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。     

2021年5月21日云南漾濞6.4级地震灾害损失快速评估结果分析

本文针对2021年5月21日云南漾濞6.4级地震,选取不同的地震烈度衰减关系模型,对各模型地震影响场评估结果与发布的地震烈度图进行对比分析,并对地震影响范围不确定性进行研究。选取多种死亡人数评估模型,分别计算各模型在不同地震影响场下的死亡人数、人口分布数量,探讨各地震影响场模型下的人口分布特征及影响人员死亡的主要因素。通过对比分析可知,导致此次地震灾害损失评估结果与真实地震现场结果不同的主要原因是地震影响场分布、人口分布、房屋建筑抗震能力偏差、地形地貌、次生灾害等多种因素不同。研究结果表明,有效提高地震灾害损失快速评估精确性的途径为提高地震影响场评估精度,提高人口分布、房屋建筑等数据空间分布评估精度,后期专家检验等。     

基于实地调研的中国西南地区不同震级人员死亡数量研究

地震是造成人员死亡最严重的自然灾害之一,震后对人员死亡等灾情的快速评估是地震应急响应和救援的关键。总结经验发现,在地震前进行预评估工作是提高震后灾情快速评估精度和时效性的有效手段。通过对62次发生在我国西南地区的历史震例分析后发现,当地震震级小于4.5级时,基本不会造成人员死亡情况。本研究利用我国云南和四川部分区县的实地调研数据,发现地震人员死亡数与震级存在指数函数关系,由此构建了针对各个区县的地震人员死亡人数指数函数估算模型,并计算了回归系数。基于该模型,获得了5.0～8.0级地震人员死亡数查找表(以0.5级为间隔),用于辅助震后快速评估工作。     

基于地震参数的人员死亡评估模型对比研究

基于中国1993—2017年的历史地震资料,通过对四个现行地震灾害人员死亡评估模型进行对比,深入分析不同模型在不同震级(M)及不同地区的适用性和精度。研究结果表明:(1)当M6.0时,四个模型评估结果与实际死亡人数数量级基本一致,均适用于震后人员伤亡快速评估;当6.0≤M7.0时,四个模型评估结果与实际死亡人数差距较大,经过参数修正后的刘金龙模型评估结果相对较好;当M≥7.0时,四个模型的评价结果都不理想,需要结合震区地理环境、经济条件等进行人工修正才能使用;(2)在地震较多的云南、四川、甘肃、新疆、西藏五个省份中,GB/T 30352-2013评估结果优于其他三个模型;在四川、云南、甘肃地区评估时需考虑次生地质灾害因素的影响,不然可能会导致评估误差较大。研究结果可为各级政府和应急管理部门地震灾害应急业务能力的提升提供技术支持。     

地震灾害人员死亡评估模型对比—以甘肃省中强震为例

梳理了现有3种地震灾害人员死亡评估模型,并基于甘肃地区历史中强地震(M_S4.7~6.0),对人员死亡评估模型进行震例计算。结果表明:(1)针对甘肃地区中强地震,3种模型的评估结果与实际结果基本处于同一数量级,可用于地震后快速盲评估计算,为地震后政府和应急管理部门应急指挥决策提供科学依据;(2)当中强地震震中烈度达到Ⅷ度时,这3种评估模型的计算结果与实际人员死亡人数存在较大误差,需要根据专家经验进行人机交互修正,依据地震灾区地理环境、社会经济、人口空间分布等资料进行综合分析支撑应急决策;(3)在甘肃地区中强地震的人员死亡评估中,李雯模型因考虑了地震灾区面积、区域适用性要优于其他两类模型。     

