[發明專利]一種用于土地利用變化下洪澇風險動態評價的模型鏈

在審

• 申請號: 202211724437.0
• 申請日: 2022-12-30
• 公開（公告）號: CN115965243A
• 公開（公告）日: 2023-04-14
• 發明（設計）人: 劉俊;熊俊楠;賀文;何雨楓;段鈺;孫懷張;楊港
• 申請（專利權）人: 西南石油大學
• 主分類號: G06Q10/0635
• 分類號: G06Q10/0635;G06Q10/0639;G06T17/05
• 代理公司: 成都其知創新專利代理事務所(普通合伙) 51326
• 代理人: 范忠華

1.一種用于土地利用變化下洪澇風險動態評價的模型鏈，其特征在于，該模型鏈包括以下步驟：

S1、收集數據，建立格網評價單元；

S2、基于Markov模型及FLUS模型模擬不同發展情景下的未來土地利用變化；

S3、基于歷史土地利用數據和統計年鑒，利用多元線性回歸模型，構建土地利用變化下人口密度POP和生產總值GDP兩個衍生因子空間化模型，計算POP和GDP數值并模擬未來POP和GDP空間分布；

S4、以徑流系數RC、人口密度POP和生產總值GDP這三個衍生因子作為動態指標，以大三日降水量M3DP、日降水量≥50mm的天數R50_mm、數字高程模型DEM、坡度Slope、到河流的距離DR和地形濕度指數TWI這六個指標作為靜態指標，構建土地利用變化下洪澇風險動態評價指標體系；

S5、基于博弈論，組合TFN-AHP主觀權重和CRITIC客觀權重，構建改進的主客觀集成TOPSIS模型，量化土地利用變化下洪澇風險程度。

2.如權利要求1所述的用于土地利用變化下洪澇風險動態評價的模型鏈，其特征在于，所述步驟S2包括以下子步驟：

S21、設置不同發展情景下的參數：不同發展情景包括自然發展情景NG、耕地保護情景EP和耕地擴張情景CP這三種情景；并通過調節土地利用轉移概率實現不同情景的劃分；

S22、確定不同發展情景下各類土地利用類型的需求數量：在確定了不同情景下的各類土地利用轉移概率的基礎上，利用馬爾科夫模型推求各情景下各類土地利用需求格網數量；

S23、適應性概率估計：基于神經網絡，計算得到研究區各類土地利用的適應性概率，為模擬土地利用空間分布做準備；

S24、未來土地利用空間分布模擬：使用FLUS軟件SelfAdaptiveInertiaandCompetition?MechanismCA模塊，根據上述步驟計算得到的適應性概率數據以及未來不用情景下各類土地需求數量，對未來不同情景下的土地利用空間分布進行模擬。

3.如權利要求1所述的用于土地利用變化下洪澇風險動態評價的模型鏈，其特征在于，所述步驟S3包括以下子步驟：

S31、利用建立的格網，分別統計每個格網內各土地類型的面積，以此推算格網內各土地類型的數目；

S32、空間化模型構建：基于研究區縣級行政單位的POP與GDP的統計年鑒數據以及土地利用數據，利用多元線性回歸模型，以POP和GDP分別為因變量，各類土地利用數量為自變量，構建研究區POP與GDP的空間化模型，完成空間化模型的構建；

S33、計算土地利用變化下未來各評價單元的POP和GDP數值并空間化：

將統計格網中未來土地的數目帶入構建的空間化模型中，計算得到每個格網中不同情景下每個評價單元的POP和GDP數值；然后將POP和GDP數值轉換為不同情景下的POP和GDP柵格數據；同時，按照以下規則實現徑流系數RC的空間化：

各種土地利用類型對應的徑流系數：耕地0.6、林地0.3、草地0.35、水域1.00、建設用地0.92、裸地0.7。

4.如權利要求1所述的用于土地利用變化下洪澇風險動態評價的模型鏈，其特征在于，步驟S5中，改進的主客觀集成TOPSIS模型構建步驟如下：

S51、利用三角模糊數層次分析法TFN-AHP，確定各個指標的主觀權重；

S52、利用CRITIC模型計算不同情景下各個指標的客觀權重；

S53、基于博弈論，組合TFN-AHP主觀權重和CRITIC客觀權重，得到各個指標主客觀集成的組合權重；

S54、基于組合權重，改進TOPSIS模型，量化洪澇風險。

5.如權利要求4所述的用于土地利用變化下洪澇風險動態評價的模型鏈，其特征在于，步驟S52具體是：利用ArcGIS空間分析-提取工具-多值提取至點工具提取格網各個指標的數值，并導致excel表格保存；接著使用matlab程序讀取數據，并輸入至CRITIC模型中計算獲得各個指標的客觀權重。

6.如權利要求4所述的用于土地利用變化下洪澇風險動態評價的模型鏈，其特征在于，步驟S54具體是：將不同情景下的各指標組合權重輸入至TOPSIS的中，得到不同情景土地利用變化下洪澇風險的量化數值，再經過自然斷點法分級，獲得的洪澇風險空間分布結果圖。