基于信息量模型的新疆额尔齐斯河流域春季融雪洪水危险性评价

Hazard Assessment of Spring Snowmelt Floods in the Ertix River Basin Using Information Value Model

摘要

基于融雪性洪水发生机理，选取积雪深度、高程、地势起伏度、坡度、水系距离和土地利用类型6个关键因子，结合历史灾情数据，应用信息量模型对春季融雪洪水危险性进行定量评价和区划。结果表明：（1）额尔齐斯河流域春季融雪洪水多发生在海拔1 500 m以下山前平原和河流附近的草地、耕地和居民用地区域；（2）积雪深度和水系距离是影响春季融雪洪水危险性的重要因素。积雪深度在40～50 cm、水系距离在1～2 km的区域洪水发生风险显著；（3）5组随机实验模型平均AUC值为0.86，验证了基于选定的6个关键指标因子，应用信息量模型评价额尔齐斯河流域春季融雪洪水危险性的有效性。

Abstract

This study identifies six primary factors that influence the occurrence of snowmelt floods: snow depth, elevation, topographic ruggedness, slope, proximity to water systems, and land use types. By utilizing an information value model integrated with historical disaster data, we quantitatively assessed and mapped the hazards of spring snowmelt floods. The results revealed that spring snowmelt floods predominantly occur in piedmont plains at elevations below 1 500 meters, particularly near rivers and in grasslands, farmlands, and residential zones. Snow depth and proximity to water systems are the most critical factors. Snow depth (40-50 cm) and river proximity (1-2 km) are dominant controls. The average AUC value of 0.86 across five random experimental models validates the effectiveness of the information quantity model in assessing spring snowmelt flood hazards using the six selected key indicators. This study provides a scientific foundation for formulating flood prevention measures and water resource management strategies in the Ertix River Basin. Additionally, it serves as a valuable reference for evaluating snowmelt flood risks in similar regions.

Graphical abstract

关键词

春季 / 融雪性洪水 / 信息量模型 / 危险性评价 / 额尔齐斯河流域

Key words

spring / snowmelt floods / information quantity model / hazard assessment / Ertix River Basin

融雪性洪水灾害因突发性强、破坏性大等特点对全球许多地区构成威胁^[1]。随着全球气候变暖，雪线上升、积雪消融加快，春季融雪性洪水灾害的频率增加、强度加强。额尔齐斯河流域由于其独特的地理环境和特定气候条件，频繁遭受融雪性洪水的侵袭，尤其在春季气温快速升高，常面临突发融雪性洪水的威胁^[2]。灾情记录显示，额尔齐斯河流域几乎每年都遭遇不同规模的融雪性洪水灾害，近几年春季融雪性洪水呈增强趋势^[3]。气候变化导致的极端天气事件增多，使洪水灾害的发生更加频繁和不可预测，进一步增加了研究和应对洪水灾害的紧迫性^[4-5]。为了有效评估和预防这类灾害，学者们采用GIS技术、指标综合模型法等手段绘制融雪性洪水的危险性空间分布，并通过遥感监测积雪面积，对春季融雪性洪水风险进行预判^[6-8]。

融雪性洪水危险性评价是一个复杂的过程，需要综合考虑多种因素和应用多种方法。常用的方法包括GIS空间分析、指标综合模型、机器学习、信息量法，以及遥感技术、水文模型、物理模型、多标准决策分析、专家系统、情景分析和风险评估模型等^[9-10]。目前，融雪性洪水危险性评价的方法主要有GIS、遥感、机器学习、指标综合模型法和信息量法，通过综合考虑地形、气候、水文地质条件等因素，提高了融雪性洪水危险性评估的准确性^[11]。

信息量模型作为一种统计分析方法，在地质灾害易发性评价中得到了广泛应用，通过计算各评价因子对灾害发生的贡献信息量来评估地质灾害的易发性，优势在于其客观性和数据驱动的特点，能够减少人为主观判断影响^[12]。在选择洪水危险性评价模型和技术时，须明确评价时空尺度及其对评价结果预期用途的影响，同时兼顾模型适用性、准确性、复杂性，以及所需的计算资源等，以确保所选模型具备处理气象、地形、土地利用和历史洪水记录等数据的能力。本研究构建基于GIS的信息量模型，评估额尔齐斯河流域春季融雪性洪水的危险性。研究考虑了积雪深度、高程、地势起伏度、坡度、水系距离和土地利用等因素，旨在提高洪水危险性评估的准确性，为区域防洪规划提供科学支持。

