基于随机森林方法的地震损失预测

Abstract

针对现有的基于实际震害评估的大多研究仅限于某特定区域和某种结构类型，且所采用的数据样本量也十分有限，本文基于随机森林模型，采用2011年3月11日东日本MW9.0地震的37万8 037条建筑物实际震害数据，利用美国应用技术协会发布的地震震害等级划分标准（ATC-13）预测了建筑物地震破坏所引起的损失，对建筑物损失的影响因素进行了特征重要性分析。结果显示：通过合成少数类过采样技术（SMOTE）解决数据不均衡和贝叶斯优化超参数之后，得到了基于随机森林的预测模型测试集的准确率为68.8%，轻微破坏、中等破坏、严重破坏、倒塌等四种破坏等级的召回率分别为65.0%，53.6%，74.8%，81.8%；考虑生命安全性能将模型转换为二分类之后，模型准确率进一步提高至87.5%，极大地改善了现有研究应用于建筑损失预测中数据样本量受限、数据不均衡等导致的最严重破坏等级精度低等问题。对随机森林模型特征重要性的研究表明：震中距、峰值加速度和vS30是最影响模型输出的特征。