Clear Sky Science · ru

Выбор мест для объектов экстренной логистики с учётом крупных природных катастроф в горных городах на основе GIS-MCDM

· Назад к списку

Почему важно планировать действия при бедствиях заранее

Когда мощный шторм, оползень или землетрясение поражают удалённый горный город, доставка еды, воды и медицинских материалов вовремя может решить вопрос жизни и смерти. При этом многие аварийные склады и пункты развертывания не были спроектированы с учётом современных климатических экстремов и сурового горного рельефа. В этом исследовании задаётся простой, но неотложный вопрос: где следует размещать объекты экстренной логистики, чтобы помощь могла охватить как можно больше людей как можно быстрее и безопаснее в горных регионах, таких как провинция Гуйчжоу в Китае?

Понимание проблем в горных районах

Горные территории сталкиваются с целым набором уязвимостей. Дороги часто узкие, извилистые или легко блокируются оползнями и наводнениями. Посёлки и города разбросаны по крутым склонам и глубоким долинам. Сильные дожди могут спровоцировать цепочку событий — от внезапных паводков до селей, а землетрясения способны отрезать и без того хрупкие транспортные пути. Прошлые катастрофы в Азии показали, что многие человеческие потери и экономический ущерб были обусловлены не только самой опасностью, но и медленной или неравномерной доставкой помощи. Для горных городов разработка системы экстренной логистики, которая работает в согласии с ландшафтом, а не вопреки ему, — ключевой элемент готовности к бедствиям.

Figure 1
Figure 1.

Совмещение карт и инструментов принятия решений для поиска лучших мест

Авторы сосредоточили внимание на Гуйчжоу, в основном горной провинции на юго-западе Китая, как на реальном полигоне. Они собрали детальные пространственные данные по четырём главным аспектам: где живёт население, как устроены транспортные системы, насколько крутой и высокий рельеф, и где в последние годы происходили крупные природные опасности. С помощью программного обеспечения ГИС эти сведения превратили в многослойные цифровые карты, показывающие плотность населения, расстояния до дорог, железных дорог и аэропортов, высоты, реки и скопления наводнений, оползней и землетрясений. Все слои были приведены к общей шкале, чтобы их можно было сравнивать и комбинировать по всей провинции.

Уравновешивание суждений экспертов и объективных данных

Выбор наиболее значимых факторов — это вопрос ценностей, но опираться только на интуицию рискованно. Чтобы снизить эту предвзятость, команда совместила мнения экспертов с объективным анализом данных. Панель из девяти специалистов по управлению бедствиями и городским рискам сначала использовала структурированный метод сравнения, чтобы указать, какие индикаторы они считают более важными — например, плотность населения против сейсмического риска. Параллельно статистический метод «энтропии» оценивал, насколько каждый картографический слой варьирует в пространстве, рассматривая более изменчивые слои как более информативные. Усреднив два набора весов, исследователи получили сбалансированную оценку для каждого фактора, придавая чуть больше значения густонаселённым районам и легко доступным транспортным коридорам, при этом учитывая рельеф и экспозицию опасностей.

Figure 2
Figure 2.

Картирование наиболее подходящих мест для аварийных хабов

Используя эти комбинированные веса, исследование применило метод ранжирования, который оценивает каждую локацию по тому, насколько она близка к идеальному аварийному месту и насколько удалена от явно непригодного. В результате получилась карта пригодности по всей провинции, разделённая на пять уровней — от очень низкого до очень высокого. Возникающая картина поразительна: восточная часть Гуйчжоу, с более пологим рельефом, большей плотностью населения и лучшими автомобильными и железнодорожными связями, демонстрирует существенно больше зон высокой пригодности, тогда как более крутой и слабо связанный запад отстаёт. Конкретные округа и уезды с развитой транспортной сетью и умеренным рельефом выделяются как основные кандидаты для будущих логистических объектов, обеспечивая хорошее покрытие уязвимых сообществ и одновременно избегая зон наибольшего риска паводков и оползней.

Проверка устойчивости выбранных решений

Чтобы выяснить, насколько их рекомендации устойчивы, исследователи провели тесты чувствительности, слегка меняя важность ключевых индикаторов и наблюдая, как меняется карта пригодности. Они обнаружили, что плотность населения является наиболее влиятельным фактором: при усилении её веса площадь, оценённая как высокопригодная, сокращается, а при уменьшении — такие зоны расширяются в менее населённые регионы. Тем не менее некоторые места, особенно на северо‑западе, оставались плохими вариантами независимо от корректировок, поскольку там суровый рельеф, редкая дорожная сеть и частые опасности. Это сочетание чувствительности и устойчивости указывает на реалистичность модели: некоторые планировочные решения гибки, но серьёзные географические ограничения нельзя просто игнорировать.

Что это значит для людей на местах

Для неспециалистов главный вывод таков: размещение аварийных складов, депо и центров координации в горных регионах — это не только вопрос дешёвой земли или готовых зданий. Тщательно накладывая информацию о людях, дорогах, склонах, реках и прошлых бедствиях, планировщики могут выявить места, которые одновременно доступны и относительно безопасны при следующем крупном шторме или землетрясении. В Гуйчжоу этот подход показывает ясный восточно-сильный, западно-слабый узор, сформированный рельефом и доступностью, и подчёркивает доминирующую роль населения и транспорта в спасении жизней. Рамочная методика рассчитана на предbедственное планирование, то есть может направлять долгосрочные инвестиции, которые тихо укрепляют устойчивость задолго до того, как прозвучат сирены.

Цитирование: Lin, Y., Xiang, Y., Yin, H. et al. Selection of emergency logistics facility locations considering major natural disasters in mountainous cities based on GIS-MCDM. Sci Rep 16, 11634 (2026). https://doi.org/10.1038/s41598-026-43065-y

Ключевые слова: аварийная логистика, горные катастрофы, расположение объектов, пространственное картирование рисков, готовность к бедствиям