基于多源數(shù)據(jù)的2021年云南漾濞MS6.4地震極災(zāi)區(qū)判定方法

曹彥波 李永強(qiáng) 張方浩 蔣飛蕊

摘要：破壞性地震發(fā)生后，對(duì)地震極災(zāi)區(qū)的快速判定有利于政府各部門實(shí)施精準(zhǔn)化的搜救和物資保障。以2021年漾濞MS6.4地震為例，對(duì)依據(jù)烈度衰減模型、儀器烈度、余震序列、鐵塔斷電站點(diǎn)數(shù)據(jù)等方法判定的極災(zāi)區(qū)進(jìn)行多源數(shù)據(jù)融合，快速判定漾濞地震極災(zāi)區(qū)大小及空間分布范圍。結(jié)果表明：基于多源數(shù)據(jù)融合的極災(zāi)區(qū)判定方法除了考慮地震本身物理參數(shù)外，還融合了鐵塔通信基站破壞狀況，擬合得出的極災(zāi)區(qū)大小、方向、質(zhì)心坐標(biāo)等空間分布與實(shí)際災(zāi)害調(diào)查繪制結(jié)果基本一致，可為地震救援決策提供基礎(chǔ)數(shù)據(jù)支撐。

關(guān)鍵詞：漾濞MS6.4地震;多源數(shù)據(jù);極災(zāi)區(qū)

中圖分類號(hào)：P315.9?? 文獻(xiàn)標(biāo)識(shí)碼：A?? 文章編號(hào)：1000-0666（2021）03-0472-09

0 引言

破壞性地震發(fā)生后，快速判定災(zāi)害規(guī)模、搶救人民生命財(cái)產(chǎn)、轉(zhuǎn)移安置災(zāi)民、最大程度減輕災(zāi)害損失是抗震救災(zāi)工作首要任務(wù)。尤其是在重特大地震發(fā)生后，破裂范圍隨著震級(jí)和震源機(jī)制不同，覆蓋十幾至數(shù)百千米，破裂延續(xù)時(shí)間可以從十幾秒到數(shù)百秒（張勇等，2013;岳漢等，2020），導(dǎo)致地震極災(zāi)區(qū)通信、電力設(shè)施設(shè)備受損，極大影響災(zāi)情信息的迅速獲取。因此，在震后2? h的災(zāi)情黑箱期內(nèi)，利用通信基站、余震序列、儀器烈度等物聯(lián)網(wǎng)和互聯(lián)網(wǎng)多源數(shù)據(jù)來(lái)判斷地震極災(zāi)區(qū)的分布范圍、展布方向，可為政府部門確定重點(diǎn)救援區(qū)域、調(diào)派救援力量和物資提供重要的信息支撐和決策依據(jù)（聶高眾等，2012;曹彥波等，2018）。

