基于公里格网的云南昭通地震灾害风险评估

和仕芳，赵正贤，张方浩，曹彦波

（云南省地震局, 昆明 650224）

0 引言

昭通位于云南省东北部，是中国大陆地震活动性较强及“小震大灾”的典型代表之一。该地区2014年8月3日曾发生鲁甸6.5 级地震造成 617 人死亡、3143 人受伤，对昭通地区开展地震灾害风险评估具有重要意义。

地震灾害风险评估作为新时代地震灾害风险防治核心业务之一[1-3]，是震前了解抗震薄弱环节和高风险地区，有针对性地采取防范加固和减灾措施，切实提高地震灾害风险防范能力的有效途径[4]。国外较早开展了地震灾害风险评估方面的研究，最具代表性的是HUZUS 震害评估系统。随着中国社会经济的发展，城镇化水平不断提高，地震灾害风险日益增加，国内针对地震灾害风险评估的研究也逐渐完善。从研究方法看，主要有多指标综合评价法、概率方法、情景建模法，其中概率法和情景建模法需要以丰富的震例资料为基础，多指标综合评价法可以通过构建合理的分级评价指标体系并依据各指标对评价目标的相对重要性进行赋权，是当前应用较广泛的灾害综合风险评估方法之一[5-6]。评估指标大多是基于地震灾害危险性、承灾体脆弱性构建的，指标权重确定则以主观赋权法和客观赋权法为主[7-12]。从评价尺度看，主要集中在城市或者县域尺度[13-17]，还有少数是乡镇尺度[18]。但是针对区域地震灾害风险精细化空间分布的研究相对偏少，主要原因是建筑物等精细化数据难以获取。本研究拟利用地震灾害风险普查成果—基于遥感影像的建筑物矢量数据，以典型多震灾重的昭通为研究区，以1 km×1 km 格网为评价单元，从建筑物抗震能力、人口、经济、断层距等方面考虑，对昭通地区开展精细化地震灾害风险评估，为区域地震灾害风险防治提供参考依据。

1 研究区概况

云南省昭通市地处于青藏高原东缘的凉山次级块体南部边缘，受青藏高原不断地推挤作用，加之断层交织在一起，地震活动性较强，造就了山高谷深、沟壑纵横、地质破碎的自然地理环境[19-20]。昭通市总面积2.3 万km2，其中山地面积占 72. 2% ，坝区面积占 27. 8% ，最高海拔4040 m，最低海拔267 m，海拔高差大。根据2022年云南省统计年鉴统计，昭通地区总人口501.4 万人，平均人口密度为217.8 人/km2，是云南省平均人口密度119 人/km2的1.8 倍。人口密度仅次省会城市昆明，而人均GDP居云南省倒数第一。昭通人口分布不均衡，人口主要集中分布在昭阳区、镇雄县、彝良县、鲁甸县、巧家县等县城，其中昭通大关、永善县城位于半山腰，盐津县位于高山峡谷。昭通地处马边-大关地震带和小江地震带，除了威信县、镇雄县其他县城均分布在地震带上。

昭通特殊的地质环境及人口经济情况，决定了昭通地震灾害多发、地震灾害人员伤亡重、受灾人口多、经济损失大、地震次生灾害严重的区域性特点[20]。据统计1900年以来昭通地区发生过32 次5.0 级以上地震（表1），累计造成约4142 人死亡，5046人受伤（图1）。

图1 1900年以来昭通M≥5.0 地震灾害及主要活动断层分布Fig. 1 Earthquake disasters of M≥5.0 since 1900 and distribution of main active faults in Zhaotong

表1 1900—2022年昭通地区MS≥5.0 地震灾害Table 1 Earthquake disasters of MS≥5.0 in Zhaotong from 1900 to 2022

2 数据与技术路线

2.1 数据源及预处理

本研究使用的数据包括人口、经济、地震动参数、数字高程数据（DEM）、断层数据和基于遥感影像和经验估计的房屋抗震能力初判结果。首先要在ARCGIS 软件中统一将数据进行格网化处理，格网采用CGCS2000 坐标系，格网大小为1 km×1 km，昭通市共计21686 个格网。其中人口、经济、DEM数据来源于云南省地震应急基础数据库。DEM 是根据30 m 分辨率数据做格网分区统计提取均获得；地震动参数来源于五代地震动区划图；断层数据使用的云南省1:100 断层数据，计算格网离最近断层的距离（以下简称“断层距”）；建筑物数据使用地震灾害风险普查成果—基于遥感影像和经验估计的房屋抗震能力初判成果数据，将建筑物分为估计抗震能力达标、疑似抗震能力不足和疑似抗震能力严重不足3 类。格网房屋抗震能力是通过统计每个格网不同抗震能力房屋面积占比，以占比大的房屋类型代表格网房屋抗震能力。数据预处理结果如图2 所示。

