基于Newmark模型的地震滑坡承灾体风险评估

贾召亮 郑川 吴艳梅 张鹏 许瑞杰 壮延 曹彦波

摘要：以云南省昭通市为研究区，利用区域地质和地形数据，基于Newmark位移模型开展斜坡临界加速度计算与地震滑坡危险性分析；基于滑坡滑动距离统计模型，建立简化的地震滑坡影响范围预测方法；利用2014年鲁甸6.5级地震地震动峰值加速度模拟数据，引入建筑物、人口和道路数据，尝试开展地震滑坡承灾体风险评估。结果表明：昭通市地震滑坡高易发区主要分布在河流两岸陡坡地区和软弱岩层集中分布区域，受坡度和岩性因素控制明显；鲁甸地震因地质灾害死亡人口均分布在地震滑坡威胁建筑物和人口较多的乡镇；地震滑坡道路致灾高风险路段与实际受灾严重路段重合度较高；评估结果能在区域尺度反映承灾体的风险分布情况。

关键词：Newmark模型；地震滑坡；承灾体；风险评估；鲁甸地震

中图分类号：R315.94文献标识码：A文章编号：1000-0666（2023）03-0366-10

doi：10.20015/j.cnki.ISSN1000-0666.2023.0043

0引言

地震诱发的滑坡灾害是我国大陆山区最常见且破坏力最强的地震次生灾害（张铎等，2013），往往会造成大量的人员伤亡和经济损失。发生中强地震时，其诱发的滑坡崩塌灾害，特别是在山岳地区，危害往往比地震直接灾害还要大（李忠生，2003）。如2008年5月12日四川汶川8.0級地震触发滑坡、崩塌、碎屑流等地质灾害点3～5万处，致使重灾区房屋被毁、河道阻塞、交通中断、救援受阻，直接造成约2万人死亡（黄润秋，2009；殷跃平，2008）；2012年9月7日彝良5.7级和5.6级地震触发滑坡259处，崩塌、滚石189处，掩埋校舍、砸毁房屋、阻断河流、阻断交通（王东坡等，2013），60人因崩滑死亡，占地震总死亡人数的74%（白仙富等，2013）；2013年4月20日四川芦山7.0级地震触发滑坡灾害点3883处（许冲等，2013），滑坡、崩塌、落石等次生灾害砸毁民房、阻断交通，造成多人伤亡（黄润秋等，2013；裴向军，黄润秋，2013）；2014年8月3日云南鲁甸6.5级地震在震中250km2的区域内触发面积100m2以上山体滑坡1024处（许冲等，2014），掩埋村庄、堵塞水道、阻断交通，约200人因地震崩滑死亡或失踪（李永强，李兆隆，2016；刘爱文等，2014）。因此，开展地震滑坡承灾体的风险评估工作对减轻地震灾害损失具有重要意义。

Newmark（1965）在地震对坝体影响的研究中提出了滑块位移分析方法，将滑坡体假设为具有临界加速度的刚塑性滑块；当地震加速度超过临界加速度时，滑块克服摩擦阻力开始滑动。Newmark位移模型提出以来被众多学者应用和完善，并衍生出可以利用GIS技术和地震动参数计算滑坡永久位移的简化模型，被广泛应用到地震滑坡危险性评估中（Jibsonetal，2000；Pengetal，2009；Leeetal，2015；王涛等，2015；徐声鑫等，2022）。近年来，该方法逐渐被国内学者关注，并用于开展地震滑坡危险性评估工作。如王涛等（2013）、陈晓利等（2013）、刘甲美等（2017）、杨志华等（2017）采用Newmark位移模型，开展了地震灾区地震滑坡危险性评估工作；程小杰等（2017）、李雪婧等（2019）、梅伟等（2022）和王琳等（2021）基于地震动参数区划数据开展了区域地震滑坡危险性评估工作；Peng等（2009）将位移大于临界值的区域视为滑坡潜在源区，以南投地震为例开展地震滑坡影响范围预测，结果表明Newmark位移模型在地震滑坡易发性和危险性评估中具有较好的适用性。本文在已有研究成果基础上，以云南昭通市为研究区，计算区域斜坡临界加速度，引入建筑物、人口、道路等承灾体数据，以2014年云南鲁甸6.5级地震为例开展基于Newmark位移模型的地震滑坡承灾体风险评估，以期为区域地震滑坡承灾体风险评估、地震灾害防治方案制定、地震应急救援提供参考。

