Nature Scientific Data: Набор данных высокого разрешения о глобальной подверженности наводнениям, полученный на основе геопространственных данных и данных дистанционного зондирования Земли из различных источников
Наводнения являются одними из самых разрушительных стихийных бедствий в мире, что требует высокоточного моделирования там, где рельеф и условия окружающей среды предрасполагают общества к наводнениям. Хотя геопространственные данные бесценны для картирования подверженности наводнениям, всеобъемлющие и глобально согласованные наборы данных по-прежнему встречаются редко. Авторы представляют Глобальную карту подверженности наводнениям (GFSM v1), глобально согласованный набор данных о подверженности наводнениям с разрешением 30 м, созданный путём включения многоисточниковых факторов, влияющих на возникновение наводнений, с учётом топографических, гидрологических, метеорологических и антропогенных характеристик в рамках машинного обучения. Модель градиентного бустинга на основе дерева решений была обучена на ~17 000 тщательно отобранных фрагментах сетки с ~30,45 миллионами обучающих выборок, используя глобальный набор данных о затоплениях в качестве обучающих меток и девять факторов (высота над уровнем моря, уклон, экспозиция склона, индекс влажности, индекс растительности, высота над ближайшим водоотводом, близость к воде/дорогам и частота осадков). Модель была развёрнута на основе геополитических и климатических страт (единицы n = 192) для генерации глобальной восприимчивости на уровне пикселей. Тщательная перекрёстная проверка показала высокую точность прогнозирования модели (медианная площадь под кривой ~0,95), а выходные данные отражают локализованные регионы, подверженные наводнениям, по всему миру. GFSM v1 предлагает глобальный ресурс с открытым исходным кодом и высоким разрешением для поддержки обоснованного управления рисками наводнений, особенно в регионах с недостатком данных.
