0 引言

江苏省东部平原区包括盐城市、泰州市、南通市及其下属区县等，东临黄海、南接长江三角洲，地势低平，地质构造复杂，地层发育比较完整，是长三角地区地震最为活跃的地区之一，属于长江中下游—南黄海地震带的一部分。该地区在地质构造上位于南黄海南部坳陷和勿南沙隆起区，自新构造期以来，坳陷内部结构发生了强烈的变异作用，南部坳陷与勿南沙隆起的交界地带，依旧存在现今活动强烈的孕震构造，是值得高度重视的潜在地震危险性区(王斌等，2008)。据史料记载(国家地震局震害防御司，1995)，该地区历史上发生过1502年江苏盐城4 3/4级、1615年南通5级、1624年扬州6级等地震，均造成了严重破坏。近海海域更是发生过多次6级以上地震，1996年长江口外6.1级地震使该地区经济社会发展受到严重影响(李起彤，1997)。距本地区200km处发生的1668年山东郯城8 1/2级地震是我国东部最大且极为罕见的一次历史地震，对本地区也造成了烈度Ⅶ度以上的破坏(高维明等，1988)。

该地区遭受的地震灾害风险大，除地震本身影响外，和土层覆盖较厚直接相关。江苏及邻近地区第四系覆盖层巨厚，随着不同时期河、湖、海沉积范围各有不同，相互交替(李寿寅等，1990)。实际震害经验和理论研究均表明(吕悦军等，2008)，场地条件对地震动影响较大，会进一步影响震害程度(李小军等，2001；陈国兴等，2004；彭艳菊等，2009)，特别是，深厚的覆盖层对长周期地震动具有更显著的放大效应，远场地震可能会对本地区造成更严重的震害破坏(陈国兴等，2004；徐扬等，2008；杨伟林等，2009；刘薛宁等，2020)。

V_S30是描述场地特征的一个重要参数，其表征了地表以下30m深度范围内的等效剪切波速，主要取决于土层厚度及土体特性。V_S30也是量化地震动作用下场地放大系数的重要指标，还是近代地震动预测方程(GMPE)中的替代指标(张照鹏等，2018)。在国外，V_S30作为划分场地类别的指标，出现在多个建筑规范中(Building Seismic Safety Council，2003；Eurocode 8，2004；American Society of Civil Engineers(ASCE)，2010)。获取V_S30的最直接最可靠的方法是根据已测钻孔(深度达到或大于30m)资料，进行计算得到。但是，因以往的多数钻孔深度未达30m，且很多地区缺乏钻孔资料，致使在获取V_S30值方面受到阻碍。鉴于此，国内外众多学者提出了多个外推预测模型以估算V_S30值，比较有代表性的外推预测模型有：B04模型(Boore，2004)、BCV模型(Kuo et al，2011)、BEA11模型(Boore et al，2011)、DEA13模型(Dai et al，2013)、MN15模型(翠川三郎等，2015)和WW15模型(Wang et al，2015)，此后很多研究基于这些模型进行了应用和区域化。Xie等(2016)利用北京平原地区的钻孔数据进行模型计算和验证，发现DEA13区域模型在北京平原的预测效果最佳。Kwak等(2017)对日本、加州、美国太平洋西北地区、美国中东部地区和北京平原共5个地区分别进行了预测分析，结果表明MN15和DEA13模型在5个地区预测效果都为最佳。贾琳等(2021)研究发现，在四川和云南地区，DEA13区域模型的预测效果最好。Xie等(2022)直接选用了DEA13模型，针对中国西部的4个省份开发了预测模型，通过对模型的曲线分析，发现西北地区的速度梯度普遍大于西南地区，认为这与西北地区的干旱环境有关，沉积速度慢，所以沉积物更加古老坚硬，对应的速度梯度也就更大。张炜超等(2022)对陕西关中平原的钻孔数据进行了研究，表明在数据量大时推荐B04区域模型，而在数据量小时推荐WW15模型。Fang等(2023)在唐山地区的研究表明，孔深小于18m时使用B04模型，孔深大于18m时则推荐DEA13模型，此外，还验证了Xie等(2016)建立的北京地区模型在地质条件相似的唐山地区同样具有理想的预测效果。米欣雪等(2024)对新疆的钻孔数据进行回归分析，并给出了该地区6类不同地质年代单元分别适用的预测模型。李志恒等(2024)验证了在山东地区预测效果最佳的模型为DEA13区域模型。由此可见，V_S30外推模型具有明显的区域性，不同的地质条件会导致剪切波速剖面的差异。因此，开发适用于江苏东部平原区的V_S30外推模型是非常必要的。

