基于多维离散采样的区域RC既有建筑地震易损性与经济损失评估框架

本文推荐：该研究提出创新性多维离散采样框架，用于量化区域尺度钢筋混凝土（RC）建筑的地震易损性与直接经济损失。通过马尔可夫链蒙特卡洛（MCMC）采样处理多源异构暴露数据，结合Kullback-Leibler散度优化样本量，解决了传统连续空间建模导致的模态丢失问题。案例验证表明，该方法能精准反映意大利普利亚大区RC建筑的实际风险分布。

　　

亮点

引言

现有钢筋混凝土(RC)建筑对地震作用的高脆弱性已成为行业共识，专业人员持续探索量化建筑环境地震风险的创新方法。地震脆弱性评估的核心在于建立"地震强度-损伤等级-潜在损失"的因果函数，该关系高度依赖于评估目标的空间尺度（单体建筑或区域集群）与数据模态特征。

方法论

如图1所示，本框架通过迭代式多维离散采样技术处理区域暴露数据的异质性挑战。当数据源自不同渠道时，传统连续空间近似可能导致关键模态丢失或变异度低估。本研究采用马尔可夫链采样构建高维联合分布，并运用Kullback-Leibler(KL)散度实现目标分布与经验分布的鲁棒比对，从而确定次优代表性样本量。

区域概况与数据

以意大利南部普利亚大区为案例，根据国家地球物理与火山学研究所(INGV)发布的地震危险性图，该区域峰值地面加速度(PGA)呈现由南向北递增趋势（0.025g-0.25g，50年超越概率10%，A类场地）。采样数据通过非线性时程分析自动生成数值模型，最终依据样本空间频率加权计算整体易损性与损失指标。

结论

本框架首次实现了基于真实数据分布的区域RC建筑地震风险评估，其采样算法有效解决了多模态与多维度的数据整合难题。在普利亚大区的应用验证了该方法的工程实用性，为区域防灾资源配置提供了科学依据。

（注：根据要求已去除文献引用标识，专业术语保留英文缩写并规范使用_/^标签）