Bapmcm24101143亚太杯特等奖.pdf

选题2024年第十四届APMCM参赛编号

B亚太地区大学生数学建模竞赛（中文赛项）apmc

基于多元线性回归对洪水发生概率的预测研究

摘要

洪水灾害是全球性的环境问题，对人类社会、经济和生态系统构成了严重的威胁。

为此，本文针对洪水灾害的数据分析与预测问题，通过综合运用相关性分析、系统聚

类法、灰色关联分析以及多元线性回归模型等方法，借助MATLAB和SPSS等工具，

首先分析了数据集中的20个指标与洪水发生的关联程度；其次将洪水发生概率聚类并

建立预警评价模型；然后建立洪水发生概率的预测模型并验证其准确性；最后预测测

试数据集中事件的洪水发生概率并分析其分布特性。为洪水灾害的预防和应对提供科

学依据，减少洪水带来的损失，提高人类社会的灾害应对能力。

为提高数据的精度，本文首先对附件提供的洪水数据集进行预处理，包括识别并

处理样本不均衡问题、探索性分析以及特征的分箱和编码。其次，进行数据结构优化

和归一化处理。最后，本文选择了经过优化的采样数据，以确保研究结果的准确性和

可靠性。

针对问题1，特征指标与洪水发生的关联程度。首先根据数据预处理的样本数据，

采用相关性分析探究发生洪水概率与特征指标之间的影响。然后通过Q-Q图与Shapiro-

Wilk检验数据正态性，其次采用皮尔逊（Pearson）相关系数进一步探讨发生洪水概率

与特征指标关系，通过定量分析得出：洪水概率与特征指标之间Pearson相关系数均在

显著性水平为0.05下，即认为发生洪水概率与特征指标影响较大，具体计算结果见表

6。最后针对洪水的提前预防，作出了合理的建议和预防措施。

针对问题2，不同风险的洪水发生概率聚类及预警评价。首先，本文通过采用系统

聚类法将洪水事件的风险划分为高、中、低三个等级，以识别不同风险类别的洪水特

征指标。其次，基于灰色关联分析法构建洪水风险预警评价模型，计算得到影响洪水

发生概率特征指标之间的关联序度见表11。最后，为验证模型的稳健性，提供进行灵

敏度分析，以确保模型在不同条件下都能保持稳定的预测性能。

针对问题3，洪水发生概率的预测及验证。根据问题1中指标与洪水发生的关联程

度分析的结果，构建基于多元线性回归的洪水发生概率预测模型，然后筛选与洪水发

生概率高度相关的指标作为自变量，借助SPSS软件求解得到洪水发生概率的预测参数

估计及检验结果见表13。最后在仅采用5个关键指标时，对模型预测的精度进行分析，

评估模型的拟合优度和预测变量对因变量的影响。得到调整后模型预测的精度结果见

表14。

针对问题4，预测测试数据集中事件的洪水发生概率以及分析其分布特性。基于问

题3中建立的洪水发生概率的预测模型，处理并预测74多万件潜在的洪水事件，然后

将预测结果可视化，绘制直方图和折线图见图11。然后对预测结果进行正态性检验，

以评估模型估计洪水发生概率的准确性和科学性。最后通过箱线图和四分位距检测数

据集中的疑似异常值，确保预测结果的准确性。

关键词：洪水发生概率；相关性分析；系统聚类法；灰色关联分析；多元线性回归

1问题重述

1.1研究背景与意义

洪水灾害是由自然因素如暴雨、快速融冰化雪、风暴潮等引起的河流、湖泊、海

洋水量迅速增加，导致水位迅猛上涨的自然现象。作为一种严重的自然灾害，洪水对

人类社会、经济和生态环境造成了巨大的影响和损失。历史上，洪水灾害的记录可追

溯至数千年前，且随着人口的增长和人类活动的增加，洪水的频率和严重程度呈现加

剧趋势。

在1989-2018年,全球共计发生重大洪水灾害3945起。数据显示亚洲东部、南部和

东南部是洪水灾害频繁发生的地区,其中中国、印度、美国、印度尼西亚等国家是洪水

[1]

灾害发生次数最多的国家，累计发生约1200余次。另外，2018年与1989-2018年全

球洪水灾害事件空间分布如图1所示。

图1：2018年与1989-2018年全球洪水灾害事件空间分布（来源于：数据报告|1989—2018全球重大