Rapid evaluation method of life loss in earthquakes based on strong ground motion records
-
摘要: 随着我国强震动观测数据数量和质量的大幅提高, 破坏性地震发生后所观测到的强震动记录也在试验性地转化为仪器烈度数据. 本文将强震动记录引入应急性的生命损失快速评估, 借助已有的地震应急灾害损失快速评估模型的表达方法, 提出了一种将仪器烈度概率密度函数和生命损失函数相结合的地震人员伤亡快速评估方法. 通过确定仪器烈度的概率密度, 并结合四川地区已有房屋建筑易损性研究成果, 建立了考虑建筑地震易损性并与烈度相关的地震生命损失快速评估函数, 并利用汶川地震的强震动记录对本文提出的生命损失快速评估方法进行评估计算. 结果表明, 该方法的计算结果与实际震害损失结果颇为一致, 说明了该方法的可行性, 因而能够及时为地震应急救援提供可靠信息.
-
关键词:
- 强震动记录 /
- 仪器烈度概率密度函数 /
- 建筑易损性 /
- 生命损失 /
- 快速评估
Abstract: With strong earthquake observation data improved greatly in quantity and quality in China, strong ground motion records after the destructive earthquake have been converted tentatively into the instrumental intensity. With the help of strong ground motion records and the expression method of rapid evaluation model for earthquake damage and losses, this paper proposed a rapid evaluation method of earthquake casualty, which combines the probability density ofinstrumental intensity with the life loss function. By the probability density of the instrumental intensity, combined with the research results of the building vulnerability in Sichuan region, a rapid evaluation function of seismic life loss and seismic damage related to the earthquake intensity is established. Finally, the Wenchuan earthquake strong ground motion records have been evaluated, and the results by the rapid assessment method in this paper were consistent with the actual seismic damages, which proves the feasibility of the method. Therefore the rapid assessment method can provide reliable information quickly for earthquake emergency rescue. -
引言
破坏性地震发生后可以通过多种途径第一时间了解前方灾情,例如地震工作者的海事卫星电话和通讯网络系统等均能起到确认或矫正地震灾害损失情况的作用,但这些在信息的及时性、 信息源的空间均匀性和可信度的一致性等方面,尚不能取代目前基于经验性烈度点椭圆衰减模型和宏观地震易损性的应急灾害损失快速评估方法. 另外,随着我国重点监视防御区内强震动观测台网的不断加密,所观测到的强震动记录也在试验性地转化为仪器烈度数据,日后还将建成覆盖全国乡镇的烈度速报台网. 如何将这些台网基础数据与应急灾害损失快速评估接轨,显然会成为一个具有极大应用价值的研究方向.
由于地震发生后需要在尽可能短的时间内完成地震生命损失的快速评估,因此国内外研究人员针对基于震级和烈度的生命损失快速评估方法开展了深入的研究. Jaiswal和Wald(2010)对全球的地震案例进行了研究,采用最优化方法得到了国家尺度的烈度与人员死亡率之间的关系,但其并未针对具体地区作深入研究. Samardjieva等基于1990年以来的全球地震案例,建立了全球尺度下的地震人员死亡数与震级、 人口密度的经验公式(Christoskov,Samardjieva,1984; Samardjieva,Oike,1992; Samardjieva,Badal,2002). 施伟华等(2012)基于1992—2010年云南地区历次破坏性地震人员伤亡统计资料,得到了云南地区震级、 烈度与人员死亡人数的统计拟合曲线和关系式. 王晓青等(2009)根据1989—2004年发生的157次破坏性地震,提取了不同烈度区域内的人口、 国内生产总值(gross domestic product,简写为GDP)和人员死亡数等数据,并以人均GDP为划分标准得到了生命损失率与烈度的经验公式. 李晓杰等(2012)利用美国地质勘探局发布的全球地震快速评估系统中的地震人员损失回归模型,以我国1970—2008年的128个地震现场灾害调查记录为依据,建立了适用于我国不同区域的地震人员损失回归关系式. 上述国内外研究人员所采用的地震生命损失评估方法各有特色,但多数方法都是依据各地区有限的历史地震灾害数据统计回归而来,其数据精确度的欠缺将会直接影响地震生命损失评估的准确性. 此外,在运用与烈度相关的人员损失评估模型进行震后人员伤亡快速评估的过程中,对地震烈度的选取大多依赖于已有的经验性地震动衰减关系,而选取不同的地震动衰减关系也会使评估结果产生较大差异.
鉴于此,本文拟根据破坏性地震发生后快速获取的观测台站强震动记录直接计算仪器烈度概率密度,并将其与生命损失函数相结合,以寻求一种强震发生后能够快速评估地震人员伤亡率的新方法. 首先,参照已有的地震灾害损失快速评估模型,建立大震仪器烈度速报与生命损失函数之间的关系; 然后,讨论确定仪器烈度的概率密度和乡镇级生命损失函数; 最后,通过实例验证生命损失评估结果的可信度.
1. 考虑仪器烈度不确定性的生命损失快速评估方法概述
王晓青等(2003)的研究表明,对于确定的速报地震震中,实际宏观震中的位置可假设为满足一定概率模型的随机变量,由此建立了考虑地震速报参数不确定性的地震灾害损失综合评估模型. 本文吸收该模型公式的表达形式,建立了生命损失快速评估模型,其表达式为
(1) 式中: L为待评估的某一地区的地震生命损失; g(x,y)为以地震速报震中为参照的实际宏观震中位置的二维正态分布概率密度函数; 对既定的震中位置,按经验性的地震动点椭圆衰减关系可以计算出地震灾区某点D(x,y)的烈度,该烈度即为一个以i(xD,yD)为均值、 σ为标准差的正态分布随机变量(σ来自地震动点椭圆衰减关系),记为f[I︱i(xD,yD),σ]; R(I)为地震灾区某一地区与烈度相关的地震生命损失函数.
当破坏性地震发生后,强震动台网能够快速地获取强震动台站所在地D(x,y)的实测强震动记录,即D点所受到的地震动强度是确定的,则此时地震所造成的生命损失可表示为
(2) 式中,f(I︱μS,σS)为仪器烈度的概率密度函数,是一个均值为μS、 标准差为σS 的正态分布随机变量.
2. 仪器烈度概率密度函数的确定
地震烈度是一个模糊变量,即使在实际现场考察烈度评估工作中,高一点低一点都是可能的,更何况是地震后迅速开展的地震仪器烈度速报. 因此,通常所说的仪器烈度是这个模糊变量的均值,可用概率分布的形式来表示. 该分布的标准差需考虑以下两方面的来源:
1) 对于现有的仪器烈度算法,在建立地震烈度与地震动参数之间统计关系时所得到的每一个样本仪器烈度与地震烈度都是有差别的,这些差值的平均值是否接近于零即为评价该仪器烈度算法可靠性的重要指标. 在此前提下,这些差值的标准差就具有了应用意义,即仪器烈度算法建模时产生的标准差.
2) 震后可根据现有的仪器烈度算法得到仪器烈度散点分布图; 再按照适用于灾区的地震动衰减模型,可得到一个对应于当前地震的仪器烈度场分布图,同时得到一个对应于当前地震的仪器烈度分布与实际地震烈度分布的标准差.
