震后初期村镇应急救援决策模型研究

卢　頔，沈岐平

（1. 哈尔滨工业大学 管理学院，黑龙江 哈尔滨150010，E-mail：ludi_hit@163.com；2. 香港理工大学 建筑与地政学院，中国 香港 999077）

震后初期村镇应急救援决策模型研究

卢頔1，沈岐平2

（1. 哈尔滨工业大学 管理学院，黑龙江 哈尔滨150010，E-mail：ludi_hit@163.com；2. 香港理工大学 建筑与地政学院，中国 香港 999077）

为快速准确识别及定位我国村镇震后灾情集中汇聚的“脆弱区域”，从震后初期村镇灾情特征空间分布入手，以应急救援生命抢救黄金期（72h）原则，以人口救援作为应急救援的主导方向，以易损性构成原理为依据，构建村镇震后初期的应急救援决策模型，通过改进的基于免疫谱聚类Nyström算法对易损性量化数值进行聚类并划分等级，结合ArcGIS软件对其进行空间展布，绘制震后初期村镇应急救援决策网格图，以此提高村镇震后应急救援决策和指挥的准确性，并为决策者提供科学有效的理论和方法指导。

村镇；地震灾害；应急救援；易损性；决策模型

中国是世界上少数几个地震灾害频繁、受地震灾害损失惨重的国家之一。其中，村镇地区由于地震活动频度高、震源浅、强度大、分布广等特点，致使其成为我国受地震灾害影响最为严重的区域。且村镇发生地震灾害后，受灾灾情信息不充分、不及时、不全面，并且其后的衍生和可能涉及的影响，致使相关政府决策者在高度压力下和较短时间内无法根据灾情状况迅速作出合理和科学的决策，加剧了地震灾害对村镇所造成的不利影响和损失程度。而如何准确对村镇灾情分布信息进行精确、全面的集成及展布，为政府决策者制定科学合理的应急救援决策、采取准确高效的应急救援措施提供技术支撑，以此将地震灾害所造成的危害和损失降至最低，是地震灾害研究领域的热点问题和前沿方向，也是我国目前村镇建设所面临且亟需解决的重大问题。

对于震后村镇灾情特征最直接的表现形式即为易损性，易损性用于描述系统受到地震灾害伤害的可能性，国内外学者对于易损性的理论研究最初集中于提出易损性的定义，包括Ibidun［1］将易损性定义为系统抵抗地震灾害的能力由其周围的自然、社会、经济和环境因素决定，这些因素决定系统在遭受既定地震灾害时，造成伤害的可能性和规模等。随着对易损性研究的深入，逐渐形成了易损性理论研究的两大分支：包括对于易损性类别研究，将易损性定义为物理易损性和社会易损性两部分，相关研究如Bogardi［2］强调物理易损性与地震灾害物理特性密切相关，并由主要地震灾害爆发的频率和可能造成的潜在损失来评估。Cutter［3］认为社会易损性是地震灾害形成的根源，由于受灾区自身特征以影响其应对、抵御及从地震灾害影响中恢复的能力。以及对于易损性组成要素研究，将易损性的构成定义为暴露性和敏感性两个关键要素，相关研究如Aleksandra［4］提出的暴露性通常指的是暴露于地震影响区域范围分布特征，以其所处位置和受地震灾害影响的程度表示，这其中地震灾害自身特点、在地震影响区域范围内的分布状况是评估暴露性的关键性因素；Turner［5］认为敏感性由人类-环境条件所确定，直接决定系统受到地震灾害侵袭时发生损失程度的大小。

由于我国村镇基础设施薄弱、交通不便，在震后初期，应急救援决策者仅能在天气条件允许的情况下，凭借卫星、遥感、无人机等传回的图片和物理数据粗略估计灾区受灾情况，而无法在第一时间内准确获取村镇灾区灾情特征分布情况。因此本文基于易损性的构成原理，针对震后初期的集中人口救援，构建村镇应急救援决策模型，通过易损性的量化评价，并结合ArcGIS软件实现村镇各个灾区易损性的空间展布，以生成村镇应急救援决策分布图，这将有助于决策者在震后初期快速且准确掌握各个灾区的灾情特征信息，进而为决策者制定科学合理的应急救援决策提供参考依据。