本文基于江苏东部平原区的地震安全性评价报告等资料，建立了包含678个具有完整剪切波速剖面且深度均超过30m的钻孔数据库。研究中选用6种V_S30外推模型，其中包括4种需要通过回归计算获得系数的模型和2种无需回归系数的模型。基于4种回归模型，使用678个钻孔数据进行回归分析，由此开发了江苏模型。通过对比4种江苏模型和2种无需回归模型的预测误差，确定了在江苏东部平原区预测效果最佳的外推模型。随后，将这4个江苏模型与其他区域模型的模型系数进行对比，进一步阐明了模型的区域适用性。此外，还验证了基于地形坡度和基于第四纪沉积物厚度的模型在本研究区的适用性，并探讨了该地区的场地类别与V_S30值的关系，计算了Ⅲ、Ⅳ类场地的V_S30边界值。研究结果为江苏东部平原区提供了可靠的V_S30预测模型和数据支持，推动了区域地震动模型的构建和地震灾害评估的开展，也为区域地震灾害风险评估提供科学依据，在制定防震减灾策略、优化地震应急预案和提升城市抗震能力等方面均具有重要意义。

1 数据收集与分析

本文选择的研究区位于江苏东部平原区，属于滨海平原地带，范围为31.9° N~33.9° N、119.7° E~121.5° E。如图 1所示，地理上包括盐城市、泰州市、南通市及其下属区县。

研究区内广泛覆盖有深厚软弱的第四纪沉积物，厚度总体在80~300m之间，少部分区域的厚度达到400m。第四纪沉积物岩性包括粉土、粉质黏土及粉砂及少量的中砂和细砂。全区第四纪沉积物的V_S30值在140~230m/s之间。

区内绝大部分地层为全新统(Q_h)，只有极少的更新统(Q_p)和前第四系(AnQ)地层分布于研究区的西南区域，如图 1所示。本研究使用的678个钻孔全部位于全新统(Q_h)地层区域。根据第四纪沉积单元进一步将全新统地层分成3个类别：

(1) 全新世海积(Q₄^m)，即由全新世海洋沉积物组成，全新世海积单元分布于研究区的东部滨海地带。

(2) 全新世冲积(Q₄^al)，即由全新世冲积层沉积物组成，分布于研究区内的长江沿岸地带。

(3) 全新世湖积(Q₄^l)，由全新世湖泊沉积物组成，分布于研究区的西北部。

研究区内钻孔分布情况如图 1所示，其中，盐城市的钻孔分布最为密集，建湖县、泰州市姜堰区、南通市崇川区、东台市、如东县的钻孔较为聚集。钻孔的聚集主要是由于城市开发和建设活动高度集中在这些区域，各类工程场地陆续规划，相应的地震安全性评价工作也随之开始，因此在这些工程场地产生了大量的钻孔测井及钻孔剖面数据。

从第四纪沉积单元来看，如表 1所示，大部分钻孔数据位于里下河湖沼积平原，属于全新世湖积单元，占钻孔总数的78.3%。少部分钻孔位于研究区南部长江沿岸的长江三角洲平原，属于全新世冲积单元，占钻孔总数的16.2%。只有极少的钻孔位于研究区东部射阳—大丰海积平原与大丰—三余海积平原，属于全新世海积单元，约占钻孔总数的5.5%。

