地震预警系统的效能评估和社会效益分析

郭 凯 温瑞智 杨大克 彭克银

1) 中国北京100045中国地震台网中心 2) 中国哈尔滨150080中国地震局工程力学研究所3) 中国北京100081中国地震局地球物理研究所



地震预警系统的效能评估和社会效益分析

1) 中国北京100045中国地震台网中心 2) 中国哈尔滨150080中国地震局工程力学研究所3) 中国北京100081中国地震局地球物理研究所

本文从地震预警系统可减少的人员伤亡和可挽回的经济损失两个角度出发， 研究了地震预警系统的效能和社会效益． 通过对兰州市及周边地区潜在震源各个震级档的年平均发生概率进行计算， 并结合以兰州市为中心布设的80个强震预警台站信息， 计算了有效的预警时间及地震烈度． 基于生命易损性模型方法， 计算了地震预警系统可减少的人员伤亡系数； 采用基于宏观GDP的损失评估方法， 计算了地震预警系统可减少的经济损失， 分析了地震预警系统的社会效益． 计算结果表明： 减小地震预警盲区范围对提高地震预警系统的效能非常关键； 地震预警系统的建设和台网布局应重点考虑布设区域的人口密度、 经济情况及地震发生概率．

地震预警 效能评估 社会效益

引言

目前国际上已经运行或者试运行的地震预警系统， 基本都是受灾难驱动所建立， 如日本、 墨西哥、 美国加州、 土耳其伊斯坦布尔等建设了地震预警系统的国家和地区均属于地震高发区域， 这些区域历史上曾发生过多次破坏性地震并导致了巨大的人员伤亡和经济损失(Allen， Kanamori， 2003； Erdiketal， 2003； Brownetal， 2009， 2011； Suárezetal， 2009)． 地震预警系统通过密集分布的台站可以数秒实现地震三要素的自动测定和发布、 发电厂关闭、 对正在运行的地铁和列车进行减速以及通知人们采取紧急避险措施等． 当然， 地震预警系统也存在一定局限性， 存在地震漏报和误报的风险； 同时需要投入巨大资金， 如在预警区域周围建设一定密度的地震台网、 高速有效的通信线路以及覆盖人口密集区域的警报发布系统等(郭凯， 2012)． 巨额投入以及地震预警系统存在的风险是导致许多国家仍在犹豫是否建设地震预警系统的主要原因．

图1 兰州市及其周边地区地震台站(绿色三角形)和背景场预警台站(红色三角形)分布 Fig.1 Distribution of seismic stations (green triangles) and early warning stations of background field (red triangles) in Lanzhou city and its surrounding areas

目前我国正在积极推进地震预警系统的建设， 建立了首都圈和兰州地震预警示范区， 以兰州市和首都圈为中心, 分别布设了80个强震预警台站， 同时周边也布设了一些地震台站．

本文从评估地震预警系统发挥效能的角度出发， 对地震预警时间、 地震烈度和损失评估等方面进行研究， 并结合兰州及周边地区地震台站和背景场预警台站(图1)及经济、 人口等方面的实际数据进行计算， 从地震预警系统可减少的人员伤亡和可挽回的经济损失的角度出发， 对地震预警系统的效能和社会效益进行分析和研究．

1 地震预警系统的效能评估方法

地震预警系统的有效性受诸多因素影响， 主要分为两类： ① 地震预警系统的准确性； ② 地震预警系统可减少的人员伤亡和可挽回的经济损失(郭凯， 2012)． 本文仅对地震预警系统可减少的人员伤亡和可挽回的经济损失进行分析． 地震预警系统对发生在预警盲区的地震或者地震动强度达到发布强度而未发布警报的地震， 即漏报地震， 是无法发挥作用的； 有效预警时间的长短很大程度上决定了地震预警系统可减少的人员伤亡比例以及次生灾害(如火灾、 煤气爆炸等)所造成的损失．

一定区域内地震预警系统可减少的人员伤亡主要由以下因素决定： ① 该区域一定半径范围内发生破坏性地震的概率及其对该区域的影响程度； ② 地震预警系统在破坏性地震波到达该地区前的有效预警时间．

