（ICM）光污染风险治理（美赛 2023 ICM-E）

历年真题解法库 · 本题为公开赛题要点整理，完整原题请到官方渠道获取（链接见下）；
下方「练习数据」为本站生成的合成数据集，仅用于跑通方法，非官方原题数据。

一、赛题要点

赛事：美赛 2023 年 · 题号 ICM-E
真实问题：Light Pollution（光污染）。COMAP 照明控制任务（ICM）要求：①开发一个广泛适用的指标，识别一个地点的光污染风险水平；②把指标应用到受保护土地、乡村社区、郊区社区、城市社区四类地点并解释差异；③描述三种干预策略，讨论其实施行动与对光污染总体影响的潜在作用；④选取两个地点，用指标确定各自最有效的干预策略并讨论风险水平变化；⑤为选定地点及其最有效干预制作一页宣传传单（≤25 页）。

官方数据/赛题：https://www.comap.com/undergraduate/contests/mcm/（请以当年官网发布为准）。赛题为开放式指标建模题，真实建模可接入 VIIRS 夜光（亮度 L）、WorldPop（人口暴露 P）、WDPA 保护地（生态敏感 B）等公开数据源。
本站练习数据集：data/icm2023e.csv —— 由真源模型 tools/gen_icm2023e.py 产出的 16 行地点风险表（id / 名称 / 类型 / 六项指标 L,G,P,B,S,R / 人类风险 / 生态风险 / LPRI / 风险级别 / 排名 / 最优干预 / 最优削减量）。
模型要点：LPRI = 0.5·人类风险 + 0.5·生态风险；人类风险 = clip(0.45L+0.35P+0.20L(1−S),0,1)；生态风险 = clip(0.40L+0.45B+0.15G,0,1)；风险分级 LPRI<0.33 低 / 0.33–0.60 中 / >0.60 高。16 个代表地点（每类 4 个）为方法论演示值，真实参赛应以实测校准。
字段说明：CSV 数值为确定性合成结果（种子 2023），可直接用下方算法手册复现与练手。

本题横跨综合评价 + 不确定性 + 政策模拟。下面按题型给出对应手册跳转。

先看选型 👉 🧭 评价类选型指南

先看选型 👉 🧭 不确定性选型指南

三篇均为 ≥2500 字、8 图、含可独立运行复现附录的优秀范文，正文 / 配图 / 附录 / 真源四路数字一致。

面板 N=16（受保护土地/乡村/郊区/城市各 4），平均 LPRI=0.4488；风险分级低 4 / 中 10 / 高 2。
四类平均 LPRI 单调递增：受保护土地 0.3221（低 3/中 1）< 乡村 0.3766（低 1/中 3）< 郊区 0.5085（中 4）< 城市 0.5879（中 2/高 2）。
风险排名前五：downtown N 0.6378 > 城市核心 M 0.6033 > 港口 O 0.5679 > 老城 P 0.5425 > 都会边缘 K 0.5420（均城市/郊区）。
指标—LPRI 相关性：L=0.9949、G=0.9667、P=0.9679、B=−0.9138、S=0.9455、R=−0.8968（亮度最强驱动）。
权重敏感性：等权 0.5/0.5 处于稳健平台（分级翻转数在 $w_e\in[0.40,0.50]$ 为 0，高风险地点数在 $w_e\in[0.40,0.60]$ 平稳于 1–2 个）。
三干预平均削减：I1=0.0808、I2=0.0736、I3=0.0735；成本效益 I2=0.184 > I1=0.135 > I3=0.082。
最优策略分布：I1 胜出 9 个地点、I3 胜出 7 个、I2 从未胜出（人本型选 I1、生态型选 I3）。
选点：城郊 reserve C（LPRI 0.4325）最优 I3，削减 0.0999（→0.3325）；城市核心 M（LPRI 0.6033）最优 I1，削减 0.1324（→0.4709）。