目前，基于地震烈度衰減的數(shù)學(xué)模型方法是國(guó)內(nèi)地震部門各級(jí)應(yīng)急指揮中心軟件系統(tǒng)集成的主流算法之一（汪素云等，2000;張方浩等，2016），該算法主要利用地震參數(shù)快速計(jì)算地震影響范圍，生成以微觀震中為圓心的觀側(cè)等效破裂的橢圓（線源）面，最高烈度區(qū)就是極災(zāi)區(qū)的影響范圍，極災(zāi)區(qū)長(zhǎng)軸初判方向一般為離震中最近的活動(dòng)斷裂方向。由于地震烈度衰減關(guān)系是通過(guò)對(duì)歷史地震烈度長(zhǎng)短軸回歸分析得到，無(wú)法體現(xiàn)出由于震源破裂過(guò)程不同而導(dǎo)致的地震災(zāi)害分布差異，因此，用烈度衰減關(guān)系估計(jì)的最高烈度、極災(zāi)區(qū)大小、方向和宏觀震中位置往往與實(shí)際烈度分布存在較大偏差（王德才等，2013）。2010年玉樹(shù)7.1級(jí)地震計(jì)算出的影響場(chǎng)震中位于人煙稀少的無(wú)人區(qū)，而實(shí)際宏觀震中卻位于人口稠密的結(jié)古鎮(zhèn);在2014年魯?shù)?.5級(jí)地震影響場(chǎng)快速評(píng)估過(guò)程中，由于災(zāi)區(qū)活斷層數(shù)據(jù)不準(zhǔn)確，導(dǎo)致初期快速評(píng)估計(jì)算出的影響場(chǎng)長(zhǎng)軸是NE向，最高烈度計(jì)算值僅為Ⅷ度，而實(shí)際的長(zhǎng)軸是NW向，最高烈度計(jì)算值為Ⅸ度。針對(duì)上述問(wèn)題，國(guó)內(nèi)外眾多學(xué)者開(kāi)展了震后極災(zāi)區(qū)判定技術(shù)方法研究。代表性的方法主要有：①基于強(qiáng)震動(dòng)觀測(cè)數(shù)據(jù)判定方法（李山有等，2002;梁永朵等，2015;Kodera et al，2018;關(guān)曙淵等，2020;段洪杰等，2020），如美國(guó)的ShakeMap系統(tǒng)，在高密集監(jiān)測(cè)臺(tái)網(wǎng)支持下，利用震級(jí)、烈度與PGA、PGV的關(guān)系進(jìn)行擬合生成儀器烈度分布圖（Wald et al，1999）;②基于震源機(jī)制和余震序列數(shù)據(jù)方法（白仙富等，2011;王偉錁等，2011;張?zhí)K平等，2013;鄭韻等，2015，2018），楊天青等（2015）利用震后數(shù)小時(shí)的余震序列數(shù)據(jù)和震源機(jī)制解，通過(guò)分析數(shù)據(jù)時(shí)空展布特征，插值擬合快速判定極災(zāi)區(qū)范圍和展布方向;③基于地震參數(shù)評(píng)估方法，聶高眾和徐敬海（2018）通過(guò)分析極震區(qū)烈度與地震參數(shù)的相關(guān)性關(guān)系，擬合了一種以正式發(fā)布的地震震級(jí)、震源深度為輸入?yún)?shù)的極震區(qū)烈度快速評(píng)估模型。近年來(lái)，隨著空間對(duì)地觀測(cè)技術(shù)、互聯(lián)網(wǎng)、物聯(lián)網(wǎng)、深度學(xué)習(xí)、人工智能等高新技術(shù)的飛速發(fā)展，有部分學(xué)者基于遙感技術(shù)（王曉青等，2015a，b;張景發(fā)等，2018;李金香等，2018;郭建興等，2020），基于無(wú)人機(jī)影像識(shí)別技術(shù)（許建華等，2017;周洋等，2017;杜浩國(guó)等，2018;李金香等，2020）、監(jiān)控視頻源識(shí)別技術(shù)（李東平等，2017，2019;郭志宇，2017;Li et al，2021）、社交媒體感知技術(shù)（徐敬海等，2015;曹彥波等，2017;薄濤等，2018）、互聯(lián)網(wǎng)IP地址定位技術(shù)（李兆隆等，2017;吳艷梅等，2019）、手機(jī)信令數(shù)據(jù)（張勇等，2018;張小詠等，2018;龐曉克，2019）以及震感、人員傷亡、房屋破壞等多源地震災(zāi)情信息融合方法（胡素平，帥向華，2012;郭紅梅等，2015;楊天青等，2016;李芋均等，2020）等多種大數(shù)據(jù)時(shí)代的技術(shù)方法進(jìn)行地震極災(zāi)區(qū)的識(shí)別和提取。本文在參考前人研究基礎(chǔ)上，以2021年5月21日漾濞MS6.4地震為例，利用多源數(shù)據(jù)融合方法快速判定極災(zāi)區(qū)范圍和展布方向，為地震應(yīng)急處置工作提供信息支撐。

1 研究方法與數(shù)據(jù)源

1.1 技術(shù)路線

本文以云南地震應(yīng)急基礎(chǔ)數(shù)據(jù)庫(kù)、余震序列數(shù)據(jù)、災(zāi)情數(shù)據(jù)等多源數(shù)據(jù)為基礎(chǔ)，首先基于衰減模型、儀器烈度、余震序列、通信基站斷電、多源數(shù)據(jù)融合5種方法生成地震極災(zāi)區(qū)子集，然后利用有限集容斥算法對(duì)每一個(gè)子集進(jìn)行合并，提取融合范圍內(nèi)受影響的居民點(diǎn)數(shù)據(jù)集，采用標(biāo)準(zhǔn)橢圓差方程擬合生成極災(zāi)區(qū)。最后采用平均絕對(duì)百分比誤差從極災(zāi)區(qū)大小、方向、宏觀震中、空間位置分布狀況等方面對(duì)這5種方法擬合結(jié)果與實(shí)際調(diào)查評(píng)估結(jié)果進(jìn)行對(duì)比，分析產(chǎn)生誤差的原因（圖1）。

1.2 研究方法

1.2.1 標(biāo)準(zhǔn)橢圓差算法

本文采用標(biāo)準(zhǔn)橢圓差算法完成基于不同數(shù)據(jù)源的極災(zāi)區(qū)范圍擬合。標(biāo)準(zhǔn)差橢圓算法是由美國(guó)南加州大學(xué)社會(huì)學(xué)教授韋爾蒂·利菲弗在1926年提出的度量地理空間分布的一種經(jīng)典算法。該算法利用一系列離散數(shù)據(jù)點(diǎn)，通過(guò)坐標(biāo)系變換的方法，使原坐標(biāo)系中的離散數(shù)據(jù)點(diǎn)在新的坐標(biāo)系下的標(biāo)準(zhǔn)差距離最小，從而反映點(diǎn)集的方向和分布趨勢(shì)。該方法主要步驟如下：

