基于贝叶斯优化XGBoost的湖南省暴雨灾害综合损失评估
向欣
王莉萍
王维国
王冠岚
国家气象中心,北京 100081
摘要：基于2016-2022年湖南省各县(区)暴雨灾害灾情信息,利用客观方法构建暴雨灾害综合损失评价指数,并将其划分为 4 个等级.考虑致灾因子、孕灾环境、承灾体、防灾减灾能力因素,选取 13 个解释变量,利用贝叶斯优化 XGBoost构建暴雨灾害综合损失评估模型.结果表明:(1)在综合损失评价指数中,人口损失因子所占权重最大,其次为房屋损失和农业受灾面积.(2)基于贝叶斯优化 XGBoost构建的模型对于灾害综合损失等级的评估效果较好,训练集和测试集准确率为 0.86 和 0.83.(3)致灾因子相关解释变量是影响损失等级判识的最关键因素,对于判识是否为重度损失等级的重要度高达 83.11%,尤其是过程平均降雨量、过程最大降雨量,两者的增加会提高样本被识别为重度损失等级的概率.利用该模型对 2022 年 6 月 1 日至 5 日湖南省强降雨过程进行应用检验,出现人员伤亡的县(区)均被识别为重度损失等级,模型评估结果与已收集到的灾情匹配度较高.
关键词：暴雨灾害综合损失XGBoost检验评估
分类号：P426.616(气象基本要素、大气现象)
资助基金：中国气象局创新发展专项(CXFZ2023J071)中国气象局创新发展专项(CXFZ2024J073)中国气象局决策气象服务专项(JCZX2023017)
论文发表日期：2025-11-30
在线出版日期：2026-09-12（本平台首次上网日期，不代表文献的发表时间）
页数：7( 74-80 )
英文信息