作者：付泽钰 翟国方
来源：《地震研究》2020年第03期
摘要：引入遥感影像图反演建筑易损性方法，基于多源数据，构建城市地震风险精准快速评估指标体系，并以厦门市93个社区单元为例进行了实证评估，计算厦门市不同社区的承载体易损性，同时结合区域响应能力分析厦门市地震灾害风险的空间分布特征。结果表明，构建的评估指标体系具有较好的可操作性。
关键词：地震灾害;风险评估;多源数据;厦门
0 引言
自驾青海湖旅游攻略及花费 地震突发性强、损伤性大，是对人类社会威胁性最高的自然灾害之一（聂高众等，2002;李宏，2010;李曼等，2015）。1991年美国率先在加州地区开展了地震风险评估（[美]应用技术委员会，1991），随后法国和其它一些国家也在不同空间尺度上开展了地震风险评估和风险管理的研究工作（汤爱平等，1999;Peek-Asa et al，2000）。国内学者在研究城市地震风险评估方面，主要关注历史灾情分析（刁守中等，2019;刘静伟等，2014）、生命线系统（金书淼，2014;孙路，2015）、人员伤亡（何萍，俞岗，2019;孙桂臣，2013）等。李波等（2019）基于层次分析法，对西安和咸阳两座城市地震风险进行了对比分析;何晓红等（2017）运用模糊评价法选取6个要素得出耿马县城的地震模糊风险值;西安旅游必去的地方
曲国胜（2004）探测了福建4个城市的活断层和场地环境，结合震害预测信息管理与辅助决策系统判断市区内地震灾害风险区等级;袁海红等（2016）以500 m×500 m的格网尺度，对比分析北京市海淀区的昼夜地震风险高值区域。
现有文献中以单个城市尺度展开的地震风险研究较少，多数评估都避开了地震风险的核心评估因子——建筑易损性，现有的研究也多偏向于建筑的单因子评估（马天恩，2016），这主要是由于现有的建筑相关基础资料少，开展实地调研难度大，而夜间灯光数据可以帮助解决此类问题。夜间灯光数据通过卫星在夜间检测城镇中的各类光源，排除云雾、光溢、饱和等影响后，能够帮助研究人口（杨洋，梅洁，2019）或灾害（Tuttle，2007;张小咏等，2018）的空间活动特征，在经济发展（王昀，陶建斌，2019）、城市化及城市研究（刘修岩等，2017;路春燕等，2019）、建设用地提取方面（苏泳娴等，2015;李翔等，2019）有着广泛应用。夜间灯光数据具有大尺度、高精度、跨度长、易获取等特点，在地震灾害风险评估中，能够弥补以往地震灾害风险评估中的资料缺失问题，十分适合基础调研资料不够完备的城市快速开展评估工作。因此，本文利用夜间灯光数据的空间分析属性，在自然灾害风险评估理论基础上，建立适用性更强的地震灾害风险评估模型，为城市的快速地震风险评估提供新思路。
1 地震灾害风险评估体系构建
1.1 地震灾害风险评估方法
“风险”最早出现在经济学领域中，意为不确定因子使对象产生损失的概率（殷杰等，2009;苏桂武，高庆华，2003）。韦伯字典将“风险”定义为“面临的伤害或损失的可能性”（向喜琼，黄润秋，2000）。“风险”概念引入防灾减灾后，逐渐延伸到灾害风险分析、风险评估及风险管理与决策3个方面（吴新燕，2006），风险评估是其中的关键一环。传统的自然灾害风险评估理论多用致灾因子与易损性的乘积表示风险，也有评估模型将暴露度纳入评估（Okada，2004;Morgan，Henrion，1990;UNDRO，1982）。Smith（1996）和Crichton（1999）又将风险同灾害发生的概率划等号，提出风险是灾害发生概率和造成后果的乘积。世界环境与发展委员会WCED（1987）和联合国UN（2002）认为灾害风险需要考虑抗灾能力，灾害风险等于易损性/抗灾能力（韧性） （徐继维等，2015）。笔者认为地震风险评估综合性较强，不应只考虑风险一方，承灾体的响应能力也要纳入评估体系中，因此，在参考WCED和UN风险评估理论的基础上，本文的地震灾害风险评估模型为：