[]地震研究[]46卷

第3期

贾召亮等：基于Newmark模型的地震滑坡承灾体风险评估——以2014年云南鲁甸6.5级地震为例

1研究区概况

昭通市（26°55′～28°36′N，102°52′～105°19′E）位于云南省东北部，是云贵高原向四川盆地的过渡带，总面积2.3万km2，地势西南高、东北低，最高海拔4040m，最低海拔268m（图1）。境内分布有金沙江、牛栏江、大关河、洛泽河等393条河流，均为雨水补给的高原河流类型（《云南省地图集》编纂委员会，2019）。2020年，昭通市常住人口509.3万人，人口密度221人/km2，生产总值1288.74亿元（云南省统计局，2021）。

从地理位置上来看，昭通市位于川滇地块和华南地块之间的交界地带（张培震等，2003），分布有小江断裂、马边—盐津断裂、五莲峰断裂、鲁甸—昭通断裂等第四纪活动断裂（安晓文等，2018；陈君贤等，2021）。研究区构造运动强烈，地震频发，加之境内地层岩性复杂、山高坡陡、岩石破碎，地质条件脆弱；一旦发生地震，地壳应力强烈释放，对地表岩土体扰动剧烈，极易诱发次生地质灾害。境内可开发利用的土地资源有限，居民地、生命线工程、耕地等多分布在山地缓坡和河谷地区，地震次生地质灾害往往会造成严重损失。如2006年7月22日盐津5.1级地震、2012年9月7日彝良5.7级和5.6级地震、2014年8月3日鲁甸6.5级地震等均诱发了严重的次生地质灾害，造成大量人员伤亡和经济损失（非明伦等，2006；白仙富等，2013；李永强，李兆隆，2016；宴金旭等，2021；钟江荣等，2021）。昭通市地震活动频度高、地质灾害易发、地震次生地质灾害损失重，将昭通市作为研究区开展地震滑坡承灾体风险评估，对昭通地区地震灾害防治和地震应急救援工作具有重要意义。

2014年8月3日16时30分，云南省鲁甸县（27.1°N，103.3°E）发生6.5级地震，震源深度12km。地震造成云南省鲁甸县、巧家县、昭阳区等县（区）的70个乡镇遭受不同程度破坏，617人死亡、112人失踪、3143人受伤，直接经济损失235.78亿元云南省地震局.2014.2014年8月3日云南鲁甸6.5级地震灾害直接经济损失评估报告（云南灾区）.。本文以鲁甸6.5级地震的震级和震中位置作为设定地震参数，开展地震灾区地震滑坡危险性和承灾体风险评估。

2研究方法与数据处理

2.1Newmark位移模型

Newmark位移模型的理论基础是无限斜坡的极限平衡理论，滑块的永久位移是在地震荷载作用下，滑动块体沿着最危险滑动面发生瞬时失稳后位移不断累积所致；将外荷载加速度与临界加速度的差值部分对时间进行二次积分即可得到永久位移量（Newmark，1965；Jibsonetal，2000）。简化的Newmark位移模型将水平地震动加速度方向简化为平行于滑坡面下坡方向输入，方便了临界加速度的计算（Wilson，Keefer，1983）。临界加速度可以通过比较滑块在静力和地震动力条件下的受力状态，利用无限斜坡法计算静态安全系数间接求解：

2.2滑坡影响范围预测方法

Newmark位移模型的分析方法認为，当斜坡的累积位移量达到临界值后才可能失稳并发生滑坡。Jibson（2011）总结了大量研究案例中临界位移值的选取方案和建议（这些临界位移值主要包括510和15cm），认为临界位移值的大小跟坡体的特性有关，脆性坡体的临界位移值要小于塑性坡体。结合前人研究成果和研究区坡体特征，本文采用5cm作为地震滑坡发生的临界位移值，按坡向分割累积位移值大于临界位移值的坡体，将分割后的坡体视为潜在滑坡体。

滑坡的影响范围是判断滑坡是否会对承灾体造成威胁的重要判断依据。由于滑坡成灾机理的复杂性，滑坡影响范围的估算仍处于探索阶段，特别是大区域潜在滑坡的定量预测建模还非常困难（石菊松等，2007）。结合前人研究成果，考虑GIS实现难度和评估效率，本文将滑坡影响范围的平面投影简化为以潜在滑坡体宽度和水平滑动距离为边长的矩形（图2）。