1 研究区概况

额尔齐斯河流域发源于中国新疆维吾尔自治区的阿尔泰山中段南坡，阿尔泰山南坡的哈巴河、布尔津河、克兰河、喀拉额尔齐斯河等呈梳状从右岸平行汇入额尔齐斯河干流后，自东向西流出国境，经哈萨克斯坦、俄罗斯，最终注入北冰洋^[13]。本文研究区为中国境内的区域（图1a），境内的河流长度为633 km，流域面积为5.273万 km^2[14]。

额尔齐斯河流域洪水灾害受气候变化、地形地貌、人类活动等多种因素的影响，洪水类型主要为融雪洪水和暴雨洪水，春季（3—5月）融雪性洪水灾害较常见^[15-16]。依据灾情信息统计结果^[17-18]，1984—1995年，阿勒泰地区春季融雪性洪水的发生频率为0.58次/a。1996—2007年增加至1.42次/a，2008—2020年略有下降，降至0.92次/a（图1c）。1997、2010年灾情尤为严重，每年发生6次。

2 数据与方法

2.1 数据来源

灾情数据来源于气象部门灾情直报系统的灾情记录，同时整合了灾害相关出版物和科学数据集的部分成果^[17-18]。有洪水灾情信息记录的年份有35 a，部分记录为平均统计数据。气象要素实况记录无降水或有降水，但伴随灾害记录有融雪性洪水的标记为融雪性洪水灾害事件；不同县、不同时间各标记为1次融雪性洪水灾害事件；不同县、相同时间各标记为1次融雪性洪水灾害事件。

积雪深度数据来源于全球陆面数据同化系统（Global Land Data Assimilation System,GLDAS）。采用2000年1月—2020年12月GLDAS-2.1 Noah模型输出的0.25°空间分辨率的逐月雪深资料，并采用反距离权重（IDW）插值到1 km。

高程数据为地理空间数据云（http://www.gscloud.cn/）提供的SRTM DEM V3。DEM数据空间分辨率为90 m。利用GIS软件由DEM数据分别计算额尔齐斯河流域地势起伏度和坡度。

水系数据为资源环境科学与数据中心（http://www.resdc.cn/）提供的1:100万的中国水系分布图。通过GIS软件对5级及以上河流进行3、6、9、14 km的多环缓冲区分析得出水系距离。土地利用数据来源于2020年全球30 m精细地表覆盖产品（GLC_FCS30-2020）^[19]。通过对覆盖类型的合并，形成额尔齐斯河流域居民用地、耕地、林地、草地、水域和未利用土地6种类型。

2.2 研究方法

2.2.1 数据预处理

数据预处理包括数据清洗、标准化、归一化，以及格点数据投影和分辨率的统一等。数据清洗步骤涉及处理缺失值、识别并处理异常值、删除重复数据。数据分辨率均统一调整为1 km×1 km的栅格数据，包括积雪深度、高程、地势起伏度、坡度、水系距离和土地利用类型。

2.2.2 信息量模型原理

基于信息论中的熵概念，信息量值量化了每个因子对洪水发生概率的贡献。总信息量值通过对所有因子的信息量值进行叠加得出，其中较高的信息量值指示了较大的洪水风险。

对于每个影响因子X_i，其信息量值P(X_i )通过公式^[20]计算：

P\left(X_i\right)=\mathrm{l}\mathrm{n}\frac{R_i/R}{S_i/S}。（1）

式中：P(X_i)是影响指标（因子）X_i 的信息量值，表示X对融雪性洪水发生信息的贡献；S是研究区面积；S_i 是研究区内含有影响因子X_i 的面积；R是研究区内发生融雪性洪水的总次数；R_i 是影响因子X_i 分布区域内已发生融雪性洪水的次数；R_i /R是第i个因子在融雪性洪水发生区域中出现的频率。通过比较因子X_i 分布区域内融雪性洪水发生的次数与总面积内融雪性洪水发生次数的比例，以及该因子分布面积与总面积的比例，来计算信息量值。