钻孔数据主要来源于：

(1) 盐城小区划报告。

(2) 盐城市、泰州市、南通市及下辖县级市的经济开发区、高新技术产业开发区、科技产业园区和工业园区的地震安全性评价报告。

(3) 研究区内的住宅、商业广场、路桥、水电厂等市政设施工程场地的地震安全性评价报告。

(4) 江苏沿海输气管道工程场地的地震安全性评价报告。

对原报告中的钻孔数据进行了预处理。预处理过程中，删除了剖面精度不足的钻孔数据，以确保后续计算的准确性。录入数据库中的精度最高的钻孔剖面，每1m的土层都具备明确的岩性信息和对应的剪切波速值。随后，对每一个钻孔剖面进行详细核查，删除了测量或记录出现明显问题的异常数据，删除了因地层剖面特殊导致剪切波速剧烈变化的异常数据，并统一了数据的单位和格式。数据预处理保证了后续等效剪切波速计算的精确性和模型回归的准确性。最终，经过预处理，数据库共录入了678个钻孔数据。图 2展示了本研究的典型钻孔剖面图。

数据库的678个钻孔中，最浅的钻孔深度为75.8m，最深的钻孔深度达到152m。有95%的钻孔深度达到或超过100m，深度为100m的钻孔数量最多，如图 3所示。

2 预测模型与系数回归 2.1 V_S30外推模型

在使用外推模型进行计算和预测之前，首先要计算钻孔从地表到深度Z的平均剪切波速V_SZ，即

$ V_{\mathrm{S} Z}=\frac{Z}{\Delta t_Z} $

(1)

$ \Delta t_Z=\sum\limits_{i=0}^n \frac{Z_i}{V_{\mathrm{S}}\left(Z_i\right)} $

(2)

式中，Δt_Z表示地表到深度Z的横波传播时间，Z_i表示第i层土层的厚度，V_S(Z_i)表示第i层土层的剪切波速值。

目前在V_S30外推模型领域，共有6种外推模型，下文中将其称为原型模型。基于6种原型模型，将使用江苏东部平原区的678个钻孔数据进行计算和回归，并开发区域化的江苏模型。

2.1.1 常数外推模型(BCV模型)

在所有的V_S30外推模型中，最简单的外推模型是Kuo等(2011)给出的BCV模型

$ \overparen{V_{\mathrm{S} 30}}=\frac{30}{\Delta t_d+\frac{30-d}{V_{\mathrm{S}(d)}}} $

(3)

式中，d表示终孔深度，V_S(d)表示终孔瞬时剪切波速值，$\overparen{V_{\mathrm{S} 30}}$为V_S30的预测值。该模型假设从终孔深度d到30m的剪切波速均等于终孔瞬时剪切波速值V_S(d)，不需要回归分析和过多计算即可估计V_S30值，适用于计算量较小的情况。

2.1.2 对数线性模型(B04模型)

Boore(2004)提出了对数线性模型

$ \lg \overparen{V_{\mathrm{S} 30}}=a_0+a_1 \lg V_{\mathrm{S} d} $

(4)

式中，V_Sd表示从地表到终孔深度d的平均剪切波速，可通过式(1)和式(2)进行计算。系数a₀和a₁基于加州地区的135个钻孔数据通过回归分析得到。

2.1.3 对数非线性模型(BEA11模型)

Boore等(2011)在B04模型的基础上，增加了二次项，进而推导出了对数非线性模型

$ \lg \overparen{V_{\mathrm{S} 30}}=b_0+b_1 \lg V_{\mathrm{S} d}+b_2\left(\lg V_{\mathrm{S} d}\right)^2 $

(5)

式中，系数b₀、b₁、b₂根据日本、加州、土耳其和欧洲等地的1022个钻孔数据回归计算得到。

2.1.4 条件独立模型(DEA13模型)

Dai等(2013)提出，剪切波速度剖面从地表开始是一个Markov过程，在终孔深度d以下的剪切波速值更倾向于与d处的瞬时剪切波速V_S(d)相关，即

$ \lg \overparen{V_{\mathrm{S}(d, 30)}}=c_0+c_1 \lg V_{\mathrm{S}(d)} $

(6)

$ \overparen{V_{\mathrm{S} 30}}=\frac{30}{\Delta t_d+\frac{30-d}{\overparen{V_{\mathrm{S}(d, 30)}}}} $

