【Sustain. Cities Soc】暴雨灾害影响下城市社会韧性差异的归因分析——来自可解释空间机器学习框架的见解

文章预览

【Sustainable Cities and Society】 暴雨灾害影响下城市社会韧性差异的归因分析——来自可解释空间机器学习框架的见解 01 摘要     随着全球城市极端暴雨的频繁发生，了解社会韧性的差异对于构建气候适应型社区至关重要。然而，定量分析社会弹性决定因素的复合效应和相互作用仍然具有挑战性。在这里，我们开发了一个先进的可解释空间机器学习框架，用于分析 2005 年至 2022 年中国郑州市 2,221 个街区的社会弹性。该框架将地理加权随机森林模型与 SHapley 加法解释模型集成在一起，以同时解决非线性、空间异质性和可解释性问题。我们的研究结果显示，响应暴雨灾害的社会弹性提高了 64.75%，而区块之间的差异扩大了 13.19%。研究还观察到，城市中心地区呈现出较高的社会韧性模式，而外围地区的社会韧性相对较低。低 （I.） 弹性区块保持其社会弹性 ………………………………