Research on Quasi Real-time Comprehensive Estimation System for Earthquake Disaster
-
摘要: 震后如何快速获取灾区震情信息、准确评估地震灾情,是震后应急救援的关键问题。本研究从县市地震灾害应急救援需求出发,开发了准实时地震灾情综合评估系统,基于MEMS强震台网的强震观测数据、县域承灾体基础数据和手机终端获取的震后地震现场实时灾情信息,综合采用承灾体地震易损性分析方法和灾情动态修正算法,实现了县市地震灾区灾情准实时评估,为灾区地震应急指挥、救援和辅助决策提供科学依据。Abstract: Fast acquisition of the seismic information and accurate assessment of the earthquake disaster is the key for emergency rescue after an earthquake. For the earthquake emergency response of the county, a quasi real-time comprehensive evaluation system is developed. Based on monitoring data of the MEMS strong motion network, structure database of the county area and the real-time disaster information by the mobile terminal after an earthquake, fragility analysis method and dynamic correction algorithm are synthetically obtained in the developed system. Real-time evaluation of the seismic disaster in the county region is finally realized to provide scientific basis for seismic emergency command, rescue and assistant decision.
-
引言
中国是地震灾害多发国家,50%的国土位于Ⅶ度以上的地震高烈度区,地震活动主要分布在东南沿海、西南、西北、华北地区以及台湾地区的23条地震带上,覆盖了23个省会城市以及2/3的百万人口以上的城市。20世纪中期至今,中国大陆发生了445次6.0—7.9级地震、9次8.0级以上地震,死亡约59万人(陈振拓等,2012),其中包括唐山地震、汶川地震、玉树地震等几次灾难性地震,给我国的社会和经济发展造成了不可估量的损失和影响。
大震发生后快速获取综合灾情信息、评估地震灾情,直接关系到震后应急救援部署,是抗震救灾的关键环节。作为防震减灾工作的基层组织,县市地震工作主管部门在县域范围遭遇地震时,迫切需要了解县域范围内地震灾情程度和影响分布,为政府部门决策支持提供科学依据,回答媒体和社会公众关切的问题。由于县市地震工作主管部门缺乏防震减灾基础数据和有力的科技支撑,且县域面积大,居民点分布不均,地震突然发生时,多源空间信息整合难(陈文凯等,2010),无法做到灾情快速评估,严重影响了地震灾情上报与救灾工作。
目前国内地震灾情获取主要依靠震后灾情快速评估,灾区灾情人工调查和遥感影像技术更新灾情等。震后灾情快速评估,主要是通过汇集地震监测台网各台站的波形记录并计算地震动参数形成震动图,结合房屋分布粗估灾情。该方法在国外多地震、经济和科技较发达的国家得到了较为广泛的应用(王玉石等,2008;陈鲲等,2011;王晓青等,2003;徐水森,2012),如美国的ElarmS系统(Allen等,2009)、日本的SIGNAL地震监测与震害快速评估系统(李山有等,2002;张晁军等,2010),均是基于足够密度的加速度计或速度计组成的地震监测台网数据,生成的地震烈度影响场,向公众发布地震烈度分布信息。我国幅员辽阔,所建地震台站稀疏,再加上大震记录限幅等因素(陈鲲等,2010;谭巧等,2010),获得的震动图相当粗略。由于震后灾情快速评估存在很大随机性和不确定性,必须配合震后灾情人工调查和遥感影像技术作进一步判断。尽管人工调查方法不断改进、手段不断进步,但建筑物破坏、人员伤亡等灾情分布范围广,地震后天气和道路条件都会恶化,人工调查工作量大、难度高、时效性差。遥感技术作为一种新的高效技术手段,具有获取信息快、信息量大、周期短、能多方位和全天候地动态监测等优势(王晓青等,2008),但也面临易受天气干扰、海量图形处理困难等问题(柳稼航等,2004;泽仁志玛等,2006)。总体而言,目前的地震灾情快速评估方法和技术,难以满足应急救援对灾情快速评估的要求。
