基金项目:云南省地震局青年基金项目(2022K07); 地震科技星火计划攻关项目“川滇地区地震灾害建筑物埋压人员评估方法研究”(XH24039C); 云南省地震科技创新团队(CXTD202402).
第一作者简介:贾召亮(1992-),工程师,主要从事地震灾害风险和损失评估研究.E-mail:1063039949@qq.com.
(Yunnan Earthquake Agency,Kunming 650224,Yunnan,China)
earthquake disaster; damage to buildings; trapped victims; risk assessment; Dali of Yunnan
DOI: 10.20015/j.cnki.ISSN1000-0666.2025.0012
地震作为一种具有突发性、难预测、破坏性强的自然灾害,往往会造成大量人员伤亡。如2008年5月12日汶川8.0级地震造成69 227人死亡、17 923人失踪、374 643人受伤,2010年4月14日玉树7.1级地震造成2 968人死亡、12 135人受伤。紧急搜救被困人员以减少人员伤亡,是震后应急处置工作的第一要务。相关统计数据表明,压埋人员在震后24小时内被救出的救活率为81%,在震后72小时内被救出的救活率为10%~19%,在震后72小时后被救出的救活率将不足10%(聂高众等,2012)。地震发生后快速获取被压埋人员数量和空间分布信息,第一时间部署救援力量,是减少人员伤亡的关键。然而,在震后灾情信息获取的黑箱期内,可以提供科学决策的信息匮乏,严重制约救援效率。有必要建立基于数据库和数学模型的评估方法,开展地震人员压埋风险评估工作。
相关学者在地震建筑物倒塌导致人员压埋风险评估方面开展了大量工作,Wei等(2017)考虑建筑物易损性、平均人口在室率和人的反应,基于公里格网的地震人员压埋评估模型,对2014年鲁甸6.5级地震做了人员压埋风险评估; 谷国梁等(2021)以社区为单元建立人口数量、在室率和建筑物的对应关系并构建评估模型,开展了天津市各烈度下地震人员压埋风险评估; 肖东升和钟祖峰(2021)运用极大似然法估算人员在室率,建立基于人类动力学的地震人员压埋评估模型,以2008年汶川8.0级地震灾区学校为例开展地震人员压埋评估工作; 周中红等(2024)基于地震烈度快速评估和公里格网数据,对2008年四川汶川8.0级地震等3次7级以上地震开展了人员压埋评估。
前人的研究工作均考虑了地震危险性、建筑物易损性、人员在室率和人的反应对地震人员压埋的影响,表明这些因素是影响地震人员压埋的关键; 在评估尺度方面,街道、社区和公里格网等尺度的评估单元应用较为广泛,但这些评估单元在内部建筑物抗震性能区分上还存在不足; 在人口空间化模拟方面,基于人口统计数据的评估单元人口分配,忽略了流动人口的影响,特别是对于人员流动较大的城市,将影响评估结果的准确性。基于以上认识,本文借鉴前人研究方法,在单体建筑功能识别基础上,建立建筑功能、室内人口结构和人员在室率的关系模型,以农村地区村落和城镇地区功能单元为评估单元,开展大理市地震人员压埋风险评估。
大理市位于云南省西部,云贵高原与横断山脉结合部位,平均海拔2 239 m,国土面积约1 815 km2。至2021年底,大理市常住人口77.4万人,常住人口城镇化率为72.25%[ZW(DYB,7][KG*3]大理白族自治州统计局.2022.大理统计年鉴2022.[ZW)]。大理市旅游资源丰富,据统计,大理市现有A级景区11家,2023年1—4月接待游客2 309万人次,日均接待游客19.24万人次(大理市文化旅游局,2023)。
大理市所处滇西地区构造活动强烈,境内红河断裂北段发育,地震危险性较高,抗震设防烈度为Ⅷ度《中国地震动参数区划图》(GB/T 18306—2015)。历史上大理市曾发生多次破坏性地震,其中1925年3月16日大理附近发生7级左右地震,造成5 850人死亡,7 950人受伤(李永强,2009)。大理市现存大量抗震能力较差的土木结构和砖木结构简易房屋(卢永坤等,2021),是造成震后人员压埋和伤亡的重要风险隐患。鉴于大理市人口密度高、流动人口数量大、地震危险性和震后人员压埋风险高,以大理市为研究区开展地震人员压埋风险评估,对识别大理市人员压埋风险时空分布、制定针对性减灾和救灾对策、减轻人员伤亡和经济损失具有重要意义。
