[论文解读] Machine Learning for Generalizable Prediction of Flood Susceptibility

Chelsea Sidrane, Dylan Fitzpatrick+4 more|arXiv (Cornell University)|Oct 15, 2019

Flood Risk Assessment and Management参考文献 12被引用 5

一句话总结

本文提出了一种可泛化的、多流域的机器学习模型，利用美国六个州的遥感与现场观测数据，预测河流洪水易感性。通过在地理分布广泛的美国地质调查局（USGS）河流水文观测站数据、卫星反演不透水面覆盖度以及PRISM降水数据上进行训练，该模型在0.5精确率下的召回率（≥0.6）显著优于美国国家海洋和大气管理局（NOAA）的业务化预报系统（召回率为0.245），证明了其在无需依赖特定站点校准的情况下，具备实现低成本、可扩展洪水预测的潜力。

ABSTRACT

Flooding is a destructive and dangerous hazard and climate change appears to be increasing the frequency of catastrophic flooding events around the world. Physics-based flood models are costly to calibrate and are rarely generalizable across different river basins, as model outputs are sensitive to site-specific parameters and human-regulated infrastructure. In contrast, statistical models implicitly account for such factors through the data on which they are trained. Such models trained primarily from remotely-sensed Earth observation data could reduce the need for extensive in-situ measurements. In this work, we develop generalizable, multi-basin models of river flooding susceptibility using geographically-distributed data from the USGS stream gauge network. Machine learning models are trained in a supervised framework to predict two measures of flood susceptibility from a mix of river basin attributes, impervious surface cover information derived from satellite imagery, and historical records of rainfall and stream height. We report prediction performance of multiple models using precision-recall curves, and compare with performance of naive baselines. This work on multi-basin flood prediction represents a step in the direction of making flood prediction accessible to all at-risk communities.

研究动机与目标

• 开发可泛化的、多流域洪水易感性预测模型，以减少对昂贵且依赖特定站点的水文校准的依赖。
• 评估基于多样化美国河流流域训练的统计机器学习模型，是否能在预测洪水事件方面优于基于物理机制的模型。
• 评估是否可使用遥感数据（如卫星影像、降水数据）替代大量现场测量数据，以实现洪水预测的可行性。
• 基于USGS河流水文观测站提供的真实地面观测数据，将模型性能与NOAA的业务化洪水预报进行对比。
• 探索将此类模型扩展至美国本土全境的潜力，以提升整体灾害韧性。

提出的方法

• 在六个美国州的六个以上河流流域中，基于地理分布广泛的数据训练监督式机器学习模型。
• 将流域属性、卫星反演的不透水面覆盖度以及历史降雨量和河流水位数据作为输入特征。
• 采用三种模型类型：梯度提升决策树（GBDT）、随机森林分类器和多层感知机（MLP）。
• 使用NOAA的“轻度洪水”阈值对USGS河流水文观测站数据中的洪水发生情况进行二值化处理（洪水事件占比5.5%）。
• 通过将降水事件后达到峰值水位的时间划分为四个等频类别，进行预测。
• 采用精确率-召回率曲线评估性能，并与随机基线及IEM数据库中NOAA的业务化预报进行对比。

实验结果

研究问题

• RQ1 多流域、可泛化的机器学习模型是否能在多样化的美国河流流域中实现高精度的洪水易感性预测？
• RQ2 与依赖实时河流水位数据的NOAA业务化洪水预报相比，该模型的性能如何？
• RQ3 遥感数据在多大程度上可减少对昂贵现场河流水文观测站测量的依赖？
• RQ4 统计模型是否能在未显式建模的情况下，隐式捕捉人类调控的水利设施（如大坝和引水工程）的影响？
• RQ5 与单流域模型相比，整合多流域数据是否能提升模型的泛化能力？

主要发现

• 在精确率为0.5时，所提出的预测模型召回率至少达到0.6，显著优于NOAA东北河川预报中心模型的0.245召回率。
• 该模型在无需流域特定校准的情况下，展现出在多个河流流域中的强大泛化能力，表明其在美国本土范围内的可扩展性。
• 尽管仅能获取前一个月的河流水位数据，该模型仍优于NOAA模型（后者使用了提前最多三天的实时数据）。
• 结果表明，基于多样化、多流域数据训练的统计模型，在洪水事件预测中的召回率可高于当前基于物理机制的业务化系统。
• 本研究为遥感与机器学习结合可实现低成本、可扩展的洪水预测系统提供了概念验证。
• 未来整合高分辨率卫星影像与SAR数据，有望进一步提升预测性能。