基于耦合因子的广东地区地震灾害人员伤亡评估方法.docx

    基于耦合因子的广东地区地震灾害人员伤亡评估方法    何萍 俞岗Summary：从地震灾害人员伤亡影响因素的角度进行震害伤亡人数快速评估方法的研究，建立基于耦合因子的伤亡人数评估模型，并以广东地区为例，分析评估模型中地震灾害人员伤亡耦合因子的空間化及定量化过程以ARC Engine 10.1为平台进行地震快速评估与动态出图系统的研发，并将其应用于广东地区历史强震的震害评估结果表明：该系统对同一震例可以用不同算法（基于耦合因子的算法模型及常规算法模型）进行伤亡人数评估计算，基于耦合因子的算法模型所计算出的人员伤亡数量具有明显的地区差异性，比较贴合实际情况Key：地震灾害;人员伤亡评估;耦合因子;广东地区：P315.94   ：A   ：1000-0666（2019）02-0280-080 引言地震是对人类最具威胁的自然灾害之一，具有突发性和难以预测性在强地震动作用下，可导致建筑物倒毁，构筑物或基础设施破坏，往往还伴随着次生和衍生灾害地震带来的直接与间接灾害经常会造成严重的人员伤亡和经济损失近年来，随着我国城市经济的高速发展，人口愈加集中，城镇化进程加快，地震成灾事件越来越多，地震对人们的生命财产安全的威胁也越来越大。

根据以往多震省份的地震应急实践经验，地震发生后，专业技术人员必须快速回应指挥部提出的关键问题，如灾区社会经济与自然地理特点，地震灾区范围及分布情况，人员伤亡的数量及分布情况，经济损失的大概规模，次生地震灾害风险及空间分布，应急响应的启动级别等在这些问题中最核心的问题是人员伤亡规模以及灾区空间分布位置，这也是应急响应启动、救灾部署的关键指标之一为了能快速准确地回答这个问题，近年来国内外许多专家学者都对地震灾害中的人员伤亡评估进行了深入的分析与研究本文从地震灾害伤亡人数影响因素的角度进行分析，建立地震伤亡人数估算参数，并以广东地区为例，分析基于地震灾害人员伤亡耦合因子的评估方法，进行比较分析1 地震灾害人员伤亡耦合因子分析地震造成的人员伤亡有直接和间接2种：直接人员伤亡主要是建构筑物损毁造成的人员被砸、被埋、被压或兼而有之导致的死亡、致伤、致残;间接人员伤亡是地震引发的次生灾害造成的，如房屋倒塌、生命线工程及设施破坏等引起的爆炸、火灾、水灾、环境污染、瘟疫流行等以及地震地质灾害崩塌、滑坡、泥石流等地震造成的人员伤亡与灾区的自然环境和人文环境有关，同等震级的地震，由于灾区地理环境、经济发展不同造成的灾情也各不相同。

在前人研究的基础上（肖光先，1991;尹之潜，1991;马玉宏，谢礼立，2000;傅征祥，1993;程家喻，杨喆，1993;王晓青等，2009;李永强等，2007;陈洪富等，2011），何萍（2018）分析了2001—2016年中国大陆地区发生的184次成灾地震事件（中国地震局震灾应急救援司，2010，2015;郑通彦，郑毅，2012，2014，2015;陈通，郑通彦，2016;文鑫涛，郑通彦，2018），分别从震区烈度、发震时刻、人口密度、建筑物破坏程度、次生灾害等方面对地震中造成人员伤亡的主要因素进行了定性及定量的分析分析结果表明，建构筑物抗震性能、人口密度、城市发展程度及地震引发的次生灾害是地震中影响人员伤亡关键的耦合因子因此，本文所研究的人员伤亡快速评估方法主要是基于5个耦合因子来进行1.1 建筑物抗震性能建筑物的抗震性能是地震时影响人员伤亡最显著的因子地震会造成房屋建筑物的倒塌、破坏和使用功能的丧失，还会导致严重的人员伤亡和经济损失，何萍（2018）对2001—2016年中国大陆发生的184次成灾地震事件中的房屋中等以上破坏面积与该地震造成的人员伤亡人数进行相关性分析，结果表明这2个变量之间的相关系数达到0.999，显著相关。

