用于尼日利亚拉各斯泻湖洪水易发区制图的可解释集成机器学习方法

《Journal of African Earth Sciences》：Interpretable Ensemble Machine Learning for Flood Susceptibility Mapping in Lagos Lagoon, Nigeria

洪水脆弱性模型在拉各斯潟湖走廊的应用研究。整合Sentinel-1 SAR数据与机器学习模型（随机森林、XGBoost、SVM、CNN），分析地形、水文、光谱等20项指标，识别五个风险等级区，验证距离河流（12.5%）、地形湿润指数（11.5%）等关键驱动因素，为非正规社区防洪规划提供可解释的决策支持。

　　

KATABARWA MURENZI Gilbert|钱世

中国上海同济大学经济与管理学院建筑管理与房地产系

摘要

洪水是全球最具破坏性的威胁之一，每年导致近2000万人死亡，并造成超过3500亿美元的经济损失。尼日利亚拉各斯的年度洪水损失超过2220万美元，每年有超过9万名居民被迫迁移。本研究构建了一个可量化和解释的洪水易发性模型，用于拉各斯泻湖走廊地区，该模型使用了来自Sentinel-1 SAR洪水掩膜的20,000个平衡样本（10,000个受淹样本和10,000个未受淹样本，数据时间为2024年）。预测数据集被标准化为30米的分辨率，包括地形、水文、光谱、气候和社会经济因素。四种监督学习模型——随机森林（Random Forest）、XGBoost、支持向量机（SVM）和卷积神经网络（CNN）——通过70:30的数据分割进行训练，并通过贝叶斯融合进行了优化。集成模型的表现非常出色（准确率=0.94，精确率=0.92，召回率=0.91，F1分数=0.915，ROC-AUC=0.97）。聚类质量通过Silhouette分数0.9798得到验证，识别出从非常低到非常高的五个易发区。可解释人工智能（SHAP分析）表明，距离河流的距离（12.5%）、地形湿度指数（11.5%）、降雨量（10.7%）和NDVI（10.6%）是主要影响因素。高分辨率地图显示，泻湖附近的非正式社区（如Makoko和Ilaje-Bariga）面临显著风险。这种可适应且易于理解的方法将全球机器学习进展与当地适应需求相结合，有助于在数据稀缺的城市环境中实现早期预警系统、基础设施规划和气候适应性沿海管理。

引言

洪水是最严重的与天气相关的灾害之一，对人类生活、经济和环境产生负面影响。每年，灾难性洪水导致近2000万人死亡，并造成超过3500亿美元的经济损失。2024年的损失超过了91亿美元（Subramaniyan等人，2025年）。其中约690万死亡是由洪水单独造成的，使其成为全球最常见的灾难性自然灾害之一（Prathna和Shrivastava，2025年；Varma等人，2025年）。

快速的城市化，特别是在发展中国家，加速了非正式定居点的扩散，而这些定居点的增长往往超出了政府提供足够基础设施和服务的能力。这些非正式定居点通常排水系统不完善、道路基础设施不足且规划不当，因此特别容易发生洪水（Bhanye，2025年；Fu等人，2025年；Macafee等人，2025年；Odunayo等人，2024年；Pu等人，2024年；Singha等人，2024年）。多种因素，包括物理地形、环境状况、社会经济动态和机构能力，决定了这些定居点的洪水易发性。

由于海平面上升、潮汐洪水和降水模式的变化，全球许多沿海城市地区面临更大的洪水风险。研究表明，包括印度苏拉特、孟买、金奈和加尔各答在内的主要沿海城市，以及美国的多个沿海城市和低洼的大都市区，其脆弱性正在增加（Adegun，2023年；Rakib等人，2025a）。沿海非正式社区尤其脆弱，因为它们同时受到风暴潮、潮汐洪水和防护设施不足的双重威胁（Ndimele等人，2024年；Rakib等人，2025b；Shiwomeh等人，2024年）。这些日益严重的问题凸显了加强洪水风险评估的紧迫性，特别是在暴露度和易发性最明显的沿海贫民窟地区。