图2中Lw为潜在滑坡体宽度；Ls为滑坡后缘至前缘的水平距离，即滑坡的最大水平滑动距离；Lr为滑坡后缘至对向坡坡脚的水平距离，考虑地貌对滑动距离的影响，取Ls≤Lr。

本文采用李秀珍和孔纪名（2010）基于国内外343个滑坡实例得到的滑坡体积与水平滑动距离之间的统计模型，计算滑坡水平滑动距离：

Ls=13.144×exp0.748×log（S×h）（6）

式中：Ls为滑坡水平滑动距离（m）；S为潜在滑坡体平面投影面积（m2）；h为潜在滑坡体厚度（m）。

2.3数据准备

利用研究区1∶50万地质资料中国地质调查局发展研究中心全国地质资料馆（https：//www.ngac.cn）.，参考《工程岩体分级标准》（GB/T5028—2014）以及王涛等（2021）给出的岩土体分组标准和物理学参数参考值，将研究区岩土体按地层岩性划分为：坚硬、较坚硬、较软、软、极软5类岩组并赋值式（2）中岩土体物理学参数（图3a）。其中：坚硬岩组分布较少，主要为花岗岩、辉绿岩等岩浆岩；较坚硬岩组分布较广，占研究区面积的23.62%，主要地层为澄江组、观音崖组、剑川组等，岩性以白云岩、灰岩、凝灰岩等为主；较软岩组分布最广，占研究区面积的63.28%，主要地层为冈达概组、巧家组、箐门组等，岩性以砂岩、粉砂岩、泥灰岩等为主；软岩组占研究区面积的12.19%，主要地层为仁和桥组、花开左组、漾江组等，岩性以页岩、泥岩为主；极软岩组分布较少，主要为第四系砂、砾、黏土等。

以30m分辨率DEM（DigitalElevationModel）数据为基础中国科学院计算机网络信息中心地理空间数据云平台（http：//www.gscloud.cn）.，计算得出研究区坡度分布数据（图3b），作为式（1）和（2）中斜坡坡角及滑坡面倾角参数。由图3b可知，研究区坡度区间为0°～86°，其中：10°以下区域面积占20.96%，10°～20°区域面积占34.43%，20°～30°区域面积占24.85%，30°～40°区域面积占13.91%，40°以上区域面积占5.83%。考虑到坡度小于10°的斜坡发生滑坡的概率较小，为提高计算效率，相应区域不参与计算。

地震动峰值加速度（PGA）是表征地震作用强弱程度的指标，对应于标准化地震动加速度反应谱最大值的水平加速度（中国地震动参数区划图，GB/T18306—2015）。PGA分布的确定需要震后高密度地震观测仪器的强震动观测数据作为支撑，获取难度大、用时长。本文采用王玉石等（2013）基于951条加速度记录数据得到的川滇地区水平向强地震动衰减关系，制作基于震中位置和震级的PGA分布模拟数据（图4），初步解决震前评估模拟数据需求和震后评估数据获取问题。由图4可知，PGA等值线在极震区呈长条形平行于发震断裂站NW向展布（徐锡伟等，2014），研究区内PGA＞4.02m/s2的区域面积为167km2（Ⅸ度区），1.95m/s2＜PGA＜4.01m/s2区域面积为1049km2（Ⅷ度区），0.937m/s2＜PGA＜1.94m/s2区域面积为3715km2（Ⅶ度区），0.457m/s2＜PGA＜0.936m/s2区域面积有3847km2（Ⅵ度区）。与鲁甸地震实际数据对比，该模型得出的最大PGA小于实际值，烈度区面积和空间分布与实际调查结果存在差异；模型结果可能导致地震滑坡评估结果分布范围偏大、极震区滑坡规模偏小、重灾区位置存在偏差。