袁一凡(1998)提出了基于模糊变量隶属函数来综合判定测点位置处烈度值的地震烈度模糊判别算法,该算法被简称为袁一凡仪器烈度算法,其综合利用了地震动三要素(峰值加速度、 卓越频率和20%相对持时)以及4个周期点(8,5,2和1 Hz)的反应谱值,通过模式识别方法建立了基于模糊数学的计算模型. 袁一凡仪器烈度算法在倒数第二步给出了仪器烈度隶属于各烈度等级的隶属函数,归一化后即为主观概率分布. 受此启发,本文参考袁一凡仪器烈度算法中仪器烈度隶属函数的表达方式,以得到仪器烈度的概率密度分布. 李敏(2010)关于地震动参数与烈度关系的相关研究表明,由不同周期地震动加速度反应谱确定烈度的方法可靠性较高. 因此,考虑到我国大多数建筑物的自振频率特点,为简单起见,选取周期T=0,0.1,0.2,…,1.0 s的水平向加速度反应谱值,记为Sk(k=1,2,3,…,11),共11个评价因子参与统计,进而经回归分析建立统计模型
本次统计以MS5.0—8.0地震为研究对象,选取2008—2014年川滇地区有宏观调查烈度的强震动记录作为研究资料,最终获得强震动记录数据样本共128条. 首先,建立各评价因子与调查烈度之间的对应关系,从每条加速度记录样本得到周期T=0,0.1,0.2,…,1.0 s的反应谱值Sk(k=1,2,3,…,11)及该记录台站所在地的实际调查烈度; 然后,以强震动记录样本的反应谱值Sk(以S1(T=0 s)为例)为横坐标、 记录样本的强震动台站所在地的实际调查烈度为纵坐标,进行回归分析,统计结果如图 1所示. 采用最小二乘法进行线性回归,并规定Sk=0.1 cm/s2时烈度为0,则统计关系Ik的表达式为
(3) 式中,Ik为拟合的地震烈度,Sk为每个因子对应的反应谱值,bk为斜率. 各评价因子的回归系数和回归标准差列于表 1.
表 1 各评价因子S的回归系数b和回归标准差σTable 1. The regression coefficients b and standard deviation σ of each evaluation factor S评价因子 b σ S1 1.369 0.828 S2 1.178 0.879 S3 1.185 0.782 S4 1.206 0.837 S5 1.252 0.879 S6 1.324 0.897 S7 1.383 0.922 S8 1.426 0.989 S9 1.468 1.005 S10 1.499 1.066 S11 1.544 1.134 对评价因子Sk而言,σk越大,表明该因子与实际烈度之间的线性相关性越弱,故按1/σk规定各因子的相对权重并进行归一化,称之为置信权qk,其表达式为
(4) 按此权重定义仪器烈度的概率密度(或称归一化隶属函数),假定f(I)近似服从正态分布,则仪器烈度概率密度由均值μS和标准差σS确定,其表达式分别为
(5) (6) 则概率密度的表达式为
(7) 式中,I为地震烈度模糊变量. 由此可以对每一条强震动记录计算其对应的均值和标准差,其仪器烈度概率密度可作为考虑仪器烈度不确定性的生命损失快速评估的计算依据.
3. 生命损失评估函数的确定
目前,国内外所采用的评估人员伤亡的方法主要分为两类: 一类是不考虑建筑物易损性,通过统计回归历史震害数据得到的以烈度和震级为主要参数的人员死亡率经验公式; 另一类是以建筑物易损性为主要参数的经验公式(马玉宏,谢礼立,2000). 地震工程学研究(尹之潜,1995)指出,在同一地震动参数作用下,相同结构类型建筑物的破坏状态服从某种概率分布,因此将房屋毁坏比作为地震人员伤亡的主要因素对于生命损失率研究的物理意义似乎更直接. 本文选取尹之潜(1991)给出的以房屋损毁比为主要参数的地震人员伤亡估算公式,以确定适用于四川地区的生命损失评估函数.
以房屋毁坏比为主要参数,建筑物易损性与人员死亡率之间的统计关系的表达式为(尹之潜,1991)
(8) 式中,A为房屋毁坏比,R(A)为与房屋毁坏比相关的人员死亡率. 为建立该估算公式与烈度之间的关系,本文根据四川省不同地区的房屋建筑地震易损性矩阵(何玉林等,2002),对该易损性矩阵进行了必要的综合简化,得到了房屋毁坏率与烈度之间的关系,列于表 2.
表 2 四川地区老建筑、 新建筑的房屋毁坏率与烈度的关系Table 2. Relationship between damage rate and intensity of the old and new buildings in Sichuan region烈度 老建筑房屋毁坏率 新建筑房屋毁坏率 甘孜—阿坝
地区(Ⅰ类)攀西地区
(Ⅱ类)盆周地区
(Ⅲ类)川东地区
(Ⅳ类)甘孜—阿坝
地区(Ⅰ类)攀西地区
(Ⅱ类)盆周地区
(Ⅲ类)川东地区
(Ⅳ类)6 0 0 0 0 0.14% 8.91% 1.30% 1.21% 7 6.00% 6.00% 6.00% 6.00% 0.60% 20.98% 5.47% 7.11% 8 15.00% 15.00% 15.00% 15.00% 1.89% 32.41% 12.91% 15.44% 9 33.00% 33.00% 33.00% 33.00% 5.75% 46.01% 25.86% 28.66% 10 88.00% 88.00% 88.00% 88.00% 17.75% 66.44% 50.79% 52.96% 对于具体的乡镇或县级域,可以粗略估计出老新建筑之间的大致比例,因而可以按照表 2组合出针对具体地区的地震易损性. 其中,4:0表示该地区全部为老建筑的情况; 3:1表示该地区75%为老建筑、 25%为新建筑的情况; 2:2表示该地区老新建筑各为50%的情况; 1:3表示该地区25%为老建筑、 75%为新建筑的情况; 0:4表示该地区全部为新建筑的情况. 这样可细分为20种组合关系.
将细分的20种房屋毁坏率与烈度关系代入式(8),可得到四川地区以房屋毁坏率为主要参数的生命损失率,详见表 3.
表 3 四川地区与烈度相关的生命损失率Table 3. Intensity-dependent loss rate of life in Sichuan region地区 老新建筑
比例生命损失率 6度 7度 8度 9度 10度 甘孜—阿坝
地区(Ⅰ类)4:0 0 0.0131% 0.1053% 0.7403% 10.4832% 3:1 0 0.0076% 0.0590% 0.4113% 5.6138% 2:2 0 0.0037% 0.0279% 0.1951% 2.5621% 1:3 0 0.0013% 0.0095% 0.0694% 0.8817% 0:4 0 0.0002% 0.0012% 0.0120% 0.1577% 攀西地区
(Ⅱ类)4:0 0 0.0131% 0.1053% 0.7403% 10.4832% 3:1 0.0017% 0.0386% 0.1945% 0.9439% 8.7673% 2:2 0.0070% 0.0820% 0.3206% 1.1809% 7.2533% 1:3 0.0166% 0.1469% 0.4894% 1.4539% 5.9274% 0:4 0.0315% 0.2370% 0.7068% 1.7656% 4.7760% 盆周地区
(Ⅲ类)4:0 0 0.0131% 0.1053% 0.7403% 10.4832% 3:1 0.0001% 0.0125% 0.0968% 0.6419% 7.6490% 2:2 0.0002% 0.0119% 0.0888% 0.5524% 5.3864% 1:3 0.0004% 0.0113% 0.0811% 0.4714% 3.6256% 0:4 0.0006% 0.0108% 0.0739% 0.3985% 2.2992% 川东地区
(Ⅳ类)4:0 0 0.0131% 0.1053% 0.7403% 10.4832% 3:1 0.0001% 0.0145% 0.1072% 0.6794% 7.7979% 2:2 0.0002% 0.0159% 0.1091% 0.6219% 5.6232% 1:3 0.0003% 0.0175% 0.1109% 0.5676% 3.9004% 0:4 0.0005% 0.0191% 0.1128% 0.5165% 2.5732% 使用表 3中不同烈度的生命损失率,通过最小二乘法统计拟合得到20种与烈度相关的以房屋毁坏率为主要参数的生命损失率关系,其拟合关系式为
(9) 式中: I为地震烈度模糊变量; a,b和c为回归系数,其取值列于表 4.
