基于NRBO-XGBoost模型的山区高速铁路线路暴雨洪灾风险评估
乔鹏飞
（中国铁路郑州局集团有限公司郑州东高铁基础设施段， 郑州 450003）
摘要：山区高速铁路沿线环境具有显著的空间异质性与灾害脆弱性，易受极端降水引发的洪涝、山洪及其链生灾害影响，开展精准风险评估是实现科学防灾减灾的关键基础。以郑太高速铁路郑州站至长治东站区段为研究对象，基于“致灾因子危险性—孕灾环境敏感性—承灾体脆弱性”三个维度构建风险评估指标体系，选取年暴雨次数、暴雨峰值雨量、暴雨强度等级、高程、坡度、河网密度、植被覆盖率、人口密度与人均GDP等9项指标。提出一种基于牛顿-拉夫逊优化算法改进的极限梯度提升混合模型（NRBO-XGBoost），通过算法融合提升复杂风险识别中的精度与稳健性，将其应用于研究区段风险评估，绘制洪灾风险空间分布图。结果表明，该模型准确率达到95.75%、精确率为96.26%、召回率为96.74%、F1值为96.50%，性能显著优于对比模型。研究区高风险区域呈局部聚集分布，主要集中于长治站以南部分区段、焦作南站邻近区域及黄河景区周边地带，高风险与较高风险区域占总面积的12.3%。所构建的模型能够有效识别高风险路段，为高风险区段工程加固、防洪预警系统优化及应急资源科学调配提供定量依据，可为类似复杂地理环境下交通线路的灾害风险评估提供方法参考。
关键词：铁路线路；风险评估；极端梯度提升算法；暴雨山洪；牛顿-拉斐尔优化算法
中图分类号: U238；X43 文献标识码: A DOI: 10.13238/j.issn.1004-2954.202601040003