考虑物理-社会-环境属性的极端降水风险研究

张健磊; 褚宸坤; 王鹏

doi:10.13409/j.cnki.jdpme.20241220001

您当前的位置：

首页 >

文章列表页 >

考虑物理-社会-环境属性的极端降水风险研究

论文 | 更新时间：2025-08-27

- 考虑物理-社会-环境属性的极端降水风险研究
- Research on Extreme Precipitation Risk Considering Physical‑social‑environmental Attributes
- 防灾减灾工程学报 2025年45卷第4期页码：736-744
- 作者机构：
  
  江苏大学土木工程与力学学院，江苏镇江 212013
- 作者简介：
  
  张健磊（1998—），男，硕士研究生。主要从事区域系统韧性与安全风险管理研究。E-mail: upesazjl@163.com
  王鹏（1986—），男，副教授，博士。主要从事区域系统韧性与安全方面的研究。E-mail: upeswp@ujs.edu.cn
- 基金信息：
  
  国家自然科学基金项目(51908249);国家重点研发计划项目(2023YFC3205703)
- DOI：10.13409/j.cnki.jdpme.20241220001
  中图分类号： TU443
- 收稿：2024-12-20，
  
  修回：2025-03-04，
  
  纸质出版：2025-08-28
- 稿件说明：
移动端阅览
张健磊,褚宸坤,王鹏.考虑物理-社会-环境属性的极端降水风险研究[J].防灾减灾工程学报,2025,45(04):736-744.

ZHANG Jianlei,CHU Chenkun,WANG Peng.Research on Extreme Precipitation Risk Considering Physical‑social‑environmental Attributes[J].Journal of Disaster Prevention and Mitigation Engineering,2025,45(04):736-744.
张健磊,褚宸坤,王鹏.考虑物理-社会-环境属性的极端降水风险研究[J].防灾减灾工程学报,2025,45(04):736-744. DOI： 10.13409/j.cnki.jdpme.20241220001.

ZHANG Jianlei,CHU Chenkun,WANG Peng.Research on Extreme Precipitation Risk Considering Physical‑social‑environmental Attributes[J].Journal of Disaster Prevention and Mitigation Engineering,2025,45(04):736-744. DOI： 10.13409/j.cnki.jdpme.20241220001.

摘要

本研究旨在开展南京市玄武区栅格尺度极端降水风险评估，以弥补现有指标体系不足，提升风险精细化刻画水平。通过整合物理、社会、环境维度的指标，构建风险评估框架，以全面表征极端降水风险特征。研究采用熵权法计算指标权重，结合ArcGIS技术及K‑means聚类算法，分析百年一遇极端降水情景下的风险空间分布特征，并挖掘不同风险等级区域的关键影响指标。结果表明：玄武区极端降水风险等级呈现显著空间异质性，整体呈现中部低风险，四周高风险的分布格局。关键指标影响机制呈现分级响应特征：低风险区主要受城乡、工矿、居民用地淹没面积，水域面积，土壤侵蚀程度，归一化植被指数控制；中风险区受城乡、工矿、居民用地淹没面积，林地淹没面积，紧急服务到达受灾区域的速度，土壤侵蚀程度，归一化植被指数影响；高风险区由城乡、工矿、居民用地淹没面积，林地淹没面积，归一化植被指数共同主导；极高风险区则受林地淹没面积，紧急服务到达受灾区域的速度，最大拼块占景观面积比例三重因素驱动。完善了极端降水风险评估指标体系，明确了风险驱动指标的分级响应规律，为玄武区制定差异化防洪策略提供科学依据，对提升区域洪涝灾害防御能力具有重要理论支撑。

Abstract

This study aims to conduct a grid-scale extreme precipitation risk assessment in Xuanwu District

