基于机器学习算法的热带气旋灾害县级直接经济损失等级评估:以福建省为例OA北大核心CSTPCD
Assessment of Direct Economic Loss Levels Caused by Tropical Cyclone Disasters in County-Level Using Machine Learning:A Case Study of Fujian Province
为了探索机器学习模型在热带气旋灾害损失评估中的作用,基于2009-2020年福建省县级热带气旋灾害损失数据,分别采用LightGBM(Light Gradient Boosting Machine,LightGBM)、随机森林(Random Forest,RF)、极限梯度提升(eXtreme Gradient Boosting,XGBoost)、支持向量机(Support Vector Machine,SVM)、BP神经网络(Back-Propa…查看全部>>
China is frequently affected by tropical cyclones,which can lead to severe economic losses.Rapid disaster loss assessment is crucial for effective emergency response.A variety of factors affect tropical cyclone disaster losses,which can be roughly categorized into hazard,exposure,and vulnerability.In the past,traditional statistical methods were used as the main tools for disaster loss assessment.To explore the potential of machine learning models,we explore…查看全部>>
邵婧妍;方伟华
北京师范大学 环境演变与自然灾害教育部重点实验室,北京 100875||北京师范大学 地表过程与资源生态国家重点实验室,北京 100875||北京师范大学 地理科学学部灾害风险科学研究院,北京 100875||应急管理部-教育部减灾与应急管理研究院,北京 100875北京师范大学 环境演变与自然灾害教育部重点实验室,北京 100875||北京师范大学 地表过程与资源生态国家重点实验室,北京 100875||北京师范大学 地理科学学部灾害风险科学研究院,北京 100875||应急管理部-教育部减灾与应急管理研究院,北京 100875
大气科学
热带气旋直接经济损失损失评估机器学习评估指标福建省
tropical cyclonedirect economic lossloss assessmentmachine learningassessment indicatorsFujian Province
《热带地理》 2024 (6)
1064-1078,15
国家重点研发计划项目(2022YFC3006404-02)
评论