云南地震灾害受伤人数快速评估方法

利用1900年以来云南地区历史地震灾害人员受伤数据,初步分析了地震受伤人数与震级、烈度、发震时间、人口密度和次生灾害之间的关系;基于云南地震灾害的区域差异突出的特点,选取人口密度、地均GDP、地质灾害易发性作为风险评估指标,运用重分类、层次分析法和GIS空间分析法将云南地区地震灾害人员受伤风险分为地震灾害人员受伤高风险区、地震灾害人员受伤中风险区和地震灾害人员受伤低风险区;采用最小二乘法拟合建立了各风险区地震受伤人数关于震级和极震区烈度的评估模型,并通过2008年以来26次地震对模型进行了检验,结果表明两种地震受伤评估模型均具有一定可靠性,可用于震后1～2 h内快速评估地震受伤人数。     

面向地震应急的人口空间化方法研究——以云南省大理白族自治州为例

为提高震后受灾人口估算精度和灾区人口空间分布可视化表达效果,以云南省大理州为研究区,结合FROM-GLC10地表覆盖数据和NPP/VIIRS夜间灯光数据,基于乡镇人口统计数据,展开人口空间化方法研究,制作了大理州50 m×50 m人口格网数据。使用相关系数、相对误差和平均相对误差对人口模拟结果进行了检验,以漾濞5.1级地震和云龙5.0级地震为例对模拟结果进行了应用分析。结果表明:①结合FROM-GLC10地表覆盖数据和NPP/VIIRS夜间灯光数据的人口空间化可以有效提取人口空间分布范围,并区分人口空间分布的差异性;②乡镇模拟人口与实际统计人口的相关系数R~2为0.955,平均相对误差为14.306%,82%的乡镇相对误差在±20%以内,人口模拟数据精度较高;③2次地震的灾区人口模拟数据与实际统计数据的相对误差分别为-1.67%和-2.27%,人口空间分布模拟结果可以直观反映灾区人口分布情况,研究成果可为震后辅助决策提供数据支持。     

加权泰森多边形在2021年云南漾濞MS6.4地震后应急避险安置点责任区划分的应用

以2021年云南漾濞M_S6.4地震为例,综合考虑震后安置点容量和居民点实际情况,利用无人机航拍影像,通过人工矢量化、空间插值、震害识别、创建缓冲区等预处理,获得基于建筑物的漾濞县城震后应急避险安置点容量、建筑物破坏程度、交通便捷度和人口分布4个影响因素精细化数据。以影响因素为权重因子,使用加权泰森多边形法对研究区应急避险安置点进行责任区划分。结果表明：责任区失去住所人数均未超出对应安置点容量,位于老城区责任区的安置点服务压力较大,新城区责任区的安置点服务压力较小。     

云南漾濞6.4级地震公共建筑的震害特征

2021年5月21日云南漾濞发生6.4级地震,成为继2014年6.5级鲁甸地震和6.6级景谷地震之后云南省内时隔7年的又一次震级大于6级的破坏性地震。漾濞地震虽然与鲁甸地震在震级、震源深度和震源机制等方面均较相似,但漾濞地震震中附近的地面运动强度远不及鲁甸地震,且漾濞县的抗震设防烈度远高于鲁甸;相应地,漾濞地震对抗震设防建筑造成的破坏也远轻于后者。本文首先通过比较这三次地震震中附近的强震记录的反应谱,并结合公共建筑的震后应急评估结果,说明漾濞地震和鲁甸地震中公共建筑破坏程度的显著差异。进而以位于漾濞县城的两栋钢筋混凝土公共建筑为例,介绍此次地震中砌体填充墙和吊顶等典型非结构构件的震害。     

基于区域特征的地震埋压人员评估模型研究

地震发生后利用已有的基础地理数据和评估模型快速准确地获得埋压人员空间分布，是地震应急救援的科学问题之一。以云南鲁甸6.5级地震为例，基于高精度公里格网人口数据，分析震区的具体特征和多种可能造成人员埋压的影响因素，并引入次生灾害埋压参数对原模型内容进行补充和改进，对现有的地震埋压人员评估模型进行优化。研究结果表明：改进后的评估模型能够快速给出地震后人员埋压空间分布，其计算结果精度较前人模型有较大提高，且考虑了次生灾害造成的埋压，能够有效增强评估模型的适用性，提升人员埋压评估精度，为地震应急指挥和应急救援提供科技支撑。     

