Современные города, особенно расположенные на низменных побережьях, сталкиваются с растущими угрозами наводнений из-за изменений климата и активной урбанизации. В этом контексте было разработано новое исследование, которое предлагает интегрированную рамку для оценки уязвимости к наводнениям в городах. В качестве примера был выбран город Янчэн.
В рамках исследования были проанализированы 486 исторических точек наводнений и 10 факторов, влияющих на их возникновение. Сравнивались три модели: Random Forest, XGBoost и Support Vector Machine. Результаты показали, что XGBoost продемонстрировал наилучшие показатели предсказательной способности (AUC = 0.938, точность = 0.891), значительно опередив другие модели.
Анализ SHAP выявил ключевые факторы, способствующие наводнениям, среди которых индекс топографической влажности, высота и доля непроницаемых поверхностей составили 47.6% от общего вклада. Кроме того, анализ пространственной неоднородности показал, что механизмы наводнений различаются в зависимости от геоморфологических единиц: в городских застройках доминируют непроницаемые поверхности (31.5% высокий риск), в низменностях Лисияхе — индекс топографической влажности (28.6%), а в прибрежных зонах — высота (23.1%). Наименьший риск наблюдается в палеоканале реки Хуанхэ (11.2%).
Картирование уязвимости показало, что 19.2% исследуемой территории находятся на высоком и очень высоком уровнях риска, причем в районе Тинху этот показатель достигает 37.0%. Предложенная интегрированная рамка предоставляет научную основу для разработки дифференцированных стратегий контроля наводнений в прибрежных городах, что является важным шагом к повышению устойчивости городской инфраструктуры.