(7)

式(6)中的$\overparen{V_{\mathrm{S}(d, 30)}}$为终孔深度d到深度30m的平均剪切波速，其与终孔瞬时剪切波速V_S(d)之间具有相关性。DEA13模型是一个两步骤模型，第一个步骤考虑到了终孔深度d到深度30m这一未知部分的平均剪切波速。系数c₀和c₁是由加州、日本和土耳其的929个钻孔数据回归得到的。

2.1.5 双剪切波速参数模型(MN15模型)

翠川三郎等(2015)提出的MN15模型包含了两种参数：平均剪切波速V_Sd和终孔瞬时剪切波速V_S(d)，是一个双参数模型

$ \lg \overparen{V_{\mathrm{S} 30}}=d_0+d_1 \lg V_{\mathrm{S} d}+d_2 V_{\mathrm{S}(d)} $

(8)

式中，系数d₀、d₁、d₂根据日本都市区和KiK-net的2099个数据回归计算得到。

2.1.6 双深度参数模型(WW15模型)

上述4个模型所包含的系数需要根据实际的钻孔数据回归得出，因此这些模型具有一定的区域性。为解决该问题，Wang等(2015)提出了一个不包含回归系数的模型

$ \lg \overparen{V_{\mathrm{S} 30}}=\lg V_{\mathrm{S}}\left(z_2\right)+\frac{\lg 30-\lg z_2}{\lg z_2-\lg z_1}\left[\lg V_{\mathrm{S}\left(z_2\right)}-\lg V_{\mathrm{S}\left(z_1\right)}\right] $

(9)

式中，z₁、z₂为深度值，z₁＜z₂＜30m。该模型适用于不便于回归计算的情况，不受区域的限制。

2.2 模型系数回归

对于BCV模型，按照式(3)可直接计算出V_S30的预测值。对于B04、BEA11、DEA13和MN15模型，则使用江苏东部平原区的678个钻孔数据，在深度为5~29m的范围内，以1m为间隔依次进行计算，由此获得25组不同深度下的模型系数和对应的V_S30预测值，得到的模型简称江苏模型。对于WW15模型，则选取多组间隔为5m的深度组合(z₁，z₂)来计算V_S30的预测值，包括(5，10)、(5，15)、(5，20)、(5，25)、(10，15)、(10，20)、(10，25)、(15，20)、(15，25)和(20，25)共10个组合。

将6个模型所得的V_S30预测值与V_S30实际值进行对比(图 4)。为了便于WW15模型和其他模型进行比较，选取了深度间隔为5m且z₂为10m、15m、20m、25m的4个组合所得的V_S30预测值进行可视化。从图 3可以直观看出，无论采用哪种外推模型，随着钻孔底部深度d的增加，V_S30的预测值都会更加接近实际值。

3 模型评价结果

为进一步比较不同外推模型的预测效果，使用预测误差e作为评估模型预测性能的指标

$ e=\sqrt{\frac{1}{N} \sum\limits_{i=1}^N\left(\lg \left(V_{\mathrm{S} 30 \mathrm{est}}\right)-\lg \left(V_{\mathrm{S} 30}\right)\right)_i^2} $

(10)

式中，N表示钻孔数据总量，i表示第i个钻孔，V_S30est为V_S30的预测值。e的值越小，则表示模型的预测误差越小，预测效果越好。分别计算5个外推模型在5~29m范围内的25组e值以及WW15模型的10组e，如图 5(a)所示。为了便于比较深度20m之后的预测误差，图 5(a)中的相关部分已被放大并展示在图 5(b)中。可以看出：

(1) 在深度较小时，BCV模型的e值远大于其他5个模型。由于BCV模型是将深度d处的波速直接按常数外推到30m处，因此当深度超过25m以后，BCV模型的预测准确性大幅增加，同时其e值也大幅减小，不过其e值始终略高于DEA13江苏模型。

