DOI: 10.11817/j.issn.1672-7207.2015.02.031

基于CAPRA平台的地震风险多标准模拟分析

易伟建¹，沈慧玲¹，程丞²

(1. 湖南大学 土木工程学院，湖南 长沙，410082；

2. 湖南省建筑工程集团总公司，湖南 长沙，410082)

摘要：为量化地震风险，首先选取风险指标，借助CAPRA软件平台，应用其各子模块分别进行危险性分析、易损性分析、损失分析，最终得到物理损失和人员损失等风险指标值。对风险指标值标准化之后，采用多标准评价法对风险指标按其重要性加权求和，得到区域的综合风险指数R_T。综合风险指数越大，区域的地震风险越大。以四川为例，选取物理损失、人员损失和社会影响3个风险指标，运用此方法得到各市地震风险值。研究结果表明：四川眉山、资阳、广元、成都、乐山等地的地震风险较大，阿坝、甘孜、凉山、达州、泸州等地的地震风险较小，这对四川地区的房屋选址、风险规避、城市风险管理有一定的参考作用。

关键词：地震风险；系统风险评估；多标准评价法；CAPRA；综合风险指数；四川地震

中图分类号：P315.9             文献标志码：A         文章编号：1672-7207(2015)02-0603-07

Multi-criteria simulation analysis of seismic risk based on CAPRA platform

YI Weijian¹, SHEN Huiling¹, CHENG Cheng²

 (1. School of Civil Engineering, Hunan University, Changsha 410082, China;

2. Hunan Construction Engineering Group Corporation, Changsha 410082, China)

Abstract: In order to quantify seismic risk, risk indicators were selected first, hazard analysis, vulnerability analysis and loss analysis were carried out using the CAPRA (central American probability risk assessment) platform with each sub-module, finally the values of risk indicators such as physical loss and human loss were obtained. The risk indicators were standardized, and then regional holistic risk index R_T was taken as the weighted sum of the importance of risk indicators based on multi-criteria evaluation method. The greater the regional holistic risk index, the greater the regional seismic risk was. Physical loss, human loss and social impact were selected as risk indicators and taking Sichuan Province (China) as an example, the seismic risk values of each city were gained through this method. The results show that places like Meishan, Ziyang, Guangyuan, Chengdu and Leshan pose a higher seismic risk, but seismic risk of Aba, Ganzi, Liangshan, Dazhou and Luzhou is quite smaller, which can give some references for Sichuan’s house siting, risk mitigation and urban risk management.

Key words: seismic risk; holistic risk assessment; multi-criteria evaluation method; CAPRA (central American probability risk assessment); holistic risk index; Sichuan earthquake

地震风险和损失评估越来越受到重视，源于其在房屋选址、减灾方案的制定、风险规避以及地震应急资源的优化配置方面有深远影响。近年来各种风险评估方法迅速发展。如高庆华等^[1]对地震危险性进行了分析，对震害进行了预测，且大多是以地震烈度作为基本参数，只算出了人员、财产损失，没有直观地表示出风险；徐伟等^[2]综合考虑了人员、财产损失，但在风险指标的选择上不合理，或者指标与风险的关系表达不妥当，从而评估结果引发很多质疑。国外系统风险评估方法大多建立在非线性动力数值模拟分析的基础上，主要有多标准评价法、模糊逻辑法和神经网络法等^[3]。其中，多标准评价法在量化风险方面最有实效。为此，本文采用多标准评价法。一般说来，几乎所有的风险和损失评估的软件有着类似的运行框架^[4]，发展得比较成熟、比较有影响力的风险评估软件有HAZUS，RADIUS，SELANA，TELES和CAPRA^[5]。鉴于CAPRA平台模块比较齐全，对区域没有限制，具有较好的可视化效果，本文作者选用CAPRA平台，合理选取风险指标，得到物理损失和人员损失等风险指标值，结合多标准评价法对风险指标按其重要性加权求和，得到区域的综合风险指数，以此直观并合理地表示风险。

