Integrating Social Innovation and Geoinformatics for Community-Based Disaster Risk Reduction: A Sandbox Approach in Mueang Tak District, Thailand

方法

GEE与GIS空间风险评估、462人分层抽样调查、参与式沙盒与社区创新者培训。

发现

识别滑坡、洪水、干旱高风险区，沙盒培养32名社区创新者并获较高知识增益评价。

机会点

可探索参与式GIS与沙盒模式在农业灾害风险治理中的本地化推广与长期效果评估。

背景与目标：自然灾害，尤其是滑坡、洪水和干旱，对泰国达府湄索县社区的社会经济稳定和环境安全构成日益严重的威胁。传统的自上而下灾害管理策略往往存在严重的数据—行动脱节，即先进的空间技术和风险信息未能有效转化为地方可操作的实践。为应对这一挑战，本研究旨在将社会创新与地理信息学技术相结合，以加强基于社区的灾害风险减少工作。具体目标包括：利用地理信息系统（Geographic Information Systems, GIS）和遥感（Remote Sensing, RS）分析自然灾害风险区域，调查基于社区的社会创新需求，并开发与评估用于滑坡、洪水和干旱管理的“沙盒创新区”。方法：本研究采用整合性研究设计，分为四个阶段：空间风险评估、社区调查、参与式沙盒开发与评估。空间数据使用Google Earth Engine（GEE）和GIS处理，以识别优先风险区域。社会数据通过分层多阶段整群随机抽样，从滑坡易发区、洪水易发区和干旱易发区的462名居民中收集，以评估现有实践和创新需求。空间与社会调查结果被整合用于指导三个试点沙盒区域的选择以及社区创新者能力建设活动的设计。沙盒过程包括参与式GIS、实地验证、社区风险图共同创建，以及感知知识增益和利益相关者意见的评估。结果：空间分析识别出关键风险区域，显示Mae Tho分区40.13%被归类为高至极高滑坡风险，Wang Hin分区16.98%面临高至极高洪水风险，Pa Mamuang分区22.05%暴露于高至极高农业干旱风险。社会调查表明，对实用且参与式的创新有强烈需求，尤其是基于自然的解决方案、村级响应队伍和社区演练。沙盒干预培养了32名社区创新者，他们应用GPS和地理空间工具验证风险位置。培训后自我评估显示感知知识增益水平较高（x̄ = 3.86），而利益相关者对th