏感度(E)公式为

E = 0.2403 D 3 + 0.3568 D 4 + 0.1155 D 5 + 0.1958 D 6 + 0.0916 D 7 (2)

式中,D3、D4、D5、D6、D7分别为经过标准化处理后的高程、坡度、土壤类型、植被覆盖度、河网密度的各栅格单元的取值。

利用ArcGIS自然间断点分级法,将叠合分析结果按数值>3.9、3.4~3.9、2.9~3.4、2.4~2.9以及<2.4划分高、较高、中、较低、低危险区,并用不同颜色表示各孕灾环境敏感性等级,得到孕灾环境敏感性评价分区图如图14所示。

Figure 14. Zoning map for environmental sensitivity assessment of disaster pregnancy

图14. 孕灾环境敏感性评价分区示意

由分区图可知,板桥小流域孕灾环境敏感度较强的区域在流域的西北及中北部地区即主要集中在高程相对较低、地势较平缓的地区,而高程相对较高的地区敏感度较低。高程相对较低的地区集中在河流沟谷以及河流下游地区,这些地区不仅植被覆盖率低而且河网密度大,同时土地利用类型基本为房屋建筑用地和耕地,加之高程低以及下游地形起伏小,因此敏感度较高。

4.1.3. 山洪灾害危险性评价

在致灾因子危险性评价和孕灾环境敏感性评价的基础上,利用ArcGIS空间分析功能,将致灾因子危险性评价和孕灾环境敏感性评价结果的数字图层进行叠合分析,计算每个30 m × 30 m的栅格单元的危险度(H)公式为

H = 0.6667 I + 0.3333 E (3)

式中,I、E分别为致灾因子危险性评价和孕灾环境敏感性评价结果的各栅格单元的取值。

利用ArcGIS自然间断点分级法,将叠合分析结果按数值>4.1、3.4~4.1、2.7~3.4、1.9~2.7以及<1.9划分高、较高、中、较低、低危险区,并用不同颜色表示各山洪灾害危险性等级,得到板桥小流域山洪灾害危险性评价分区图如图15所示。

Figure 15. Zoning map of mountain flood disaster risk assessment in Banqiao small watershed

图15. 板桥小流域山洪灾害危险性评价分区示意

由图可得,板桥小流域山洪灾害高危险区涉及大营、黑石岗、江田所、乐岩、普塘者小寨、狮子山、大寨、普塘者、土桥、双山、多依树等村以及板桥镇政府周边区域,较高危险区涉及安乐村委会的小树林村、去都渎村、大树林村,募补村委会的募补村、中得米村,浙都村委会的阿且村、对门村等。

4.2. 板桥小流域山洪灾害易损性评价

根据指标体系选取人口密度、土地利用类型作为板桥河小流域山洪灾害易损性评价变量指标。在对板桥小流域人口密度、土地利用类型、人均GDP、路网密度分级以及构建的云南山区小流域洪水灾害易损性评价模型的基础上,使用ArcGIS空间分析模块,将标准化处理后的人口密度、土地利用类型、人均GDP、路网密度数字图层进行叠合分析,计算每个30 m × 30 m的栅格单元的危险度(V)公式为

V = 0.2362 D 8 + 0.0412 D 9 + 0.1139 D 11 + 0.1086 D 12 (4)

式中,D8、D9、D10、D11分别为经过标准化处理后的人口密度、土地利用类型、人均GDP、路网密度的各栅格单元的取值。

利用ArcGIS自然间断点分级法,将叠合分析结果按数值>3.8、2.8~3.8、2.2~2.8、1.4~2.2以及<1.4划分高、较高、中、较低、低危险区,并用不同颜色表示各易损性等级,得到易损性评价分区图如图16所示。

Figure 16. Zoning map of vulnerability assessment of mountain torrents in Banqiao small watershed

