本发明涉及农作物洪涝影响分析，具体涉及一种农作物洪涝易损性分析方法和系统。
背景技术：
1、易损性主要关注系统或个体对特定威胁或危害的敏感性程度，强调其对具体威胁的脆弱性。1992年联合国对易损性进行了界定，称其为“潜在损害现象可能造成的损失程度”。
2、现有农作物洪涝易损性分析的研究主要有以下几点不足之处：
3、一是大多数农作物受洪涝灾害损失性的研究，其主要是以市县级的行政单元作为承载体为研究对象，分析当地作物在人口分布水平与经济发展水平的影响下对洪涝灾害的抵抗能力，研究对象面积较大，较少有研究以作物本身为承灾体进行农作物易损性分析；
4、二是以农作物为承灾体的洪涝易损性分析，研究人员多注重于作物本身的基因结构和理化性质，在小范围研究区内进行作物受涝渍胁迫下的产量分析，较少聚焦于大面积农作物洪涝受灾研究；
5、三是目前农作物洪涝易损性研究的分析方法较为单一，不能充分整合现有知识耦合多种方法对农作物的洪涝受损情况进行综合分析；
6、四是现有农作物洪涝易损性研究方法多受限于局部区域或是针对当地单一作物种类的分析，在人为确定权重数值的基础上进行多源数据的层次或回归分析，只是简单的对灾害结果进行定性分析，缺少机理性质的深入研究，难以获得成灾因素导致灾害发生的本质原因，从而影响灾害评估的准确度和合理性。
7、可见，现有以农作物为承灾体的洪涝易损性分析方法，鉴于大面积研究能力受限、多源知识综合能力较弱、只能进行定性分析等原因，导致现有方案应用于以农作物为分析单位的洪涝易损性分析时，分析精确度、可信度都不够，而且缺少定量分析的方案。
技术实现思路
1、有鉴于此，本发明提供了一种农作物洪涝易损性分析方法，能够进行定量分析，提升分析的精确度和可信度。
2、为了解决上述技术问题，本发明是这样实现的。
3、一种农作物洪涝易损性分析方法，包括：
4、步骤1：获取待分析农作物区域的遥感数据和地理信息数据；
5、步骤2：根据步骤1获取的数据，采用水文模型与水动力模型的串联耦合模型，模拟洪涝灾害蔓延的动态过程，输出洪水淹没过程的栅格数据，包括水深、历时和流速的栅格数据，作为农作物洪涝易损性评估指标体系的致灾因子；
6、步骤3：农作物洪涝易损性评估：构建农作物洪涝易损性评估指标体系，确定各指标的权重；以栅格单元为评估尺度，根据所述权重和指标取值，获取所述待分析农作物区域的农作物洪涝易损性；
7、其中，各指标包括孕灾环境、致灾因子与承灾主体三个维度；所述孕灾环境由高程、降雨量、距河岸距离组成；所述致灾因子由步骤2确定的水深、历时和流速组成；所述承灾主体包括农作物抗涝性和农作物生产力，分别采用基于遥感数据获得的ndvi损失数据和植被净初级生产力npp数据表征。
8、优选地，所述水文模型与水动力模型的串联耦合模型采用swat水文模型与hec-ras水动力模型的串联耦合模型。
9、优选地，所述水文模型与水动力模型的串联耦合模型中，swat水文模型的输出参数进行参数率定后输入hec-ras水动力模型；所述参数率定操作在确定敏感参数时，采用r2、ns系数和pbias系数分别进行全局敏感性分析，产生3个敏感参数集合，取交集后得到最终的敏感参数集合。
10、优选地，hec-ras水动力模型中：
11、空间步长选取与所述栅格单元相同的尺度；
12、空间糙率选取为：耕地取0.04，林地取0.2，草地取0.035，水域取0.035，城镇用地取0.03，未利用土地取0.04；
13、二维非恒定流模拟的时间步长设置为10分钟。
14、优选地，所述步骤3中，确定各指标的权重为：应用ahp层次分析法和熵值法确定各指标的权重；设置所述ahp层次分析法的判断矩阵表时，各指标重要性设置为：
