肯尼亚基苏木郡洪水风险建模：多源地理空间数据与机器学习的集成

《Frontiers in Environmental Science》：Flood risk modeling for Kisumu County, Kenya: integrating multi-source geospatial data and machine learning

　　

**摘要**

**引言**：在气候变化与快速城市化的驱动下，洪水对肯尼亚基苏木郡（Kisumu County）构成的威胁日益加剧。

**方法**：本研究开发了一个集成框架，结合遥感（remote sensing）、地理信息系统（GIS）与机器学习（machine learning），利用多源地理空间数据（Sentinel-1 SAR、Landsat 8、SRTM DEM、SMAP土壤水分）及气象数据（2014-2025年），开展洪水风险制图与预报。研究人员开发并验证了四种机器学习模型：随机森林（random forest, RF）、人工神经网络（artificial neural network, ANN）、深度神经网络（deep neural network, DNN）和卷积神经网络（convolutional neural network, CNN）。

**结果**：ANN取得了最高精度（R2 = 0.910，RMSE = 0.038）。将RF（R2 = 0.520）从集成模型中排除后，性能提升至R2 = 0.916（RMSE = 0.035），误差降低了22%。洪水风险制图将基苏木郡划分为五个等级，显示40.9%（857.8 km2）的区域面临中度至极高风险，关键热点位于维多利亚湖沿岸以及基苏木市（Kisumu City）和阿赫罗（Ahero）。坡度（20%）、归一化差值建筑指数（NDBI，15%）、土壤水分（15%）和河流邻近度（15%）被确定为主要的洪水驱动因子。不确定性量化揭示了较低的模型方差（R2 σ = 0.006），并表明偶然不确定性（aleatoric uncertainty，62%）主导了认知不确定性（epistemic uncertainty，38%）。

**讨论/结论**：该框架为全球数据稀缺地区提供了一种可复制、数据驱动的洪水风险评估方法。

**基于多源地理空间数据与机器学习的基苏木郡洪水风险建模与评估研究解读**

**1. 研究背景与科学问题**

洪水泛滥区因其土壤肥沃，历来是聚落与农业活动的重要承载区域，然而洪水同时对这些区域的自然生态系统与人类社会构成显著威胁。全球范围内，洪水在各类自然灾害中发生频率最高、造成的人员伤亡与经济损失亦最为严重。在气候变化背景下，海平面上升、降水格局改变以及极端天气事件频发，进一步加剧了洪水风险。特别是维多利亚湖盆地（Lake Victoria Basin）降水增加的趋势，预计将恶化肯尼亚基苏木郡及其周边子流域的洪水形势。与此同时，快速的城市化进程、森林砍伐以及基础设施发展改变了区域景观，导致降雨模式难以预测、可耕地减少、水体淤积加重。历史数据表明，基苏木郡多次遭受严重洪水侵袭，例如1997年厄尔尼诺事件与2008-2009年洪水，大量居民曾遭受洪水影响。

当前洪水风险评估面临的核心挑战在于：第一，用于校准统计与水文模型的径流记录在数据稀缺地区往往不完整、时序短、存在测量误差或获取受限；第二，物理水文模型需要深厚的专业知识和高质量的地面实测数据，限制了其在监测薄弱地区的应用；第三，有效的洪水制图需要连续的水文气候监测，然而现有系统普遍存在数据缺口。因此，在数据稀缺地区开发一种能够整合多源卫星地理空间数据、无需完全依赖地面实测网络的洪水风险评估方法，具有重要的科学意义与应用价值。

**2. 研究目标与总体框架**

针对上述问题，本研究旨在开发并验证一个集成遥感（remote sensing, RS）、地理信息系统（geographic information system, GIS）与机器学习（machine learning, ML）的洪水风险制图与预报框架。研究选取肯尼亚基苏木郡（位于34°30′E至35°20′E，0°0′S至0°20′S之间）为研究区，利用2014年至2025年2月至5月雨季期间的多源地理空间数据与气象数据，训练并比较四种机器学习模型（随机森林RF、人工神经网络ANN、深度神经网络DNN、卷积神经网络CNN），最终生成高分辨率洪水风险图并进行未来洪水预报，同时量化预报的不确定性。该研究发表于《Frontiers in Environmental Science》。