为了有效地解决上述难题,本研究利用成熟理论和最新技术成果,开发了准实时地震灾情综合评估系统。该系统集成了MEMS(Micro-Electro-Mechanical System)强震数据、实时地震灾情数据等多源地震灾情数据,通过叠加分析等数学运算模型,得到准实时的动态灾情评估数据,具备“自动触发、快速评估、实时更新、综合产出”的功能特点和优势,高效整合了基础承灾体数据和震情信息,有效地解决了以往地震灾害发生后灾情获取困难、灾情评估滞后的难题,实现了地震灾情的快速评估,同时基于短距离通信模块,即使在公共通信瘫痪的情况下,也能传输震情信息,实现了灾情的实时更新。系统选取四川省丹棱县开展集成示范,一旦县域受到危害性地震影响,当地市县地震工作主管部门能快速获得较准确的地震灾情分布,为地震应急救援决策提供科学依据,争取宝贵时间。
1. 系统功能
准实时地震灾情综合评估系统是一个致力于解决市县地震工作部门地震应急工作的综合服务平台(图 1)。为了满足震时灾情快速综合评估的需要,根据震时不同时间节点的需求,该系统主要包括如下四大模块:
(1)生成地震动影响场。产出包括加速度峰值曲线图和地震烈度散点图,主要为市县地震应急处置提供第一手震情资料,也为灾情评估提供基本输入。
(2)地震灾情快速评估。产出以乡镇为单位的县域的建筑物破坏评估结果。
(3)灾情动态修正。实时更新建筑物破坏、人员伤亡、道路阻塞情况,同时基于采集灾情数据对地震灾情快速评估结果进行动态修正。
(4)灾情综合评估。基于人员伤亡、建筑物破坏及对应灾区的烈度分布3项指标评估对应灾区等级,得到以乡镇为单位的地震灾害程度分布情况。
2. 系统模型和算法介绍
模型和算法是系统的核心,直接关系到系统产出效率和准确性。准实时灾情综合评估系统主要模型包括MEMS灾情评估模型、灾情动态修正模型和灾情综合评估模型。
2.1 MEMS地震灾情评估模型
MEMS灾情评估模型通过调用后台数据库45台MEMS强震仪峰值加速度数据,融合场地及地形修正算法、插值算法、仪器烈度和峰值加速度转化公式及建筑物易损性分析,得到加速度峰值散点图、仪器烈度散点图、加速度峰值曲线及建筑物震害预测图。具体流程如图 2。
2.1.1 考虑场地效应和地形效应的地震加速度峰值修正算法
该系统以四川省丹棱县作为示范区,该县北面多为山地地形,南部地势平坦,地形效应明显,若采用线性插值算法求解网格节点加速度峰值,会产生较大误差。同时,考虑到不同场地对地震峰值加速度的影响,在计算丹棱县网格点峰值加速度值时,必须考虑场地和地形双重效应。
首先对45台强震仪记录的原始加速度峰值Ai进行场地及地形修正,得到统一于基岩面的仪器加速度峰值A'i:
$$ {A'_i} = \frac{{{A_i}}}{{{f_{{\rm{asi}}}} \cdot {f_{{\rm{ati}}}}}} $$ (1) 再根据A'i值进行线性插值,得到插值点处的峰值加速度值B'j,插值得到的计算网格节点的峰值加速度值Bj:
$$ {B_j} = B{'_j} \times {f_{{\rm{asj}}}} \times {f_{{\rm{atj}}}} $$ (2) 其中,fasi、fasj分别为仪器记录点和插值点的峰值加速度场地修正系数,场地效应可以根据MEMS强震仪实时传输的加速度峰值。fati、fatj分别为仪器记录点和插值点峰值加速度地形修正系数,通过地形影响分析得到。示范区丹棱县地形修正系数如图 3。
2.1.2 仪器烈度分布图生成算法
仪器烈度是震时最快且最能直观反映地震灾情程度的评价指标,对震时应急具有一定的指导意义。系统采用的仪器烈度生成算法沿用美国ShakeMap系统的计算公式,采用峰值加速度PGA和峰值速度PGV双重指标进行计算。
其中,当Ⅴ≤Imm≤Ⅷ时,
$$ {I_{{\rm{mm}}}} = {\rm{3}}{\rm{.66lg(PGA)}} - 1.66 $$ (3) 对低烈度加速度峰值,即当Imm < Ⅴ时,
$$ {I_{{\rm{mm}}}} = {\rm{2}}{\rm{.20lg(PGA)}} + 1.00 $$ (4) 对高烈度加速度峰值,即当Imm > Ⅷ时,