2.2.3 评价因子选取及评价模型

区域自然灾害危险性评价通常考虑孕灾环境、致灾因子等多重因素的影响^[21]。本研究选取积雪深度、高程、地势起伏度、坡度、水系距离和土地利用类型6类数据，作为额尔齐斯河流域融雪性洪水危险性评价因子。积雪深度直接关联到融雪水的产生，是评估洪水风险的基础^[22]。高程不仅影响气温和积雪分布，还决定了积雪融化速度和融水流动路径。地势起伏度决定了融雪水流动速率和方向，起伏较小的地形可能导致融水积聚，增加洪水风险。坡度影响融雪水流动速度，较缓坡度可能导致融水在地表停滞，陡坡加速融水下泄。水系距离反映了融雪水汇入河流容易程度，靠近河流区域更易发生洪水。土地利用类型通过影响融雪水下渗和径流，进而影响洪水形成^[23]。

利用信息量模型计算每个评价因子的信息量值后，将其叠加得到一个综合的量化指标，即研究区的总信息量。研究区内的总信息量值P计算公式为：

P={\displaystyle \sum _{i=\mathrm{1}}^n}P\left(x_i\right)={\displaystyle \sum _{i=\mathrm{1}}^n}\mathrm{l}\mathrm{n}\frac{R_i/R}{S_i/S}。（2）

式中：P为研究区内的总信息量值；n为影响因子的数量；其他参数同公式（1）。根据计算出的总信息量值，可以对融雪性洪水的危险性进行评价。信息量值越大，表明该区域发生融雪性洪水的概率越高（图2）。

2.2.4 模型精度评价方法

采用受试者工作特征曲线（Receiver Operating Characteristic Curve，ROC）评估融雪性洪水危险性评估模型的性能。ROC曲线通过展示真阳性率（True Positive Rate，R_TP）与假阳性率（False Positive Rate，R_FP）的关系，提供了一种衡量模型区分事件发生与未发生能力的方法^[24]。构建ROC曲线R_TP和R_FP，确定AUC值。AUC值范围为0.5～1，接近1的AUC值指示模型具有较高评价准确性和区分能力，接近0.5表示评价性能不佳。

R_TP和R_FP计算公式如下：

R_{\mathrm{T}\mathrm{P}}=\frac{P_{\mathrm{T}}}{P_{\mathrm{T}}+N_{\mathrm{F}}}，（3）

R_{\mathrm{F}\mathrm{P}}=\frac{P_{\mathrm{F}}}{P_{\mathrm{F}}+N_{\mathrm{T}}}。（4）

式中：P_T为真阳性，指模型正确评价融雪性洪水发生区域的实例数，即模型成功识别的洪水事件；P_F为假阳性，指模型错误地将非洪水区域评价为洪水发生区域的实例数；N_T为真阴性，是模型正确评价为非融雪性洪水发生区域的实例数；N_F为假阴性，指模型未能评价到实际未发生融雪性洪水区域的实例数。

3 评价因子量化分级与融雪洪水关系

3.1 积雪深度

积雪深度是融雪洪水形成的物质基础，直接关系到春季融水的总量，决定洪水发生的可能性和规模。2月积雪深度是评价春季融雪性洪水的关键指标^[25]。本研究将2000—2020年2月平均积雪深度按照0～10 cm、10～20 cm、20～30 cm、30～40 cm、40～50 cm、50～60 cm和60 cm划分为7个等级。积雪越厚，春季升温导致的融水越多，洪水风险相应增加。

分析研究区春季融雪性洪水与2月平均积雪深度分布关系，发现融雪性洪水发生概率随着积雪深度增加呈正态分布，积雪深度在30～40 cm的区域融雪性洪水的发生概率最高（35%），超过90%的春季融雪性洪水发生在积雪深度为10～60 cm的区域（图3a）。

3.2 高程

数字高程模型（DEM）数据在洪水风险评估、山洪灾害模拟以及气候和积雪研究中发挥着重要作用。高程是影响洪水发生频率和强度的重要因素之一，高程较低的区域由于水流汇集，更易发生洪水灾害。高程还与气温和积雪深度等气候因素紧密相关，影响春季融雪性洪水的形成^[26]。将研究区域DEM按照1 000 m、1 000～1 500 m、1 500～2 000 m、2 000～3 000 m、3 000 m划分为5个等级。