（1）確定橢圓圓心。根據(jù)不同數(shù)據(jù)源，利用算數(shù)平均中心來(lái)計(jì)算橢圓的圓心，算法如下：

Cx=∑ni-1（xi-X）2n

Cy=∑ni-1（yi-Y）2n（1）

式中：Cx和Cy表示橢圓圓心x坐標(biāo)和y坐標(biāo)，xi和yi是單個(gè)點(diǎn)要素的空間位置坐標(biāo)，X和Y是算數(shù)平均中心。

（2）確定橢圓方向性。根據(jù)不同數(shù)據(jù)源空間分布狀況，以x軸為準(zhǔn)，正北方（12點(diǎn)方向）為0度，順時(shí)針旋轉(zhuǎn)，算法如下：

tanθ=∑ni-12i-∑ni-12i）+（∑ni-12i-∑ni-12i）2+4（∑ni-1ll）22∑ni-1ll（2）

式中：θ表示橢圓旋轉(zhuǎn)角度;l和l表示平均中心和x、y坐標(biāo)的差。最后確定x、y軸的長(zhǎng)度，算法如下：

Dx=2∑ni=1（lcosθ-lsinθ）2n

Dy=2∑ni=1（lsinθ-lcosθ）2n（3）

式中：Dx和Dy分別表示橢圓的x、y軸的長(zhǎng)度。

（3）數(shù)據(jù)子集融合。利用有限集容斥原理對(duì)不同數(shù)據(jù)源生成的多個(gè)子集進(jìn)行合并，提取影響區(qū)域居民點(diǎn)要素，把合并計(jì)數(shù)時(shí)重復(fù)計(jì)算數(shù)排斥出去，形成不同數(shù)據(jù)源融合范圍內(nèi)居民點(diǎn)要素集合，容斥算法如下：

設(shè)S為有限集，則：

AiS（i=1，2，…，n，n≥2），S=A1∪A2∪…∪Am

∪ni-1Ai=∑nk-1（-1）k-1∑1≤i1

式中：S表示多個(gè)集合相并的有限集;Ai表示某一子集。

（4）生成極災(zāi)區(qū)。根據(jù)融合范圍內(nèi)的居民點(diǎn)集合，利用標(biāo)準(zhǔn)差橢圓方程擬合計(jì)算地震極災(zāi)區(qū)，確定極災(zāi)區(qū)空間分布和展布方向（圖2）。

1.2.2 擬合結(jié)果精度校驗(yàn)

采用平均絕對(duì)百分比誤差方法對(duì)5種方法生成的地震極災(zāi)區(qū)評(píng)估值和真實(shí)值進(jìn)行精度對(duì)比分析。計(jì)算數(shù)值越小，說(shuō)明擬合算法精確度越好。具體算法如下：

M=1n∑nt=1A（t）-F（t）A（t）×100%（5）

式中：M表示表示平均絕對(duì)百分比誤差;A表示真實(shí)值;F表示預(yù)測(cè)值。

1.3 數(shù)據(jù)來(lái)源及預(yù)處理

本文分析采用的數(shù)據(jù)包括云南省行政區(qū)劃數(shù)據(jù)、活動(dòng)構(gòu)造數(shù)據(jù)、震區(qū)鐵塔通信基站斷電站點(diǎn)數(shù)據(jù)、余震序列數(shù)據(jù)等9類（表1）。除地震應(yīng)急基礎(chǔ)數(shù)據(jù)庫(kù)支撐的結(jié)構(gòu)化矢量數(shù)據(jù)外，采集到的部分?jǐn)?shù)據(jù)是非結(jié)構(gòu)化的文本文檔、電子表格和圖片數(shù)據(jù)，在進(jìn)行空間分析前需進(jìn)行數(shù)據(jù)預(yù)處理。筆者對(duì)原始數(shù)據(jù)進(jìn)行檢查整理，剔除錯(cuò)誤值、異常值和無(wú)經(jīng)緯度坐標(biāo)數(shù)據(jù)，利用GIS軟件對(duì)余震序列、儀器烈度、地震烈度圖等非結(jié)構(gòu)化數(shù)據(jù)在地圖上進(jìn)行空間定位配準(zhǔn)，定義坐標(biāo)系，形成可進(jìn)行空間分析、空間統(tǒng)計(jì)建模的矢量數(shù)據(jù)，見(jiàn)表1。

