论文标题：Urban Flood Susceptibility Mapping Using GIS and Analytical Hierarchy Process: Case of City of Uvira, Democratic Republic of Congo

论文链接：https://www.mdpi.com/2624-795X/6/3/38

期刊名：GeoHazards

期刊主页：https://www.mdpi.com/journal/geohazards

研究背景

近年来，受气候变化影响，全球极端天气事件频发，洪水已成为发生频率最高、破坏性最强的自然灾害之一。位于刚果民主共和国东部的乌维拉市，地处坦噶尼喀湖滨与米通巴山脉之间的狭窄地带，城内河流密布，地形低洼，近年来屡遭洪水侵袭。2020年4月的特大洪水导致数十人死亡、数万人流离失所，2024年连续强降雨再次引发严重内涝，凸显其防洪形势严峻。然而，当地缺乏系统性的洪水敏感性评估研究，现有文献多聚焦灾后评估，缺乏对城市整体风险空间分布的前瞻性分析。因此，本文旨在利用地理信息系统（GIS）与层次分析法（AHP），对乌维拉市进行精细化洪水敏感性制图，识别高风险区域，为城市防灾规划提供科学依据。

图1.研究区域地图。

研究内容

研究选取了影响洪水发生的八个关键因子：距水体距离、高程、坡度、降雨强度、排水密度、土壤类型、地形湿度指数（TWI）以及土地利用/覆盖类型。通过遥感与开源地理数据，结合Google Earth Engine与ArcGIS平台，对各因子进行空间化处理与标准化分级，赋予1–5分的敏感性评分。其中，距河流与湖泊的距离被判定为最具影响力的因子（权重0.319），其次是排水密度（0.184）与坡度（0.125）。研究指出，乌维拉市63.1%的区域位于距水体486米范围内，75.5%的土地坡度低于8度，加之广泛分布的低渗透性土壤（如Mollic Fluvisols占84.5%），共同加剧了洪水汇集与滞留的风险。 在AHP加权叠加分析基础上，研究进一步通过“地图移除敏感性分析”验证因子权重的可靠性。结果显示，排除排水密度因子会导致极高风险区面积显著增加，而忽略高程或坡度则使高风险区范围缩小，印证了AHP赋权的合理性。最终生成的洪水敏感性地图表明，乌维拉市约87.3%的区域属于高或极高风险区，其中16.9%为极高风险，主要分布在卡维姆维拉河、穆隆圭河等主要河道沿岸及湖滨地带；70.4%为高风险区，贯穿城市中部与北部。仅有西部高地约1%的区域风险较低。

研究还发现，乌维拉的城市扩张与农业活动进一步加剧了洪水脆弱性。建成区与农用地总计占城市面积的63.1%，大量不透水表面削弱了自然下渗能力。相比之下，仅占9.3%的森林覆盖区在调节径流方面发挥积极作用。结合30年降雨数据（CHIRPS）分析，南部地区强降雨频率较高，与高风险区重叠，进一步放大了灾害发生概率。该成果不仅揭示了乌维拉洪灾频发的多因素驱动机制，也凸显了在快速城市化过程中合理规划土地利用的必要性。

图2.AHP与敏感性分析：洪水易发性地图。

研究总结

本研究通过融合GIS空间分析与AHP决策模型，首次实现了乌维拉市洪水敏感性的系统评估，填补了该地区在高分辨率风险制图方面的空白。结果表明，城市绝大部分区域面临严重洪水威胁，其风险分布受自然地理因素（如近水性、低坡度、土壤类型）与人类活动（如土地利用变化）共同影响。方法上，研究强调以一致性比率（CR=0.008）验证判断矩阵的可靠性，并结合敏感性分析提升结果透明度，为数据稀缺地区的灾害评估提供了可复制的技术路径。尽管存在历史洪水记录缺失等局限，该研究仍为乌维拉及类似湖泊城市制定了具有实践意义的防洪优先区识别方案。未来若能结合社会经济数据与基础设施分布，将进一步推动从“敏感性”向“综合风险”评估的跨越，为提升城市韧性提供更全面的决策支持。

GeoHazards 期刊介绍

主编：Prof. Dr. Zhong Lu, Roy M. Huffington Department of Earth Sciences, Southern Methodist University, Dallas, TX 75275, USA

Prof. Dr. Tiago Miguel Ferreira, Instituto Superior Técnico (IST), University of Lisbon, Av. Rovisco Pais, 1049-001 Lisbon, Portugal

期刊发表范围涵地球物理/地质灾害、气候及气候变化相关灾害、气象灾害、水文灾害、块体运动灾害以及人为和技术灾害等研究领域。自2020年创刊以来，被ESCI、Scopus、GeoRef等多个权威数据库收录。