从表1可以看出,1992—2018年云南地区有烈度评估的地震共72次,大多是中强地震,震中烈度不高,从Ⅵ度到Ⅸ度不等。中强地震频度高,震亡小; 强震频度低,但震亡比例大; 部分震例没有死亡和重伤情况,在历次地震现场中调查发现,中强地震造成死亡和重伤的偶然性很大。按照不同震中烈度统计地震数量和震亡数量(表2),发现云南地区低烈度地震数量多,震亡数量比例低; 高烈度地震比低,震亡总数比高,不同震中烈度地震数量比与震亡数量比呈负相关关系。

表2 云南不同震中烈度地震及震亡特征
Tab.2 Earthquake and earthquake-caused death toll in terms of epicentral intensity

为研究1992—2018年人员伤亡的空间分布特征,将地震震级换算为能量,利用ArcGis软件,通过空间叠加分析,采用自然间断点分级法,给出每次地震单位能量死亡和受伤人数,如图1所示。

图1 1992—2018年云南地区地震单位能量死亡(a)和受伤(b)人数分布图
Fig.1 Distribution of the earthquake-caused death(a)and injuries(b) in terms of unit energy in Yunnan from 1992 to 2018

云南地震人员死亡和受伤人数具有明显的区域差异性,图1a显示,单位能量造成的死亡人数滇东北地区最高,滇西—滇西北地区次之,滇南—滇西南地区相对较低。图1b显示,单位能量造成的伤亡人数滇东北地区最高,滇西—滇西北地区次之,滇南—滇西南地区相对较低。因此可得出,同一能量级的地震发生在不同的地区,造成的人员伤亡依次为滇东北地区>滇西—滇西北地区>滇南—滇西南地区。

为研究1992—2018年地震直接经济损失的空间分布特征,采用自然间断点分级法,得出每次地震单位能量直接经济损失和人均直接经济损失,如图2所示。

从图2a可见,单位能量造成的直接经济损失滇东北地区最高,滇西—滇西北地区次之,滇南—滇西南地区相对较低。这一特征与人员伤亡的相似,可知云南地区地震单位能量直接经济损失也具有区域差异性。 由图2b可见,1992—2018年云南地区地震人均直接经济损失也具有区域差异性。滇西北香格里拉—丽江地区人均直接经济损失较为严重,主要由该地区区域人口密度小、人均房屋建筑面积较高、房屋建筑单方造价高、容易诱发地震地质灾害等因素引起。滇东北地区单位能量直接经济损失较高,但由于该地区人口密度大,一定程度上拉低了人均直接经济损失; 滇南地区的人均直接经济损失相对较低,这与该地区的单位能量直接经济损失较低有直接关系。

图2 1992—2018年云南地区地震单位能量直接经济损失(a)和人均直接经济损失(b)分布图
Fig.2 Distribution of the direct economic losses(a)and the per capita economic losses(b) in terms of unit energy caused by earthquakes in Yunnan from 1992 to 2018

划分地震灾害损失严重程度的指标包括地震烈度范围、人员伤亡、经济损失、房屋破坏面积等(尹之潜等,1991; 张方浩等,2016)。上述指标中烈度是分级描述的,不同烈度之间没有一个明确的数量转换关系,无法进行数理计算; 地震直接经济损失不仅反映社会环境破坏和经济损失,也间接地反映房屋破坏面积。因此,本文选取地震人员死亡(受伤分布图和死亡分布图比较相近,故此处只考虑人员死亡)和直接经济损失这2项最具代表性的灾害指标进行分析。

在所有的影响灾害轻重程度的致灾因子中,震级大小、灾区人口数量、灾区房屋抗震性能及地震诱发地质灾害情况是最主要的几个因素(胡伟华等,2010),而震级大小及灾区人口数量是比较容易获得定量表达的因子,因此本文进行数理统计分析时主要考虑这2个因子的影响。

笔者对1992—2018年云南地区历史地震单位能量人员死亡和直接经济损失进行聚类分析(图3),以此作为云南地震灾害特征分区的主要依据。

图3 1992—2018年云南地区地震单位能量人员死亡(a)和直接经济损失(b)聚类结果
Fig.3 Aggregation of the earthquake-caused death(a)and direct economic losses(b)in terms of unit energy caused by earthquake in Yunnan from 1992 to 2018.