2 研究結(jié)果

2021年5月21日21時(shí)48分34秒，云南省漾濞縣（25.67°N，99.87°E）發(fā)生MS6.4地震，震源深度8 km。地震發(fā)生后，云南地震災(zāi)害應(yīng)急指揮中心快速響應(yīng);震后2 min，基于地震烈度衰減模型，利用評(píng)估系統(tǒng)快速計(jì)算生成了地震極災(zāi)區(qū)的空間分布范圍和方向;震后20 min，根據(jù)預(yù)警工程烈度速報(bào)產(chǎn)出結(jié)果，提取儀器烈度極災(zāi)區(qū)影響范圍;震后30 min到1 h，利用漾濞震區(qū)鐵塔通信基站斷電站點(diǎn)分布和余震序列分布空間數(shù)據(jù)點(diǎn)集擬合得到兩種數(shù)據(jù)源的極災(zāi)區(qū)空間分布狀況。

基于烈度衰減模型、儀器烈度、余震序列和鐵塔斷電站點(diǎn)4種方法擬合得到極災(zāi)區(qū)，結(jié)果如表2、圖3所示。

（1）根據(jù)烈度衰減模型計(jì)算，此次地震微觀震中位于大理州漾濞縣蒼山西鎮(zhèn)花椒園村，初判發(fā)震構(gòu)造為維西—喬后斷裂，影響場(chǎng)長(zhǎng)軸方向?yàn)镹W向，極災(zāi)區(qū)最高烈度為Ⅷ度，面積約為251.8 km2，覆蓋了漾濞縣白章村、花椒園村、秀嶺村、太平鄉(xiāng)4個(gè)居民點(diǎn)。

（2）根據(jù)儀器烈度統(tǒng)計(jì)，此次地震微觀震中位于花椒園村，烈度區(qū)長(zhǎng)軸方向NW向，向東靠近維西—喬后斷裂，極災(zāi)區(qū)最高烈度為Ⅷ度，面積約303.1 km2，極災(zāi)區(qū)覆蓋了白章村、花椒園村等12個(gè)居民點(diǎn)。

（3）從震后1 h余震序列空間分布看，余震主要分布在維西—喬后斷裂西側(cè)，沿著微觀震中向ES方向單側(cè)展布，余震區(qū)長(zhǎng)度約25 km，寬度約5 km。根據(jù)擬合結(jié)果，極災(zāi)區(qū)面積155 km2，方向?yàn)镹NW向，質(zhì)心坐標(biāo)位于微觀震中東南向9.4 km處沙河村與秀嶺村附近，極災(zāi)區(qū)覆蓋了花椒園村、秀嶺村、沙河村、仁民街社區(qū)、河西村5個(gè)居民點(diǎn)。

（4）此次地震造成鐵塔基站斷電站點(diǎn)一共有24處，主要分布在Ⅷ度區(qū)范圍內(nèi)，主要集中在微觀震中東側(cè)人口較為密集的縣城和鄉(xiāng)鎮(zhèn)附近，沿紫陽(yáng)村—淮安村—仁民街社區(qū)—河西村—石坪村一線呈NW向分布。根據(jù)擬合結(jié)果，極災(zāi)區(qū)面積186 km2，方向?yàn)镹W向，質(zhì)心坐標(biāo)位于微觀震中東側(cè)9.8 km處的河西村附近，覆蓋了秀嶺村、白羊村、淮安村等13個(gè)居民點(diǎn)。

（5）根據(jù)上述有限集容斥原理和標(biāo)準(zhǔn)橢圓差方法，對(duì)烈度衰減模型、儀器烈度、余震序列、

3 討論

根據(jù)云南省地震局（2021）發(fā)布的漾濞MS6.4地震烈度圖，地震最高烈度為Ⅷ度，地震發(fā)震構(gòu)造為維西—喬后斷裂，沿?cái)嗔盐鱾?cè)呈北NW展布。Ⅷ度區(qū)面積約170 km2，主要涉及漾濞縣蒼山西鎮(zhèn)、漾江鎮(zhèn)、太平鄉(xiāng)3個(gè)鄉(xiāng)鎮(zhèn)。筆者采用平均絕對(duì)百分比誤差（MAPE）對(duì)上述5種方法評(píng)估結(jié)果和實(shí)際調(diào)查評(píng)估結(jié)果進(jìn)行對(duì)比，結(jié)果如圖4、5，表3、4所示：