3评估结果

3.1昭通市地震滑坡危险性

相关研究表明，我国西南地区地震滑坡以0.5～5m厚度的浅层滑坡为主（周本刚，张裕明，1994）。参考刘甲美等（2017）对地震滑坡厚度的取值经验，取3m作为研究区滑坡体厚度，即式（2）和式（6）中h=3，不考虑滑坡体孔隙水含量的影响，即式（2）中m=0。基于式（1）和（2）计算得到研究区斜坡临界加速度分布数据（图5）。临界加速度是地震触发斜坡位移的最小加速度，反映了斜坡抵抗地震破坏的能力；斜坡的临界加速度值越小，越容易在地震作用下发生滑坡。由图5可知，研究区斜坡临界加速度为0～1.13g，采用自然断点法划分为高易发区（0～0.41g）、中易发区（0.41～0.68g）、低易发区（0.68～1.13g）。对比图1、图3和图5可知，高易发区面积为3240km2，占昭通市面积的14%，主要分布在金沙江、牛栏江、大关河等河流及其支流两岸陡坡地区，受坡度因素控制显著；其次，绥江县北部、水富县、盐津县北部、彝良县中部和东北部等软弱岩层分布区域地震滑坡高风险区分布较集中，受岩性因素控制明显。

3.2鲁甸地震滑坡危险性

利用研究区斜坡临界加速度和地震动峰值加速度分布模拟数据，基于式（4）制作了地震灾区（烈度Ⅵ度及以上区域）地震滑坡Newmark累积位移分布数据，基于式（5）对地震滑坡危险性进行分级（图6）。根据滑坡发生概率计算结果，将地震灾区地震滑坡危险性划分为5个等级：极低风险（＜1%）、低风险（1%～5%）、中风险（5%～15%）、高风险（15%～25%）、极高风险（25%～33%）。结合图1、图3b和图6可知，高-极高风险区主要分布在高陡深切河谷地区，与实际地震滑坡分布特点较一致（殷志强等，2016）。

3.3鲁甸地震滑坡承灾体危险性

王秀英等（2010）在汶川地震诱发滑坡的研究中发现，0.2g是龙门山地区地震滑坡发生的临界加速度值，大部分滑坡都发生在PGA＞0.2g的区域。为提高评估效率，参考前人研究成果，本文主要对Ⅷ度及以上（PGA≥1.95m/s2）区域开展地震滑坡承灾体风险评估。基于滑坡影响范围预测方法和地震灾区斜坡累积位移值计算结果，制作地震滑坡影响范围分布数据（图7）。

地震滑坡灾害的承灾体主要包括人口、建筑物、交通道路、农作物、土地资源等。其中人口是震后最重要的救援对象，建筑物毁坏是导致人员伤亡的主要原因，交通系统功能损坏是影响震后应急救援的重要因素。鉴于此，本文选取建筑物、人口和道路作为评估对象，开展地震滑坡承灾体风险评估。

3.3.1建筑物

采用Zhang等（2022）基于深度学习模型和多源遥感影像制作的昭通市建筑物屋顶矢量数据，叠加滑坡影响范围，生成地震滑坡威胁建筑物分布图（图8a），统计了各乡镇地震滑坡威胁建筑物数量（表1）。由图8a和表1可知，地震滑坡威胁建筑物1523栋，主要分布在小河镇、乐红镇、新店镇、龙头山镇等乡镇。因采用的建筑物数据为震后数据，统计结果仅反映区域风险分布情况，与实际受灾情况可比性较低。

3.3.2人口

通过遥感影像目视分析，评估区涉及乡镇建筑物以独户住宅为主，高层居民楼和工业建筑较少。假设单位建筑物占地面积内的人口数量相同，将乡镇人口数量按建筑物占地面积平均分配，统计了地震滑坡威胁建筑物内的人口数量（表1）。由表1可知，地震滑坡威胁建筑物内人口9351人，小河镇、乐红镇、新店镇等8个乡镇威胁人口均超过百人。与实际致灾情况对比，地震地质灾害死亡人口均分布在地震滑坡威胁人口较多的乡镇；地震滑坡威胁人口和实际死亡人口在乡镇空间分布上出入较大，表现为小河镇、乐红镇、新店镇等乡镇地震滑坡威胁人数多而实际死亡人数少，这可能与地震滑坡预测的准确度、PGA模拟数据精度、承灾体数据时效性等因素有关。

3.3.3道路

根据鲁甸地震现场灾害损失调查情况，灾区道路震害主要表现为：滑坡阻塞交通，滚石砸坏路面，路面开裂，路基下沉、开裂，挡墙开裂、垮塌，路基塌方等。其中鲁甸县境内昭巧二级公路，沙坝—龙头山—乐红、鲁甸—铅厂、新店—小河、牛栏江大桥—天花板、龙头山—龙井—西屏—银屏—翠屏、乐红—施初，火德红—红石岩等234条公路共2453km受损，损毁严重路段中断452条次；巧家县境内县乡公路、通村公路共102条189.51km受损，塌方5631处1022万m3。