$$ {I_{{\rm{mm}}}} = {\rm{3}}{\rm{.47lg(PGV)}} + 2.35 $$ (5) 首先采用(3)、(4)式计算Imm值,当计算结果大于Ⅶ度,则采用(5)式计算烈度值。
2.2 灾情动态修正模型
灾情动态修正是基于实时采集的灾情信息修正已有的灾情评估结果。其修正模型实际上是评估数据和采集数据的交并运算。即以初始灾情预测数据集合Ai为基础集;灾情采集数据集合Bi为实时更新的灾情数据,对Ai,Bi集合进行交并运算,修正Ai集合,得到新的灾情集合A'i
2.3 灾情综合评估模型
灾情综合评估模型以人员伤亡、房屋建筑破坏和烈度影响作为评估指标,评估得到震后不同时间节点的县域灾区等级和综合指标。灾区等级划分主要依据地震灾害的轻重程度,分为一般灾区、较重灾区、严重灾区和极重灾区4个等级(表 1)。
表 1 灾区等级评定表Table 1. Classification of disaster area灾区等级 人员伤亡 房屋建筑破坏/震害指数 对应地震烈度区域 一般灾区 个别或无人员伤亡 破坏轻微(< 0.1) Ⅵ 较重灾区 伤亡轻微 破坏较重(0.11—0.3) Ⅶ 严重灾区 伤亡较重 破坏严重(0.31—0.5) Ⅷ 极重灾区 伤亡惨重 破坏极其严重(> 0.5) ≥Ⅸ 注:人员伤亡等级的量化指标:个别或无人员伤亡指死亡人数1—2人;伤亡轻微指死亡人数3—10人;伤亡较重指死亡人数10—50人;伤亡惨重指死亡人数 > 50人。 对于特定区域灾情程度可用综合灾害指数(DAI)评定:
$$ {D_{{\rm{AI}}}}(i) = \frac{{{k_1} \times {D_{\rm{P}}}(i) + {k_2} \times {D_{{\rm{HI}}}}(i) + {k_3} \times {D_{{\rm{PI}}}}(i)}}{{{k_1} + {k_2} + {k_3}}} $$ (7) 式中,DP(i)为死亡和失踪人数影响系数;DPI(i)为烈度影响系数;DHI(i)为房屋震害系数;k1、k2、k3分别为DP(i)、DHI(i)、DPI(i)权重系数,根据经验,k1、k2、k3一般取值为0.4、0.3、0.3。
3. 系统构架与集成
3.1 系统构架
准实时灾情综合评估系统采用B/S架构,分为前端灾情综合评估系统和后台数据管理系统两部分。系统前端显示界面采用Flex开源框架设计和构建,并应用SpringMVC、MyBatis等JavaEE框架对系统模型层和持久层进行开发,实现了数据调用和灾情分析等算法功能,为用户提供高效、便捷的灾情分析和展示服务。
3.2 数据库设计
准实时灾情动态评估系统对应四大功能模块共设计了5套数据表,用于记录基础数据、震时灾情数据和灾情评估结果数据。表单设计的详细信息如表 2所示。
表 2 数据表单设计Table 2. Data sheet design序号 表单名称 表单内容 1 MEMSdata表 MEMS仪器传入的实时PGA数据 2 BldVulnerability表 不同建筑类型的易损性曲线数据 3 MonomerCollection表 单体建筑物灾情采集数据 4 TownshipCollection表 群体建筑物灾情采集表 5 RoadCollection表 道路破坏节点数据 以单体建筑物灾情采集数据表为例,其数据和字段说明如表 3。
表 3 Monomer Collection数据表Table 3. Monomer Collection data sheet字段名称 数据类型 字段说明 keyID int 单体建筑物标识码、主键 X float 建筑物所在经度 Y float 建筑物所在纬度 structure Nchar(50) 建筑物结构 remarks Nchar(255) 备注 damage Nchar(50) 建筑物破坏情况 pic Nchar(255) 采集的建筑物照片 本系统应用MyBatis框架作为持久层对数据库进行访问。MyBatis是一个基于Java的持久层框架,支持定制化SQL查询,存储过程和高级映射,优化了数据库的访问、编辑和操作等功能。经后台数据运算,将结果以发布服务的方式给Flex调用,实现了灾情信息在前端平台的实时发布和展示。
3.3 界面设计
根据整体结构层次,准实时灾情综合评估系统用户交互的界面主要由1个登录界面和5个功能模块组成。功能模块包括MEMS灾情评估、灾情动态采集、灾情动态修正、灾情综合评估、系统介绍。每一功能模块分为若干子模块,并根据震时应急需求提供不同的灾情信息图件(图 5)。