（1）從極災(zāi)區(qū)大小和空間分布對(duì)比分析看：極災(zāi)區(qū)范圍最大評(píng)估值來(lái)自儀器烈度方法，面積為303.1 km2，約為實(shí)際面積2倍，誤差率78.29%，其余方法擬合面積與實(shí)際相比誤差率在10%左右。極災(zāi)區(qū)長(zhǎng)軸擬合長(zhǎng)度除烈度衰減模型方法外其余4種方法與實(shí)際結(jié)果相比誤差率均小于15%，余震序列方法長(zhǎng)軸與實(shí)際基本相符，極災(zāi)區(qū)短軸擬合長(zhǎng)度與實(shí)際結(jié)果整體有一定偏差，烈度衰減模型方法擬合結(jié)果接近實(shí)際。從極災(zāi)區(qū)空間分布情況看，烈度衰減模型和儀器烈度擬合范圍與實(shí)際位置相比向西側(cè)偏移，約一半面積重合;鐵塔斷電和余震序列方法所得結(jié)果則向南偏移，約三分之一面積重合。數(shù)據(jù)融合方法擬合的極災(zāi)區(qū)范圍與實(shí)際范圍重合面積142 km2，分別占各自面積的74%和84%，兩者空間擬合分布基本一致。從極災(zāi)區(qū)影響的居民點(diǎn)數(shù)量和空間分布看，數(shù)據(jù)融合方法生成的極災(zāi)區(qū)覆蓋居民點(diǎn)與實(shí)際較為接近，該方法擬合的極災(zāi)區(qū)包含了15個(gè)居民點(diǎn)，實(shí)際調(diào)查結(jié)果包含14個(gè)居民點(diǎn)，兩個(gè)區(qū)域重疊部分有13個(gè)居民點(diǎn)，吻合度達(dá)到了90%以上。

（2）從極災(zāi)區(qū)展布方向?qū)Ρ确治隹矗簶O災(zāi)區(qū)旋轉(zhuǎn)角評(píng)估值最大的是儀器烈度方法，旋轉(zhuǎn)角為152.8°，誤差率僅為0.46%，與實(shí)際調(diào)查評(píng)估結(jié)果方向基本吻合;評(píng)估值最小的是余震序列方法，旋轉(zhuǎn)角為136.6°，誤差率為10.19%。鐵塔斷電和數(shù)據(jù)融合方法方向與實(shí)際相比誤差率小于5%，極災(zāi)區(qū)方向判定與實(shí)際結(jié)果基本一致。

（3）從極災(zāi)區(qū)質(zhì)心坐標(biāo)與微觀、宏觀震中對(duì)比分析可以看出：烈度衰減模型和儀器烈度方法所得極災(zāi)區(qū)質(zhì)心坐標(biāo)與微觀震中位置一致，但從實(shí)際調(diào)查繪制的極災(zāi)區(qū)質(zhì)心坐標(biāo)來(lái)看，地震宏觀震中與微觀震中存在位置偏差，宏觀震中位于微觀震中EN方向約4.6 km的白羊村附近，x軸向西偏移4.2 km，y軸向北偏移2.1 km。而余震序列、鐵塔斷電、數(shù)據(jù)融合3種方法擬合的質(zhì)心坐標(biāo)都位于微觀震中東側(cè)，接近實(shí)際宏觀震中位置。質(zhì)心與宏觀震中偏移量最小的是數(shù)據(jù)融合方法所得結(jié)果，x軸向西偏移1.7 km，y軸向南偏移2.2 km，位于淮安村和漾濞縣城仁民街社區(qū)附近。

這5種方法擬合的極災(zāi)區(qū)大小方向、質(zhì)心坐標(biāo)等空間分布與實(shí)際結(jié)果存在一定的偏差，造成誤差的主要原因如下：

（1）從極災(zāi)區(qū)大小和方向評(píng)估結(jié)果看（圖6）：利用烈度衰減模型方法生成極災(zāi)區(qū)誤差的原因與衰減模型構(gòu)建時(shí)歷史震例樣本數(shù)和采用回歸方法密切相關(guān)，災(zāi)區(qū)活斷層數(shù)據(jù)精度也會(huì)影響方向判定準(zhǔn)確性。儀器烈度大小和方向與地震臺(tái)網(wǎng)密度和插值方法密切相關(guān)，鐵塔斷電擬合范圍和方向也與破壞站點(diǎn)的數(shù)量和空間分布相關(guān)。從云南臺(tái)網(wǎng)震后1 h的余震序列空間分布和震源機(jī)制解結(jié)果看，節(jié)面I：走向139°/傾角76°/滑動(dòng)角-165°，節(jié)面II：走向45°/傾角75°/滑動(dòng)角-15°。離震中最近的主要活動(dòng)斷裂為NNW向維西—喬后斷裂，余震序列呈NW向分布，呈現(xiàn)明顯的NNW條帶狀，與斷層節(jié)面I滑動(dòng)方向一致。總體來(lái)說(shuō)，在本次地震中，利用多源數(shù)據(jù)擬合后的極災(zāi)區(qū)大小和方向與實(shí)際調(diào)查評(píng)估繪制結(jié)果基本一致，能滿足震后2 h災(zāi)情黑箱期快速評(píng)估需求。