尼日利亚的拉各斯就是这些动态的典型例子。作为该国的经济中心，拉各斯估计有2800万人口，其大部分地区为低洼地形，约40%为湿地和水体，22%为泻湖和溪流（Dossa等人，2025年；Ndimele等人，2025年；Adegun，2023年）。由于其地理和社会经济条件，拉各斯在全球最易受极端海平面上升影响的50个城市之中。每年洪水造成的基础设施损失约为2220万美元，并伴随着严重的人员和环境后果，包括2018年报告的55起与洪水相关的死亡事件以及每年约有9万名居民被迫迁移（Oscar等人，2022年）。洪水对水资源安全构成重大威胁，数百万尼日利亚人目前无法获得清洁用水。

为应对这些挑战，研究人员付出了巨大努力，以提高对洪水易发性的理解，重点在于识别高风险区域、评估洪水发生概率并探究根本原因。现在采用了多种建模方法，包括水动力模型、基于物理的模型以及经验或数据驱动的模型，来描述和评估洪水易发性（Mudashiru等人，2021年）。

例如，遥感和GIS对于了解沿海洪水如何影响沿海洪泛区非常重要。这是因为它们可以利用多光谱和雷达图像准确检测、绘制和量化受淹区域（Nhangumbe等人，2023年；Risling等人，2024年；Yadav等人，2024年）。通过应用大气和辐射校正、变化检测方法以及来自Sentinel和Landsat等卫星的数据，可以识别高风险沿海区域，并测量洪水造成的范围、严重程度和海岸线变化（Chini等人，2025年；Elmahdy等人，2024年；Firoz等人，2022年）。这有助于灾害响应，降低风险，并实现沿海洪水动态的长期监测。

此外，还采用了数学建模、基于物理的建模和实验物理建模方法来划定易发生洪水的区域。像Delft3D和HEC-RAS这样的数值模型可以在一维、二维或三维中模拟洪水动态，以促进基于物理的分析（Al等人，2020年；Sirohi，2025年）。基于物理的模型具有很高的精度，但需要综合输入，如地形、环境和卫星数据，这些数据必须在GIS框架内进行处理（Mudashiru等人，2021年；Shekar & Mathew，2023年）。目前，机器学习模型的出现为洪水风险相关过程和关系提供了重要见解。这些方法的持续发展可能会改进洪水风险管理策略并减轻洪水的影响（Amiri等人，2024年）。这些模型已被用于分析自然灾害，包括频率比（FR）、分析层次过程（AHP）、分析网络过程（ANP）、支持向量机（SVM）、随机森林（RF）、证据信念函数（EBF）和人工神经网络（ANN）（Ahmadi等人，2023年；Balogun等人，2022年；Jahanbani等人，2024年；Nair等人，2025年；Pham等人，2021年；Yariyan等人，2020年；Yilmaz，2022年）。最近的研究还表明，集成方法比单独的模型表现更好（Islam等人，2023年；Long等人，2025年；?zdemir等人，2023年）。为了改进这些预测，研究人员采用了复杂的特征选择技术，如应用于Sentinel-1数据的信息增益比（Information Gain Ratio），以及创新的混合架构，如HP-SVR（Enes等人，2023a，2023b；Feizbahr等人，2025年；Ren等人，2024年；Saha等人，2021年）。此外，大多数研究使用了可解释人工智能和机器学习方法，以提高洪水预报的准确性和可解释性（Lin等人，2022年；Wang & Wu，2025年）。