1　震后初期村镇应急救援决策模型构建

1.1村镇易损性构成原理

通过借鉴联合国国际减灾战略对易损性的定义，本文将易损性定义为暴露性和敏感性二者共同作用的函数。其中，对于暴露性，本文假设在地震灾害突发时，未考虑人为因素的干扰，所以将其定义为村镇地震灾害影响区域内暴露于地震灾害中心位置的距离，以其空间地理位置表示，即某一单位区域与地震灾害震中的距离越近，该区域的暴露性程度越高。而对于敏感性，本文将其描述为地震灾害影响区域内各单位区域对于灾害所造成持续损害的敏感程度。该敏感程度的高低主要取决于人口的伤亡情况，即人口伤亡情况越严重，该单位区域的敏感性越高。

1.2村镇易损性量化模型构建

基于易损性的构成原理，本文通过分别构建灾害暴露性和敏感性的量化模型，并最终对其进行耦合，以形成易损性量化模型。

（1）暴露性量化模型。本文对于暴露性的量化模型的确定，将村镇地震灾害影响区域内，各单位区域与地震灾害震中的距离作为量化某一单位区域暴露性程度的关键要素，其量化模型表示为：

式中，Eq为村镇地震灾害影响区域内q区域的暴露性得分；Dq为村镇地震灾害影响区域内q区域与地震灾害爆发中心的距离。

（2）敏感性量化模型。敏感性可以理解为震后初期的村镇人口伤亡情况。通过量化构成敏感性的每项地震灾害因素指标对人口伤亡率的影响，予以确定各项指标的权重，建立敏感性量化模型：

式中，Sq为村镇地震灾害影响区域内q区域的敏感性得分；xi为第i个地震灾害因素指标的量化数值；ai为第i个地震灾害因素指标的权重。

其中对于地震灾害因素指标的选取，通过结合村镇地震灾害实际发生时的致灾因子因素，综合考虑与村镇地震灾害敏感性相关的全部要素，并采用科学方法对指标进行分析、筛选，选择出相关性和关联度高的指标，使之能够较为准确地应用在人口伤亡相关的应急救援决策中，以此形成构成敏感性的地震灾害因素指标，如图1所示。

图1　地震灾害因素指标

根据易损性的构成原理，以及所构建暴露性和敏感性的量化模型，其量化模型可表示为：

式中，Vq为村镇地震灾害影响区域内q区域的易损性得分。

2　震后初期村镇应急救援决策分布图

2.1村镇易损性等级划分原则

由于所计算的村镇地震灾害影响区域内各区域易损性数值量十分庞大且分布较为分散，因此本文选用张向荣［6］提出的改进的基于免疫谱聚类Nyström免疫算法模型，对各区域的易损性数值进行聚类分析。该算法的具体步骤为：

（1）计算样本的相似性矩阵W。样本的相似性矩阵中的相似度可表示为：

式中，si和sj分别是第i和第j个像素点的特征向量；wij是点i和j间的相似度；σ为尺度参数；W为n×n的相似性矩阵。

通过从所有n个样本中随机选择出一小部分样本（m个，m＜＜n）作为代表点，以Nyström逼近方法将相似性矩阵表示为：

式中，子块H为随机采样m个像素之间的权重；子块B为随机采样的m个像素到剩余像素（n-m）之间的权重；C为随机采样后剩余的样本点（n-m）之间的权重。对H进行对角化为H =UΛUT，U为相似矩阵W的特征向量的逼近，以Nyström得到：

