北京城市洪水易感性的空间异质性与模型归因研究：基于空间交叉验证的XGBoost-SHAP分析

《Sustainable Cities and Society》：Research on Spatial Heterogeneity of Urban Flood Susceptibility and Model Attribution in Beijing: An XGBoost-SHAP Analysis Based on Spatial Cross-Validation

　　

- 空间块交叉验证防止了随机划分在68,104个北京网格单元中产生的过估计问题。
- XGBoost实现了ROC-AUC为0.888，但精确率仅为0.024，仅可作为筛选工具，而非确定性预测工具。
- SHAP归因识别出坡度、植被、人口、海拔为关键因素；断点属于模型内部特征，而非实际阈值。
- K=5街道聚类（调整兰德指数0.960）支持治理分类，尽管轮廓系数并非最优。
- 模型被重新定位为静态易发性识别，并明确承认排水数据的局限性。

**引言**

近年来，人类活动导致的全球气候变化使得台风、高温和强降雨等极端天气事件频率不断增加，自然灾害造成的财产损失和人员伤亡持续加剧（IPCC 2022）。与此同时，快速的城市扩张和不断增长的内部复杂性使城市转变为开放的复杂巨系统，面临日益严峻的风险（Nguyen和Bao, 2019）。根据紧急事件数据库（EM-DAT）的数据，2001年至2020年间全球共记录了8,119起自然灾害，造成经济损失超过2.69万亿美元，超过134万人死亡，影响近40亿人，且年经济损失呈持续上升趋势（CRED 2021）。

中国受季风气候影响，强降雨高度集中，城市内涝问题尤为突出（Xu等, 2020）。《2020年中国旱涝灾害防御公告》报告全国共发生48次强降雨事件，平均降水量达686毫米。这些事件影响人口7861.5万人，造成279人死亡或失踪，毁坏农作物7190.0万公顷，直接经济损失达2669.8亿元（CRED 2021）。典型灾害事件，如2021年郑州"7·20"极端降雨事件和2023年京津冀地区的极端降雨事件，造成了数十亿元的经济损失，深刻揭示了极端降水对超大城市的重大影响（Yang等, 2023；Wang和Li, 2024）。

北京属于典型的暖温带半湿润半干旱季风气候区，气候条件复杂多样，生态环境条件复杂。西部、北部和东北部被山脉环绕，由于地形复杂，降水的空间变异性显著。约80%的年降水量集中在6月、7月和8月，使北京成为华北地区降雨量最高的地区之一（Song等, 2013）。北京的地形特征、降雨模式以及高度城市化的地表条件共同塑造了城市积水的空间倾向性。鉴于本研究主要依赖静态指标和历史内涝记录，其目标在于识别相对易发性较高的区域，并将建模结果归因于其驱动因素，而非模拟特定暴雨事件下的淹没深度、持续时间或损失。

城市内涝风险评估方法已从指标体系法、脆弱性曲线法和水文模型逐步发展到机器学习技术（Huang等, 2011；Wang等, 2016；Shi, 2015）。指标体系法建立了涵盖致灾因子、暴露性和脆弱性的评估框架，采用层次分析法（AHP）和熵权法确定指标权重并划分风险等级（Wu和Jiang, 2024；Wang等, 2023）。脆弱性曲线法基于历史灾害数据建立淹没深度与经济损失之间的功能关系（Yang等, 2016；Zhou等, 2024）。水文模型，包括SWMM、HEC-RAS和InfoWorks ICM，可模拟不同降雨情景下的淹没范围和深度（Williams等, 1980；Ye等, 2022）。然而，传统方法在处理高维非线性关系、整合多源数据以及进行大规模空间分析方面存在局限性（Zhao等, 2023）。