1  地震风险多标准评价法

多标准评价法将地震风险概念模型分解成一系列评价标准，根据其性质和重要性，形成分层矩阵评价标准。综合风险指数由标准化的评价标准依照权重因子加权求和得到。评价标准(指标)是由地震危险性分析、损害工况分析、社会经济信息统计得到。本文借助CAPRA利用多标准评价法进行了地震风险评估，基本流程见图1。其中区域GIS(geographic information systems)图由ArcGIS软件结合数据得到。

图1  地震风险多标准评价的基本流程

Fig. 1  Basic process of multi-criteria evaluation of earthquake risk

1.1  风险指标

地震风险指标能够独立且全面地反映区域风险。^[6]选用19项风险指标，如区域破坏、人员死亡、人员受伤、生命线工程中断、死亡率、社会贫富差距、人口密度、卫生资源、救援水平等。也可以将自然灾害风险分为人员风险、财产风险和环境风险3种类型^[1]。人员风险通常以人员的死伤数量或死伤的概率来度量，财产风险通常以经济损失来度量，环境风险则很难用具体数据来度量。

1.2  承灾体数据

由于地震的不确定性，相关信息越多，风险评估的结果越精确。地震危险性分析需要用到区域地质数据，包括地震带的分布、深度、历次地震情况、地质情况等；结构易损性分析需要用到典型建筑的结构参数，包括高度、振动周期、设计强度系数等；损失计算需要用到区域建筑与人口的规划情况，包括建筑分布、结构形式、建筑成本、居住人口等；风险评估需要用到社会发展水平，包括社会富裕程度、社会功能完善水平、城市防灾减灾能力等。

1.3  CAPRA平台

CAPRA^[5]是由世界银行、美洲开发银行和联合国国际战略减灾署联合开发的风险评估软件平台，由不同水平领域(地震、飓风、洪水、山体滑坡和火山)的风险评估工具组成，包括危险性模块CRISIS2007、易损性模块ERN-Vulnerability、损失模块CAPRA-GIS等。该平台利用概率指标如超越概率曲线、预计全年损失和可能最大损失，评估承灾体的概率损失，进而进行多灾害或多风险分析。

1.3.1  危险性模块CRISIS2007

根据输入的地震带(包括分布、历史地震情况)，模拟出一个地震工况集，其中每一工况对应1个震级和频谱特性。通过细分震源得到子源，当子源的长度小于10 km或者震源距与子源的长度之比小于3时不再细分，认为震中以相同的概率出现在任何子源。对于每个子源，震源的振动特性集中在它的重心。在大多数情况下，假定所有的子源发震遵循泊松分布(基本参数为地震年平均发生率，本文的设定震级为5.0)^[6]。根据场地条件的特点，选择对应的地震波衰减模型。地震的危险性用给定强度的超越概率来表示。假设强度变量A服从对数正态分布，给定震级(M)和震源距(R₀)，地震强度(a)的超越概率为^[3]。其中：Φ(·)为标准正态分布；M_ED(A|M，R₀)为强度变量的中值(由相应的衰减定律给出)；σ_lna为强度a的自然对数的标准差。由强度超越概率可得出区域地震危险性图和超越概率曲线。

1.3.2  易损性模块ERN-Vulnerability

假定在特定地震需求下损失服从Beta分布^[6](相关参数由条件损失的均值和变异系数求出)，则易损性函数描述不同地震需求损失的均值R_MD(平均损伤比)和标准差的变化，将R_MD与地震强度联系起来。R_MD表示结构的预计修复费用与其建造成本的比，由决定^[7]。其中γ₀为弹性位移角，γ_i为最大非线性位移角，ε为斜率，E(·)为预期值。