本文所用数据主要有大理市建筑物矢量数据、行政区划矢量数据、人口和经济统计数据、历史地震死亡率数据等,见表1。其中,建筑物矢量数据来源于“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”项目成果,包含单体建筑轮廓、结构和层数等属性,数据时效为2020年(许瑞杰等,2023); 行政区划数据来源于云南省地震局地震应急基础数据库,数据时效为2020年。
震后建筑物破坏造成人员压埋主要受地震危险性、建筑物易损性、室内人员数量和压埋概率4个方面因素影响(魏本勇等,2017)。①地震危险性表征地震对建筑物的破坏能力,地震烈度作为衡量地震对地表建筑物破坏程度的指标,在地震人员压埋评估研究中被广泛应用于表示地震危险性的大小。②建筑物易损性是指建筑物在地震动作用下达到不同破坏状态的概率分布。建筑物倒塌是造成人员压埋的先决条件之一,根据《建(构)筑物地震破坏等级划分》(GB/T 24335—2009)中的房屋破坏等级划分标准和前人研究方法(Wei et al,2017),本文取震害矩阵中的房屋毁坏比表示倒塌率。③室内人员是房屋倒塌导致人员压埋的直接承灾体,其数量的大小决定了压埋人员的分布和数量。④压埋概率是震后未能通过自救和互救逃离倒塌建筑物的人数占室内人数
的比例。基于以上认识,震后建筑物倒塌导致人员压埋数量可表示为:
式中:Pbi为评估单元在烈度i下的压埋人数; Syx为评估单元内y结构类型建筑第x栋的建筑面积,取建筑轮廓面积乘以层数; Dyi为y结构类型建筑在烈度i下的毁坏率; Ptρy为地震发生时刻评估单元内y结构类型建筑室内人口密度,取y结构类型建筑室内人口总数除以y结构类型建筑总建筑面积; λ为压埋概率,参考谷国梁等(2021)的取值方法,λ取1/40。
(1)建筑功能识别
建筑物功能是影响室内人员数量和流动特点的决定性因素之一。本文基于高德地图兴趣点数据、百度地图街景和天地图遥感影像数据对大理市建筑物矢量数据进行功能识别和分类。考虑住宿类和
图1 大理市(a)、喜洲镇(b)和下关镇(c)建筑功能分布
Fig.1 Distribution of buildings serving different purposes in Dali City(a) Xizhou Town(b),and Xiaguan Town(c)
餐饮类建筑是大理市游客停留的主要建筑,将这2类建筑独立分类。结合人口统计数据精度,共将大理市建筑划分为住宅、住宿服务、行政办公、餐饮服务、高等学校、中等学校、小学、幼儿园、医疗卫生、工厂仓储、交通服务、商场购物和文化体育服务13类(图1)。
(2)评估单元划分
受自然条件、人口聚居和国土空间规划等因素影响,大理市建筑物总体呈现块状分布。农村地区居民聚居形成村落,城镇地区形成以功能为纽带的住宅小区、商业街、工厂、医院、学校等功能单元,同一村落和功能单元内的建筑结构和人员流动规律具有高度一致性。本文以农村地区村落和城镇地区功能单元为基础,将建筑物按功能和空间分布划分为754个评估单元,以评估单元为单位开展人员压埋风险评估。
地震发生时建筑物室内人员数量受节假日情况、地震发生时间、建筑物功能、室内人口结构和职业等多方面因素影响。综合考虑以上因素,结合大理市居民生产生活时间特点,将1天划分 [LL]为休息时段T1(22:00~7:00)、通勤时段T2(7:00~8:30)、工作时段T3(8:30~12:00)、活动时段T4(12:00~14:00)、工作时段T5(14:00~17:30)、通勤时段T6(17:30~19:00)、活动时段T7(19:00~22:00)共7个时段,并区分工作日和非工作日。结合大理市人口和经济统计数据、建筑物功能、室内人员结构和职业特点,建立不同功能建筑内分时段在室人员数量计算模型,即式(2)~式(12)。基于室内人员结构和职业,采用行为地理学方法,以数量词形式分析室内人员流动规律,参考《中国地震烈度表》(GB/T 17742—2020)数量词范围界定标准(表2)和前人取值结果给出模型参数参考值(表3)。
