Study on In-building Probability of Different Periods and Different Regions in Gansu Province
-
摘要: 本文依据甘肃省区域特点，针对城市和不同农村区域，根据人员活动，采用在室率对人员在室内的情况进行评估研究。采用泊松公式表示家庭人数概率分布，建立城市和不同农村区域不同时段人员在室内的分区概率公式。研究结果表明，对于城市区域，工作日与节假日人员在室率具有明显差别；对于农村区域或牧区，因区域、季节不同，不同时段人员在室率有所不同；总体上甘南牧区每年10月至次年3月人员在室率较高，省内其他农村区域每年11月至次年2月人员在室率较高。Abstract: Based on the regional characteristics of the cities and different rural areas in Gansu and people's activities during the daytime, the index of in-building probability is used to evaluate and research people’s indoor situations. The Poisson formula is used to represent the probability distribution of household population, so as to establish the probability formula of people indoors at different time periods in urban and rural areas. The results show that the probability of people indoors during the day varies significantly depending on whether it’s workday or holiday in urban areas. In rural or pastoral areas, the in-building probability at different times of the day varies as well, due to regional and seasonal differences.In general, in the pastoral areas of southern Gansu, the in-building probability from October to March of the next year is relatively higher than that of other months, while in other rural areas of Gansu the probability from November to February of the next year is higher than that of other months.
-
Key words:
- Gansu region /
- In-building probability /
- Earthquake casualty /
- Rapid assessment
-
引言
2017年8月8日21时19分，四川省北部阿坝州九寨沟县发生MS 7.0地震。根据中国地震台网中心发布的信息，本次地震的震中位于33.20°N、103.82°E，震源深度10km。震中在九寨沟县城以西约39km处，东偏北方向距离陇南市105km，南距成都市285km。本次地震的最大烈度为Ⅸ度，共造成25人死亡，525人受伤，6人失联，受灾人数超过17万(中国地震局，2017)。地震导致7万多间房屋不同程度受损，其中76间房屋倒塌。此次地震获取到强震观测记录的台站数量有限，其中距离震中最近的九寨百河台站(台站编号51JZB)，南北向地震记录的峰值加速度(PGA)达到了0.19g，是本次地震中观测到的最大加速度(图 1)。
大量的震害资料表明，地震动是造成结构破坏、诱发地质灾害(例如场地液化、地表裂缝和滑坡)的主要驱动力。地震动记录对于研究地震危险性、地震引发的地质灾害和结构抗震设计具有重要的意义。在缺少强震观测记录的情况下，可以通过有限的实际观测记录，借鉴科学合理的方法，综合考虑震源、传播路径和场地条件人工合成地震动，其结果可作为结构动力反应分析和灾后抗震设计的依据。
本文采用Wang等(2015)改进的随机有限断层方法合成2017年九寨沟地震的近场地震动。首先选取地震的有限断层模型和随机方法的输入参数，并通过与实际记录对比估计地震的应力降；采用随机有限断层法合成震源附近台站的加速度时程；并将得到的模拟地震动与实际记录和烈度图进行对比，验证结果的有效性。
1. 随机有限断层法
根据有限断层法的思想，断层破裂可以离散为N个子断层，每个子断层可以近似认为是1个点源。破裂过程从震源开始，逐渐向断层边缘扩散，当传播到每个子断层时，子断层发生破裂并产生地震波。将子断层产生的地震波按照到达的先后次序进行叠加，即可得到整个断层在某个观测点产生的地震动。Beresnev等(1997)将有限断层模型和随机点源方法(Boore，1983)结合，提出了随机有限断层法，可以用来模拟断层附近的高频地震动。Motazedian等(2005)进一步发展了这种方法，提出了基于动态拐点频率的随机有限断层法(EXSIM方法)，解决了总能量受到子断层尺寸影响等问题。Wang等(2015)改进了Motazedian等(2005)的方法，采用一种双拐点震源谱，能够反映破裂过程中累积地震矩对震源谱的影响。
本文采用改进的随机有限断层法(Wang等，2015)模拟九寨沟地震动分布，综合考虑震源、传播路径、场地的影响，有限断层模型中第j行、第i列的子断层在场点产生地震动的加速度傅里叶谱可以表示为：
$$ {Y_{ij}}(f){\rm{ = }}E({M_{0ij}}, {f_{0ij}}, f)G({R_{ij}}){H_{ij}}{{\rm{e}}^{ - \frac{{{\rm{ \mathsf{ π} }}f{R_{ij}}}}{{Q(f)\beta }}}}S(f){{\rm{e}}^{ - {\rm{ \mathsf{ π} }}f\kappa }} $$ (1) 其中，f为频率(Hz)；Rij为第j行、第i列子断层到观测点的距离(km)；$E({M_{0ij}}, {f_{0ij}}, f) $代表震源谱(cm/s)；$G({R_{ij}}) $为几何衰减函数；$ {H_{ij}}$为低频比例因子；$ Q(f)$为地壳品质因子；$ \beta $为剪切波速(km/s)；$ S(f)$为与频率相关的场地放大因子；$ \kappa $为高频衰减因子。第j行、第i列子断层的震源谱按照式(2)计算：
$$ E({M_{0ij}}, {f_{0ij}}, f){\rm{ = }}\frac{{C{M_{0ij}}{{(2{\rm{ \mathsf{ π} }}f)}^2}}}{{{{[1 + {{(f/{f_{0ij}})}^a}]}^b}}} $$ (2) 其中，C为常数，按照Motazedian等(2005)给出的公式计算；${M_{0ij}} $是第j行、第i列子断层的地震矩(dyne-cm)；a和b是控制震源谱形状和幅值的动态参数，可由断层已破裂部分的地震矩确定：
$$ \begin{array}{l} a{\rm{ = 6}}{\rm{.592}} - {\rm{0}}{\rm{.22}}\lg {M_0}(t)\\ b{\rm{ = 2}}/a \end{array} $$ (3) 其中，$ {M_0}(t)$表示在时间t断层上已破裂区域的地震矩，可根据地震的总地震矩，以滑动分布为权重分配求得。式(2)中拐点频率f0ij按照式(4)可表示为：
