地震报道中死亡人数估计方法的适用性分析

基于国内外8次地震报道死亡人数的统计数据,采用修正指数曲线、龚铂茨曲线、罗吉斯蒂曲线分别进行震后死亡人数估计。对比分析表明三种模型均适合地震报道死亡人数估计;用剔除前两个拟合值后的拟合精度作为预测误差在实际应用中具有实际参考价值。对中国3次强震报道死亡人数拟合结果分析显示,联合三种模型,采用相对误差较小的模型为主、另两种模型为参考的方法进行最终死亡人数预测,可为抗震救灾指挥部署提供参考依据。     

伊兹米特地震灾害及震后应急救灾

１９９９年８月１７日土耳其伊兹米特Ｍｓ７．４大地震造成了重大的人员死亡与经济损失。文章介绍了这次地震的灾害与震后救灾情况,包括：震源参数、地震死亡和破坏情况、震后抗震救灾、抗震救灾中出现的问题主取的教训、震后土耳其政府采取的改进措施以及几点启示。     

广东省地震应急指挥系统的建立与实施

介绍了广东省地震应急指挥技术系统是为广东省抗震救灾指挥部实施地震应急救援指挥提供技术支撑的系统,系统主要由四部分构成:地震应急指挥通信、震灾快速评估与辅助决策、地震灾情速报。提出系统为实现地震应急信息快速传递、处理,提高应急救灾指挥与决策的技术水平,最大限度地减少震时的混乱和人员伤亡,提供了高效的指挥技术平台。并对广东省地震应急工作提出展望。     

地震应急期关键应急处置业务的时序特征

从省级抗震救灾指挥部的角度,依据《国家地震应急预案》对应急响应工作的要求,在分析抗震救灾指挥部各成员单位地震应急预案的基础上,结合盈江、彝良、芦山等地震应急救援案例,对破坏性地震发生后的关键应急处置业务进行梳理,并根据各项业务的时序特征提出了在震后不同时间段内所要完成的工作以及所要达成的目标,在一定程度上弥补了地方地震应急预案过于宏观和操作性不强的缺陷,为地震应急救援工作的开展提供参考。     

云南地震灾害人员伤亡预测方法研究

以1992～2010年云南地区的破坏性地震的伤亡人数资料为主,将其分别与地震震级和烈度统计拟合,得到云南地区震级和烈度与死亡人数的关系曲线及表达式。根据云南各地的自然环境和社会发展的差异,确定了各种条件下的地震灾害人员死亡影响因子加权系数的取值,对两个拟合关系表达式进行校正。采用该方法计算了已发生的12个地震的死亡人数,并与实际的地震灾害死亡人数作了对比及讨论。     

发布地震告警的一个判据—各类地震死亡人数预测

本文根据对地震死亡因素的分析,计算了近年中国大陆强烈地震的直接死亡人数与倒塌房屋数量的关系,求出了直接死亡人数指数;分析了地震的随机性死亡因素,建立了推算地震死亡人数的公式。文中给出一种从预测地震震级到预测地震死亡人数的方法,制订了由预测的地震死亡人数来判定是否应发布地震告警的判据,并用以往地震震害数据对此判据进行使用检验,证明了它的可用性。     

基于最大似然法的亚洲地震人口损失预测

亚洲是全球地震活动,特别是浅源地震活动最活跃的地区之一,由于亚洲大多数国家属于发展中国家,抗御地震的能力偏低,导致地震灾害十分严重。本文采用最大似然法,据亚洲9个国家历史上因各次地震死亡的人口资料,计算得到了各国不同时期因地震造成不同死亡度的概率曲线;另外,由各国每10年的人口统计资料,拟合得到各国人口的增长曲线。将历史上因各次强震的死亡人数归一到2010年人口的死亡数字,并以此数据给出了各国在考虑了人口增长情况下的因震人口损失预测结果。     

云南地区破坏性地震的人员灾情预估方法初探

用云南地区1992～2001年的39次破坏性地震中的受灾人口、无家可归人数和死亡人数分别与震级拟合,得到云南地区震级与这三者的关系曲线及表达式。用云南地区某地的人口密度加权系数(震区的人口密度与云南地区人口密度之比)对前二式加以校正,即可预先评估当该地发生某级破坏性地震时的受灾人口和无家可归人数;用云南地区某地的人口密度加权系数和发震时段的人员户外系数,对第三式加以校正,则可以预先评估该地发生某级破坏性地震时的死亡人数。以云南地区2001年的6次5—6级地震为实例,用以上方法估算了这6次地震的受灾人口、无家可归人数和死亡人数,并与地震现场评估的结果作比较,多数结果都比较接近,只有少数相差较大。     

