化工园区地震级联灾害情景构建与演化分析

赵江平，王 敏，杨 震，张翌曼

(西安建筑科技大学 资源工程学院，陕西 西安 710055)

地震灾害是因为地球突然释放其内部长期累积的能量而引起地球表面的振动，造成伤亡人数最多，且最容易引起社会恐慌的自然灾害。化工园区是易燃易爆物、毒物高度集中的高风险区域，一旦有强震来袭，直接作用于园区内部基础设施和化工设备，易造成级联事故，产生灾难性的后果。为了了解化工园区地震级联灾害的演化路径及级联效应的扩展机理，国内外学者做了大量的研究。Strinberg[1]分析了土耳其科贾埃利地震导致的Na-tech事故。贾培宏等[2]探讨了油罐次生灾害与地震的相关性，建立了油罐地震灾害的预评估模型。钟江荣等[3]通过研究储油罐地震及其引发的次生火灾，建立了储油罐地震次生火灾故障树评估模型。余世舟等[4]引入灾害链理论分析石化系统的地震致灾机理，用概率评估灾害链节点，采取断链措施减少损失。周愉峰等[5]建立地震灾害动态GERT网络模型来预测地震灾害的演化过程。谢红梅等[6]分析了典型化工设备地震破坏形式和破坏原因，从不同角度提出了风险预防及控制措施。余世舟等[7]对毒气、火灾、爆炸等3种地震级联灾害进行GIS模拟，预测了地震危害区域的范围。郭燕等[8]以汶川地震为例，运用模糊综合评价法对该区域的防震减灾能力进行了评价。颜峻等[9]通过构建贝叶斯网络研究建筑物内部遭受地震时燃气管道泄漏引发次生火灾的演化路径。Salzano，Fabbrocino和Campedel[10-12]分析了洪水、地震等自然灾害可能造成的次生灾害风险和化工厂脆弱性。罗东雨等[13]采用数值仿真方法研究各类近断层地震动对LNG储罐的作用效应，对比分析LNG储罐地震响应的差异性。在现有研究中大多是对自然灾害和技术灾害进行单方面分析，忽略了致灾因子之间的灾害耦合作用，没有充分考虑后续可能会发生的级联事故，缺乏对园区内部地震级联灾害事故系统性的分析，而贝叶斯网络在描述系统中各灾害风险间关联强度和灾害发生的不确定性方面具有明显优势。因此，本文在贝叶斯理论的基础上，改进网络模型结构的构建以及节点概率的计算方法，为探究化工园区地震级联灾害演化过程提供新的思路。

本文在已有研究的基础上，通过案例收集和文献分析并结合化工领域专家知识分析化工园区地震级联灾害情景演化过程，构建贝叶斯网络情景演化结构模型。针对非常规突发事件的不确定性和专家意见的主观性，提出了一种将D-S证据理论、专家打分法结合的改进贝叶斯网络方法，通过融合专家打分数据得到节点条件概率分布。利用贝叶斯模型的推理功能，得出化工园区地震级联灾害演化过程各节点后验概率值，通过不同角度的对比分析，探讨各网络节点对化工园区的影响程度，找到其中主要影响因素，为化工园区地震灾害预防与应急工作提供科学的参考依据。

1 化工园区地震致灾机理分析

地震灾害因为突发性强、危害性大、不能及时准确预报等原因成为影响化工园区安全运行的典型自然灾害之一。由于化工园区内存有大量危险化学品，易受地震波及，引发爆炸、火灾等事故，并且在合成、氧化、还原、聚合等化工生产工序中，一般都具有放热特点，其反应条件为高温高压，极易发生燃烧和爆炸。地震的发生导致生命线损坏，引起停水、停电，此时正在进行运作的工序，由于停水缺失冷却水的提供和停电导致搅拌停止，压力和温度突然升高，当其超过反应容器的耐温耐压极限时，便会发生火灾和爆炸事故[14]。例如，在1976年唐山地震时，天津一化工厂内的氯乙烯单体罐发生爆炸引起火灾。从以往震例资料分析可知，化工园区地震灾害的致灾机理主要对园区内建筑物、化工设备及供水、供电、供气等生命线工程产生破坏，造成危化品泄漏，诱发化工园区火灾、爆炸以及中毒等Na-tech事件[15]。