1.1 地震发生概率及其对设防区域的影响程度

我国在地震危险性评估方面已经开展了诸多研究工作(胡聿贤， 2007)， 例如： 黄玮琼和吴宣(2006)对地震统计区划分、 潜在震源区划分与地震活动性参数确定三者的关联性进行了相关研究； 高孟潭(1993)采用与目前地震危险性分析方法相同的概率分析法， 建立了潜在震源区内地震烈度超过给定地震烈度情况下的震级与空间联合概率分布函数， 并据此给出了计算潜在震源区期望震级和期望距离的基本公式． 本文基于地震危险性分析方法， 利用分布在兰州地区附近的潜在震源地震数据(图2)， 将地震分为不同震级档Mj， 分别计算其年平均发生概率PMj．

图2 兰州市及周边地区潜在震源分布

震害经验表明， 地震动在不同方向上的衰减特征不同， 地震高级别等震线多呈椭圆形， 因此在地震危险性分析中地震动衰减模型多采用椭圆衰减模型(肖亮， 俞言祥， 2011). 本文采用汪素云等(2000)提出的西部烈度衰减关系进行地震烈度的计算． 从图1可以看出， 兰州市的边界分布并不规则， 东西向较长， 如果将整个兰州市作为一个点源来进行地震烈度及预警时间的计算， 则所得结果的偏差会较大． 于是本文将兰州市以1 km×1 km进行网格划分， 以每个潜在震源中心为地震点， 按照不同震级档、 发震概率PMj以及潜在震源的破裂方向，分别计算兰州市遭遇地震烈度为Ⅴ--Ⅷ度时的年平均发生概率PI， 部分计算结果如图3所示．

1.2 有效预警时间计算

地震预警是争分夺秒的， 所以应尽可能减少一切造成预警时延的因素． 根据兰州地震预警示范区的地理位置， 本文对甘肃、 宁夏、 青海和陕西等4个省148个地震台站以及160个强震预警台站实时汇集到中国地震台网中心的数据传输时延进行了计算， 结果分别如图4a， b所示． 可以看出， 强震预警台站的传输时延要大大低于地震台站的传输时延． 强震预警台站时延主要为1—2 s， 而地震台站时延主要为5—8 s． 这是由于强震预警台对数据传输协议进行了修改， 减少了数据打包的等待时间； 而地震台站则是在传输时延和带宽压力方面作了权衡， 一般一个数据包包含300—450 ms的数据． 综合图1台站分布及台站传输时延， 本文对预警效能评估时仅选用分布在兰州及周边地区的80个强震预警台站．

图3 兰州市遭遇地震烈度为Ⅵ度(a)和Ⅶ度(b)时的年平均发生概率

Fig.3 Annual average occurrence probability of earthquakes with intensity degree Ⅵ (a) and Ⅶ (b) encountered in Lanzhou city

图4 地震台站(a)和强震预警台站(b)的传输时延

目前地震预警主要在日本、 美国和墨西哥等国家运行， 在地震预警计算方法和触发设定上各国存在一定差别： 如美国Elarms系统一般采用3个或3个以上台站进行触发判定； 而日本紧急地震速报系统无论几个台站触发， 只要计算得到的烈度达到设定的阈值， 就会立刻对震中一定范围内的区域发布警报， 这样虽然大大提高了有效预警时间， 但也增加了地震误报事件发生的概率． 本文在计算预警时间时采用3台触发的混合预警模式， 即当地震动强度超过设定阈值并且有3个或3个以上台站触发时， 开始发布地震警报(郭凯， 2012). 用于计算有效预警时间的公式为

(1)

式中：Twar为地震预警系统在地震到达目标区域前的有效预警时间；Lepi为震源与目标区域的距离；Lsta为震源与第3个台站的距离；vS为S波速度， 设定为3.5 km/s；vP为P波速度， 设定为6 km/s；Tdat为计算所需的P波数据时长， 这里取P波前3 s的数据；Tcen为数据传输到信息处理中心的时延和系统计算的时间之和， 取为2 s；Tiss为预警信息的发布时延， 设定为1 s．

图5 兰州地区潜在震源地震发生概率分布 Fig.5 Probability distribution of potential earthquakes occurred in Lanzhou area

