城市內澇是指在遇到大到暴雨或短時強降雨時,城市區(qū)域形成徑流,地勢低洼、排水不及時出現的內部積水。近年來,隨著城市化進程步伐的加快,城市規(guī)模和硬化地表面積增長顯著,城市不透水面急劇增加,遇大雨發(fā)生內澇的概率也隨之增加。西安市每逢強降雨也會出現積水內澇,給城市正常運轉、居民生產生活帶來嚴重影響。目前,城市內澇災害已成為城市中最常見、影響最嚴重的問題之一,也是熱點研究方向之一。從國內外研究城市內澇的成果來看,一方面是依據水文學產匯流原理,按照區(qū)域的氣候、水文特點,選用已有的城市內澇模型計算,一方面是開展某一次災害的監(jiān)測與評估,還有利用GIS手段和統(tǒng)計資料等估算城市內澇災害的影響程度。本論文針對城市不透水面提取精度低、城市內澇水文學模型的方法參數復雜以及GIS模型算法考慮現實情況不足、城市內澇整體脆弱度評價體系不健全、城市內澇影響缺乏系統(tǒng)性、定量化研究等問題,結合自然資源部地理國情監(jiān)測項目和國家級重要地理國情監(jiān)測與分析關鍵技術和應用課題,開展了城市內澇脆弱度評價與災害影響模型的定量研究,實現了聯(lián)合法提取地表不透水面、雙參數多流向城市內澇淹沒模擬、城市內澇脆弱度和評價體系構建、人口與經濟離散建模、城市內澇影響因子關聯(lián)度和關系建模、城市內澇間接損失建模、城市內澇影響程度定量劃分等方法與應用,能夠為城市內澇的管理決策提供參考。本論文主要工作和創(chuàng)新點歸納為:一、提出了聯(lián)合提取城市地表不透水面的方法傳統(tǒng)遙感法地表分類僅考慮光譜信息,且陰影亮度低混淆分類問題突出,總體分類精度不高,本文針對此問題,融合資源遙感影像的光譜和紋理特征,考慮陰影提取和歸屬問題,聯(lián)合運用主成分分析法、灰度共生矩陣法、監(jiān)督分類、灰度數學形態(tài)學等方法,完成了地表分類和城市不透水面綜合提取。該方法提高了地表分類精度,構建了地表不透水面提取的方法體系。在西安市應用的結果是總體精度比僅基于光譜、不考慮陰影共提高了1 9.9%,Kappa系數提高了 0.23,能夠用于開展地表不透水面提取。西安市四期城區(qū)平均不透水面比率均大于65%,處于較高水平,且呈持續(xù)增長趨勢。二、構建了雙參數多流向城市內澇淹沒模擬模型基于產、匯流原理的STORM、UCURM、SWMM等城市內澇模型需要大量實時數據和模型參數做支撐,而現有的GIS模擬模型是單流向法且不考慮地表分類、排水與下滲,與實際情況存在差距。本文針對此問題,基于DEM、水文學基本原理、地表不透水面比率和排水情況模擬水流沿格網單元從高到低流動,按照坡度比例向八個方向分配水流的方法,概化下滲與排水參數,利用ARCGIS二次開發(fā)技術模擬了不同歷時、不同降雨強度下的城市積水情況。該方法實現了大場景的城市內澇情景模擬,簡化了模型的計算量,縮短了運行時間,提高了運算效率。西安市不同降雨強度的情景模擬結果與西安市降雨量觀測點觀測數據相對比,積水風險區(qū)符合程度高,能夠用于城市內澇宏觀模擬監(jiān)測。三、構建了城市內澇脆弱度和評價體系目前關于城市環(huán)境承載力的評價體系研究較多,關于城市內澇的評價研究多見于外力、恢復力的某一方面,脆弱度研究與綜合評價系統(tǒng)研究還不多見。本文基于此,將PSR模型與災害系統(tǒng)論的致災因子、孕災環(huán)境和承災體相匹配,結合城市統(tǒng)計年鑒數據選取評價指標,利用層次分析法確定指標權重,構建了城市內澇脆弱度指標評價體系,提出了城市內澇脆弱度指數UVI,能夠有效分析和綜合評價城市內澇脆弱程度和變化情況。基于四期西安市統(tǒng)計年鑒數據進行城市內澇脆弱度定量計算與分析評價,得到西安市城市內澇脆弱度總體較低且趨勢穩(wěn)定的結論。四、構建了人口、經濟數據離散化模型人口和經濟數據是重要的城市內澇災害影響數據,但是這些數據多為統(tǒng)計數據形式,難以科學空間化。目前的等距、等頻離散化模型不適用于隨機且連續(xù)的數據。本文針對此類問題,基于人口固定分布于建筑物內以及人口數量與歸一化水體指數存在負相關,對居民地類型的影像像素進行人口賦值以及高層建筑比多層建筑承載的人口數量越多其歸一化水體指數值越小的特征創(chuàng)建模型,利用ARCGIS二次開發(fā)技術,以區(qū)為單位將人口數據分配至每個像素實現人口離散,克服了平均離散的問題。對西安市各區(qū)人口數據應用此模型,結果與地理信息數據中的居民地進行擬合,符合度為90.50%。創(chuàng)建的模擬聲波衰減的經濟數據離散模型,利用經濟輻射衰減與聲波衰減的相似性,以西安市十大商圈為中心點,基于聲波傳播理論模擬經濟輻射的衰減過程進行離散化,并考慮經濟強度引入基尼基數進行衰減度的調節(jié),利用ArcGIS10二次開發(fā)實現以像素為單位的經濟離散,克服了平均離散的問題。對西安市各區(qū)經濟數據應用此模型,結果與地理信息數據中的路網數據擬合,符合度為92.15%。五、構建了城市內澇影響模型和定量化影響程度城市內澇發(fā)生后,其影響程度的定量化評估與評價一直是難點。本文基于多源數據,結合灰色關聯(lián)度、GM(0,N)、最小二乘法、模糊數學、灰色聚類等理論方法,從城市內澇影響因子灰色關聯(lián)度、間接影響與直接影響的關系、城市內澇等級劃分三個方面開展研究,實現了系統(tǒng)化、定量化,為城市內澇影響研究搭建了較為完善的框架。定量計算了降雨量與影響因子關聯(lián)度,構建了城市內澇災害影響橫向關系模型,精度達到一級;構建了城市內澇間接影響模型,精度達到一級,對間接影響進行了定量評估,是直接損失的一倍,間接系數為1;對比中心點三角白化權函數和端點白化權函數灰色定權聚類的效果發(fā)現中心點三角白化權函數更優(yōu),定量劃分了不同降雨強度下城市內澇影響程度。該方法模型應用于西安市,降雨影響最大的是人口因子;短歷時降雨量在80mm-100mm時,西安市綜合影響為輕度;短歷時降雨量在120mm以上時,西安市綜合影響屬于重大或特大。
【學位單位】：西安理工大學
【學位級別】：博士
【學位年份】：2020
【中圖分類】：TU998.4
【部分圖文】：

