建筑结构类型预测：根据面积、层数、轮廓、POI基本信息
介绍
在各类地图中，建筑群的轮廓和高度等数据很常见，或者容易从高清卫星地图中获取，但是建筑的结构类型作为进行建筑结构性能分析的常用数据，却很难获得。虽然一些文献[1-2]中做了相关的预测模型研究，但是数据并未公开。
本文从武汉的公开数据中手动提取一些建筑结构类型，训练得到了一个随机森林模型。训练数据和训练好的模型都完全在Github仓库中公开。
随机森林模型
输入
- 平面面积
- 层数
- 轮廓结点坐标
- POI（可选）：该建筑周围半径2公里范围内最近的20个属于’住宅服务’或者’商务住宅’的距离（根据高德地图POI获取功能可以得到）
输出
- 结构类型：Hazus[3]中的结构分类，例如，C2为混凝土剪力墙结构，S3为轻型钢结构。
性能
根据面积、层数、轮廓、POI训练得到随机森林模型，整体的准确性为60%。混淆矩阵如下：
这里只手工提取了233幢建筑的数据，所以整体准确性有限，但是对于国内城市最常见的混凝土剪力墙（C2，常为住宅）和轻钢结构（S3，常为工业厂房）的分类已经比较准了。
各个特征的重要性如下。可以发现，除了面积和层数之外，POI信息也是很重要的。例如，如果住宅建筑分布在周围很近，那么说明这幢建筑也很有可能是住宅，而在国内住宅常常是混凝土剪力墙，所以POI信息对模型由很大的贡献。
当不用POI数据时，整体准确性降低到50%。混淆矩阵如下：
参考文献
[1] Peng Zhou, Yuan Chang. Automated classification of building structures for urban built environment identification using machine learning. Journal of Building Engineering, 2021, 43: 103008.
[2] Zhen Xu, Yuan Wu, Ming-zhu Qi, Ming Zheng, Chen Xiong, Xinzheng Lu. Prediction of Structural Type for City-Scale Seismic Damage Simulation Based on Machine Learning. Applied Sciences, 2020, 10(5): 1795.
[3] FEMA. Hazus Inventory Technical Manual. Hazus 4.2 SP3. FEMA, 2021.