基于多源数据的建筑综合风险评估与更新优化策略——以福州市仓山区为例

评估建筑安全是城市更新的重要基础环节，既往的建筑预警评估体系存在准确性低、主观性强、测度尺度有限的问题。以正处于快速发展阶段的福建省福州市仓山区为对象，应用PS-InSAR技术与机器学习相结合的方法测度建筑自身风险，划定高风险建筑集聚区；基于多源数据构建综合风险评估模型，实现多维度建筑风险评估，为城市开发建设提供量化分析路径。得出结论：PS-InSAR技术结合机器学习所得到的建筑自身风险符合实际情况，其结果可进一步快速、科学测定高风险建筑集聚区；综合社会经济因素与自然环境因素，结合实地调研，可分析不同风险区发展前景及更新次序，从而提出针对性的更新优化策略。