基于随机森林算法的洪水灾害风险评估研究附视频

根据流域灾害系统理论,在考虑致灾因子、孕灾环境和承灾体的基础上,选取9个风险评价指标,运用样本数据进行人工识别风险并得到训练样本,采用随机森林算法构建基于随机森林的洪水灾害风险评估模型。然后采用随机森林自评估工具,分析建立的洪水灾害风险评估模型的误差和指标,同时构建支持向量机模型作为对比方案,并采用五折交叉验证方法对基于随机森林算法的洪水灾害风险评估模型和支持向量机模型进行验证。最后以海河流域邱庄段为研究对象,分别运用基于随机森林算法的洪水灾害风险评估模型和基于支持向量机模型对相同的数据集进行评估和对比,结果显示,12 h内降雨总量、洪水持续时间和土壤含水量是引发洪水的主要因素,而基于随机森林算法的洪水灾害风险评估的训练精度及测试精度均高于支持向量机模型。