根据式(1)计算设定的潜在震源地震发生时的有效预警时间以及前面计算得出的潜在震源地震发震概率和兰州市各网格点的烈度， 可以对地震预警系统发挥的效能进行初步分析． 以兰州市中心点所在网格单元(36°N， 103°40′E)为例， 计算得到兰州地区潜在震源地震发生概率分布， 如图5所示． 可以看出， 预警系统可提供10—110 s的预警时间． 若预警时间超过60 s， 说明该地震震中较远， 烈度一般低于Ⅴ度， 不会造成人员伤亡．

1.3 地震预警系统可减少的人员伤亡

夏玉胜和杨丽萍(2000)研究指出： 如果预警时间为3 s， 则可使人员伤亡减少14%； 如果预警时间为10 s， 则可使人员伤亡减少39%； 如果预警时间达到60 s， 则可使人员伤亡减少95%． 对大地震后灾区的人员伤亡评估方法， 主要基于当地建筑情况的震害矩阵来进行人员伤亡等损失的评估(尹之潜， 1991； 孙柏涛， 胡少卿， 2005)， 以及通过对地震烈度与人员伤亡关系统计分析得到的生命易损性模型． 本文采用生命易损性模型来确定地震发生时的人员伤亡系数(刘吉夫等，2009)， 某个单元网格内地震预警系统可减少的人员伤亡系数Sper可表示为

图6 地震预警系统预警能力系数分布 Fig.6 Distribution of capability coefficientof early warning system

(2)

式中，z为潜在震源地震个数，ε(Twar)为预警时间为Twar时地震预警系统可减少的人员伤亡比例，DI为烈度为I时该区域的人员伤亡系数(刘吉夫等， 2009)． 采用式(2)计算了地震预警系统在单位网格内可减少的人员伤亡系数， 结果如图6所示． 可以看出： 预警能力系数越大的区域， 预警系统发挥的效能就越高， 人员伤亡比例越低； 东部区域的预警能力系数远大于西部和中部区域， 其主要原因为东部区域分布的强震预警台网密度较高， 有效预警时间相对较长．

本文利用2009年兰州市各区的人口数据(表1)， 将预警能力系数乘以单元网格的人口数(单位： 万人)， 得到了地震预警系统可减少的人员伤亡数据. 当不考虑预警盲区内发生的地震时， 减少的人员伤亡比例为46.75%； 当考虑预警盲区内地震造成的人员伤亡时， 该比例仅为0.79%， 因此如何有效地减少预警盲区是非常必要的. 由于该数据未考虑强震后次生灾害所引发的人员伤亡以及地震预警发挥的作用， 故本文得出的预警能力系数应该低于实际情况．

表1 2009年兰州市各区面积、 人口和生产总值

2 地震预警系统的社会效益评估

2.1 地震预警系统可挽回的经济损失

地震预警系统对建筑物构造性损失无法起到作用， 但对减少间接经济损失以及人员伤亡却可以起到很大作用． 一般情况下间接经济损失为直接经济损失的0.4—2.0倍(尹之潜， 1991)； 且烈度越大， 间接经济损失比例相对于直接经济损失的比例也就越高． 其原因在于目标区域遭遇到的烈度越大， 建(构)筑物的毁坏程度越高， 火灾、 爆炸等次生灾害发生的概率也越高． 鉴于间接经济损失的不确定性， 地震预警系统可挽回的经济损失很难进行精确的评估． 通过对我国震害数据的统计分析(林均岐， 钟江荣， 2003； 钟江荣等， 2011)， 并结合国外地震经验， 得到了按分区的地震间接经济损失的评估系数， 如表2所示． 陈棋福等(1997)利用全球大地震的震害资料， 采用宏观易损性分析中的地震震中烈度分配法， 结合当地GDP和人口数据， 按照世界银行所划分的高、 中和低收入国家的经济标准， 得到了3种针对不同等级收入地区的地震损失与地震烈度的关系. 李俊(2009)采用该方法对汶川地震造成的经济损失进行了评估， 得出GDP损失值为1721—2152亿元， 约占全年GDP总额0.69%—0．86%． 这与公布的损失约6000亿元相比稍偏小， 但均在千亿这个量级， 能大体反映出汶川地震的破坏程度．