设ˆW表示对W的逼近，计算相似度矩阵W的拉普拉斯矩阵L：

（2）计算样本的亲和度。样本亲和度的度量可表示为：

式中，n表示样本数目；k表示类型数目；Dij表示第i个样本点到第j个聚类中心的欧式距离；m∈［1，∞］，本文定义m为2。

2.2应急救援决策分布图的绘制

基于已构建的村镇易损性量化模型，通过运用ArcGIS软件强大的空间数据分析处理能力和制图功能，采用村镇人屋密度和人口密度空间分布图作为工作底图，划定震后初期村镇影响区域并对其进行屏幕数字化及格栅化，以获得震后初期村镇易损性分布图。通过绘制基于不同空间分布的村镇易损性分布图，以明确地震灾害量级与村镇易损性程度之间的耦合程度，从而准确掌握震后初期村镇各区域内灾情特征的空间分布规律，据此作为村镇应急救援决策分布图。

3　应用实例

3.1研究区域

本文选取2014年8月3日16时30分发生的云南鲁甸大地震作为研究对象，将地震的震中——云南省昭通市鲁甸县龙头山镇，也是本次大地震中受地震灾害破坏最严重的村镇作为研究区域中心。龙头山镇位于云南省昭通市的西南部，位置处于昭通、鲁甸断裂带上，即中国地震活动频繁的地震带，全镇辖11个行政村56个自然村、246个村民小组，11708户，51214人。由于这些村镇区域具有我国村镇的典型特点，且位于地震活跃带上，多次发生灾难性的地震灾害，因此十分适合用于验证震后初期村镇应急救援决策模型的有效性。

3.2数据源

对于本文研究中所使用的龙头山镇空间格局数字化模型底图，来自于国家测绘地理信息局，以及“地球系统科学数据共享机构”的多时相Landsat TM遥感影像。而龙头山镇的房屋、人口空间数据，则来源于国家地震局地质研究所2013年统计数据。通过对云南省内所有行政区划进行实地调查，排除无人网格的干扰，获得研究区域的样本数据（见表1）、房屋密度和人口密度空间分布图（见图2）。

3.3龙头山镇及所辖村易损性分析

运用ArcGIS软件，将龙头山镇土地空间格局图予以格栅化，将其分割成1km×1km网格单元格，形成龙头山镇2013年土地空间格局数字化模型图。

表1　样本数据

图2　昭通市房屋密度和人口密度空间分布图（数据来源：中国地震局地质研究所）

（1）龙头山镇及所辖村暴露性分析。基于本文已构建的暴露性量化模型，龙头山镇各区域的暴露性仅与距离震中的距离相关，而在地震发生瞬间才能得知震中位置，所以本文假设震源位置处于区域中心位置。实际情况中，当震灾发生后即能确定震中位置，从而快速计算出暴露性数值。

（2）龙头山镇及所辖村敏感性分析。基于已构建的敏感性量化模型，首先确定构成敏感性的地震灾害因素指标，针对龙头山镇的地理环境、人文环境、房屋结构情况、孕灾环境等特点，本文确立9个地震灾害因素指标，并采用投影寻踪法确定各指标的客观权重，以此计算龙头山镇及所辖村各区域的敏感性得分（见表2）。

（3）龙头山镇及所辖村震灾易损性分析。通过运用龙头山镇及所辖村各区域暴露性和敏感性得分，计算获得各区域易损性得分。由于龙头山镇及所辖村各区域易损性量化分值均集中于［0-7］，本文运用所提出的改进的基于免疫谱聚类Nyström算法，对龙头山镇及所辖村各区域易损性得分进行聚类，并最终划分为8个等级，即0、0-1、1-2、2-3、3-4、4-5、5-6、6-7，其中易损性等级越大，表示该区域易损性越高，即地震灾害对于该区域所产生的不利影响越严重，反之则正好相反。借助ArcGIS软件对聚类后的龙头山镇及所辖村各区域易损性划分等级进行展布，获得龙头山镇及所辖村易损性分布图，作为龙头山镇及所辖村应急救援决策分布图，如图3所示。