$$ {f_{0ij}} = 4.9 \times {10^6}\beta {\left({\mathit{\Delta }\sigma \mathit{/}{\mathit{M}_{0ij}}} \right)^{1/3}} $$ (4) 其中，$ \mathit{\Delta }\sigma $代表地震的应力降(bar)。
除震源谱模型外，式(1)中其他几项函数代表传播路径和场地条件对地震动傅里叶谱的影响，如几何衰减、场地放大因子和高频衰减因子。这些函数在相关文献(Boore，1983；Motazedian等，2005)中有详细的介绍，本文不再赘述。另外，Wang等(2015)采用上述改进的随机有限断层法合成了美国1994年Northridge地震的近场地震动，结果和实际记录较为符合，验证了方法的有效性。
2. 九寨沟强震的地震动模拟
2.1 震源模型及输入参数
基于远场P波和SH波的波形数据，王卫民等(2017)反演了九寨沟MS 7.0地震的震源破裂过程，得到了震源机制以及发震断层滑动分布的初步结果。结果显示地震矩为6.7×1025dyne-cm，对应的矩震级为MW 6.5；断层的走向、倾角和滑动角分别为148.5°、68.9°和-3.1°，属于左旋走滑型地震。基于此结果，本文得出的断层滑动分布见图 2，从图中可以看出，断层上的破裂滑动大部分集中在震源附近区域，即深度6—12km范围内，最大滑动量为85cm。此外，在震源东南约16km的位置，也有幅值小于40cm的破裂滑动。
表 1列出了随机有限断层方法的输入参数，其中大部分是其他学者根据四川及周边地区的大量地震记录分析得到的，反映了该地区地震动衰减特性。其中，几何衰减采用喻烟(2012)提出的汶川地震区地震动估计的经验模型，高频衰减因子采用Sun等(2013)分析汶川余震记录得到的结果，与距离相关的持时采用Atkinson等(1995)提出的分段模型。基于对九寨沟地震记录S波的傅氏谱反演结果，王宏伟等(2017)确定了这次地震震中区域的地壳品质因子为$ Q(f) = 84.9{f^{0.71}}$，体现了较强的地震波衰减特性，本文的地震动模拟中采用了此结果。对于场地效应，地表到30m深度的平均剪切波速(VS30)通常被用作场地类别划分的依据，例如美国地震减灾项目(NEHRP)。喻烟(2012)根据我国四川与甘肃地区的钻孔数据，假定钻孔底部到30m深度的波速与孔底一致，计算了台站场地的VS30。本文根据这些结果，确定了台站对应的NEHRP场地类别，并采用Boore等(1997)针对不同类别场地提出的场地放大因子。对于所有台站，断层破裂的脉冲面积百分比采用50%。本文通过对比模拟和观测的地震动，按照误差最小原则估算本次地震的应力降参数。
表 1 模型输入参数Table 1. Input parameters of model参数 值或表达式 断层走向和倾角 148.5°，68.9° 断层尺寸 54km×24km 子断层尺寸 2km×2km 剪切波速(β) 3.5km/s 介质密度(ρ) 2.8g/cm3 破裂速度(VR) 0.8×β 应力降 4.0MPa 品质因子 $ Q(f) = 84.9{f^{0.71}}$ 高频衰减因子(κ) 0.015 路径持时T=dR，参数d 0.0(R≤10km)
-0.16(10km＜R≤70km)
-0.03(70km＜R≤130km)
0.04(R＞130km)几何衰减G(R)=Rb，参数b -1.0(R≤150km)
-0.5(R＞150km)场地放大因子 参见Boore等(1997) 脉冲面积百分比 50% 2.2 应力参数估计
首先，选取震源距小于150km、记录的PGA大于10cm/s2的台站，将这些台站取得的记录作为估计应力降的依据。表 2给出了选取的8个台站信息，包括经纬度、震源距、VS30和相应的NEHRP场地类别。估计应力参数主要采用“试错法”。考虑1.0—6.0MPa的应力降，增量为0.5MPa，对于每个应力降，采用2.1节中的震源模型和输入参数合成8个台站的地震动加速度时程。考虑随机方法Gauss白噪声幅值的波动性，每个台站模拟30次，计算平均的反应谱。定义总体平均误差如下：
表 2 用于估计应力参数的台站信息Table 2. The information of stations selected for the estimation of stress drop台站名称 台站代码 纬度/°N 经度/°E 震源距/km VS30/m·s-1 NEHRP场地类别 岷县 62MXT 34.4 104.0 135.1 301 D 迭部 62DIB 34.1 103.2 117.8 C 沙湾 62SHW 33.7 104.5 82.5 384 C 九寨百河 51JZB 33.3 104.1 27.2 328 D 九寨勿角 51JZW 33.0 104.2 39.7 428 C 九寨永丰 51JZY 33.2 104.3 42.3 321 D 茂县叠溪 51MXD 32.0 103.7 133.7 268 D 平武木座 51PWM 32.6 104.5 89.8 373 C 注：迭部台由于缺少钻孔资料和VS30，场地类型假定为NEHRP-C。 $$ r(f) = \frac{1}{N}\sum\limits_{i = 1}^N {\lg \frac{{S{A_{{\rm{obs}}, i}}(f)}}{{S{A_{{\rm{sim}}, i}}(f)}}} $$ (5) 其中，$ S{A_{{\rm{obs}}, i}}(f)$，$ S{A_{{\rm{sim}}, i}}(f)$分别表示第i个台站记录和模拟的加速度反应谱(cm/s2)，N表示台站数量。对于每个应力降，根据合成结果计算出总体平均误差。需要说明的是，由于随机方法通常用于模拟高频地震动，不一定能够体现出低频地震动的特征，因此本文考虑的频率范围是1—30Hz。根据上述准则，得到误差最小的应力降为4.0MPa。王宏伟等(2017)通过反演本次地震记录S波的傅里叶谱，确定了地震的应力降为3.854MPa，与本文通过“试错法”得到的结果较为接近。原因之一是本文的模拟采用了同一篇文献(王宏伟等，2017)中基于反演地震记录确定的品质因子$Q(f) $。图 3(a)给出了4.0MPa应力降误差随频率的变化以及误差±1个标准差的范围。从图中可以看出，在1—30Hz频率范围内，误差基本较小，绝对值小于0.2。作为对比，我们也计算了EXSIM方法得到的误差(图 3(b))，其中所有输入参数(包括应力降)和本文采用的方法相同。通过对比可以明显看出，EXSIM方法的误差在频率大于3Hz时明显大于本文的结果；同时在1Hz附近，EXSIM方法的平均误差为负，表示模拟地震动在该频段高估了观测地震动的反应谱幅值。由此可见，相比EXSIM方法，采用Wang等(2015)的方法得到的结果与本次地震记录更相符。
图 3 2种有限断层方法得到的误差随频率分布Figure 3. Residual v.s. frequency obtained from two finite-fault methods2.3 模拟地震动的时程和反应谱
按照上述随机有限断层方法，采用表 1的模型输入参数，分别模拟了6个强震台站的加速度时程。在本文选取的台站中，虽然大部分都有剪切波速的钻孔数据，但多个场地的钻孔未达到基岩，如果进行土层反应分析需要进行一定的假设或者延拓剪切波速剖面，存在较大的不确定性。因此，在模拟中根据台站的NEHRP场地类型，采用Boore等(1997)提出的NEHRP-C、NEHRP-D场地的放大系数，近似考虑场地效应的影响。图 4给出了6个台站模拟和观测地震动的加速度时程对比。为了便于进一步定量比较，表 3列出了模拟和观测的地震动PGA值。需要说明的是，随机有限断层法得到的地震动对应于任意水平分量。