图2 昭通市基于公里格网的评估指标数据Fig. 2 Evaluation index data of Zhaotong City at the spatial scale of 1 km grid

2.2 技术路线

本文基于公里格网开展昭通地震灾害风险评估，具体技术流程如图3 所示。首先，对地震动参数、人口、经济、高程、断层距、房屋抗震能力6 个指标数据做格网化处理；然后基于公里格网从地震灾害综合风险等级评估、经济损失风险评估和人员死亡风险评估三方面开展昭通地震灾害风险评估。具体是：采用熵权法计算指标权重来评估地震灾害综合风险等级，通过构建不同抗震能力房屋易损性矩阵评估地震经济损失风险，利用昭通历史地震震亡比与房屋毁坏率之间的经验公式评估人员死亡风险。

图3 技术路线Fig. 3 The technical route diagram

3 地震灾害风险等级评估

3.1 熵权法

熵权法是依据各指标携带的信息量大小确定权重系数，相比层次分析法、德尔菲法等主观赋权法，避免了主观因素造成的偏差，是应用最广泛的客观赋权法之一[21-22]。

1）基本原理。在信息论中，熵是对不确定性的一种度量，可以通过计算熵值来判断某个指标的离散程度，指标的熵值越小，指标的离散程度越大，所含的信息量越大，该指标对综合评价的影响（权重）越大[23-24]。

2）权重计算步骤。

a. 构建评价矩阵。n个样本、m个指标构成评价矩阵：

b. 指标标准化：

计算第i个指标下第j个样本的指标值的比重pij：

c. 计算指标信息熵值ei和信息效能值：

d. 计算权重wi：

3.2 评估结果

以公里格网为评价单元，选取人口、经济、DEM、地震动峰值加速度、房屋抗震能力、断层距6 个因素为评价指标，其中人口、DEM、地震动峰值加速度值为正向指标，经济、房屋抗震能力和断层距为负向指标。根据熵权法利用SPSS 软件计算得到各评价指标的权重系数。权重向量w=[0.398，0.399，0.018，0.086，0.033，0.066]，对应的指标权重系数分别为：人口0.398，经济0.399，DEM0.018，地震动峰值加速度0.086，房屋抗震能力0.033，断层距0.066。然后，在ARCGIS 软件中将各指标按权重系数加权叠加分析后得到昭通地区基于公里格网的地震灾害综合风险等级评估图（图4）。从评估结果看，昭通地区地震灾害风险存在区域差异，高风险区主要集中分布在巧家县西部、鲁甸县西北部、永善县北部、大关县中北部、盐津县西南部，部分呈较密集的点状分布在昭阳区、彝良县和鲁甸县，还有极少呈零星分布在其他区域；中风险区主要集中分布在昭通中北部地区包括绥江县、水富县、盐津县、彝良县、永善县和大关县南部；低风险区域主要分布在威信县、镇雄县和昭阳区。

图4 昭通市基于公里格网的地震灾害风险等级Fig. 4 Assessment result of earthquake risk level in Zhaotong on the spatial scale of 1 km grid.

4 地震经济损失风险评估

地震直接经济损失是指地震造成的房屋和其他工程结构、设施、设备、物品等物项破坏的经济损失[25]，其中房屋破坏造成的损失是主要部分，也是造成经济损失的决定因素。因此，本文中经济损失风险主要指的是房屋破坏造成的经济风险。

4.1 房屋破坏经济损失评估原理

本文根据房屋抗震能力将房屋类型分为估计抗震能力达标、疑似抗震能力不足和疑似抗震能力严重不足。震后房屋建筑破坏造成的经济损失为三类房屋可能遭遇的各种破坏等级的损失之和。各类房屋在某种破坏等级下的损失Lh：

