欢迎来到天天文库
浏览记录
ID:52175653
大小:2.23 MB
页数:13页
时间:2020-03-23
《基于千米格网的地震应急灾情预评估数据开发.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库。
1、第38卷第3期地震地质Vol,38,No.32016年9月SEISMOLOGYANDGEOLOGYSept..2016doi:10.3969/j.issn.0253—4967.2016.03.020基于千米格网的地震应急灾情预评估数据开发徐敬海’安基文聂高众1)南京工业大学测绘学院,空间信息综合减灾研究所,南京2118162)中国地震局地质研究所,北京100029摘要震后地震应急灾情的准确、快速评估(盲估)是有效地震应急决策的关键之一。为提高应急灾情评估的速度与准确性,文中提出开发基于千米格网技术的地震应急灾情预评估数据。阐述了预评估数据计算模型,
2、包括承灾体数据、灾情计算用致灾因子和计算公式。介绍了千米格网地震应急灾情预评估数据计算的算法,该算法通过对计算参数的空间化和地图代数的应用实现。最后论述了预评估数据在地震应急灾情评估与应急救援中的应用,并以近期中国大陆发生的2次实际破坏性地震为实验案例,展示和检验了其应用。实验结果表明,千米格网地震应急灾情预评估数据能较好地提升灾情评估速度和准确度,还能精细地展示灾情的空间分布,为地震应急指挥和救援提供参考。关键词地震应急千米格网地震应急灾情灾情评估空间化中图分类号:P315.9文献标识码:A文章编号:0253—4967(2016)03—0760—
3、130引言中国是世界上地震灾害最严重的国家之一,仅2014年便发生了云南鲁甸和云南景谷2次6级以上破坏性地震,给人民生命和财产带来了较大的损失。在地震预报还处于世界性难题的现今,震后及时有效的地震应急救援已被多次地震救灾证明是有效的减轻地震灾害的重要途径之一(中国地震局震灾应急救援司,2004)。震后的即时地震应急辅助决策是地震应急指挥的关键,其中地震应急灾情的快速获取又是基础。由于地震应急灾情获取中的“黑箱效应”存在,目前常用震后快速评估(盲估)灾情代替“黑箱期”的真实灾情(聂高众,2012)。该方法以地震经纬度、震源深度、时间、震级等地震4要素
4、作为输入,通过灾情预测模型推算可能的人口伤亡、经济损失等灾情。在“黑箱期”通过盲估获取的地震应急灾情与其他阶段应急灾情获取评估不同,对时效性要求非常高。目前评估耗时常>25rain,遇到大地震时需要40rain以上。灾情盲估结果,通常还需经相关专家会商,然后形成地震应急处置建议报告提交到相关抗震救灾指挥部。然而,中国政府对即时地震应急灾情和对应的处置方案的时效性要求非常高,通常在30min内(苗崇刚等,2004)。即使汶川地震这样的大地震,也要求于震后1h内提交第1次(收稿日期]2015—03-23收稿,2016—07—07改回。[基金项目]中国地
5、震局地质研究所基本科研业务专项(IGCEA1506)、国家科技支撑计划项目(2012BAK15B06)、空间信息智能感知与服务深圳市重点实验室(深圳大学)开放基金资助项目(201404)、江苏省测绘地理信息科研项目(JSCHKY201506)与中国地震局工程力学研究所基本科业务费专项(2016QJGJ16)共同资助。3期徐敬海等:基于千米格网的地震应急灾情预评估数据开发761灾情分析与处置建议报告,因此探索提升地震应急灾情盲估速度的方法,具有较强的急迫性。除了地震应急灾情评估的速度要求高以外,地震应急灾情的快速评估结果的准确性也是一个困难而复杂的问
6、题。近几年逐渐发展起来的千米格网技术,如基于千米格网的人口、建筑物、GDP等数据的发展和应用,为提高地震应急灾情的评估速度和准确性提供了可能的解决方案(刘红辉等,2005;韩贞辉等,2013;熊俊楠等,2013)。本文将在千米格网承灾体数据基础上,开发地震应急灾情预评估数据,并探索对应的灾情评估方法,旨在提高地震应急灾情评估速度和准确性。1地震应急灾情预评估数据本节将介绍千米格网地震应急灾情预评估数据的定义与来源,并在理论上阐述其在提高灾情评估速度和准确性中的应用。1.1地震灾情预评估数据的来源在地理信息领域中,千米格网技术也常被称为人文要素的空间
7、化,其本质是采用离散的空间格网精确地展示地理要素的空间分布。目前在全国尺度上(经纬格网30”×30”,30”在赤道处对应的地面长度约1km,其他地方随着纬度升高长度变小,但为了表述方便仍将30格网简称为千米格网)的千米格网是一种主流趋势。经过多年的发展已形成一定的千米格网生成算法,如比例系数法,RS与GIS结合方法,空间插值法等(Goodchildeta1.,1993;刘红辉等,2005;江东,2007)。国外在人口空间化方面的研究较多,其中美国能源部所属橡树岭国家实验室(ORNL)开发的LandScan数据已基本成为全球人口分布领域的标准数据(D
8、obsoneta1.,2000;Caieta1.,2006;Bhadurieta1.,2007)。近几年,随着对地震应急指
此文档下载收益归作者所有