滇西地区基于单体建筑的震后人员死亡评估方法研究

许瑞杰 贾召亮 郑川 吴艳梅 壮延 曹彦波 李兆隆

摘要：震后死亡人数是震后应急响应和救援工作的重要基础。为提高震后人员死亡评估精度，从云南县（区）城镇化率、建筑面积和建筑楼层数考虑，提出了一种基于单体建筑的人口分配方法；以建筑的致死性矩阵为基础，使用滇西地区建筑数据和历史地震死亡人数计算本地化修正系数，得到了该地区基于建筑类型的人员死亡评估方法；以2021年云南漾濞6.4级地震为例，对评估结果进行了检验和三维可视化。结果表明：①基于单体建筑的人口分布空间比传统的公里格网更加精细；②基于单体建筑评估的受灾人口和实际受灾人口之间的相对误差为3.7%，精度较好；③基于单体建筑致死性评估的漾濞地震人员死亡评估结果为0～3人，符合实际情况；④三维表达能够增加信息表达的直观性和丰富程度。

关键词：单体建筑；致死性；死亡评估；漾濞地震；滇西地区

中图分类号：P315.94文献标识码：A文章编号：1000-0666（2023）03-0394-09

doi：10.20015/j.cnki.ISSN1000-0666.2023.0039

0引言

震后死亡人数是开展地震应急救援工作的重要信息，是各级政府关注的核心问题之一。近年来，全国各个省级地震部门均开展了震后死亡人数的评估工作，辅助震后应急响应和决策分析，提高了省级地震部门的应急响应能力。然而，由于影响地震人员死亡的因素较多，如地震、区域环境、建筑物及其他因素（冯志泽等，1996），不同影响因素对于人员死亡数量的影响作用也不尽相同，导致难以准确评估地震造成的人员伤亡（聂高众等，2021）。如若震后第一时间无法确定较为精准的死亡人数和死亡人员分布，决策者无法明确救援地区、救援物资种类和数量、量化救援队伍人数等，将阻碍了救援工作的部署、调度和实施。在此背景下，进一步探寻更加精准的震后人员死亡评估研究，有助于决策者研判救援的重点地区，从而有针对性地提出应急对策，指导应急救援工作。

目前，震后人员死亡评估的研究方法主要有三类：一是基于地震参数构建评估模型（李媛媛等，2015；陈黛等，2017；Xing，Jin，2018），该类方法基于震级、烈度、震源深度等参数建立地震与人员死亡的关系和模型，并用该模型评估地震造成的人员死亡。如陈尧（2015）依托震级和烈度，结合发震时间、人口密度、地质灾害等因素，建立了人员伤亡的评估模型。该类方法参数少、数据易获取，但评估结果与实际差异较大，需要结合地区的地形地貌、经济水平等条件进行人工修正。二是基于单体建筑致死性的方法（王野等，2021；闫佳琦等，2021；郑山锁等，2019；张露露等，2021；So，Spence，2013；Chaoetal，2020），该类方法考虑不同结构类型的建筑在不同烈度下的破坏程度，建立了建筑破坏程度与人员死亡的拟合关系。如夏朝旭（2020）基于1966年以来121次有人员死亡的历史地震数据，建立了一种基于建筑致死性矩阵的人员死亡评估模型。该类方法流程清晰、评估结果较为准确，然而由于建筑数量多、分布广，难以获取准确的建筑数据，尤其是随着社会经济发展和乡村振兴战略的持续推进，农村地区建筑更新迭代周期加快，导致数据时效性较差，无法满足应急需求。三是基于人工智能的新方法，该类方法最早用于预测地震的三要素（Asimetal，2018；Marhain，2021），之后推广应用于人员伤亡的预测（王晨晖等，2019），如Xing等（2020）使用1970—2017年中国大陆84次有人员死亡的地震，利用超限学习机（ELM）方法建立了地震人员伤亡的预测模型。该类方法解决了传统人员死亡评估中多维指标和非线性的问题，提高了评估的准确性，然而机器学习算法需要多次迭代才能获得最优解，并且参数需要多次手动调整，泛化能力差，容易出现过拟合现象。

综上所述，基于单体建筑致死性的人员死亡评估方法流程清晰、结果相对准确、可靠性较高，其难点在于数据获取渠道窄、时效性差。随着云南地震灾害风险普查工作的推进，高精度的建筑数据逐渐丰富，为该方法提供了系统可靠的数据基础。综合比较云南省的建筑数据发现，滇西地区建筑数据相对丰富且精度较高，因此，本文以单体建筑致死性的方法为基础，使用滇西地区历史地震资料计算本地化修正系数，提出了基于单体建筑的滇西地区人员死亡的评估方法，并以2021年5月21日漾濞6.4级地震为例，说明该方法在地震中的应用，为基于单体建筑的人员死亡评估本地化的研究提供参考。