机器学习方法已广泛应用于城市内涝风险评估，在处理复杂非线性关系和融合多源数据方面展现出显著优势（Huang等, 2021；Zhang, 2012）。Viloria等人对2020年至2023年间发表的1,454篇文献进行了系统综述，发现随机森林（RF）、人工神经网络（ANN）和支持向量机（SVM）是危害易发性建模中最常用的机器学习方法（Viloria等, 2024）。在洪水易发性建模领域，集成学习方法占应用比例的60%至65%，随机森林和梯度提升方法占据主导地位（Imroz等, 2025）。

极端梯度提升（XGBoost）凭借其内置的正则化机制、高效的缺失值处理能力以及较高的预测准确性，在城市内涝风险评估中表现出色（Chen和Guestrin, 2016）。Tong等人开发了一个基于XGBoost的长三角核心城市内涝风险评估模型，以网格为评估单元，快速评估上海、南京和杭州的内涝风险并识别影响因素（Tong等, 2021）。在深圳，Huang等人比较了多元回归与机器学习方法在量化驱动因素贡献方面的表现，发现随机森林与SHAP结合能够有效捕捉非线性和非参数效应，并揭示因素贡献的空间异质性（Huang等, 2025）。长三角地区的研究表明，XGBoost在洪水风险评估中可实现AUC达0.871，且与LSTM模型结合时可预测洪水持续时间，从而构建综合洪水风险指数（复旦大学研究团队 2025）。

尽管具备较高的预测准确性，机器学习模型通常作为"黑箱"运行，限制了决策者对潜在机制的理解，从而阻碍了实际应用（He等, 2025）。为克服这一局限，可解释人工智能（XAI）方法应运而生，其中SHAP（SHapley Additive exPlanations）方法尤为突出。SHAP基于合作博弈论，计算每个特征对模型预测的边际贡献，实现样本层面的统一归因解释（Lundberg和Lee, 2017）。

SHAP已广泛应用于地质灾害、洪水风险和城市热岛效应研究。以深圳为案例，Zhao等人构建了XGBoost-SHAP框架用于城市内涝易发性评估，证明特征优化可显著提高模型性能（Zhao等, 2024）。在黄河流域城市洪水韧性研究中，研究人员将"风险—韧性—效应"框架与XGBoost-SHAP模型相结合，识别出保险密度、居民收入、广播覆盖率和基础设施投资为关键驱动因素（Fan和Zhang, 2025）。圣保罗大都市区的一项研究进一步验证了SHAP在洪水易发性建模中的适用性，识别出谷底深度、土地利用和地质条件为主导因素，而NDVI的解释力较低（Enner等, 2025）。

SHAP还用于揭示驱动因素之间的非线性效应和交互作用。在粤港澳大湾区，地理加权回归（GWR）揭示了不透水面比例、植被覆盖率和相对高程等因素影响的空间异质性，其效应在时空尺度上存在差异（Zhang等, 2023）。关于深圳城市内涝驱动因素的定量研究证实了显著的非线性和非参数效应，且因素贡献存在明显的空间异质性，需要借助SHAP分析来捕捉局部变化并为制定差异化管理策略提供依据（Huang等, 2025）。

城市内涝风险的形成机制表现出显著的空间异质性，不同区域的主导驱动因素差异较大（Bao等, 2025；Li等, 2015）。这种空间异质性要求将风险评估结果与行政单元相结合，以便直接服务于政策制定。然而，现有研究很少将细粒度的网格级风险评估转化为可操作的行政单元（Radu等, 2025）。大多数研究止步于网格级风险制图，未能将风险信息与街道办事处和社区等基层管理单元相衔接。作为城市管理的基本单元，街道办事处需要多维指标体系来表征整体风险水平及内部风险结构的异质性（Zhu等, 2025）。

当前研究仍面临三个主要局限：第一，随机的训练—测试划分往往忽视空间自相关性；第二，极端类别不平衡和伪负样本采样可能导致性能评估失真；第三，网格级模型与街道级管理单元之间缺乏透明且可验证的转化链。针对上述问题，本研究将其贡献定位在"空间验证—可解释归因—管理单元转化"的集成工作流中，而非将XGBoost或SHAP本身视为算法创新。

