基于PSR-TOPSIS模型和水系演變的湘江流域洪澇韌性評價及障礙因子分析

Evaluation of Flood Resilienceand Analysis of Obstacle Factors in Xiangjiang River Basin BasedonPSR-TOPSISModelsandRiverSystemEvolution

SUN Ruisi'， YANG Liu ^1，2，3* ，FENG Chang1，23，ZHOU Jialong'，LI Na'，SHI Yabo1 （1.CollegofGeogaphyandTourism，HengangNoralUniversity，Hengyang4102，China;2.HunanEnvironmentalEducatio andSustainableDevelopmentResearch Base，Hengyang 421OO2，China;3.Hengyang Base，InternationalCentreonSpace Technologies for Naturaland Cultural Heritage （HIST）under the Auspices of UNESCO，Hengyang 421002， China）

Abstract：Flooddisastersareoneofthemostsignificantnaturalhazardsthreateningthesustainabledevelopmentofcities，and enhancingurbanfloodresilienceiscrucialforachievingsustainabledevelopment.Fromaresilienceperspective，thisstudy constructedacomprehensivefloodresilienceevaluationindicatorsystembasedonthepressure-state-response（PSR）frameworkby takingintoaccount thecomplexrelatioshipbetweenwatersystemindicatorsandfloodresilienceacross diferentvalueranges.The systemwasdevelopedfrommultipledmesions，incudingnatural，socialndonomicfactors.Byakingtheangingirsin asthestudyarea，thetechniquefororderpreferencebysimilaritytoidealsolution（TOPSIS）combinedwiththeentropyweightmethod wasemployedtoquantifyfloodresilienelevels，whiletheobstacledegremodelwasusedtoidentifykeyconstraitsafectinflood resilience. The results indicate that： ① The overallflood resilience of the basin shows a fluctuating upward trend，with an increase of 77.22% during the study period. ② The growth rates of resilience vary significantly among cities within the basin.As the capital city ofHunanProvince，Changshahasexperiencedrapideconomicdevelopment，resultinginthehighest increaseinfloodresilience， transitioningfromalowertoahigherresilienelevel.Incontrast，Loudi Cityhasshonthelowestprogressinflodresilieneaong all the cities. ③ Theprimary obstacles hindering the improvement offloodresilience are predominantlyconcentrated in the response andstatesubsystems，icludingtotalwagesofon-the-jobemployees，reservoircapacityndlengthoffodcontrolembankmets.In thefuture，enhancingfloodresiliencesouldfocusonindicatosofthestateandresponsesubsytems，suchastheotalwagesofoth jobemployees，eservoircapacityandthelengthoffloodcontrolmbankments.Thisstudycanprovidevaluablereferencesforiver systemprotection，floodriskmanagement，andurbanresilienceconstructionintheXiangjiangRiverBasinandothersiilargios. Keywords： flood resilience; river system evolution; TOPSIS; obstacle factor; Xiangjiang River Basin

洪澇災害作為全球范圍內最為頻繁和破壞性極強的自然災害之一，對人類社會和自然環境構成了嚴重威脅[1-3]。隨著氣候變化加劇、城市化進程加快以及人口密度的增加，洪澇災害的頻率和強度呈上升趨勢，給社會經濟、生態環境和人類健康帶來了深遠的影響[4-6]。為了提高城市抵御洪澇的能力，研究城市對于洪澇災害的韌性是很有必要的。洪澇韌性（FloodResilience）是指系統在面對洪澇災害時，能夠有效抵御、適應和恢復的能力[。研究洪澇韌性不僅有助于減少災害帶來的直接損失，還可增強社會系統在災害發生后的恢復能力，從而促進城市長遠的可持續發展[8]。評估地區洪澇韌性發展水平及主要影響因素，對于區域應對未來可能更加頻繁和嚴重的洪澇災害具有重要的理論和實踐意義。

