地震灾害风险评估和震后快速评估业务化运行已有20多年的历史。早期由于评估所需的各种基础数据较宏观,缺少空间上较为准确的分布信息,因而在地震灾害损失预测中假设基础数据在较大的空间(如县级行政区)上是平均分布的,因此,所预测的结果存在较大的不确定性。近年随着遥感技术、GIS技术的广泛应用和人口普查数据、建筑物抽样数据等在空间分布上的细化(如乡级、村级乃至单栋建筑物分布数据),以及基于多因素影响的人口、房屋建筑面积等空间分布预测技术的发展,地震灾害损失预测所需的人口、房屋建筑面积等承灾体信息,地形、地貌等影响因素信息的空间分布得到进一步细化,获得了千米格网级(甚至更小到单栋房屋)的基础数据,这为进一步提高地震灾害损失预测和震后快速评估的精度打下了基础。
另一方面,在较早期的与地震灾害损失评估相关的系统(丁香等,1998、2002、2009、2011)中对相关数据采用了矢量格式,实际预测涉及到大量空间分析计算,这在数据空间分辨率不高的情况下,对风险评估和震后快速评估的效率影响不大(Ding et al,2013),但我国幅员辽阔,对基于千米格网的数据采用矢量格式时,评估的效率会受到显著的影响。基于空间栅格格式的数据结构简单,空间运算容易实现,计算速度大大超过矢量数据运算,因而近年在地震灾害损失预测和震后快速评估中得到快速应用。但栅格数据的数据量大,投影转换较复杂,特别是数据更新时较麻烦,手工操作较困难。
考虑到实际需求以及不同空间数据格式的优缺点,本文试图采用栅格格式数据研究开发全国尺度地震灾害损失预测和震后快速评估系统,旨在通过设计自动数据栅格化处理模块,提高数据建立与更新的效率;同时,结合风险评估原理,采用前置确定性损失评估和算法优化,提升震后地震损失快速评估响应能力。最后通过实例对地震灾害损失预测和震后快速评估的应用效果进行检验。
1 地震灾害损失预测系统总体需求地震灾害损失预测结果可以供各级政府和部门、企业等了解特定地区在未来一定时期内潜在地震可能造成的损失大小,从而开展有效的防震减灾规划、抗震设防,进行必要的地震应急准备,减少地震存量风险,管控增量风险,实现有效减轻地震灾害的目标。
地震损失预测涉及特定区域与时期的地震危险性(对于设定地震或已经发生的地震,则为地震影响场分布)、人口、房屋建筑等承灾体的风险暴露程度及其地震易损性;地震损失预测(震后损失快速评估)依据一定的预测方法模型进行,预测结果可表示为地震损失值,其可以指地震造成的生命损失,也可以为地震造成的经济损失(图 1)。
在地震损失预测方面,本系统研发的首要目标是实现对2016~2025年中国大陆地震灾害损失的评估,为2016~2025年中国大陆地震重点监视防御区的确定提供重要依据。震害损失预测所依据的基本预测模型为考虑多因素影响修正的地震损失预测模型(王晓青等,2019),其基本表达式为:
地震造成的生命损失LLif按下式计算
$ L_{\mathrm{Lif}}=\sum\limits_{Y} R(Y) V_{\mathrm{Lif}}(Y)^{f_{\mathrm{L}}(Y)} \mathrm{Pop} $ | (1) |
其中,R(Y)为地震动强度Y的发生概率;VLif(Y)为地震动强度Y作用下的地震生命损失率;Pop为人口数;fL(Y)为多因素影响下的地震动强度Y作用下的地震生命易损性修正指数,其通过生命损失率多因素影响统计分析确定。
地震动强度Y作用造成的地震直接经济损失LECO按下式计算
$ L_{\mathrm{Eco}}=\sum\limits_{Y}[1+r(Y)] P(Y) V_{\mathrm{Bld}}(Y)^{f_{\mathrm{E}}(Y)} A \cdot Z $ | (2) |