**3. 主要技术方法**

该研究采用的关键技术方法包括：其一，利用Sentinel-1合成孔径雷达（synthetic aperture radar, SAR）影像，通过变化检测原理（比较洪水前期与洪水期后向散射系数之差）构建历史洪水范围，并采用大津法（Otsu's method）自动确定阈值，同时利用全球地表水数据集（Joint Research Centre Global Surface Water Occurrence dataset, JRC/GSW1_3）掩膜永久性水体以区分新增淹没区；其二，应用Landsat 8影像计算归一化差值建筑指数（normalized difference built-up index, NDBI）与归一化差值植被指数（normalized difference vegetation index, NDVI），结合土壤水分主动被动（Soil Moisture Active Passive, SMAP）Level-4土壤水分产品、航天飞机雷达地形任务（Shuttle Radar Topography Mission, SRTM）数字高程模型（digital elevation model, DEM）提取的坡度与河流网络，以及气象数据（温度、降雨、风速）构成多维特征集；其三，采用基于样本块的采样策略应对类别不平衡问题（非洪水像元占80.2%，洪水像元占19.8%），围绕洪水像元提取64×64像素的局部样本块，通过数据增强（随机变换、翻转、旋转、亮度调整）扩充训练集，最终形成形状为（240, 14, 64, 64, 8）的训练数据集；其四，构建并训练四种机器学习模型（ANN采用9输入神经元-64隐藏神经元-32隐藏神经元-1输出神经元的多层感知机结构，CNN采用一维卷积架构，DNN采用更深层的密集连接网络并加入丢弃层，RF采用100棵树、每树5层的集成配置）；其五，采用时间严格分离的标准化流程防止数据泄漏，应用Jenks自然断点法将连续洪水概率值划分为五个风险等级，并利用自举重采样（bootstrap resampling）、预测区间估计以及偶然/认知不确定性分解对预报不确定性进行量化。

**4. 主要研究结果**

**4.1 洪水风险类别的空间分布**

空间分析显示，基苏木郡的洪水风险呈现显著的空间异质性。最终集成风险图显示，极高风险区面积为19.2 km2（占全郡0.9%），集中于维多利亚湖沿岸及卡蒂托（Katito）附近；高风险区面积为220.3 km2（占10.5%），主要分布于基苏木市与阿赫罗地区；中风险区面积为618.3 km2（占29.6%），构成洪水易发区的主体；低风险区面积为795.1 km2（占38.1%），为占比最大的类别；极低风险区面积为438.7 km2（占21.0%），主要位于马塞诺（Maseno）与里亚特（Riat）一带。总体而言，约40.9%的区域面临中度及以上洪水风险，这些空间格局与河流邻近度、湖泊邻近度、建成环境和平坦地形密切相关。

**4.2 模型验证结果**

四种机器学习模型的验证结果显示，ANN取得了最优的个体预测性能（R2 = 0.910，RMSE = 0.038），CNN（R2 = 0.880，RMSE = 0.044）与DNN（R2 = 0.890，RMSE = 0.042）也表现出较强性能。RF性能相对较低（R2 = 0.520，RMSE = 0.089），原因在于RF通过特征空间的轴平行分割形成决策边界，难以捕捉水文过程中平滑变化的连续函数与复杂交互效应。全体集成模型（四模型等权平均）取得R2 = 0.800、RMSE = 0.040的性能。将RF排除后的集成模型（ANN + CNN + DNN）性能提升至R2 = 0.916、RMSE = 0.035，预测误差降低了22.0%。

**4.3 空间精度评估**

通过混淆矩阵对集成模型的洪水预报空间精度进行评估，得到总体精度（overall accuracy）为0.80，Kappa系数为0.78，精确率（precision）为0.83，召回率（recall）为0.80，F1分数为0.81，受试者工作特征曲线下面积（area under the receiver operating characteristic curve, ROC-AUC）为0.94。该模型成功捕捉了2014年、2018年和2020年基苏木郡重大洪水事件的空间范围，与肯尼亚气象部门记录及当地新闻报道的对比显示85%的一致性。

**4.4 特征重要性分析**

基于ANN模型的特征重要性分析表明，坡度是最主要的洪水驱动因子（贡献率20%），确认了地形对洪水汇集与流速的首要控制作用。NDBI（15%）、土壤水分（15%）和河流邻近度（15%）同等重要，反映了城市化对地表径流的加剧效应、前期土壤饱和条件对入渗能力的控制作用以及距洪水源头的距离对暴露度的直接影响。降雨仅贡献10%，表明景观特征对洪水风险的调节作用强于单一的降水强度因素。