目前，國內外學者在洪澇韌性研究方面已經取得了一些成果：陳軍飛等基于壓力-狀態-響應框架構建了洪澇韌性評估模型，分析了長三角城市群洪澇韌性時空演變特征;陳長坤等[0]從抵抗力、恢復力和適應性3方面出發，分析了武漢市雨洪災害情境下的城市韌性；高玉琴等[]從基礎抵御、防災預警、應急響應和適應恢復4方面，結合組合賦權-云模型評價了城市洪澇災害韌性；尹志國等[12]考慮專家評價的后悔心理，采用博弈論和后悔理論評價城市洪澇災害韌性；Li等[13]則考慮了城市在風險發生前、中和后應對能力，從基礎設施、經濟、社會和生態4個維度構建指標進行評價。定量評估方法適用于評價流域、城市群等大中型研究區，優勢在于能夠直觀反映韌性水平，數據可獲取性強湘江流域處于亞熱帶季風性濕潤氣候區，全年水量充沛，年均降水量為 1 300～1 500mm ，降水主要集中在春夏季節。雨季來臨時，降雨量大且持續時間長，容易產生較為嚴重的洪澇災害[14-15]。同時，湘江流域城鎮密集、工業集聚、經濟發達、交通便利，是湖南省經濟社會文化發展的核心地帶[16，截至2020年，流域人口城鎮化率達 64.42% ，與湖南省58.76% 的城鎮化率相比高出 5.66% 。城鎮化進程導致建成區的迅速擴張，流域內不透水面積顯著增加，改變了河流及其狀態，導致了河網退化[17]，大大增加了流域的洪澇風險。因此，研究湘江流域的洪澇韌性水平對于提高流域應對洪澇風險能力，打造高水平韌性城市具有一定的意義。

以往的評價中，水系指標與韌性之間通常為單一的正向或負向關系。但實際上，水系演變規律復雜，不同指標在不同的取值范圍內與韌性之間的相互反饋關系是不同的。本研究中充分考慮了這一點，在指標設置時考慮了不同水系指標的含義和特點，對部分水系指標的屬性進行分段處理分析其與洪澇韌性間的關系，有助于提升評價結果的準確性和科學性。

逼近理想解排序法（TechniqueforOrderPreferenceby Similarity to an Ideal Solution，TOPSIS）在評價中可以充分考慮各個指標的重要性[18]，根據評價結果與最優解的接近程度評價對象的相對優劣程度。將TOPSIS法與熵權法結合可以避免主觀評價方法的缺陷，提高評價結果的客觀性[19-20]。障礙度模型則能夠用于探尋制約洪澇韌性發展的限制性因素，從而為流域未來韌性的提升提供參考。因此，本文以壓力-狀態-響應（Pressure-State-Response，PSR）框架構建洪澇韌性評價指標體系，并采用基于熵權法的TOPSIS方法對湘江流域及其7個城市的洪澇韌性進行評價。通過障礙度分析，探究影響湘江流域韌性發展的關鍵因素，以期為提高湘江流域洪澇韌性水平，促進高質量發展提供支撐。

1 研究區概況

湘江經緯度范圍為 110^°30^′～114^°00^′E，24^°31^′. 29^°00^′N ，發源于湖南省藍山縣，干流總長 844km 是湖南省最大的河流。其干支流主要流經湖南省內永州、衡陽、湘潭、長沙等9市65個縣市區（圖1）。湘江流域水系發達，擁有眾多支流，主要支流有瀟水、耒水、春陵水、瀏陽河等，流域面積約9.5萬km² ，其中在湖南省境內為8.54萬 km² ，占湘江流域總面積的90.20%和湖南省總面積的44.66%[21-22]

2數據來源與研究方法

2.1 數據來源

本研究中所涉及的指標可分為自然指標及社會經濟指標。自然指標中，降雨量柵格數據和植被覆蓋度原始數據來源于國家青藏高原科學數據中心（https：//data.tpdc.ac.cn/home），平均坡度和地形起伏度由ArcGIS對DEM數據提取得到，水系原始數據自地理空間數據云（https：//www.gscloud.cn）1995、2005、2015和2020年分辨率 30m 的Landsat遙感影像中提取，后逐一根據歷史資料結合Google高清影像經人工校準，對錯誤提取、漏提取的部分加以補充修改，得到高精度水系數據。根據霍頓（Horton）水系分級法，將流域內河網分為干流、一級支流、二級支流、三級支流共4個等級河流。社會經濟數據主要來源于1996—2021年《湖南統計年鑒》及湖南省各市州統計年鑒。其中，對于部分年份缺失數據，采用線性插值法進行補全。