3.3.1 用户登录界面设计
登陆界面采用简洁的用户名-密码登陆模式,结合世界地图和突出显示的丹棱县地域标识作为背景,具有较好的视觉体验和安全便捷的用户管理层(图 6)。
3.3.2 MEMS灾情评估模块
MEMS灾情评估模块基于灾情评估模型,在震后10分钟内快速得到地震动影响场,评估灾区基本灾情。MEMS灾情评估模块产出的灾情信息图件包括峰值加速度散点图、仪器烈度散点图(图 7)、峰值加速度等值线图(图 8)和建筑物震害预测图(图 9)。
该模块主要产出的灾情信息包括:45个MEMS强震仪峰值加速度值、仪器烈度值、以乡镇为单位对应不同破坏等级的不同类型建筑物数量及比例。
3.3.3 灾情动态采集模块
灾情动态采集模块主要实现震时灾情数据的实时更新和展示(图 10)。通过链接后台灾情数据库,一旦灾情采集APP有灾情数据传入,系统将自动更新灾情数据表,同时系统前端将根据灾情数据表每2分钟自动刷新建筑物灾情动态采集图、道路灾情动态采集图、人员伤亡动态采集图,并以突出显示的方式提醒用户。
该模块主要产出的灾情信息包括:对应不同破坏等级的不同类型建筑物数量及比例、道路破坏点坐标、人员受伤及死亡数量。
3.3.4 灾情动态叠加模块
灾情动态修正模块是基于灾情动态修正模型和算法,通过震时灾情采集数据对评估结果进行动态修正与更新。主要产出有建筑物灾情动态叠加图、道路灾情动态叠加图(图 11)。
该模块主要产出的灾情信息包括:基于评估与采集结果的建筑物破坏数量对比、道路破坏分布。
3.3.5 灾情综合评估模块
灾情综合评估模块主要实现震时不同行政区灾害等级的综合评估。主要产出灾区灾情综合评估图,并给出对应行政区的综合灾害指数(图 12)。
系统通过后台数据库实现了地震动参数及灾情数据的录入、查询筛选、编辑、导出、保存等功能,并结合五大功能模块生成灾情信息图集和表单,为城镇地震防灾与应急处置一体化服务系统提供技术支持。
4. 结语与讨论
本研究基于JavaEE框架,应用Flex开源设计语言开发了准实时灾情综合评估系统,利用承灾体基础数据及易损性曲线、MEMS强震观测数据和实时地震灾情调查数据,通过易损性分析、动态修正、叠加分析等方法,实现了地震灾情的快速评估和动态修正,在一定程度改善了地震影响场估计不准、地震灾情评估速度慢、可靠性差等问题。该系统产出的准实时综合灾情评估图,兼顾震后灾情信息的紧迫性和准确性。首先,通过MEMS强震仪实测地震动分布和市县实际房屋现状及脆弱性曲线快速分析得到灾情预测图,为地震应急指挥和紧急处置争取宝贵时间。其次,结合现场采集的实际灾情数据,动态修正灾情预测图,不断更新灾情动态评估结果,逐步获得较准确的地震灾情分布图,为地震应急救援提供科学依据。但考虑到实际地震的复杂性,该系统在应用过程中一定会出现很多因考虑不周而导致的问题,在未来的地震灾情评估事件中我们将对其进行进一步的完善。
致谢: 衷心感谢“城镇地震防灾与应急处置一体化服务系统及其应用示范”项目其他课题组成员对本研究的大力支持和帮助! -
表 1 灾区等级评定表
Table 1. Classification of disaster area
灾区等级 人员伤亡 房屋建筑破坏/震害指数 对应地震烈度区域 一般灾区 个别或无人员伤亡 破坏轻微(< 0.1) Ⅵ 较重灾区 伤亡轻微 破坏较重(0.11—0.3) Ⅶ 严重灾区 伤亡较重 破坏严重(0.31—0.5) Ⅷ 极重灾区 伤亡惨重 破坏极其严重(> 0.5) ≥Ⅸ 注:人员伤亡等级的量化指标:个别或无人员伤亡指死亡人数1—2人;伤亡轻微指死亡人数3—10人;伤亡较重指死亡人数10—50人;伤亡惨重指死亡人数 > 50人。 表 2 数据表单设计
Table 2. Data sheet design
序号 表单名称 表单内容 1 MEMSdata表 MEMS仪器传入的实时PGA数据 2 BldVulnerability表 不同建筑类型的易损性曲线数据 3 MonomerCollection表 单体建筑物灾情采集数据 4 TownshipCollection表 群体建筑物灾情采集表 5 RoadCollection表 道路破坏节点数据 表 3 Monomer Collection数据表
Table 3. Monomer Collection data sheet