(2) B04江苏模型和BEA11江苏模型的e值极为接近，不过BEA11江苏模型的e值略小。周健(2021)对B04模型进行了拟合不足检验，即检验模型未引入二次项时产生的系统性偏差。检验结果表明，二次项对模型的预测效果提升的作用是有限的。因此，BEA11模型在引入二次项后，预测效果仅有微弱的提升。

(3) DEA13江苏模型和MN15江苏模型的e值也极为接近。在5~29m的大多数深度点，DEA13江苏模型的e值比MN15江苏模型更小。此外，MN15模型需要计算V_S(d)和V_Sd两种参数，而DEA13模型只需要V_S(d)一种参数，不仅减少了计算量，也避免了参数的互相关问题。因此，考虑到准确性和模型计算效率，DEA13江苏模型无疑是更为推荐的模型。

(4) 根据前面的分析，只需要将WW15模型与DEA13江苏模型进行对比，即可确定江苏东部平原区最适用的外推模型。WW15模型中的z₂值等同于其他模型涉及的终孔深度d的值。如表 2所示，DEA13江苏模型的e均小于WW15模型。WW15模型预测效果欠佳的原因在于，其计算公式仅基于钻孔中两点数据进行外推计算，并未考虑区域特性和实际钻孔剖面的具体特征。

综上所述，DEA13江苏模型的预测效果比WW15模型更好，也是本研究选取的6个外推模型中，预测效果最好的模型。DEA13江苏模型之所以表现最好，是因为其考虑到了终孔深度到30m之间的平均剪切波速$\overparen{V_{\mathrm{S}(d, 30)}}$。使用$\overparen{V_{\mathrm{S}(d, 30)}}$和已知部分共同预测V_S30值将会比单独使用已知部分来预测精度更高。

4 讨论 4.1 江苏模型与其他模型的对比

除了无需回归系数的BCV模型和WW15模型，其余4个外推模型的系数都是基于特定区域的钻孔数据回归得到的。将本研究江苏模型的系数和其他模型的系数进行对比，如图 6所示。

图 6(a)展示了B04江苏模型、基于加州地区钻孔数据的B04原型模型，以及基于北京地区钻孔数据的XIE16模型(Xie et al，2016)的系数a₀和a₁的对比。图中，相同颜色代表相同的系数，不同的形状代表不同的模型。可以看出，B04江苏模型的斜率项a₁明显小于另两个模型，说明江苏平原区的钻孔速度变化梯度较低。这是由于本研究区覆盖有松软深厚的第四纪沉积物，在相同深度变化下，剪切波速的增幅较小。

图 6(b)展示了BEA11江苏模型、基于日本、加州等地钻孔数据的BEA11原型模型的系数b₀、b₁、b₂的对比。在本研究区的V_S30范围内，江苏模型的拟合线更为平缓。类似于图(a)的分析，这一差异也表明江苏平原区的剪切波速增幅相对较小。

图 6(c)展示了DEA13江苏模型和XIE16模型的系数c₀和c₁的对比。由于DEA13原型模型未提供具体系数，因此未参与对比。从图 6(c)中可以直观地看出，模型的系数在北京平原和江苏东部平原存在较大的区域性差异。

图 6(d)展示了本研究提供的MN15江苏模型和基于日本钻孔数据的MN15原型模型的系数d₀、d₁、d₂的对比。可以看出MN15模型也具有区域性。

根据以上对比和分析，发现地质条件和剪切波速特征差距较大的区域，其V_S30外推模型的系数会有一定的差异。如果采用这些区域的外推模型来计算本研究区的V_S30值，显然会导致较大的误差。这也证实了选用区域适用的V_S30外推模型的重要性。

4.2 江苏东部平原区的V_S30值与地形坡度的关系

Wald等(2007)根据美国SRTM的DEM高程数据计算得到坡度，随后建立坡度和V_S30的相关关系，给出活动大陆区和稳定构造区不同坡度区间所对应的NEHRP场地类别，提出了一个基于地形坡度的场地分类模型。该模型的一个主要优势在于，使用的DEM数据在全球范围内都易于获取，因此可以快速给出目标区域的场地分类图。本研究选取了江苏地区15弧秒分辨率的DEM数据来计算坡度，并研究地形坡度与V_S30值之间的关系，以验证基于地形坡度的模型在江苏东部平原区的适用性。