1.3.3  损失模块CAPRA-GIS

通常用单位时间内预期数量的地震产生的损失超越概率表示风险。1次地震的损失变量L超越损失l的概率为^[7](其中，P(L＞l|a)为给定强度a损失l的超越概率，p(a|M，R)为给定震级M、震源距R强度a的概率密度函数）。由上述方程可解决处理整个风险分析过程中易损性的不确定性。将易损性模块得到的损害比乘以经济价值，可转化成经济损失。分析得到的平均全年损失，表示预计损失及所有随机地震工况全年发生概率的总和。需要说明的是：CAPRA平台从创建以来一直只应用于拉丁美洲和部分南亚国家，本文将其应用于四川地震风险评估，与我国规范与适用性进一步完善和研究，并且地震带划分成的子源并非均匀发震，而CAPRA认为子源以相同的概率出现在震源范围内，可能导致误差。另外，CAPRA平台没有包含目前应用很广的下一代地震波衰减模型，导致其适用范围受限。

2  四川地震风险多标准评价

2.1  风险指标的选取

为了综合反映地震物理风险和社会风险，考虑到数据收集的精确度，选用3个风险指标：区域破坏、人员伤亡、社会影响。区域破坏指的是所研究区域内建筑等的经济损失；人员伤亡指的是区域内严重受伤及死亡的总人数，社会影响指的是地震造成的环境和社会功能的破坏。一般地，社会富裕指数越高，对社会造成的影响越大。

2.2  承灾体数据的收集与处理

四川省的相关数据来源于中国地震台网中心、四川防震减灾信息网、国家地震工程研究中心、《中国大陆地震灾害损失评估汇编》丛书、四川省房屋调查统计资料、四川省人口调查统计资料、实地走访调查等渠道^[8]。数据的收集与整理工作相当繁重，为简化计算，典型建筑的结构参数采用的是省内最多的5种结构类型的参数。潜在震源区的划分一般根据研究工作区(一般指以研究场地为中心，半径250~300 km的区域)的地震地质构造条件、历史地震资料、近代小地震活动以及其他地球物理场的分布来综合确定^[1]。这里考虑以雅安市(102.617 7E，30.301 6N)为中心，半径为650 km范围内的地震带(四川省外只考虑大的地震带)，如图2所示。地震带上的历史地震记录采用的是中国地震台网中心记录的从1970-01-01—2012-12-31的精确地震记录。

图2  四川省潜在震源区

Fig. 2  Potential source areas in Sichuan Province

2.3  地震危险性分析

四川境内以山地为主，丘陵次之，故大部分土质属于一级土，地震动卓越周期平均为0.15 s；抗震设防烈度为基本烈度，重现期为475 a。经分析，武都—马边地震带所处位置的危险性最大，这与历史地震记录相吻合。历史上这几条地震带中武都—马边地震带处发生的5级以上的地震最多，且最大震级达到8级以上。

2.4  结构易损性分析

为了简化分析，按结构特性将四川省的所有建筑物归为最典型的5类：土砖结构、石砖结构、砖混结构、底框-砖混结构、钢筋混凝土框架结构。物理易损性曲线和人员易损性曲线分别如图3~7所示。图中，R_MD为结构平均损伤比；S_a为地震谱加速度，单位为g(1g=1 g/cm³)。

从图4~7可以看出：结构的易损性受建造材料和结构类型的影响最大；易损性曲线越平缓，结构的抗震性能越好。上述结构的抗震性能从弱到强依次是土砖结构、石砖结构、砖混结构、底框-砖混结构、钢筋混凝土框架结构。

2.5  区域损失分析

CAPRA将GIS图与危险性图对应起来，将GIS图中建筑物的结构性能、建筑成本、人口与易损性曲线对应起来。得到四川各市的全年平均损失：物理损失L_p、物理损失率R_p(即L_p与建筑成本的比值)、人员损失L_h和人员损失率R_h(即L_h与建筑物常住人口的比值)。R_p较L_p以及R_h较L_h更具有代表性，R_p和R_h分别见图8(a)和图8(b)。

图3  土砖结构的物理易损性曲线和人员易损性曲线

Fig. 3  Physical vulnerability curve and personnel vulnerability curve of adobe structures

图4  石砖结构的物理易损性曲线和人员易损性曲线

Fig. 4  Physical vulnerability curve and personnel vulnerability curve of brick structures