研究技術路線圖

全市轄新城、碑林、蓮湖、雁塔、未央、灞橋、閻良、臨潼、長安、高陵、鄠邑11個市轄區(qū)及藍田、戶縣2個縣,共有街道、鄉(xiāng)、鎮(zhèn)176個。2014年1月,國務院批復設立西咸新區(qū)。2019年年末全市常住人口1020.35萬人,比上年末凈增加19.98萬人[109]。西安市行政區(qū)劃和市區(qū)示意圖如圖2-1所示。2.1.3 社會歷史人文

西安市中心城區(qū)示意圖
【相似文獻】

相關期刊論文 前10條

1 涂俊梅;;相似吸引原則下的顧客忠誠影響模型研究[J];現代經濟信息;2020年02期

2 倪守強;事故費用影響模型[J];工業(yè)安全與防塵;1994年06期

3 蔡慧帆;王雪;曾鈺丹;;網絡口碑對大學生非理性消費行為影響模型構建[J];現代商貿工業(yè);2011年13期

4 杜綱,王世忠;林木生長影響模型及其在人工林林地質量評價中的應用[J];數理統(tǒng)計與管理;1997年02期

5 倪守強;事故費用影響模型[J];勞動保護科學技術;1994年03期

6 劉起運;任澤平;;價格影響模型的技術評估與實證研究[J];中國物價;2006年12期

7 陳怡;;大學生職業(yè)成熟度的院校影響模型研究[J];學園;2013年23期

8 李耀先,涂方旭,李秀存,梁雋玫,覃崢嶸;廣西降水量序列的海溫影響模型[J];廣西氣象;2000年02期

9 蒲濟林;毛惠中;陳曦;徐明;毛進勤;;基于自適應矩陣分片影響模型的城市重金屬污染評估[J];有色金屬(冶煉部分);2013年08期

10 楊方銘;張志強;;電子書用戶使用意愿影響模型構建與實證[J];圖書情報工作;2020年09期

相關博士學位論文 前3條

1 黃曦濤;城市內澇脆弱度評價與災害影響模型研究[D];西安理工大學;2020年

2 唐穎;基于雷達估測降雨的城市內澇設計條件與實時模擬研究[D];北京工業(yè)大學;2018年

3 吳燁;社會網絡中的情感影響模型建立及分析[D];北京郵電大學;2014年

相關碩士學位論文 前10條

1 葉曉軒;[D];西南大學;2018年

2 王舟鳳;寧波城市內澇防治研究[D];浙江農林大學;2019年

3 張夢;基于神經網絡的城市內澇點降雨積水預測研究[D];華南理工大學;2019年

4 王欣;變化環(huán)境下城市內澇災害形成機理與防治策略研究[D];河南理工大學;2018年

5 肖楠;城市內澇彈性分析與防治措施方案研究[D];大連理工大學;2019年

6 肖存艷;基于低影響開發(fā)理念下的城市內澇防治技術的優(yōu)化研究[D];南昌大學;2019年

7 章旭;基于SWMM模型的城市內澇模擬與可視化方法研究[D];南京師范大學;2019年

8 付明花;武漢市不透水層時空格局分析及其在城市內澇成因分析中的應用[D];武漢大學;2017年

9 馮所曉;海綿城市排水系統(tǒng)的設計與研究[D];武漢工程大學;2018年

10 方利劍;海口市海甸島、鹽灶片區(qū)內澇問題防治措施的研究[D];武漢工程大學;2018年

本文編號：2868405