为每个钻孔点提取相应的坡度值，并按照表 3给出的活动大陆区的对应关系，绘制了本研究区的地形坡度与V_S30值的相关关系图(图 7)。在图 7中，所有钻孔的V_S30值都集中在140~230m/s的狭窄区间内，3种不同沉积类型的钻孔点在图中的分布都非常集中，并未展现出显著的规律。

综上所述，基于地形坡度的模型在江苏东部平原区的适用性较差。这主要是因为研究区位于滨海平原，地形坡度变化较小，且钻孔的V_S30值范围较窄，难以与地形坡度建立有效的对应关系。基于地形坡度的模型在地形坡度变化剧烈的大范围区域会有更好的适用性。

4.3 江苏东部平原区的V_S30值与第四纪沉积物深度的关系

Xie等(2016)通过对北京平原的钻孔数据进行统计分析，提出了一种基于第四纪深度的对数双线性V_S30预测模型

$ \lg \left(V_{\mathrm{S} 30}\right)= \begin{cases}d_{01}+d_{11} \lg \left(Q_{\text {depth }}\right), & Q_{\text {depth }}<Q_0 \\ d_{02}+d_{12} \lg \left(Q_{\text {depth }}\right), & Q_{\text {depth }} \geqslant Q_0\end{cases} $

(11)

其中，d₀₁、d₁₁、d₀₂、d₁₂为最小二乘回归得到的模型系数，Q_depth代表第四纪沉积物的深度，Q₀=1.920。

根据本研究区钻孔的实际V_S30值和相应的第四纪沉积物深度绘制了散点图(图 8)。从图 8中可以看出，在本研究区内，数据点的分布非常分散，钻孔的V_S30值与第四纪沉积物深度未表现出明显的相关性。使用对数双线性模型进行回归，并根据下式计算决定系数

$ R^2=1-\frac{\sum\nolimits_{i=1}^N\left(y_i-\overparen{y_i}\right)^2}{\sum\nolimits_{i=1}^N\left(y_i-\bar{y}\right)^2} $

(12)

式中，N表示钻孔数据总量，y_i表示实测值，$\bar{y}$为实测值的平均值，$\overparen{y_i}$为预测值。根据式(12)得到的R²仅有0.04，这定量地说明对数双线性模型在江苏东部平原区的适用性较差。

4.4 场地类别与V_S30的关系

自2024年起，GB50011—2010《建筑抗震设计规范》(中华人民共和国住房和城乡建设部，2016)废止了建筑场地类别的划分规定，有关场地类别的规定应参阅GB55002—2021《建筑与市政工程抗震通用规范》(中华人民共和国住房和城乡建设部，2021)，如表 4所示，其中V_SE的计算深度取覆盖层厚度H和20m之中的较小值。

而美国NEHRP规范(National Earthquake Hazards Reduction Program，2020)不考虑覆盖层厚度，仅用V_S30值确定场地类别。2020年更新后，在原有的A~F类的基础上，新增加了中间类别BC、CD、DE类，并对场地类别的V_S30界限值做出新的调整，如表 5所示。

根据GB 55002—2021《建筑与市政工程抗震通用规范》，对678个钻孔进行场地分类，得到536个Ⅲ类场地和142个Ⅳ类场地，暂无Ⅰ、Ⅱ类场地。再次根据美国规范进行分类，得到46个D类场地、622个DE类场地和10个E类场地。从两种规范的场地类别来看，江苏东部平原区的场地总体偏软。为了比较中美规范对钻孔分类的异同，给出两种规范确定的场地分类情况，如图 9所示。从图 9(a)可以看出中国规范的Ⅲ类场地覆盖范围较宽，离散性较大。在图 9(b)中，中国规范Ⅲ类场地的V_S30平均值为191.5m/s，其中仅8.5%属于NEHRP规范D类场地，91.5%均属于DE类场地。而中国规范Ⅳ类场地的V_S30平均值为163.2m/s，其中有92.9%属于NEHRP规范的DE类场地，其余7.1%属于E类场地。受本研究区钻孔数据的局限，无法判断Ⅰ、Ⅱ类场地与美国规范场地的关系，但是与中国规范相比，美国NEHRP规范对场地类别的划分更倾向于保守，对软弱场地的分类也更为细致。