表2 间接经济损失评估系数EI

本文也采用宏观易损性分析中的地震震中烈度分配法， 对2002年甘肃玉门MS5.9地震所造成的直接经济损失进行了计算． 甘肃省玉门市2001年GDP为28.1亿元， 面积为1.35万km2． 此次地震受灾面积达8910 km2， 受灾人口为7.5万余人， 地震震中烈度为Ⅶ度， Ⅶ度区面积为410 km2， Ⅵ度区面积为2890 km2， 直接经济损失约为7000万元． 将GDP按照玉门市面积进行平均分配， 则每平方千米分配到的GDP约为31.5万元. 根据中低收入破坏区间范围， 将Ⅵ度和Ⅶ度区域面积乘以相应的损失系数和单位GDP， 最终得到的财产损失为2618—3990万元． 该结果与实际结果相比偏小， 这是由于该方法并未考虑Ⅴ度区所造成的损失， 仅考虑Ⅵ度以上受地震影响较严重区域的损失， 所以该评估结果在一定程度上反应了灾区的实际经济损失情况．

本文从比较保守的角度提出了地震预警系统可挽回的经济损失的评估方法， 认为地震预警系统可减少的间接经济损失范围为10%—30%， 计算公式为

(3)

式中，m为第m个网格单元，Sben为地震预警系统可挽回的经济损失，Ppre为对地震灾害正确预警的概率，IMj为选取的潜在震源对第m个网格单元所造成的烈度，CI为烈度为I时的间接经济损失，EI为烈度为I时可挽回的间接经济损失系数， 其取值范围为0.1—0.3．

结合前面兰州市预警能力评估结果， 采用式(3)分别计算兰州市每个网格地震预警系统可减少的经济损失， 计算得出地震预警系统每年可挽回的经济损失为9660万—4亿4千万元， 结果如图7所示. 可以看出， 计算结果浮动范围与系数EI取值范围有关．

图7 EI最小(a)和EI最大(b)时地震预警系统可挽回的经济损失分布

2.2 保护策略实施的成本

由于地震预警系统发布预警信息后， 预警范围内的企业和个人均会采取一定的应急保护措施， 如工厂停止机器运转， 商场往往也会暂时停止营业， 使得第二、 第三产业产生一定的停、 减产损失， 尤其是在地震预警系统发生误报后， 导致的损失会更加明显． 本文主要考虑由于地震预警系统出现地震误报后所产生的损失(郭凯， 2012)， 其计算公式为

(4)

式中，Cpro为地震预警系统实施保护策略的成本，Nfal为地震误报发生的年平均次数，Efal为地震误报造成经济损失的影响系数， 该系数与预警误报区域恢复正常运行的时间长短有关，Esec和Ethi分别为第二、 第三产业在预警区域国民生产总值中的比例系数，G为预警区域的国民生产总值．

2.3 地震预警系统的运行成本

地震预警系统的建设需要很大的资金投入， 如高密度预警台站的建设， 关键技术的研发以及系统的运维和人员培训等． 地震预警系统的运行成本计算公式为

(5)

式中，Csys为地震预警系统运行所需要的成本，Cinv为地震预警系统的投资费用，Ctra为系统管理人员的培训费用，Cmai为系统每年维护的费用，Ccom为每年系统发布预警信息的通信费用，Wper为系统工作人员的工资收入，n为系统工作人员数目．

2.4 地震预警系统的有形经济价值评估

根据上述分析， 在不考虑地震预警系统的潜在经济价值(如提高公众的安全感)的情况下， 综合考虑地震预警系统可挽回的经济损失、 保护策略实施的成本和系统的运行成本(郭凯， 2012)， 对地震预警系统有形的经济价值Sval进行了评估， 其计算公式为

(6)

地震预警系统建设的成本非常高昂， 故选择在何地建立以及确定合理的台网密度时， 应重点考虑地震预警系统可以发挥的效能． 由于地震预警系统的有形经济价值主要由其可挽回的经济损失来决定， 这主要与预警设防区域的强震发生频率以及经济情况等相关．

3 讨论与结论

本文首先采用分布在兰州及其周边区域的潜在震源数据， 将兰州市区网格化后， 对该市区可能遭受的地震烈度概率分布进行了计算； 然后对预警时间计算进行了分析， 对现有地震台站和预警台站的传输时延进行了测算， 对兰州市及周边地区分布的80个强震预警台站对地震预警系统可减少的人员伤亡系数进行了评估； 最后对地震预警系统可减少的经济损失进行了评估， 采用宏观易损性分析中的地震震中烈度分配法， 以兰州市区为例, 计算了地震预警系统可挽回的经济损失， 并就地震预警系统的有形经济价值进行了初步探讨．