（2）從極災(zāi)區(qū)宏觀震中和微觀震中偏移情況看（圖5）：這5種方法擬合所得的極災(zāi)區(qū)宏觀震中與實(shí)際結(jié)果都存在不同程度的偏移。烈度衰減模型、儀器烈度、余震序列3種方法主要是考慮了地震震級(jí)、位置、余震、PGA、PGV等參數(shù)進(jìn)行擬合，對(duì)區(qū)域內(nèi)承災(zāi)體空間分布狀況和震害破壞情況估計(jì)不足，導(dǎo)致與宏觀調(diào)查烈度存在差異。對(duì)于云南地區(qū)來(lái)說(shuō)，高原山地特征顯著，地形地貌、地質(zhì)構(gòu)造、地震活動(dòng)背景等孕災(zāi)環(huán)境多樣復(fù)雜，社會(huì)經(jīng)濟(jì)、人口等承災(zāi)體時(shí)空分布差異性顯著，多次震例表明，調(diào)查烈度、宏觀震中往往與評(píng)估烈度、微觀震中存在差異。從漾濞MS6.4實(shí)際震害調(diào)查結(jié)果看，極災(zāi)區(qū)（Ⅷ度）宏觀震中位置位于淮安村附近，災(zāi)區(qū)范圍東起漾濞縣蒼山西鎮(zhèn)河西村，西至蒼山西鎮(zhèn)大爛壩，南自蒼山西鎮(zhèn)沙河村，北達(dá)漾江鎮(zhèn)彎坡村—桑不老村一帶。在實(shí)際地震極災(zāi)區(qū)判定中，除了考慮地震本身物理參數(shù)外，還要融合地面多種承災(zāi)體實(shí)際破壞情況，極災(zāi)區(qū)判定才會(huì)更加精準(zhǔn)。

4 結(jié)論

本文以2021年5月21日漾濞MS6.4地震為例，基于地震烈度衰減數(shù)學(xué)模型、儀器烈度、余震序列、鐵塔基站斷電等數(shù)據(jù)，利用標(biāo)準(zhǔn)橢圓差方程和容斥算法，通過(guò)多源數(shù)據(jù)擬合得出漾濞地震極災(zāi)區(qū)范圍及空間分布。從5種擬合方法與實(shí)際結(jié)果的對(duì)比分析可以看出，基于多源數(shù)據(jù)融合的極災(zāi)區(qū)判定方法除了考慮地震本身物理參數(shù)外，還融合地表鐵塔通信基站斷電實(shí)際破壞情況，擬合得出的極災(zāi)區(qū)大小、方向、質(zhì)心坐標(biāo)等空間分布與實(shí)際災(zāi)害調(diào)查繪制結(jié)果基本一致，可為地震救援決策提供基礎(chǔ)數(shù)據(jù)支撐。

由于云南地區(qū)孕災(zāi)環(huán)境和承災(zāi)體時(shí)空差異大，地震災(zāi)情多因子耦合關(guān)系復(fù)雜，無(wú)論哪一種極災(zāi)區(qū)判定方法都存在一定的局限性和適用范圍，應(yīng)結(jié)合物聯(lián)網(wǎng)、互聯(lián)網(wǎng)、人工智能等高新技術(shù)，快速獲取災(zāi)情，接入動(dòng)態(tài)實(shí)時(shí)的行業(yè)大數(shù)據(jù)，進(jìn)一步提高地震極災(zāi)區(qū)研判精度。

參考文獻(xiàn)：

白仙富，戴雨芡，李永強(qiáng)，等.2011.基于余震信息的宏觀震中和影響場(chǎng)方向快速判定方法[J].地震研究，34（3）：525-532.

薄濤，李小軍，陳蘇，等.2018.基于社交媒體數(shù)據(jù)的地震烈度快速評(píng)估方法[J].地震工程與工程振動(dòng)，38（5）：2016-215.

曹彥波，李永強(qiáng).2018.云南地震應(yīng)急關(guān)鍵技術(shù)與信息服務(wù)[M].昆明：云南科技出版社.

曹彥波，吳艷梅，許瑞杰，等.2017.基于微博輿情數(shù)據(jù)的震后有感范圍提取研究[J].地震研究，40（2）：303-310.

杜浩國(guó)，張方浩，鄧樹(shù)榮，等.2018.震后極災(zāi)區(qū)無(wú)人機(jī)最優(yōu)航拍區(qū)域選擇[J].地震研究，41（2）：209-215.

段洪杰，楊黎薇，段然，等.2020.基于自主研發(fā)的軟件框架在地震應(yīng)用系統(tǒng)開(kāi)發(fā)中的研究和應(yīng)用[J].地震研究，43（1）：195-205.