图 4 模拟和观测地震动的加速度时程对比Figure 4. Comparison of acceleration time histories between synthetic and recorded ground motions表 3 模拟和观测地震动的峰值加速度Table 3. The PGA from synthetic and recorded ground motions台站代码 PGA(记录)/cm·s-2 PGA(模拟结果)/cm·s-2 EW分量 NS分量 51JZB 129.50 185.02 174.78 51JZW 73.84 91.70 134.90 51JZY 45.77 66.71 85.10 51MXD 12.21 23.32 11.13 62SHW 18.57 20.48 19.27 51PWM 18.60 20.87 21.26 通过对比模拟和记录的地震动可以发现，在峰值加速度最大的台站51JZB，模拟地震动的PGA值介于东西向和南北向记录的PGA值之间，与实际记录较为符合；在震源距较大的2个台站62SHW和51PWM，拟地震动的PGA与实际记录也很吻合；另外，51JZW和51JZY模拟地震动的PGA稍大于实际记录，51MXD模拟地震动的PGA小于地震记录，原因可能有以下3点：①采用Boore等(1997)的场地放大系数不能充分考虑场地条件对地震动的影响，如非线性土层反应和不规则地形影响；②本文采用的震源滑动分布模型是通过反演远场波形数据得到的，没有考虑近断层地震动和同震位移场，不一定能够完全反映出震源特征；③本文模拟采用的模型参数大多是基于分析汶川地震数据得到的，这些参数也会存在不同地震、不同地区之间的差异。
从图 4可以看出，大部分台站模拟地震动的持时在不同程度上小于实际记录。需要指出，随机有限断层法模拟的实际上是地震动的S波。一方面，在近场地震记录中P波与S波2种成分相互叠加，会导致记录的持时大于模拟地震动；另一方面，部分台站(如51JZY、51MXD和51PWM)的地震记录中面波成分很丰富，无法通过随机方法模拟出来；除此之外，近地表土层反应和不规则地形也可能造成地震记录的持时较长。解决这些问题需要更复杂的地震动模拟方法。
图 5给出了6个台站模拟和观测地震动的加速度反应谱。通过对比可以看出，在本文考虑的周期(T)范围内(0.03—1.0s)，大部分台站模拟结果的反应谱与实际记录较为符合。51JZW台站模拟地震动的反应谱在短周期(T＜0.1s)大于实际记录的反应谱，51MXD台站模拟地震动低估了T＞0.1s地震记录的反应谱。这些差异说明本文采用的随机有限断层方法和模型输入参数仍有可改进之处。综合考虑随机性方法与确定性方法的混合方法，能够弥补随机性方法在模拟低频地震动和面波等方面的不足，但是需要提供更多的信息，如地壳介质波速模型等。
图 5 模拟和观测地震动的反应谱对比Figure 5. Comparison of response spectra between synthetic and recorded ground motions2.4 模拟的PGA分布图
为了进一步研究模拟地震动加速度峰值的空间分布，我们在发震断层附近以5km为间隔选取了1548个网格点。对于每个点，采用2.1节介绍的断层模型和输入参数模拟地震动，其中场地类型假定为NEHRP-C，并采用Boore等(1997)对此类场地提出的放大系数。考虑随机模拟结果的不确定性，每个点模拟20次，最后取平均的PGA作为结果。根据所有网格点的模拟PGA，画出该区域的PGA分布图(图 6(a))。从图中可以看出，模拟PGA在近断层区域的分布明显受到断层位置以及滑动分布的影响；模拟PGA最大的区域位于震中附近，最大值大约为850cm/s2。为了验证结果的有效性，我们对比了模拟PGA的分布图与中国地震局(2017)发布的本次地震烈度图(图 6(b))，可以看出，模拟PGA最大的区域与本次地震最大烈度区(Ⅸ度)的位置基本一致。除此之外，PGA和烈度的等值线都呈椭圆形，沿断层走向方向较长，垂直断层走向方向较短，说明本文模拟的PGA空间分布基本符合观测到的地震烈度分布情况。
图 6 模拟地震动的PGA空间分布(a)和地震烈度分布图(b)Figure 6. The spatial distribution of PGA of synthetic ground motions (a) and the intensity distribution map of the earthquake (b)3. 结论
本文采用改进的随机有限断层法合成了2017年九寨沟MS 7.0地震的近场地震动。结果表明：
(1)选取合适的震源模型和输入参数，通过“试错法”，按照误差最小原则估计本次地震的应力降为4.0MPa，与王宏伟等(2017)反演地震记录S波傅氏谱的得到结果3.854MPa基本一致。与EXSIM方法相比，Wang等(2015)的方法得到的结果在频域上与实际地震记录更为符合。
(2)按照美国NEHRP场地划分标准，依据VS30确定了断层附近台站的场地类型。在模拟地震动过程中，通过场地放大因子近似考虑场地效应的影响。最后，得到了强震台站的模拟加速度时程和反应谱，以及研究区域的模拟PGA分布图。部分台站的模拟地震动和实际记录在峰值加速度和反应谱方面较为符合，模拟的PGA分布图反映出地震烈度图的基本特征，验证了本文结果的有效性。
(3)部分台站的模拟结果在幅值、持时以及反应谱方面与实际记录存在不同程度的差异，说明本文采用的随机有限断层法和模型参数仍有可改进之处。
(4)对九寨沟强震的模拟结果说明，在缺少近断层记录的情况下，综合考虑震源、传播路径和场地条件人工合成地震动，总体上能够有效地重现实际地震记录的峰值和反应谱特征，为该地区的地震危险性分析和抗震设计提供一定依据。
致谢: 感谢国家强震动台网中心为本研究提供九寨沟地震的强震记录。 -
图 2 甘肃省不同农村区域（含牧区）任意时刻人员在室率对比
Figure 2. Comparison of the in-building probability in different rural areas (including pastoral areas) of Gansu province
图 3 甘肃省不同农村区域（含牧区）相同时段人员在室率对比
Figure 3. Comparison of the in-building probability in different rural areas(including pastoral areas) of Gansu province during the same period
表 1 城市有职者/无职者人员在室内情况划分
Table 1. Activity of workers and unemployed during the different periods of a day in urban research area of Gansu province
类别 作息日 时段 0:00—7:00 7:00—8:30 8:30—12:00 12:00—14:30 14:30—18:00 18:00—19:00 19:00
