基于灾害系统理论，人口损失（包括人口死亡和失踪）是致灾因子危险性、承灾体脆弱性、孕灾环境不稳定性综合作用的结果。本研究以广西地区为例，选取7个解释变量，即过程最大日降雨量、最大1小时降雨量、短时强降水频次、前10天降水距平百分率以及灾害发生地的人口密度、地质条件、经济水平，基于2009-2017年的广西地区1400余次暴雨灾情记录、逐小时区域站降水数据和逐日国家站降水数据、中国5公里网格降水实况和预报产品、中国1公里网格人口分布数据和GDP分布数据，分析了广西暴雨灾害的时空分布特点，经过清洗整理和回算解释变量，运用随机森林分类算法进行训练，建立了暴雨灾害人口损失预估模型，并对各解释变量的重要性排序；对2018年以来广西地区的强降雨过程，运用模型回报人口损失，验证模型准确性。研究结果表明：2009-2017年广西地区暴雨灾害事件数有增加趋势，人口损失数基本保持平稳，暴雨灾害和人口损失的峰值均在6月；模型的拟合效果较好，训练样本和测试样本的准确率均在90%以上；降水要素是最主要的解释变量，重要性从大到小依次是前10天降水距平百分率、最大日降雨量、最大1小时降雨量和短时强降水频次，其次是人口密度、经济水平和地质灾害易发程度。2018年6月20-25日的一次强降水过程（见附图），前期降水为负距平，人口损失分布主要受强降雨落区影响，在县域精细化结构上与最大1小时降雨量、短时强降水频次有关，模型预测结果与实际发生人口损失的地区对应关系较好，模型分类准确率89.6%,空报率8.3%,漏报率2.1%。基于中央气象台精细化网格降水预报产品，模型对广西地区近两年的主要暴雨灾害过程人口损失的回报准确率均在70%以上。

暴雨 随机森林 人口损失 灾害