城中村建筑在地震灾害风险下损失预测

文/陈彦昇 林煌超 俞键 张水兵，云南大学建筑与规划学院

城中村建筑在地震灾害风险下损失预测

文/陈彦昇 林煌超 俞键 张水兵，云南大学建筑与规划学院

地震易造成抗震性能不足的建筑破坏，尤其是技术与经济有限的城中村，造成“中震大灾”现象普遍。本文提出将设防情况、结构类型、层数、建成年限作为易损性影响因子，建立群体建筑模型，模拟在遭遇不同烈度地震下损坏情况。结果表明：本方法可靠性强，精度较高，作为农村建筑震害预估方法可行。

震害预估；地震烈度；易损性

地震是突发性灾害，易使抗震性能不佳的建筑破坏，特别是农村建筑，由于施工方面的技术不达标等因素，更易造成人员伤亡。如果能够预估建筑可能造成的破坏，对采取方法以减少伤亡是很有意义的。

在这方面早有学者进行过相关研究，如马玉宏采用指标法[1]对村镇木结构进行评估；李树桢以延伸系数为主要参数[2]定量的对砖混房屋进行预测；李荷选择位移角为指标[3]对农村自建房屋进行评定等。

1 易损性分析方法

1．1 易损性影响因子

根据历史震害资料，选择设防等级、结构类型、层数、建成年限这四个因素作为易损性影响因子。

1．1．1 设防情况

T6表示Ⅵ度设防，未设防表示为T0。遭遇烈度与设防烈度的差值定义为C，取值范围为：-3＜=Cm＜=4[4]，破坏概率如表2：未设防建筑的破坏概率如表3：

表1 烈度差值破坏概率Tab．1 destructive probability of crack magnitude difference

表2 未设防结构破坏概率Tab． 2 destructive probability of fortification structure

1．1．2 结构类型

结构分为三类，用Si表示，如表4：以S1为例，样本中频数分布如图1，参数β=2．79，η=0．57，依据公式(1)(2)进行Weibull分布拟合后[5]，得S1密度函数图像及在各个震坏程度下的附属值。

表3 结构分类情况及表示符号Tab． 3 classification of structure and symbol、

图1 S1各个震坏情况下频数分布Fig．1 requency distribution of affected areas

图2 S1的概率密度图像Fig．2 probability density image of S1

1．1．3 层数

层数分三类：用Fi表示，如表5。计算步骤与S1一致。

1．1．4 建成年限

建成年限分四类，用Yi表示，如表6，计算步骤与S1一致。

表4 层数分类情况及表示符号Tab． 4Floor of structure and symbol

表5 结构分类情况及表示符号Tab． 5Floor of structure and symbol

易损性因子在各个分类下的附属值关系总表为表7：

表6 易损性因子与附属值关系表Tab．6Vulnerability factors and relational tables of the subsidiary value

1．2 单体建筑易损性矩阵

单体建筑易损性因矩阵，如公式（3）

2 震后建筑状态

2．1 震后单体建筑

根据公式（4）可求得在确定烈度地震下各个震坏程度的发生概率矩阵Bi。Bi=[B1，B2，B3，B4，B5]。

Bi：Ei的发生概率值Bi

DS，F，Y[Ei|T，Z]：单体建筑易损性矩阵

Wi：加权系数矩阵，取该加权系数矩阵为Wi=[0．5，0．25，0．1，0．15，0．1]

2．2 震后群体建筑

利用Anylogic建立群体建筑震害预估模型。根据公式（5），可得该地区各个震坏程度所占比例值R（Ei）。

Am：第m栋房屋面积

Bim：第m栋房屋发生Bi的概率

3 实例分析

以鲁甸地震中甘家寨震害情况为例，通过实际震害结果与本文方法所得结果对比，来验证方法的可靠性与准确性。

图3红线为本文方法预估结果，蓝线为实际结果，发现最大误差为12．8%，最小误差为6．0%，总体误差小于15%，证明本文方法及模型具有一定精确度。

4 结论

（1）本文提出一种快捷简便的农村建筑震害预估方法来模拟农村群体建筑在遭遇地震后的震害情况，可靠性好，准确度较高。通过实例验证，本方法结果与实际震害结果有一定误差，但误差均小于10%，仍处于可控范围内。

[1]马玉宏．地震灾害风险分析及管理[M]．科学出版社．2008

[2]李树桢．用延伸系数预测砖结构房屋的地震破坏[J]．世界地震工程．1994．10（2）:31—38

[3]李荷．城市地震影响灾害预测[M]北京．中国铁道出版社．1997:259-264

[4]谢礼立．论工程抗震设防标准[J]地震工程与工程震动．1996，16（1）：1-8

[5]金良琼．两参数Weibull分布的参数估计[D]云南．云南大学硕士2010