尽管机器学习（ML）和遥感模型（包括随机森林（RF）和XGBoost）已成为估算洪水风险的强大工具，但它们在非正式定居点的应用仍受到限制。特别是，贫民窟不受控制的拓扑复杂性给传统模型带来了挑战，而高精度机器学习模型往往缺乏决策者识别局部风险因素所需的可解释性（Assis等人，2025年；Dasallas等人，2024年）。在拉各斯，大多数洪水制图工作集中在正式城市区域，常常忽视了如拉各斯泻湖等社区的超级局部条件。因此，很少有研究将高分辨率的Sentinel数据与机器学习算法结合使用，以评估浮动贫民窟环境的洪水脆弱性，更少有研究将实时警报机制集成到低连接性社区的网络中（Adegun，2023年；Ighile等人，2022年；Ko?等人，2021年；Lange等人，2020年；Liu等人，2025年；Tapo等人，2024年）。因此，决策者缺乏精确的、特定于社区的脆弱性地图和预测工具来支持早期预警。

本研究旨在通过实现以下综合目标，将全球技术进步与当地适应需求相结合：（1）通过整合异构集成模型（RF、XGBoost、SVM和CNN）与多传感器SAR和光学图像，为拉各斯泻湖开发一个可解释的洪水易发性框架，以确定高风险的非正式定居点。（2）使用可解释人工智能（SHAP）量化局部洪水驱动因素，为政策利益相关者提供透明、可操作的见解，同时为全球各种沿海贫民窟环境建立可扩展的工作流程。

最后，本研究旨在提供一种可扩展和可复制的流程，提供详细的、可解释的地图，以增强世界上最脆弱沿海地区的早期预警系统和韧性计划。这种方法在其针对浮动贫民窟形态的特定校准以及将复杂算法输出转化为灾害管理可操作见解方面具有创新性。

研究区域

研究区域包括拉各斯泻湖走廊，这是一个位于尼日利亚西南部大西洋沿岸的低洼沿海地区。拉各斯泻湖是西非最大的河口系统之一，包含城市发展、沼泽、潮汐溪流和填海土地（Ogunkoya，2023年；Osanyintuyi等人，2022年）。该泻湖对拉各斯的水文系统至关重要，收集了包括Ogun河、Osun河和Yewa河在内的主要河流的径流，以及雨水

洪水清单地图

2024年雨季的卫星洪水掩膜分析显示，12,151个像素（研究区域的1.98%）被分类为受淹区域，而601,215个像素（98.02%）被识别为未受淹区域。洪水检测仅在行政边界内进行，共分析了613,366个像素，见表3。这些统计数据提供了研究区域洪水发生的全面量化，为更复杂的地理研究提供了基础

洪水事件的空间分布

讨论

本研究通过将集成机器学习技术（随机森林和XGBoost）整合到可复制的地理空间框架中，改进了洪水易发性映射。与传统的统计方法（如逻辑回归或频率比模型）相比，集成方法显示出更高的分类准确性和鲁棒性。工作流程的创新在于其对预测因子的系统集成：光谱指数、水文参数、地形特征等

局限性

本研究通过集成机器学习和可复制的地理空间程序改进了洪水易发性映射；然而，一些限制因素影响了解释能力，并指出了未来研究的方向。所使用的建模方法采用了平衡采样和基于像素的分类，这可能会简化多样化的洪水环境，并可能无法充分捕捉非正式定居点的局部异质性，同时过度强调训练数据密集的位置

结论

本研究建立了一种经过验证且可复制的拉各斯泻湖洪水易发性映射方法，使用了集成机器学习技术（RF和XGB）以及一系列地理空间预测因子。方法论贡献包括清晰的预测因子集成架构、使用k折交叉验证和独立测试集的严格验证，以及可发布的输出，提高了重复性。主要发现强调了光谱指数的主导作用

作者贡献声明

Katabarwa Murenzi Gilbert：撰写——原始草稿、可视化、方法论、正式分析。钱世：撰写——审阅与编辑、监督、概念化

未引用的参考文献

Pedregosa等人，2019年；Li等人，2025年，MODEL_EVALUATION.pdf。

数据可用性

本研究生成和/或分析的数据集可向相应作者提出合理请求后获取。

资助

本研究得到了中国国家自然科学基金（授权号：2261129476）的资助

利益冲突声明

? 作者声明他们没有已知的可能会影响本文工作的竞争性财务利益或个人关系。