1研究区与数据集

1.1研究区概况

参照前人研究成果（周光全等，2011）和云南地区现行的烈度评估模型的地区分区（张方浩等，2016；郭少文等，2022），云南断块可分为西部、中部和东部3个部分，本文研究区域为云南西部断块（下文统称为滇西地区），该区域从北向南地势逐渐降低，北部高山峡谷相间，地势险峻，山岭和峡谷相对高差超过1000m。南部群山连绵，河谷开阔，地势相对缓和（图1a）。区域内涉及云南11个州（市）、62个县和567个乡镇，面积约18.28万km2，占云南总面积的45.38%，人口1883.35万，占云南总人口的47.82%。从人口公里格网分布图（图1b）、遥感影像解译和实地调查发现，该区域人口分布呈现出两个特点：一是北部和南部人口相对较少，主要聚集在中部；二是人口沿着河谷和山间盆地分布。

云南省有历史记载的M≥5.0地震共计410次，其中滇西地区共有178次，占43%，其中震级最大的地震为1988年11月6日的澜沧北7.4级地震。近十年以来，滇西地区共发生M≥5.0地震14次，其中震级最大的地震為2021年5月21日漾濞6.4级地震。考虑到滇西地区复杂的地形地貌，人员分布特点和历史地震活动特点，选择该区域开展人员死亡评估研究工作，可为当地地震应急救援提供决策依据。

1.2数据来源

本文采用的数据主要包括云南县级人口统计数据、行政区划数据、建筑图斑数据和历史地震死亡人口数据。

云南县级人口统计数据来源于《云南行政区划简册（2020）》（云南省民政厅，云南省地图院，2021），统计人口为常住人口，时限为2019年。行政区划数据来源于云南省地震局地震应急数据库，时限为2019年。建筑图斑数据来源于云南省地震局组织实施完成的任务项目——“基于遥感影像和经验估计的云南省房屋抗震设防能力初判工作”，该项工作勾画了全省建筑的图斑，并通过遥感影像、街景地图和实地调研的方式判别建筑的结构类型和楼层数，时限为2020年底。历史地震死亡人口数据来源于1992—2021年的地震灾害损失评估报告。

2研究方法

2.1单体建筑人口分配

随着经济发展，云南县级人口分布呈现出3个特点：一是人口逐渐从农村向城镇迁移，乡镇城镇化率不断提高；二是面积越大的建筑，人口越多；三是局部地区的高层建筑较多，导致小面积的土地聚集大量的人口。因此，本文通过城镇化率、建筑面积和建筑楼层数3个因素对人口进行分配，具体分3步。

死亡率（Xi）代表了一次破坏性地震中，死亡人数与受灾人数的比例。本文采用中国地震局地质研究基于全国震例拟合得出提出的致死性水平矩阵（表1），该矩阵可建立不同建筑结构类型在遭受不同烈度破坏时受灾人数与人员死亡的比例。不适合滇西地区，因此本文引入R来开展滇西地区的本地化研究。

本文使用历史震例和2020年建筑数据确定修正系数（R）。由于缺少历史建筑数据，历史震例的选取考虑了两点：一是发震年份距2020年相对较短。由于社会发展和脱贫攻坚成效，农村建筑的类型、结构变化较大，使用此类震例能更好与2020年建筑数据匹配。二是历史震例要有典型性。典型地震的选取原则是震级大（MS≥6.0）、有人员死亡、社会影响广泛。本文典型地震选取2021年5月21日漾濞6.4级地震，历史地震时间段选取为2014—2021年。计算2014—2021年滇西地区14次MS≥5.0地震的人员死亡结果，并与实际数据进行对比（表2）。由表2可见：震后死亡人数评估结果区间数量级满足应急需求，但精度不够；每个地震的死亡人数评估结果的最小值均略高于实际死亡人数。

取震后死亡人数评估结果的最小值作为评估死亡人数，通过统计对比发现：①当地震最高烈度为Ⅵ时，评估死亡人数为1，实际死亡人数为0，符合实际情况；②当地震最高烈度为Ⅶ时，评估死亡人数为1～2，实际死亡人数为0，两者偏差不大，R=1。③当地震最高烈度为Ⅷ时，评估死亡