中国大陆地震灾害分区人员死亡评估模型研究

针对现阶段地震人员死亡评估模型在评估特定区域地震时评估结果误差较大的问题, 结合中国地震灾害特点、 人口分布情况等, 将中国大陆划分为西北、 西南和大陆东部三个地区, 并对各区域按照人口密度进行分级。 采用多元非线性回归方法, 选取震中烈度、 震区面积、 抗震设防烈度参数建立分区域的地震灾害人员死亡评估模型。 研究结果表明, 该模型在西北、 西南地区的验证结果较好, 适用于中国地震灾害情况, 可以用于震后快速盲评估, 在一定程度上能够避免评估不同震级、 相同震中烈度和人口密度的地震时, 出现相同结果的情况; 虽然该模型在震例较少的大陆东部地区以及城市直下型地震中评估结果需要进一步改进, 但为解决特定区域地震死亡评估中误差较大问题提供了思路, 能够为震后应急指挥和救援提供数据参考。     

基于GIS的初评估方法在盈江5.8级及缅甸7.2级地震后的应用

在“3·10”盈江5.8级及“3·24”缅甸7.2级地震发生后,对比基于GIS的地震灾害损失初评估方法,在震后1小时内给出的云南灾区范围、灾区人口、灾害直接经济损失、人员伤亡、失去住所人数的初评估结果与地震现场评估结果,来验证该方法的可行性和实用性.通过对比分析,找出基于GIS的初评估方法存在的问题,并期望通过实际地震的检验,不断发现问题,并改进、完善该方法,使之能更好为震后的科学决策和快速应急响应服务.     

基于公里网格单元的地震滑坡人员死亡率评估模型——以2014年鲁甸MS6.5地震为例

为提高地震人员伤亡预评估的准确性,完善地震灾害损失评估模型,科学评估地震地质灾害可能造成的人员伤亡数量,以2014年鲁甸MS6.5地震滑坡人员死亡数据为样本,建立了一种基于公里网格单元的地震滑坡人员死亡率logistic回归模型。采用F检验法对所建模型的合理性进行检验,计算得到的F值无限接近于1,表明模型无限接近于完全模型,具有极好的数学统计意义。根据模型评估的死亡率反演得到鲁甸地震灾区滑坡致死人数为233人,比实际少17人,总精确度为93.20%,实际死亡人数与模型识别人数在空间上也有很好的一致性,说明计算得到的地震滑坡人员死亡率是实际死亡人数的良好指标。     

基于共享数据平台的云南漾濞和青海玛多地震应急物资配置分析

灾后信息缺失易导致应急决策失效和调整困难,针对2021年5月下旬云南大理州漾濞县及青海果洛州玛多县分别发生6.4级和7.5级地震,本文设计了一种基于共享数据平台实时信息的灾后应急物资配置方法。该方法主要利用基于地震台网发布灾害信息确定灾区范围,基于人口分布数据估测需求与供给缺口,并通过高德开放平台接口获取交通态势确定可供通行的路网与实时最优运输路径,利用这些实时信息做出震后物资分配调度快速决策。通过漾濞和玛多地震案例分析结果显示:通过震后第一时间数据,可快速处理收集数据并进行供需评估与物资调度辅助决策。当灾区存在供需缺口,利用相邻县物资可维系震后短期内物资需求;对于物资运输,实时更新的信息可为其选择最佳路线。本方法为震后应急物资动态配置中决策实时更新与调整提供依据,为日后地震应急响应提供参考。     

汶川地震与玉树地震自救互救调查情况比较研究

通过对比汶川地震和玉树地震震后问卷调查数据,对震后灾民自救互救过程中的实际情况开展了系统的分析研究。结果表明:(1)自救互救是地震救援中受困人员获救的主要方式;(2)玉树地震参与自救互救人数比例较高,说明经过汶川地震后,公众的自救互救意识得到较明显的提高,更加主动和积极地参与到震后抢险等社会活动中;(3)在两次地震自救互救过程中,主要的困难在于缺乏救生工具和经验,并且救援工作缺乏组织管理,相互协调能力不足。基于以上调查结果,为全面提升我国地震应急救援水平和应急能力提出了一些建议和对策。     

基于天地图高精度建筑物的四川宝兴县人口估算

为了提高震前灾害风险评估和震后灾情快速评估工作中人口空间分布估计的准确性,利用2016年四川宝兴县乡镇人口数据及天地图中的建筑物数据,运用居住建筑人口密度方法得到四川宝兴县各乡镇居住建筑物尺度的人口分布矢量数据,并利用实地调研获取的单体建筑物实际人口进行精度验证。实验结果表明:以居住建筑物体积作为人口空间分布指示因子建模,得到的拟合精度为0.9027,人口平均相对误差为15.23%,结果具有可靠性,可为震前灾害风险评估和震后灾情快速评估提供更为可靠的数据支撑。     

云南漾濞6.4级地震建筑结构震害特征调查分析

本文整理了云南大理州"5.21"6.4级地震震害调研与科考过程的部分成果。穿斗木架构结构和框架结构是云南大理州在低矮建筑和多高层建筑中广泛应用的两种结构形式。该研究基于震害调查结果,描述了地震过程中穿斗木架构结构和框架结构破坏的宏观现象,总结了两种典型结构的破坏形式,对震害成因进行了探讨。在此次震害调查过程中,科考人员还通过智能手机对结构基频进行了快速评估。在震后,研究人员对智能手机智能测振应用软件进行了更新,结合应用需求加入了测振地点和路线的地图信息,为震害调查与记录提供了便利。基于漾濞县震害科考与调研结果,为云南省穿斗木架构建筑及框架建筑的抗震方法与策略提出了建议,为震后建筑结构快速评价提供了新手段。     

基于遥感影像的震后避难空间快速提取模型研究——以2021年云南漾濞MS6.4地震为例

震后避难空间是居民遭遇地震时紧急疏散、避难、临时生活的重要区域。以无人机影像为基础,采用影像面向对象分类与GIS栅格化的分析方法,构建震后避难空间评价指标,建立基于遥感影像的震后避难空间快速提取模型,并以2021年云南漾濞M_S6.4地震为例,将避难空间提取的结果与震后居民实际选取的避难空间进行比较。结果表明：模型共计提取可用避难空间70个,根据目标函数F得到最优避难空间5个,其中每个避难空间在漾濞M_S6.4地震中实际帐篷数量分别为72、55、54、30、44顶,模型计算结果与实际结果匹配。     

基于改进蚁群算法与无人机影像的震害识别方法及其在漾濞地震中的应用

地震后及时、精准地获取区域的震害情况,对科学有效地开展应急救援与灾害损失评估工作具有重要意义。文中依托蚁群算法以及无人机高清遥感影像,提出了一种高效识别区域建筑震害的新方法,并在近期云南漾濞6.4级地震的应急工作中进行了应用与验证。该方法通过改进蚁群算法中信息素浓度更新策略,引入优化算子,建立了更好的识别规则,提高了震害识别的速度与准确性;云南漾濞6.4级地震发生后,以第一时间获取的漾濞县城无人机高分辨率影像为试验数据,对区域震害的提取效果进行了验证,并与蚁群算法及最大似然方法进行对比分析。结果表明,文中提出的基于改进蚁群算法与无人机高分辨率影像的震害识别方法可有效提高区域内被破坏建筑物的识别精度。     

云南地区地震受灾人口与经济损失评估

地震灾害损失评估标准实施以来,云南地区共发生过46次破坏性地震。以46次破坏性地震的灾害损失评估资料为基础,分析了受灾人口与地震灾害经济损失的相关性,结果为两者呈非线性关系。提出利用受灾人口数据进行地震灾害损失快速预估的简便方法,并应用所提的方法对2001年云南地区7组地震的灾害损失进行了分析研究。