Geosci. Front. | 利用基于参数优化的地理探测器-机器学习耦合模型评估洪水灾害空间驱动因素的综合框架

本文提出了一种利用基于参数优化的地理探测器-机器学习耦合模型（OPGD-RFE-LGBM）评估洪水灾害空间驱动因素的综合框架。研究以云南省为例，通过分析1986-2020年间的7332个洪涝灾害事件，识别出地貌分区对洪水灾害空间分异的贡献率为66.1%，并发现极端降水相关因子是最关键的驱动因素。研究结果表明，OPGD-RFE-LGBM耦合模型在识别基本驱动因素和进行定量影响分析方面优于单一的LGBM模型，且模拟性能有所提升。该框架为洪涝灾害的综合研究提供了方法参考，并为灾害管理部门制定宏观防灾策略提供了依据。