3结果与讨论

2021年5月21日云南漾濞发生6.4级地震，最高烈度为Ⅷ度，共造成3人死亡，34人受伤，898003人受灾。本文以该地震为例，对Ⅵ度区及以上地区的受灾人口和人员死亡风险进行评估，并对评估结果进行分析和讨论。

3.1人口分布评估结果

漾濞地震Ⅵ度及以上地区单体建筑人口数量差异极大（图2a），最低1人，最高1218人，共计970826人，人口分布具有东密西疏的特点，主要集中在山间低谷的城镇地区。图2b表示距震中最近的苍山西镇主城区的单体建筑人口分布情况。苍山西镇主城区内人口约2万人，单体建筑人口平均值为8人，30人以上的单体建筑占24%。图2c为Ⅵ度以上地区内人口密度最高地区（下关街道）的单体建筑人口分布情况。下关街道人口总计24万，视图范围内人口约6万，单体建筑人口平均值为37人，30人以上的单体建筑占53%。

3.2人員死亡评估结果

人员死亡评估结果采用人员死亡风险参数表示。人员死亡风险参数是单体建筑人口和对应死亡率的乘积，是反映单体建筑人员死亡概率高低的定性值。根据《地震灾害风险评估技术及数据规范》中国地震局.2021.地震灾害风险评估技术及数据规范（FXPC/DZP-02，第一次全国自然灾害综合风险普查技术规范）.中区域地震灾害风险等级分级指标和《云南省地震应急预案》云南省人民政府办公厅.2021.云南省地震应急预案.地震灾害分级要求，将人员死亡风险分为4级，见表3。

图3a为漾濞地震Ⅵ度及以上地区的人员死亡风险。图3b为距震中最近的苍山西镇的人员死亡风险，该区域烈度为Ⅷ度，区域内10%的建筑人员死亡风险达到Ⅳ级，80%的建筑人员死亡风险达到Ⅲ级，10%的建筑人员死亡风险达到Ⅱ级。图3c为震区人口最密集的下关街道的人员死亡风险，该区域地震烈度为Ⅵ度，区域内95%的建筑的人员死亡风险为Ⅳ级，仅有5%的建筑人员死亡风险达到Ⅲ级。

3.3评估结果分析

3.3.1关键要素

评估结果的精确度主要取决于两方面因素：一是单体建筑数据的完整性和准确性，其中的关键是建筑的结构类型和楼层数。本文采用了滇西地区的单体建筑结构类型和楼层数据，该地区数据数量相对丰富且精度相对较高，是深入研究建筑致死性的良好数据。二是地区修正系数的确定。本文使用的致死性矩阵是由中国地震局地质研究所基于全国范围内的震例研究得出的，并不适用于范围相对较小的滇西地区，需要开展本地化研究。本文从地震的典型性和发震时间的间隔两方面，基于2014—2021年滇西地区14次MS≥5.0地震，计算了滇西地区的修正系数。

3.3.2精度分析

在受灾人口方面，主要决定因素是烈度圈和人口分布。本文依托单体建筑对大理地区的人口分布进行模拟，计算得到漾濞地震Ⅵ度及以上地区的受灾人数，共计970826人。本次地震实际受灾人口为934911人，相差35915人，相对误差为3.70%，精度满足实际需求。本文评估死亡人数为0～3人，实际死亡人数3人，相对误差0～3人，符合实际需求。本次地震死亡人数较少，主要原因是在主震发生前几个小时和几天内，相继发生了多次4.0级以上地震。尤其是在主震发生前20分钟左右，发生一次5.7级地震，部分群众已采取户外避险措施，减少了人员伤亡。

3.3.3信息表达分析

本文评估结果依托单体建筑且建筑具有空间值，有利于三维表达，因此按照楼层数将各个建筑图斑在空间上进行纵向拉伸，再叠加地形数据形成专题信息三维模型。在人口分布方面，基于单体建筑的评估方法Ⅵ度及以上地区图斑共计195444个，视图内图斑（图4a）有2757个，而云南地震灾害快速评估与信息服务系统产出图件中，Ⅵ度及以上地区图斑仅有1895个（图4c）在死亡风险方面，基于单体建筑的评估方法采用死亡风险的表达方式，对漾濞6.4级地震Ⅵ度以及上范围内的195444个建筑图斑进行了评估，并且能细分到乡镇（图4b），而评估系统的人员死亡评估以县为基本单位（图4d），对Ⅵ度及以上范围内的县进行了评估。综合来看，依托单体建筑三维表达人口分布和人员死亡风险能大幅提升数据的精细程度和直观性，在实际运用过程中通过拉伸、缩放等操作进行交互，提升决策者决策能力。