**4.5 不确定性量化**

自举方差估计（10次重采样）显示各模型的标准差均较低（R2 σ < 0.012），其中集成模型的方差最小（R2 σ = 0.006），表明多架构组合有效降低了预报不稳定性。2026-2027年预报显示，研究区洪水面积占比预计从0.397%略微增加至0.441%，±1σ区间范围为0.35%-0.45%，±2σ区间在2026年为0.31%-0.49%，2027年扩展至0.33%-0.52%，置信区间随预报时限延长而变宽，反映了累积的气象输入误差和模型近似误差。不确定性分解表明，偶然不确定性占62%，认知不确定性占38%。蒙特卡洛丢弃法（Monte Carlo dropout）进一步揭示，陆水过渡带、排水格局复杂的城市区域以及维多利亚湖附近平坦低洼地带是高不确定性区域。

**5. 讨论**

本研究的发现与既有洪水敏感性研究的结论一致，即坡度、建成环境和距水体距离是控制洪水风险的关键因素。ANN模型的优异性能归因于其能够通过加权和非线性激活函数建模平滑、交互的决策边界，而RF的较低性能则揭示了树模型在连续水文过程建模中的局限。研究将不确定性纳入评估框架，发现偶然不确定性占主导地位，表明降雨的固有随机性从根本上限制了可预报性，但通过改进过渡带地形数据精度和实时降雨观测网络，仍可有效降低认知不确定性。该框架的实践意义在于：它提供了一种在数据稀缺区域无需密集地面水文观测网络即可实现高精度洪水风险制图的可行路径。在全球变化背景下，这一方法有望支持气候适应规划和灾害风险管理决策。研究同时指出，Sentinel-1 SAR在植被密集区域存在信号衰减问题，模型的直接迁移至其他区域需要重新训练和验证，未来的工作可考虑集成光学影像或极化SAR分解技术以改善植被泛滥平原的洪水探测。

**6. 研究结论**

本研究成功开发并验证了一个面向肯尼亚基苏木郡的高分辨率洪水风险评估与预报框架，该框架将多源地理空间数据（Sentinel-1 SAR、Landsat 8、SRTM DEM、SMAP土壤水分）与先进机器学习架构（ANN、CNN、DNN、随机森林及集成方法）相结合。研究解决了数据稀缺地区的关键空白，证明了卫星衍生环境变量无需依赖广泛的地面水文观测网络即可可靠地模拟复杂洪水动态。空间分析生成了将基苏木郡划分为五个风险等级的高分辨率洪水风险图：59.1%的区域属于低或极低风险区，而40.9%（857.8 km2）的区域面临中度至极高洪水风险。极高风险区（仅占总面积0.9%，19.2 km2）集中于维多利亚湖沿岸及卡蒂托附近，与历史洪水记录精确吻合；高风险区（10.5%，220.3 km2）显著集中于基苏木市和阿赫罗周边，使人口密集的城市和城郊聚落面临反复淹没灾害。四种机器学习模型中，ANN取得了最高预测精度（R2 = 0.910，RMSE = 0.038），展示了捕捉环境驱动因子与洪水发生之间复杂非线性关系的卓越能力。由于RF存在系统性低估偏差（R2 = 0.520），将其从集成模型中排除后，ANN-CNN-DNN集成模型R2提升至0.916（RMSE = 0.035），预测误差较全体集成模型降低22%。特征重要性分析确定了坡度（20%）、NDBI（15%）、土壤水分（15%）和河流邻近度（15%）为主要洪水驱动因子，证实了地形与人为土地利用对洪水风险的调节作用强于单一降雨强度。自举重采样（10次）显示较低的模型方差（集成模型R2 σ = 0.006），确认了预报稳定性。2026-2027年预报预测研究区洪水面积占比将从0.397%略微且持续增加至0.441%，95%置信区间在预报时限内从±0.09%拓宽至±0.10%。偶然不确定性（占总方差62%）主导了认知不确定性（38%），表明虽然降雨的固有随机性从根本上限制了可预报性，但针对性地改进地形数据和实时降雨观测网络可有效降低预报不确定性。虽然社会经济脆弱性分析超出了本研究的范围，但空间风险图为未来开展此类评估奠定了基础。若不采取有针对性的干预措施，预计的洪水范围扩大以及维多利亚湖盆地持续的城市化和气候驱动的降雨强化将可能加剧灾害影响。将该预报框架转化为实时预警系统，并结合由风险图支撑的强制性土地利用规划，是降低基苏木郡洪水脆弱性的最紧迫路径。本研究为全球数据稀缺地区提供了一种可复制的方法论，证明了机器学习与开放获取卫星数据相结合能够为气候适应规划提供可操作的洪水情报。