式中：Sh为某类房屋总建筑面积；Rh为某类房屋某种破坏等级的破坏比；Dh为某类房屋某种破坏等级的损失比；Ph为某类房屋重置单价。

4.2 评估相关参数

1）房屋建筑面积。房屋建筑面积使用基于遥感影像的房屋矢量化数据计算得到。

2）房屋破坏比。周洋等基于1993—2017年滇东北地区（昭通市、寻甸县和会泽县)57 次破坏性地震的震害资料，运用经验震害矩阵完善方法构建了滇东北地区不同结构房屋易损性矩阵和易损性指数[26]。房屋建筑在各种地震强度作用下破坏概率的综合值称为易损性指数，其值反映了房屋抗震水平，易损性指数越小、其建筑抗震能力越强，易损性指数越大、则抗震能力越差。从易损性指数（表2）来看，滇东北地区土木结构和砖木结构抗震能力最差，砖混结构抗震能力次之，框架结构抗震能力最好，对应到三类不同抗震能力房屋，得到易损性矩阵（表3）。

表2 滇东北不同结构房屋易损性指数Table 2 Vulnerability index of different structure buildings in the northeast of Yunnan

表3 昭通不同抗震能力房屋易损性矩阵Table 3 Vulnerability matrix of buildings with different seismic capacities in Zhaotong

3）房屋损失比。 参考2000年以来昭通地区5.0 级及以上地震灾害损失评估报告①云南省地震局. 云南鲁甸5.1 级地震灾害评估报告[R]. 2003.②云南省地震局. 云南鲁甸5.0 级地震灾害评估报告[R]. 2003.③云南省地震局. 云南鲁甸5.6 级地震灾害评估报告[R]. 2004.④云南省地震局. 云南盐津5.1 级地震灾害评估报告[R]. 2006.⑤云南省地震局. 云南彝良5.7 级、5.6 级地震灾害评估报告[R]. 2012.⑥云南省地震局. 云南永善5.3 级地震灾害评估报告[R]. 2014.⑦云南省地震局. 云南鲁甸6.5 级地震灾害评估报告[R]. 2014.⑧云南省地震局. 云南永善5.0 级地震灾害评估报告[R]. 2014.⑨云南省地震局. 云南巧家5.0 级地震灾害评估报告[R]. 2020.，取值如表4 所示。

表4 不同抗震能力房屋损失比Table 4 Loss ratio of buildings with different seismic capacity%

4）重置单价。重置单价指基于当前价格，重建或修复被破坏房屋，恢复到震前同样规模和标准所需的单位建筑价格。参考昭通地区最近一次地震（2020年5月18日巧家5.0 级地震）灾害评估报告⑨云南省地震局. 云南巧家5.0 级地震灾害评估报告[R]. 2020.，重置单价取值如表5。

表5 不同抗震能力房屋重置单价Table 5 Restoration and reconstruction costs of houses with different seismic capacity

4.3 评估结果

以公里格网为评价单元，根据格网地震动参数和不同抗震能力房屋易损性矩阵，按照式(8)计算得到昭通市基于公里格网的经济损失风险图（图5）。从评估结果看，昭通地区地震灾害经济损失风险大部分为0～500 万元/km2，主要集中在人口经济较密集的昭阳区、巧家县和彝良县部分地区，西部镇雄县和威信县风险较低。

图5 昭通市基于公里格网的地震灾害经济损失风险Fig. 5 Economic loss risk value of earthquake disaster in Zhaotong on the spatial scale of 1 km grid

5 地震人员死亡风险评估

地震作为突发性的自然灾害，严重威胁着人民的生命财产安全，尤其是破坏性地震发生后，最为惨重的代价就是人员伤亡[27]。2012年9月7日，云南省昭通市彝良县发生5.7 级地震，81 人死亡。2014年8月3日云南鲁甸6.5 级地震，共造成了617 人死亡。地震灾害人员死亡风险评估是开展防震减灾工作的重要参考。

5.1 评估模型

目前，地震人员死亡评估方法主要有基于建筑损失的分析模型、半分析模型和基于地震参数的经验模型[28]。尹之潜分别给出了基于房屋毁坏率的平均死亡人数估算模型和区分24 小时人员所在空间位置，基于房屋不同损毁情况与死亡率的人员伤亡估算模型[29]；高惠瑛等根据建筑物破坏程度，利用线性回归分析法，建立地震人员伤亡快速评估模型[30]；刘亢等给出了基于大样本量的地震死亡率与建筑物倒塌率关系[31]；陈棋福等分析了国内1980—2000年的地震案例，以人口密度为划分标准得到了地震人员死亡和震级之间的经验公式[32]；李晓杰等利用国内1970— 2008年的128 次地震资料， 基于HUZAS 的全球地震快速评估系统的伤亡回归模型，建立了中国区域的地震伤亡评估模型[33]；施伟华等整理分析了云南省 1992—2010年的地震资料，得到了震级、烈度与死亡人数之间关系模型[34]；刘金龙等提出了基于震中烈度的地震人员伤亡评估模型[35]；李永强等利用云南的震例资料，得到震亡比关于烈度的矩阵模型[36]。

