Flood Risk Assessment and Environmental Change Analysis Using GIS and Remote Sensing

方法

使用SRTM/DEM地形分析、坡度与汇流模型、NDVI及LULC分类。

发现

低海拔河谷与近河道居民点最易受灾；城区扩张、农地减少、植被覆盖显著增加。

机会点

可引入时序遥感与机器学习，构建流域尺度洪水风险动态预警与土地利用协同优化模型。

洪水是一种极具破坏性的自然灾害，会对环境、社会和经济造成显著影响。哈夫扎（Havza）是土耳其北部的一个区，1998年5月和2026年5月经历了重大洪水事件，这凸显了识别洪水易发区域并分析影响洪水脆弱性因素的必要性。本研究旨在评估哈夫扎的洪水风险，并分析基于遥感数据获得的土地利用/土地覆盖（LULC）监测结果。此外，还利用地理信息系统（GIS）从航天飞机雷达地形测绘任务（SRTM）和数字高程模型（DEM）中获取了地形特征。水文分析包括坡度和汇流累积模型，这些分析用于识别易受洪水影响的区域。研究发现，NDVI均值从1998年的0.4239上升至2026年的0.7447，表明植被覆盖显著增加。LULC分类结果还显示，在近三十年间，城市面积从16%增加至20%，而农业用地从54%减少至50%。三维（3D）地形可视化和基于河流廊道的洪水风险制图表明，低海拔河谷底部和紧邻河道的居民点是洪水最脆弱的区域。本研究结果表明，将GIS与遥感、地形分析以及LULC变化检测整合于同一框架内，对于洪水风险评估和可持续土地管理具有有效性。研究结果为哈夫扎及类似流域环境的减灾、城市规划和未来发展战略提供了有价值的支持。