地震预警系统的效能发挥很大程度上取决于地震预警台站的布局和数据传输时延． 地震台网密度较高的区域， 地震预警系统可减少的人员伤亡和可挽回的经济损失就越高， 同时地震预警系统发挥效能的高低与每个区域的人口密度和经济情况也有很大关联． 从减小人员伤亡比例来看， 减小预警盲区范围， 可以提高地震预警系统效能． 科学合理地布局预警台网， 减小预警盲区范围， 降低预警系统漏报和误报概率， 对于提高预警系统发挥的作用及其经济价值非常重要．

陈棋福, 陈颙, 陈凌. 1997. 利用国内生产总值和人口数据进行地震灾害损失预测评估[J]. 地震学报, 19(6): 640--649. Chen Q F， Chen Y， Chen L. 1997. Earthquake loss estimation by using Gross Domestic Product and population data[J].ActaSeismologicaSinica， 10(6): 791--800.

高孟潭. 1993. 关于地震带震级概率分布与潜在震源区震级概率分布关系的讨论[J].中国地震， 9(1): 15--19.

Gao M T. 1993. Discussion about the relationship between the probabilistic distribution of magnitude in seismic province and that distribution in seismic potential area[J].EarthquakeResearchinChina， 9(1): 15--19 (in Chinese).

郭凯. 2012. 地震预警系统应用及风险分析[D]. 哈尔滨: 中国地震局工程力学研究所: 61--70.

Guo K. 2012.ApplicationandRiskAnalysisofEarthquakeEarlyWarningSystem[D]. Harbin: Institute of Engineering Mechanics， China Earthquake Administration: 61--70 (in Chinese).

胡聿贤. 2007. 地震安全性评价技术教程[M]. 北京: 地震出版社: 130--152.

Hu Y X. 2007.TutorialofSeismicSafetyEvalution[M]. Beijing: Seismological Press: 130--152 (in Chinese).

黄玮琼， 吴宣. 2006. 地震危险性分析中几个重要环节的关联性[J]. 地震学报， 28(3): 269--276.

Huang W Q， Wu X. 2006. Interrelation among several important links in seismic risk analysis[J].ActaSeismologicaSinica， 28(3): 269--276 (in Chinese).

李俊. 2009. 以Google Earth为平台， 基于GDP、 人口与场地效应的全球大震损失评估模型[D]. 合肥: 中国科学技术大学: 111--124.

Li J. 2009.GlobalStrongEarthquakeLossEstimatingModleBasedonGDP，PopulationandSiteCorrectioninGoogleEarth[D]. Hefei: University of Science and Technology of China: 111--124 (in Chinese).

刘吉夫， 陈颙， 史培军， 陈晋. 2009. 中国大陆地震风险分析模型研究(Ⅱ): 生命易损性模型[J]. 北京师范大学学报： 自然科学版， 45(4): 404--407.

Liu J F， Chen Y， Shi P J， Chen J. 2009. A study on seismic risk assessment in mainland China (Ⅱ): Life vulnerability model[J].JournalofBeijingNormalUniversity：NaturalScience， 45(4): 404--407 (in Chinese).

林均岐， 钟江荣. 2003. 区域地震间接经济损失评估[J]. 自然灾害学报， 16(4): 139--142.

Lin J Q， Zhong J R. 2003. Assessment of seismic indirect economic loss in regions[J].JournalofNaturalDisaster， 16(4): 139--142 (in Chinese).

孙柏涛， 胡少卿. 2005. 基于已有震害矩阵模拟的群体震害预测方法研究[J]. 地震工程与工程振动， 25(6): 102--108.

Sun B T， Hu S Q. 2005. A method for earthquake damage prediction of building group based on existing earthquake damage matrix[J].EarthquakeEngineeringandEngineeringVibration， 25(6): 102--108 (in Chinese).

汪素云， 俞言祥， 高阿甲， 阎秀杰. 2000. 中国分区地震动衰减关系的确定[J]. 中国地震， 16(2): 99--106.

Wang S Y， Yu Y X， Gao A J， Yan X J. 2000. Development of attenuation relations for ground motion in China[J].EarthquakeResearchinChina， 16(2): 99--106 (in Chinese).