相比震级、烈度等参数，建筑物破坏情况对人员伤亡的影响更直接，建筑物破坏程度对人员伤亡起决定性的作用。另外，利用基于遥感影像和经验估计的房屋抗震能力初判成果矢量数据和上节给出的昭通不同抗震能力房屋易损性矩阵，可计算得到基于公里格网的房屋破坏情况，进而提高地震灾害人员死亡风险评估精细化程度。因此，本文参考尹之潜模型[29]和刘亢模型[31]，使用建筑物损毁率与震亡比之间的经验关系评估人员死亡风险。其中建筑物损毁率基于不同抗震能力房屋矢量数据及其易损性来估算。建筑物损毁率与震亡比之间的经验关系是利用昭通2000年以来10 次5.0 级及以上震例如表6，拟合得到的，结果如式（9）和式（10）。

表6 2000年以来昭通MS5.0 及以上地震Table 6 Earthquake disasters of MS≥5.0 in Zhaotong since 2000

式中：D为震亡比（死亡人数比本地区总人口之比）；A为 房屋毁坏率；Nd为死亡人数；N为本地总人口。

5.2 评估结果

以格网为评价单元，计算不同抗震能力房屋毁坏面积之和与格网房屋总面积之比得到房屋毁坏率，再利用格网人口数根据公式（10）估算得到昭通基于公里格网的人员死亡风险图（图6）。从评估结果看，昭通地区地震灾害人员死亡风险每平方公里为0～2 人，巧家县、彝良县、永善县、大关县和鲁甸县部分地区死亡风险每平方公里为1～2 人，其余大部分地区死亡风险为每平方公里0～1 人。

图6 昭通市基于公里格网的地震灾害人员死亡风险Fig. 6 The mortality risk of earthquake disaster in Zhaotong on the spatial scale of 1 km grid

6 结论

摸清地震灾害风险是防范地震灾害的有效途径，也是震后快速评估的重要参考依据。本文以昭通为研究区，基于房屋抗震能力、人口、经济、地震动峰值加速等评估指标，利用熵权法评估了昭通地震灾害综合风险等级，并估算了昭通地震经济损失和人员死亡风险值。结果表明昭通地震灾害风险存在区域差异，高风险区主要集中分布在巧家县西部、鲁甸县西北部、永善县北部、大关县中北部、永善县北部、盐津县西南部；地震灾害经济损失高风险区主要集中在昭阳区、巧家县和彝良县部分地区；地震灾害人员死亡风险较高的地区是巧家县、彝良县、永善县、大关县和鲁甸县部分地区。建议加强相关地区防震减灾能力建设，如提高房屋抗震能力、关注城区地震应急避险安置点规划建设等。

本研究具备以下特点：①充分利用地震灾害风险普查成果—基于遥感影像和经验估计的房屋抗震能力初判成果，以公里格网为评价单元，从数据精细度和评价尺度进一步提高了地震灾害风险评估的精细化程度；②基于指标的熵权法，可以较客观地反映昭通地区地震灾害风险的差异性，得到的昭通地震灾害风险评估结果与昭通历史地震灾害情况也基本相对应，证实了该方法的可用性，而由于昭通地区震例样本不多，影响建筑物易损性矩阵和阵亡比检验统计关系的准确性，从而影响地震经济损失风险和人员死亡风险评估结果的准确性；③地震风险受诸多因素的影响，本研究只选取了几个便于获取数据的主要影响因素，可能对地震灾害风险评估的因素分析得不够全面，导致评估结果产生偏差。

地震经济损失和人员死亡很大程度上决定于建筑物的破坏。近年来，随着遥感和无人机高分辨率影像、激光扫描仪高精度测绘等技术的发展，对灾害风险评估精细化程度越来越高，未来研究同时从微观层面和宏观层面出发，以单体建筑物为研究对象，将建筑结构单体的物理损伤判定与预测原理同区域性的建筑物震害特征相结合，来开展震害风险评估将进一步提高评估的准确性。