—21:3021:30—24:00 城市有职者 工作日 $ \mathrm{I}\mathrm{N} $ $ \mathrm{I}\mathrm{N}\cup \overline{\mathrm{I}\mathrm{N}} $ $ \mathrm{I}\mathrm{N} $ $ \mathrm{I}\mathrm{N}\cup \overline{\mathrm{I}\mathrm{N}} $ $ \mathrm{I}\mathrm{N} $ $ \mathrm{I}\mathrm{N}\cup \overline{\mathrm{I}\mathrm{N}} $ $ \mathrm{I}\mathrm{N}\cup \overline{\mathrm{I}\mathrm{N}} $ $ \mathrm{I}\mathrm{N} $ 城市无职者 工作日 $ \mathrm{I}\mathrm{N} $ $ \mathrm{I}\mathrm{N}\cup \overline{\mathrm{I}\mathrm{N}} $ $ \mathrm{I}\mathrm{N}\cup \overline{\mathrm{I}\mathrm{N}} $ $ \mathrm{I}\mathrm{N}\cup \overline{\mathrm{I}\mathrm{N}} $ $ \mathrm{I}\mathrm{N}\cup \overline{\mathrm{I}\mathrm{N}} $ $ \mathrm{I}\mathrm{N}\cup \overline{\mathrm{I}\mathrm{N}} $ $ \mathrm{I}\mathrm{N}\cup \overline{\mathrm{I}\mathrm{N}} $ $ \mathrm{I}\mathrm{N} $ 城市有职者 节假日 $ \mathrm{I}\mathrm{N} $ $ \mathrm{I}\mathrm{N}\cup \overline{\mathrm{I}\mathrm{N}} $ $ \mathrm{I}\mathrm{N}\cup \overline{\mathrm{I}\mathrm{N}} $ $ \mathrm{I}\mathrm{N}\cup \overline{\mathrm{I}\mathrm{N}} $ $ \mathrm{I}\mathrm{N}\cup \overline{\mathrm{I}\mathrm{N}} $ $ \mathrm{I}\mathrm{N}\cup \overline{\mathrm{I}\mathrm{N}} $ $ \mathrm{I}\mathrm{N}\cup \overline{\mathrm{I}\mathrm{N}} $ $ \mathrm{I}\mathrm{N} $ 城市无职者 节假日 $ \mathrm{I}\mathrm{N} $ $ \mathrm{I}\mathrm{N}\cup \overline{\mathrm{I}\mathrm{N}} $ $ \mathrm{I}\mathrm{N}\cup \overline{\mathrm{I}\mathrm{N}} $ $ \mathrm{I}\mathrm{N}\cup \overline{\mathrm{I}\mathrm{N}} $ $ \mathrm{I}\mathrm{N}\cup \overline{\mathrm{I}\mathrm{N}} $ $ \mathrm{I}\mathrm{N}\cup \overline{\mathrm{I}\mathrm{N}} $ $ \mathrm{I}\mathrm{N}\cup \overline{\mathrm{I}\mathrm{N}} $ $ \mathrm{I}\mathrm{N} $ 
下载: 导出CSV
表 2 1区农村劳动者/非劳动者人员在室内情况划分
Table 2. Activity of workers and unemployed during the different periods of a day in the first rural research area of Gansu province
类别 月份 时段 0:00—
6:006:00—
7:007:00—
8:008:00—
9:009:00—
10:0010:00—
11:0011:00—
12:0012:00—
15:0015:00—
16:0016:00—
17:0017:00—
20:0020:00—
24:00农村劳动者 3—5月 $ \mathrm{I}\mathrm{N} $ $ \mathrm{I}\mathrm{N} $ $ \mathrm{I}\mathrm{N} $ $ \mathrm{I}\mathrm{N} $ $ \mathrm{I}\mathrm{N}\cup \overline{\mathrm{I}\mathrm{N}} $ $ \overline{\mathrm{I}\mathrm{N}} $ $ \overline{\mathrm{I}\mathrm{N}} $ $ \overline{\mathrm{I}\mathrm{N}} $ $ \mathrm{I}\mathrm{N}\cup \overline{\mathrm{I}\mathrm{N}} $ $ \mathrm{I}\mathrm{N} $ $ \mathrm{I}\mathrm{N} $ $ \mathrm{I}\mathrm{N} $ 农村非劳动者 3—5月 $ \mathrm{I}\mathrm{N} $ $ \mathrm{I}\mathrm{N} $ $ \mathrm{I}\mathrm{N} $ $ \mathrm{I}\mathrm{N} $ $ \mathrm{I}\mathrm{N} $ $ \mathrm{I}\mathrm{N}\cup \overline{\mathrm{I}\mathrm{N}} $ $ \mathrm{I}\mathrm{N}\cup \overline{\mathrm{I}\mathrm{N}} $ $ \mathrm{I}\mathrm{N}\cup \overline{\mathrm{I}\mathrm{N}} $ $ \mathrm{I}\mathrm{N}\cup \overline{\mathrm{I}\mathrm{N}} $ $ \mathrm{I}\mathrm{N} $ $ \mathrm{I}\mathrm{N} $ $ \mathrm{I}\mathrm{N} $ 农村劳动者 6—10月 $ \mathrm{I}\mathrm{N} $ $ \mathrm{I}\mathrm{N} $ $ \overline{\mathrm{I}\mathrm{N}} $ $ \overline{\mathrm{I}\mathrm{N}} $ $ \overline{\mathrm{I}\mathrm{N}} $ $ \overline{\mathrm{I}\mathrm{N}} $ $ \mathrm{I}\mathrm{N} $ $ \mathrm{I}\mathrm{N} $ $ \mathrm{I}\mathrm{N}\cup \overline{\mathrm{I}\mathrm{N}} $ $ \overline{\mathrm{I}\mathrm{N}} $ $ \overline{\mathrm{I}\mathrm{N}} $ $ \mathrm{I}\mathrm{N} $ 农村非劳动者 6—10月 $ \mathrm{I}\mathrm{N} $ $ \mathrm{I}\mathrm{N} $ $ \mathrm{I}\mathrm{N}\cup \overline{\mathrm{I}\mathrm{N}} $ $ \mathrm{I}\mathrm{N}\cup \overline{\mathrm{I}\mathrm{N}} $ $ \mathrm{I}\mathrm{N}\cup \overline{\mathrm{I}\mathrm{N}} $ $ \mathrm{I}\mathrm{N}\cup \overline{\mathrm{I}\mathrm{N}} $ $ \mathrm{I}\mathrm{N} $ $ \mathrm{I}\mathrm{N} $ $ \mathrm{I}\mathrm{N} $ $ \mathrm{I}\mathrm{N}\cup \overline{\mathrm{I}\mathrm{N}} $ $ \mathrm{I}\mathrm{N}\cup \overline{\mathrm{I}\mathrm{N}} $ $ \mathrm{I}\mathrm{N} $ 农村劳动者 11月—次年2月 $ \mathrm{I}\mathrm{N} $ $ \mathrm{I}\mathrm{N} $ $ \mathrm{I}\mathrm{N} $ $ \mathrm{I}\mathrm{N} $ $ \mathrm{I}\mathrm{N} $ $ \mathrm{I}\mathrm{N} $ $ \mathrm{I}\mathrm{N}\cup \overline{\mathrm{I}\mathrm{N}} $ $ \mathrm{I}\mathrm{N}\cup \overline{\mathrm{I}\mathrm{N}} $ $ \mathrm{I}\mathrm{N}\cup \overline{\mathrm{I}\mathrm{N}} $ $ \mathrm{I}\mathrm{N} $ $ \mathrm{I}\mathrm{N} $ $ \mathrm{I}\mathrm{N} $ 农村非劳动者 11月—次年2月 $ \mathrm{I}\mathrm{N} $ $ \mathrm{I}\mathrm{N} $ $ \mathrm{I}\mathrm{N} $ $ \mathrm{I}\mathrm{N} $ $ \mathrm{I}\mathrm{N} $ $ \mathrm{I}\mathrm{N} $ $ \mathrm{I}\mathrm{N}\cup \overline{\mathrm{I}\mathrm{N}} $ $ \mathrm{I}\mathrm{N}\cup \overline{\mathrm{I}\mathrm{N}} $ $ \mathrm{I}\mathrm{N}\cup \overline{\mathrm{I}\mathrm{N}} $ $ \mathrm{I}\mathrm{N} $ $ \mathrm{I}\mathrm{N} $ $ \mathrm{I}\mathrm{N} $
下载: 导出CSV
表 3 2区农村劳动者/非劳动者人员在室内情况划分
Table 3. Activity of workers and unemployed during the different periods of a day in the second rural research area of Gansu province
类别 月份 时段 0:00—
6:006:00—
7:007:00—
8:008:00—
9:009:00—
10:0010:00—
11:0011:00—
12:0012:00—
15:0015:00—
17:0017:00—
18:0018:00—
19:0019:00—
20:0020:00—
24:00农村劳动者 3—5月 $ \mathrm{I}\mathrm{N} $ $ \mathrm{I}\mathrm{N} $ $ \mathrm{I}\mathrm{N} $ $ \mathrm{I}\mathrm{N}\cup \overline{\mathrm{I}\mathrm{N}} $ $ \overline{\mathrm{I}\mathrm{N}} $ $ \overline{\mathrm{I}\mathrm{N}} $ $ \mathrm{I}\mathrm{N}\cup \overline{\mathrm{I}\mathrm{N}} $ $ \mathrm{I}\mathrm{N} $ $ \overline{\mathrm{I}\mathrm{N}} $ $ \mathrm{I}\mathrm{N}\cup \overline{\mathrm{I}\mathrm{N}} $ $ \mathrm{I}\mathrm{N}\cup \overline{\mathrm{I}\mathrm{N}} $ $ \mathrm{I}\mathrm{N} $ $ \mathrm{I}\mathrm{N} $ 农村非劳动者 3—5月 $ \mathrm{I}\mathrm{N} $ $ \mathrm{I}\mathrm{N} $ $ \mathrm{I}\mathrm{N} $ $ \mathrm{I}\mathrm{N} $ $ \mathrm{I}\mathrm{N}\cup \overline{\mathrm{I}\mathrm{N}} $ $ \mathrm{I}\mathrm{N} $ $ \mathrm{I}\mathrm{N} $ $ \mathrm{I}\mathrm{N} $ $ \mathrm{I}\mathrm{N}\cup \overline{\mathrm{I}\mathrm{N}} $ $ \mathrm{I}\mathrm{N} $ $ \mathrm{I}\mathrm{N} $ $ \mathrm{I}\mathrm{N} $ $ \mathrm{I}\mathrm{N} $ 农村劳动者 6—10月 IN $ \mathrm{I}\mathrm{N}\cup \overline{\mathrm{I}\mathrm{N}} $ $ \overline{\mathrm{I}\mathrm{N}} $ $ \overline{\mathrm{I}\mathrm{N}} $ $ \overline{\mathrm{I}\mathrm{N}} $ $ \overline{\mathrm{I}\mathrm{N}} $ $ \mathrm{I}\mathrm{N}\cup \overline{\mathrm{I}\mathrm{N}} $ $ \mathrm{I}\mathrm{N} $ $ \overline{\mathrm{I}\mathrm{N}} $ $ \overline{\mathrm{I}\mathrm{N}} $ $ \overline{\mathrm{I}\mathrm{N}} $ $ \mathrm{I}\mathrm{N}\cup \overline{\mathrm{I}\mathrm{N}} $ $ \mathrm{I}\mathrm{N} $ 农村非劳动者 6—10月 $ \mathrm{I}\mathrm{N} $ $ \mathrm{I}\mathrm{N} $ $ \mathrm{I}\mathrm{N}\cup \overline{\mathrm{I}\mathrm{N}} $ $ \mathrm{I}\mathrm{N}\cup \overline{\mathrm{I}\mathrm{N}} $ $ \mathrm{I}\mathrm{N}\cup \overline{\mathrm{I}\mathrm{N}} $ $ \mathrm{I}\mathrm{N}\cup \overline{\mathrm{I}\mathrm{N}} $ $ \mathrm{I}\mathrm{N} $ $ \mathrm{I}\mathrm{N} $ $ \mathrm{I}\mathrm{N}\cup \overline{\mathrm{I}\mathrm{N}} $ $ \mathrm{I}\mathrm{N}\cup \overline{\mathrm{I}\mathrm{N}} $ $ \mathrm{I}\mathrm{N}\cup \overline{\mathrm{I}\mathrm{N}} $ $ \mathrm{I}\mathrm{N}\cup \overline{\mathrm{I}\mathrm{N}} $ $ \mathrm{I}\mathrm{N} $ 农村劳动者 11月—次年2月 $ \mathrm{I}\mathrm{N} $ $ \mathrm{I}\mathrm{N} $ $ \mathrm{I}\mathrm{N} $ $ \mathrm{I}\mathrm{N}\cup \overline{\mathrm{I}\mathrm{N}} $ $ \mathrm{I}\mathrm{N}\cup \overline{\mathrm{I}\mathrm{N}} $ $ \overline{\mathrm{I}\mathrm{N}} $ $ \overline{\mathrm{I}\mathrm{N}} $ $ \overline{\mathrm{I}\mathrm{N}} $ $ \mathrm{I}\mathrm{N}\cup \overline{\mathrm{I}\mathrm{N}} $ $ \mathrm{I}\mathrm{N}\cup \overline{\mathrm{I}\mathrm{N}} $ $ \mathrm{I}\mathrm{N} $ $ \mathrm{I}\mathrm{N} $ $ \mathrm{I}\mathrm{N} $ 农村非劳动者 11月—次年2月 $ \mathrm{I}\mathrm{N} $ $ \mathrm{I}\mathrm{N} $ $ \mathrm{I}\mathrm{N} $ $ \mathrm{I}\mathrm{N} $ $ \mathrm{I}\mathrm{N} $ $ \mathrm{I}\mathrm{N}\cup \overline{\mathrm{I}\mathrm{N}} $ $ \mathrm{I}\mathrm{N}\cup \overline{\mathrm{I}\mathrm{N}} $ $ \mathrm{I}\mathrm{N}\cup \overline{\mathrm{I}\mathrm{N}} $ $ \mathrm{I}\mathrm{N}\cup \overline{\mathrm{I}\mathrm{N}} $ $ \mathrm{I}\mathrm{N}\cup \overline{\mathrm{I}\mathrm{N}} $ $ \mathrm{I}\mathrm{N} $ $ \mathrm{I}\mathrm{N} $ $ \mathrm{I}\mathrm{N} $
下载: 导出CSV
表 4 3区农村劳动者、非劳动者人员在室内情况划分
Table 4. Activity of workers and unemployed during the different periods of a day in the third rural research area of Gansu province
类别 月份 时段 0:00—
6:006:00—
7:007:00—
8:008:00—
9:009:00—
10:0010:00—
11:0011:00—
12:0012:00—
14:0014:00—
17:0017:00—
19:0019:00—
20:0020:00—
21:0021:00—
24:00农村劳动者 4—9月 $ \mathrm{I}\mathrm{N} $ $ \mathrm{I}\mathrm{N} $ $ \overline{\mathrm{I}\mathrm{N}} $ $ \overline{\mathrm{I}\mathrm{N}} $ $ \overline{\mathrm{I}\mathrm{N}} $ $ \overline{\mathrm{I}\mathrm{N}} $ $ \overline{\mathrm{I}\mathrm{N}} $ $ \overline{\mathrm{I}\mathrm{N}} $ $ \overline{\mathrm{I}\mathrm{N}} $ $ \overline{\mathrm{I}\mathrm{N}} $ $ \mathrm{I}\mathrm{N} $ $ \mathrm{I}\mathrm{N} $ $ \mathrm{I}\mathrm{N} $ 农村非劳动者 4—9月 $ \mathrm{I}\mathrm{N} $ $ \mathrm{I}\mathrm{N} $ $ \mathrm{I}\mathrm{N}\cup \overline{\mathrm{I}\mathrm{N}} $ $ \mathrm{I}\mathrm{N}\cup \overline{\mathrm{I}\mathrm{N}} $ $ \mathrm{I}\mathrm{N}\cup \overline{\mathrm{I}\mathrm{N}} $ $ \mathrm{I}\mathrm{N}\cup \overline{\mathrm{I}\mathrm{N}} $ $ \mathrm{I}\mathrm{N} $ $ \mathrm{I}\mathrm{N} $ $ \mathrm{I}\mathrm{N}\cup \overline{\mathrm{I}\mathrm{N}} $ $ \mathrm{I}\mathrm{N} $ $ \mathrm{I}\mathrm{N}\cup \overline{\mathrm{I}\mathrm{N}} $ $ \mathrm{I}\mathrm{N}\cup \overline{\mathrm{I}\mathrm{N}} $ $ \mathrm{I}\mathrm{N} $ 农村劳动者 10月—次年3月 $ \mathrm{I}\mathrm{N} $ $ \mathrm{I}\mathrm{N} $ $ \mathrm{I}\mathrm{N}\cup \overline{\mathrm{I}\mathrm{N}} $ $ \mathrm{I}\mathrm{N}\cup \overline{\mathrm{I}\mathrm{N}} $ $ \mathrm{I}\mathrm{N}\cup \overline{\mathrm{I}\mathrm{N}} $ $ \mathrm{I}\mathrm{N}\cup \overline{\mathrm{I}\mathrm{N}} $ $ \mathrm{I}\mathrm{N} $ $ \mathrm{I}\mathrm{N} $ $ \mathrm{I}\mathrm{N}\cup \overline{\mathrm{I}\mathrm{N}} $ $ \mathrm{I}\mathrm{N} $ $ \mathrm{I}\mathrm{N}\cup \overline{\mathrm{I}\mathrm{N}} $ $ \mathrm{I}\mathrm{N} $ $ \mathrm{I}\mathrm{N} $ 农村非劳动者 10月—次年3月 $ \mathrm{I}\mathrm{N} $ $ \mathrm{I}\mathrm{N} $ $ \mathrm{I}\mathrm{N}\cup \overline{\mathrm{I}\mathrm{N}} $ $ \mathrm{I}\mathrm{N}\cup \overline{\mathrm{I}\mathrm{N}} $ $ \mathrm{I}\mathrm{N}\cup \overline{\mathrm{I}\mathrm{N}} $ $ \mathrm{I}\mathrm{N}\cup \overline{\mathrm{I}\mathrm{N}} $ $ \mathrm{I}\mathrm{N} $ $ \mathrm{I}\mathrm{N} $ $ \mathrm{I}\mathrm{N}\cup \overline{\mathrm{I}\mathrm{N}} $ $ \mathrm{I}\mathrm{N} $ $ \mathrm{I}\mathrm{N}\cup \overline{\mathrm{I}\mathrm{N}} $ $ \mathrm{I}\mathrm{N} $ $ \mathrm{I}\mathrm{N} $
下载: 导出CSV
表 5
$ \mathrm{I}\mathrm{N}\cup \overline{\mathrm{I}\mathrm{N}} $ 时段内人员在室率Table 5. In-building probability during the