2.2 研究方法

2.2.1 指標體系構建

河網水系數量和結構特征的變化會直接影響水系的調蓄能力，從而使洪澇韌性發生變化。河網密度和河頻數反映河流長度和數量特征，在河流分布較多、河網密集的地區更易發生洪澇災害。水面率則反映水體的面積特征，水面率較大表示水體調蓄能力較強，洪澇韌性也較高。結構穩定度描述不同時段河網數量和結構比值的變化，可以反映河網結構的穩定程度。當其小于1時，說明河流以面積發育為主，河網結構不穩定，會增加洪澇風險，因此與洪澇韌性間的關系為負相關。當大于1時，河流長度更為發育，河網結構進一步穩定，調蓄能力有所增加[23-24]，與洪澇韌性為正相關關系。越接近1則說明河流長度和面積的比值在所計算時段內未發生明顯變化。河流曲度與洪澇韌性的關系則在不同范圍有所變化。通常來說，當河流過于順直時，蓄水能力差，洪水發生的可能性增加；而當河流過于彎曲時，由于流速較慢，導致行洪排澇效率低，同樣具有較強的洪澇風險[17]。當河流曲度在低、中（1.3＼～2.8）范圍之間時，具有較良好的調蓄能力，與城市的洪澇韌性具有正相關的關系[25-26]。

由以上分析可知，河流形態結構的變化與洪澇韌性之間具有密切的關系，研究城市的洪澇韌性必然需要關注水系的演化規律與特征。因此，本研究考慮水系的數量和結構特征，選取5個水系指標納入狀態韌性指標體系中。各指標的計算公式及含義見表1。

基于數據可獲取性原則及指標的科學性、系統性原則，從壓力、狀態、響應三維度構建指標體系框架，共選取24個指標作為研究湘江流域洪澇韌性水平的評價指標，構建評價指標體系（表2）。其中，壓力韌性體現著研究區抵抗內外部干擾的情況，由研究區本身所處的環境反映，通常由地形、降水等自然因素構成。地形起伏度大、坡度大的城市排水能力相對較好，抗壓能力較強[27]，韌性水平相對較高。狀態韌性反映城市環境及其社會經濟要素在面對壓力時的反應及抵御能力，包括河網水系指標與社會經濟指標。河網調蓄能力強，城市社會經濟發達，表明抵抗洪澇災害壓力的能力越好，韌性水平越高。響應韌性則代表流域在遭受洪澇災害影響后，從中恢復的能力和所采取的措施。主要因子包括防洪基礎設施與社會恢復和醫療保障。防洪設施完善，城市應對能力強，表明災后應急與恢復能力越好，韌性水平越高。

2.2.2 熵權法確定權重

熵權法是一種客觀賦權方法，根據信息的無序化程度反映信息量大小。信息量大，指標的離散程度大，其權重就越大。計算方法如下：

a）由于各指標類型和量綱不同，首先通過極差法歸一化對數據進行標準化處理

對于正向指標：

對于負向指標：

式中： x_ij 為標準化處理前第 i 個指標在第j年的原始數據； X_ij 為第 i 個指標在第 ?j 年的標準化值。

對于適度指標[28]，結構穩定度采用如下方式進行標準化處理：

根據結構穩定度為正向指標時的區間， p 值取為1。

河流曲度采用式（4）進行標準化處理：

根據河流曲度理想區間 [1.3，2.8]，k₁，k₂ 分別對應1.3和2.8。

b）計算指標信息熵 （e_j） 。

式中： p_ij 為第 i 個指標在第j年的值占該指標所有年份指標值之和的比重； n 為第 i 個指標所包含數據的數量； e_j 為各指標的熵值， k=1/lnn 。

?_c 確定指標權重。

式中： w_j 為各指標的權重。

2.2.3TOPSIS評價模型

TOPSIS法也稱逼近理想解排序法，是一種多屬性決策方法。該方法通過計算各方案與正理想解和負理想解的距離來評估方案的優劣，根據相對接近度的大小對所有方案進行排序和選擇。計算步驟如下。

a）確定洪澇韌性評價指標正負理想解。max Y_ij 為第 i 個指標在第 j 年的最大值，即正理想解 Y⁺ minY_ij 為第 i 個指標在第 j 年的最小值，為負理想解 Y^- 。