表 4 R(I)=exp(a+bI+cI2)函数的连续化回归系数Table 4. Continuous regression coefficients of R(I)=exp(a+bI+cI2)地区 老新建筑
比例生命损失
函数编号a b c 甘孜—阿坝
地区(Ⅰ类)4:0 R1(I) -95.3520 19.4436 -0.9673 3:1 R2(I) -72.9461 14.1863 -0.6719 2:2 R3(I) -58.9730 10.8245 -0.4833 1:3 R4(I) -44.5611 7.2745 -0.2831 0:4 R5(I) -21.5358 1.4097 0.0559 攀西地区
(Ⅱ类)4:0 R6(I) -95.3520 19.4436 -0.9673 3:1 R7(I) -24.3891 3.6257 -0.0970 2:2 R8(I) -19.2686 2.8481 -0.0723 1:3 R9(I) -18.4604 3.0099 -0.0986 0:4 R10(I) -19.3343 3.5288 -0.1439 盆周地区
(Ⅲ类)4:0 R11(I) -95.3520 19.4436 -0.9673 3:1 R12(I) -48.5613 8.7628 -0.3703 2:2 R13(I) -38.3009 6.4897 -0.2491 1:3 R14(I) -32.5989 5.2802 -0.1891 0:4 R15(I) -29.2005 4.6247 -0.1621 川东地区
(Ⅳ类)4:0 R16(I) -95.3520 19.4436 -0.9673 3:1 R17(I) -51.0593 9.3947 -0.4083 2:2 R18(I) -42.3342 7.5322 -0.3126 1:3 R19(I) -38.1009 6.7181 -0.2772 0:4 R20(I) -36.1016 6.4364 -0.2732 图 2给出了四川地区与烈度相关的生命损失率函数曲线,可以看出: 在同等老新建筑比例的情况下,川东地区生命损失率函数略高于盆周地区,这与川东地区的设防烈度低于盆周地区有关; 甘孜—阿坝地区老新建筑比例对生命损失率函数的影响极大,在全为新建筑的情况下,损失率非常低; 在老新建筑比例等同的情况下,甘孜—阿坝地区的生命损失率函数明显低于盆周地区.
将图 2所示的20条生命损失率函数曲线分别赋予四川地区各强震动台站所在地,列于附表,并作如下约定:
1) 一般情况下,强震动台站所在地采用该子区域(乡、 镇或县)对应的生命损失率函数;
2) 根据四川地区的实际情况以及对当地房屋建筑的实地调查,攀西、 盆周以及川东地区的县城选择生命损失函数R8(I),R14(I),R19(I),镇选择R7(I),R13(I),R18(I),乡选择R7(I),R12(I),R17(I); 甘孜—阿坝地区的县城选择R3(I),乡镇选择R2(I).
3) 对当地场地条件明显较差的地区,降档选择其生命损失率函数,例如,将绵竹县清平乡生命损失函数调整为R11(I).
4. 生命损失评估过程及结果验证
破坏性地震发生后,根据迅速获得的某一条强震动记录数据可以计算其仪器烈度概率密度函数的均值及标准差,从而确定其仪器烈度概率密度f
(I︱μS,σS),由附表可查得强震动台站所在地的生命损失率函数Rn(I),则该强震动台站所在地(乡、 镇或县)的生命损失快速评估函数展开式为 (10) 考虑到地震烈度小于5度时几乎不会发生人员伤亡,因此积分区间为(5,12). 利用式(10)可快速评估该强震动台站所在地(乡、 镇或县)的生命损失率.
下面以汶川MS8.0地震中绵竹清平强震动台站(051MZQ)所获取的强震动记录为例,通过强震动记录得到该强震动台站所在地的地震生命损失率,其计算步骤如下:
1) 对于每一个周期Ti(i=0,0.1,0.2,…,1.0 s),分别计算台站051MZQ记录到的不同周期的水平向加速度反应谱值Sk(k=1,2,3,…,11),按照式(3)和(4)计算每一个Ik和qk,式中的bk和σk由表 1确定;
2) 由式(5)和(6)计算台站051MZQ记录到的仪器烈度概率密度均值μS和标准差σS,再由式(7)得到该记录的仪器烈度概率密度函数f(I︱9.3,1.07);
3) 由附表可知,强震动台站051MZQ所在地所对应的生命损失率函数为R11(I),通过表 4确定其所对应的回归系数分别为a=-95.3520,b=19.4436,c=-0.9673,从而由式(9)确定该强震动台站所在地对应的生命损失率函数为R11(I)=exp(-95.352+19.4436I-0.9673I2);
4) 将仪器烈度概率密度f(I︱9.3,1.07)和生命损失率函数R11(I)代入式(10)进行积分,所得积分值即为绵竹清平强震动台站所在地清平乡的地震生命损失率评估值.
为考察本文提出的生命损失快速评估方法的可信度,本文以四川地区具有代表性的2008年5月12日汶川MS8.0地震为例,按照上述4个步骤计算其生命损失率评估结果,并将该评估结果与实际生命损失率进行对比,结果列于表 5. 四川省强震动台网在汶川地震中共获得134条记录,因本文主要针对乡镇烈度生命损失函数,故在此仅使用对应有乡镇人员伤亡数据的记录15条,其它无乡镇人员伤亡数据的信息均未被采用.
表 5 基于本文方法的生命损失率评估结果与实际死亡率的对比Table 5. Comparison of life loss rate obtained by the method in this paper to the actual death ratio记录
序号所属县 乡镇名称 人口数 实际死亡
人数实际死亡率 快速评估
生命损失率γ 1 绵竹县 清平乡 5 682 276 4.8574% 5.5798% 0.8902 2 什邡市 八角镇 10 686 267 2.4986% 2.9745% 0.8803 3 安县 安昌镇 46 000 107 0.2326% 0.8315% 0.6730 4 安县 塔水镇 50 000 34 0.0680% 1.7140% 0.3935 5 都江堰市 紫坪铺 15 758 81 0.5140% 2.3715% 0.4491 6 汶川县 卧龙镇 2 861 150 5.2429% 3.3456% 1.4366 7 茂县 凤仪镇 37 283 15 0.0402% 0.4604% 0.7123 8 茂县 南新镇 8 193 36 0.4394% 1.6470% 0.5438 9 茂县 叠溪镇 2 894 3 0.1037% 1.8103% 0.3927 10 理县 桃坪镇 2 956 13 0.4398% 0.6237% 0.8867 11 理县 木卡乡 1 538 5 0.3251% 1.1436% 0.6182 12 理县 古尔沟 2 200 0 0 0.2990% 0.7698 13 松潘县 进安镇 8 000 9 0.1125% 0.0444% 1.0652 14 松潘县 安宏乡 4 000 0 0 0.1070% 0.9033 15 松潘县 川主寺 5 000 0 0 0.0176% 0.9827 γ平均值 0.77 注: γ为实际死亡率与快速评估生命损失率的比值; 人口数引自四川省统计局和国家统计局四川调查总队(2007),实际死亡人数引自四川省地震局(2013). 从表 5可以看出,15个快速评估样本中实际死亡率与快速评估死亡率的比值γ的平均值为0.77,其中: 6个样本的评估结果非常接近实际死亡率,4个样本的γ<0.5. 可见对乡镇而言,该方法评估结果的可信度均在生命损失快速评估可接受的范围内(杨天青等,2006). 当然,由于不确定因素太多,评估结果与实际结果还存在误差,其中灾区人员实际基础数据、 建筑物实际分布情况的不精确性是引起生命损失评估结果不准确的主要因素. 此外,部分震区的地形和天气对人员死亡率的影响较大,施伟华等(2012)认为其伤亡人数有几倍乃至几十倍的差别.