为克服上述局限，本研究旨在：

（1）采用空间块交叉验证，并与六个代表性机器学习模型下的随机分层交叉验证进行比较，以量化并减少空间信息泄露的风险；

（2）比较六种类别不平衡处理方法和三种伪负样本采样策略，综合运用ROC-AUC、PR-AUC、精确率、召回率和F1分数全面评估模型性能；

（3）利用XGBoost的原始SHAP值解释模型预测，通过分段回归结合自举区间检验识别非线性拐点，并阐明这些断点的非因果性质；

（4）将网格级易发性估计和SHAP归因结果聚合至街道层面，评估K-means聚类的质量和稳定性，为差异化治理策略提供可追溯的证据。

**研究区域概况**

北京位于华北平原北部，总面积16,410.54平方公里，其中62%为山区，38%为平原区。地势西北高、东南低。西部为太行山脉，北部和东北部为燕山山脉。最高峰东灵山海拔2303米，平原区海拔仅20至60米。

**XGBoost算法**

XGBoost（极端梯度提升）通过迭代增强决策树来拟合复杂非线性关系。本研究选择该模型是基于其已验证的处理非线性、变量交互和缺失值的能力；模型的优越性并非先验假设，而是通过在同一验证框架下与基线模型的比较来实证确定的。我们通过正则化参数、树深度和最小叶权重来约束模型复杂度，从而缓解过拟合问题。

**模型性能评估**

空间交叉验证结果表明，XGBoost取得了最高的ROC-AUC值（0.888），优于逻辑回归（0.879）、线性SVM（0.878）、CatBoost（0.870）、LightGBM（0.863）和随机森林（0.827）。XGBoost同样获得了最高的PR-AUC值（0.052）。

各比较模型表现出明显的精确率—召回率权衡关系。线性SVM和逻辑回归的召回率约为0.83，但精确率低于0.02；LightGBM的精确率较高（0.060），但相应地……

**驱动机制分析**

重新运行的结果不支持将人口密度描述为唯一的或主要的现实世界驱动因素。人口变量在全球SHAP值中排名第三，可能混淆了暴露性、建成强度以及报告机会等因素——这种混淆警示我们不应将任何单个模型变量解读为直接因果因素。据此，本文修订了此前关于"人口驱动的城市问题"的论断，改为"人口和建成环境相关变量具有显著的……"

**结论**

本研究基于空间交叉验证、基线模型比较和可解释归因，构建了一个适用于北京的静态城市内涝易发性评估框架。主要结论如下：

（1）在217个空间块的五折交叉验证中，XGBoost实现了ROC-AUC = 0.888 ± 0.020和PR-AUC = 0.052 ± 0.011，优于所有比较的基线模型。随机交叉验证与空间交叉验证的平均AUC值相当，但空间验证表现出……

**资金**

本研究未获得任何资助。

**机构审查委员会声明**

不涉及人类或动物的研究，"不适用"。

**数据可用性声明**

数据已提供在论文正文或补充信息文件中。

**作者贡献声明**

Xin Yang：写作—审阅与编辑，写作—初稿，可视化，方法论，数据管理，概念化。
Xiaoya Xia：写作—初稿，监督，软件，方法论。
Qi Zhang：验证，项目管理，调查，概念化。
Xinzheng Wang：写作—审阅与编辑，软件，调查。
Dan Chen：资源，项目管理，形式分析。
Xiaoqiang Hao：可视化，验证，资源，数据管理。

**利益冲突声明**

作者声明他们没有已知的竞争性经济利益或个人关系，这些可能影响本文所述的工作。

Xin Yang | Xiaoya Xia | Qi Zhang | Xinzheng Wang | Dan Chen | Xiaoqiang Hao