摘要
本发明属于自然灾害风险评估技术领域,具体涉及一种基于可解释人工智能的洪涝灾害风险评估方法和系统,该方法包括:根据历史洪涝灾害确定影响因子;利用LISFLOOD‑FP水动力模型模拟得到致灾因子指标;结合梯度提升决策树(GBDT)算法预测不同重现期下的洪涝灾害风险等级,并量化识别致灾因子重要性;引入LIME模型对GBDT预测结果进行局部解释,明确各致灾因子贡献率;基于贡献率和GBDT预测结果构建评估指标体系,进行洪涝灾害风险评估。该系统包括影响因子确定、水动力模型模拟、GBDT预测、模型解释、风险评估及模型验证等单元,实现了洪涝灾害风险的精准模拟与智能评估,有助于降低城市洪涝灾害损失。
技术关键词
可解释人工智能
风险评估方法
贡献率
因子
风险评估模型
评估指标体系
GBDT算法
构建GBDT模型
数字高程模型数据
自然灾害风险
梯度提升决策树
城市洪涝灾害
风险评估系统
动力
情景
系统为您推荐了相关专利信息
风险评估模型
审计方法
Boosting算法
大数据
深度学习优化