式中： Y_ij 為加權矩陣 Y 中第 i 個指標在第 j 年的值；

Y⁺，Y^- 分別為第 i 個指標的正理想解和負理想解。

b）計算不同年份各韌性指標評價值到正負理想解的距離，分別用 D_j⁺ 和 D_j^- 表示。

式中： D_j⁺ 值越小表示越接近正理想解， D_j^- 值越小表示越接近負理想解。

c）計算不同年份各城市洪澇韌性水平與理想解的相對貼近度 （R_j） ，即洪澇韌性評價指數。

式中： R_j∈[0，1] ，值越大表明第 j 年洪澇韌性水平越接近理想解，洪澇韌性發展水平就越高。

根據計算結果，結合流域實際發展情況并參考已有文獻[29]，使用ArcGIS中自然斷點法將河網洪澇韌性水平分為5個等級（表3）。

2.2.4 障礙度模型

障礙度模型可以分析各個指標對洪澇韌性發展的影響和阻礙程度，通過分析障礙度有助于為流域未來韌性的提高提出針對性措施，見式（10）：

式中： C_ij 為第 i 個指標在第 j 年的障礙度； w_j 為指標權重； X_ij 為指標標準化值。

3 結果分析

3.1洪澇韌性變化趨勢分析

通過熵權-TOPSIS法計算，得到了流域范圍內各城市洪澇韌性水平指數（圖2）。結果表明，流域整體洪澇韌性指數呈波動上升趨勢，由1995年的0.2357增加到2020年的0.4177，增長幅度為77.22% 。其中，長沙市上升幅度最大，截至2019年增長幅度達 164.75% ，洪澇韌性等級由較低提升至較高。2020年受C0VID-19疫情影響，洪澇韌性水平略有下降。其余城市韌性在研究時段內均有不同程度的增長，其中郴州韌性水平僅次于長沙，但增速最慢，為 34.25% 。婁底市的洪澇韌性始終最低。

壓力韌性由地形和降水指標構成，流域整體及各個城市的壓力韌性隨時間變化不大，較為穩定（圖3）。位于流域上游高海拔地區的永州和郴州韌性水平最高，表明面對自然壓力時，較大的坡度和地形起伏度可以提高地區洪澇韌性，有效降低洪澇風險。相反，壓力韌性較低的城市主要集中在流域中下游地區，這些地區在發生暴雨洪水災害時可能面臨更大的洪澇風險，

流域整體狀態韌性水平穩步上升（圖4）。自2005年起，長沙市超過湘潭市成為流域內狀態韌性水平最高的城市，并隨著人均GDP增速加快，狀態韌性迅速增長，于2019年達到0.7938的最高值。長沙相較于其他城市上升地如此迅速得益于省會城市高速發展的經濟水平，經濟的發展有助于城市調配更多的資金抵御災害，從而提高狀態方面的韌性。此外，超過一半城市的狀態韌性在2020年出現下降的現象，這反映了COVID-19對城市經濟社會發展產生了廣泛的消極影響。

由于水庫、防洪堤壩的建設受各個城市不同發展階段復雜因素的影響，響應韌性的變化具有階段性的特征（圖5）。同樣，流域整體的響應韌性不斷提高，其中長沙、郴州和衡陽的響應韌性水平最高，說明這些城市在防洪建設、服務業發展及醫療保障方面發展較為完善，在洪澇災害發生后具有較強的應對、救援和恢復能力。

采用ArcGIS對流域不同地區在不同時期內洪澇韌性等級的變化情況進行可視化，見圖6。1995—2000年，郴州和永州的洪澇韌性相對較高，分別達到較高和中等水平。從2001年起，長沙的韌性等級開始上升，直至2005年，長沙的洪澇韌性已提升至較高等級。2010年，中部的衡陽和湘潭韌性等級也開始提高，達到中等水平。2015一2020年期間，流域整體洪澇韌性空間格局趨于穩定，長沙上升為高韌性城市，婁底的韌性等級也有所提升。其余5個城市均達到較高韌性水平。

水庫容量（X19）和每萬人擁有醫療機構床位數（X21）。前6個指標障礙度之和均超過 60% ，表明他們對洪澇韌性具有較大的阻礙程度。

綜合來看，流域不同地區的發展速率有較大差異，在空間上主要呈現出先南北、后中部的趨勢。前期郴州和永州得益于地形條件而占據優勢，但后期隨著長沙經濟的快速發展，韌性水平迅速提高，在2015年超過了所有城市成為高韌性等級城市。婁底的韌性提升較慢，從2015年起，才由最低韌性等級提高至較低水平。

