区域层次建筑群震害的准确评估,对于防灾减灾策略的制定和韧性城市的构建具有重要的现实意义。基于机器学习方法建立结构参数、地震动参数与结构损伤指标的映射关系,能够有效地平衡计算精度和评估效率,是区域层次震损评估的有效方法。其中地震动参数作为描述地震动不确定性的重要指标,是确定地震动对结构损伤潜在影响的关键,也是建立真实地震动与震损数据库间匹配关系的前提。因此本文的研究目的是通过对地震动参数进行敏感性分析以确定关键参数,从而提高震损评估效率,同时降低震损数据库的样本需求量。本文的研究思路为:首先针对常用的地震动强度指标,基于参数间相关性分析进行地震动参数的初步降维;接着以SDOF（单自由度,Single Degree of Freedom）和MDOF（多自由度,Multiple Degrees of Freedom）结构为研究对象进行敏感性分析,获得地震动关键参数;最后通过典型框架结构的结构层次和构件层次的响应预测,验证关键参数的信息完备性。主要研究内容和结论如下:（1）基于Ⅱ类场地远场地震动记录,通过参数间相关性分析进行地震动参数初步降维。选取的地震动记录为Ⅱ类场地远场地震动,经离群值剔除、K-Means聚类后共获得734条地震动;针对常用的55个地震动参数,基于已选地震动记录进行地震动参数批量计算;基于Open Sees构建30个SDOF结构,进行批量弹塑性时程分析以获得结构最大响应;基于地震动参数间线性相关性分析,以及与SDOF最大位移响应的对数线性相关性分析将地震动参数初步降维到11个参数。（2）基于极端随机森林算法进行SDOF和MDOF结构响应预测模型的构建。以常用的5种集成算法作为备选模型,基于多个SDOF结构样本数据进行模型选择,确定极端随机森林模型;以初步降维后的11个地震动参数及结构基本周期为输入,以SDOF和MDOF结构最大响应为输出,构建响应预测模型。模型在测试集上的R~2决定系数达到0.80,是稳定且可靠的模型。其中SDOF响应为最大位移,MDOF响应为最大顶点位移、最大层间位移角和最大基底剪力。（3）基于SDOF和MDOF结构响应预测模型进行地震动参数敏感性分析。基于极端随机森林中的特征重要性系数进行输入特征的敏感性分析,结果表明:地震动参数敏感性大小与结构周期强相关,在短周期范围内相关性最高的参数为Mackie地震动强度ASI,中长周期范围内为Riddell指标Iv,长周期范围内为位移谱峰值Sd＿max和最大增量位移MID;以上述4个关键参数作为输入特征进行样本量分析,结果表明:样本需求量仅为250即可基本达到75%的预测精度,证明关键地震动参数已包含地震动记录的大部分信息。（4）针对典型框架结构的结构层次和构件层次响应进行敏感性分析结果的验证。采用YJK软件完成了3、6、9层典型框架结构的弹性设计,并基于Open Sees进行了批量弹塑性时程分析;提取了不同层次结构响应数据,包括结构层次指标:最大层间位移角和最大基底剪力,构件层次指标:梁、柱构件处于不同性能状态在全楼的占比数据;对结构层次响应进行预测模型的构建、敏感性分析和样本量分析,验证了前述结论的适应性;对构件层次响应,以关键地震动参数为输入构建了分类模型,结果表明:预测模型对梁、柱性能状态1、2的全楼占比数据分类准确率达到70%,进一步验证了关键地震动参数的信息完备性。