图5  砖混结构的物理易损性曲线和人员易损性曲线

Fig. 5  Physical vulnerability curve and personnel vulnerability curve of brick-concrete structures

图6  底框-砖混结构的物理易损性曲线和人员易损性曲线

Fig. 6  Physical vulnerability curve and personnel vulnerability curve of bottom frame-brick structures

图7  钢筋混凝土框架结构的物理易损性曲线和人员易损性曲线

Fig. 7  Physical vulnerability curve and personnel vulnerability curve of reinforced concrete frame structures

对损失进行分析发现：物理损失率以眉山、资阳、广元、成都、乐山为大，人员损失率以广元、资阳、眉山为大。甘孜、凉山、阿坝、达州的物理损失率接近0，大多数市的人员损失率均接近于0。

2.6  地震风险评估

2.6.1  风险指标值的确定

采用3个风险指标：区域破坏、人员伤亡、社会影响。区域破坏即为损失分析中的R_p，人员伤亡即为损失分析中的R_h。许利萍^[9]对四川各市的经济发展进行评价，得到各市经济发展的综合得分，即为本文采用的社会影响指标的取值。

2.6.2  风险指标的标准化

为了使各风险指标具有可比性，必须进行指标的标准化，转化成0~1之间的值。这里用线性方程^[10]进行置换(其中，X为指标原值； X′为指标标准化后的值；M 为指标的最大值；m为指标的最小值)。标准化后的值分别用R₁，R₂和R₃表示。

2.6.3  综合风险指数

层次分析法(analytic hierarchy process简称AHP)^[11]给出了有代表性的加权系数取值。其用法是构造判断矩阵，对应极度重要、特别重要、非常重要、比较重要、一般重要、比较不重要、非常不重要、特别不重要、极度不重要，分别取为9，7，5，3，1，1/3，1/5，1/7和1/9，求出矩阵的最大特征值及对应的特征向量，归一化后即为某一层次指标对于上一层次相关指标的相对重要性权值。本文加权系数的取值见表1。综合风险指数根据计算求得，见表2。

四川省各市的综合风险指数R_T如图9所示。图中左边刻度单位为1。

图9直观地显示了四川省各市的地震风险。四川省地震风险比较大的地方主要集中在眉山、资阳、广元、成都、乐山等地方；阿坝、甘孜、凉山、达州、泸州等地的地震风险相当小。

图8  四川省各市的物理损失率R_p 和人员损失率R_h

Fig. 8  Physical loss rate R_p and personnel loss rate R_h of municipalities in Sichuan province

表1  各指标的加权系数

Table 1  Weighting coefficients of each index

表2  四川省各市的地震综合风险指数

Table 2  Earthquake holistic risk indexes of municipalities in Sichuan province

图9  四川省各市的综合风险指数R_T

Fig. 9  Holistic risk index of Sichuan municipalities, R_T

3  结论

1) 结合CAPRA平台与地震风险多标准评价法，对四川的地震风险进行评估，将地震危险性、易损性、损失与风险的评估有效地结合起来，得到四川省的综合风险指数分布图，直观地显示了各市的地震风险。

2) 尽管CAPRA平台结合地震风险多标准评价法的数值结果目前得不到验证，但其表示的相对关系是合理的，可进行定性评估、概念决策，如进行抗震设计时，可参考综合风险指数图，R_T大的地方可适当提高抗震设防烈度；相关管理部门在制定城市抗震防灾政策时,可考虑选择使R_T减小最多的减灾方案；政府可着眼于优化区域地震应急系统资源的配置，对风险大的地区配备更多的人力部署和救灾物资；对于银行、保险公司等风险投资部门和保险相关人，可参考区域危险性、结构易损性和损失风险进行决策。

3) 需要说明的是：由于各个地区的地质情况、发震情况、城市规划情况、经济发展水平和社会结构的差异，很难建立一个统一的地震灾害损失标准或者风险标准。本文的研究方法数据依赖性大，由于统计离散、同质数据不足和资料搜集困难等问题，风险指标的选取不完整，风险指标的权重因子有待进一步研究，可能使区域风险评估偏低，所以，需优化评估指标的选取、相关数据库的建设等。

参考文献：

[1] 高庆华, 聂高众, 张业成, 等. 论地震风险[M]. 北京: 气象出版社, 2011: 1-38.