图16. 板桥小流域山洪灾害易损性评价分区示意

从整个流域来看,板桥小流域山洪灾害易损性较高的区域为小流域的西北部,即主要集中在流域下游区域,如大营村、江田所村、普塘者村以及板桥镇政府及周边地区等,这主要是由于流域自身的自然地理条件造成的社会经济结构在空间布局上有所差异的结果。板桥小流域下游地区地势相对平缓,流域内的耕地和居民人口大部分都集中在这个区域,单位面积人口分布较为密集,土地利用类型的易损度也相对较高,人均GDP、路网密度相对较高,易损性也较大。而流域上游山高坡陡,人口稀疏,易损性相对较小。

4.3. 板桥小流域山洪灾害风险评价

利用ArcGIS的栅格叠加计算功能将山区小流域山洪灾害危险性评价成果和易损性评价成果的数字图层进行因子权重空间叠加分析,计算每个30 m × 30 m的栅格单元的危险度(R)公式为

R = 0.5 H + 0.5 V (5)

同时采用自然断点分级方法,将风险度叠合分析结果按数值>3.8、3.2~3.8、2.6~3.2、1.9~2.6以及<1.9划分为5个等级,即高风险区、较高风险区、中风险区、较低风险区和低风险区,从而得到板桥小流域山洪灾害风险评价区划成果如图17所示。

由风险评价结果可知,高风险区主要集中在流域西北角的河流下游区域,即板桥镇政府及其周边区域,包括板桥居委会、东胜居委会以及牛补歹村委会等。这里是高危险性和高易损性叠合区域,从山洪

Figure 17. Banqiao small watershed torrential hazard risk assessment zoning map

图17. 板桥小流域山洪灾害风险评价区划示意

灾害危险性看,这一片区域不仅降雨量大,而且高程低、地形较平缓,同时河网密集大,植被覆盖率较低;从社会经济易损性看,该区域人口密集、经济集中,同时土地利用类型基本为耕地、水田以及具有高易损性的房屋建筑用地,这些区域易损度极高。流域内各风险等级比例和各村落山洪灾害危险等级划分如表12所列。

Table 12. Risk ratio of Banqiao small watershed and risk classification of mountain flood disasters in villages

表12. 板桥小流域各风险等级比例及各村落山洪灾害危险等级划分

5. 结论

1) 在综合考虑致灾因子、孕灾环境、承灾体三个指标体系的基础上,选取年平均降雨量、最大3 h降雨、河网密度、高程、人均GDP等11个指标,应用基于AHP和ArcGIS的洪水风险评价方法对滇东罗平县板桥小流域洪水风险进行评估和区划研究,获得了山洪灾害风险评价区划成果图和直观的论证方法。

2) 由风险区划成果图可知,板桥小流域山洪灾害高风险性和高易损性叠合区域主要集中于流域西北角的河流下游区域,即板桥镇政府及其周边地区(板桥居委会、东胜居委会等),且呈现自东南向西北风险度等级逐渐递增的趋势。高风险度地区为降水多、地势低、河网密度大、人口及耕地较多的河流下游区域。该评价结果与流域历史山洪灾害实际情况较为吻合。

3) 研究结果表明,基于AHP和ArcGIS的方法是山区小流域洪水灾害风险评估最直接有效的评价方法。本研究为滇东地区山洪灾害防治提供了重要参考,对今后开展典型山区小流域洪水风险评估及灾害防御起到借鉴和指导作用。

文章引用

文朝菊,陈明义,王连晓. 基于AHP和ArcGIS的罗平县板桥小流域山洪灾害风险评价
Risk Assessment of Mountain Flood Disaster in Banqiao Small Watershed of Luoping County Based on AHP and ArcGIS[J]. 地球科学前沿, 2019, 09(06): 489-506. https://doi.org/10.12677/AG.2019.96054

参考文献

  1. 1. Hapuarachchi, H.A.P., Wang, Q.J. and Pagano, T.C. (2011) A Review of Advances in Flash Flood Forecasting. Hydrological Processes, 25, 2771-2784. https://doi.org/10.1002/hyp.8040

  2. 2. 程卫帅. 山洪灾害临界雨量研究综述[J]. 水科学进展, 2013, 24(6): 901-908.

  3. 3. 孙才厚, 沙云, 黄志鹏. 山洪灾害研究现状综述[J]. 长江科学院院报, 2004, 21(6): 77-80.

