綜述：在數據匱乏的半干旱流域中用于洪水風險評估的混合方法框架：將模糊層次分析法（Fuzzy AHP）與氣候情景分析相結合，以阿爾及利亞的霍德納（Hodna）流域為例
《Journal of African Earth Sciences》：A Hybrid Methodological Framework for Flood Risk Assessment in Data-Scarce Semi-Arid Basins: Integrating Fuzzy AHP and Climate Scenarios in the Hodna Basin, Algeria
編輯推薦：
基于多源數據和模糊AHP模型的阿爾及利亞Great Hodna流域洪水風險評估與氣候情景模擬研究。摘要：提出融合歷史洪水清單（SAR影像、實地調查、檔案文獻）、14項地理-氣候-地質條件因子、模糊AHP模型和Google建筑物輪廓驗證的混合方法框架，整合CMIP6氣候情景預測2100年極端降雨事件增幅達25%，揭示高脆弱性區域集中在Chott El-Hodna洼地及主要城市周邊，為半干旱地區氣候適應規劃提供工具。
薩拉姆·德希米（Salim DEHIMI）|奈姆·哈卡特（Naim HARKAT）|哈利瑪·馬達尼（Halima MADANI）
阿爾及利亞姆西拉大學城市與城市規劃系城市、環境、灌溉與可持續發展實驗室（LVEIDD），郵政信箱166，伊切比利亞（Ichebilia），28000姆西拉
摘要
洪水是半干旱地區最具破壞性的自然災害之一，數據稀缺、城市擴張迅速以及氣候變化加劇了其影響。本研究提出了一種混合方法框架，用于評估阿爾及利亞數據匱乏的大霍德納河流域（面積26,000平方公里）當前和未來的洪水風險。該框架整合了以下內容：(1) 基于SAR影像、實地調查和檔案文獻的多源歷史洪水數據庫；(2) 十四個地理空間、水文、氣候和地質條件因素；(3) 應用于3,956平方公里研究區域（ASA）的模糊層次分析法（Fuzzy AHP）易感性模型；(4) 利用Google Open Buildings v3輪廓數據進行精確的城市暴露度驗證；(5) 基于CMIP6氣候情景（SSP1-2.6和SSP3-7.0）的未來洪水風險預測。模糊層次分析法模型表現出良好的預測性能（AUC = 0.80），其中47.30%的研究區域被歸類為“高”或“非常高”風險等級。高風險區域主要集中在無人居住的霍德納洼地周圍的低洼洪泛區以及主要城市中心。CMIP6預測顯示，到2100年極端降雨事件將顯著增加（在SSP3-7.0情景下增加高達25%），從而導致洪水風險大幅加劇。本研究開發的綜合風險地圖為面臨長期數據限制的半干旱地區提供了用于氣候適應性土地利用規劃和長期適應策略的操作工具。
引言
在氣候變化加速的背景下，保護內陸水生系統的健康變得越來越具有挑戰性。具有諷刺意味的是，北非的半干旱地區已經受到長期水資源短缺的影響，同時氣候變化、土地利用變化和不受控制的城市擴張進一步加劇了突發洪水的頻率和嚴重程度（Alfieri等人，2017年；IPCC，2023年；Salami和Babatunde，2024年）。洪水是全球威脅人類和經濟安全的最嚴重自然災害之一，每年造成巨大損失（Yu等人，2022年）。由于氣候和地理特征，北非（包括阿爾及利亞）被認為是最脆弱的地區之一（Lange，2019年；Schilling等人，2020年；Zegait等人，2022年；Affouri等人，2023年）。
近期在北非的研究越來越多地采用結合機器學習與多標準決策分析（MCDA）的混合方法來克服洪水風險制圖中的數據稀缺問題（El Baida等人，2024年）。特別是在阿爾及利亞，洪水風險評估已成為一個快速發展的研究領域，尤其是在半干旱的北部地區。多項研究應用了分析層次分析法（AHP）和模糊層次分析法（Fuzzy AHP）來繪制不同流域的洪水易感性地圖，證明了這些方法在數據匱乏環境中的有效性（Bouamrane等人，2022年；Hamlat等人，2021年；Danso等人，2024年；Mokhtari等人，2024年；Ziadi和Keraghel，2024年）。