其中,VBld(Y)为地震动强度Y作用下的建筑物损失率;A为建筑面积;Z为建筑物单位面积造价;fE(Y)为多因素影响下的地震动强度Y作用下的房屋建筑损失率修正指数,通过建筑物损失率多因素影响统计分析确定;r(Y)为地震动强度Y作用下生命线系统损失相对于建筑物损失的比率。
在破坏性地震发生后进行损失快速评估时,采用地震影响场(地震烈度分布图或地震动峰值加速度分布图)代替地震危险性分布图,相当于在某一空间格网单元,对应地震动值的发生概率为1,其他地震动值的发生概率为0。因此,仍然可以采用式(1)、(2)进行地震损失评估。
在数据组织与预处理方面,系统以空间格网作为震害损失预测的单元;同时,针对人口、建筑物面积等风险暴露数据的变更,系统能够重新对这些基础数据进行空间格网化处理,并将矢量数据或格网数据转换为栅格数据。由于全国千米格网数目较大,数据来源复杂,数据往往只在局部区域有更新,因此,系统需要具备空间栅格数据的形成、拆分与合并功能。
在空间数据存取、分析与显示方面,系统需满足对基础数据、计算结果的空间可视化显示、空间分析与浏览。
系统具备对地震损失预测结果的专题制图、震后地震损失快速评估报告的快速自动产出功能。
在系统集成管理方面,需实现上述各种功能的集成,建立系统运行环境,支持系统基础数据与专题产品的输出。
2 系统设计与实现 2.1 系统总体架构设计为满足地震损失预测和震后损失快速评估的总体需求,地震灾害损失预测系统总体上包括数据预处理、地震损失预测、震后地震损失快速评估、地图存取与显示功能以及辅助操作等主要业务功能模块。系统总体结构如图 2所示。
系统设计为模块化结构与集成控制环境界面;运行于Windows7环境;空间数据存储、空间分析和浏览显示采用ArcGIS Engine 10开发实现。系统数据库采用Access 2010,以便于推广应用。其中,空间数据主要采用ArcGIS空间数据格式(Grid和Shape文件格式)和外部文件存放,各种与空间数据相关联的基础数据、模型数据等则存放于系统数据库中。整个系统在VS.Net集成开发环境下采用C#语言进行开发。
2.2 系统主要功能设计与实现系统采用统一的集成控制界面,实现了系统主界面菜单、工具条、数据图层、地图浏览窗口和专题图布局窗口等的统一布局;系统图形用户界面(UI)风格统一简洁、界面友好,能满足系统各项功能的需求(图 3)。
系统关键功能设计与实现如下:
(1) 数据预处理
系统数据预处理的主要功能包括人口(丁玲等,2017;袁小祥等,2019)、房屋建筑面积(窦爱霞等,2019)、人口与建筑物易损性(张桂欣等,2017)及其修正指数(王晓青等,2018)等10项与灾害损失预测相关的数据的空间格网化处理(图 4)。为提高数据格网化生成或更新的效率,空间格网化可以按照分省或全国、指定起—止年份进行。以房屋建筑面积网格化为例,按照数据统计或预测年份、统计单元(县、乡村),将矢量数据形式的5类居民地(城市用地、农村用地、公交建设用地、乡镇用地和其他用地)的房屋建筑面积进行空间格网化处理,得到Grid格式的不同结构类型、建筑年代和层数的各类建筑物面积格网化预测结果,并通过求和确定格网的总建筑面积(窦爱霞等,2019)。
(2) 地震灾害损失预测
依据地震灾害损失预测模型,按照给定的空间范围,预测一定时间段的地震生命损失或经济损失,或者其风险大小。其中,预测空间区域可以选择1个或多个省级行政区进行预测,也可以勾选“全国省”进行全国所有省预测。其操作界面如图 5所示。选定预测的起始、终止年份,从“计算项”选定损失或风险预测的内容、从“易损性矩阵”选择易损性模型方案(最小值、中值或最大值)以及确定是否考虑地震风险影响修正等。上述参数确定后,按“年度计算”,系统将根据设定的工作路径读取人口(或房屋建筑面积)、地震危险性、地震易损性等数据,再进行全国或选定省份地震损失预测。计算完毕后,如果需要将设定的各年度计算结果合并为一个结果,可按“年度预测结果合并”实现。