(1)低层住宅
大理市1~3层低层住宅以1户1栋式的农村自建房和别墅住宅为主。地震发生时段室内人口数量可表示为:
Ptv=a×βv (2)
式中:Ptv为单栋建筑室内人数; a为大理市户均人口数; βv为室内人口在室率,参考田丽莉(2012)基于问卷调查获取的云南地区人员在室率结果取值。
(2)多层和高层住宅
大理市3层以上多层和高层住宅以商品房为主,室内人员以城镇居民为主,1栋建筑可容纳多户居民。地震发生时段室内人口数量可表示为:
式中:Pth为单栋建筑室内人数; s为建筑轮廓面积; f为建筑层数; b为大理市城镇居民人均住房面积; βh为室内人口在室率,参考许建东等(2008)获取的起居类建筑人员在室率取值。
(3)住宿服务
住宿服务类建筑室内人员以住宿从业人员和旅客为主。因统计数据仅统计限额以上住宿业数据,假设住宿业从业人数与客房数成正比。地震发生时段室内人口数量可表示为:
式中:Ptrg为单栋建筑室内人数; e为单间客房的平均建筑面积,基于美团数据抽样统计酒店客房数,取酒店建筑面积除以客房数商的均值约40 m2,按每间客房容纳2名旅客计算; c为大理市限额以上住宿业从业人数; d为大理市限额以上住宿业客房数; βr为住宿从业人员在室率; α为日均客房入住率,基于美团数据抽样统计酒店客房数和当天可订房间数获取,工作日取值0.6,非工作日取值0.9; βg为旅客在室率。
住宿从业人员表现有夜间值守、通勤、工作等行为,在室率呈现休息时段最低、通勤时段较低、工作时段高的变化特点。T1和T7时段个别在室内值守,βr取值0.1; T2、T4和T6时段少数在岗工作,大多数在通勤路上,βr取值0.4; T3和T5时段在室内工作,βr取值1。旅客表现有室内休息和外出活动等行为,在室率呈现休息时段高、其他时段低的变化特点。T1时段在客房休息,βg取值1; T2、T4和T7时段多数外出活动,少数在客房休息,βg取值0.3; T3、T5和T6时段大多数外出活动,个别在客房休息,βg取值0.1。
(4)行政办公
行政办公类建筑室内人员以政府机关、企事业单位从业人员为主。采用面积权重法,地震发生时段室内人口数量可表示为:
式中:Ptw为单栋建筑室内人数; si为行政办公类建筑第i栋的轮廓面积; fi为行政办公类建筑第i栋的层数; j为大理市政府机关、企事业单位从业人员数; βw为室内人口在室率,参考许建东等(2008)获取的办公类建筑人员在室率取值。
(5)餐饮服务
餐饮服务类建筑室内人员以餐饮从业人员和顾客为主。因统计数据仅统计限额以上餐饮业数据,假设餐饮业从业人数与餐位数成正比。地震发生时段室内人口数量可表示为:
式中:Ptac为单栋建筑室内人数; g为大理市年末餐饮营业面积; m为大理市限额以上餐饮业餐位数; k为大理市限额以上餐饮业从业人数; βa为餐饮从业人口在室率; βc为餐位上座率。
餐饮从业人员表现有通勤、工作、休息等行为,在室率呈现休息时段最低、通勤时段较低、工作时段高的变化特点。T1时段无人在岗,βa取值0; T2时段少数在岗工作,大多数在通勤路上,βa取值0.4; T3~T7时段在岗工作,βa取值1。顾客流量主要集中在就餐时段,餐位上座率T1、T2、T3和T5时段为0; T4、T6和T7时段工作日取0.6,非工作日取工作日的1.5倍。
(6)高等学校
高等学校内人员以教师和学生为主。采用面积权重法,地震发生时段室内人口数量可表示为:
式中:Ptd为单栋建筑室内人数; q为大理市高等学校师生数; sk为高等学校第k栋建筑的轮廓面积; fk为高等学校第k栋建筑的层数; βd为室内人口在室率。
高等学校内学生主要在校区内活动,教师表现有校内工作、校外活动、休息等行为,师生在室率呈现休息时段低、工作时段高的变化特点。T1、T2、T6、T7时段校内以学生为主,βd取学生占师生总数的比例0.96; T3、T4、T5时段全部师生在校,βd取值1; 寒暑假期间师生离校,βd取值为0。
(7)其它学校
其它学校包括中等学校、小学、幼儿园等,主要为非寄宿学校,室内人员以教师和学生为主。采用面积权重法,地震发生时段室内人口数量可表示为:
