《Journal of Wind Engineering and Industrial Aerodynamics》：A novel approach to assess the cyclone impacts on the brick veneer house of Australia using hybrid natural language processing
编辑推荐：
热带气旋是影响澳大利亚住宅建筑的最严重自然灾害之一，可造成广泛的结构性和非结构性破坏。砖贴面房屋作为澳大利亚现有住房存量中最主要的住宅建筑类型，容易遭受从局部构件损伤到整体结构失效等一系列缺陷。为提升结构韧性并符合更新后的现代设计标准，对这些受气旋影响的房屋进
热带气旋是影响澳大利亚住宅建筑的最严重自然灾害之一，可造成广泛的结构性和非结构性破坏。砖贴面房屋作为澳大利亚现有住房存量中最主要的住宅建筑类型，容易遭受从局部构件损伤到整体结构失效等一系列缺陷。为提升结构韧性并符合更新后的现代设计标准，对这些受气旋影响的房屋进行结构加固已成为一项迫切需求。因此，对现有住房存量中气旋相关缺陷进行结构化分析，是实施最优加固方案的前提条件。虽然已有大量气旋后损伤评估工作，但目前尚无既定的结构化缺陷数据库可用于提供详细的缺陷信息。为此，本研究提出了一种采用混合自然语言处理（Natural Language Processing，NLP）方法的结构化气旋缺陷数据库，以提取并整合现有缺陷数据源。该数据库包含关于构件级缺陷变化、失效机制、建造年代组别对已识别缺陷的影响以及基于州的气旋缺陷易损性等方面的定性和定量信息。对结构化缺陷数据库的分析表明，屋面系统始终被识别为最易受损的建筑构件，占记录缺陷的68%以上，其次是墙体系统和开口相关缺陷。风致失效是影响所有构件的主要失效机制，占已识别缺陷的60%以上。碎屑冲击和风驱雨水侵入是另外两种已识别的失效机制，合计占缺陷的30%。年代组分析还揭示了损伤模式的时间演变趋势。基于州的比较分析进一步揭示了具有区域差异的相似易损性模式，反映了气旋暴露条件、施工实践和法规演变的差异。总体而言，所开发的结构化数据库为气旋易损性建模、加固方案优先级排序以及未来住宅韧性预测工具的研发提供了宝贵资源。
**论文解读：基于混合自然语言处理的澳大利亚砖贴面房屋气旋缺陷数据库构建与分析**
**一、研究背景与问题**
热带气旋是澳大利亚建成环境面临的最严重自然灾害之一，尤其在北部领地（NT）、昆士兰州（QLD）和西澳大利亚州（WA）等高风险区域，强风、风驱雨和洪水每年造成数十亿美元的经济损失。砖贴面房屋作为澳大利亚现有住房存量中最普遍的住宅类型，在极端风荷载和雨荷载条件下，其性能主要受屋顶-墙体连接完整性、贴面拉结件结构完整性以及开口构件性能等因素制约。尽管现代设计标准和建筑规范不断更新，但大量建于旧版风荷载规范之前的既有房屋仍表现出显著的气旋脆弱性。澳大利亚多个授权机构已开展了大量气旋后灾害调查，积累了丰富的技术报告和定性描述，但这些信息呈现出高度非结构化和事件特定性的特点，难以支撑跨事件分析、定量易损性建模和系统性加固优先级排序。尽管自然语言处理（NLP）等数据挖掘技术在建筑环境信息提取领域已显示出潜力，但尚未有研究将其系统地应用于气旋后调查报告的结构化重组，澳大利亚也缺乏可供工程决策使用的气旋受损建筑结构化缺陷数据库。这一空白严重制约了基于风险信息的加固决策框架和住宅韧性提升策略的实施。
**二、研究目标与关键方法**
针对上述空白，研究人员旨在开发一个针对澳大利亚受气旋影响住宅建筑的综合缺陷数据库。研究采用数据驱动的方法，整合文献综合、气旋后损伤评估报告、自然语言处理和提取数据的统计分析。研究主要用到以下几个关键技术方法：
1. **文献计量与缺陷分类体系构建**：利用VOSviewer对Scopus和Web of Science（WoS）数据库中相关文献进行共现分析，确立气旋特定缺陷分类体系，定义缺陷类别、受影响建筑构件、主要损伤机制和严重性指标。
2. **语料库构建与文本预处理**：基于詹姆斯·库克大学旋风测试站（CTS）发布的20份气旋损伤报告构建语料库，采用PDF转文本与OCR回退的混合提取策略，进行Unicode标准化、空白和连字符校正、页眉页脚去除等文本清洗，并将文本划分为段落级证据单元。
3. **混合NLP信息提取管道**：在JupyterLab环境中执行基于规则的模式匹配和领域分类体系（图3）的混合NLP管道，从每个证据单元中识别建筑构件、缺陷类型、失效机制和严重性等级，生成包含报告ID、气旋事件、构件、缺陷类型、严重等级、失效机制和置信度分数的结构化记录。