5. 讨论与结论
我国在加密易发破坏性地震的重点监视防御区强震动观测台网的同时,“十二五”期间更是大力发展地震预警和地震烈度速报技术,并将建成密度至乡镇覆盖全国的烈度速报台网. 本文吸收王晓青等(2003)提出的地震灾害损失综合评估模型的表达形式,建立了仪器烈度概率密度与乡镇级生命损失函数之间的关系,提出了大震之后利用强震动记录开展生命损失快速评估的方法. 在此基础上,通过对2008年汶川地震生命损失快速评估的实例应用研究表明,地震发生后基于强震动记录的生命损失快速评估方法是可行的,可以进一步提高生命损失快速评估的科学性、 可靠性和时效性. 然而,本研究仍然存在以下两方面的不足: 一方面,未考虑震区的地形和天气等影响因素,当前生命损失快速评估模型还不够完善,尚需改进; 另一方面,本文采用的是静态人口数据,人口数据实际情况的不精确性也会影响评估准确度. 强震来临时极震区的通讯、 道路等大多出现中断,能够及时获取的强震动记录数量有限,而本文提出的方法是基于强震动记录开展的,因此从地震动参数衰减关系的角度对该方法进行改进,是今后研究的方向.
国家强震动台网中心提供了强震动观测数据,审稿专家提出了中肯的建议和意见,作者在此一并表示感谢.
附表 四川地区各强震动台站所在地的生命损失率函数对应情况附表. Appendix The corresponding situation of life loss rate function for the strong ground motion stations in Sichuan region属
地编号 台站 行政区
类别R(I) 甘
孜
—
阿
坝
地
区
︵
Ⅰ
类
︶1 51KDG 乡 R2(I) 2 51KDZ 镇 R2(I) 3 51KDX 镇 R2(I) 4 51KDT 县 R3(I) 5 51LDG 乡 R2(I) 6 51LDS 县 R3(I) 7 51LDD 乡 R2(I) 8 51LDL 镇 R2(I) 9 51LDJ 乡 R2(I) 10 51DFB 镇 R2(I) 11 51DFT 县 R3(I) 12 51LHT 县 R3(I) 13 51LHX 乡 R2(I) 14 51LHY 乡 R2(I) 15 51LHD 乡 R2(I) 16 51LHZ 乡 R2(I) 17 51GZX 县 R3(I) 18 51GZT 乡 R2(I) 19 51JLT 县 R3(I) 20 51JLN 乡 R2(I) 21 51YJB 乡 R2(I) 22 51LTT 县 R3(I) 23 51BTZ 县 R3(I) 24 51XCZ 县 R3(I) 25 51LXM 镇 R2(I) 26 51LXS 乡 R2(I) 27 51LXK 乡 R2(I) 28 51LXT 镇 R2(I) 29 51MXJ 县 R3(I) 30 51MXN 镇 R2(I) 31 51MXD 镇 R2(I) 32 51MXB 乡 R2(I) 33 51MXF 乡 R2(I) 34 51JZG 乡 R2(I) 35 51JZW 乡 R2(I) 36 51JZB 乡 R2(I) 37 51JZZ 镇 R2(I) 38 51JZY 乡 R2(I) 39 51SPT 县 R3(I) 40 51SPC 县 R3(I) 41 51SPA 乡 R2(I) 42 51HSD 县 R3(I) 43 51HSS 乡 R2(I) 44 51HSL 乡 R2(I) 45 51XJD 县 R3(I) 46 51XJW 镇 R2(I) 47 51MED 县 R3(I) 48 51MES 镇 R2(I) 49 51WCD 县 R3(I) 50 51WCW 镇 R2(I) 51 51HYS 镇 R2(I) 52 51BXD 县 R3(I) 53 51BXM 乡 R2(I) 54 51BXY 乡 R2(I) 55 51BXZ 乡 R2(I) 56 51PWM 乡 R3(I) 57 51PWD 县 R4(I) 58 51PWN 镇 R4(I) 59 51PWP 乡 R3(I) 60 51BCD 县 R5(I) 61 51BCB 乡 R4(I) 62 51BCZ 乡 R4(I) 63 51BCQ 乡 R2(I) 64 51BCY 镇 R4(I) 攀
西
地
区
︵
Ⅱ
类
︶65 51MND 乡 R7(I) 66 51MNF 镇 R7(I) 67 51MNH 乡 R7(I) 68 51MNA 乡 R7(I) 69 51MNL 镇 R7(I) 70 51MNM 镇 R7(I) 71 51MNW 乡 R7(I) 72 51MNJ 县 R8(I) 73 51MNZ 乡 R7(I) 74 51MNC 乡 R7(I) 75 51MNT 县 R8(I) 76 51MNS 乡 R7(I) 77 51XCC 镇 R7(I) 78 51XCD 乡 R7(I) 79 51XCN 镇 R7(I) 80 51XCH 镇 R7(I) 81 51XCL 镇 R7(I) 82 51XCX 市 R9(I) 83 51XXC 市 R9(I) 84 51XCY 镇 R7(I) 85 51XCJ 市 R9(I) 86 51YYG 县 R8(I) 87 51YYJ 乡 R7(I) 88 51YYL 镇 R7(I) 89 51YYM 镇 R7(I) 90 51YYP 镇 R7(I) 91 51YYW 乡 R7(I) 92 51YYZ 县 R8(I) 93 51YYY 乡 R7(I) 94 51HLF 镇 R7(I) 95 51HLD 县 R8(I) 96 51HLY 镇 R7(I) 97 51HLW 镇 R7(I) 98 51HLB 镇 R7(I) 99 51PGB 乡 R7(I) 100 51PGL 镇 R7(I) 101 51PGQ 镇 R7(I) 102 51PGW 乡 R7(I) 103 51PGD 县 R8(I) 104 51HDD 县 R8(I) 105 51HDX 镇 R7(I) 106 51HDQ 镇 R7(I) 107 51NNT 县 R8(I) 108 51NNL 乡 R7(I) 109 51NNS 镇 R7(I) 110 51NNH 镇 R7(I) 111 51YXX 镇 R7(I) 112 51YXZ 镇 R7(I) 113 51BTD 县 R8(I) 114 51BTT 乡 R7(I) 115 51LBD 县 R8(I) 116 51LBH 镇 R7(I) 117 51DCN 县 R8(I) 118 51DCY 镇 R7(I) 119 51XDM 乡 R7(I) 120 51XDG 镇 R7(I) 121 51ZJJ 乡 R7(I) 122 51ZJQ 县 R8(I) 123 51MLN 县 R8(I) 124 51GLQ 县 R8(I) 125 51PZR 区 R8(I) 126 51PZF 镇 R7(I) 127 51PZW 区 R8(I) 128 51PZJ 镇 R7(I) 129 51PZT 镇 R7(I) 130 51PZP 区 R8(I) 131 51PZN 市 R9(I) 132 51PZM 市 R9(I) 133 51PZD 镇 R7(I) 134 51YBH 区 R8(I) 135 51YBA 乡 R7(I) 136 51MYP 乡 R7(I) 137 51MYL 镇 R7(I) 138 51MYS 乡 R7(I) 139 51SMC 乡 R7(I) 140 51SMW 乡 R7(I) 141 51SML 乡 R7(I) 142 51SMM 乡 R7(I) 143 51SMX 乡 R7(I) 144 51SMK 乡 R7(I) 145 51HYJ 镇 R8(I) 146 51HYP 镇 R8(I) 147 51HYY 镇 R8(I) 148 51HYQ 镇 R8(I) 149 51HYW 镇 R8(I) 盆
周
地
区
︵
Ⅲ
类
︶150 51TQL 乡 R12(I) 151 51TQD 县 R14(I) 152 51LSF 镇 R13(I) 153 51LSH 乡 R12(I) 154 51LSJ 县 R14(I) 155 51YAS 镇 R13(I) 156 51YAD 市 R14(I) 157 51YAL 乡 R12(I) 158 51YAH 乡 R12(I) 159 51YAM 县 R14(I) 160 51JKH 区 R14(I) 161 51MBD 县 R14(I) 162 51MBQ 镇 R13(I) 163 51MCX 县 R14(I) 164 51MCL 镇 R13(I) 165 51LSL 市 R14(I) 166 51SWH 镇 R13(I) 167 51LSQ 县 R14(I) 168 51EMS 县 R14(I) 169 51DJA 镇 R13(I) 170 51DJH 镇 R13(I) 171 51DJZ 乡 R12(I) 172 51CDZ 县 R14(I) 173 51PXZ 县 R14(I) 174 51DXY 镇 R13(I) 175 51PJD 镇 R13(I) 176 51QLY 乡 R12(I) 177 51XJL 镇 R13(I) 178 51PJW 镇 R13(I) 179 51SFB 镇 R13(I) 180 51MZQ 镇 R11(I) 181 51MZX 镇 R13(I) 182 51SFS 市 R14(I) 盆