额尔齐斯河流域春季融雪性洪水主要发生在1 500 m及以下的区域（图3b），与沈永平等^[27-28]的研究结论接近。低海拔区域通常气温较高，积雪融化速度快，增加了融水的产生。

3.3 地势起伏度

地势起伏度反映了地表的崎岖程度，直接影响到融雪水的流动路径和汇集速度。将地势起伏度划分为平原（0～20 m）、丘陵（20～75 m）、山地边缘（75～300 m）、高山地区（300～600 m）和极高山地（600 m）5个等级。

额尔齐斯河流域春季融雪性洪水主要发生在地势起伏度为0～20 m的区域（图3c）。较小地势起伏度有利于积雪同步消融，增加汇水效率，缩短融雪洪水的过程和增加洪峰流量。地势变化平缓，不利于融水的快速下泄，水分容易积聚。额尔齐斯河流域地势起伏度较小的区域有更高的春季融雪性洪水风险。

3.4 坡度

坡度对水流速度和方向有显著影响。较缓的坡度有助于融雪水的积聚和减缓流速，陡坡加速融雪水的流动。研究区坡度划分为5个等级：平坡（0°～5°）、缓坡（5°～15°）、斜坡（15°～25°）、陡坡（25°～35°）、和急坡（＞35°）。

额尔齐斯河流域春季融雪性洪水主要发生在坡度0°～5°平坡区域（图3d）。较缓坡度区间（0°～5°）重力作用较弱，融雪水在地表停留时间延长。高海拔地区的陡坡地带（25°），由于春季早期气温较低，融雪速度较慢，对早期洪水贡献较小。随着春季气温升高，这些区域积雪融化可能会在春季晚期为洪水提供额外水源。

综合考虑坡度和海拔，中海拔地区的缓坡地带（高程为500～1 500 m，坡度介于0°～5°）在春季既能积累较多积雪，又能在气温升高时迅速提供融水，是春季融雪洪水高发区。

3.5 水系距离

水系分布是影响融雪性洪水形成和流动路径的关键因素。河流或山洪沟水流流量迅速上涨往往与融雪性洪水发生密切相关。将水系距离分为7个等级：0～1 km、1～2 km、2～3 km、3～6 km、6～9 km、9～14 km和＞14 km。

春季融雪性洪水易发区主要集中距离河道2 km以内以及距离河道14 km以上的平原区域（图3e）。河流附近的地形通常较低，有助于积雪融水的汇集，增加了洪水发生的风险。距离河道2 km以内的区域，融雪性洪水主要由流域内积雪融化导致河流水位急速增长引起。平原区域的地势平坦，有利于积雪的积聚，一旦气温升高，积雪迅速融化，增加了洪水发生的可能性。

3.6 土地利用

土地利用和覆被类型通过改变地表的物理特性和水文行为影响融雪性洪水的形成。草地等类型的植被覆盖能减缓坡面水流速度并增加水分下渗，减少地表径流量。过度耕作和城市化等不合理的人类活动，破坏了自然水文循环，导致融雪性洪水风险增加。

春季融雪性洪水主要发生在草地、耕地和居民用地区域，分别占洪水发生次数的35%、30%和25%（图3f）。草地具有较好的植被覆盖，有利于水下渗，但春季气温迅速升高、积雪迅速融化时，草地区域也容易形成洪水。耕地缺乏植被保护，水分下渗减少，洪水发生概率增加。居民用地由于硬质化地面、排水系统改变，在春季融雪期间也容易引发洪水。

综上，积雪深度和水系距离是影响融雪性洪水危险性的重要因素，高程和地形起伏度会影响积雪的分布和融化速率，水系距离则与融水汇集和洪水形成的可能性有关。

4 信息量模型计算及检验

4.1 影响因子信息量值特征分析

根据公式（1）得到各评价因子信息量值（表1），通过信息量模型对新疆额尔齐斯河流域春季融雪性洪水的影响因子进行定量分析。

（1） 积雪深度在30～40 cm的区域信息量值为0.455，40～50 cm的区域信息量值高达0.867。积雪深度增加显著提高了融雪性洪水危险性，与积雪融化时释放的水量直接相关。

（2） 高程在1 000～1 500 m的区域具有较高的融雪性洪水危险性，信息量值为0.365。表明该海拔区间的地形对融雪水汇集和流动具有重要作用。随着海拔升高，尤其是2 000～3 000 m，融雪性洪水危险性显著降低，信息量值降至-2.529。