(3) 损失快速评估(设定地震)
本系统不仅可以在地震前进行损失或风险评估,还可在破坏性地震发生后,依据地震发生的时间、震中位置、震源深度和震级,以及地震破裂方向,根据地面运动方程(地震烈度或地震动峰值加速度衰减关系),确定地震影响场(地震动空间分布),以进一步评估地震造成的生命损失或经济损失。因此,系统可用于实际地震或设定地震的损失快速评估。其中,地震影响场也可以直接输入,故可使用经过多因素考虑而自动或人工修正的地震影响场,或历史地震的影响场进行地震损失估计。对快速评估结果可进一步进行专题图制作、评估报告自动生成等。
损失快速评估操作界面如图 6所示。计算所需的人口、房屋建筑、行政区划图层等输入数据,死亡人数、经济损失等评估结果数据通过“设置数据目录”预先确定。输入或选定实际地震、设定地震或者历史地震的时间、震中位置、震源深度和震级等基本参数,根据地震震中附近区域的地震构造方向或余震分布走向(如果有的话),确定地震可能的破裂方向,选定地震烈度或地震动峰值加速度衰减关系,即可进行地震影响场分析,并进一步依据人口、房屋建筑和易损性模型等数据,快速评估地震损失、形成地震影响场分布图和生成损失评估报告(图 7)。
由于震后损失快速评估需要进行地震影响场分析及不同地震动情况下的损失评估与汇总,更精细的分析还包括对人口、房屋建筑面积、建筑物抗震能力等随时间变化的动态分析,而基于全国千米格网的分析数据量大,计算耗时。为提高评估的时效性,在分析地震损失预测方法模型的基础上,采用了预估空间格网在不同地震动发生情况下的地震死亡人数和经济损失(确定性震害损失预测),并采用专题图自动绘制和评估报告自动产出,从而大大提高了损失评估的时效性。对实际震例(2013年芦山7.0级、岷县漳县6.6级地震)的分析表明,其评估计算时间(包括自动制图与评估报告自动生成时间)不大于30s。
3 系统应用实例分析系统于2015年5月完成开发并进行了综合性测试,结果表明各项功能和性能达到了设计要求。
采用所开发的系统,整合了地震行业科研专项“2016~2025年我国大陆地震重点监视防御区确定与发布研究”课题的其他专题的有关研究结果,并通过栅格化处理为30s×30s(约等于1km)格网大小的全国千米格网地震危险性、人口与房屋建筑及其易损性以及GDP、地震风险影响修正指数等栅格数据集。在此基础上,完成了对中国大陆10年尺度千米格网地震死亡人数和直接经济损失的计算,研究结果为确定2016~2020年我国地震重点监视防御区提供了重要依据。图 8给出了2016~2025年中国大陆地震死亡人数预测结果。其中,地震危险性采用吴健等(2019)给出的结果。
该系统在开发过程中和开发完成后,已对国内发生的多次历史地震和实时发生地震进行了震害损失快速评估。评估结果实例见图 7。其中,2013年芦山7.0级地震评估死亡324人(地震实际造成196人死亡,21人失踪)、2013年岷县漳县6.6.级地震评估死亡人数92人(实际死亡95人)。其中,芦山地震灾区位于2008年汶川地震重建区域,通过重建,房屋抗震能力得到加强,评估中地震死亡率没有考虑这一因素进行修正,评估结果相对偏大,但总体上,大多数情况下评估结果与实际结果非常接近。
4 结语本文在需求分析的基础上,设计和开发了地震灾害损失预测软件系统。本文重点叙述了震害预测所需各种空间数据的格网化、地震损失预测和震后地震损失快速评估等功能的设计与实现,给出了10年尺度地震损失预测结果和部分实际地震的震后灾害损失快速评估结果。
上述结果表明:
(1) 系统设计功能满足全国尺度千米格网地震灾害损失预测在数据组织、损失预测、数据浏览和结果输出等方面的要求,并实现了震后地震损失的快速评估及其结果输出。
