《Soil Dynamics and Earthquake Engineering》：Building-specific seismic damage prediction of Italian historical churches: A gradient boosting approach on a large empirical database
编辑推荐：
意大利历史砌体教堂代表了非凡的文化遗产，面临显著的地震危险性，需要适当的保护。在此背景下，尽管易损性曲线（fragility curves）和脆弱性指数（vulnerability indices）仍是领土风险评估的标准工具，但它们依赖于基于群体的分类，无法在
意大利历史砌体教堂代表了非凡的文化遗产，面临显著的地震危险性，需要适当的保护。在此背景下，尽管易损性曲线（fragility curves）和脆弱性指数（vulnerability indices）仍是领土风险评估的标准工具，但它们依赖于基于群体的分类，无法在单个建筑尺度进行损伤预测。本研究提出了一种基于数据驱动的框架，用于建筑特异性地震损伤预测，该框架基于LightGBM回归器（LightGBM regressor），训练数据来自覆盖意大利十个地区的七次地震序列的震后A-DC调查记录（A-DC survey records）。研究人员并行处理了两个损伤目标：连续损伤指数BE（continuous damage index BE）和离散EMS-98损伤等级BG（discrete EMS-98 damage level BG）。该模型在分层保留测试集（stratified held-out test set）上取得了令人满意的预测性能，相对于基线预测器（baseline predictor）有显著改进。SHAP可解释性分析（SHAP interpretability analysis）揭示了一个物理上一致的特征重要性层次，其中峰值地面加速度（peak ground acceleration, PGA）占主导地位，其次是维护状态（maintenance state）、后殿存在（apse presence）、中殿高度（nave height）和预存损伤（pre-existing damage）。后殿在整个多事件数据集中的持续重要性是一个关键结果，扩展了震后实地调查的定性观察；此外，区域残差分析（regional residual analysis）证实了模型在大多数代表区域中的泛化能力。研究人员提出的方法补充了传统的基于易损性的方法：后者仍适用于领土风险评估，而数据驱动模型提供了建筑特异性损伤估计，可支持检查优先级排序、预防性维护规划和地震风险缓解的资源分配。
**论文解读文章**
**研究背景、存在问题与研究意义**
意大利历史砌体教堂是举世瞩目的文化遗产，然而该国位于构造活跃区，这些教堂面临显著的地震危险性。过去三十年间，每次重大地震（如2009年拉奎拉地震、2012年艾米利亚地震、2016–2017年意大利中部序列）均导致大量教堂受损或无法使用，部分地区超过80%的受检教堂被限制进入。现有地震易损性评估方法（如易损性曲线和脆弱性指数）基于群体分类，将教堂按同质脆弱性类别分组，牺牲了建筑单体异质性信息，无法针对单个建筑提供损伤预测。此外，教堂数据集通常较小，难以通过多属性联合分层获得精细的易损性子类。因此，开展建筑特异性的地震损伤预测研究具有重要现实意义，可支持检查优先级排序、预防性维护规划和资源分配。本研究发表在《Soil Dynamics and Earthquake Engineering》。
**研究内容与结论**
研究人员提出了一种数据驱动框架，基于LightGBM回归器，训练数据来自6912份震后A-DC调查记录，覆盖七次地震序列（1997–1998年翁布里亚-马尔凯序列、2009年拉奎拉地震、2012年艾米利亚序列、2016–2017年意大利中部序列，以及2002年莫利塞、2003年皮埃蒙特、2017年伊斯基亚三次小序列）和十个意大利地区。模型并行预测两个损伤目标：连续损伤指数BE和离散EMS-98损伤等级BG。通过三层特征选择（互信息、LightGBM增益、SHAP值）从43个候选变量中保留14个可解释预测因子，并采用Optuna进行贝叶斯超参数优化。模型在分层保留测试集（1356个样本）上，BE的R2为0.413，BG的±1级准确率为78.0%，分别较基线预测器提升115%和38%。SHAP分析表明，特征重要性排序稳定且物理一致：峰值地面加速度（PGA）居首，其次为维护状态（归一化重要性0.413/0.421）、后殿存在（0.341/0.340）、预存损伤（0.224/0.217）和中殿高度（0.182/0.175）。后殿的重要性在多事件数据集中首次被定量确认，扩展了震后调查的定性观察。区域残差分析显示，除马尔凯地区外，模型在大多数区域无显著偏差；留一事件验证（以2009年拉奎拉地震为未见事件）表明RMSE增加<10%，无显著偏差，模型可推广至完全未见过地震。数值验证通过与推覆分析（pushover analysis）导出的损伤-PGA曲线对比，证实了模型在低至中等PGA范围内的物理合理性，但高于0.38 g时因数据稀疏性预测趋于平坦，应视为下界估计。
**主要技术方法**
研究人员采用以下关键方法：（1）三层特征选择：互信息（Mutual Information, MI）筛选边际关联弱的变量，LightGBM增益重要性进一步排序，SHAP值（SHapley Additive exPlanation, SHAP）基于博弈论确定最终14个特征；（2）LightGBM梯度提升回归器，原生处理缺失值，采用叶节点生长策略；（3）Optuna框架进行贝叶斯超参数优化（100次试验，5折交叉验证）；（4）SHAP可解释性分析，分解每个预测的特征贡献。样本全部来自DaDO（DAtabase of Observed Damage）平台，包含意大利1997–2017年七次地震序列的6912份A-DC调查记录，覆盖十个地区，其中翁布里亚（33.6%）、马尔凯（30.8%）和阿布鲁佐（22.9%）占主导。