針對霍德納河流域，已經開展了大量研究，包括水文數據庫的建立（Khoudour等人，2021年）、詳細的水文建模（Belazreg，2023年）、峰值流量評估（Belazreg，2022年）以及可能最大洪水的估算（Zeroual等人，2022年）。更近期的研究還利用CMIP6預測探索了未來氣候變化的影響（Belazreg等人，2023年），并實施了先進的機器學習技術進行洪水制圖（Hasnaoui等人，2024年）。
大霍德納河流域位于阿爾及利亞中東部，面積約為26,000平方公里，是該國最重要的內陸流域之一；然而，它也是受破壞性突發洪水影響最嚴重的地區之一（Belazreg等人，2024年）。這種情況帶來了重大的科學和操作挑戰：盡管迫切需要有效的洪水緩解策略，但由于缺乏準確的歷史洪水事件的空間和時間記錄，傳統水文模型的應用受到限制，社區和基礎設施仍面臨未充分評估的風險。
盡管在阿爾及利亞北部廣泛應用了洪水易感性制圖方法，但許多現有研究依賴于傳統方法，這些方法可能忽略了專家判斷中的認知不確定性或未能考慮未來的氣候動態。特別是對于霍德納河流域，目前仍缺乏一種結合歷史洪水重建與先進多標準決策技術和氣候變化情景的綜合性方法。因此，本研究提出了一種新的混合框架以解決這些局限性。
本研究的主要目標是：
- 通過構建一個結合SAR數據、檔案記錄和實地調查的穩健多源洪水數據庫來克服數據稀缺問題。
- 應用模糊層次分析法（Fuzzy AHP）以減少權重分配的主觀性，從而提高模型可靠性。
- 通過將當前的洪水易感性地圖與CMIP6氣候預測（SSP1-2.6和SSP3-7.0）相結合，預測到2100年的洪水風險擴散情況。
- 通過結合物理易感性和社會經濟脆弱性來評估綜合風險，確定優先干預區域。
相關背景和設置
霍德納河流域位于阿爾及利亞中東部，介于北緯35°至36°和東經3°至6°之間（圖1）。該流域面積約為26,000平方公里，北部與比班斯山脈（Bibans Mountains）和塞蒂夫高原（Sétif Plateau）接壤，南部和東部則被撒哈拉阿特拉斯山脈（Saharan Atlas ranges）環繞（Khoudour等人，2021年）。該流域屬于半干旱至干旱氣候類型，年平均降水量在172毫米至600毫米之間。
本研究采用了一種綜合的多階段洪水風險評估方法，具體工作流程如圖2所示。
最終的洪水易感性地圖（圖4a）展示了3,956.44平方公里研究區域（ASA）內易受洪水影響的區域的空間分布。如方法部分（3.2.1節）所述，對邊界進行了精細調整，以確保柵格分析與流域的矢量幾何形狀精確對齊。此外，地圖上顯示的廣泛未分類（白色）“無數據”區域表示在至少一個數據缺失的部分較大流域（約26,000平方公里）。
本研究成功展示了一種適用于數據匱乏地區的混合方法框架進行洪水風險評估。多源數據（SAR影像、實地調查）、模糊層次分析法（Fuzzy AHP）和CMIP6氣候預測的整合被證明是有效的，得到了一個經過驗證的易感性模型（AUC = 0.80），能夠支持主動的風險管理。
研究表明，在數據匱乏的環境中，混合多源洪水風險評估是可行且非常有效的。模糊層次分析法（Fuzzy AHP）、CMIP6預測和社會經濟指標的整合產生了一個全面且實用的風險評估框架。霍德納洼地周圍的高度易感性區域突顯了該流域的固有地貌脆弱性，而未來氣候情景表明洪水風險將顯著加劇。
薩拉姆·德希米（Salim DEHIMI）：撰寫——審閱與編輯、初稿撰寫、可視化、驗證、監督、軟件使用、資源管理、項目規劃、方法論設計、調查實施、數據分析、概念構建。
奈姆·哈卡特（Naim HARKAT）：撰寫——審閱與編輯、初稿撰寫、可視化、驗證、監督、軟件使用、資源管理、項目規劃、方法論設計、調查實施、數據分析、概念構建。
哈利瑪·馬達尼（Halima MADANI）：撰寫——審閱與...
Dahri等人，2022年；Mansour等人，2024年。
本研究生成和分析的地理空間層及洪水數據點可向相應作者提出合理請求后獲取。
本研究未獲得公共、商業或非營利部門的任何特定資助。
作者聲明他們沒有已知的可能會影響本文研究工作的財務利益或個人關系。
