Este artículo presenta FloodRisk-Net, un novedoso modelo de aprendizaje profundo de grafos no supervisados para la evaluación del riesgo de inundación urbana en varias áreas metropolitanas de EE. UU. FloodRisk-Net identifica riesgos de inundación emergentes mediante la captura de dependencias espaciales entre regiones e interacciones complejas y no lineales entre el riesgo de inundación y las características urbanas. A diferencia de los métodos existentes de evaluación del riesgo de inundación, que se centran únicamente en el riesgo de inundación y las características de exposición, FloodRisk-Net considera las interacciones y dependencias espaciales de diversas características para categorizar las ciudades en seis niveles de riesgo de inundación. La interpretabilidad del modelo permite el análisis de características de las áreas dentro de cada nivel de riesgo de inundación e identifica tres arquetipos que contribuyen al mayor riesgo de inundación dentro de cada área metropolitana. El análisis revela una distribución espacial jerárquica del riesgo de inundación dentro de cada área metropolitana, donde las áreas urbanas soportan desproporcionadamente el mayor riesgo de inundación. Además, los altos niveles generales de riesgo de inundación y la baja desigualdad espacial entre las ciudades sugieren opciones limitadas para equilibrar el desarrollo urbano y la reducción del riesgo de inundación. Finalmente, se discuten estrategias relevantes para la reducción del riesgo de inundación que consideran el riesgo máximo de inundación y su distribución espacial desigual.