从单位能量人员死亡指标(图3a)来看,滇东北地区死亡较重,滇西—滇西北地区死亡次之,滇南—滇西南地区相对较轻,故这3个地区的聚集性较为明显。从单位能量直接经济损失指标(图3b)来看,滇东北地区指标较高,具有较高的聚集性,滇西—滇西北地区也有一定的聚集性,滇南—滇西南地区大部分震例单位能量直接经济损失指标相对较低,也具有一定的聚集性。

因影响震害的因素较多,从不同地震断块地震活动特点、人员死亡与经济损失等不同灾害指标、房屋抗震性能来看,均能显示出一定的区域特征,但采用不同因子划分的区域又不尽相同(或重叠)。因此,本文主要根据云南地区历史地震人员伤亡与经济损失分布情况,结合各类建筑物分布及抗震性能情况,将云南地区分为滇东北(昭通市各县区、寻甸县、会泽县)、滇南—滇西南(临沧市、普洱市、西双版纳州、楚雄州、昆明市、曲靖市、玉溪市、红河州、文山州)、滇西—滇西北(大理州、丽江市、保山市、迪庆州、怒江州、德宏州各县区)3个特征分区,分别统计整理各分区各类震害资料,进而总结震害特征。基于上述原因,本文给出的特征分区并不代表对各区域内影响震害的各因素的绝对排序。

根据3个分区内的烈度数据用最小二乘法拟合出烈度衰减公式,各分区的长、短轴衰减关系见式(7～9)。

(1)滇东北地区

长轴:I_a=4.902 4+1.348 5M-3.973 8lg(R_a+13)σ=0.432 9(7a)

短轴:I_b=4.351 7+1.219 2M-3.742 9lg(R_b+6)σ=0.413 5(7b)

(2)滇南—滇西南地区

长轴:I_a=7.503 1+1.316 2M-5.072 8lg(R_a+26)σ=0.496 3(8a)

短轴:I_b=5.247 1+1.232 4M-4.163 7lg(R_b+11)σ=0.475 2(8b)

(3)滇西—滇西北地区

长轴:I_a=6.805 3+1.306 7M-4.795 2lg(R_a+22)σ=0.562 1(9a)

短轴:I_b=5.331 5+1.1762M-4.082 9lg(R_b+10)σ=0.478 6(9b)

式中:R_a和R_b分别为烈度I的椭圆等震线的长半轴和短半轴长度; σ为标准差,其值越大代表相关性越好。

震级-人员死亡关系,采用幂函数模型,通过数据拟合,得到如下3个分区的震级-人员死亡函数关系式和拟合曲线图(图4a)。

滇东北地区:f(x)=2.997×10^-7x^11.41(10a)

(R²=0.926 8)

滇南—滇西南地区:f(x)=1.555×10^-8x^10.96

(R²=0.255 6)(10b)

滇西—滇西北地区:f(x)=1.408×10^-7x^10.92

(R²=0.777 0)(10c)

式中:x为震级; f(x)为人员死亡数; R²为决定系数。

震级-人员受伤关系采用幂函数模型,通过数据拟合,得到如下3个分区的震级-人员受伤函数关系式和拟合曲线图(图4b):

滇东北地区:f(x)=6.221×10^-27x^36.54

(R²=0.880 4)(11a)

滇南—滇西南地区:f(x)=2.907×10^-10x^16.08

(R²=0.262 8)(11b)

滇西—滇西北地区:f(x)=3.62×10^-10x^16.16

(R²=0.966 9)(11c)

式中:x为震级; f(x)为人员受伤数; R²为决定系数。

在3个分区内分别构建震级-直接经济损失关系。滇东北采用幂函数模型,滇南—滇西南、滇西—滇西北采用多项式函数模型,通过数据拟合,得到如下的震级-直接经济损失函数关系式和拟合曲线图(图4c)。

滇东北地区:f(x)=4.099×10^-10x^19.47

(R²=0.971 3)(12a)

滇南—滇西南地区:f(x)=7.135×10⁴x³-8.604×10⁵x²+3.182×10⁶x-3.282×10⁶

(R²=0.823 6)(12b)

滇西—滇西北地区:f(x)=5.772×10⁵x³-9.167×10⁶x²+4.853×10⁷x-8.561×10⁷

(R²=0.977)(12c)

式中:x为震级; f(x)为直接经济损失; R²为决定系数。

图4 3个分区震级-人员死亡(a)、震级-人员受伤(b)、震级-直接经济损失(c)拟合关系图
Fig.4 Fitted curves of magnitude-death(a),magnitude-injury(b), and magnitude-direct economic losses(c)in the three zones