本文主要从自然灾害、致灾方式、灾害演化和事故损害角度分析地震灾害对化工园区的影响程度。如图1所示，地震灾害直接作用于化工设备或损坏生命线工程和建筑物，导致化工设备内有毒有害危化品、易燃易爆危化品不同程度的泄漏，进而引发化工园区中毒、火灾、爆炸等一系列Na-tech事件，最终造成环境污染、财产损失和人员伤亡。

图1 化工园区地震致灾机理图Fig.1 Mechanism diagram of earthquake disaster in chemical industrial park

2 贝叶斯模型构建

贝叶斯网络是一个数学模型，其本质是运用概率方法进行推理，将有向无环图的网络拓扑结构和概率方法巧妙地结合起来，为求解实际问题提出的一种图解方式，它在处理非常规突发事件的不确定性方面具有明显的优势。

2.1 确定网络节点变量

在案例收集和文献分析的基础上，结合化工园区地震致灾机理图分析化工园区地震灾害情景演化过程，参考专家意见确定各节点变量和取值范围，由于篇幅限制，仅对部分节点取值范围进行阐述：

(1)地震灾害本身状态取值范围

地震烈度：地震烈度的大小决定了地震灾害的严重程度。根据地震发生时对建筑物的损毁程度进行分级，烈度较小(Ⅷ度以下)的地震对建筑物损毁程度较小；烈度过大(如Ⅻ度)则会对建筑物造成毁灭性破坏[16]。在此仅考虑烈度在Ⅷ-Ⅺ度之间(地震烈度值大于等于Ⅷ度或小于Ⅺ度)的地震，并将地震烈度值划分为Ⅷ-Ⅸ度(地震烈度值大于等于Ⅷ度或小于Ⅸ度)、Ⅸ-Ⅹ度(地震烈度值大于等于Ⅸ度或小于Ⅹ度)、Ⅹ-Ⅺ度(地震烈度值大于等于Ⅹ度或小于Ⅺ度)3个等级。

(2)情景分析层状态取值范围

为了更好地表示等级间差距，对节点变量取值范围进行0-1间的模糊量化处理。

1)化工装置破坏：根据地震灾害造成化工装置的破坏程度将其划分为没有破损即正常状态、局部破损、完全摧毁3个等级，其对应的量化分值为0-0.3、0.3-0.7、0.7-1.0。

2)储罐破坏：根据地震灾害造成储罐的损坏程度将其划分为正常、局部破损、完全摧毁3个等级，其对应的量化分值为0-0.3、0.3-0.7、0.7-1.0。

3)管道破裂：根据管道受地震灾害影响而引起管道的破裂程度将其划分为正常、局部破损、完全摧毁3个等级，其对应的量化分值为0-0.3、0.3-0.7、0.7-1.0。

4)建筑物破坏：由于目前收集的震例数据指标无法统一，为了简化情景研究的复杂性，故根据发生地震后建筑物的倒塌情况将其划分为少量倒塌或者没有倒塌、建筑物倒塌大半、大部分或全部建筑物倒塌3个等级，其对应的量化分值为0-0.3、0.3-0.7、0.7-1.0。

5)应急响应：根据化工园区遭遇地震灾害后采取应急措施的时间分为2个等级，震时未及时作出应急响应和震时及时作出应急响应。

(3)事故输出层状态取值范围

人员伤亡：根据国务院出台的《生产安全事故报告和调查处理条例》相关规定，造成10人以上死亡的事故属于重大事故，将其风险水平为不可接受[17]，因此将其划分为风险水平可接受和不可接受2个等级。

经上分析，可获得化工园区地震级联灾害情景网络各节点变量的取值范围如表1所示。

表1 化工园区地震级联灾害情景网络节点变量取值范围Table 1 The value range of node variables of seismic cascading disaster scenario network in chemical industry park

续表1

2.2 确定网络节点关系

D-S证据理论根据两个证据的Dempster合成法则，可以获得一个能合成多个证据的合成公式，公式定义如下：

(1)

K的大小代表多个独立证据的冲突程度,系数(1/(1-K)为归一化因子，它是为了规避在合成时把非零的概率赋予空集[18]。

在公式(1)中，倘若K=1，证据对立，公式失效。此外，若K→1时，证据冲突程度高，公式(1)将会得到违背常理的结论。因此学者[19]在文献中提到将证据冲突概率按各个命题的平均支持程度加权进行合理分配，改进了证据合成公式：

(2)

