基于多源数据融合的AI地震灾损评估模型研究OA

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。