關(guān)曙淵，單振東，馬榮.2020.日本儀器烈度計(jì)算 3 種方法對(duì)比[J].地震科學(xué)進(jìn)展，50（8）：20-24.

郭紅梅，陳維鋒，張瑩，等.2015.多源地震災(zāi)情信息融合的烈度判定方法研究[J].華北地震科學(xué)，33（3）：43-49.

郭建興，張宇翔，姬建中，等.2020.利用居民地建筑物數(shù)據(jù)和高分遙感影像評(píng)估地震烈度的方法初探[J].地震地質(zhì)，42（4）：968-980.

郭志宇.2017.基于視頻監(jiān)控的震害快速評(píng)估與地震應(yīng)急技術(shù)可行性研究[D].蘭州：中國(guó)地震局蘭州地震研究所.

胡素平，帥向華.2012.網(wǎng)絡(luò)地震災(zāi)情信息智能處理模型與地震烈度判定方法研究[J].震災(zāi)防御技術(shù)，7（4）：420-430.

李東平，陳海鵬，張凱，等.2019.基于社會(huì)視頻監(jiān)控信息源的地震影響范圍快速勾畫[J].地震研究，42（2）：187-195.

李東平，劉倩倩，龔俊.2017.基于海量視頻監(jiān)控的中小地震烈度快速判斷方法嘗試[J].地震研究，40（2）：324-332.

李金香，常想德，趙朔，等.2018.新疆塔什庫(kù)爾干塔吉克自治縣地震極災(zāi)區(qū)地震烈度遙感快速評(píng)估研究[J].中國(guó)地震，34（3）：513-524.

李金香，趙朔，常想德.2020.基于無(wú)人機(jī)影像的皮山地震極災(zāi)區(qū)烈度評(píng)估[J].地震科學(xué)進(jìn)展，50（3）：20-24.

李山有，金星，陳先，等.2002.地震動(dòng)強(qiáng)度與地震烈度速報(bào)研究[J].地震工程與工程振動(dòng)，22（6）：1-7.

李芋均，郭紅梅，黃丁發(fā)，等.2020.基于區(qū)間證據(jù)理論的多源災(zāi)情信息融合及烈度判定研究[J].計(jì)算機(jī)應(yīng)用研究，37（S2）：92-94.

李兆隆，吳艷梅，李敏，等.2017.基于互聯(lián)網(wǎng)信報(bào)控制協(xié)議的災(zāi)情信息獲取技術(shù)研究與應(yīng)用[J].地震研究，40（2）：311-316.

梁永朵，姜金征，李瑩，等.2015.幾種烈度算法在實(shí)際震例中的對(duì)比研究[J].震災(zāi)防御技術(shù)，10（4）：925-932.

聶高眾，安基文，鄧硯.2012.地震應(yīng)急災(zāi)情服務(wù)進(jìn)展[J].地震地質(zhì)，34（4）：783-789.

聶高眾，徐敬海.2018.基于震源深度的極震區(qū)烈度評(píng)估模型[J].地震地質(zhì)，40（3）：611-621.

龐曉克.2019.基于手機(jī)位置信息的地震極震區(qū)位置與范圍快速獲取技術(shù)研究[D].北京：中國(guó)地震局地質(zhì)研究所.

汪素云，俞言祥，高阿甲，等.2000.中國(guó)分區(qū)地震動(dòng)衰減關(guān)系的確定[J].中國(guó)地震，16（2）：99-106.

王德才，倪四道，李俊.2013.地震烈度快速評(píng)估研究現(xiàn)狀與分析[J].地球物理學(xué)進(jìn)展，28（4）：1772-1784.

王偉錁，李志強(qiáng)，李曉莉.2011.利用余震法快速判定宏觀震中的研究[J].震災(zāi)防御技術(shù)，6（1）：36-48.

王曉青，竇愛(ài)霞，丁香，等.2015a.地震烈度應(yīng)急遙感評(píng)估研究與應(yīng)用進(jìn)展[J].地球信息科學(xué)學(xué)報(bào)，17（12）：1536-1544.

王曉青，竇愛(ài)霞，王龍，等.2015b.2013年四川蘆山7.0級(jí)地震烈度遙感評(píng)估[J].地球物理學(xué)報(bào)，58（1）：163-171.

吳艷梅，李兆隆，鄭川，等.2019.云南省可定位IP地址數(shù)據(jù)特征及其在地震有感范圍判定中的應(yīng)用[J].華北地震科學(xué)，37（1）：1-5.

徐敬海，褚俊秀，聶高眾，等.2015.基于位置微博的地震災(zāi)情提取[J].白然災(zāi)害學(xué)報(bào)，24（5）：12-18.

許建華，張雪華，王曉青，等.2017.無(wú)人機(jī)傾斜攝影技術(shù)在地震烈度評(píng)估中的應(yīng)用-以九寨溝7.0級(jí)地震為例[J].中國(guó)地震，33（4）：655-662.

