Con la intensificación del cambio climático global, la ocurrencia frecuente de eventos desastrosos por tifones se ha convertido en un gran desafío para el desarrollo sostenible de las ciudades en todo el mundo; por lo tanto, es de gran importancia llevar a cabo la evaluación de las pérdidas económicas dirigidas por tifones. La evaluación de las pérdidas por desastres de tifones enfrenta desafíos clave, incluidos entornos regionales complejos, escasos datos históricos, dificultades en la fusión de datos heterogéneos de múltiples fuentes y desafíos en la cuantificación de las incertidumbres de la evaluación. Mientras tanto, los estudios existentes a menudo pasan por alto la compleja relación entre la expansión espacial de la construcción urbana y rural (SEURC) y las pérdidas por desastres de tifones, particularmente sus manifestaciones diferenciales en diferentes regiones e intensidades de desastres. Para abordar estos problemas, este estudio propone CLPFT (Marco de Evaluación de Incertidumbre Integral para Tifones), un marco de evaluación innovador que integra el aprendizaje de prototipos y la cuantificación de incertidumbre a través de una red neuronal UProtoMLP. Los resultados demuestran tres hallazgos clave: (1) Al introducir el aprendizaje de prototipos, un enfoque de meta-aprendizaje, para guiar las actualizaciones del modelo, logramos evaluaciones precisas con muestras de entrenamiento pequeñas, alcanzando un MAE de 1.02, lo que representa una reducción de error del 58.5-76.1% en comparación con los algoritmos de aprendizaje automático convencionales. Esto revela que clasificar implícitamente los tipos de pérdidas por desastres de tifones a través del aprendizaje de prototipos puede mejorar significativamente la precisión de la evaluación en escenarios con escasez de datos. (2) Al diseñar un mecanismo de cuantificación de incertidumbre de doble vía, logramos una evaluación de riesgos de alta fiabilidad, con el 95.45% de los valores de pérdida reales cayendo dentro de los intervalos de confianza predichos (expectativa teórica: 95%). Esto demuestra que el mecanismo de cuantificación de incertidumbre de doble vía puede proporcionar límites de riesgo estadísticamente creíbles para las decisiones de prevención de desastres, mejorando significativamente la utilidad práctica de los resultados de la evaluación. (3) Una investigación adicional a través del control de factores de evaluación dinámica reveló una heterogeneidad regional significativa en la relación entre SEURC y las pérdidas económicas dirigidas. Además, el estudio encontró que cuando la intensidad del tifón alcanza un valor crítico, la relación cambia de correlación negativa a positiva. Esto indica que la evaluación de las pérdidas por desastres de tifones debe considerar la interacción entre la resiliencia urbana y la intensidad del tifón, proporcionando implicaciones importantes para las decisiones de prevención y mitigación de desastres. Este documento proporciona un método de evaluación más completo y preciso para evaluar las pérdidas económicas dirigidas por desastres de tifones y ofrece una referencia científica para determinar los factores que influyen en las evaluaciones de pérdidas económicas dirigidas por tifones.