1.2 人口密度及城市化程度从历史地震灾害可以看出，灾区的人口密度及城市发展程度同样也是地震灾害中影响人员伤亡的重要原因之一城市化的进程，使地震灾害的社会影响越来越呈现多样性的特点，并深刻影响地震灾害中的人员伤亡及经济损失（伍国春，2012）1964年的日本新瀉7.5级地震是城市化灾害的典型震例，地震导致石油储油罐群发生火灾，并引发了地震海啸致使灾害更为严重，众多建筑因为场地发生液化倾倒毁坏1995年日本阪神7.2级地震则是典型的城市直下型震例，大阪是日本第二大都市，地震造成5 438人死亡，直接经济损失约1 000亿美元引发震害最主要的原因一是发震断层穿城而过，地震导致房屋倒塌、交通中断、城市瘫痪;二是地震引发了非常严重的次生火灾，主要由城市管道煤气的爆炸引发，加剧了震害和伤亡（中国赴日地震考察团，1995）2011年3月11日，日本9.0级特大地震是日本近年来人员伤亡及损失最为惨重的一次地震，地震诱发海啸不仅摧毁了沿岸的村落，更影响到东京等地的城市生活，并且由于福岛核电站的处理问题演变为核安全危机1.3 地形地貌特征震中的地形地貌特征很大程度决定了震后地震地质灾害发生的频度及强度，而地震地质灾害的大小同样影响到灾后人员伤亡的数量。

如我国的西南地区，自然地理环境复杂，地质构造多变，岩石破碎，山地面积大，山高谷深，地势高差大近年来西南地区发生的大部分破坏性地震都诱发滑坡、泥石流等次生灾害，从而加重了灾情汶川8.0级地震引发地震地质灾害点达5 094处，其中滑坡1 701处、崩塌1 866处、泥石流304处、不稳定斜坡1 093处、地面塌陷21处、地裂缝123处，造成了大量人员伤亡（国土资源部地震救灾前线指挥部，2008）在云南昭通地区，5.0级以上地震通常都会产生较大规模的崩滑次生灾害，并造成严重人畜伤亡，如2006年“7·22”盐津5.1级地震死亡22人，其中因地震崩滑致死占死亡总数的81.82%;2006年“8·25”盐津5.1级地震死亡2人，均系地震崩滑而死，占总数的100.00%;2012年“9·7”彝良5.7、5.6级地震死亡81人，因地震崩滑死亡60人，占死亡总数的74.07%（白仙富等，2013）4.2 人口密度及城市化发展程度影响因子P为了更好地定量化表达广东地区的人口密度及城市发展程度，将其按城市人口、经济及城市化的发展程度分为4类地区（图2b）：一线城市中心城区;以各地市中心城区以及一线城市非中心区为主;区县中心城区及城镇中心区;乡镇及农村地区。

在对184个震例研究的基础上（中国地震局震灾应急救援，2010，2015;郑通彦，郑毅，2012，2014，2015;文鑫涛，郑通彦，2018;陈通，陈通彦，2016;何萍，2018），将人口密度及城市发展程度对地震灾害大小影响定量化，计算人员伤亡损失时将这4类地区赋以不同的权重（分别为3.0，2.0，1.0，0.6），以区别地震发生在该类地区时所造成的不同程度的影响4.3 场地条件影响因子S广东地区陆地地势北高南低，众多河川总体上均向南流入海域由于温湿气候影响，陆壳岩屑的风化作用强烈，兼台风暴雨频频，更加强了地表剥蚀、侵蚀作用，也增强了流水的搬运作用，在沿海地区形成了深厚的泥砂堆积这种地下水位较高的软弱地基是加剧震害的不利因素根据《建筑抗震设计规范》（GB50011—2010），参考广东省地震局以往的研究成果，将现有场地粗略划分为4类（图2c），将场地类型对地震灾害大小影响定量化，计算人员伤亡损失时将不同的场地类型赋以不同的权重，影响因子S在不同场地条件下的取值分别为：0.5，1.0，1.2，1.54.4 地形影响因子T广东山丘台地多为厚层风化壳，虽然海拔不高，但若震中在山区，也会引发小型的滑坡、塌方。