通过叠加滑坡影响范围和道路图层，生成鲁甸地震灾区地震滑坡威胁道路分布图（图8b）。由图8b可知，龙头山镇、包谷垴乡、新店镇、乐红镇、小河镇等乡镇境内道路受地震滑坡威胁较严重；部分道路地震滑坡威胁路段长、威胁点多，导致道路中断的风险较高。与鲁甸地震道路震害情况对比，评估结果与实际受灾严重路段重合度较高，可以在一定程度上反映地震滑坡道路危险性分布情况。

4讨论

由于地震滑坡运动机理涉及的许多问题还处于探索阶段，使得区域范围内地震滑坡的预测还十分困难（张铎等，2013），因此通过预测区域地震滑坡来判断承灾体的危险性还没有成熟的解决方案。Newmark位移模型基于地震作用下斜坡位移量计算，通过临界位移值判断边坡失稳的可能性，达到预测地震滑坡的目的。该方法虽然定量地给出了预测地震滑坡发生的判断依据，但评价结果只表示地震滑坡发生的区域和可能性，并不能准确预测潜在滑坡体的具体位置和范围。为确定地震滑坡的影响范围，本文尝试采用了单体滑坡的评估方法，将同一斜坡上位移量大于临界位移值的坡体视为潜在滑坡体。通过震后遥感影像滑坡体分布和潜在滑坡体评估结果进行目视对比，发现评估结果可以在一定程度上反应滑坡体的坡体分布和影响范围，但该方法的适用性以及结果的准确性还需要检验和优化。

本文引入建筑物、人口和道路数据，尝试开展地震滑坡承灾体的风险评估工作。从评估结果与鲁甸地震灾情对比来看，评估结果可以在一定程度上反映灾情的空间分布情况，但在灾情规模和空间分布的反映上還存在不足。分析认为其原因主要包括3个方面：一是地震滑坡预测的准确度不够。简化的Newmark位移模型建立在诸多假设条件成立的基础上，模型本身的预测能力有限；同时本文主要参考前人的研究成果和经验选取模型参数，未进行模型参数的研究区适用性检验和优化，进一步限制了地震滑坡预测的准确性。二是PGA模拟数据精度不够。本文采用的PGA模拟数据未考虑地形和场地条件对地震动强度变化的影响，忽略了局部地震动强度衰减的差异；模拟数据中Ⅸ度区较实际面积偏大、范围向NW向扩大，导致震中NW方向的小河镇、乐红镇和新店镇等乡镇灾情评估结果偏重。三是承灾体数据的时效性不足。本文采用的承灾体数据为震后数年的数据，灾区恢复重建已对工程建设选址进行了优化，数据对地震发生时灾区情况的反应能力有限。

Newmark位移模型主要是基于区域地质、地形数据和地震动参数实现地震滑坡危险性评估。其中岩土体物理参数和地形坡度数据的精确度决定了区域斜坡稳定性评价的可靠性，因此，建立高精确度的地质和地形资料数据库是基于该方法开展区域地震滑坡风险评估的基础。而地震动参数模拟数据的准确性和震后高精度观测数据的快速获取，是制约评估结果可靠性和评估效率的重要因素。因此，从长远发展来看，优化区域地震动参数衰减模型提高模拟数据准确性，基于国家地震烈度速报与预警工程建设的高密度台站观测系统建立震后地震动参数快速获取机制，这些举措有助于提高震前评估结果的可靠性，实现震后快速评估。在以上基础上，建立定期更新、可追溯的地震滑坡承灾体数据库和同震滑坡及致灾统计数据库，开展地震滑坡承灾体风险评估与地震滑坡致灾研究工作，对地震滑坡灾害防治、地震应急处置、减轻灾害损失具有重要意义。

5结论

本文采用Newmark位移模型，开展了昭通市地震滑坡危险性分析，以2014年鲁甸6.4级地震为例，通过建立简化的地震滑坡影响范围预测方法，开展地震滑坡承灾体风险评估，得出以下结论：