周
地
区
︵
Ⅲ
类
︶183 51DYB 镇 R13(I) 184 51DYJ 镇 R13(I) 185 51JYT 县 R14(I) 186 51JYW 镇 R13(I) 187 51JYC 镇 R13(I) 188 51JYH 镇 R13(I) 189 51AXH 镇 R13(I) 190 51AXT 镇 R13(I) 191 51AXD 镇 R13(I) 川
东
地
区
︵
Ⅳ
类
︶192 51GYZ 镇 R18(I) 193 51GYY 乡 R17(I) 194 51GYD 乡 R17(I) 195 51GYQ 镇 R18(I) 196 51QCD 县 R19(I) 197 51QCQ 乡 R17(I) 198 51QCS 乡 R17(I) 199 51JGD 县 R19(I) 200 51JGS 县 R19(I) 201 51CXQ 县 R19(I) 盆
周
地
区
︵
Ⅲ
类
︶202 51FSB 镇 R18(I) 203 51ZGS 市 R19(I) 204 51YBY 镇 R18(I) 205 51YBG 镇 R18(I) 206 51YBT 市 R19(I) 207 51GXT 县 R19(I) 208 51JLD 县 R19(I) 209 51CNT 县 R19(I) 210 51LZT 市 R19(I) 211 51HYT 县 R19(I) 212 51ZG0 市 R19(I) 213 51ZG1 市 R19(I) 214 51ZG2 市 R19(I) 215 51ZG3 市 R19(I) 216 51ZG4 市 R19(I) -
表 1 各评价因子S的回归系数b和回归标准差σ
Table 1 The regression coefficients b and standard deviation σ of each evaluation factor S
评价因子 b σ S1 1.369 0.828 S2 1.178 0.879 S3 1.185 0.782 S4 1.206 0.837 S5 1.252 0.879 S6 1.324 0.897 S7 1.383 0.922 S8 1.426 0.989 S9 1.468 1.005 S10 1.499 1.066 S11 1.544 1.134 表 2 四川地区老建筑、 新建筑的房屋毁坏率与烈度的关系
Table 2 Relationship between damage rate and intensity of the old and new buildings in Sichuan region
烈度 老建筑房屋毁坏率 新建筑房屋毁坏率 甘孜—阿坝
地区(Ⅰ类)攀西地区
(Ⅱ类)盆周地区
(Ⅲ类)川东地区
(Ⅳ类)甘孜—阿坝
地区(Ⅰ类)攀西地区
(Ⅱ类)盆周地区
(Ⅲ类)川东地区
(Ⅳ类)6 0 0 0 0 0.14% 8.91% 1.30% 1.21% 7 6.00% 6.00% 6.00% 6.00% 0.60% 20.98% 5.47% 7.11% 8 15.00% 15.00% 15.00% 15.00% 1.89% 32.41% 12.91% 15.44% 9 33.00% 33.00% 33.00% 33.00% 5.75% 46.01% 25.86% 28.66% 10 88.00% 88.00% 88.00% 88.00% 17.75% 66.44% 50.79% 52.96% 表 3 四川地区与烈度相关的生命损失率
Table 3 Intensity-dependent loss rate of life in Sichuan region
地区 老新建筑
比例生命损失率 6度 7度 8度 9度 10度 甘孜—阿坝
地区(Ⅰ类)4:0 0 0.0131% 0.1053% 0.7403% 10.4832% 3:1 0 0.0076% 0.0590% 0.4113% 5.6138% 2:2 0 0.0037% 0.0279% 0.1951% 2.5621% 1:3 0 0.0013% 0.0095% 0.0694% 0.8817% 0:4 0 0.0002% 0.0012% 0.0120% 0.1577% 攀西地区
(Ⅱ类)4:0 0 0.0131% 0.1053% 0.7403% 10.4832% 3:1 0.0017% 0.0386% 0.1945% 0.9439% 8.7673% 2:2 0.0070% 0.0820% 0.3206% 1.1809% 7.2533% 1:3 0.0166% 0.1469% 0.4894% 1.4539% 5.9274% 0:4 0.0315% 0.2370% 0.7068% 1.7656% 4.7760% 盆周地区
(Ⅲ类)4:0 0 0.0131% 0.1053% 0.7403% 10.4832% 3:1 0.0001% 0.0125% 0.0968% 0.6419% 7.6490% 2:2 0.0002% 0.0119% 0.0888% 0.5524% 5.3864% 1:3 0.0004% 0.0113% 0.0811% 0.4714% 3.6256% 0:4 0.0006% 0.0108% 0.0739% 0.3985% 2.2992% 川东地区
(Ⅳ类)4:0 0 0.0131% 0.1053% 0.7403% 10.4832% 3:1 0.0001% 0.0145% 0.1072% 0.6794% 7.7979% 2:2 0.0002% 0.0159% 0.1091% 0.6219% 5.6232% 1:3 0.0003% 0.0175% 0.1109% 0.5676% 3.9004% 0:4 0.0005% 0.0191% 0.1128% 0.5165% 2.5732% 表 4 R(I)=exp(a+bI+cI2)函数的连续化回归系数
Table 4 Continuous regression coefficients of R(I)=exp(a+bI+cI2)
地区 老新建筑
比例生命损失
函数编号a b c 甘孜—阿坝
地区(Ⅰ类)4:0 R1(I) -95.3520 19.4436 -0.9673 3:1 R2(I) -72.9461 14.1863 -0.6719 2:2 R3(I) -58.9730 10.8245 -0.4833 1:3 R4(I) -44.5611 7.2745 -0.2831 0:4 R5(I) -21.5358 1.4097 0.0559 攀西地区
(Ⅱ类)4:0 R6(I) -95.3520 19.4436 -0.9673 3:1 R7(I) -24.3891 3.6257 -0.0970 2:2 R8(I) -19.2686 2.8481 -0.0723 1:3 R9(I) -18.4604 3.0099 -0.0986 0:4 R10(I) -19.3343 3.5288 -0.1439 盆周地区
(Ⅲ类)4:0 R11(I) -95.3520 19.4436 -0.9673 3:1 R12(I) -48.5613 8.7628 -0.3703 2:2 R13(I) -38.3009 6.4897 -0.2491 1:3 R14(I) -32.5989 5.2802 -0.1891 0:4 R15(I) -29.2005 4.6247 -0.1621 川东地区
(Ⅳ类)4:0 R16(I) -95.3520 19.4436 -0.9673 3:1 R17(I) -51.0593 9.3947 -0.4083 2:2 R18(I) -42.3342 7.5322 -0.3126 1:3 R19(I) -38.1009 6.7181 -0.2772 0:4 R20(I) -36.1016 6.4364 -0.2732 表 5 基于本文方法的生命损失率评估结果与实际死亡率的对比
Table 5 Comparison of life loss rate obtained by the method in this paper to the actual death ratio
