近日，公司教师和合作者在《地理学报》2023年5期发表了中国山洪区划的最新研究成果，并入选《地理学报》首页推荐文章。论文第一作者为公司陈跃红红副教授，通讯作者为公司张晓祥教授。河海的大学任立良教授、中国水利水电科学研究院马强高工和刘昌军教高为主要合作者。
根据水利部官方统计，近年来山洪灾害已成为我国造成人员伤亡的主要自然灾害之一。山洪区划旨在刻画山洪灾害的地区分异规律，不仅有助于在我国因地制宜地部署山洪预报预警模型及其参数区域化移用，而且有利于制定合理的中国山洪灾害防灾减灾措施和推动中国山洪灾害防治管理事业的稳健发展。在国家重点研发项目课题（小流域暴雨洪水及灾害风险关键因子辨识量化，2019YFC1510601）的支持下，采用自上而下与自下而上相结合的区划思路，提出了基于自组织神经网络的混合聚类方法，制定了包含9个区划单元的中国山洪一级区划方案和33个区划单元的中国山洪二级区划方案，为我国山洪灾害防灾与管理提供了基础支撑。相关研究成果还发表在International Journal of Applied Earth Observation and Geoinformation期刊等。
|  |
相关参考文献：
[1]陈跃红, 徐聪聪, 张晓祥*, 张若婧, 马强, 刘昌军, 任立良, 时开鑫, 2023. 中国山洪区划研究. 地理学报 78, 1059-1073.
[2]陈跃红, 张若婧, 张晓祥*, 任立良, 2023. 中国自然区划方法与方案研究进展. 地理与地理信息科学 39, 80-90+119.
[3]Zhang, R., Chen, Y.*, Zhang, X., Ma, Q., Ren, L., 2022. Mapping homogeneous regions for flash floods using machine learning: A case study in Jiangxi province, China. International Journal of Applied Earth Observation and Geoinformation 108, 102717.
[4]Yao, J. , Zhang, X., Lui, W., Liu, C. and Ren, L. (2022) Applications of stacking/blending ensemble learning approaches for evaluating flash flood susceptibility. International Journal of Applied Earth Observation and Geoinformation, 112, 102932.