Simulating flood risk in Tampa Bay using a machine learning driven approach

海湾 大洪水 环境科学 计算机科学 人工智能 海洋学 地质学 地理 考古
作者
Hemal Dey,Md. Munjurul Haque,Wanyun Shao,Matthew S. VanDyke,Feng Hao
标识
DOI:10.1038/s44304-024-00045-4
摘要

Machine learning (ML) models can simulate flood risk by identifying critical non-linear relationships between flood damage locations and flood risk factors (FRFs). To explore it, Tampa Bay, Florida, is selected as a test site. The study's goal is to simulate flood risk and identify dominant FRFs using historical flood damage data as target variable, with 16 FRFs as predictor variables. Five different ML models such as decision tree (DT), support vector machine (SVM), adaptive boosting (AdaBoost), extreme gradient boosting (XGBoost), and random forest (RF) were adopted. RF classifies 2.42% of Tampa Bay as very high risk and 2.54% as high risk, while XGBoost classifies 3.85% as very high risk and 1.11% as high risk. Moreover, the communities reside at low altitudes and near the waterbodies, with dense man-made infrastructure, are at high flood risk. This study introduces a comprehensive framework for flood risk assessment and helps policymakers mitigate flood risk.

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
微笑完成签到,获得积分10
2秒前
pacify完成签到 ,获得积分10
2秒前
辛谷方松永旭完成签到 ,获得积分10
2秒前
向杨双完成签到 ,获得积分10
3秒前
xuening完成签到,获得积分10
5秒前
天啦噜完成签到 ,获得积分10
11秒前
wxxz完成签到,获得积分10
13秒前
鲁滨逊完成签到 ,获得积分10
13秒前
离岸完成签到,获得积分10
16秒前
好多鱼完成签到,获得积分10
20秒前
22秒前
萧水白应助科研通管家采纳,获得10
22秒前
暖羊羊Y完成签到 ,获得积分10
25秒前
酷酷的王完成签到 ,获得积分10
26秒前
文艺的筮完成签到 ,获得积分10
27秒前
Andy完成签到 ,获得积分0
28秒前
aaaaaa完成签到,获得积分10
29秒前
不争馒头争口气完成签到,获得积分10
30秒前
罗小罗同学完成签到,获得积分10
33秒前
敢敢完成签到,获得积分10
36秒前
李震完成签到,获得积分10
37秒前
阿浮完成签到 ,获得积分10
38秒前
隐形曼青应助敢敢采纳,获得10
42秒前
fufufu123完成签到 ,获得积分10
43秒前
温梦花雨完成签到 ,获得积分10
47秒前
青桔完成签到,获得积分10
47秒前
h w wang完成签到,获得积分10
47秒前
高大绝义完成签到,获得积分10
48秒前
drizzling完成签到,获得积分10
52秒前
无为完成签到 ,获得积分10
52秒前
明明亮亮完成签到,获得积分10
53秒前
潮湿小兰花完成签到 ,获得积分10
56秒前
奋斗跳跳糖完成签到,获得积分10
56秒前
锦鲤完成签到 ,获得积分10
58秒前
XZZ完成签到 ,获得积分10
58秒前
心灵美鑫完成签到 ,获得积分10
59秒前
廖天佑完成签到,获得积分0
59秒前
Clover完成签到 ,获得积分10
1分钟前
Jiangshan完成签到 ,获得积分10
1分钟前
steven完成签到 ,获得积分10
1分钟前
高分求助中
The late Devonian Standard Conodont Zonation 2000
Nickel superalloy market size, share, growth, trends, and forecast 2023-2030 2000
The Lali Section: An Excellent Reference Section for Upper - Devonian in South China 1500
Smart but Scattered: The Revolutionary Executive Skills Approach to Helping Kids Reach Their Potential (第二版) 1000
Very-high-order BVD Schemes Using β-variable THINC Method 850
Mantiden: Faszinierende Lauerjäger Faszinierende Lauerjäger 800
PraxisRatgeber: Mantiden: Faszinierende Lauerjäger 800
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3248874
求助须知:如何正确求助?哪些是违规求助? 2892264
关于积分的说明 8270362
捐赠科研通 2560537
什么是DOI,文献DOI怎么找? 1389056
科研通“疑难数据库(出版商)”最低求助积分说明 651004
邀请新用户注册赠送积分活动 627850