都江堰市汶川地震死亡人数的时空分布研究

通过对汶川地震灾区都江堰市死亡人数的统计分析,归纳出都江堰市地震死亡人数的时空分布规律,发现死亡人数随时间、地震烈度、年龄不同的分布规律,为政府决策和震后救援方案的制订提供理论依据和参考。     

1970年云南通海地震损失、救灾、重建史实与数据的再分析

1970年云南通海大地震是1949年建国以来死亡人数仅次于唐山与汶川地震的地震。由于发生在特定的历史时期,社会及媒体对地震的历史情况产生了质疑,提出了一些看法,本文针对质疑的灾害损失、救灾力度和恢复重建及相关问题,从文献、档案资料、统计数据进行调查分析,试图得出符合历史情况的结果。     

地震人员伤亡评估理论及应用研究

地震是造成我国巨大人员伤亡的主要灾害之一,震后人员伤亡的快速评估对于应急抗震救援工作具有重要指导意义。通过分析影响地震灾害人员伤亡的主要因素,调查统计不同使用功能建筑物中人员密度、不同时间段人员在室率及不同结构破坏状态下的伤亡率,建立地震人员伤亡计算模型。基于实验数据所得的地震易损性曲线数据库对建筑物进行结构易损性分析,用研发的中国地震灾害损失评估系统软件（CEDLAS）,对西安市灞桥区进行震后人员伤亡评估,并与汶川地震实际震害数据和其他经验模型对比,验证了该理论方法的可行性及合理性,为震后政府启动地震应急预案和组织开展抗震救灾工作提供参考。     

基于PCA-GSM-SVM的地震伤亡人数预测

针对影响地震伤亡人数的评价指标数量较多且各指标之间存在着复杂的非线性关系,运用机器学习理论,提出了基于支持向量机(Support Vector Machine)的地震伤亡人数预测模型;首先利用主成分分析法(Principle Component Analysis)对7个地震死亡人数影响指标进行数据降维,然后对提取出的主成分进行归一化处理,将归一化的主成分数据作为预测模型的输入向量,将地震伤亡人数作为预测模型的输出向量;以27个地震伤亡实例作为学习样本进行训练,运用网格搜索法(Grid Search Method)寻优获得最优支持向量机参数,最终建立基于PCA-GSM-SVM的地震死亡人数预测模型,并对5组样本进行死亡人数预测。结果表明:PCA-GSM-SVM模型的最小误差、最大误差和平均误差分别为5.12%、15.7%和9.16%,其平均误差相比于GSM-SVM模型和SVM模型分别降低6.51%和7.11%,因此PCA-GSM-SVM模型预测精度较高,可在工程实际中推广。     

基于多源灾情数据的地震灾害损失实时动态评估系统设计与实现

传统的地震灾害损失评估系统,由于基础数据更新不及时,其评估结果准确性较差;随着灾情获取手段的不断丰富完善,利用地震现场实时获取的多源灾情信息,能够实现地震灾害损失实时动态评估。本文通过系统架构、业务功能、业务流程等设计,完成了多源灾情数据的地震灾害损失实时动态评估原型系统的研发。系统的设计与实现有助于震后政府部门实时动态地了解和掌握建筑物破坏、人员伤亡、经济损失等关键灾情信息,能更好地服务于抗震救灾工作。     

云南漾濞6.4级地震生命救援特点分析

抗震救灾的第一要务是抢救生命,最大程度减少地震造成的人员伤亡。本文分析了云南漾濞6.4级地震后云南省消防总队、大理支队及漾濞大队的响应速度、救援特点,从被困人员数量、分布特点、城市密集型场所被困人员类型、解救时长4个方面概括了漾濞地震灾害生命救援的主要特点,为类似地震救援工作提供了借鉴和参考意义。      

Estimating shaking-induced casualties and building damage for global earthquake events: a proposed modelling approach