（3） 坡度在0°～5°的区域信息量值为0.178，说明平缓坡面有利于融雪水的汇集，增加了融雪性洪水的发生概率。随着坡度增加，尤其是5°～15°区域的融雪性洪水危险性显著下降，信息量值为-0.353。

（4） 地势起伏度在0～20 m的区域信息量值为0.316，表明地势较平坦的区域更易发生融雪性洪水。地势起伏度在75～300 m的信息量值为-1.234，说明地势起伏较大的区域不利于融雪水的积聚，降低了融雪性洪水的危险性。水系距离在0～1 km的区域信息量值为1.291，1～2 km的信息量值为2.083，表明，靠近水系区域由于融水快速汇集，融雪性洪水危险性较高。土地利用类型中，居民用地的信息量值为4.146，耕地为1.666。表明由于人类活动的影响，融雪性洪水的危险性显著增加。相反，未利用土地的信息量值为-1.284，表明这些区域的融雪性洪水危险性较低。

通过信息量模型的定量分析，揭示了影响新疆额尔齐斯河流域春季融雪性洪水危险性的关键因素。

4.2 模型检验

根据公式（2）得到额尔齐斯河流域融雪性洪水危险性评价的总信息量值。总信息量值越大，表明发生融雪性洪水的概率越高。本研究采用受试者工作特征曲线（ROC）分析方法，评估模型的评价结果与实际洪水事件发生的一致性，验证模型的评估能力。

使用GIS软件在研究区内随机生成5组实验点（图4），每组点数与实际融雪性洪水灾害点数相匹配，确保了实验的代表性和随机性。通过将信息量模型计算得到的总信息量值提取至灾害点和随机实验点，计算ROC曲线绘制和AUC值。实验结果揭示了信息量模型在评价融雪性洪水方面的高准确性（图5）。5组实验的AUC值介于0.81～0.89，平均AUC值为0.86，表明模型具有良好的评价性能。此外，AUC值的标准差为0.03，95%置信区间为[0.83,0.89]，进一步证实了模型评估结果的稳定性和一致性。

5 融雪性洪水危险性评价

应用自然断点法将研究区总信息量值划分为高危险区、较高危险区、中危险区、较低危险区和低危险区5个等级（图6）。

额尔齐斯河流域不同区域融雪性洪水危险性等级面积占比与灾点分布呈现明显的差异性（表2）。

5.1 高危险区

高危险区面积虽仅覆盖5 468 km²，占流域总面积的10.12%，却集中了42.86%的灾点。高比例灾点，表明这些区域是融雪性洪水发生最频繁、影响最严重的地区。

5.2 较高危险区

较高危险区面积占7 936 km²，为流域总面积的14.69%，但灾点比值下降至28.57%。说明该区域虽风险较高，相对于高危险区，融雪性洪水发生频率和严重性有所降低。

5.3 中危险区

中危险区面积最大，达18 434 km²，占流域总面积的34.12%，灾点比值为22.86%。该区域融雪性洪水的发生频率和影响程度有所降低，表明该区域具备一定危险性，但相对安全。

5.4 较低危险区

较低危险区面积为11 905 km²，占流域总面积的22.04%，占灾点总数比为5.71%。这一区域的危险性介于中危险区和低危险区间，其融雪性洪水发生频率和影响程度较低。

5.5 低危险区

低危险区面积为10 282 km²，占流域地区总面积的19.03%，无灾害点分布，说明该区域的融雪性洪水危险性最小。

综上，额尔齐斯河流域春季融雪性洪水的高危险区域虽只占总面积的一小部分（10.12%），却集中了大部分的灾点（42.86%）。中危险区的面积最大（34.12%），灾点比例较低（22.86%）。较低危险区和低危险区的灾点比例最低。这些发现突出了地形、气候和土地利用等区域特征与融雪性洪水风险等级之间的密切联系。

6 结论与讨论

应用信息量模型、GIS技术对额尔齐斯河流域春季融雪性洪水危险性进行定量评价，明确了关键影响因素，并分析了空间分布的不均匀性。研究结果揭示了融雪性洪水的发生与特定地形和土地利用类型之间的密切关系。得出如下结论：

