一种跨学科数据科学方法用于自然灾害风险管理

自然灾害风险管理是一项跨学科的艰巨任务，需要领域知识、稳健计算方法的整合，以及有效利用复杂数据集。然而，现有解决方案往往仅聚焦于特定方面、数据或方法，限制了其影响力和适用性。本文提出一种通用的数据驱动框架，以火灾风险情境为例，通过整合火灾行为数据、街道网络数据和人口普查数据（覆盖加州全境），展示其应用。我们指出，纳入空间复杂性（即引入火灾行为图层和人口统计图层）后，观察到的通用函数与仅依赖设施可达性的优化框架产生差异。这为未来利用复杂大规模数据开发灵活的跨学科框架开辟了新途径。