Nanjing

so as to fill the gaps in existing indicator systems and improve the precision of risk characterization. By integrating physical

social

and environmental indicators

a risk assessment framework was constructed to comprehensively represent the characteristics of extreme precipitation risk. This study applied the entropy weight method to calculate indicator weights

combined with ArcGIS technology and the K-means clustering algorithm

to analyze the spatial distribution characteristics of risk under a 100-year extreme precipitation scenario and to identify key influencing indicators across different risk levels. The results showed that extreme precipitation risk levels in Xuanwu District exhibited significant spatial heterogeneity

with an overall distribution pattern of low risk in the central area and high risk in the surrounding areas. The influence mechanisms of key indicators showed tiered response characteristics: the low-risk areas were mainly controlled by the submerged areas of urban and rural

industrial and mining

and residential lands

water body area

soil erosion level

and normalized difference vegetation index (NDVI). The medium-risk areas were influenced by the submerged areas of urban and rural

industrial and mining

residential lands

the submerged areas of forest land

emergency service response time to disaster-affected areas

soil erosion level

and NDVI. The high-risk areas were jointly dominated by the submerged areas of urban and rural

industrial and mining

residential lands

the submerged areas of forest land

and NDVI. The extremely high-risk areas were driven by three factors—the submerged areas of forest land

emergency service response time to disaster-affected areas

and the proportion of the largest patch to the landscape area. This study improves the indicator system for extreme precipitation risk assessment and clarifies the tiered response patterns of risk-driving indicators

providing a scientific basis for developing differentiated flood control strategies in Xuanwu District while offering important theoretical support for improving regional flood disaster resilience.

关键词

Keywords

references

Fang J ， Hu J ， Shi X ， et al . Assessing disaster impacts and response using social media data in China： A case study of 2016 Wuhan rainstorm ［J］. International Journal of Disaster Risk Reduction ， 2019 ， 34 ： 275 - 282 .

Yin J ， Yu D ， Yin Z ， et al . Evaluating the impact and risk of pluvial flash flood on intra-urban road network： A case study in the city center of Shanghai， China ［J］. Journal of Hydrology ， 2016 ， 537 ： 138 - 145 .

王德运，张露丹，吴祈 . 基于社交媒体数据的城市暴雨洪涝灾害风险评估：以郑州市“7·20”暴雨事件为例［J］. 安全与环境工程， 2024 ， 31 （ 3 ）： 11 - 22，46 .

Wang D Y ， Zhang L D ， Wu Q . Urban storm flood disaster risk assessment based on social media data： A case study of the “7·20” rainstorm event in Zhengzhou City ［J］. Safety and Environmental Engineering ， 2024 ， 31 （ 3 ）： 11 - 22，46 . （in Chinese）

Wang P ， Zhu Y ， Yu P . Assessment of urban flood vulnerability using the integrated framework and process analysis： a case from Nanjing， China ［J］. International Journal of Environmental Research and Public Health ， 2022 ， 19 （ 24 ）： 16595 .

Diriba D ， Takele T ， Karuppannan S ， et al . Flood hazard analysis and risk assessment using remote sensing， GIS， and AHP techniques： a case study of the Gidabo Watershed， main Ethiopian Rift， Ethiopia ［J］. Geomatics， Natural Hazards and Risk ， 2024 ， 15 （ 1 ）： 2361813 .

李超超，田军仓，申若竹 . 洪涝灾害风险评估研究进展［J］. 灾害学， 2020 ， 35 （ 3 ）： 131 - 136 .

Li C C ， Tian J C ， Shen R Z . Review on assessment of flood and waterlogging risk ［J］. Journal of Catastrophology ， 2020 ， 35 （ 3 ）： 131 - 136 . （in Chinese）

谢捷，刘玮，徐月顺，等 . 基于AHP-熵权法的西宁地区汛期暴雨灾害风险评估［J］. 自然灾害学报， 2022 ， 31 （ 3 ）： 60 - 74 .

