区域洪涝灾害损失评估及预测的CART模型研究——以湖南省为例

吉中会，李 宁，吴吉东，刘雪琴

(1.北京师范大学a.地表过程与资源生态国家重点实验室;b.环境演变与自然灾害教育部重点实验室，北京100875;2.国家海洋局国家海洋环境监测中心，辽宁大连116023)

0 引言

20世纪90年代以来，全球自然灾害发生频率呈明显上升趋势［1］，其中洪涝灾害是发生最为频繁的灾种之一，具有复杂性特征［2］，近年来的发生频率也越来越高［3］，损失十分严重。目前，洪涝灾害损失评估方法较多，主要集中于致灾因子与损失的关系研究，国际上通常是建立淹没水深、洪水历时等与损失的函数模型［4］，基于水文物理过程的动力学模型［5］等;国内常用方法则有模糊综合评判法［6］、神经网络法［7］、极值模型［8］等，而这些方法均具有局限性。传统的多元线性回归由于自变量之间存在共线性，掩盖了某些因子的作用，从而影响模型的精度［9］。

洪涝灾害损失评估一般包括人口、经济、社会及生态等方面，造成损失的因子众多，且存在区域差异［10］，如何从这些复杂的因素中客观地提取出主要因子，并将其影响程度量化，是做好洪灾直接和间接损失评估的基础。目前此类研究还较少，分类与回归树(classification and regression tree，简称CART)模型恰好能够解决此类问题，它通过递归方式将多维自变量进行划分，提取主要影响变量，允许混合的标度单位，同时可以解决回归方法中假设过于严格的问题［11］，能更加准确地把握自变量和因变量之间的关系，并对因变量做出预测，因而具有良好的应用前景。目前国际上已应用于临床医学诊断［12］、雪灾风险评估［13］、生物信息学［14］等领域;国内在故障诊断［15］、矿产分类与预测［16］等领域也有应用。……