(2) 通过数据的合理化组织,提高了数据格网化生成、更新的便利性和地震灾害损失预测的效率;通过预置确定性震害损失预测结果,提高了震后地震灾害损失快速评估的效率。
(3) 实际震害损失预测和震后灾害损失评估表明,系统按照震害预测与评估方法模型,准确地实现了计算机化分析处理。作为操作简单、用户友好、分析计算高效的实用化工具,系统为实现震害损失预测和震后损失快速评估的科学化、规范化和高效化打下了基础,本文提供了系统设计开发案例,其产出成果不仅为2016~2025年我国地震重点监视防御区的确定提供了重要依据,也为近年我国发生地震的震后应急指挥决策提供了灾情评估依据。同时,其推广应用预期可为防震减灾规划、地震应急准备等提供重要的灾害风险评估依据。
丁玲、王晓青、王书民等, 2017, 面向地震风险评估的中国大陆区县级人口总量时空预测方法研究, 地震, 37(4): 58-68. DOI:10.3969/j.issn.1000-3274.2017.04.006 |
丁香、王晓青, 2002, 基于MapInfo的中长期地震预测动态系统, 中国地震, 18(1): 86-95. DOI:10.3969/j.issn.1001-4683.2002.01.009 |
丁香、王晓青、姜立新, 1998, 地震灾害损失现场评估的计算机辅助系统, 地震, 18(3): 286-292. |
丁香、王晓青、王龙等, 2009, 水库地震预测与风险评估系统研制, 地震地质, 31(4): 778-784. DOI:10.3969/j.issn.0253-4967.2009.04.021 |
丁香、王晓青、王龙等, 2011, 地震巨灾风险评估系统的研制与应用, 震灾防御技术, 6(4): 454-460. DOI:10.3969/j.issn.1673-5722.2011.04.011 |
窦爱霞、丁玲, 2019, 建筑物时空分布研究, 见: 《2016~2025年中国大陆地震危险区与地震灾害损失预测研究》项目组, 2016~2025年中国大陆地震危险区与地震灾害损失预测研究, 北京: 中国地图出版社(出版中).
|
王晓青、丁香, 2019, 2016~2025年中国大陆地震损失预测研究, 见: 《2016~2025年中国大陆地震危险区与地震灾害损失预测研究》项目组, 2016~2025年中国大陆地震危险区与地震灾害损失预测研究, 北京: 中国地图出版社(出版中).
|
吴健、吴清, 2019, 2016~2025年中国地震危险性分析, 见: 《2016~2025年中国大陆地震危险区与地震灾害损失预测研究》项目组, 2016~2025年中国大陆地震危险区与地震灾害损失预测研究, 北京: 中国地图出版社(出版中).
|
袁小祥、丁玲, 2019, 人口经济时空预测研究, 见: 《2016~2025年中国大陆地震危险区与地震灾害损失预测研究》项目组, 2016~2025年中国大陆地震危险区与地震灾害损失预测研究, 北京: 中国地图出版社(出版中).
|
张桂欣、孙柏涛、陈相兆, 2017, 分区分类的生命线工程地震直接经济损失研究, 地震, 37(4): 69-79. DOI:10.3969/j.issn.1000-3274.2017.04.007 |
Ding X, Wang X Q, Dou A X, et al, 2013, The development of great earthquake risk assessment system based on high resolution grid data, In: Proceedings of 2013 IEEE International Geoscience and Remote Sensing Symposium, 3686~3689, Melbourne, Australia: IEEE.
|