[发明专利]一种耦合GIS和GBDT算法的区域洪涝灾害风险评价与预估方法

权利要求书

1.一种耦合GIS和GBDT算法的区域洪涝灾害风险评价与预估方法，其特征在于，包括以下步骤：

(1)依据自然灾害风险评价理论，辨识区域洪涝灾害关键影响因子，构建基于致灾因子、孕灾环境、承灾体和防灾减灾能力四种类型的区域洪涝灾害风险评价指标体系，并对区域洪涝灾害风险评价指标体系中的各评价指标归一化处理，然后利用ArcGIS分别生成各评价指标图层；

致灾因子、孕灾环境、承灾体和防灾减灾能力四种类型的区域洪涝灾害风险评价指标体系包括致灾因子层面的年最大日降雨和年最大洪峰流量，孕灾环境层面的高程、坡度、河流缓冲区及河网密度，承灾体层面的人口密度、GDP密度与农作物综合播种面积，防灾减灾能力层面的库容密度和蓄滞洪区密度；其中农作物综合播种面积是根据所在地区的种植结构，选择汛期农田所在种植的农作物，根据不同农作物耐淹时间的长短进行加权计算获得，具体公式如下：

将所在地区汛期农田内种植的农作物根据耐淹时间由长到短排序为：a₁,a₂,…,a_i,…,a_n；分别取倒数得，令则依据耐淹时间的不同分别求得对应农作物播种面积的权重为：查阅地区年鉴得对应农作物的播种面积为：s₁,s₂,…,s_i,…,s_n；则农作物综合播种面积为：

将各评价指标归一化后利用ArcGIS分别生成各评价指标图层；

(2)综合考虑主客观因素，基于博弈论耦合层次分析法和CRITIC法，得出各评价指标的最优组合权重，生成致灾因子、孕灾环境、承灾体和防灾减灾能力四种类型的区域洪涝灾害风险分布图层；

首先利用层次分析法确定各类型评价指标集初始主观权重，具体包括：

(a)构造比较判断矩阵，对有n个评价指标的评价指标集X，利用1～9比较尺度法进行两两评价指标重要性评判，得到判断矩阵Y＝(y_ij)_n×n，其中y_ij，(i＝1,2,…,n；j＝1,2,…,n)表示第i个评价指标相对第j个评价指标的重要性；

(b)计算判断矩阵Y＝(y_ij)_n×n的最大特征值λ_max，根据特征方程|Y-λE|＝0，求得特征值λ₁,λ₂,…,λ_n，选择最大的特征值λ_max；

(c)一致性检验，计算CR值，若CR0.1，则认为判断矩阵Y＝(y_ij)_n×n的一致性可接受，否则适当调整判断矩阵Y＝(y_ij)_n×n，其中，CI为一致性指标，CR为随机一致性比率，RI为随机一致性指标；

(d)计算各评价指标权重，通过一致性检验后，利用公式(Y-λ_maxE)e＝0求得判断矩阵Y＝(y_ij)_n×n最大特征值λ_max对应的特征向量e＝(e₁,e₂,…,e_n)，经归一化处理即为相应各评价指标相对重要性的权重表示为：

其次，采用CRITIC法对各评价指标进行客观赋权，计算第j个评价指标与其他评价指标之间的冲突性量化评价指标为：其中r_ij表示第i个评价指标和第j个评价指标之间的相关系数，n为评价指标总数；第j个评价指标所包含的信息量G_j用下式表示：其中δ_j表示第j个评价指标的类别间标准差，CRITIC权重表示为：

基于博弈论确定各评价指标的综合权重，即在上述两种权重之间寻求平衡或妥协，极小化可能权重与各个基本权重之间的偏差，筛选最优组合权重，即寻找最优权重系数α_k^*使得w_k^*与各w_k的离差极小，即由此计算求出α_k，经归一化处理得最优组合权重表示为

依据如下公式得到致灾因子、孕灾环境、承灾体和防灾减灾能力四种类型的区域洪涝灾害风险分布图层；

致灾因子风险：

孕灾环境风险：

承灾体风险：

防灾减灾能力风险：

式中，f_i、e_i、u_i、v_i为各栅格单元经标准化处理后致灾因子评价指标、孕灾环境评价指标、承灾体评价指标和防灾减灾能力评价指标的取值；ω_i为各评价指标最优组合权重；

(3)设定各类型区域洪涝灾害风险分布图层的初始权重系数，并设置初始权重系数变幅，生成历史区域洪涝灾害风险分布图层集，利用自然分级法评估风险等级，得到历史区域洪涝灾害风险区划图集，基于专家意见确定最终历史区域洪涝灾害风险区划图；

首先设定各类型洪涝灾害风险分布图层的初始权重系数，利用ArcGIS中的栅格计算器通过如下公式叠加四类风险分布图层得到区域洪涝灾害风险分布图：Risk＝f(F,E,U,V)＝ω_F·F+ω_E·E+ω_U·U+ω_V·V，其中，F,E,U,V分别为致灾因子风险、孕灾环境风险、承灾体风险和防灾减灾能力风险，ω为权重系数，其次设置权重系数变幅△，生成历史区域洪涝灾害风险分布图层集；

接着利用自然分级法评估风险等级，得到历史区域洪涝灾害风险区划图集，交于多位专家分别对上述风险区划图集进行打分，并确定最终历史区域洪涝灾害风险区划图的具体步骤如下：

(a)设有m个专家参加评分，图集中共有k张风险区划图，评分范围为0～10分，计算最终得分采用均值法；

(b)设专家i对j张图评分r_ij，则专家组评分矩阵I＝(r_ij)_m×k；

(c)利用均值法得到每张图所有专家的平均打分矩阵L＝(l_1j)_1×k，其中，

(d)让专家把每张图的平均值与自己的打分比较，如果有专家想改变评分，则回到步骤(b)重复评分过程；如无异议，则确定每张图的最终得分；

(e)经过多轮征询、反馈与调整，将平均得分最高的风险区划图作为最终结果；

(4)利用梯度提升决策树法构建区域洪涝灾害风险评价模型，学习各评价指标与历史区域洪涝灾害风险等级之间的非线性关系，输入未来区域洪涝灾害风险影响因子，预测未来区域洪涝灾害风险，并利用ArcGIS生成未来区域洪涝灾害风险区划图；

利用梯度提升决策树(GBDT)构建区域洪涝灾害风险评价模型包括以下步骤：

(41)将区域洪涝灾害风险影响因子作为输入，将步骤(3)得到的最终历史区域洪涝灾害风险区划图按照风险等级由低到高分成1至5共5级作为输出，利用交叉验证法随机选取训练样本和验证样本；

(42)将所有数据归一化处理，将其控制在[-1,1]的区间内；

(43)选择GBDT算法构建区域洪涝灾害风险评价模型，其中，该评价模型的基学习器f_k(x)选择CART决策树，选取粒子群算法优选梯度提升框架参数和决策树框架参数；

(44)训练(43)中构建的区域洪涝灾害风险评价模型，寻找在解空间内使得验证样本的均方误差和最小的参数，将其作为最优参数；

(45)将未来洪涝灾害风险影响因子预测数据输入到训练好的洪涝灾害风险评价模型中对未来区域洪涝灾害风险进行预测，利用ArcGIS输出未来区域洪涝灾害风险区划预测图。