Xie J ， Liu W ， Xu Y S ， et al . Rainstorm disaster risk assessment in Xining area in rainy season based on the AHP weight method and entropy weight method ［J］. Journal of Natural Disasters ， 2022 ， 31 （ 3 ）： 60 - 74 . （in Chinese）

张静，保广裕，刘玮，等 . 青海公路沿线暴雨洪涝灾害风险指数特征与模型研究［J］. 干旱区地理， 2024 ， 47 （ 1 ）： 28 - 37 .

Zhang J ， Bao G Y ， Liu W ， et al . Characteristics and model of rainstorm and flood disaster risk index along Qinghai Highway ［J］. Arid Land Geography ， 2024 ， 47 （ 1 ）： 28 - 37 . （in Chinese）

李彦萍，王涛，王玺伟，等 . 层次分析法支持下的道路洪涝灾害风险评价：以武夷山地区为例［J］. 测绘通报， 2022 ，（ 3 ）： 166 - 170 .

Li Y P ， Wang T ， Wang X W ， et al . Assessment of road flood disasters risk based on analytic hierarchy process： taking the Wuyi Mountain region as an example ［J］. Bulletin of Surveying and Mapping ， 2022 ，（ 3 ）： 166 - 170 . （in Chinese）

刘海，刘凤，郑粮，等 . 风险分析与损失评估相结合的北方城市洪涝灾害研究：以郑州市2021年7月特大暴雨洪涝灾害为例［J］. 华中师范大学学报（自然科学版）， 2023 ， 57 （ 1 ）： 59 - 68 .

Liu H ， Liu F ， Zheng L ， et al . Research on flood disaster in northern cities combining risk analysis and loss assessment：taking the heavy rainstorm and flood disaster

in Zhengzhou City in July 2021 as an example ［J］. Journal of Central China Normal University（Natural Sciences）， 2023 ， 57 （ 1 ）： 59 - 68 . （in Chinese）

Zhan Z ， Jia L ， Wang P ， et al . Impact of building morphology on outdoor thermal comfort in summer afternoons： A case study in Nanjing， China ［J］. Urban Climate ， 2024 ， 56 ： 102064 .

Wang C ， Hou J ， Miller D ， et al . Flood risk management in sponge cities： The role of integrated simulation and 3D visualization ［J］. International Journal of Disaster Risk Reduction ， 2019 ， 39 ： 101139 .

Carlotto T ， Chaffe P L B ， dos Santos C I ， et al . SW2D-GPU： A two-dimensional shallow water model accelerated by GPGPU ［J］. Environmental Modelling & Software ， 2021 ， 145 ： 105205 .

陈丽慧，陈洁，高郭平 . 滨海城市洪涝风险评估：以上海临港新城为例［J/OL］. 长江科学院院报， 1 - 11 （ 2024-10-11 ）［ 2025-07-12 ］. http：∥kns.cnki.net/kcms/detail/42.1171.TV.20241011.1331.004.html http://kns.cnki.net/kcms/detail/42.1171.TV.20241011.1331.004.html .

Chen L H ， Chen J ， Gao G P . Flood risk assessment of coastal cities：a case study of Shanghai Lingang New City ［J/OL］. Journal of Changjiang River Scientific Research Institute ： 1 - 11 （ 2024-10-11 ）［ 2025-07-12 ］. http：∥kns.cnki.net/kcms/detail/42.1171.TV.20241011.1331.004.html. http://kns.cnki.net/kcms/detail/42.1171.TV.20241011.1331.004.html. （in Chinese）

Xu H ， Ma C ， Lian J ， et al . Urban flooding risk assessment based on an integrated k-means cluster algorithm and improved entropy weight method in the region of Haikou， China ［J］. Journal of Hydrology ， 2018 ， 563 ： 975 - 986 .

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

极端降水事件下城市道路网络级联失效研究

基于节点删除法的村寨建筑群火灾蔓延危险建筑确定