台风是中国沿海地区最严重的自然灾害之一，常导致重大经济损失和人员伤亡。准确评估和预测台风直接经济损失对于提升防灾减灾能力和优化资源配置至关重要。本研究以福建省84个区县为研究对象，基于2009—2021年期间影响福建省的30场台风灾害数据，结合致灾因子、孕灾环境因子和承灾体暴露度因子，共计21个关键影响因子，采用LightGBM方法构建台风直接经济损失预测模型，并对台风风险进行定量评估与预测。同时，以超强台风“莫兰蒂”为案例，初步探讨模型在实际台风灾损预测中的适用性。研究结果表明，日最大风速、河网密度、日最大降水、累计降水和单位面积GDP是影响福建省台风直接经济损失的主要因素。本研究构建的模型能够较准确地模拟台风“莫兰蒂”造成的经济损失分布，验证了其在台风灾损预测中的应用潜力，为福建省及其他沿海地区的台风灾害损失评估和应急管理提供科学支持。

机器学习模型;实时预测;台风灾害;直接经济损失