优秀评审意见展示｜基于机器学习的城市暴雨内涝时空快速预测模型

《基于机器学习的城市暴雨内涝时空快速预测模型》发表于《清华大学学报（自然科学版）》2023年第6期。

识别二维码，访问原文

评审意见选登：

基于infoworks ICM的高空间分辨率结果作为输入数据，利用机器学习构建了城市暴雨内涝快速计算模型。分析了随机森林、XGBoost，最近邻等空间模型的性能，并用LSTM神经网络模型开展积水深时间变化过程模拟。研究方法先进，研究结果对机器学习在城市内涝模拟中的机理分析和应用有参考价值。

1）适当增加研究区域下垫面和水文基本情况，便于读者理解论文内容。

2）数值模型结果是研究的基础。对模型采用数据的空间分辨率，计算单元特征，初始和边界条件等，给以必要说明。

3）采用风险图来验证模型的逻辑似乎不通。尽管风险图考虑了inforworks模拟结果。

4）不同水深等级的网格数差异，引起较大误差。很多计算单元实际上有用信息不多。是否有处理应对方案。

5）适当增加对机器学习模型结果分析。比如数据预处理中打乱数据集顺序，对模拟结果的影响；不同影响因子对结果的贡献程度；道路排水重要作用在结果的体现；图5中，infoworks和lstm结果不同的对比分析。

编辑：史志伟

审核：刘森

期刊介绍

《清华大学学报（自然科学版）》创刊于1915年，已有百年历史，是中国最早同时以大学校名和“学报”冠名的期刊。《清华大学学报（自然科学版）》现由清华大学出版社出版，月刊。作为名副其实的“老字号”期刊，众多学术权威的力作与莘莘学子的处女作在其上交相辉映，使之成为清华大学自强不息、厚德载物的科学精神的见证。

《清华大学学报（自然科学版）》被多家国际性文献检索机构如Ei、CA、MR、РЖ、INSPEC、Zbl等及国内多家全国性文献检索机构如中文核心期刊要目总览、CSCD、CNKI 等收录。1999、2003年荣获第一、二届国家期刊奖，2005年荣获第三届国家期刊奖提名奖，2010、2013年荣获第二、三届中国出版政府奖期刊提名奖，2009年被评为“新中国60年有影响力的期刊”，2013、2015、2017年荣获全国百强科技期刊。

END