（1）融雪性洪水主要发生在海拔1 500 m以下的区域。低海拔地区由于气温较高，积雪融化速度快，融水容易快速汇集，增加了洪水发生的风险。

（2）山前平原和河流附近的草地、耕地、居民用地区域是洪水的高发区域。地形特征和土地利用类型使融雪水易积聚，导致洪水风险增加。

（3）水系距离在1～2 km具有较高的融雪性洪水危险性。靠近水系的区域，融雪水更易快速汇集到河流中，增加了洪水发生的可能性。

（4）积雪深度在40～50 cm的区域信息量值较大，表明积雪深度的增加显著提高了融雪性洪水的危险性。积雪深度较大时，春季气温升高导致积雪迅速融化，融雪水量增大，增加了融雪性洪水的风险。

（5）AUC值为0.86的ROC曲线结果验证了信息量模型在春季融雪性洪水危险性评价方面的准确性和可靠性。额尔齐斯河流域春季融雪性洪水的危险性在空间上呈现出显著的不均匀性。高危险区域虽面积较小，却集中了大部分灾点，低危险区域则相对安全。

本研究采用信息量模型法结合历史灾情数据，对新疆额尔齐斯河流域春季融雪性洪水的危险性进行了评价。评价结果可为该地区防洪减灾提供参考。然而，研究中所使用的影响因子数据均为多年均值或静态数据，未能充分反映温度、降水等关键因素的动态变化，对评价结果产生一定影响。在构建评价指标体系时，研究存在一定的主观性，可能导致评价结果存在差异。后续研究应具体分析各因子对春季融雪性洪水贡献的差异，并开展影响因子的合理性验证。此外，未来需要考虑建立动态监测数据，如实时监测积雪深度、气温和降水量，以更准确地评估融雪性洪水发生带来的影响。

参考文献

[1] 崔曼仪,周刚,张大弘,等.1900—2020年全球融雪洪水灾害及其影响[J].冰川冻土,2022,44(6):1898-1911.

[2] CUI Manyi, ZHOU Gang, ZHANG Dahong,et al.Global snowmelt flood disasters and their impact from 1900 to 2020[J].Journal of Glaciology and Geocryology,2022,44(6):1898-1911.(in Chinese)

[3] 努尔兰·哈再孜,沈永平.新疆阿勒泰地区的洪水特性[J].水文,2014,34(4):74-81.

[4] Hazaizi Nuerlan, SHEN Yongping.Flood characteristics of Altay Area,Xinjiang[J].Hydrology,2014,34(4):74-81.(in Chinese)

[5] 贺斌,王国亚,苏宏超,等.新疆阿尔泰山地区极端水文事件对气候变化的响应[J].冰川冻土,2012,34(4):927-933.

[6] HE Bin, WANG Guoya, SU Hongchao,et al.Response of extreme hydrological events to climate change in the regions of Altay Mountains,Xinjiang[J].Journal of Glaciology and Geocryology,2012,34(4):927-933.(in Chinese)

[7] 徐羹慧,毛炜峄,陆帼英.新疆气象灾害近期变化和防灾减灾工作综合评述[J].沙漠与绿洲气象,2008,2(1):50-54.

[8] XU Genghui, MAO Weiyi, LU Guoying.Xinjiang meteorological disaster changes and general statement on the work of disaster prevention and reduction[J].Desert and Oasis Meteorology,2008,2(1):50-54.(in Chinese)

[9] 徐羹慧,陆帼英.21 世纪前期新疆洪旱灾害防灾减灾对策研究[J].沙漠与绿洲气象,2007,1(5):54-58.

[10] XU Genghui, LU Guoying.Countermeasure studies on prevention and reduction of flood and drought disaster in 21st century prophase in Xinjiang[J].Desert and Oasis Meteorology,2007,1(5):54-58.(in Chinese)

[11] 曹开军,龙爱华,王建虎,等.融雪性洪水量级的流域积温分布模型研究及应用[J].华北水利水电大学学报(自然科学版),2017,38(5):10-18.

[12] CAO Kaijun, LONG Aihua, WANG Jianhu,et al.Research and application on basin Accumulated Temperature Distribution (ATD) Model at the snowmelt flood magnitude[J].Journal of North China University of Water Resources and Electric Power (Natural Science Edition),2017,38(5):10-18.(in Chinese)

[13] 刘鑫,赵鲁强,刘娜,等.伊犁河流域春季融雪性洪水危险性评价与区划[J].气象科技进展,2016,6(6):35-41.

