暴雨条件下的辽宁省城市承载力评价研究——基于随机森林算法

暴雨是对城市有较大影响的一种极端气候事件,从暴雨影响的视角研究城市承载力,对丰富城市承载力研究和缓解城市内涝具有重要的理论和实践意义.将暴雨自然属性与城市社会经济状况相结合,构建暴雨发生条件下城市承载力评价指标体系,划分承载力等级标准,采用随机森林算法对辽宁省2001—2015年暴雨条件下的城市承载力进行实证分析,并通过与BP神经网络法所得结果进行对比,验证随机森林算法的适宜性.结果显示:(1)时间上,大连、鞍山、盘锦、沈阳各市暴雨条件下城市承载力等级逐渐增加;营口、丹东、锦州、朝阳、阜新各市承载力等级呈降低趋势;葫芦岛、辽阳、抚顺、铁岭、本溪各市则以稳定不变为主,个别年份存在较小波动,各市承载力整体水平差距较大.(2)空间上,暴雨条件下的城市承载力体现为由西部至东部的"增加—减少—增加"趋势.(3)各市暴雨条件下的城市承载力影响因子不尽相同,其中,建成区面积、人口城市化、排水管长度、水域面积、城市基础建设投资是关键因子.(4)随机森林模型泛化误差率(OOB)为9.32%,分类具有精度高、误差小、运作方便的特点,与BP神经网络相比更适用于承载力评价研究.