15、所有指标重要性分为三级：高级为距河岸距离、水深、历时和农作物抗涝性；中间级为流速；低级为高程、农作物生产力和降雨量；
16、在致灾因子中，流速重要性最低；
17、在孕灾环境中，距河岸距离重要性最高；
18、在承载体中，农作物生产力的重要性低于农作物抗涝性。
19、优选地，所述步骤3中，所述ahp层次分析法的判断矩阵表为：
20、
21、
22、本发明还提供了一种农作物洪涝易损性分析系统，包括：数据收集模块、水文水动力耦合模型模拟模块、农作物洪涝易损性分析模块；
23、所述数据收集模块，用于获取待分析农作物区域的遥感数据和地理信息数据；
24、所述水文水动力耦合模型模拟模块，用于根据数据收集模块获取的数据，采用水文模型与水动力模型的串联耦合模型，模拟洪涝灾害蔓延的动态过程，输出洪水淹没过程的栅格数据，包括水深、历时和流速的栅格数据，作为农作物洪涝易损性评估指标体系的致灾因子；
25、所述农作物洪涝易损性分析模块，用于构建农作物洪涝易损性评估指标体系，确定各指标的权重；以栅格单元为评估尺度，根据所述权重和指标取值，获取所述待分析农作物区域的农作物洪涝易损性；
26、其中，各指标包括孕灾环境、致灾因子与承灾主体三个维度；所述孕灾环境包括高程、降雨量、距河岸距离；所述致灾因子包括水深、历时和流速；所述承灾主体包括农作物抗涝性和农作物生产力，分别采用基于遥感数据获得的ndvi损失数据和植被净初级生产力npp数据表征。
27、优选地，所述水文水动力耦合模型模拟模块由swat水文模型子模块、参数率定子模块和hec-ras水动力模型子模块组成。
28、优选地，所述参数率定子模块采用r2、ns系数和pbias系数分别进行全局敏感性分析，产生3个敏感参数集合，取交集后得到最终的敏感参数集合。
29、优选地，所述农作物洪涝易损性分析模块应用ahp层次分析法和熵值法确定各指标的权重；设置所述ahp层次分析法的判断矩阵表时，各指标重要性设置为：
30、所有指标重要性分为三级：高级为距河岸距离、水深、历时和农作物抗涝性；中间级为流速；低级为高程、农作物生产力和降雨量；
31、在致灾因子中，流速重要性最低；
32、在孕灾环境中，距河岸距离重要性最高；
33、在承载体中，农作物生产力的重要性低于农作物抗涝性。
34、有益效果：
35、(1)本发明以多源信息为基础，利用水文-水动力耦合模型的互馈优势，动态模拟了洪涝蔓延的过程，从中获取农作物洪涝易损性分析所需的表征参数，尤其是损失因子，通过模型获取的损失因子是基于多源数据的，包括众多的遥感数据和地理信息数据，与基于遥感数据获取的粗略数据相比，本发明的损失因子使得易损性分析结果更加准确、可信；水文-水动力耦合模型输出数据均为栅格数据，能够实现对农作物这种面积较小对象的定量分析，同时也适用于大面积农作物的定量洪涝受灾研究。
36、(2)本发明选取了含有8个参数精简参数集进行易损性评估，指标选择即具有全面表征性，又尽量精简，且属于栅格数据。参数选择时，对于关联性弱、已经涵盖在模型中的数据不做选择，从而最小化由于指标选取不当导致的“异参同效”现象及评估误差。
37、(3)本发明采用水文模型与水动力模型的串联耦合模型，基于swat水文模型获得高质量的水动力输入数据，而水动力模型则能较为详细地模拟水流在河道中的动态行为，与单一水文或水动力模型相比，耦合模型能够整合和利用更广泛的数据集，从而支持更准确的洪涝数值模拟。而且耦合模型提供从流域到河道的连续模拟能力，尤其在河流与流域交互作用明显的区域，能够显著优化模拟效果。此外，耦合模型由于其强大的适应性，能够处理更加复杂的洪涝场景，如多水源的输入和不同土地管理措施的影响评估，从而提高模拟的应用范围和实用性。