夏玉胜， 杨丽萍. 2000. 地震预警(报)系统及减灾效益研究[J]. 西北地震学报， 22(4): 452--457.

Xia Y S， Yang L P. 2000. On earthquake prediction (warning) system and its disaster reduction benefit[J].NorthwesternSeismologicalJournal， 22(4): 452--457 (in Chinese).

肖亮， 俞言祥. 2011. 中国西部地区地震烈度衰减关系[J]. 震灾防御技术， 6(4): 358--371.

Xiao L， Yu Y X. 2011. Earthquake intensity attenuation relationship in western China[J].TechnologyforEarthquakeDisasterPrevention， 6(4): 358--371 (in Chinese).

尹之潜. 1991. 地震灾害损失预测研究[J]. 地震工程与工程振动， 11(4): 87--96.

Yin Z Q. 1991. A study for predicting earthquake disaster loss[J].EarthquakeEngineeringandEngineeringVibration， 11(4): 87--96 (in Chinese).

钟江荣， 张令心， 赵振东， 范开洪. 2011. 基于GIS的城市地震建筑物次生火灾蔓延模型[J]. 自然灾害学报， 20(4): 16--21.

Zhong J R， Zhang L X， Zhao Z D， Fan K H. 2011. GIS-based spread model of urban seismic secondary fire of buildings[J].JournalofNaturalDisaster， 20(4): 16--21 (in Chinese).

Allen R M， Kanamori H. 2003. The potential for earthquake early warning in southern California[J].Science， 300(5620): 786--789.

Brown H M， Allen R M， Grasso V F. 2009. Testing ElarmS in Japan[J].SeismolResLett， 80(5): 727--739.

Brown H M， Allen R M， Hellweg M， Khainovski O， Neuhauser D， Souf A. 2011. Development of the ElarmS methodology for earthquake early warning: Realtime application in California and offline testing in Japan[J].SoilDynEarthqEng， 31(2): 188--200.

Erdik M， Fahjan Y， Ozel O， Alcik H， Mert A， Gul M. 2003. Istanbul earthquake rapid response and the early warning system[J].BullEarthqEng， 1(1): 157--163.

Suárez G， Novelo D， Mansilla E. 2009. Performance evaluation of the seismic alert system (SAS) in Mexico city: A seismological and a social perspective[J].SeismolResLett， 80(5): 707--716.

Effectiveness evaluation and social benefits analyses on earthquake early warning system

1)ChinaEarthquakeNetworksCenter，Beijing100045，China2)InstituteofEngineeringMechanics，ChinaEarthquakeAdministration，Harbin150080，China3)InstituteofGeophysics，ChinaEarthquakeAdministration，Beijing100081，China

This paper focuses on the study on the effectiveness of earthquake early warning system and social benefits from the perspective of earthquake early warning system’s reducing the casualties and the economic losses. Based on the calculation results of the annual average occurrence probability of potential earthquakes in each magnitude grade in Lanzhou city and its surrounding areas， we calculated the effective warning time and seismic intensity by using the data from 80 earthquake early warning stations in Lanzhou region. Based on the life-vulnerability model， we calculated the casualties coefficient by the early warning system， and then calculated the economic losses by the macro GDP loss assessment method. The results show that it is crucial for improving the efficiency of earthquake early warning to minimize the scope of blind areas. The construction of earthquake early warning system and the layout of station network should focus on the population density， the economic situation and the probability of earthquake occurrence of the layout areas.

earthquake early warning; effectiveness evaluation; social benefits

地震行业科研专项(201508007)、 国家地震科学数据共享平台项目(503130113)和国家科技支撑项目(2009BAK55B05)联合资助.

2015-04-10收到初稿， 2015-09-20决定采用修改稿.

e-mail: guokai@seis.ac.cn

10.11939/jass.2016.01.015

P315.61

A

郭凯, 温瑞智, 杨大克, 彭克银. 2016. 地震预警系统的效能评估和社会效益分析. 地震学报, 38(1): 146--154. doi:10.11939/jass.2016.01.015.

Guo K, Wen R Z, Yang D K, Peng K Y. 2016. Effectiveness evaluation and social benefits analyses on earthquake early warning system.ActaSeismologicaSinica, 38(1): 146--154. doi:10.11939/jass.2016.01.015.