$ \mathbf{I}\mathbf{N}\cup \overline{\mathbf{I}\mathbf{N}} $ periods作息日/月份 区域 城市有职者 城市无职者 农村劳动者 农村非劳动者 工作日 1区 T1/7.5 T2/14.5 — — 节假日 1区 T2/14.5 T2/14.5 — — 3—5月 1区 — — T135/2 T136/6 6—10月 1区 — — — T166/8 11月—次年2月 1区 — — T1115/5 T1116/5 工作日 2区 T1/7.5 T2/14.5 — — 节假日 2区 T2/14.5 T2/14.5 — — 3—5月 2区 — — T235/4 T236/3 6—10月 2区 — — T265/3 T266/9 11月—次年2月 2区 — — T2115/5 T2116/8 工作日 3区 T1/7.5 T2/14.5 — — 节假日 3区 T2/14.5 T2/14.5 — — 4—9月 3区 — — — T346/9 10月—次年3月 3区 — — — T3106/9
下载: 导出CSV
表 6 甘肃省n个家庭成员的家庭中有职劳动者的概率
Table 6. The probability of workers in a family with multiple members in Gansu province
地区 P(1) P(2) P(3) P(4) P(5) P(6) P(7) 城市 0.900 0.860 0.801 0.753 0.701 0.517 — 农村 0.400 0.592 0.684 0.541 0.528 0.508 0.490
下载: 导出CSV
表 7 甘肃省家庭人数的概率分布
Table 7. The probability of family population in Gansu province
地区 F(1) F (2) F (3) F (4) F (5) F (6) F (7) 城市 0.157 24 0.290 89 0.269 07 0.165 93 0.076 74 0.028 39 0 农村 0.022 60 0.085 64 0.162 28 0.205 02 0.194 25 0.147 24 0.093 01
下载: 导出CSV
表 8 甘肃省城市区域任意时刻人员在室率
Table 8. The in-building probability of urban area in Gansu province
作息日 时段 0:00—7:00 7:00—8:30 8:30—12:00 12:00—14:30 14:30—18:00 18:00—19:00 19:00—21:30 21:30—24:00 工作日 1.000 0.553 0.915 0.657 0.915 0.553 0.657 1.000 节假日 1.000 0.621 0.621 0.621 0.621 0.621 0.621 1.000
下载: 导出CSV
表 9 甘肃省农村区域任意时刻人员在室率
Table 9. The in-building probability of rural area in Gansu province
月份 区域 时段 0:00—
6:006:00—
7:007:00—
8:008:00—
9:009:00—
10:0010:00—
11:0011:00—
12:0012:00—
14:0014:00—
15:0015:00—
16:0016:00—
17:0017:00—
18:0018:00—
19:0019:00—
20:0020:00—
21:0021:00—
24:003—5月 1区 1.000 1.000 1.000 1.000 0.784 0.275 0.275 0.275 0.275 0.600 1.000 1.000 1.000 1.000 1.000 1.000 6—10月 1区 1.000 1.000 0.230 0.230 0.230 0.230 1.000 1.000 1.000 0.680 0.230 0.230 0.230 0.230 1.000 1.000 11月—次年2月 1区 1.000 1.000 1.000 1.000 1.000 1.000 0.600 0.600 0.600 0.600 1.000 1.000 1.000 1.000 1.000 1.000 3—5月 2区 1.000 1.000 1.000 0.662 0.230 0.459 0.662 1.000 1.000 0.230 0.230 0.662 0.662 1.000 1.000 1.000 6—10月 2区 1.000 0.639 0.204 0.204 0.204 0.204 0.639 1.000 1.000 0.204 0.204 0.204 0.204 0.384 1.000 1.000 11月—次年2月 2区 1.000 1.000 1.000 0.775 0.775 0.287 0.287 0.287 0.287 0.602 0.602 0.602 1.000 1.000 1.000 1.000 4—9月 3区 1.000 1.000 0.306 0.306 0.306 0.306 0.459 0.459 0.306 0.306 0.306 0.459 0.459 0.847 0.847 1.000 10月—次年3月 3区 1.000 1.000 0.667 0.667 0.667 0.667 1.000 1.000 0.667 0.667 0.667 1.000 1.000 0.667 1.000 1.000
下载: 导出CSV
-
[1] 白仙富, 戴雨芡, 叶燎原等, 2018. 基于高精度房屋、人口数据的地震压埋人员和紧急搜救区评估模型研究. 防灾减灾学报, 34(4): 1—12.Bai X. F., Dai Y. Q., Ye L. Y., et al., 2018. Assessment models of trapped-victim in earthquake & emergency rescue area based on high-precision building and population data. Journal of Disaster Prevention and Reduction, 34(4): 1—12. (in Chinese) [2] 陈洪富, 戴君武, 孙柏涛等, 2011. 玉树7.1级地震人员伤亡影响因素调查与初步分析. 地震工程与工程振动, 31(4): 18—25.Chen H. F., Dai J. W., Sun B. T., et al., 2011. Investigation report on influence factors of casualties in April 14, 2010 Yushu earthquake. Journal of Earthquake Engineering and Engineering Vibration, 31(4): 18—25. (in Chinese) [3] 程家喻, 1993. 地震发生时间对人员伤亡影响的概率. 灾害学, 8(2): 13—16.Cheng J. Y., 1993. Probability of the original time of earthquake affecting the casualty. Journal of Catastrophology, 8(2): 13—16. (in Chinese) [4] 甘本根, 1999. 中国作息时间参考区的初步研究. 抚州师专学报, 62(3): 81—83, 90.Gan B. G., 1999. An initial classification research of work and rest time zone in China. Journal of Fuzhou Teachers College, 62(3): 81—83, 90. (in Chinese) [5] 高永久, 邓艾, 2007. 藏族游牧民定居与新牧区建设——甘南藏族自治州调查报告. 