城市內(nèi)澇災(zāi)害頻繁,用地開發(fā)與空間擴張被普遍認為是其致因之一。對比武漢市遙感數(shù)據(jù),1984—2017年,超過30%的自然水體被填占開發(fā),城市建設(shè)開發(fā)活躍、填湖造陸強度大。論文以武漢市為例,采用二項Logistic模型,定量分析不同降雨強度情景下的內(nèi)澇影響因素。研究表明,填湖造陸將極大地增加極端降雨情景下城市濱水區(qū)域的內(nèi)澇風(fēng)險。城市地形地勢、排水管網(wǎng)條件、用地類型以及鄰域用地結(jié)構(gòu)等因素,也直接影響內(nèi)澇風(fēng)險�；�2種不同的用地開發(fā)策略,預(yù)測城市內(nèi)澇風(fēng)險結(jié)果顯示,城市用地的不當開發(fā)將引致嚴重內(nèi)澇風(fēng)險。依據(jù)內(nèi)澇風(fēng)險的空間分布預(yù)測結(jié)果,論文提出了相應(yīng)的改善策略,以為科學(xué)地制定防澇減災(zāi)規(guī)劃提供參考。 

【文章來源】：地理科學(xué)進展. 2020,39(11)北大核心CSSCICSCD

【文章頁數(shù)】：11 頁

【部分圖文】：

武漢市2017年土地利用現(xiàn)狀

2種降雨情景下的內(nèi)澇漬水空間分布

圖2 2種降雨情景下的內(nèi)澇漬水空間分布在變量取值方面，表2中的8項解釋變量均歸一化至[0,1]區(qū)間，以消除量綱不一致對統(tǒng)計分析的影響。響應(yīng)變量由2個情景下實際漬水的空間分布圖生成，若柵格i漬水，則pi賦值為1，否則賦值為0。將各變量的樣本數(shù)據(jù)代入模型，通過最小二乘法計算得到等式(1)中的回歸系數(shù)βj。2種情景下的參數(shù)回歸結(jié)果如表3所示，所有回歸系數(shù)的P統(tǒng)計值都在1%以內(nèi)，統(tǒng)計顯著性高，顯示模型具有良好的擬合效果。模型的回歸參數(shù)能夠定量地捕捉各因素與漬水風(fēng)險的關(guān)系。

【參考文獻】：
期刊論文
[1]基于土地利用變化情景的城市暴雨洪澇災(zāi)害風(fēng)險評估——以深圳市茅洲河流域為例[J]. 彭建,魏海,武文歡,劉焱序,王仰麟.  生態(tài)學(xué)報. 2018(11)
[2]城市濕地損失和內(nèi)澇災(zāi)害響應(yīng)的遙感分析——以武漢市南湖為例[J]. 曾忠平,彭浩軒.  長江流域資源與環(huán)境. 2018(04)
[3]城市景觀格局對城市內(nèi)澇的影響研究——以深圳市為例[J]. 吳健生,張樸華.  地理學(xué)報. 2017(03)
[4]土地利用變化對城市積澇的影響研究——以南京市浦口區(qū)為例[J]. 王玉鑫,曾燕,邱新法,朱曉晨,王勇,王新明.  氣象科學(xué). 2017(02)
[5]土地利用變化對洪水調(diào)蓄能力的影響——以洞庭湖區(qū)為例[J]. 李仁東.  地理科學(xué)進展. 2004(06)



本文編號：3330361