4结论

震后死亡人数是震后应急响应和救援工作的重要基础，而基于单体建筑的震后死亡人数评估不仅能有效提高人口分布和人员死亡数量的精度，还可以利用建筑楼层数进行三维可视化表达，提升信息的表现力。本文以滇西地区为研究区，结合不同结构类型建筑的死亡率和2014—2021年震，得到了滇西地区基于单体建筑的人口分布和人员死亡的评估方法，并应用于2021年5月21日漾濞6.4级地震进行评估，得到以下结论：

（1）本文方法通过城镇化率、单体建筑的建筑面积和建筑楼层数3个因素可以对乡镇人口进行再分配，与传统的人口公里格网相比，数据更加精细。

（2）采用本文的评估方法得到的漾濞6.4级地震灾区的受灾人数和死亡人数与实际统计结果相近，地震应急工作的需要。

（3）基于单体建筑的评估方法有利于三维表达，进一步增加信息表达的直观性。

需要说明的是，本文结果是基于抽样调查和经验估计的单体建筑数据得出，在大尺度上能够宏观反映人口分布，但在小尺度上如社区、乡村等应用合理性不足。为了消除上述因素影响，还需要开展深入调查，选用小尺度的乡村进行研究，进一步提升评估结果的精度。

参考文献：

陈黛，白鹏飞，蔡冬雪.2017.地震灾害人员伤亡预测模型研究［J］.数学的实践与认识，47（13）：208-215.

陈尧.2015.破坏性地震人员伤亡快速评估方法研究［D］.哈尔滨：中国地震局工程力学研究所.

冯志泽，何钧，陈惠云.1996.地震人员伤亡预测研究——以鲁南地区为例［J］.地震学刊，16（1）：58-62.

郭少文，雷奇果，周坤.2022.极震区烈度的ELM预测模型［J］.华南地震，42（1）：140-146.

李媛媛，翁文国，张小乐，等.2015.云南地区地震死亡人数快速估算：以鲁甸6.5级地震为例［J］.清华大学学报（自然科学版），55（3）：368-372.

聂高众，夏朝旭，范熙伟，等.2021.基于历史地震数据的建筑物致死性水平研究［J］.地质科学，56（4）：1250-1266.

王晨晖，袁颖，刘立申，等.2019.基于PCA-GSM-SVM的地震伤亡人数预测［J］.华北地震科学，37（3）：25-30.

王野，于建杰，余世舟.2021.基于切比雪夫不等式地震人员伤亡评估［J］.自然灾害学报，30（3）：63-68.

夏朝旭.2020.基于实地调查的地震人员死亡致死性评估技术研究［D］.北京：中国地震局地质研究所.

闫佳琦，陈相兆，孙柏涛.2021.地震人员伤亡评估方法及损失评估系统综述［J］.工程力学，38（12）：1-16.

云南省民政厅，云南省地图院.2021.云南省行政区划简册（2020）［M］.長沙：湖南地图出版社.

张方浩，蒋飞蕊，李永强，等.2016.云南地区地震烈度评估模型研究［J］.中国地震，32（3）：511-521.

张露露，何雅枫，宴金旭，等.2021.基于无人机影像的漾濞地震房屋震害定量评估［J］.华南地震，41（3）：76-81.

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［J］.世界地震工程，35（1）：87-96.

周光全，非明伦，毛燕，等.2011.云南地震灾害特征及经济损失评估技术研究［M］.昆明：云南科技出版社.

AsimKM，IdrisA，IqbalT，etal.2018.Earthquakepredictionmodelusingsupportvectorregressorandhybridneuralnetworks［J］.PlosONE，13（7）：e0199004.

ChaoXX，GaoZN，XiWF.etal.2022.Anewmodelforthequantitativeassessmentofearthquakecasualtiesbasedonthecorrectionofanti-lethallevel［J］.NaturalHazards，110（1）：1199-1226.

MarhainS，AhmedAN，MurtiMA.etal.2021.InvestigatingtheapplicationofartificialintelligenceforearthquakepredictioninTerengganu［J］.NaturalHazards，108（1）：977-999.

SoE，SpenceR.2013.Estimatingshaking-inducedcasualtiesandbuildingdamageforglobalearthquakeevents：aproposedmodellingapproach［J］.BullEarthquakeEng，11（1）：47-363.

XingH，JinH.2018.AnearthquakecasualtypredictionmodelbasedonmodifiedpartialGaussiancurve［J］.NaturalHazards，94（3）：999-1021.

XingH，JunyiS，JinH.2020.ThecasualtypredictionofearthquakedisasterbasedonExtremeLearningMachinemethod［J］.NaturalHazards，102（3）：873-886.