방글라데시는 특히 하천이 지배하는 지역에서 홍수가 빈번하고 강력한 자연 재해로, 계절적인 몬순 비에 의해 악화됩니다. 나라의 북부에 위치한 가이반다는 홍수가 매우 취약하여 매년 큰 피해와 인명 및 재산의 손실을 초래하고 있습니다. 본 연구는 홍수 조건 요인, 지역적 취약성을 식별하고, 홍수 발생 가능 지역을 결정하기 위한 다기준 의사결정(MCDM) 모델을 비교하여 가이반다 지역의 홍수 취약성 지도를 생성하는 것을 목표로 합니다. 이 연구는 고도, 경사, 방향, 지형 습도 지수, 강수량, 곡률, 배수 밀도, 정규화된 차이 식생 지수, 강과의 거리, 도로와의 거리, 토지 사용/토지 피복, 지형 거칠기 지수를 포함하여 데이터가 부족한 가이반다 지역의 홍수 취약성에 영향을 미치는 주요 수문-형상학적 요인을 조사합니다. 모든 요인은 통계적으로 유의미하며, 다중 공선성과 피어슨 상관 분석 방법에서 유래합니다. 이 연구는 분석 계층 과정(AHP), 분석 네트워크 과정(ANP), 퍼지 AHP(FAHP)의 세 가지 MCDM 기법을 적용하여 홍수에 가장 취약한 지역을 매핑했습니다. 연구 결과, 지역의 44-54%가 중간 취약성으로 분류되었고, 12-16%가 높은 취약성 구역에 속하며, 단지 0.7-1.1%만이 매우 높은 취약성으로 분류되었습니다. 각 방법으로 생성된 홍수 취약성 지도의 예측 성능은 수신자 운영 특성 곡선을 이용해 평가되었습니다. 전통적인 접근 방식에서는 ANP가 0.885의 곡선 아래 면적으로 가장 높은 정확성을 달성하며 FAHP(0.883)와 AHP(0.881)의 결과를 약간 초과했습니다. 반대로 FAHP(0.739)는 DeLong 테스트와 부트스트래핑에서 AHP(0.727)와 ANP(0.727)보다 약간 더 나은 성능을 보여 두 방법 모두에서 높은 정확성을 나타냈습니다. 따라서 ANP는 가이반다 지역의 홍수 취약 구역을 구별하는 데 가장 신뢰할 수 있는 접근 방식으로 부각되었으며, FAHP는 연구 지역에서 DeLong 테스트와 부트스트래핑에서 높은 정확성을 보여주었습니다. 본 연구는 가이반다 및 유사한 지역에서 홍수 취약성을 매핑하기 위한 혁신적이고 신뢰할 수 있는 접근 방식을 제공하며, 홍수 취약성 관리에 대한 귀중한 통찰력을 제공합니다. 이 결과는 정책 입안자가 효과적인 완화 전략을 수립하고 지역 사회의 홍수에 대한 회복력을 높이는 데 도움을 줄 수 있습니다.
Piya et al. (Wed,)가 이 질문을 연구했습니다.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: