地震次生火灾研究进展

由于双重灾种叠加，地震次生火灾曾经带来过巨大生命财产损失，并始终严重威胁人类社会。梳理历史上几次重大地震次生火灾情况，归纳地震次生火灾的成灾与蔓延研究成果，讨论现有研究成果中常用的分析手段和研究方法；从工程结构和装备设施，以及灾害区划单元两个层面总结分析了地震次生火灾的风险与损失评估研究成果；从民用建筑、油气化工设施、核电站、灾后安置点与林业等多个方面探讨地震次生火灾的预防和控制研究进展。采用文献计量学方法对近二十年以"地震次生火灾"为主题的中文文献进行统计，并分析研究热度与地震事件的联系。     

珠江三角洲地震次生灾害初步研究

介绍了地震后可能引发的地震火灾、爆炸等次生灾害；讨论了地震火灾及损失的影响因素；根据次生灾害源的分布，初步定性预测它们可能带来的损失及影响。     

基于不同核函数的2010年玉树地震滑坡空间预测模型研究

基于统计学习理论与地理信息系统(GIS)技术的地震滑坡灾害空间预测是一个重要的研究方向,其可以对相似地震条件下地震滑坡的发生区域进行预测.2010年4月14日07时49分(北京时间),青海省玉树县发生了M_w6.9级大地震,作者基于高分辨率遥感影像解译与现场调查验证的方法,圈定了2036处本次地震诱发滑坡,这些滑坡大概分布在一个面积为1455.3 km²的矩形区域内.本文以该矩形区域为研究区,以GIS与支持向量机(SVM)模型为基础,开展基于不同核函数的地震滑坡空间预测模型研究.应用GIS技术建立玉树地震滑坡灾害及相关滑坡影响因子空间数据库,选择高程、坡度、坡向、斜坡曲率、坡位、水系、地层岩性、断裂、公路、归一化植被指数(NDVI)、同震地表破裂、地震动峰值加速度(PGA)共12个因子作为地震滑坡预测因子.以SVM模型为基础,基于线性核函数、多项式核函数、径向基核函数、S形核函数等4类核函数开展地震滑坡空间预测研究,分别建立了玉树地震滑坡危险性指数图、危险性分级图、预测结果图.4类核函数对应的模型正确率分别为79.87%,83.45%,84.16%,64.62%.基于不同的训练样本开展模型训练与讨论工作,表明径向基核函数是最适用于该地区的地震滑坡空间预测模型.本文为地震滑坡空间预测模型中核函数的科学选择提供了依据,也为地震区的滑坡防灾减灾工作提供了参考.     

基于小波包分形和神经网络的地震与岩溶塌陷识别

本文以近年来广西地震台网中心记录的天然地震和岩溶塌陷为例,尝试利用基于小波包的分形和径向基函数神经网络技术对这两类事件的波形进行识别,以期有效地识别地震与岩溶塌陷。结果表明,基于小波包分形与神经网络相结合的事件识别方法对天然地震和岩溶塌陷事件的识别率高达89.5%,可作为识别天然地震与岩溶塌陷的一个有效方法。      

地震资料小波剖面制作系统

对不同的小波变换算法和小波基函数进行了研究，得到了适用于地震资料处理的最佳小波基函数，并用Visual C 语言开发了基于Windows操作平台下的地震资料小波剖面制作系统。利用小波剖面制作系统和最佳小波基函数对煤田实际地震资料进行了处理，取得了令人满意的地质效果。     

基于遗传算法的广义回归神经网络在地震预测中的应用

提出了利用基于遗传算法结合广义回归神经网络（GRNN）进行地震预测的新方法。利用遗传算法的全局搜索能力、不易陷入局部极小点等优点来优化GRNN的径向基函数中心、宽度以及输出层的权值,使得计算结果全局最优。在实际地震数据中选取了100组样本数据进行仿真实验,并利用MATLAB进行仿真。仿真结果表明,本文提出的方法具有较高的精度和一定的理论指导意义。     

基于压缩感知理论的微地震资料噪声压制

针对微地震信号的特点,在讨论压缩感知理论基础上,研究了基于该框架理论下的微地震资料噪声压制方法.首先从微地震信号的稀疏化方面讨论入手,通过小波基函数、三角函数基函数、样条基函数及高斯基函数等众多基函数的实践试算,考虑微地震信号的时空多变性,优选了适于微地震信号重建处理的高斯基函数及其组合基函数;继而,讨论了关系到重建结果优劣的测试矩阵设计问题,把以往取高斯随机矩阵改进的取为确定性高斯矩阵,使计算结果稳定程度明显提高;在讨论数据的规则化、K参数的选取等问题后,提出了局部压缩感知和区域压缩感知联合处理方法,以较小的滑动窗口建立信号样本向量,通过压缩感知方法重建滑动点信号;然后取以上处理后的信号,以较大的固定窗口进行压缩感知方法重建固定窗口信号,通过处理,压制了局部均匀化和区域均匀化噪声,增强了弱微地震有效信号.     

基于RBF神经网络的GPS/水准高程异常拟合

通过对离散GPS/水准点观测数据进行拟合从而获得区域内任意一点的高程异常是工程实践中经常遇到的问题.本文将径向基函数(RBF)神经网络方法应用于GPS/水准高程异常拟合,提出了一种新型网络学习方法.该方法首先通过对GPS/水准数据点进行Delaunay三角剖分,以其对偶Voronoi图的节点来构造选择基函数中心,再通过...     

基于泊松小波径向基函数融合多源数据的局部重力场建模

融合多源数据的高精度、高分辨率的局部重力场建模是物理大地测量学的前沿和热点问题.本文研究了基于径向基函数融合多源数据的局部重力场建模方法,利用Monte-Carlo方差分量估计实现了不同类型的观测数据的合理定权,引入了最小标准差法确定基函数的适宜网络,分析了地形因素对于基函数网络确定及局部重力场建模精度的影响.以泊松小波基函数为构造基函数,结合残差地形模型,融合实测的陆地重力异常、船载重力异常及航空重力扰动数据构建了局部区域陆海统一的似大地水准面模型.研究结果表明:引入残差地形模型平滑了地形质量引入的高频扰动信号,简化了基函数的网络设计;并提高了重力似大地水准面的精度,平原地区其精度提高了4mm,地形起伏较大的山区其精度提高了约5cm.总体而言,基于"三步法"构建的局部重力似大地水准面在荷兰、比利时及德国相关区域,其精度分别达到1.12cm、2.80cm以及2.92cm.     

用径向基函数神经网络方法预报太阳黑子数平滑月均值

简单介绍了径向基函数神经网络方法的原理和应用,发展了用径向基函数（RBF）对平滑月平均黑子数进行预报的方法. 用不同的数据序列对网络进行训练,对未来8个月的平滑月平均黑子数进行预报. 用该方法对第23周开始后的平滑月平均黑子数进行逐月预报,并与实测值进行比较,结果表明随着预报实效的延长预报误差被逐渐放大,该方法可以较准确地做出未来４个月的预报,绝对误差可以控制在20以内,标准差为4.8,相对误差控制在38％以内,大部分相对误差不超过15%（占总预报数的89％）,具有较好的应用价值. 用于网络训练的样本数量对预报结果会产生一定的影响.     

基于纤维模型的受火后混凝土框架的有限元分析

为了分析受火后混凝土框架结构的残余力学性能,基于纤维模型的思路,将梁、柱构件截面划分成多个纤维,可以考虑构件截面的不均匀温度场分布以及受火损伤后材料力学性能的变化。以ABAQUS通用有限元软件为开发平台,利用Python编程语言对其进行二次开发,将SAP2000建立的模型文件导入到ABAQUS中,对基于纤维模型的混凝土框架进行受火后的温度场分析和非线性力学分析。通过一个多层多跨三维混凝土框架火灾反应的实例,对该框架在受火后的力学反应进行了分析,可为评估混凝土框架结构受火后的残余力学性能提供参考。     

基于模糊数学的震后建筑火灾危险性评估模型研究

震后建筑火灾涉及因素多,传统评估模型忽略了建筑截面温度变化与建筑形变程度的影响,导致评估准确度较低。为解决此问题,通过模糊数学方法建立震后建筑火灾危险性评估模型。在建立判断矩阵的基础上,获取评估模型权重,确定隶属度矩阵;通过确定震后建筑火灾后截面温度变化评估的因素集与评语集,进行单因素评判,为评估因素集中的因素赋予权重,实现一级模糊评估;再将一级评估结果作为二级评估的单因素评估,结合模糊数学分析完成对震后建筑火灾危险性的评估。实验中以建筑横梁截面温度变化与形变程度为指标,对震后建筑火灾危险性进行评估。实验结果表明,采用所提模型进行危险性评估,震后在发生火灾时建筑结构受到火灾影响,横梁截面温度越高,导致形变程度越大,危险性更高,模拟实验结果与实际情况更加接近,所提模型评估精度高。     

基于GIS的城市地震次生火灾危险性分析系统

以地理信息系统（GIS）为开发平台，研究了城市地震次生火灾危险性分析系统的基本构成与功能和系统的数据分层与组织，给出了地震次生火灾危险性分析模型及方法．以上海市中心城区为背景，开发了基于GIS的地震次生火灾危险性分析与火灾扑救辅助决策系统．      

Hazard analysis system of urban post-earthquake fire based on GIS

IntroductionPost-earthquake fire is described as the fire caused by earthquake directly or indirectly. Among the post-earthquake disasters or seismically secondary disasters, post-earthquake fire is usually the most dangerous. Experiences from historic earthquakes indicate that seismically secondary disasters may cause more severe damages and threaten our society seriously than the earthquake itself. To relieve the post-earthquake fire and minimize the economic loss, it is necessary to set up …     

城市地下轨道交通火灾风险评估体系模型研究——以某地铁车站为例

用按时序分阶段的评估方法建立了城市地下交通火灾风险评估体系的架构,并用改进的层次分析法建立了多层次评估指标权重模型,建立了判断火灾风险的评价标准。以北京地铁二号线某车站为例,在对其现有设备资料和运行特性进行详细调研分析的基础上,把风险评估结构划分为目标层、准则层、指标层,并按照现有的参考依据对各项影响火灾安全的风险因素进行赋值计算,得到了火灾各个阶段该车站的火灾风险水平,并对评价中的薄弱环节,提出了有针对性的建议。研究结果可供地下交通系统火灾应急预案制定参考。     

地震次生火灾蔓延模型在MapX上的实现

本文根据经典的火灾蔓延模型，完成计算机火灾模型化和模拟技术的研究。首先分析地震次生火灾因素，建立相应的数学模型，其次使用Mapinfo公司的MapX控件开发了软件，最后以鞍山市为例进行了结果展示。     

标准升温条件下PEC柱耐火极限理论分析及简化计算

基于ABAQUS软件建立了标准升温条件下局部填充混凝土（Partially Encaed Concrete,简称PEC）柱抗火性能分析的有限元模型,计算了火灾下PEC柱的变形曲线及耐火极限,计算结果得到了已有试验数据的验证。利用上述模型分析了截面几何参数、材料物理参数、荷载比及偏心率等因素对耐火极限的影响。在参数分析的基础上,建立了标准升温条件下PEC耐火极限简化计算方法。结果表明：无耐火保护PEC柱的耐火极限一般达不到现有抗火标准的要求;荷栽比、长细比和截面周长是影响PEC柱耐火极限的主要因素;该耐火极限简化计算方法可供工程设计参考。     

基于G1S确定城市地震次生火灾高危区方法的研究

本文采用建筑物震后火灾发生与蔓延危险性分析的概率模型,给出建筑结构在地震破坏状态下的次生火灾发生的概率。通过综合分析其它影响因素,给出判定城市地震次生火灾发生的高危险区的方法。并在GIS(Geograpllic Information System)下实现对城市地震次生火灾高危险区的划分。     

Application of an intelligent model developed from experimental data to building design for fire safety

Computational fluid dynamics (CFD) techniques are widely adopted to simulate the behavior of fire. However, CFD suffers from the shortcoming of requiring extensive computer storage and a lengthy computational time. In practical applications, although comprehensive field information on velocities, temperatures, pressure, and the fractions of different constitutes can be obtained from CFD simulations, the user may only be interested in few important parameters that index the performance of a compartment design in the event of a fire. The height of the thermal interface (HTI) is one such key index, and refers to the average height above floor level inside a fire compartment at which the temperature gradient is highest. In practice, a fire compartment is considered untenable when the HTI drops below the respiratory level of the occupants, and in optimizing the design of a fire system, another set of design parameters (e.g., the width of the door opening) must be examined if the HTI of a fire compartment design is evaluated by CFD as being too low. This trial and error exercise then continues until a close to optimum set of design parameters is achieved. This approach is theoretically feasible, but requires lengthy computational time. This paper proposes the application of an Artificial Neural Network (ANN) approach as a fast alternative to CFD models to simulate the behavior of a compartment fire. A novel ANN model named GRNNFA has been specially developed for fire studies. It is a hybrid ANN model that combines the General Regression Neural Network (GRNN) and Fuzzy ART (FA). The GRNNFA model features a network structure that grows incrementally, stable learning, and the absence of the noise embedded in experimental fire data. It has been employed to establish a system response surface based on the training samples collected from a full-scale experiment on compartment fire. However, as the available training samples may not be sufficient to describe the behavior of all systems, and especially those involving fire data, this paper proposes that extra knowledge be acquired from human experts. Human expert network training has thus been developed to remedy established system response surface problems. After transforming the remedied system response surface to the problem domain, a Genetic Algorithm (GA) is applied to evaluate the close to optimum set of design parameters.     

Loss forecasting of earthquake fire based on radial basis function network

Introduction The earthquake fire is one of main hazards in subsequent hazards of earthquake, which caused much severer damage than the ground motion itself. So it is significant to evaluate and predict loss of earthquake fire as a part of hazard of earthq…