基于GIS的城市内涝影响因素及多元回归模型研究——以上海为例

摘要

全球气候变化引起了极端气候事件的增多,洪涝已成为最主要的相关灾害和世界各大城市共同面对的敏感问题之一.本文以中国特大型城市上海为例,基于历史数据及GIS空间分析,综合研究了上海市的降雨、城市建设用地扩张、人口集聚分布、城市数字高程(DEM)、基础设施排水能力等因素对中心城区暴雨内涝发生的影响,并基于Python中的scikit-learn机器学习模块构建了多元Logistic回归模型,根据以上因素对内涝是否发生进行判别,模型准确率达到90%以上.研究表明,上海市中心城区DEM、不透水面分布和人口分布显著影响其暴雨时的内涝发生率.