楊天青，姜立新，董曼，等.2015.基于余震序列分布信息的地震極災(zāi)區(qū)快速判斷方法研究[J].災(zāi)害學(xué)，30（1）：8-15.

楊天青，席楠，張翼，等.2016.基于離散災(zāi)情信息的地震烈度分布快速判定方法研究[J].地震，36（2）：48-59

岳漢，張勇，蓋增喜，等.2020.大地震震源破裂模型：從快速響應(yīng)到聯(lián)合反演的技術(shù)進(jìn)展及展望[J].中國(guó)科學(xué)：地球科學(xué)，50（4）：515-537.

云南省地震局.2021.云南漾濞MS6.6地震烈度圖發(fā)布[EB/OL].（2021-05-25）[2021-07-01].http：//www.yndzj.gov.cn/yndzj/-300599/-300651/629959/index.html.

張方浩，蔣飛蕊，李永強(qiáng)，等.2016.云南地區(qū)地震烈度評(píng)估模型研究[J].中國(guó)地震，32（3）：511-521.

張景發(fā)，李強(qiáng)，張慶云，等.2018.多源遙感圖像的1976年MS7.8唐山大地震等烈度區(qū)判定[J].遙感學(xué)報(bào)，22（S1）：162-173.

張?zhí)K平，孫艷萍，陳文凱.2013.余震信息在岷縣漳縣6.6級(jí)地震震后應(yīng)急救援重災(zāi)區(qū)快速判定時(shí)作用討論[J].地震工程學(xué)報(bào)，35（3）：465-470.

張小詠，肖迪，蘇中，等.2018.基于手機(jī)定位數(shù)據(jù)的地震災(zāi)害影響場(chǎng)方向模擬[J].系統(tǒng)仿真學(xué)報(bào)，30（11）：4244-4248.

張勇，許力生，陳運(yùn)泰.2013.蘆山4·20地震破裂過(guò)程及其致災(zāi)特征初步分析[J].地球物理學(xué)報(bào)，56（4）：1408-1411.

張勇，趙學(xué)志，肖爽.2018.基于通信大數(shù)據(jù)的地震影響初步判斷[J].科技與創(chuàng)新，（20）：43-44.

鄭韻，姜立新，土輝山，等.2018.基于余震粒了群算法的極震區(qū)快速判定方法研究[J].地震，38（4）：122-133.

鄭韻，姜立新，楊天青，等.2015.利用余震頻度分布進(jìn)行宏觀震中快速判定[J].地震，35（2）：121-132.

周洋，明小娜，楊艷珠，等.2017.災(zāi)評(píng)新技術(shù)在云龍5.0級(jí)地震烈度調(diào)查中的應(yīng)用[J].地震研究，40（1）：161-166，168.

Kodera Y，Yamada Y，Hirano k，et al.2018.The propagation of local Undamped Motion（PLUM）Method：A simple and robust wavefield estimation approach for earthquake early warning[J].Bulletin of the Seismological Society of America，108（2）：983-1003

Li D，Chen H，Shen W，et al.2021.An analysis of the temporal and spatial gathering and dispersion patterns of crowds at the community level after the 2020 M5.1 Tangshan Guye earthquake[J].International Journal of Disaster Risk Reduction，65，doi：org/10.1016/j.ijdrr.2021.102331.

Wald D J，Vincent Q，Heaton T H，et al.1999.Relationships between peak ground acceleration，peak ground velocity，and modified intensity in California[J].Earthquake Spectra，15（3）：557-564.

Determination of the Worst-hit Zone in the 2021 Yangbi，Yunnan MS6.4Earthquake-stricken Area Based on Multi-source Data

CAO Yanbo，LI Yongqiang，ZHANG Fanghao，JIANG Feirui

（Yunnan Earthquake Agency，Kunming 650224，Yunnan，China）

Abstract

The rapid estimation of the worst-hit zone of the earthquake-afflicted area of a destructive earthquake will facilitate the governments precise search and rescue and allocation of relief supplies.In this paper，we integrate the multi-source data of the worst-hit zone in the Yangbi MS6.4 earthquake-stricken area estimated according to the intensity attenuation model，the instrumental intensity，the aftershocks sequence，and the power-outage data of transmission towers，and rapidly determine the area and spatial distribution of the worst-hit zone of the Yangbi earthquake.Our method of multi-source data fusion integrates the physical parameters of the earthquake with the data of the power-outage transmission towers，and gives the area，distribution direction，and the coordinates of the center of the worst-hit zone.These results are in good agreement with the worst-hit zone decided by field investigation.

Keywords：the Yangbi MS6.4 earthquake;multi-source data;the worst-hit zone