[1]赵丽蓉,崔 茜,高明杰.基于多源数据融合的AI地震灾损评估模型研究[J].华南地震,2026,46(04):227-232.[doi:10.13512/j.hndz.2026.04.07]
　ZHAO Lirong,CUI Qian,GAO Mingjie.Research on AI-Based Earthquake Damage Assessment Model Using Multi-Source Data Fusion[J].,2026,46(04):227-232.[doi:10.13512/j.hndz.2026.04.07]
点击复制

基于多源数据融合的AI地震灾损评估模型研究()

华南地震[ISSN:1006-6977/CN:61-1281/TN]

卷:
46
期数:
2026年04期
页码:
227-232
栏目:
应急管理与实践
出版日期:
2026-07-09

文章信息/Info

Title:
Research on AI-Based Earthquake Damage Assessment Model Using Multi-Source Data Fusion
文章编号:
1001-8662（2026）04-0227-16
作者:
赵丽蓉1; 崔 茜2; 高明杰3
1.山西水利职业技术学院，太原 030032;2.山西水利职业技术学院，运城 044000;3.山西地宝能源有限公司，太原 030045
Author(s):
ZHAO Lirong1; CUI Qian2; GAO Mingjie3
1.Shanxi Conservancy Technical Institute, Taiyuan 030032, China;2.Shanxi Conservancy Technical Institute, Yuncheng 044000, China;3.Shanxi Dibao Energy Co., Ltd.,Taiyuan 030045, China
关键词:
数据融合; 人工智能; 地震灾损; 灾损评估模型
Keywords:
Data fusion;  Artificial intelligence;  Erthquake disaster damage;  Disaster damage assessment model
分类号:
P315.01
DOI:
10.13512/j.hndz.2026.04.07
文献标志码:
A
摘要:
地震灾害的突发性与破坏性对灾后应急响应体系构成严峻挑战，亟需解决传统评估方法时效性不足与复杂模型可解释性差的困境。本研究整合遥感影像、地震监测、GIS与承灾体属性等多源数据，构建涵盖致灾因子、承灾环境与承灾体特征的多维度数据体系，提出采用“集成学习+单一模型”的组合式建模思路，形成以随机森林为核心的灾损评估模型，并通过案例验证揭示了本研究提出的灾损评估模型在灾损等级分类、严重损毁识别及空间聚集特征再现方面具备较好能力，可以为地震应急响应中的快速灾情判识与资源调配提供技术支撑。
Abstract:
The suddenness and destructiveness of earthquake disasters pose a severe challenge to the post-disaster emergency response system, and it is urgent to solve the predicament of insufficient timeliness of traditional assess?ment methods and poor interpretability of complex models. This study integrated multi-source data such as remote sensing images, seismic monitoring, GIS, and hazard-affected body attributes to construct a multi-dimensional data system covering disaster-causing factors, disaster-bearing environments, and hazard-affected body characteristics, and proposed a combined modeling approach of ensemble learning and single model to form a disaster damage as?sessment model centered on random forests. And through case verification, it is revealed that the disaster damage as?sessment model proposed in this study has good capabilities in disaster damage level classification, severe damage identification and spatial aggregation feature reproduction, which can provide technical support for rapid disaster identification and resource allocation in earthquake emergency response.

参考文献/References:

[1]林季桦,林永峻,谭义绩,等.地震灾害损失评估方法及其应用研究[J].武汉理工大学学报(信息与管理工程版), 2017,39(04):373-380.
[2]严屹然,刘泽宇,冯杰,等.地震滑坡灾害下输电杆塔灾损评估研究[J].震灾防御技术,2023,18(01):107-117.
[3]严屹然,冯杰,徐希源,等.变电站地震灾损评估方法与应急资源调配研究[J].世界地震工程,2024,40(02):208-216.
[4]张乐乐.基于风云三号卫星数据的河南麦区干热风灾损评估模型研究[D].郑州:郑州大学,2018.
[5]王晓荣,柴春芳,郑渊茂,等.基于灯光密度遥感数据的台风灾损与恢复进程可视化分析[C]//江苏省测绘地理信息学会.第二十二届华东六省一市测绘学会学术交流会论文集(二).厦门:厦门理工学院数字福建自然灾害监测大数据研究所,2021:4-9.
[6]吴彩铭.中国登陆台风灾害预评估DSAEF_LTD模型研究[D].北京:中国气象科学研究院,2023.
[7]贾东,唐尧,邓琮.基于高分遥感技术的“9·5”泸定地震应急处置研究[J].自然资源信息化,2023(04):40-45.
[8]毛开梅,邹星.计算机视觉技术在塑料产品自动分拣系统中的应用[J].塑料助剂,2023(03):65-67+100.
[9]杨驹丰,李哲,王振,等.基于恒压充电数据的锂离子电池SOH估计[J].电池,2024,54(06):815-820.
[10]唐尧,王立娟,马松,等.基于多源遥感技术的四川长宁地震灾损快速评估[J].国土资源信息化,2020(01):54-59.
[11]王健,黄敏.基于数据挖掘的地震灾损率研究[C]//Wuhan University, Chung Hua University, University of Science and Technology of China, et al. Proceedings of International Conference on Engineering and Business Management (EBM2012). Shanghai: ISTP, 2012: 3926-3928.
[12]黄敏,王健,王慧彦,等.地震损失经济学评估模型灾损参数的统计研究[J].自然灾害学报,2011,20(02):126-130.

相似文献/References:

[1]郑建常.基于AlexNet 卷积神经网络的地震预测初步研究[J].华南地震,2024,(增刊):21.[doi:10.13512/j.hndz.2024.S1.09]
　ZHENG Jianchang.A Preliminary Study of Earthquake Prediction Based on AlexNet[J].,2024,(04):21.[doi:10.13512/j.hndz.2024.S1.09]
[2]钟明睿.人工智能辅助海上地震数据处理中的模式识别与应用[J].华南地震,2025,(04):121.[doi:10.13512/j.hndz.2025.04.16]
　ZHONG Mingrui.Pattern Recognition and Application in Artificial Intelligence-Assisted Offshore Seismic Data Processing[J].,2025,(04):121.[doi:10.13512/j.hndz.2025.04.16]
[3]周文英,高 咪,魏娅玲.国内地震预警的研究现状、热点和趋势[J].华南地震,2026,46(01):146.[doi:10.13512/j.hndz.2026.01.17]
　ZHOU Wenying,GAO Mi,WEI Yaling.Present Situation，Hotspot and Development Trend of Earthquake Early Warning Research in China[J].,2026,46(04):146.[doi:10.13512/j.hndz.2026.01.17]

备注/Memo

备注/Memo:
收稿日期：2025-11-14
基金项目：黄河流域生态环境变化风险与预警机制构建（SSKLZDKT2025345）
作者简介：赵丽蓉（1986-），女，讲师，研究方向为测绘工程、地理信息系统、人工智能应用及教研教改。E-mail: zlr512.hi@163.com
更新日期/Last Update: 2026-07-20