根据图3可知，易损性等级越大的区域，表明地震灾害发生后，人口伤亡数量越高、受灾情况越严重，对于震后初期村镇应急救援决策者来说，在制定应急救援决策时，应加大对易损性等级较高地区的应急救援人员、应急救援设备的配备。该分布图对于村镇政府一级决策者而言，通过将村镇地震灾害影响区域内易损性分布情况予以展布，可以直观、精确获得所辖村镇在震后初期受灾特征分布状况，进行应急救援物资的需求预测，从而在震后初期灾情信息稀缺状况下制定科学合理的应急救援物资调配和供给决策，以此从整体上减轻村镇地震灾害影响区域内所可能造成的伤亡情况，为地震灾害预防工作的开展和部署提供科学参考和指导。

表2　敏感性量化指标体系

图3　龙头山镇及所辖村应急救援决策分布图

4　结语

本文以我国受地震灾害影响最为严重的村镇为研究对象，通过构建应急救援决策模型，量化村镇受地震灾害影响区域易损性，并以改进的基于免疫谱聚类Nyström算法对易损性数值进行等级划分，借助ArcGIS软件对易损性进行空间展布，绘制应急救援决策分布图。据此准确掌握震后初期村镇易损性的空间分布规律，使决策者在应急救援生命抢救黄金期（72h）内快速、及时、有效地获取村镇受灾特征空间分布信息，制定有针对性的应急救援疏散决策，实施有效的应急救援和应急管理措施，为提升我国村镇的地震防御机制和防震减灾措施提供技术支撑。

［1］Ibidun O.A.Vulnerability assessment of an urban flood in Nigeria：Abeokuta flood 2011［J］.Natural Hazards，2011（56）：215-231.

［2］Bogardi J，Birkmann J.Vulnerability Assessment：The First Step Towards Sustainable Risk Reduction［M］. Disaster and Society：From Hazard.

［3］Cutter S L，Mitchell J T，Scott M S.Revealing the vulnerability of people and places：A case study of georgetown county，south carolina，Ann［J］.Assoc. Am.Geogr.，2000（90）：713-737.

［4］Aleksandra K，Gina C.Surface water flooding risk to urban communities：Analysis of vulnerability，hazard and exposure［J］.Landscape and Urban Planning，2011（103）：185-197.

［5］Turner BL，Kasperson RE，Matsone PA，James JM，Robert W.Corellg CL，Eckley N，Kasperson JX，Luerse A，Martellog ML，Polsky C，Pulsipher A，Schiller A.A framework for vulnerability analysis in sustainability science［J］.National Acad.Sci.，2003（100）：8074-8079.

［6］张向荣，骞晓雪，焦李成.基于免疫谱聚类的图像分割［J］.软件学报，2010，21（9）：2196-2205.

Emergency Rescue Decision Model of Towns and Villages in the Initial Stage of Post-earthquake

LU Di1，SHEN Qi-ping2
（1. School of Management，Harbin Institute of Technology，Harbin 150001，China，E-mail:ludi_hit@163.com；2. Department of Building and Real Estate，Hong Kong Polytechnic University，HongKong 999077，China）

In order to quickly and accurately identify and locate the "vulnerable area" of towns and villages after earthquake disaster，we build the emergency rescue decision model of towns and villages from the spatial distribution of disaster characteristics of towns and villages in the initial stage of post-earthquake observing the principle of the gold emergency rescue and life rescue（72h）in accordance with the composition principle of vulnerability. We quantize，cluster and divide level of vulnerability based on the improved immunized Nystrom spectral clustering algorithm，and combine with ArcGIS software to map its spatial distribution，draw the emergency rescue decision grid chart of towns and villages in the initial stage of post-earthquake. The results can improve the accuracy of emergency rescue decision-making and command of towns and villages after the earthquake and provide scientific and valid theory and method guidance to the decision-makers.

towns and villages；earthquake disaster；emergency rescue；vulnerability；decision model

P315.9

A

1674-8859（2016）05-039-05

10.13991/j.cnki.jem.2016.05.008

2016-06-13.

卢頔（1987-），女，博士研究生，研究方向：管理科学与工程，应急决策方法模型；

沈岐平（1963-），男，教授，博士生导师，研究方向：管理科学与工程，应急管理及价值管理方面的研究。