基于XGBoost模型的多尺度武装冲突风险预测——以巴基斯坦为例OA

全球范围内的武装冲突已经成为国际社会不容忽视的焦点,如何结合多源地理空间数据研究,从更加精细的空间尺度上预测冲突爆发风险是亟需解决的问题。以巴基斯坦为例,提出一种基于XGBoost的多尺度武装冲突预测模型。首先,构建多尺度网格对数据进行划分,经时空栅格化处理后作为预测模型的主题数据集;其次,基于数据集构建地理环境、经济社会、时间推移、空间扩张、时空依赖和全要素等6个主题子模型;最后,结合不平衡样本处理和贝叶斯自动寻优,对武装冲突爆发的风险等级进行划分和预测。基于XGBoost的多尺度网格的预测可以实现更精细的空间划分,准确捕捉冲突爆发的地点和分布模式。模型可应用于不同层级,为制定不同地区的冲突风险政策提供参考。