38、(4)在本发明一优选实施例中，耦合模型采用swat—hec-ras耦合模型，swat模型专长于模拟宏观尺度的水文过程，而hec-ras模型则能细致刻画河道中的水动力变化。这种模型间的互补性极大增强了它们在处理复杂水文与水动力交互问题时的有效性。通过精确模拟河道内的流速、流量和水位变化，耦合模型能够更准确地预测洪水的演进过程，尤其是在处理如河堤决口或溢洪等极端事件时的应急响应。这两种模型的耦合不仅可以提升模型的可靠性，还能增强模型的普适性和适应性。
39、(5)本发明一优选实施例中，在采用swat水文模型的参数率定上采用三个系数分别求取敏感参数集合再取交集的方式，能保证对诸如土壤水分容量、地表流系数、地下水流参数等关键参数进行有效调整，确保模型输出与实际观测数据之间达到最佳一致性。
40、(6)在一优选实施例中，设定了hec-ras水动力模型中的优选空间步长、空间糙率和二维非恒定流模拟的时间步长，空间步长设置用于保证水动力计算与水文计算的空间一致性，空间糙率设置用于提高洪涝蔓延模拟的可靠性，时间步长的设置用于提高计算过程的高效性。
41、(7)在一优选实施例中，在选取应用ahp层次分析法的判断矩阵表时，通过对八个精简参数的分析，初步确定了重要程度关系，根据该初步关系设计判断矩阵表，能够帮助ahp层次分析法确定准确的参数，从而提升易损性分析结果的准确性。
1.一种农作物洪涝易损性分析方法，其特征在于，包括：
2.如权利要求1所述的一种农作物洪涝易损性分析方法，其特征在于，所述水文模型与水动力模型的串联耦合模型采用swat水文模型与hec-ras水动力模型的串联耦合模型。
3.如权利要求2所述的一种农作物洪涝易损性分析方法，其特征在于，所述水文模型与水动力模型的串联耦合模型中，swat水文模型的输出参数进行参数率定后输入hec-ras水动力模型；所述参数率定操作在确定敏感参数时，采用r2、ns系数和pbias系数分别进行全局敏感性分析，产生3个敏感参数集合，取交集后得到最终的敏感参数集合。
4.如权利要求1所述的一种农作物洪涝易损性分析方法，其特征在于，hec-ras水动力模型中：
5.如权利要求1所述的一种农作物洪涝易损性分析方法，其特征在于，所述步骤3中，确定各指标的权重为：应用ahp层次分析法和熵值法确定各指标的权重；设置所述ahp层次分析法的判断矩阵表时，各指标重要性设置为：
6.如权利要求1所述的一种农作物洪涝易损性分析方法，其特征在于，所述步骤3中，所述ahp层次分析法的判断矩阵表为：
7.一种农作物洪涝易损性分析系统，其特征在于，包括：数据收集模块、水文水动力耦合模型模拟模块、农作物洪涝易损性分析模块；
8.如权利要求7所述的一种农作物洪涝易损性分析系统，其特征在于，所述水文水动力耦合模型模拟模块由swat水文模型子模块、参数率定子模块和hec-ras水动力模型子模块组成。
9.如权利要求8所述的一种农作物洪涝易损性分析系统，其特征在于，所述参数率定子模块采用r2、ns系数和pbias系数分别进行全局敏感性分析，产生3个敏感参数集合，取交集后得到最终的敏感参数集合。
10.如权利要求8所述的一种农作物洪涝易损性分析系统，其特征在于，所述农作物洪涝易损性分析模块应用ahp层次分析法和熵值法确定各指标的权重；设置所述ahp层次分析法的判断矩阵表时，各指标重要性设置为：