记录
序号所属县 乡镇名称 人口数 实际死亡
人数实际死亡率 快速评估
生命损失率γ 1 绵竹县 清平乡 5 682 276 4.8574% 5.5798% 0.8902 2 什邡市 八角镇 10 686 267 2.4986% 2.9745% 0.8803 3 安县 安昌镇 46 000 107 0.2326% 0.8315% 0.6730 4 安县 塔水镇 50 000 34 0.0680% 1.7140% 0.3935 5 都江堰市 紫坪铺 15 758 81 0.5140% 2.3715% 0.4491 6 汶川县 卧龙镇 2 861 150 5.2429% 3.3456% 1.4366 7 茂县 凤仪镇 37 283 15 0.0402% 0.4604% 0.7123 8 茂县 南新镇 8 193 36 0.4394% 1.6470% 0.5438 9 茂县 叠溪镇 2 894 3 0.1037% 1.8103% 0.3927 10 理县 桃坪镇 2 956 13 0.4398% 0.6237% 0.8867 11 理县 木卡乡 1 538 5 0.3251% 1.1436% 0.6182 12 理县 古尔沟 2 200 0 0 0.2990% 0.7698 13 松潘县 进安镇 8 000 9 0.1125% 0.0444% 1.0652 14 松潘县 安宏乡 4 000 0 0 0.1070% 0.9033 15 松潘县 川主寺 5 000 0 0 0.0176% 0.9827 γ平均值 0.77 注: γ为实际死亡率与快速评估生命损失率的比值; 人口数引自四川省统计局和国家统计局四川调查总队(2007),实际死亡人数引自四川省地震局(2013). 附表 四川地区各强震动台站所在地的生命损失率函数对应情况
附表 Appendix The corresponding situation of life loss rate function for the strong ground motion stations in Sichuan region
属
地编号 台站 行政区
类别R(I) 甘
孜
—
阿
坝
地
区
︵
Ⅰ
类
︶1 51KDG 乡 R2(I) 2 51KDZ 镇 R2(I) 3 51KDX 镇 R2(I) 4 51KDT 县 R3(I) 5 51LDG 乡 R2(I) 6 51LDS 县 R3(I) 7 51LDD 乡 R2(I) 8 51LDL 镇 R2(I) 9 51LDJ 乡 R2(I) 10 51DFB 镇 R2(I) 11 51DFT 县 R3(I) 12 51LHT 县 R3(I) 13 51LHX 乡 R2(I) 14 51LHY 乡 R2(I) 15 51LHD 乡 R2(I) 16 51LHZ 乡 R2(I) 17 51GZX 县 R3(I) 18 51GZT 乡 R2(I) 19 51JLT 县 R3(I) 20 51JLN 乡 R2(I) 21 51YJB 乡 R2(I) 22 51LTT 县 R3(I) 23 51BTZ 县 R3(I) 24 51XCZ 县 R3(I) 25 51LXM 镇 R2(I) 26 51LXS 乡 R2(I) 27 51LXK 乡 R2(I) 28 51LXT 镇 R2(I) 29 51MXJ 县 R3(I) 30 51MXN 镇 R2(I) 31 51MXD 镇 R2(I) 32 51MXB 乡 R2(I) 33 51MXF 乡 R2(I) 34 51JZG 乡 R2(I) 35 51JZW 乡 R2(I) 36 51JZB 乡 R2(I) 37 51JZZ 镇 R2(I) 38 51JZY 乡 R2(I) 39 51SPT 县 R3(I) 40 51SPC 县 R3(I) 41 51SPA 乡 R2(I) 42 51HSD 县 R3(I) 43 51HSS 乡 R2(I) 44 51HSL 乡 R2(I) 45 51XJD 县 R3(I) 46 51XJW 镇 R2(I) 47 51MED 县 R3(I) 48 51MES 镇 R2(I) 49 51WCD 县 R3(I) 50 51WCW 镇 R2(I) 51 51HYS 镇 R2(I) 52 51BXD 县 R3(I) 53 51BXM 乡 R2(I) 54 51BXY 乡 R2(I) 55 51BXZ 乡 R2(I) 56 51PWM 乡 R3(I) 57 51PWD 县 R4(I) 58 51PWN 镇 R4(I) 59 51PWP 乡 R3(I) 60 51BCD 县 R5(I) 61 51BCB 乡 R4(I) 62 51BCZ 乡 R4(I) 63 51BCQ 乡 R2(I) 64 51BCY 镇 R4(I) 攀
西
地
区
︵
Ⅱ
类
︶65 51MND 乡 R7(I) 66 51MNF 镇 R7(I) 67 51MNH 乡 R7(I) 68 51MNA 乡 R7(I) 69 51MNL 镇 R7(I) 70 51MNM 镇 R7(I) 71 51MNW 乡 R7(I) 72 51MNJ 县 R8(I) 73 51MNZ 乡 R7(I) 74 51MNC 乡 R7(I) 75 51MNT 县 R8(I) 76 51MNS 乡 R7(I) 77 51XCC 镇 R7(I) 78 51XCD 乡 R7(I) 79 51XCN 镇 R7(I) 80 51XCH 镇 R7(I) 81 51XCL 镇 R7(I) 82 51XCX 市 R9(I) 83 51XXC 市 R9(I) 84 51XCY 镇 R7(I) 85 51XCJ 市 R9(I) 86 51YYG 县 R8(I) 87 51YYJ 乡 R7(I) 88 51YYL 镇 R7(I) 89 51YYM 镇 R7(I) 90 51YYP 镇 R7(I) 91 51YYW 乡 R7(I) 92 51YYZ 县 R8(I) 93 51YYY 乡 R7(I) 94 51HLF 镇 R7(I) 95 51HLD 县 R8(I) 96 51HLY 镇 R7(I) 97 51HLW 镇 R7(I) 98 51HLB 镇 R7(I) 99 51PGB 乡 R7(I) 100 51PGL 镇 R7(I) 101 51PGQ 镇 R7(I) 102 51PGW 乡 R7(I) 103 51PGD 县 R8(I) 104 51HDD 县 R8(I) 105 51HDX 镇 R7(I) 106 51HDQ 镇 R7(I) 107 51NNT 县 R8(I) 108 51NNL 乡 R7(I) 109 51NNS 镇 R7(I) 110 51NNH 镇 R7(I) 111 51YXX 镇 R7(I) 112 51YXZ 镇 R7(I) 113 51BTD 县 R8(I) 114 51BTT 乡 R7(I) 115 51LBD 县 R8(I) 116 51LBH 镇 R7(I) 117 51DCN 县 R8(I) 118 51DCY 镇 R7(I) 119 51XDM 乡 R7(I) 120 51XDG 镇 R7(I) 121 51ZJJ 乡 R7(I) 122 51ZJQ 县 R8(I) 123 51MLN 县 R8(I) 124 51GLQ 县 R8(I) 125 51PZR 区 R8(I) 126 51PZF 镇 R7(I) 127 51PZW 区 R8(I) 128 51PZJ 镇 R7(I) 129 51PZT 镇 R7(I) 130 51PZP 区 R8(I) 131 51PZN 市 R9(I) 132 51PZM 市 R9(I) 133 51PZD 镇 R7(I) 134 51YBH 区 R8(I) 135 51YBA 乡 R7(I) 136 51MYP 乡 R7(I) 137 51MYL 镇 R7(I) 138 51MYS 乡 R7(I) 139 51SMC 乡 R7(I) 140 51SMW 乡 R7(I) 141 51SML 乡 R7(I) 142 51SMM 乡 R7(I) 143 51SMX 乡 R7(I) 144 51SMK 乡 R7(I) 145 51HYJ 镇 R8(I) 146 51HYP 镇 R8(I) 147 51HYY 镇 R8(I) 148 51HYQ 镇 R8(I) 149 51HYW 镇 R8(I) 盆
周
地
区
︵
Ⅲ
类