（1）从地震滑坡危险性分布来看，昭通市地震滑坡高易发区面积3240km2，占昭通市面积的14%；主要分布在金沙江、牛栏江、大关河等河流两岸陡坡地区，以及绥江县北部、水富县、盐津县北部、彝良县中部和东北部等软弱岩层集中分布区域，受坡度和岩性因素控制明显。

（2）通过对比地震滑坡承灾体风险评估结果和实际受灾信息，鲁甸地震因地质灾害死亡人口均分布在受地震滑坡威胁的建筑物和人口较多的乡镇，地震滑坡道路致灾高风险路段与实际受灾严重路段重合度较高，评估结果能在区域尺度反映承灾体的风险分布情况。

地震滑坡灾害的成灾机理复杂，影响因素较多，大范围地震滑坡承灾体风险预测较困难。本文评估方法以多个理想化模型和统计模型为基础，这些模型的适用性和准确性还需要进一步检验和优化，本文评估方法不适用于地震滑坡致灾位置和数量的精确评估，评估结果仅在区域范围内受威胁承灾体空间分布评价中有一定参考意义。

参考文献：

安晓文，常祖峰，陈宇军，等.2018.云南第四纪活动断裂［M］.北京：地震出版社.

白仙富，戴雨芡，戴靖，等.2013.昭通地区地震灾害区域性特征分析［J］.地震研究，36（4）：514-524.

陈君贤，韩竹军，程捷.2021.小江断裂带南段新寨盆地新构造运动特征［J］.华南地震，41（3）：82-91.

陈晓利，袁仁茂，庾露.2013.Newmark方法在芦山地震诱发滑坡分布预测研究中的应用［J］.地震地质，35（3）：661-670.

程小杰，杨为民，向灵芝，等.2017.基于Newmark模型的天水市北山地震黄土滑坡危险性评价［J］.地质力学学报，23（2）：296-305.

非明伦，周光全，谢英情，等.2006.盐津5.1级地震现场调查与烈度分布［J］.地震研究，29（4）：411-417.

黃润秋，王运生，裴向军，等.2013.4·20芦山MS7.0级地震地质灾害特征［J］.西南交通大学学报，48（4）：581-589.

黄润秋.2009.汶川8.0级地震触发崩滑灾害机制及其地质力学模式［J］.岩石力学与工程学报，28（6）：1239-1249.

李秀珍，孔纪名.2010.“5·12”汶川地震诱发滑坡的滑动距离预测［J］.四川大学学报（工程科学版），42（5）：243-249.

李雪婧，高孟潭，徐伟进.2019.基于Newmark模型的概率地震滑坡危险性分析方法研究——以甘肃天水地区为例［J］.地震学报，41（6）：795-808.

李永强，李兆隆.2016.2014年云南鲁甸6.5级地震致人死亡情况分析［J］.中国地震，32（4）：787-800.

李忠生.2003.国内外地震滑坡灾害研究综述［J］.灾害学，18（4）：65-71.

刘爱文，帅向华，吕红山，等.2014.鲁甸地震生命线工程震害特点及应急抢修［J］.震灾防御技术，9（3）：359-367.

刘甲美，王涛，石菊松，等.2017.四川九寨沟MS7.0级地震滑坡应急快速评估［J］.地质力学学报，23（5）：639-645.

梅伟，顾世祥，周云，等.2022.玉溪市地震诱发滑坡危险性分析［J］.武汉大学学报（工学版），55（5）：454-461.

裴向军，黄润秋.2013.“4·20”芦山地震地质灾害特征分析［J］.成都理工大学学报（自然科学版），40（3）：257-263.

石菊松，石玲，吴树仁.2007.滑坡风险评估的难点和进展［J］.地质论评，53（6）：797-806.

王东坡，何思明，葛胜锦，等.2013.“9·07”彝良地震诱发次生山地灾害调查及减灾建议［J］.山地学报，31（1）：101-107.

王琳，罗祎浩，杨天青，等.2021.2019年贵州沿河MS4.9级地震烈度调查与震害特征［J］.华南地震，41（3）：132-140.

王涛，刘甲美，栗泽桐，等.2021.中国地震滑坡危险性评估及其对国土空间规划的影响研究［J］.中国地质，48（1）：21-39.

王涛，吴树仁，石菊松，等.2013.基于简化Newmark位移模型的区域地震滑坡危险性快速评估——以汶川MS8.0地震为例［J］.工程地质学报，21（1）：16-24.

