堆叠集成算法在城市地下排水管网风险评估中的应用

近年来排水管网事故频发,因此迫切需要一种客观、高效的风险评估方法。基于此,提出基于堆叠模型的城市地下排水管网风险评估方法,显著提高建模的精度。研究选择管长、坡度等14个特征变量进行建模,将堆叠集成算法与独立机器学习算法的预测性能进行比较,探究排水管网风险的影响因素。结果显示:(1)研究区内4级风险和3级风险排水管段数占比分别为21.23%和21.38%,需要尽快在现场进行处置。(2)堆叠集成算法预测精确度为93.7%,高于随机森林(91%)、决策树(89%)和支持向量机(78%)的预测精确度,比独立机器学习算法的评估性能更好。(3)除了管长、管径等常规属性对排水管网风险有重要影响,沉积、障碍物等因素对排水管网的风险也不容忽视。结果有助于排水管网健康评估,对各类机器学习算法评估管网风险建模具有启示意义。