机器学习模型在沿海城市洪水危险性空间分异识别中的应用.docx

机器学习模型在沿海城市洪水危险性空间分异识别中的应用

引言

本文仅供参考、学习、交流用途，对文中内容的准确性、及时性不作任何保证。

机器学习模型在沿海城市洪水危险性空间分异识别中的应用

多源异构数据融合与特征工程构建

沿海城市洪水灾害的空间分异特征往往呈现出显著的时空异质性，这要求模型能够高效融合自然地理环境、城市建成环境及气象水文等多源异构数据。在数据获取阶段，需构建覆盖全域的高分辨率数字高程模型（DEM）、海岸线矢量数据、土地利用分类图件、人口密度分布图以及历史洪水观测时间序列等多维数据集。针对沿海特有的高潮位波动性、风暴潮侵入性及内涝点位的动态性，需引入潮汐叠加算法对基础高程数据进