Cano Pecharroman, L., Tier, M. O., & Weber, E. U. (2024). Feature Importance of Climate Vulnerability Indicators with Gradient Boosting across Five Global Cities. arXiv preprint arXiv:2411.10628v1.
本研究旨在探討哪些居民特徵與城市環境中極端天氣事件的暴露程度密切相關,並評估傳統上與氣候脆弱性相關的指標(如收入、教育程度、少數族裔身份)是否足以預測極端天氣事件的風險。
本研究採用大規模國際調查數據,調查範圍涵蓋全球五個城市:阿根廷布宜諾斯艾利斯、南非約翰尼斯堡、英國倫敦、美國紐約市和韓國首爾。研究人員利用監督式機器學習方法 XGBoost 分析了居民遭受極端天氣事件的自我報告經歷與其人口統計特徵之間的關係,並通過特徵重要性分析確定了不同特徵在預測極端天氣事件暴露程度方面的相對重要性。
研究結果顯示,與傳統的氣候脆弱性指標(如收入、教育程度、年齡和性別)相比,非常規變數(如自我感知的洪水風險脆弱性和遭受歧視的經歷)以及酷兒身份和殘疾身份等人口統計變數與極端天氣事件的自我報告暴露程度更為相關。此外,不同類型的災害和不同城市環境之間的變數相關性存在顯著差異,這表明脆弱性指標需要根據具體情況進行調整,不應採用一刀切的方法。
本研究強調了在評估城市居民面對氣候災害的脆弱性時,需要超越傳統的社會經濟指標,納入更廣泛的變數,包括自我感知的脆弱性和遭受歧視的經歷。此外,研究結果表明,不同城市和不同災害類型之間的脆弱性特徵存在顯著差異,這凸顯了制定因地制宜的氣候適應政策的重要性。
本研究為理解城市環境中的社會脆弱性和災害暴露提供了新的視角,並對當前的氣候脆弱性綜合指標提出了挑戰。研究結果強調了將自我感知的脆弱性和遭受歧視的經歷等非常規變數納入氣候脆弱性評估的重要性,並呼籲制定更具包容性和公平性的氣候適應政策。
本研究的局限性在於依賴自我報告的極端天氣事件經歷數據,並且樣本量可能不足以涵蓋所有可能的數據子集。未來的研究可以探索建立極端天氣事件經歷的自我報告數據與實際記錄事件之間的關聯,並進一步探討導致不同城市和不同災害類型之間脆弱性特徵差異的社會經濟和政治機制。
翻譯成其他語言
從原文內容
arxiv.org
深入探究