式中:Ptscj为其他学校中j类学校单栋建筑室内人数; sjx为j类学校第x栋建筑的轮廓面积; fjx为j类学校第x栋建筑的层数; qj为大理市j类学校在校学生数; yj为大理市j类学校教师与学生人数的比值; βsc为室内人口在室率。
学校内师生表现有休息、通勤、上课等行为,师生在室率呈现休息时段最低、通勤时段较低、工作时段高的变化特点。T1和T7时段师生不在学校,βsc取值为0; T2和T6时段少数在校,大多数在通勤路上,βsc取值为0.4; T3和T5时段师生在校内上课,βsc取值为1; T4时段有少数师生外出活动,βsc取值为0.7。
(8)医疗卫生
医疗卫生类建筑室内人员以医疗卫生从业人员、住院和陪护人员、门诊人员为主。采用面积权重法,地震发生时段室内人口数量可以用下式表示为:
式中:Ptpct为单栋建筑室内人数; sh为医疗卫生类建筑第h栋的轮廓面积; fh为医疗卫生类建筑第h栋的层数; v为大理市医疗卫生机构床位数; o为大理市医疗卫生从业人数; w为大理市执业医师人数; z为大理市执业医师人均每小时诊疗人次数,基于大理市年总诊疗人次数计算; βp为住院病人和陪护人员在室率,住院病人和陪护人员比例按1:1计算; βdc为医疗卫生从业人员在室率; βpt为门诊病人在室率。
住院病人和陪护人员全天在医院内,βp取值为1。医疗卫生从业人员表现有夜间值守、通勤、工作等行为,在室率呈现休息时段最低、通勤时段较低、工作时段高的变化特点。T1和T7时段少数在医院值守,βdc取值为0.15; T2和T6时段少数在岗,大多数在通勤路上,βdc取值为0.4; T3和T5时段在岗工作,βdc取值为1; T4时段少数外出就餐活动,βdc取值为0.7; 非工作日部分员工放假休息,除T1和T7时段外,βdc取值为工作日的0.5倍。门诊病人取T2~T6时段12小时内时均接诊人数,βpt取值为1。
(9)工厂仓储
工厂仓储类建筑室内人员以加工制造、批发、仓储从业人员为主。采用面积权重法,地震发生时段室内人口数量可表示为:
式中:Ptft为单栋建筑室内人数; u为大理市加工制造、批发、仓储从业人员数; sr为工厂仓储类建筑第r栋的轮廓面积; fr为工厂仓储类建筑第r栋的层数; βft为室内人口在室率,参考谷国梁等(2021)制造加工类建筑人员在室率取值。
(10)其它商业服务
其它商业服务建筑包括商场购物、交通服务和文化体育服务等功能建筑。地震发生时段室内人口数量可表示为:
Ptδm=sm×fm×δm (11)
式中:Ptδm为m类功能建筑单栋室内人数; sm为m类功能建筑的轮廓面积; fm为m类功能建筑的层数; δm为单位面积人口数,参考唐小龙(2014)研究成果取值。
基于本文人口空间化方法模拟大理市不同时段室内人员分布情况,本文统计得出非工作日T1时段住宅类建筑内人口81.65万人,与大理市常住人口77.4万人的相对误差为5.49%; 本文统计得出工作日T1时段住宿类建筑内的人口为17.29万人,与大理市2023年1—4月日均接待游客19.24万人的相对误差为-10.14%。2项数据的误差在可接受范围内。
参考前人关于建筑物倒塌死亡人数与压埋人数关系的研究成果(周中红等,2019; 王紫荆等,2020),地震死亡人数与压埋人数的关系可表示为:
式中:Pd为地震死亡人数; Pb为建筑物倒塌压埋人数; γ为搜救影响系数,参考余世舟等(2015)研究成果取值为1.1; η为建筑物倒塌死亡人数占总死亡人数的比例,参考田丽莉(2012)基于历史地震的统计结果,取值为0.75。
统计大理市Ⅵ~Ⅸ度破坏下平均压埋人数,基于式(12)计算死亡率,与云南历史地震不同烈度下的死亡率统计结果进行对比(表5)(夏朝旭等,2022)。由表5可知,本文方法得出的大理市不同烈度死亡率在历史地震死亡率区间内且略小于平均值。根据同等级别地震破坏下,滇西地区死亡人数为云南中等水平的震害特征(张方浩等,2020),认为本文方法得出的大理市压埋人数数量级在合理范围内。
大理市在遭受Ⅷ度~Ⅹ度破坏下,各乡镇不同时段人员压埋数量如图3所示。
表5 不同烈度下云南历史地震与本文评估死亡率