︶150 51TQL 乡 R12(I) 151 51TQD 县 R14(I) 152 51LSF 镇 R13(I) 153 51LSH 乡 R12(I) 154 51LSJ 县 R14(I) 155 51YAS 镇 R13(I) 156 51YAD 市 R14(I) 157 51YAL 乡 R12(I) 158 51YAH 乡 R12(I) 159 51YAM 县 R14(I) 160 51JKH 区 R14(I) 161 51MBD 县 R14(I) 162 51MBQ 镇 R13(I) 163 51MCX 县 R14(I) 164 51MCL 镇 R13(I) 165 51LSL 市 R14(I) 166 51SWH 镇 R13(I) 167 51LSQ 县 R14(I) 168 51EMS 县 R14(I) 169 51DJA 镇 R13(I) 170 51DJH 镇 R13(I) 171 51DJZ 乡 R12(I) 172 51CDZ 县 R14(I) 173 51PXZ 县 R14(I) 174 51DXY 镇 R13(I) 175 51PJD 镇 R13(I) 176 51QLY 乡 R12(I) 177 51XJL 镇 R13(I) 178 51PJW 镇 R13(I) 179 51SFB 镇 R13(I) 180 51MZQ 镇 R11(I) 181 51MZX 镇 R13(I) 182 51SFS 市 R14(I) 盆
周
地
区
︵
Ⅲ
类
︶183 51DYB 镇 R13(I) 184 51DYJ 镇 R13(I) 185 51JYT 县 R14(I) 186 51JYW 镇 R13(I) 187 51JYC 镇 R13(I) 188 51JYH 镇 R13(I) 189 51AXH 镇 R13(I) 190 51AXT 镇 R13(I) 191 51AXD 镇 R13(I) 川
东
地
区
︵
Ⅳ
类
︶192 51GYZ 镇 R18(I) 193 51GYY 乡 R17(I) 194 51GYD 乡 R17(I) 195 51GYQ 镇 R18(I) 196 51QCD 县 R19(I) 197 51QCQ 乡 R17(I) 198 51QCS 乡 R17(I) 199 51JGD 县 R19(I) 200 51JGS 县 R19(I) 201 51CXQ 县 R19(I) 盆
周
地
区
︵
Ⅲ
类
︶202 51FSB 镇 R18(I) 203 51ZGS 市 R19(I) 204 51YBY 镇 R18(I) 205 51YBG 镇 R18(I) 206 51YBT 市 R19(I) 207 51GXT 县 R19(I) 208 51JLD 县 R19(I) 209 51CNT 县 R19(I) 210 51LZT 市 R19(I) 211 51HYT 县 R19(I) 212 51ZG0 市 R19(I) 213 51ZG1 市 R19(I) 214 51ZG2 市 R19(I) 215 51ZG3 市 R19(I) 216 51ZG4 市 R19(I) -
何玉林, 黎大虎, 范开红, 刘盛利. 2002. 四川省房屋建筑易损性研究[J]. 中国地震, 18(1): 52-58. http://www.cnki.com.cn/Article/CJFDTOTAL-ZGZD200201004.htm He Y L, Li D H, Fan K H, Liu S L. 2002. Research on the seismic vulnerabilities of building structure in Sichuan region[J]. Earthquake Research in China, 18(1): 52-58 (in Chinese).
李敏. 2010. 地震动加速度反应谱与地震烈度的关系研究[D]. 哈尔滨: 中国地震局工程力学研究所: 21-61. Li M. 2010. A Study on the Relationship Between Seismic Intensity and Spectral Accelerations of Strong Motion[D]. Harbin: Institute of Engineering Mechanics, China Earthquake Administration: 21-61 (in Chinese).
李晓杰, 姜立新, 杨天青. 2012. 强震人员损失回归预测方法[J]. 西北地震学报, 34(1): 44-49. http://www.cnki.com.cn/Article/CJFDTOTAL-ZBDZ201201008.htm Li X J, Jiang L X, Yang T Q. 2012. Estimation of casualty in strong earthquake using empirical regression method[J]. Northwestern Seismological Journal, 34(1): 44-49 (in Chinese). http://www.baidu.com/link?url=tzwCLHtEkEEK-EFWSaFfJj2m9bHeU03eTIdNFEnDiF6EQ_bo55DHDgj3-VAE3BZmEW9TXvgcN65bbwCYxJb7T_cdkhD-aX-Jhkp7fzZAV0PRnTnuITVf0llcuL7t7NyUz-c5JcG8cxuEFQW8586Z_DoBNM1UyLf-Yzwy8amefyz95aaMq2XBeRHAGGNDOKqNGtaGKQGsy5mw3uJMwLne4WZwTJfiwDqdoEtup0ccj4amteN_KK464ZT9gg0OpTL2bQ_JrP8ZyBPlAS33F3HdGn8j1mC4s09YsIGNBvQpWOqJxlbXaS8S8AdXADikf25ZoTOs7lPHM_r94otVDU1_vQPvQIFMM6LLDor3OYManQy&wd=&eqid=966490ce0002f74f0000000558808cde
马玉宏, 谢礼立. 2000. 地震人员伤亡估算方法研究[J]. 地震工程与工程振动, 20(4): 140-147. http://www.cnki.com.cn/Article/CJFDTOTAL-DGGC200004022.htm Ma Y H, Xie L L. 2000. Methodologies for assessment of earthquake casualty[J]. Earthquake Engineering and Engineering Vibration, 20(4): 140-147 (in Chinese). http://www.baidu.com/link?url=Pt0-K2Dqj2dn6ujniVEGAtjJIyVnei5yXSS1SLyhd9HuqfPm7hLzUl29i0hs61_fPHF-IJzWdSvl2og9dZPUg0_moKa7zoNsr0i0qUENGuiHyBLBWPKDiwxi1j13f-JSGnIghdWUYG9jR0jxdTTv3bSQCjkRjAxfS-zpLfGVsLP3IEcev328qt0hVOvetVyNtvFn3-XqO1fMgG3yW9I1mc-hPc6SCFi3vKrJ0skN5VYjUxVsEqMlpuh9AjC0dMuk-CqRH-1tJNSNfLFUa1dFRmrWXdSakgJ9jcl6oPlAAzVKnZIYLGQSpGnDqYvHpT8U&wd=&eqid=9d2d3adc000314910000000558808cf2
四川省地震局. 2013. 汶川特大地震四川抗震救灾志: 灾情[R]. 成都: 四川省地震局: 193-221. Earthquake Administration of Sichuan Province. 2013. The Earthquake Relief History of Wenchuan Earthquake in Sichuan Province: Disaster[R]. Chengdu: Earthquake Administration of Sichuan Province: 193-221 (in Chinese).
四川省统计局, 国家统计局四川调查总队. 2007. 四川统计年鉴2007[M]. 北京: 中国统计出版社: 77-90. Statistical Bureau of Sichuan Province, Survey Office in Sichuan of National Bureau of Statistics. 2007. Sichuan Statistical Yearbook 2007[M]. Beijing: China Statistics Press: 77-90 (in Chinese).