早期为了降低钻孔成本，中国规范选择了以地表以下20m的等效剪切波速作为场地分类的指标之一。随着我国经济水平的提高和高层建筑的增多，将20m的计算深度提高至30m成为必然趋势。此外，在滨海平原地区，20m的深度无法有效反映回填土层下的海泥和沉积土软弱层的影响(彭艳菊等，2009)。因此，很多基于场地分类的研究提出，应借鉴美国NEHRP规范，使用V_S30作为中国规范的新指标之一(黄雅虹等，2010；陈国兴等，2020；迟明杰等，2021)。针对中国规范的V_S20指标转换为V_S30时，涉及的场地边界值问题，Xie等(2023)基于中国、日本及加州的2652个钻孔数据，使用F1分数作为评估场地分类正确率的指标，选取了F1分数最大时对应的边界值作为不同场地类别之间的V_S30边界值，其中Ⅲ、Ⅳ类场地边界值为170m/s。不过该研究侧重于全国范围的平均统计结果，区域场地分类边界需进一步验证。基于江苏东部平原区678个钻孔数据，计算了Ⅲ、Ⅳ类最佳的V_S30边界值

$ F 1 \text { 分数 }=2 \cdot \frac{\text { 召回率 } \cdot \text { 准确率 }}{\text { 召回率 }+ \text { 准确率 }} $

(13)

$ \text { 召回率 }=\frac{T P}{T P+F N} $

(14)

$ \text { 准确率 }=\frac{T P}{T P+F P} $

(15)

其中，TP为实际为正类且预测为正类的样本数；FP为实际为负类但预测为正类的样本数；FN为实际为正类但预测为负类的样本数。计算678个Ⅲ、Ⅳ类钻孔点的F1分数，并找到最大F1分数所对应的边界值，如图 10所示，Ⅲ、Ⅳ类场地的V_S30边界值为172.05m/s。

该值与Xie等(2023)给出的边界值(170m/s)十分接近。这表明，尽管区域地质条件存在差异，但V_S30作为单一参数在区分软土场地时具有较好的普适性。

使用新的边界值对678个钻孔的V_S30值进行场地分类，分类结果与中国规范基于V_S20的分类结果相比，有84.2%相同，具有较高的一致性。新的场地边界值可为区域场地分类提供实践参考。

5 结论

本文选取了江苏东部平原区的678个钻孔数据建立了数据库，并对数据进行了统计分析。以6个V_S30外推模型为基础，开发了4个江苏模型。通过验证6种模型的预测误差，发现DEA13江苏模型的预测效果最好，因此被认定为推荐使用的模型。

进一步地，本文对比了4个江苏模型与原型模型和XIE16北京模型的系数。结果表明，不同地区的模型系数存在显著差异，体现了模型的区域性。

此外，本文还验证了基于地形坡度的模型和基于第四纪沉积物深度的模型在江苏东部平原区的应用存在局限性。在V_S30值较小且变化范围不大的区域，这两种模型难以有效地预测V_S30值并区分场地类别。

最后，探讨了场地类别与V_S30值的关系，对比了最新版本的GB 55002—2021《建筑与市政工程抗震通用规范》和美国NEHRP规范对678个钻孔场地分类的特点，发现按照中国、美国规范分类，本研究区的场地均属于软弱场地，不过美国规范分类更为保守且细致。通过最大化分类正确率，给出在江苏东部平原区推荐的Ⅲ、Ⅳ类场地V_S30边界值约为172.05m/s。

因此，对于地势低平、地表沉积物类型单一且V_S30值较小的这类平原区域，推荐使用DEA13江苏模型对浅钻孔的剪切波速进行外推，以获得较为准确的V_S30预测值。研究结果为这类平原区域提供了可靠的V_S30预测模型和场地分类边界值，为区域防灾减灾研究提供了理论支持和数据基础。