[14] LIU Xin, ZHAO Luqiang, LIU Na,et al.Risk evaluation of the spring snowmeit flood in Ili River Basin and it's mapping[J].Advances in Meteorological Science and Technology,2016,6(6):35-41.(in Chinese)

[15] 努尔曼·艾山.阿勒泰地区河流冬季积雪变化趋势及其对融雪洪水的影响分析[J].水利规划与设计,2020(7):113-117.

[16] Aishan Nuerman.Analysis of change trend of winter snow cover in rivers in Altay region and its impact on snow-melt flood[J].Water Resources Planning and Design,2020(7):113-117.(in Chinese)

[17] 廖永丰,聂承静,杨林生,等.洪涝灾害风险监测预警评估综述[J].地理科学进展,2012,31(3):361-367.

[18] LIAO Yongfeng, NIE Chengjing, YANG Linsheng,et al.An overview of the risk assessment of flood disaster[J].Progress in Geography,2012,31(3):361-367.(in Chinese)

[19] 李超超,田军仓,申若竹.洪涝灾害风险评估研究进展[J].灾害学,2020,35(3):131-136.

[20] LI Chaochao, TIAN Juncang, SHEN Ruozhu.Review on assessment of flood and waterlogging risk[J].Journal of Catastrophology,2020,35(3):131-136.(in Chinese)

[21] 王静,李娜,王杉.洪水危险性评价指标与等级划分研究综述[J].中国防汛抗旱,2019,29(12):21-26.

[22] WANG Jing, LI Na, WANG Shan.Review on flood hazard assessment index and grade classification[J].China Flood Drought Management,2019,29(12):21-26.(in Chinese)

[23] 阮沈勇,黄润秋.基于GIS的信息量法模型在地质灾害危险性区划中的应用[J].成都理工学院学报,2001,28(1):89-92.

[24] RUAN Shenyong, HUANG Runqiu.Application of GIS-based information model on assessment of geological hazards risk[J].Journal of Chengdu University of Technology,2001,28(1):89-92.(in Chinese)

[25] 胡婉嫔,效存德,谢爱红,等.基于MODIS数据的额尔齐斯河上游河冰物候研究[J].冰川冻土,2021,43(4):999-1008.

[26] HU Wanpin, XIAO Cunde, XIE Aihong,et al.Study on river ice phenology of upper Irtysh River with MODIS data[J].Journal of Glaciology and Geocryology,2021,43(4):999-1008.(in Chinese)

[27] 李佳秀,陈亚宁,刘志辉,等.额尔齐斯河流域MOD系统变化及其对气候与人类活动的响应[J].水土保持研究,2018,25(2):250-256, 263.

[28] LI Jiaxiu, CHEN Yaning, LIU Zhihui,et al.Variation of Mountain-Oasis-Desert (MOD) system and its response to climate change and human activities in Irtysh River Basin[J].Research of Soil and Water Conservation,2018,25(2):250-256, 263.(in Chinese)

[29] 努尔兰·哈再孜,马哈提·穆拉提别克,玛哈萨提·哈孜哈力.新疆额尔齐斯河流域“2005·6·1”大洪水分析[J].干旱区研究,2013,30(6):981-985.HazaizNuerlan,MulatibiekeMahat,HazihaliMahasat.A flood in the Ertix River Basin in Xinjiang[J].Arid Zone Research,2013,30(6):981-985.(in Chinese)

[30] 阿不力米提江·阿布力克木,陈春艳,玉素甫·阿不都拉,等.2001—2012年新疆融雪性洪水时空分布特征[J].冰川冻土,2015,37(1):226-232.

[31] Ablikim Abulimiti, CHEN Chunyan, Abdula Yusupu,et al.The temporal and spatial distribution features of snowmelt flood events in Xinjiang from 2001 to 2012[J].Journal of Glaciology and Geocryology,2015,37(1):226-232.(in Chinese)

[32] 温克刚,史玉光.中国气象灾害大典：新疆卷[M].北京:气象出版社,2006.