本文为了保证结果科学合理，选取2种公式的加权平均结果表示各节点变量之间的直接因果关系，即：m(A)总=(m(A)+m(A)′)/2。如果2个节点变量xi→xj的直接因果关系为真的信任度m(Y)大于等于信度阀值u，则节点变量xi→xj的关系成立。

根据前文分析确定的网络节点变量即表1，对化工行业专家进行调查，通过打分的方式表示各个节点变量之间的直接因果关系，即给出基本概率赋值函数mi(Y,N)，根据公式(1)和公式(2)计算组合后的m(Y)。依据相关D-S证据理论应用情况的统计分析和专家经验的估计，信度阀值一般在0.8-0.9之间较为合理，本文取信度阀值为u=0.85。

以“易燃易爆危化品泄漏x15”节点为例说明网络节点的确定过程。5名专家对节点x15与其它节点变量因果关系的基本概率赋值函数mi(Y,N)如表2所示，运用公式(1)和公式(2)计算得到组合信任度m(Y)，如果m(Y)≥0.85则关系成立，反之则不成立。

表2 节点之间因果关系专家打分结果表Table 2 Expert scoring results of causality between nodes

经计算可知，x15→x16的组合信任度m(Y)=0.922836>0.85，x15→x17的组合信任度m(Y)=0.860289>0.85,则x15→x16、x15→x17的因果关系成立，其它的因果关系不成立。

根据上述的因果关系分析，确定了网络节点之间的顺序，获得的贝叶斯网络结构如图2所示。

图2 化工园区地震级联灾害情景演化图Fig.2 The evolution ofseismic cascading disaster scenarios in the chemical industry park

3 情景应用

贝叶斯网络结构确定之后，需要获得结构中各节点变量的条件概率或者先验概率值。由于该领域数据的缺乏，本文采用专家打分的方式对各节点变量的条件概率或先验概率值进行估计。为了更好地消除专家之间意见的差异性，减小专家意见主观性的影响，通过统计多名化工行业专家意见，采用D-S证据理论对其进行整合，以形成更加科学合理的条件概率表(CPT)。

以“储罐破坏x10”节点为例，说明化工园区地震级联灾害情景网络各节点条件概率的获取过程。3名专家对“储罐破坏x10”节点条件概率的打分情况如表3所示，利用公式(1)对m(X1,X2,X3)进行计算，例如当结构或构件破坏时，计算过程如下：

表3 “储罐破坏x10”节点专家打分结果及计算结果Table 3 Expert scoring results and calculation results of storage tank damage x10 node

K=1-m1(X1)·m2(X1)·m3(X1)-m1(X2)·m2(X2)·m3(X2)-m1(X3)·m2(X3)·m3(X3)
=1-0.5×0.5×0.4-0.2×0.15×0.3-0.3×0.35×0.3
=1-0.1-0.009-0.0315=0.8595

则m(X1,X2,X3)=(0.712,0.064,0.224)。同理，经过计算可获得其他节点的条件概率。

倘若某化工园区内的厂房和其他建筑物抗震性能好，并且建筑物之间分布较稀疏，即建筑物的密度小；地震发生在白天，上班时间则认为人员密度大，并将所计算得到的条件概率表(CPT)导入GeNIe 2.0软件，得到的各节点后验概率如表4所示。

地震灾害不仅会损坏化工园区内设备设施，还会造成设备阀门的松动和连接管线的破坏，从而引起内部危险化学品泄漏，造成中毒、火灾、爆炸等一系列级联灾害事故的发生，最终导致人员伤亡、环境污染和财产损失。在判断设备结构或构件是否破坏的前提下，根据化工设备的破裂情况将其细分为正常、局部破损和完全摧毁，化工设备在生产过程中的氧化、还原、聚合、合成等工序受停水、停电的影响，极易引起燃烧和爆炸，因此化工生产装置不仅受建筑物倒塌的直接影响，还受地震导致生命线损坏造成停水、停电的间接影响。由表4中数据分析可知，化工设备局部破损和完全摧毁的概率随着地震烈度的增长而变大，无破损即正常的概率随之变小。在同一地震烈度条件下，储罐的损坏概率最大，其次为管道和化工生产装置，主要原因是化工园区内储罐的数量较多且分布密集，导致其受地震灾害的影响程度高于其他化工设备。

