膨胀性黏土收缩-膨胀致建筑损伤模型构建：从非结构化保险数据到建筑数据库创建及损伤等级划分

针对膨胀性黏土(expansive clay)季节性胀缩引发建筑结构损伤的评估难题，法国研究团队基于10,325份保险理赔报告，结合LLM(大语言模型)与RAG(检索增强生成)技术，构建首个黏土胀缩损伤等级量表(Clay Shrink-Swell Damage Severity Scale)，建立含98个变量的建筑特征数据库，揭示了建筑脆弱性关键因子，为气候变暖背景下的灾害风险管理提供实证基础。

　　

随着全球气候变化加剧，膨胀性黏土(expansive clay)季节性收缩-膨胀引发的建筑结构损伤已成为多国面临的严峻问题。在法国，这类"地质干旱"灾害年均保险赔付达10亿欧元，2022年更因极端干旱飙升至35亿欧元。黏土在雨季吸水膨胀、旱季失水收缩的特性，会导致地基不均匀沉降，引发墙体开裂、门窗变形等结构性损伤。然而，由于土壤-建筑相互作用的局部差异性、历史损伤数据匮乏，以及传统评估方法依赖简化力学模型，建筑脆弱性量化始终是学术界与保险业的共同挑战。

为突破这一瓶颈，Generali保险公司、法国地质调查局(BRGM)和蒙彼利埃地理与规划实验室(LAGAM)的研究团队创新性地利用2000-2021年间10,325份非结构化保险理赔报告，通过大语言模型(LLM)与检索增强生成(RAG)技术，构建了首个黏土收缩-膨胀损伤等级量表(Clay Shrink-Swell Damage Severity Scale)，并建立了包含98个变量的建筑特征数据库。这项发表在《International Journal of Disaster Risk Reduction》的研究，首次实现了从海量非结构化文本到标准化损伤评估的跨越。

研究团队采用三阶段技术路线：首先人工标注155份报告建立基准数据集；随后设计专用提示词(prompt)校准LLM模型；最终通过自动化提取扩展至全数据集。关键技术突破在于利用LLM的语义理解能力，从描述性文本中识别"地基类型"、"裂缝形态"等关键指标，并借助RAG框架整合外部地质数据库，有效克服了传统文本挖掘方法忽视上下文语义的缺陷。

数据库开发
通过分析理赔报告的标准化流程——包括地质图审查、现场裂缝测绘、植被评估等环节，研究团队提取出建筑年代、基础类型、周边植被等98个特征变量。其中地基深度与树木距离比等指标被证实与损伤程度显著相关，而常规勘察中缺失的根系数据则被标记为未来研究重点。

黏土收缩-膨胀损伤等级量表
基于真实案例构建的6级损伤量表，首次将"发丝状裂缝"(1级)到"结构性失稳"(6级)的渐进过程标准化。该量表特别强调裂缝走向与建筑角度的关系，例如对角线裂缝往往预示更严重的基底位移。

损伤因子识别
统计分析揭示关键规律：1970年前建造的砖混建筑损伤风险增加2.3倍；浅基础(<1m)建筑中重度损伤占比达68%；乔木距离小于树高1.5倍时，损伤概率提升40%。这些发现为针对性加固措施提供了科学依据。

这项研究的意义在于三方面突破：方法学上证明LLM+RAG框架处理非结构化保险数据的可行性；实践层面构建的损伤量表和数据库可直接用于快速现场诊断；政策维度则为气候适应型建筑规范提供了实证基础。研究同时指出当前局限——地基数据不完整可能影响模型精度，未来需结合钻孔取样等地质数据提升预测能力。随着气候变暖加剧干旱频率，这套基于真实损伤数据的评估工具，将为建筑韧性提升和保险风险定价带来革命性改变。