超强台风格萨期间基于智能设备的城市高层建筑众源感知

《Engineering Structures》：Smart-device-based crowdsensing of urban high-rise buildings during Super Typhoon Ragasa

　　在超强台风"摩羯"（Ragasa）期间，基于智能设备的众包感知研究在8栋高层建筑上开展。智能设备有效捕捉了主导的低频响应，前两个固有频率误差通常低于0.5%。智能手机视频捕捉了主导的低频相对运动，频率识别误差低于0.7%。对监测建筑的短期频率波动和初步的长期频率变化进行了研究。**引言**随着结构设计方法和施工技术的不断进步，过去几十年间建造了大量的高层建筑。这些结构通常具有高柔性和低阻尼比的特征，对台风等强风非常敏感。在严重台风条件下，高层建筑可能经历显著的风致振动，对结构安全、人员舒适度和长期适用性提出了重大关切。在台风事件中获取高层建筑的结构动力响应和模态特征，对于评估其在极端风环境下的实际性能、验证风工程设计方法以及支持结构健康监测（SHM）策略至关重要。传统上，高层建筑台风响应的现场监测依赖于SHM系统，通常由高精度加速度计、数据采集单元、电源、通信模块和广泛的布线网络组成。然而，这类系统成本高、安装周期长、现场部署和维护程序复杂。因此，传统SHM系统通常仅安装在少数地标或关键工程结构中，大规模应用仍然困难。近年来，智能手机和平板电脑等智能设备的广泛采用提供了有前景的替代方案。这些设备配备了内置的微型机电系统（MEMS）加速度计、陀螺仪、高分辨率摄像头，并具备集成的计算、存储和通信能力。因此，它们有可能作为低成本、快速部署的传感节点，用于结构响应测量。基于这些能力，基于智能设备的众包感知利用分布式智能设备作为传感节点进行结构响应监测。基于智能设备的低成本结构监测在桥梁工程领域已得到广泛探索。例如，Feng等人开创了"公民传感器用于SHM"的概念，展示了使用智能手机在实验室梁和实际桥梁结构上进行结构频率识别和损伤特征提取的可行性。Ozer和Feng利用行人携带的智能手机数据监测桥梁，试图从行人-桥梁耦合振动中提取模态信息。Sitton等人以及Di Matteo等人将智能手机安装在车辆中，基于车辆-桥梁相互作用识别桥梁固有频率，并与传统加速度计和运营模态分析的结果进行比较。Matarazzo等人进一步利用日常车流中众包的智能手机数据识别在用桥梁的模态频率，突出了基于移动终端众包感知在大规模桥梁监测中的潜力。除了加速度测量外，Zhao等人应用基于智能手机的摄影测量法进行桥梁位移和索力估计，扩展了智能设备在快速桥梁检测中的应用。总体而言，桥梁领域的研究已从单点测试发展到移动传感和众包监测。相比之下，智能设备在高层建筑中的应用仍然相对有限。现有研究主要集中于特定案例的可行性演示。例如，Kong等人使用智能手机对一栋44米高的办公楼进行了振动监测，并成功识别了两个主要的平动模态和一个扭转模态。Shrestha等人提出了一种基于智能设备的振动测量系统，并将其应用于记录一栋11层建筑的 seismic 响应。Zhou等人利用iPhone在台风"麦莎"期间对一栋421米高的建筑进行了现场测量，识别了该建筑的动力学特征。然而，大多数现有应用集中于单栋建筑或小样本案例研究，在真实台风条件下对城市高层建筑群的大规模众包感知测量仍研究不足。此外，异构智能设备在采样特性、传感器性能和测量条件方面的差异，给获取可靠且可比的结构性动态信息带来了挑战。为解决这些问题，本研究介绍了2025年超强台风"摩羯"期间开展的一项基于智能设备的众包感知现场测量活动。位于中国东南沿海三个城市——深圳、广州和珠海——的八栋高层建筑，使用移动智能设备和高精度加速度计进行了监测。测量和分析涉及数据质量控制、可比的结构性动态特征提取以及跨设备验证。目的是评估智能设备在真实台风条件下进行高层建筑动力响应监测的可行性和可靠性，从而为城市建筑群的低成本、快速、大规模监测提供技术依据。本文其余部分组织如下：第2节介绍台风事件和现场测量设置；第3节评估智能设备加速度测量与高精度加速度计数据的对比；第4节展示了两栋受监测建筑的基于视觉的位移识别；第5节讨论了受监测建筑的短期和长期动力学特性；第6节得出结论。**章节摘要****超强台风"摩羯"**超强台风"摩羯"（第2518号）是2025年影响中国东南沿海地区最重要的台风之一，为研究台风条件下高层建筑的动力学特征提供了难得的机会。如图1所示，"摩羯"于2025年9月18日20时在菲律宾以东的西太平洋形成。它向西北移动并迅速增强为超强台风。在9月22日左右穿越菲律宾北部后，台风**加速度时程的校正**智能手机和平板电脑的数据采集过程通常受操作系统调度、后台任务和应用级记录机制的影响。因此，即使"传感器记录器"应用中指定了固定的采样频率，记录的数据仍可能出现采样间隔的波动。这种非均匀采样可能影响后续的加速度响应分析。因此，在比较智能设备获得的加速度数据之前**视频测量设置**除了使用智能设备进行加速度测量外，还利用智能手机视频录制捕捉台风事件期间高层建筑的结构性运动，并使用计算机视觉方法识别相应的位移响应。与传统的接触式位移测量方法（如GPS接收器和位移传感器）相比，基于视频的测量不需要直接在**基于蒙特卡洛的随机子空间识别方法**在本研究中，使用协方差驱动的随机子空间识别（SSI-COV）方法，结合Zhou和Li先前提出的基于蒙特卡洛的稳定化图，识别了基频平动模态的模态参数。与使用固定时滞参数构建的传统稳定化图不同，所采用的方法使用随机生成的时滞参数i和系统阶次参数n的组合，反复进行SSI-COV分析。**结论**本研究在2025年超强台风"摩羯"期间，对城市高层建筑开展了基于智能设备的众包感知现场测量活动。深圳、广州和珠海的八栋建筑使用智能手机、平板电脑和高精度加速度计进行了监测，并对选定建筑进行了智能手机视频测量。主要结论如下。（1）智能设备加速度记录显示出不同程度的非均匀采样，这些偏差被校正**作者贡献声明****周康：** 撰写 – 审稿与编辑，撰写 – 初稿，调查，获取经费，构思。**陆一思：** 可视化，验证，软件，数据整理。**袁千：** 验证，项目管理，数据整理，调查。**段明刚：** 验证，调查，数据整理，构思，方法论。**何云程：** 项目管理，调查，形式分析。**胡峰：** 软件，资源，调查。**付济阳：** 验证**利益冲突声明**作者声明，他们没有已知的竞争性经济利益或个人关系，这些利益或关系可能影响本文所报告的工作。**致谢**本工作得到**国家自然科学基金**（项目编号52538010）、**广东省自然科学基金**（项目编号2026A1515010049）、**广州市科技计划**（项目编号2025A04J4323）以及**黄山学院自然科学研究项目**（项目编号2025xkjq012）的资助。---周康 | 陆一思 | 袁千 | 段明刚 | 何云程 | 胡峰 | 付济阳