Recent earthquakes such as the Haiti earthquake of 12 January 2010 and the Qinghai earthquake on 14 April 2010 have highlighted the importance of rapid estimation of casualties after the event for humanitarian response. Both of these events resulted in surprisingly high death tolls, casualties and survivors made homeless. In the Mw = 7.0 Haiti earthquake, over 200,000 people perished with more than 300,000 reported injuries and 2 million made homeless. The Mw = 6.9 earthquake in Qinghai resulted in over 2,000 deaths with a further 11,000 people with serious or moderate injuries and 100,000 people have been left homeless in this mountainous region of China. In such events relief efforts can be significantly benefitted by the availability of rapid estimation and mapping of expected casualties. This paper contributes to ongoing global efforts to estimate probable earthquake casualties very rapidly after an earthquake has taken place. The analysis uses the assembled empirical damage and casualty data in the Cambridge Earthquake Impacts Database (CEQID) and explores data by event and across events to test the relationships of building and fatality distributions to the main explanatory variables of building type, building damage level and earthquake intensity. The prototype global casualty estimation model described here uses a semi-empirical approach that estimates damage rates for different classes of buildings present in the local building stock, and then relates fatality rates to the damage rates of each class of buildings. This approach accounts for the effect of the very different types of buildings (by climatic zone, urban or rural location, culture, income level etc), on casualties. The resulting casualty parameters were tested against the overall casualty data from several historical earthquakes in CEQID; a reasonable fit was found.     

以新疆于田2次M_S7.3地震为例探讨安居富民工程的减灾作用

2004年,新疆地区开展了安居工程。自开始实施以来主要分为2004~2010年的抗震安居工程和2010年至今的安居富民工程两个阶段。至今,已经整整10年。在这10年里,安居工程在抗震中起到了重要的作用。通过分析于田地区近10年地震活动背景,重点对比2008年和2014年2次于田MS7.3地震中安居工程破坏的相关参数,最终通过参数对比认为安居富民工程的建设不但降低了房屋的破坏程度,减少了经济损失和人员伤亡,而且救灾的安置成本和政府抢险救灾的投入相对减少。同时,由于安居房在地震中表现出好的抗震性能的客观鲜明的示范作用,增强了农民群众的防震减灾意识,具有重要的社会意义。     

基于多因素的地震灾害人员伤亡评估模型研究

针对目前常用的地震灾害中人员伤亡评估模型和方法评价指标单一,难以有效体现不同因素对人员伤亡的影响等不足,根据地震造成人员伤亡的原因,对造成人员伤亡的主要因素进行系统分析,在此基础上,选取参与构建地震灾害人员伤亡评估模型的因素。采用多元非线性回归法建立了基于多因素的地震灾害人员伤亡评估模型,并考虑次生地质灾害对评估结果的修正,提高了人员伤亡评估模型在四川地区的适用性及评估结果的可靠性。     

预测人员震害损失的神经网络模型

随着区域经济的发展与城市化进程的加快，人口的集中度不断增加，这也给抗震防灾带来了新的课题。对地震中人员的损失进行有效的预测可为抗震防灾工作提供有力的管理方向。选择地震发生的震级、震源深度、震中烈度、设防水准、地震加速度、人口密度、地震预报等影响地震灾害人员伤亡的主要因素作为预测指标，以37次严重地震灾害为样本，建立了我国特征的BP神经网络地震灾害人员伤亡预测模型。     

基于地区差异性修正因素的川滇地区地震人员伤亡动态评估方法研究

基于建筑物破坏的地震人员伤亡快速评估方法是一种静态评估方法,具有较大的局限性,因此迫切需要建立地震人员伤亡动态评估方法以提高评估结果的有效性.以川滇地区为例,基于历史震例人员伤亡资料和相关科研成果,利用统计分析、案例对比法以及大数据分析等方法,从影响人员易损性因素的地区差异性角度研究地震人员伤亡动态修正方法.为此提出了...     

基于PCA-PSO-SVM的地震死亡人数预测模型研究

为准确预测地震死亡人数,提出了基于主成分分析法(PCA)和粒子群算法(PSO)优化的支持向量机(SVM)模型。首先利用主成分分析法对地震死亡人数7个影响因子中的6个进行数据降维,同时对第7个发震时刻因子单独进行区间分类,然后对提取出的主成分进行归一化处理,将归一化的主成分数据作为支持向量机的输入向量,通过粒子群算法寻优获得最优支持向量机模型参数,最终建立基于PCA-PSO-SVM的地震死亡人数预测模型,并对5组样本进行死亡人数预测,同时对比分析包含和不包含发震时刻因子的2种情况下的模型预测效果。结果表明:在不考虑发震时刻因子的情况下,使用PCA-PSO-SVM模型的最小误差、最大误差和平均误差分别为0.85%、20%、10%,其平均误差相比PSO-SVM、SVM模型分别降低2.08%、2.28%;输入向量加入发震时刻因子分类数据后,PCA-PSO-SVM模型的最小误差、最大误差和平均误差分别为0.25%、20%、7.18%,其平均误差相比PSO-SVM、SVM模型分别降低3.34%、3.50%。因此,加入发震时刻因子后3种模型的平均误差明显降低,同时由于PCA-PSO-SVM模型进行主成分降维处理,能够明显提高运行效率和预测精度,故降低了模型复杂度。