基于灰色关联法的云南城镇地震灾损关联研究

2019-01-02付志国王浩柳元程

智能建筑与智慧城市 2018年12期

付志国，王浩，柳元程

（云南大学）

1 引言

云南山地面积占全省面积的94%，并且山地区域地质构造复杂，山脉纵横交错，地形地貌和气候变化差异较大。受地形限制，山地城市不仅用地坡度大，而且建设用地与陡坡、深沟等不可建设用地互相穿插，地震发生时容易诱发一系列次生灾害，对城镇造成巨大的破坏与损失。我国对地震灾害方面的研究起步较晚，21世纪以来，有关地震灾害的相关研究逐渐增加。王瑛[1]认为，农村建筑以土木结构为主，城市建筑以砌体结构和框架结构为主，框架结构的抗震性能比砖木结构与砖混结构高。马彩霞[2]认为，我国村镇选址的不合理性和村民的防灾意识薄弱也会增加地震灾害的损失。薄涛[3]以城市为研究对象，总结了地震灾害作用下城市的破坏损失特点，引入层次分析法并结合4R理论评价了城市的防震减灾能力。我国学者对地震灾损研究大多以定性分析为主，也有学者从不同角度建立地震灾害的评价体系，但是较少学者将地震灾害损失（经济、人口）与灾损因素结合起来进行定量分析。

2 研究方法介绍

灰色关联法是属于灰色系统理论中的一种动态分析方法，其基本思想是通过比较各研究对象呈现的空间形态来判断它们之间的关联程度。灰色关联法的优点是可以通过有限的样本数据推断出模糊的相互关系，对数据库的要求不高，计算过程清晰简捷，也能通过Matlab软件编程实现大数据分析。其计算步骤如下：

1）确定目标数列与比较数列

设目标数列（母序列）为X0=｛X0|i=1,2,···,n｝；比较数列（子序列）Xi=｛Xi(k)|k=1,2,···,n｝。

2）数据无量纲化处理

进行数据分析前，先对目标数列与比较数列数据进行无量纲化处理，公式如下：

3）计算两级差

4）计算关联系数

在k点，目标数列与比较数列的关联系数计算公式为：

式中，ρ为分辨系数，ρ∈[0,1]，一般取0.5，ρ越小则分辨系数越高。

5）计算关联度

关联度roi公式如下：

6）排出关联序

将以上公式计算出来的关联度排序后得到了关联序，记为｛x｝，它反映了各比较数列相对于目标序列发展趋势的相似性，roi值越大，说明二者关联度越大。

3 构建指标体系

通过阅读相关文献与资料，以地震灾害实际情况、地震灾害资料可获取性、综合分析和分层分析相结合，可计算与可操作性作为指标体系的构建原则，选取相应指标构建指标体系。本文以地震伤亡人数与地震直接经济损失为研究目标，从社会与灾害角度选取10个影响因子构建指标体系。从社会角度选取人口密度、人均居住面积、人均GDP和农民人均纯收入作为影响因子，从灾害角度选取震级、震源深度、I≥6度面积、土木结构比例、砌体结构比例以及框架结构比例作为影响因子。

4 案例计算

通过查阅资料，并筛选整理数据选取云南地区2000年～2010年5级以上的17次地震为样本数据，原始数据[4～8]如表1所示。

本文以地震伤亡人数与地震直接经济损失作为参考数列，以震级、震源深度和人口密度等10个影响因素作为比较数列，按照上述公式分别计算后可得最终结果，如表2和表3所示。

表1 原始数据表

5 计算结果分析

5.1 地震伤亡人数结果分析

通过表2可知，I≥6度面积与地震伤亡人数关联度最大，一般情况下，地震高烈度区域面积越大，说明受地震灾害破坏范围越大，伤亡人数也会越多。框架结构比例和砌体结构比例与地震人数关联度紧随其次，实际情况中，地震灾害导致的人员伤亡主要由建筑倒塌导致，而框架结构与砌体结构建筑多为多层建筑，建筑自重大，人员集聚较多，属于地震灾损高危区。人均居住面积与地震伤亡人数关联度较为靠前，农民人均纯收入、震级和人均GDP等影响因子与地震伤亡人数的关联度靠后，事实表明，从震害角度分析，地震对地表的破坏由诸多因素共同决定，并且受样本数据限制，地震震级主要分布在5～6级之间，没有7级地震，所以单一指标的震级、震源深度与震害伤亡人数的关联度相对较低。

表2 关联度表（参考数列：伤亡人数）

表3 关联度表（参考数列：直接经济损失）

5.2 直接经济损失结果分析

通过表3可知，I≥6度面积与直接经济损失关联度最大，实际地震中，地震高烈度范围越大，说明受灾面积越大，导致的直接经济损失自然越高。框架结构比例、人均居住面积、农民人均纯收入、砌体结构比例与直接经济损失关联度靠前，事实上，这些方面均能反映该地区的经济发展水平，并且对该地区的经济水平产生重要影响，如框架结构建筑功能以商场和酒店为主，震害区框架结构建筑倒塌越多，所造成的直接经济损失也会越大。

综合上述分析结果，I≥6度面积、框架结构比例、人均居住面积和砌体结构比例对地震伤亡人数与直接经济损失均产生重要影响，定量分析结果符合现实灾害情况，灰色关联分析法适用于地震灾害损失方面的研究。