**研究结果**
（保留原文小标题，并说明通过什么研究得出什么结论）
**4. Regressor training and testing**
通过训练LightGBM回归器，在测试集上BE模型R2=0.413，RMSE=0.147；BG模型RMSE=0.872（±1级准确率78.0%）。残差分布轻微负偏，表明模型在低至中等损伤水平趋于保守估计，但高损伤水平（D4、D5）因数据不平衡被低估。条件共形预测区间显示，预测不确定性随损伤等级增加而增大。
**4.1. SHAP analysis**
SHAP分析量化了14个特征对损伤的贡献。PGA占主导（归一化重要性1.000），维护状态（0.413/0.421）和后殿存在（0.341/0.340）紧随其后。蜂群图显示PGA、维护状态、后殿存在、预存损伤和中殿高度的效应方向与物理预期一致。交互作用图揭示维护状态与PGA、后殿存在与中殿高度之间存在协同效应。
**4.2. Regional residual analysis**
按区域分析预测残差，阿布鲁佐和翁布里亚无显著偏差，RMSE与全局测试值接近（误差<1%）。马尔凯地区是唯一系统性例外：模型低估损伤（BE平均残差+0.055，BG+0.297，p<0.001），归因于2016–2017年序列的频谱和持时特征未被标量PGA充分捕捉。
**4.3. Leave-one-event-out validation**
将2009年拉奎拉地震全部1583条记录排除，重新训练模型。BE的RMSE从0.153增至0.166，BG的RMSE从0.926增至0.984，无显著偏差。SHAP排序中PGA和维护状态仍居前，但后殿重要性下降至第五位，表明部分特征重要性受事件组成影响。
**5. Numerical validation**
通过与推覆分析导出的损伤-PGA曲线对比进行数值验证。对于四个代表性结构剖面（P1–P4），模型预测低PGA时低于易损性曲线，反映建筑特异性条件平均。与Del Carlo原型和San Felice教堂的对比表明，模型在PGA<0.10 g时保守，在0.10–0.38 g内物理合理，高于0.38 g因数据稀疏应视为下界。推覆曲线反映个体非线性行为，而模型提供条件平均，两者互补。
**总结讨论与结论翻译**
讨论部分指出：SHAP结果物理一致，后殿的重要性源于其引起的平面不规则性和扭转效应，与震后调查中后殿宏元件的高激活率一致；马尔凯偏差揭示了标量PGA的局限性，建议采用谱强度指标；模型与易损性曲线互补，前者适用于群体尺度的概率评估，后者适用于建筑特异性排序。局限性包括：PGA作为唯一地震动参数、高PGA数据稀疏、PGA空间聚合误差、数据集偏向高烈度区域、缺失建造年代和拱顶类型等变量。结论部分翻译如下：
本研究提出了一个基于数据驱动的框架，用于意大利历史砌体教堂的地震损伤预测，基于LightGBM回归器，训练于6912份震后A-DC调查记录，涵盖四次主要地震序列和十个地区。模型并行建模了两个损伤目标：连续损伤指数BE和离散EMS-98损伤等级BG。三层特征选择将43个候选变量减少至14个可解释预测因子，并独立对每个目标应用了贝叶斯超参数优化。训练后的模型在分层保留测试集（1356个教堂）上进行了评估，并通过系统的SHAP分析将预测分解为特征级贡献。研究人员提出的方法在地震易损性方法领域中占据了一个独特且此前未被填补的位置：它在单个建筑尺度上运行，根据快速震后检查中可获取的结构和背景属性组合进行损伤预测，补充而非竞争基于易损性的方法。模型在BE上达到测试R2=0.413，BG上±1级EMS-98准确率78.0%，分别较基线预测器提升115%和38%。SHAP重要性排序在两个目标上稳定，表明模型学习了物理一致的关系而非数据伪迹。峰值地面加速度主导排序，其次为维护状态、后殿存在、预存损伤和中殿高度。后殿在整个多事件意大利数据集中的第三位（归一化SHAP重要性BE为0.341，BG为0.340），仅低于PGA和维护状态（分别为0.413和0.421），是一个有趣的定量结果，扩展并确认了震后现场调查的定性观察，并具有直接实践意义：针对后殿宏元件的定向干预是降低单个教堂预期损伤最有效的结构措施之一。区域残差分析表明模型在数据集中的大多数意大利区域泛化良好。阿布鲁佐和翁布里亚（共占测试观测近59%，受不同地震事件影响）无显著偏差，证实模型未记忆事件特定模式。唯一系统性例外是马尔凯地区，因2016–2017年意大利中部序列的频谱和持时特性未被标量PGA充分表示，模型低估损伤。该偏差可通过将地震动输入扩展至谱强度指标来解决，无需修改算法架构。留一事件实验提供了模型对完全未见过地震的可迁移性的首次定量评估：当整个阿布鲁佐/拉奎拉2009数据集排除出训练时，RMSE增加<10%，无显著偏差，支持学习到的结构关系超越单个地震序列的稳健性。然而，在整个区域残差分析中，区域仅近似代表地震事件，且当前实验仅覆盖一个留出序列；未来在额外独立事件上的验证对于更系统地评估事件间可迁移性至关重要。针对四个代表性结构剖面生成的损伤-PGA曲线表明，模型预测的系统损伤低于Sisti等人[14]对应类型学类的易损性曲线，差异约0.09–0.11 BE单位，反映了建筑特异性方法条件预测于精确结构剖面而非返回异质群体平均行为的能力。通过与两个个体教堂的推覆分析导出损伤-PGA曲线的数值验证，确认了模型预测的物理合理性。然而，损伤-PGA曲线在约0.38 g以上逐渐平坦，由高地震动强度数据稀疏引起，代表了模型适用范围的另一边界，用户在高危险性场景中应用时需注意。但研究人员强调，数据驱动与基于力学的方法占据互补角色：前者在大规模建筑库存的快速损伤排序中最有价值，后者用于单个结构的详细评估。