Tab.5 Death rates of historical earthquake in Yunnan and death rates evaluated in this paper in the case of different seismic intensity
图3 不同烈度破坏下各乡镇分时段压埋人数统计
Fig.3 Statistics of the number of the victims trapped in the rubble in each town of Dali City at different times in the case of different seismic intensity
由图3可以看出,不同时段人员压埋数量方面,呈现工作日T1和T7时段压埋人数多,非工作日T7时段压埋人数多,其他时段压埋人数少的特点; 主要因为工作日T1和T7时段及非工作日T7时段在室人口更多。工作日和非工作日人员压埋数量方面,呈现非工作日压埋人数多于工作日的特点; 主要因为非工作日人员更多的集中在住宅和住宿服务类建筑中,而大理市这两类建筑的抗震性能普遍比其他功能建筑差。压埋人数最多乡镇方面,Ⅷ度破坏下,喜洲镇人员压埋数量最多; Ⅸ度和Ⅹ度破坏下,下关镇人员压埋数量最多。主要因为喜洲镇现存大量砖木和土木结构房屋,其在Ⅷ度破坏下毁坏严重,且喜洲镇常住和流动人口数量较大; 当烈度大于Ⅷ度时,下关镇数量众多的砖混和框架结构房屋被毁坏,且作为大理市城区的下关镇人口密度最大。同时,不同乡镇在不同时段的人员压埋数量差异较大,主要原因是各乡镇建筑物数量、结构比例、功能比例和人口数量、人员流动规律差异较大。
制作Ⅹ度烈度破坏下大理市、喜洲镇和下关镇压埋人员最多时段(非工作日T7时段)人员压埋分布图(图4),参考《云南省地震应急预案》[ZW(DYB,7][KG*3]云南省人民政府办公厅.2021.云南省地震应急预案.[ZW)]地震应急响应等级划分标准中的死亡人数区间,按人员压埋数量将评估单元划分为无风险(0人)、一般风险(1~5人)、中风险(5~50人)、高风险(50~300人)和极高风险(>300人)5个等级。对比大理市行政区划图,由图4可以看出,在该破坏等级下,极高风险区为喜洲古镇,压埋人数超过300人; 高风险区为下关镇的满江村、金星村、大展屯等城中村,才村、向阳村、河尾村、双廊古镇等沿洱海村落,江西村、上和村、周城村等山脚古村落,是震后需重点关注的救援区域。
本文建立地震人员压埋评估模型和人口空间化模型,以农村地区的村落和城镇地区的功能单元为评估单元,开展大理市地震人员压埋风险评估,分析大理市地震人员压埋的时空分布规律,给出震后压埋人员搜救重点关注区域,得出以下主要结论:
(1)对比人口空间化模拟结果与统计数据,常住人口相对误差为5.49%,流动人口相对误差为-10.14%; 对比不同烈度下本文评估结果与云南历史地震死亡率,评估结果死亡率位于云南历史地震死亡率区间内且略小于平均值,符合云南地区历史地震震害特征。本文方法得出的人口空间化和压埋人数数量级在合理范围内。
(2)大理市人员压埋分布呈现为T1和T7时段集中,城中村、沿洱海村落、古村落集中的时空分布特点。高烈度破坏下,这些时段和区域可能造成一定数量的人员压埋。
本文研究方法还存在许多不足之处需要深入研究解决。地震烈度评定中,毁坏是指多数承重构件严重破坏,房屋结构濒于崩溃或已倒塌,无法修复; 房屋毁坏并不表示倒塌,采用震害矩阵中的毁坏率代替倒塌率将影响评估结果的准确性。大理地区土木结构房屋多采用穿斗木架结构,这类木结构房屋在破坏严重的情况下仍能起到一定的支撑作用,其毁坏导致人员压埋的概率还需要进一步研究总结。在缺少实地调查的情况下,很难区分无人居住的老旧房屋和生产用房,这类房屋往往抗震能力较差,将其计算在内将严重影响评估结果的准确性。本文对一栋建筑仅赋予了1项功能,而城市内一栋建筑往往具备多项功能,如存在大量底层为商店或餐馆,上层为住宅的建筑。人口时空流动的随机性较大,基于行为地理学分析方法分时段给出的人口在室率仅能反映群体人口流动的一般规律,不能精确给出人口的实时动态变化,是影响评估结果准确性的重要因素。