民族研究, (5): 28—37. doi: 10.3969/j.issn.0256-1891.2007.05.003Gao Y. J., Deng A., 2007. Tibetan nomads’ sedentary living and the construction of new pastoral areas: with two communities of Gannan Tibetan Prefecture as the cases. Ethno-National Studies, (5): 28—37. (in Chinese) doi: 10.3969/j.issn.0256-1891.2007.05.003 [6] 格桑达吉, 1993. 甘南藏族自治州农牧区调查研究报告. 中国藏学, (3): 52—63. [7] 郭红梅, 张莹, 陈维锋等, 2017. 多因素控制的城镇地震灾害应急处置模型研究. 震灾防御技术, 12(4): 882—892. doi: 10.11899/zzfy20170416Guo H. M., Zhang Y., Chen W. F., et al., 2017. Research of urban earthquake disaster emergency handling model by multi-factor control. Technology for Earthquake Disaster Prevention, 12(4): 882—892. (in Chinese) doi: 10.11899/zzfy20170416 [8] 刘旭辉, 2001. 关于庆阳地区生态农业建设的思考. 甘肃农业科技, (4): 3—5. doi: 10.3969/j.issn.1001-1463.2001.04.001Liu X. H., 2001. Thoughts on ecological agriculture construction in Qingyang prefecture. Gansu Agricultural Science and Technology, (4): 3—5. (in Chinese) doi: 10.3969/j.issn.1001-1463.2001.04.001 [9] 王晓冬, 2012. 甘肃庆阳地区气候变化影响分析. 辽宁工程技术大学学报(自然科学版), 31(4): 512—515. doi: 10.3969/j.issn.1008-0562.2012.04.018Wang X. D., 2012. Climate Chang in Gansu-Qingyang area and its impact analysis. Journal of Liaoning Technical University (Natural Science), 31(4): 512—515. (in Chinese) doi: 10.3969/j.issn.1008-0562.2012.04.018 [10] 魏本勇, 聂高众, 苏桂武等, 2017. 地震灾害埋压人员评估的研究进展. 灾害学, 32(1): 155—159. doi: 10.3969/j.issn.1000-811X.2017.01.027Wei B. Y., Nie G. Z., Su G. W., et al., 2017. Advances on the assessment methods of buried personnel distribution in earthquake disaster. Journal of Catastrophology, 32(1): 155—159. (in Chinese) doi: 10.3969/j.issn.1000-811X.2017.01.027 [11] 肖东升, 黄丁发, 王旭等, 2009. 在室率先验区划在地震压埋率的应用研究. 地震研究, 32(4): 395—401. doi: 10.3969/j.issn.1000-0666.2009.04.012Xiao D. S., Huang D. F., Wang X., et al., 2009. Chinese Prior-regionalization of in-building ratio in earthquake. Journal of Seismological Research, 32(4): 395—401. (in Chinese) doi: 10.3969/j.issn.1000-0666.2009.04.012 [12] 肖东升, 常鸣, 苏勇等, 2016. 基于时空菱形的人员在室率评估方法. 世界地震工程, 32(1): 43—49.Xiao D. S., Chang M., Su Y., et al., 2016. Indoor rate evaluation method of personnel based on time-space prism. World Earthquake Engineering, 32(1): 43—49. (in Chinese) [13] 张莹, 郭红梅, 陈维锋等, 2017. 城镇地震应急快速评估系统研究. 震灾防御技术, 12(4): 902—913. doi: 10.11899/zzfy20170418Zhang Y., Guo H. M., Chen W. F., et al., 2017. Research of urban earthquake emergency rapid assessment system. Technology for Earthquake Disaster Prevention, 12(4): 902—913. (in Chinese) doi: 10.11899/zzfy20170418 [14] 赵雪雁, 刘霜, 李巍, 2010. 基于人粮关系的土地资源承载力研究——以甘南藏族自治州为例. 西北师范大学学报(自然科学版), 46(6): 100—103.Zhao X. Y., Liu S., Li W., 2010. The land carrying capacity based on man-grain relationship——A case study of Gannan Tibetan Autonomous Prefecture. Journal of Northwest Normal University (Natural Science), 46(6): 100—103. (in Chinese) [15] 赵雪雁, 毛笑文, 2013. 汉、藏、回族地区农户的环境影响——以甘肃省张掖市、甘南藏族自治州、临夏回族自治州为例. 生态学报, 33(17): 5397—5406. doi: 10.5846/stxb201206050813Zhao X. Y., Mao X. W., 2013. Comparison environmental impact of the peasant household in Han, Zang and Hui nationality region: case of Zhangye, Gannan and Linxia in Gansu Province. Acta Ecologica Sinica, 33(17): 5397—5406. (in Chinese) doi: 10.5846/stxb201206050813 [16] 郑山锁, 张睿明, 陈飞等, 2019. 地震人员伤亡评估理论及应用研究. 世界地震工程, 35(1): 87—96.Zheng S. S., Zhang R. M., Chen F., et al. 2019. Research on theory and application of earthquake casualty estimates. World Earthquake Engineering, 35(1): 87—96. (in Chinese) -
下载:
点击查看大图
计量
- 文章访问数: 134
- HTML全文浏览量: 62
- PDF下载量: 5
- 被引次数: 0
