基于GIS和随机森林的采动区建筑物损害综合评价

煤炭地下开采引起地表移动变形，对影响区内的建筑物造成不同程度的损害，传统的评价方法是根据预计的水平变形、倾斜、曲率来进行损害评价，未考虑建筑自身的因素，其他方法如模糊综合评价、聚类分析等又带有一定的主观性，评价指标和方法没有与损害程度的定级结果相联系，不能够作为判断现行开采的合理性和获取建筑物损害补偿的依据。在传统采动区建筑物损害等级预计的基础上，对建筑物损害的影响因素进行综合分析，通过查阅文献和数据分析选择了影响采动区建筑物损害的曲率、水平变形、建筑时间、结构、面积5个指标，利用随机森林的机器学习方法进行损害等级的预测。以河北省某采动区的两个村庄的建筑物为研究目标，将从一村庄选取的314个建筑物的指标和实际损害调查结果作为训练样本数据集，搭载在房屋调查定级图上，采用随机森林方法进行模型的训练与应用。使用调查定级来衡量评价精度，其中用传统方法预计正确的有70个，而利用随机森林进行综合预测正确的有235个，正确率有明显提升。然后使用模型对另一村庄的278个测试样本数据集进行等级预测，有197个与实际损害调查定级结果相符，而采用传统方法预计正确的只有117个。结果表明，相比传统方法，该研究...