基于风险特征溯源的城市暴雨级联事件风险评估模型构建

作     者：刘昭阁 李向阳 朱晓寒 

作者机构：厦门大学公共事务学院 哈尔滨工业大学经济与管理学院 武汉东湖新技术开发区管委会 

出 版 物：《中国管理科学》 (Chinese Journal of Management Science)

年 卷 期：2025年

核心收录：

学科分类：07[理学] 070601[理学-气象学] 08[工学] 0837[工学-安全科学与工程] 0706[理学-大气科学] 

基　　金：国家自然科学基金青年项目(72404232) 国家自然科学基金大数据驱动的管理与决策研究重大研究计划项目(91746207) 国家社会科学基金重点项目(23AZD072) 福建省自然科学基金青年创新项目(2023J05011) 

主　　题：城市暴雨 暴雨级联事件 风险评估模型构建 风险特征溯源 案例推理 

摘      要：城市暴雨极易诱发基础设施损毁、居民受困等大范围、小粒度、差异化的级联事件(Urban Rainstorm Cascading Events， URCE)，灾害预防亟需全面精准地评估不同类型的URCE风险，但由于样本数据风险特征的不足，模型效果受到限制。本文考虑历史案例对URCE风险特征的全面描述，提出一种基于风险特征溯源的风险评估模型构建方法。该方法遵循由“果寻“因基本思路，以风险的情景描述为衔接，利用案例推理从历史案例中抽取风险特征，再采用机器学习方法学习风险特征与URCE风险类之间的关联关系，由此完成风险评估模型自适应构建。对武汉市6类典型URCE风险评估的用例结果表明：所提方法有助于通过基于案例的风险特征溯源解决风险评估模型构建的特征不完备问题，由此提升风险评估精度，在风险间区分性和小样本建模方面亦具有较好效果；与传统综合评价、灾损曲线等方法相比，所提方法在小粒度、复杂事件风险耦合场景下的风险评估模型构建中优势显著，更适应复杂风险的精准化管理目标。