4. **置信度评分与人工验证**：对低置信度记录采用人在回路（human-in-the-loop）方法进行手动验证，构建分类准确率评估矩阵。
5. **统计分析**：采用卡方独立性检验（Chi-square test）和克莱默V系数（Cramér's V）定量评估建筑构件与建造年代组别、建筑构件与区域、损伤机制与区域之间的关联强度。
**三、主要研究结果**
**3.1 文献计量网络分析**：1970年至2025年的文献计量分析显示，砖石和砖贴面研究可分为几个相互关联主题组，自2000年代初以来研究活动显著增长，新兴领域如概率建模、损伤检测和平面外行为增长明显，表明研究从传统材料导向转向更先进、基于性能和数据驱动的方向。
**3.2 验证后缺陷数据库概览**：通过人工复核292条低置信度记录，建筑构件、缺陷类型和损伤机制的分类准确率分别为66.3%、78.4%和83.8%，加权分数分别为56.0%、68.9%和81.8%。最终数据库包含867条缺陷记录，主要涉及昆士兰州、西澳大利亚州和北部领地，其中WA记录的气旋事件最多。
**3.3 建筑构件缺陷分布**：分析表明，屋面系统是最常受影响的构件，包括屋面覆层、屋脊和屋顶-墙体接口，占记录缺陷的68%以上。外部墙体、门窗和屋顶-墙体组合连接也是主要受损构件，地基缺陷占比不足1%。在QLD和WA各建造年代组别中，屋顶相关缺陷均占主导地位，但从1980-1989年代组到2019年以后组别，屋顶缺陷比例在QLD从约85%降至约57%，在WA从90%以上降至约74%。墙体、门窗相关缺陷在较新组别中相对增加，表明随着风荷载规范的逐步升级，主要结构系统韧性提升，但围护结构和次要构件仍存在脆弱性。
**3.4 缺陷类型与失效模式**：屋顶构件缺陷主要表现为紧固件失效、屋面隆起、倒塌、脱落和渗漏；墙体表现为倒塌、开裂和脱落；窗户表现为渗漏和破裂。连接相关缺陷虽报告频率较低，但往往是许多屋顶失效的根源。
**3.5 损伤机制**：风致损伤是主导机制，占缺陷的60%以上，主要影响屋顶构件，源于高升力（吸力）和荷载路径不连续；碎屑冲击主要影响屋顶、门和墙体；风驱雨水侵入作为次要机制，主要与屋面覆层损失、泛水失效、墙体空腔和门窗密封破坏相关。
**3.6 缺陷关联统计评估**：卡方检验显示建筑构件与建造年代组别（χ2=54.938，p=0.000034）、建筑构件与区域（χ2=20.948，p=0.000345）之间均存在统计显著但强度较弱的关联（Cramér's V分别为0.149和0.191），表明建造年代和区域虽影响缺陷分布但并非强独立决定因素。
**3.7 缺陷严重性分析**：由于原始报告缺乏定量严重性记录，研究开发了低、中、高三类定性严重性分类框架。分析显示，屋顶-墙组合等构件完全由高严重性记录构成，连接和墙体约50%为高严重性；屋顶缺陷以中高严重性为主（高严重性约42%）；风致损伤约58%为高严重性，碎屑冲击在三类严重性间均匀分布，雨水侵入记录全部为高严重性。
**四、讨论与结论**
研究讨论部分指出，所开发的数据库为构件级性能量化、跨区域和跨年代缺陷模式识别以及加固干预优先级排序提供了实证基础，能够帮助工程利益相关者设计针对主导失效路径的干预措施。与人工审查、关键词检索和监督式机器学习等方法相比，该混合NLP框架在可解释性、领域适应性、结构化提取和人工验证方面具有综合优势，尤其适用于样本量有限的气旋灾害报告语料。数据库观测到的年代组缺陷分布差异表明，AS/NZS 1170.2和NCC的持续修订有效减少了新一代住宅的严重结构失效，但非结构性和正常使用极限状态相关缺陷（如覆层损伤、窗户破坏和水侵入）仍然存在，提示未来规范需在保证生命安全之外进一步考虑损伤限制和围护结构鲁棒性。
研究结论翻译如下：本研究提出了一个可复现的基于NLP的框架，用于重组和分析澳大利亚房屋中的气旋相关缺陷。分析扩展到了构件级缺陷变化、失效机制、建造年代组别对已识别缺陷的影响以及基于州的气旋缺陷易损性。将定性损伤叙述转化为结构化缺陷数据库，使得能够对缺陷进行定量分析，增强了数据和信息的适用性与利用效率。屋面系统始终被识别为最易受损建筑构件，占记录缺陷的68%以上；风致失效是主要失效机制，占缺陷的60%以上；碎屑冲击和风驱雨水侵入合计约占30%。年代组分析揭示了损伤模式的清晰时间趋势，较新组别中主要结构失效相对减少，但非结构损伤易感性仍存。州际比较分析显示出具有区域差异的相似易损性模式，反映了气旋暴露条件、施工实践和法规演变的差异，表明需结合州属和年代特定的加固策略。所开发的数据库为气旋易损性建模、加固优先级排序和未来预测工具开发提供了可转移的基础，支持澳大利亚住宅韧性的数据驱动决策。