[33] WEN Kegang, SHI Yuguang.China meteorological disaster codex:Xinjiang volume[M].Beijing:China Meteorological Press,2006.(in Chinese)

[34] 刘艳.1984—2020年新疆区域融雪性洪水暴发时段灾情数据[EB/OL].国家冰川冻土沙漠科学数据中心,2023.(2023-01-26)[2023-08-16]EB/OL].National Cryosphere Scientific Data Center,2023. (2023-01-26)[2023-08-16]in Chinese)

[35] 刘良云,张肖.2020年全球30米精细地表覆盖产品[EB/OL].中国科学院空天信息创新研究院,2020. (2021-08-23)[2023-10-16]

[36] ZHANG Xiao.Global land cover with fine classification system at 30m in 2020(GLC_FC S30-2020) user guides[EB/OL].Aerospace Information Research Institute,Chinese Academy of Sciences,2020. (2021-08-23)[2023-10-16]in Chinese)

[37] 陈博.基于信息量模型与机器学习耦合的滑坡灾害精细化风险评价方法研究[D].抚州:东华理工大学,2023.

[38] CHEN Bo.Research on the refined risk assessment method of landslide disaster based on the coupling of information model and machine learning[D].Fuzhou:East China University of Technology,2023.(in Chinese)

[39] 李大卫,石树中,杨福平,等.自然灾害风险评估综述[J].价值工程,2014,33(26):322-325.

[40] LI Dawei, SHI Shuzhong, YANG Fuping,et al.Summary of natural disaster risk assessment[J].Value Engineering,2014,33(26):322-325.(in Chinese)

[41] 仇家琪,徐俊荣,陈亚宁,等.天山北坡春季雪洪形成的气候因子分析[J].干旱区地理,1995,18(1):43-50.

[42] QIU Jiaqi, XU Junrong, CHEN Yaning,et al.Preliminary evaluation on climatic factors related to spring snowmelt floods[J]Arid Land Geography,1995,18(1):43-50.(in Chinese)

[43] 李林涛,徐宗学,庞博,等.中国洪灾风险区划研究[J].水利学报,2012,43(1):22-30.

[44] LI Lintao, XU Zongxue, PANG Bo,et al.Flood risk zoning in China[J].Journal of Hydraulic Engineering,2012,43(1):22-30.(in Chinese)

[45] 杜谦,范文,李凯,等.二元Logistic回归和信息量模型在地质灾害分区中的应用[J].灾害学,2017,32(2):220-226.

[46] DU Qian, FAN Wen, LI Kai,et al.Geohazand susceptibility assessment by using binary logical regression and information value model[J].Journal of Catastrophology,2017,32(2):220-226.(in Chinese)

[47] 吴素芬,刘志辉,邱建华.北疆地区融雪洪水及其前期气候积雪特征分析[J].水文,2006,26(6):84-87.

[48] WU Sufen, LIU Zhihui, QIU Jianhua.Analysis of the characteristics of snowmelt flood and previous climate snow condition in north Xinjiang[J].Journal of China Hydrology,2006,26(6):84-87.(in Chinese)

[49] 任立良,刘新仁.基于DEM的水文物理过程模拟[J].地理研究,2000,19(4):369-376.

[50] REN Liliang, LIU Xinren.Hydrological processes modeling based on digital elevation model[J].Geographical Research,2000,19(4):369-376.(in Chinese)

[51] 沈永平,苏宏超,王国亚,等.新疆冰川、积雪对气候变化的响应(I):水文效应[J].冰川冻土,2013,35(3):513-527.

[52] SHEN Yongping, SU Hongchao, WANG Guoya,et al.The responses of glaciers and snow cover to climate change in Xinjiang (I):hydrological effects[J].Journal of Glaciology and Geocryology,2013,35(3):513-527.(in Chinese)

[53] 沈永平,苏宏超,王国亚,等.新疆冰川、积雪对气候变化的响应(Ⅱ):灾害效应[J].冰川冻土,2013,35(6):1355-1370.

[54] SHEN Yongping, SU Hongchao, WANG Guoya,et al.The responses of glaciers and snow cover to climate change in Xinjiang (Ⅱ):hazards effects (Ⅱ):disaster effects[J].Journal of Glaciology and Geocryology,2013,35(6):1355-1370.(in Chinese)

基金资助

新疆维吾尔自治区自然科学基金项目(2022D01A121)

新疆气象局科技创新项目(MS202205)

“天山英才”培养计划(2023TSYCCX0079)