  4. 4. Sar, N., Chatterjee, S. and Adhikari, M.D. (2015) Integrated Remote Sensing and GIS Based Spatial Modelling through Analytical Hierarchy Process (AHP) for Water Logging Hazard, Vulnerability and Risk Assessment in Kelehgai River Basin, India. Modeling Earth Systems and Environment, 4, 31. https://doi.org/10.1007/s40808-015-0039-9

  5. 5. EL-Magd, I.A., Hermas, E.S. and Bastawesy, M.E. (2010) GIS-Modelling of the Spatial Variability of Flash Flood Hazard in Abu Dabbab Catchment, Red Sea Region, Egypt. The Egyptian Journal of Remote Sensing & Space Science, 13, 81-88. https://doi.org/10.1016/j.ejrs.2010.07.010

  6. 6. Wu, Y., Zhong, P.A., Zhang, Y., et al. (2015) Integrated Flood Risk Assessment and Zonation Method: A Case Study in Huaihe River Basin, China. Natural Hazard, 78, 635-651. https://doi.org/10.1007/s11069-015-1737-3

  7. 7. 李永红. 基于ArcGIS的陕西山洪灾害易发程度区划[J]. 灾害学, 2008, 23(1): 37-42.

  8. 8. 陈宗瑜. 云南气候总论[M]. 北京: 气象出版社, 2001.

  9. 9. 刘家福, 李京, 刘荆, 等. 基于GIS/AHP集成的洪水灾害综合风险评价——以淮河流域为例[J]. 自然灾害学报, 2008, 17(6): 110-114.

  10. 10. 赵士鹏. 中国山洪灾害系统的整体特征及其危险度区划的初步研究[J]. 自然灾害学报, 1996, 5(3): 93-99.

  11. 11. 史培军. 论灾害研究的理论与实践[J]. 南京大学学报, 1991, 11(3): 37-42.

  12. 12. 史培军. 再论灾害研究的理论与实践[J]. 自然灾害学报, 1996, 5(4): 6-17.

  13. 13. 史培军. 三论灾害研究的理论与实践[J]. 自然灾害学报, 2002, 11(3): 1-9.

  14. 14. 史培军. 四论灾害系统研究的理论与实践[J]. 自然灾害学报, 2002, 14(6): 1-7.

  15. 15. 詹小国, 祝国瑞, 文余源. 综合评价山洪灾害风险的GIS方法[J]. 长江科学院院报, 2003, 20(6): 48-50.

  16. 16. 张行南, 罗健, 陈雷, 等. 中国洪水灾害危险程度区划[J]. 水利学报, 2000(3): 1-7.

  17. 17. 易云梅. 基于GIS的桂林市城区洪水灾害风险评价研究[D]: [硕士学位论文]. 南宁: 广西大学, 2012.

  18. 18. 刘效雨. 重庆市山洪灾害的初步研究[D]: [硕士学位论文]. 重庆: 西南大学, 2009.

  19. 19. 鲁绍伟, 毛富玲, 靳芳. 中国森林生态系统水源涵养功能[J]. 水土保持研究, 2005, 12(4): 223-226

  20. 20. 高吉喜, 潘英姿, 柳海鹰, 等. 区域洪水灾害易损性评价[J]. 环境科学研究, 2004, 17(6): 30-34.

  21. 21. 陈述彭, 黄绚. 洪水灾情遥感监测与评估信息系统[J]. 自然科学进展, 1991, 11(2): 91-101.

  22. 22. 朱静. 城市山洪灾害风险评价——以云南省文山县城为例[J]. 地理研究, 2010, 29(4): 655-664.

  23. 23. 李文静, 林凯荣, 刘玥, 等. 基于GIS-AHP集成的无资料小流域山洪灾害风险评价[J]. 中国农村水利水电, 2017(8): 103-107.

  24. 24. 陈刚, 李文静, 林凯荣. 基于GIS的清远市山洪灾害风险评价[J]. 人民珠江, 2017, 38(10): 55-59.

  25. 25. 张乾柱, 王彤彤, 卢阳, 等. 基于AHP-GIS的重庆市山洪灾害风险区划研究[J]. 长江流域资源与环境, 2019, 28(1): 91-102.

期刊菜单