如1962年河源6.1级地震后曾出现“山剥皮”现象，也可能加重山区地震的灾情，因此有必要对现有的广东地区地形影响因子进行分区（图2d）根据广东地区的数字高程图提取广东山地与平地的分区，以供在计算中应用但是广東地区的地震滑坡大多是小型或小区域滑坡，不会发生像西南地区那样具有一定规模、影响巨大的滑坡，而且震后的滑坡受天气影响更大，因此还要考虑强降雨时滑坡可能性问题结合何萍（2018）对184个震例的研究，T在山区取值为1.1（强降雨时增加至1.5），平地取值为1.04.5 天气影响因子C气象灾害是广东最常见的自然灾害，发生灾害的时限较长，每年遭受的损失占全部损失的90%以上历史震例表明，地震的发生往往伴随着极端的天气，恶劣天气会使地震灾害扩大化，增加诱发地震次生灾害的风险，致使人员伤亡、经济损失成倍增长，因此灾害发生时还要随时关注灾区的天气情况但根据目前掌握的地震事件资料，很难收集到因天气条件不同，遭受相同震级地震受灾情况的定量对比震例，很难将天气影响取值定量化因此在新研发评估软件时，天气影响因子仅作为额外输入变量来体现，并不作为常态参量5 算法实现本文系统开发采用Microsoft的集成开发环境Visual Studio 2010，该系统提供了一个高效率的集成化的开发环境，可以在一个统一的环境中进行设计、编码、调试和测试工作。

开发语言采用C#，界面开发采用Microsoft的WPF+Ribbon，该控件可使界面功能有组织的存放，丰富的命令布局更容易帮助用户找到所需功能（何萍等，2017）GIS平台采用ESRI的ArcEngine 10.1，ArcEngine 10.1是一个完全组件化的GIS平台，提供了功能丰富、强大的底层开发接口，如数据处理、空间分析、地图浏览和制图等接口在实际计算中，将上述5个耦合因子的空间及属性数据保存成参数数据库，以便在应用中能直接调用赋值，实现算法的实际应用在软件设计中了考虑了震害的预评估计算以及相关报告的产出，同时也给出了目前应用较多的专题图件自动产出模块，方便用户使用，图3给出了系统总体架构为了更好地对比预评估结果，在输入地震参数窗口中给出了是否采用基于人员耦合因素伤亡算法的选择勾选，一般默认为基于建筑物易损性的算法模型，建筑物的易损性矩阵全省应用统一值;勾选后则可以按照基于耦合因子的人员伤亡算法进行预评估（图4）2种算法均可得到评估报告，方便用户的比对本文基于建筑物易损性算法（算法1）及使用基于人员耦合因素伤亡算法（算法2）分别对广东地区历史上的5次中强地震进行了震害评估计算，计算结果如表1所示。

从表中可看出，基于算法2的人员伤亡评估数带有明显的地区差异性，震级相似的地震，由于灾区背景不同，造成的人员伤亡量有较大区别6 结论与讨论本文以地震中影响人员伤亡的5个耦合因子作为重要参数，建立了基于多耦合因子的地震灾害人员伤亡评估模型，并以广东历史上发生的5次地震为例，进行地震伤亡人数的估算通过算例实践，证明这种评估模型计算出的人员伤亡数量具有明显的地区差异性，计算结果和实际情况比较吻合但在实际算法实践中，同样也存在以下问题，笔者也将在以后研究中进一步细化完善：（1）由于技术限制，目前在软件中选择耦合因子的定量值，是根据地震烈度影响场与耦合因子空间分布的叠加分析确定的，所占比重的大小决定了耦合因子的具体参量因此很难避免同一烈度下存在不同耦合因子值的误差2）从算例的对比结果来看，利用本文模型评估的人员伤亡数带有明显的地区差异性，同一震级的地震，由于灾区的背景不同，造成的人员伤亡有显著区别但是由于广东地区历史地震发生年代久远，很多历史地震的定位不太准确，难以用历史震害的特征与当前的孕灾环境进行对比，因此很难验证算法的精度及可靠性今后设计算法模型时应以多震区为例进行示范算例研究，更为科学3）耦合因子的取值合理性还有待于深入的分析研究。

虽然从历史震例中，宏观上可以得出影响人员伤亡的具体耦合因子，但是耦合因子具体取值的准确度要求震例的精准分析，受限于目前的资料缺乏，很难达到精准的要求，只有不断调试，才能给出一个较为合理化的取值Reference：白仙富，戴雨芡，戴靖，等.2013.昭通地区地震灾害区域性特征分析[J。