3.2影響洪澇韌性的主要障礙因素診斷與分析

根據式（10）計算得到湘江流域1995—2020年各指標對洪澇韌性水平的障礙度，各子系統障礙度水平時間變化見表4。由表可知，響應和狀態系統是制約湘江流域洪澇韌性的主要因素。響應系統整體障礙度最高，時間上表現出先波動變化，后下降的趨勢，說明流域在災害發生后的恢復與應對能力在前期較差，而隨著后期基礎設施的逐漸完善，對洪澇韌性的阻礙在逐漸降低。狀態系統的障礙度隨時間出現先下降后上升的趨勢，表明湘江流域在面對洪澇壓力時的抵御能力有所不足。壓力韌性障礙度較低，但受降雨量和暴雨瀕率的增加，其障礙度隨時間在持續上升。從整體來看，未來仍需著重關注洪澇韌性在響應方面的提升。

1995—2020年洪澇韌性排名前6的主要障礙因子見表5。重要指標主要集中在響應和狀態子系統中，分別為在崗職工工資總額（X17）、每萬人大學生數量（X24）、人均GDP（X16）、防洪堤壩長度（X20）、

整體來看，在崗職工工資總額（X17）的障礙度明顯高于其他因子，呈先上升后下降的趨勢。居民的收人水平會影響其面對洪水來臨時的反應能力和行為決策，隨著后期收入水平的改善，其對洪澇韌性的障礙度有所下降。隨著防洪堤壩長度的增加，防洪堤壩長度（X20）的障礙度水平持續下降，對洪澇韌性的阻礙有所下降。水庫容量（X19）的障礙度程度 11.53% 提高到 14.03% ，且排名由第5逐漸上升至第2，反映出水庫蓄水能力的不足制約著洪澇韌性水平的提升。研究區未來應當注重響應和狀態韌性的提升，推動經濟健康發展，提高居民受教育水平，加強水庫和防洪堤壩的建設，同時加強對水系的保護與恢復。

4結論

本研究基于壓力-狀態-響應框架，結合水系演變指標，構建了洪澇韌性評價指標體系，結合熵權法，TOPSIS法分析了湘江流域洪澇韌性時空分布，并采用障礙度模型進一步識別了影響洪澇韌性提升的關鍵制約因素，結論如下。

a）湘江流域整體洪澇韌性在研究時段內呈現波動上升趨勢，韌性水平顯著提升，增長幅度達77.22% 。壓力子系統韌性水平較為穩定，狀態和響應子系統均呈不同程度的上升。

b）流域內各城市的洪澇韌性增長速度存在顯著差異。在空間上表現為先南北、后中部的趨勢。其中，長沙市作為區域經濟中心，人均GDP在2005年后的快速增長、每萬人擁有醫療機構床位數在2010年后的快速增長等大大提高了其洪澇韌性，婁底市的洪澇韌性則始終較低且增長較慢。到2015年為止，長沙成為高韌性水平城市，婁底達到較低韌性等級，其余城市達到較高韌性水平。空間上的顯著差異主要歸結于不同城市間經濟發展水平的不同。

c）通過障礙度模型分析發現，影響湘江流域洪澇韌性提升的主要障礙因素集中在響應子系統和狀態子系統。具體而言，在崗職工工資總額、水庫容量和防洪堤壩長度是制約韌性提升的關鍵因素。在未來，提升洪澇韌性應當重點關注響應和狀態子系統方面的提升，關注居民收入、經濟水平和水庫蓄水能力等方面的提升。

參考文獻：

[1]ECCLES R，ZHANG H，HAMILTON D，et al.Impactsofclimate change on streamflow and floodplaininundation in acoastal subtropical catchment[J].Advancesin Water Resources，2021，147.DO1：10.1016/j.advwatres.2020.11.036.

[2] GHADERPOUR E，VUJADINOVIC T， HASSAN QK.Application of the least-squares wavelet software in hydrology：Athabasca River basin[J]．Journal of Hydrology：RegionalStudies，2021，36.D0I：10.1016/j.ejrh.2021.100847.

[3]李博文，張印，楊芳，等.基于復雜網絡模型的廣州市增城區洪澇災害風險評估[J].人民珠江，2023，44（10）：47-53.

[4]程時雄，何宇航.自然災害對城市經濟增長的影響研究：以洪澇災害為例[J].中國軟科學，2024（10）：109-126.

[5]嵇娟，陳軍飛，丁童慧，等.長三角城市群城市洪澇韌性與生態系統服務的耦合協調關系[J].生態學報，2024，44（7）：2772-2785.

