映射水灾脆弱性
从开放数据中导出风险指标
洪水对人口稠密地区的影响很大,特别是当战略基础设施受到影响时。有各种各样的人为和领土因素影响一个地区对洪水的脆弱性。密集的农业活动和大规模的城市化地区是此类人为因素的例子,而土壤吸收水分的能力是一个主要的领土因素。将各因素的数值指标组合成一个易于决策者解释的单一指标,可以对洪水脆弱性进行量化。地理信息系统工具可以很容易地应用于从各种开放空间数据源计算这些指标,为制作脆弱性地图提供了一种低成本的方法。
由于气候变化,由于气候变化,较重和更频繁的降雨以及去除用于吸收水的植被和土壤,增加了毁灭性洪水的风险。洪水可能会损坏基础设施和建筑物,造成人类生活,造成相当大的经济损失。决策者需要估计各种元素对洪水的影响有敏感。这被称为“洪水漏洞”。显示空间分布和量化危险元素脆弱性的地图促进了决策。这一挑战是量化多个人和领土因素,并以单一索引号表示洪水脆弱性。
洪水破坏的严重程度取决于一个地区的人口数量、土地的经济价值以及建筑物、道路和其他基础设施的密度。这些因素综合起来构成了人类脆弱性指数。此外,受洪水影响地区的程度取决于土壤吸收水分的能力以及大坝、堤坝和其他防洪基础设施的存在。如果一个地区有当地的保护志愿者或早期预警系统,如监测站,那么脆弱性就会降低。所有这些因素都包含在区域脆弱性指数中。
脆弱性指数
整体漏洞指数基于四个类别排列漏洞:低,中,中高和高。其计算结合了两个主要组成部分:人类漏洞指数和领土漏洞指数(表1)。通常可用的开放空间数据集可用于GIS以计算每个索引包括的因素。
人类脆弱性指数包括三个因素:
人类系统指标(HSI):年龄超过5岁和65岁的人的正常化百分比,乘以给定的市区内的人口密度。这是统计数据和市政界限的组合。
社会系统指标(SSI):土地使用地图的陆地覆盖类型,基于估计的人口密度作为经济损害的指标排名。
基础设施系统指标(ISI):从地形图的路线地图和建筑物数量的道路(R)的总和,将最高值分配给医院(B)。
区域脆弱性指数还考虑了三个因素:
监测预防系统指标(MPSI):指某一市域内每平方公里水文气象监测站数量和当地民防志愿队数量的总和。气象水文监测网可以提供这些数字,这些数字可以与显示城市边界的地图相结合。
形态学指标(MI):土壤吸收水的能力。该数据从地质图中获得。
水路基础设施指示器(WII):淹水区域的排名最高,例如在打开大坝的底部出口的情况下。需要地图来自水文和液压模型的预测淹没区域与地形图的组合,这些通常由大坝所有者提供。