Spatial optimization of rainwater harvesting infrastructure using comparative GIS-MCDM approaches in a semi-arid basin

方法

遥感与地形数据结合GIS-MCDM五方法，ROC与SCS-CN水文验证。

发现

VIKOR空间区分力最佳（AUC=0.822），流域10.5%面积高度适宜。

机会点

可将该双重验证选址框架迁移至农业集雨灌溉区，结合作物需水与遥感蒸散做动态优化。

摘要：在半干旱地区，气候变率加剧与水资源压力不断上升正使水资源短缺问题日益严峻，因此有必要开发高效且空间优化的雨水收集（RWH）系统。本研究提出一个基于GIS的决策支持框架，通过将水文分析与多准则决策相结合，优化Dinarta流域雨水收集基础设施的选址。研究将加权叠加法、SAW、TOPSIS、ELECTRE和VIKOR五种方法应用于由遥感和地形分析得出的空间准则。通过统计与水文验证评估模型性能。针对现有雨水收集基础设施位置进行的ROC分析表明，VIKOR具有最高的空间判别能力（AUC = 0.822），其次为加权叠加法（AUC = 0.816）。利用Quality Sum框架，以SCS-CN推导的径流进行独立水文验证，进一步证实了预测优先区的物理一致性。最终VIKOR图显示，流域约10.5%（42.7 Km²）属于高至极高适宜性等级，集中分布在南部和中部低地，这些区域的具体条件增强了蓄水可行性和补给潜力。在VIKOR模型识别出的基础设施可行廊道内，SCS-CN建模表明，GIS图层中生产力最高区域的年地表径流深度最大可达671.7 mm。针对具体技术的制图表明，池塘、渗滤池和拦沙坝最适合这些优先廊道；而梯田和沟头防护工程更适合较陡的高地，用于径流和泥沙控制。通过将统计判别与独立水文验证相结合，该框架引入双重验证方法，确认预测适宜区对应真实产流区，为优先安排雨水收集投资提供了更可靠且具有物理依据的基础。