[6]徐瑞華，張攀科，羅帆，等.河南省社區居民洪澇災害應急能力評價研究[J].安全與環境工程，2024，31（3）：23-31.

[7］方東平，李在上，李楠，等.城市韌性：基于\"三度空間下系統的系統\"的思考[J].土木工程學報，2017，50（7）：1-7.

[8]SONGJ，CHANG Z，LI WF，etal.Resilience-vulnerabilitybalance to urban flooding：A case study in a densely populatedcoastal city in China[J]. Cities，2019，95（12）.DOI： 10.1016/j.cities.2019.06.012.

[9]陳軍飛，張玉琦，稀娟，等.長三角城市群洪澇韌性時空演化及影響因素[J].水資源保護，2024，40（6）：58-68.

[10］陳長坤，陳以琴，施波，等.雨洪災害情境下城市韌性評估模型[J].中國安全科學學報，2018，28（4）：1-6.

[11］高玉琴，汪鍵，高見，等．基于組合賦權-云模型的城市洪澇災害韌性評價方法[J].水利水電科技進展，2024，44（2）：22-29，36.

[12］尹志國，牛發陽，湯輝.基于博弈論和后悔理論的城市洪澇災害韌性評價：以西安市為例[J].水利水電技術（中英文），2024，55（1） ：74-87.

[13]LIHY，WANG Y， ZHANG H W，et al. The spatial-temporalevolutionanddrivingmechanismofUrbanresilienceintheYellowRiverBasincities[J].JournalofCleanerProduction，2O24，447.DOI：10. 1016/j. jclepro. 2024.141614.

[14］楊柳，馮暢，郭駕，等.基于四維度模型的湖南省湘江流域洪澇災害風險評估[J].水資源與水工程學報，2024，35（1）：26-36.

[15］楊柳，張迎盈，馮暢，等.湘江流域城市群的水系形態格局演變規律分析[J].亞熱帶資源與環境學報，2019，14（4）：10-17.

[16］湖南省發展和改革委員會．湘江流域科學發展總體規劃[R].2014.

[17］楊柳，王晨穎，馮暢，等.考慮水系演變的湘江流域洪水風險四維評價體系構建[J].農業工程學報，2023，39（3）：92-101.

[18］劉常瑜，尚書，趙強，等.基于GIS和TOPSIS-PSR的湖南省洪澇災害后恢復力評價[J].水電能源科學，2018，36（1）：70-73.

[19］付加鋒，劉倩，馬占云，等.我國30省份碳達峰能力綜合評價研究[J].生態經濟，2023，39（6）：18-24.

[20］杜挺，謝賢健，梁海艷，等.基于熵權TOPSIS和GIS的重慶市縣域經濟綜合評價及空間分析[J].經濟地理，2014，34（6）：40-47.

[21]ZHANGZ，CHENY，WANGP，et al.River discharge，landusechange，and surface waterqualityin the XiangjiangRiver，China[J].Hydrological Processes，2014，28（13）：4130-4140.

[22]ZHOU Z，QUANB，DENG ZW.Effects of land use changes onecosystem service value in XiangjiangRiver Basin，China[J].Sustainability，2023，15（3）：2492-2499.

[23]林芷欣，許有鵬，代曉穎，等.城市化對平原河網水系結構及功能的影響：以蘇州市為例[J].湖泊科學，2018，30（6）：1722-1731.

[24］歐堅港.洞庭湖流域水系格局時空演變及驅動機制研究[D].長沙：中南大學，2023.

[25］趙軍，單福征，楊凱，等.平原河網地區河流曲度及城市化響應[J].水科學進展，2011，22（5）：631-637.

[26］李娜.基于SOBEK的河網結構一調蓄能力一洪澇災害情景分析[D].上海：華東師范大學，2011.

[27]王躍峰，崔婷婷，許有鵬，等.平原水網區圩皖防洪引發的城市洪澇風險轉移研究[J].人民珠江，2023，44（7：17-26

[28］吳卿，楊晶，秦碩璞，等.基于熵值法的區域綜合承載力評價與障礙診斷[J].湖北農業科學，2020，59（10）：169-172.

[29］劉海龍，安芷萱，王煥珂，等.京津冀城市群縣域城市韌性與創新效率耦合協調時空演變及影響因素的空間異質性[J].地理研究，2025，44（2）：577-602.

（責任編輯：李澤華）