字段名称 数据类型 字段说明 keyID int 单体建筑物标识码、主键 X float 建筑物所在经度 Y float 建筑物所在纬度 structure Nchar(50) 建筑物结构 remarks Nchar(255) 备注 damage Nchar(50) 建筑物破坏情况 pic Nchar(255) 采集的建筑物照片 -
陈文凯, 何少林, 周中红, 2010.基于多源数据的震害快速评估方法探讨.西北地震学报, 32(1):76-81. https://www.wenkuxiazai.com/doc/c1b65b59767f5acfa1c7cdbd.html 陈鲲, 俞言祥, 高孟潭, 2010.考虑场地效应的ShakeMap系统研究.中国地震, 26(1):92-102. doi: 10.3969/j.issn.1001-4683.2010.01.009 陈鲲, 俞言祥, 高孟潭等, 2011.考虑震源破裂过程的青海玉树地震震动图研究.中国地震, 27(1):56-64. doi: 10.3969/j.issn.1001-4683.2011.01.006 陈振拓, 李志强, 丁文秀等, 2012.面向防震减灾的人口数据空间化研究——以2007年宁洱地震灾区为例.震灾防御技术, 7(3):273-284. doi: 10.11899/zzfy20120306 李山有, 金星, 陈先等, 2002.地震动强度与地震烈度速报研究.地震工程与工程振动, 22(6):1-7. http://kns.cnki.net/KCMS/detail/detail.aspx?filename=dggc200206000&dbname=CJFD&dbcode=CJFQ 柳稼航, 杨建峰, 魏成阶等, 2004.震害信息遥感获取技术历史、现状和趋势.自然灾害学报, 13(6):46-52. http://d.old.wanfangdata.com.cn/Periodical/zrzhxb200406008 谭巧, 王建军, 刘冠中等, 2010.IPv6地震烈度传感器网络管理系统设计.传感器与微系统, 29(10):103-105, 109. doi: 10.3969/j.issn.1000-9787.2010.10.032 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.地震工程与工程振动, 23(6):198-201. http://www.cnki.com.cn/Article/CJFDTOTAL-DZYJ201204010.htm 王晓青, 王龙, 王岩等, 2008.汶川8.0级大地震应急遥感震害评估研究.震灾防御技术, 3(3):251-258. doi: 10.11899/zzfy20080308 王玉石, 周正华, 王伟, 2008.基于假设检验的地震动强度(烈度)速报方法.地震工程与工程振动, 28(5):49-54. https://www.wenkuxiazai.com/doc/b1d920c6b9f3f90f76c61be9.html 徐水森, 2012.成都市地震烈度速报台网建设与思考.四川地震, (2):35-37. https://www.wenkuxiazai.com/doc/2205e33883c4bb4cf7ecd1b2.html 泽仁志玛, 陈会忠, 何加勇等, 2006.震动图快速生成系统研究.地球物理学进展, 21(3):809-813. http://www.cnki.com.cn/Article/CJFDTotal-ZGZD201001010.htm 张晁军, 李卫东, 李大辉等, 2010.有关地震烈度速报信息化发展的思考.国际地震动态, (4):23-31. http://www.docin.com/p-507201466.html Allen R. M., Brown H., Hellweg M., et al., 2009. Realtime earthquake detection and hazard assessment by ElarmS across California. Geophysical Research Letters, 36(5):L00B08. https://www.researchgate.net/publication/252649160_Realtime_Earthquake_Detection_and_Hazard_Assessment_by_ElarmS_Across_California -