王涛，吴树仁，石菊松，等.2015.地震滑坡危险性概念和基于力学模型的评估方法探讨［J］.工程地质学报，23（1）：93-104.

王秀英，聂高众，王登伟.2010.汶川地震诱发滑坡与地震动峰值加速度对应关系研究［J］.岩石力学与工程学报，29（1）：82-89.

王玉石，李小军，周正华.2013.川滇地区水平向强地震动衰减关系研究［J］.地震学报，35（2）：238-249.

徐声鑫，王岩，汪志民，等.2022.云南跨断层场地特征强度指标分析［J］.华南地震，42（2）：17-24.

徐锡伟，江国焰，于贵华，等.2014.鲁甸6.5级地震发震断层判定及其构造属性讨论［J］.地球物理学报，57（9）：3060-3068.

许冲，徐锡伟，沈玲玲，等.2014.2014年鲁甸MS6.5地震触发滑坡编录及其对一些地震参数的指示［J］.地震地质，36（4）：1186-1203.

许冲，徐锡伟，郑文俊，等.2013.2013年四川省芦山“4.20”7.0级强烈地震触发滑坡［J］.地震地质，35（3）：641-660.

宴金旭，肖本夫，张露露，等.2021.云南漾濞MS6.4级地震土木结构房屋震害分析［J］.华南地震，41（3）：71-75.

杨志华，张永双，郭长宝，等.2017.基于Newmark模型的尼泊尔MS8.1级地震滑坡危险性快速评估［J］.地质力学学报，23（1）：115-124.

殷跃平.2008.汶川八级地震地质灾害研究［J］.工程地质学报，16（4）：433-444.

殷志强，徐永强，陈红旗，等.2016.2014年云南鲁甸地震触发地质灾害发育分布规律及与景谷、盈江地震对比研究［J］.地质学报，90（6）：1086-1097.

《云南省地图集》编纂委员会.2019.云南省地图集［M］.西安：西安地图出版社.

云南省统计局.2021.云南统计年鉴（2021）［M］.北京：中国统计出版社.

张铎，吴中海，李家存，等.2013.国内外地震滑坡研究综述［J］.地质力学学报，19（3）：225-241.

张培震，邓起东，张国民，等.2003.中国大陆的强震活动与活动地块［J］.中国科学：地球科学，33（S1）：12-20.

钟江荣，张令心，沈俊凯.2021.基于震害资料的云南地区砌体结构易损性研究［J］.华南地震，41（1）：108-116.

周本刚，张裕明.1994.中国西南地区地震滑坡的基本特征［J］.西北地震学报，16（1）：95-103.

JibsonRW，HarpEL，MichaelJA.2000.Amethodforproducingdigitalprobabilisticseismiclandslidehazardmaps［J］.EngineeringGeology，58（3-4）：271-289.

JibsonRW.2007.Regressionmodelsforestimatingcoseismiclandslidedisplacement［J］.EngineeringGeology，91（2）：209-21.

JibsonRW.2011.Methodsforassessingthestabilityofslopesduringearthquakes—Aretrospective［J］.EngineeringGeology，122（1-2）：43-50.

LeeJH，ParkD，AhnJK，etal.2015.Developmentofpermanentdisplacementmodelforseismicmountainslope［J］.JournaloftheKoreanGeotechnicalSociety，31（4）：57-66.

NewmarkNM.1965.Effectsofearthquakesondamsandembankments［J］.Geotechnique，15（2）：139-160.

PengWF，WangCL，ChenST，etal.2009.Incorporatingtheeffectsoftopographicamplificationandslidingareasinthemodelingofearthquake-inducedlandslidehazards，usingthecumulativedisplacementmethod［J］.Computers&Geosciences，35（5）：946-966.

WilsonRC，KeeferDK.1983.Dynamicanalysisofaslopefailurefromthe6August1979Coyotelake，California，earthquake［J］.BulletinofEngineeringGeologyandtheEnvironment，73（3）：863-877.

ZhangZX，QianZ，ZhongT，etal.2022.Vectorizedrooftopareadatafor90citiesinChina［J］.ScientificData，9（1）：1-12.

GB/T18306—2015，中國地震动参数区划图［S］.

GB/T50218—2014，工程岩体分级标准［S］.