施伟华, 陈坤华, 谢英情, 李西, 庞卫东, 代博洋. 2012. 云南地震灾害人员伤亡预测方法研究[J]. 地震研究, 35(3): 387-392. http://www.cnki.com.cn/Article/CJFDTOTAL-DZYJ201203016.htm Shi W H, Chen K H, Xie Y Q, Li X, Pang W D, Dai B Y. 2012. Prediction method research on casualties due to earthquake disaster in Yunnan[J]. Journal of Seismological Research, 35(3): 387-392 (in Chinese). http://www.baidu.com/link?url=SQ9UJgj9xFGWRvUsF4Td2iWrptIFf_w8uuDGVX3ea9X4_sLvnQA-HT_CGF0r5L2Lk8KnaVO_it5V22-Nn281GUOdQLYTHi_2ZiJ06FmX-5Kldz7NUCNGEl_87NFcjYZ6bYCcU4euWITmIq-lcLBgf_5sB1Bj0emMF1tMiVXVdGXq2NfVU3K3Ksez0xYf_0F4auTe3rZy1ZX3aaEIm291277KfrlDX5_DNw_DZZ-K457AEm_2xMjh5ktJOr8n6Qoq_QWrZXtDdkb4YFymgySLfO4DtJE4jHU95fsMFwHvvkWJcfQASibhl-P-rVz4z2F8tEMX3Sgk9GuVF4oIudh6O-MNj9H0sVuIaCDkfjfq2re&wd=&eqid=a26a1ae800036b4f0000000558808d06
王晓青, 邵辉成, 丁香. 2003. 地震速报参数不确定性的应急灾害损失快速评估模型[J]. 地震工程与工程振动, 23(6): 198-201. http://www.cnki.com.cn/Article/CJFDTOTAL-DGGC200306032.htm Wang X Q, Shao H C, Ding X. 2003. Model for fast assessment of earthquake damage and losses considering uncertainty of epicenters obtained from rapid determination of earthquake location[J]. Earthquake Engineering and Engineering Vibration, 23(6): 198-201 (in Chinese). http://www.baidu.com/link?url=wAxCEMO3m5RnF8rCO5p6Fuq2RcrfR7hJGcizLORINbI9Mlov-ESIiutLT9X3IGJ0iyQMZIF1IfqLcUBnS5KyJUsrRbATIdwfoyztOFfPOTgCOxoQVUbGgmgjdESu_Fu-njav0bVjS4PMNGI7qTVUazy2c-9i-MafNldVCnE76Tw2bWCo1gJ5UiWnd7sTkehmfYiieSEYFTL3Y8AZWS1HXowEJwt_2TEs74XaT5NVrrSz-PlisYmdZ-S4cY8AlK16mrKmgU3BNL5sSROE6pndkhp-10apDM2xXvNcz8Q79mgfU_vu6PldctN2m373vfDX7Ruly7IQ7wxQyW8Zvp-GXOAoc6py6EdqStc8Hq8Doyjeux8MMnyEeLeTvkcVc10Oby8czzcEG5OKhP_z476uInWq6CkjFPwZXQNsgnJwllWZu5Rp_1_HCvRrA_hWM0uS&ie=utf-8&f=8&tn=30009039_2_pg&wd=Model%20for%20fast%20assessment%20of%20earthquake%20damage%20and%20losses%20considering%20uncertainty%20of%20epicenters%20obtained%20from%20rapid%20determination%20of%20earthquake%20location&oq=Model%20for%20fast%20assessment%20of%20earthquake%20damage%20and%20losses%20considering%20uncert&rqlang=cn&inputT=611
王晓青, 丁香, 王龙, 王岩. 2009. 四川汶川8级大地震灾害损失快速评估研究[J]. 地震学报, 31(2): 205-211. http://www.dzxb.org/Magazine/Show?id=27185 Wang X Q, Ding X, Wang L, Wang Y. 2009. A study on fast earthquake loss assessment and its application to 2008 Wenchuan M8 earthquake[J]. Acta Seismologica Sinica, 31(2): 205-211 (in Chinese).
杨天青, 姜立新, 杨桂岭. 2006. 地震人员伤亡快速评估[J]. 地震地磁观测与研究, 27(4): 39-43. http://www.cnki.com.cn/Article/CJFDTOTAL-DZGJ200604006.htm Yang T Q, Jiang L X, Yang G L. 2006. A study earthquake casualty rapid estimation[J]. Seismological and Geomagnetic Observation and Research, 27(4): 39-43 (in Chinese). http://www.baidu.com/link?url=lGdcoGodz5Fc48ys-HyDKkBnjSAY09lrPSs0D2GfcBBgnrPlNY_A8pmW9XYX69-nRycvwDaU0bWknOsoYNDxhijANqgXTdwVacgWRQJalHH0saAlocWopCMs9j8q9FXljBncsOr9OhiEff49rVgBqE3THv2PrZMDXdYw5ftooZ5NrDVvAAWTJ-v0rBFVB2GzubiRxA4cflmp7q398J7rgcYfRAAo7HPHUFU8XIDcHRIiRTxfnZp_JOXCYLiaQTrYsr88B-QqyLJY_zd2Nb03DBNjC2UWBmTBWr_SlWZXHvdRX2sZuy4meJp8dRcuCTep&wd=&eqid=a00e494e00031ada0000000558808d4c
尹之潜. 1991. 地震灾害损失预测研究[J]. 地震工程与工程振动, 11(4): 87-96. Yin Z Q. 1991. A study for predicting earthquake disaster loss[J]. Earthquake Engineering and Engineering Vibration, 11(4): 87-96 (in Chinese). http://www.baidu.com/link?url=MBBDhhO39KPjjQlEmIUqkkiKdHrgV_H_fEpEW_PMyFIicP4BhxOXRKngwy75iBuQxQqqECvl9xx7M1tyZ8UVXWZwRLYHDvjiYWEqYWnGRFPKeAYwavOyB0eCDPUZ-jBFK6qwpoWqJPxHRaQYMtdJNaqGcFHK-rjvdrX8P1S_94q4faAN6a8a0ESOiSex4XqK9gTs6SEWhU70ypBJOI3sbvc9wjZg95ogmhnEI_rqyITBjRN8WrTVgH-sAiFpwaXVO2KyK6z92dhmwDGKNxI9-CQDOdtWTedHMkgiZq2dPS4i2aaTrDXRN-uPDGXLVjtf&wd=&eqid=b054db98000334ab0000000558808deb
尹之潜. 1995. 地震灾害及损失预测方法[M]. 北京: 地震出版社: 53-73. Yin Z Q. 1995. The Prediction Method of Earthquake Disasters and Losses[M]. Beijing: Seismological Press: 53-73 (in Chinese).
袁一凡. 1998. 由地震动三要素确定地震动强度(烈度)的研究[R]. 哈尔滨: 国家地震局工程力学研究所: 1-42. Yuan Y F. 1998. Research on Seismic Intensity Calculation Method by Using the Three Elements of Ground Motion[R]. Harbin: Institute of Engineering Mechanics, China Earthquake Administration: 1-42 (in Chinese).
Christoskov L, Samardjieva E.1984.An approach for estimation of the possible number of casualties during strong earthquakes[J]. Bulg Geophys J, 4: 94-106.
Jaiswal K S, Wald D J. 2010. An empirical model for global earthquake fatality estimation[J]. Earthq Spectra, 26(4): 1017-1037. doi: 10.1193/1.3480331
Samardjieva E, Oike K. 1992. Modelling the number of casualties from earthquakes[J]. Nat Disaster Sci, 14(1): 17-28. http://cn.bing.com/academic/profile?id=18b4c0e62bec5a3e8488e81d784f8316&encoded=0&v=paper_preview&mkt=zh-cn
Samardjieva E, Badal J. 2002. Estimation of the expected number of casualties caused by strong earthquakes[J]. Bull Seismol Soc Am, 92(6): 2310-2322. doi: 10.1785/0120010112
-
期刊类型引用(3)
1. 殷田园,殷淑燕,李富民. 明代生命损失型地震的时空分布特征及成因分析. 浙江大学学报(理学版). 2020(02): 203-217 . 百度学术
2. 陆进保. 主余震作用下混凝土桥梁地震灾害损失评估方法. 华南地震. 2018(02): 29-34 . 百度学术
3. 张加庆. 基于大数据的地震损失价值评估模型设计. 地震工程学报. 2018(02): 356-362 . 百度学术
其他类型引用(4)