北海公园预约门票
阳江大角湾天气
式中：V为承灾体易损性;C为区域响应能力;R为地震灾害风险度;i和j分别代表承载体易损性和区域响应能力下的各项指标因子;Wi和Wj分别为承灾体易損性和区域响应能力各指标因子经MAX-MIN法标准化后的得分总和;Qi和Qj分别代表经过德尔菲法确定的各项指标因子的权重值。
1.2 指标体系与权重
地震灾害风险涉及地质、人口、经济、工程等多个方面，只有将这些因子综合起来，才能够准确反映地震风险。因此，本文从承载体易损性和区域响应能力2个方面，共12个因子，构建地震灾害风险评估指标体系（图1）。一个地区的承载体易损性越大、区域响应能力越弱，则该地区的地震风险度越高。
承载体对地震风险影响极大，是否存在承灾体以及承灾体的承受能力决定了风险大小。承灾体由建筑、人和次生灾害共同构成，承灾体易损性分为建筑易损性、人口密度、次生灾害危险性3大类。其中，建筑易损性分析是预测城市地震灾害规模、衡量城市综合抗震能力的重要内容（何玉林等，2002），包括建筑年代和建筑结构2个因子。次生灾害危险性包括地质灾害（崩塌、滑坡、泥石流）、火灾、水灾和危险品及污染源4个因子。一个
城市的建筑易损性越高、人口密度越大、次生灾害危险性越高，则城市的承载体易损性越高。
区域响应能力即承灾体恢复性，是指城市从弥补损失、恢复到正常或更高水平的能力（王静爱等，2006）。笔者从灾前、灾中、灾后分别选取了经济水平、防御能力、救援能力3项指标共5个因子。经济水平由地均国内生产总值因子反映;防御能力是指一个地区在地震灾害发生时，为居民提供避难场所及配套设施的能力，主要由应急避难场所密度这一因子反应;救援能力主要是指在地震灾害发生时的抢救效率及次生灾害的应对效率，包含千人病床数、千人医师数和消防站责
北京跟团旅游3天多少钱 任区密度3个因子。一个城市的经济水平越低、防御能力越差、救援能力越弱，则城市的区域响应能力越低，灾后恢复能力越弱。
泰山顶上的宾馆价格表 为避免主观性对结果的干扰，在德尔菲法、层次分析法、熵值法和模糊聚类分析法等测定评价指标权重方法中，选择层次分析法结合德尔菲法开展评估（王靖，张金锁，2001）。1.3 数据来源与处理
本文核心数据为从美国国家环境信息中心（NASA）下载的夜间灯光数据。夜间灯光数据的预处理如下：首先利用美国国家海洋和大气管理局NOAA信息中心平台获取到历年的夜间灯光数据遥感图，利用ArcGIS统一处理数据灰度范围，将栅格调整为1 m×1 m的大小，便于后续提取建筑年代细节。其次，根据城市地理位置将灯光数据地理坐标转化为投影坐标，厦门市的投影坐标为WGS1984 UTM ZONE 50N。根据城市行政边界进行裁剪图像后，为防止灯光溢出对城市建成区范围造成的影响，需要在灰度范围内逐步筛选出合适的灯光阈值。由于建成区历年面积的具体数据可以通过统计年鉴获取，故选择参考比较法确定灯光数据阈值，并计算建成区历年面积。阈值筛选需要先将剪裁过后的栅格数据转化成面数据以便计算面积。利用EXCEL确定不同年份对应灯光值，得到历年的建成区范围，根据建成区历年范围得到不同区域的建筑年代整体情况，用于建筑易损性评估。除此以外，本文选取的12个因子也需要做相应处理，见表1。