如表4所示，随着地震烈度的增大，建筑物绝大多数倒塌的概率从0.103最终增长到0.231，大半倒塌的概率从0.213增长到0.391；储罐被完全摧毁的概率从0.224变为0.291，局部破损的概率从0.064变为0.314；管道完全破裂的概率由0.150上升到0.283；而化工装置完全破坏的概率从最初的0.124增长到0.144，最后减小到0.132，局部破损从最初的0.131变成了最后的0.193。结果表明，在工程结构破坏程度方面，伴随着地震烈度的增长，导致园区内建筑及化工设备的破坏越严重，事故扩展效应越大，最终后果越严重。与已有的专家[20]研究结果对比，符合其变化趋势，说明该模型可行。

表4 化工园区地震灾害网络各节点变量的后验概率值Table 4 The posterior probability value of each node variable in the network of chemical park earthquake disaster

随着地震烈度的增大，事故的后验概率值有一定程度的增加，相比于地震直接造成的建筑物倒塌、化工设备破坏以及生命线损坏等事故，发生爆炸、火灾、中毒等事故的增长幅度较低，其分别为0.155～0.164、0.261～0.271、0.114～0.117。由此可见，地震对园区内化工设备直接破坏的影响程度较大，由于演化过程存在多个中间变量的约束，导致其对事故损害的影响程度变小。

假设该化工园区发生地震灾害，地震烈度为9度，对比单一化工设备造成不同化工事故的发生概率大小，如图3所示。在单一化工设备的影响下，发生火灾事故的概率最大，其次是爆炸事故，发生中毒事故的概率最小。储罐破坏造成中毒、火灾、爆炸事故的概率分别为0.142、0.312、0.273，管道破裂造成3个不同类型事故的概率为0.125、0.279、0.234，而化工装置造成事故的概率为0.111、0.252、0.157。对比可知，当造成同一类型事故时，储罐破坏的影响程度最大，其次为管道破裂。因此，针对化工事故，化工园区需要采取防护措施加强化工设备的管理，结合政府出台的相关文件，科学管控危险化学品，做好化工设备的安全防护，防止事故进一步扩展。

图3 不同化工设备造成的不同事故类型概率对比图Fig.3 Comparison chart of the probability of different accident types caused by different chemical equipments

化工园区地震级联灾害的特征不仅表现为连锁效应，还表现为次级事件造成的影响比初始事件更大的放大效应。尽管地震灾害的发生无法避免，化工园区地震级联灾害情景模型可以模拟灾害的演化过程，预测各级联灾害的发生情况，以便采取相应措施减少灾害损失。地震灾害情景演化研究为化工园区的防震减灾工作提供了一种新思路，有利于化工园区震前预防、震时应急管理。

4 结论

本文收集历史震例资料和文献的基础上，将D-S证据理论和贝叶斯网络结合构建化工园区地震级联灾害情景贝叶斯网络图，通过情景演化方法分析得出结论，为化工园区防震减灾提供科学的参考依据。

(1)由于地震灾害是一种“低概率，高风险”的非常规突发事件，其导致的化工园区灾害数据至今并未有人统计，因为数据的缺乏本文选用了专家打分法对其造成的级联灾害的发生次序和发生概率进行估计，为减小专家判断主观性的影响，引入了D-S证据理论对多位专家的估计数据进行融合，用融合所得的数值进行贝叶斯推理。在构建贝叶斯网络的同时，将专家知识进行保存，便于知识的学习。

(2)根据特定的情景对所构建的贝叶斯网络模型进行推理，从不同角度对化工园区地震级联灾害事件进行对比分析，结果表明：地震造成化工设备的直接破坏中对储罐的完全摧毁概率最大为0.291；随着地震烈度的增加，化工设备的损伤概率变大，造成伤亡人数越多；化工装置、储罐、管道单一设备造成的火灾事故概率最大分别为0.252、0.279、0.312。确定了储罐破坏和火灾事故时是级联灾害中导致灾害扩大的主要影响因素，为化工园区提供科学的地震级联灾害预测方法，以及震前预防、震时应急的侧重点。

(3)地震耦合作用下的化工园区事故与传统化工生产安全事故相比，地震会引起化工园区失效概率增加，从而使个人风险值增大；但是因为园区内化工设备分布十分密集，导致伤亡范围一定，所以社会风险保持不变。受数据缺乏的限制，各节点变量的取值分类还不够十分精细，如火灾可分为池火灾、火球、闪火等，而且虽然加入D-S证据理论进行数据融合，但是依旧存在一定的主观性，导致模型的适用范围有限，需要进行进一步研究。