GAO Qinghua, NIE Gaozhong, ZHANG Yecheng, et al. On the seismic risk[M]. Beijing: China Meteorological Press, 2011: 1-38.

[2] 徐伟, 王静爱, 史培军, 等. 中国城市地震灾害危险度评价[J]. 自然灾害学报, 2004, 13(1): 9-15.

XU Wei, WANG Jingai, SHI Peijun, et al. Hazard degree assessment of urban earthquake disaster in China[J]. Journal of Natural Disasters, 2004, 13(1): 9-15.

[3] Barbat A H, M L, Cardona O D, et al. Evaluación holística del riesgo sísmico en zonas Urbanas[J]. Revista Internacional de Métodos Numéricos para Cálculo y en Ingeniería, 2011, 27(1): 3-27.

Barbat A H, M L, Cardona O D, et al. Holistic assessment of seismic risk in Urban areas[J]. International Journal for Numerical Methods in Engineering Analysis and Design, 2011, 27: 3-27.

[4] Molina S, Lang D H, Lindholm C D, et al. Lindholm. SELENA—An open-source tool for seismic risk and loss assessment using a logic tree computation procedure[J]. Computers & Geosciences, 2010, 36(3): 257-269.

[5] Cardona O D, Ordaz Schroder M G, Reinoso E, et al. Comprehensive approach for probabilistic risk assessment (CAPRA): International initiative for disaster risk management effectiveness[C]//LI Jie, ZHAO Yangang, CHAN Jianting, et al. International Symposium on Reliability Engineering and Risk Management. Shanghai: Tongji University Press, 2010: 1-10.

[6] T M L. Técnicas Innovadoras Para La Evaluación Del Riesgo Sísmico Y Su Gestión En Centros Urbanos: Acciones ex ante y ex post[D]. Barcelona, : Universidad Politécnica de , 2006: 19-23.

T M L. Innovative techniques for the seismic risk assessment and their management in urban centers: Action ex-ante and ex-post[D]. Barcelona, Spain: Technical University of Catalonia, 2006: 19-23.

[7] Marulanda M C, M L, Cardona O D, et al. Probabilistic earthquake risk assessment using CAPRA: Application to the city of Barcelona, Spain[J]. Natural Hazards, 2013, 69(1): 59-84.

[8] 中国地震局监测预报司.中国大陆地震灾害损失评估汇编(1996—2000)[M]. 北京: 地震出版社, 2001: 39-98.

Monitoring and Prediction Agent of China Seismological Bureau. China Mainland Earthquake Damage Assessment Compilation (1996—2000)[M]. Beijing: Seismological Press, 2001: 39-98.

[9] 许利萍. 基于因子分析的四川各市(州)经济发展评价[J]. 中国集体经济, 2012(6): 31-32.

XU Liping. Economic development evaluation of Sichuan municipalities (states) based on factor analysis[J]. China Collective Economy, 2012(6): 31-32.

[10] FOPAE. Evaluación holística del riesgo sísmico de la ciudad de bogotá[M]. Bogota D.C. Colombia: Fondo de Prevención y Atención de Emergencias, 2011: 25-38.

FOPAE. Holistic evaluation of seismic risk of the city of bogota[M]. Bogota D.C. Colombia: Prevention Fund and Emergency Care, 2011: 25-38.

[11] Whitaker R. Validation examples of the analytic hierarchy process and analytic network process[J]. Mathematical and Computer Modelling, 2007, 46(7/8): 840-859.

(编辑  陈灿华)

收稿日期：2014-04-05；修回日期：2014-06-23

基金项目(Foundation item)：国家自然科学基金资助项目(51178175, 51338004)(Projects (51178175, 51338004) supported by the National Natural Science Foundation of China)

通信作者：易伟建，博士，教授，从事结构工程研究；E-mail：wjyi@hnu.edu.cn