基于SPSS統(tǒng)計(jì)分析的地震傷亡預(yù)測(cè)模型研究

錢莉

摘要：震前人員傷亡情況的預(yù)測(cè)對(duì)應(yīng)急物資的儲(chǔ)備布局具有重要意義。統(tǒng)計(jì)了汶川地震不同烈度區(qū)下的37個(gè)城鎮(zhèn)傷亡數(shù)據(jù)，建立了地震死亡、受災(zāi)人數(shù)評(píng)估模型。其中，烈度、人口密度和房屋損壞間數(shù)可參考地震烈度區(qū)劃圖基本烈度、地區(qū)統(tǒng)計(jì)年鑒以及建筑物房屋震害預(yù)測(cè)。對(duì)云南2次地震的驗(yàn)證表明模型具有良好的適用性。

關(guān)鍵詞：地震災(zāi)害；傷亡評(píng)估；烈度；擬合

破壞性地震發(fā)生前，對(duì)潛在地區(qū)的地震傷亡情況進(jìn)行評(píng)估有利于識(shí)別高風(fēng)險(xiǎn)區(qū)域，針對(duì)性的規(guī)劃應(yīng)急服務(wù)設(shè)施的布局、需求物資的儲(chǔ)備，預(yù)防性部署抗震防災(zāi)工作，以便震后高效的應(yīng)急救援響應(yīng)。因此，有必要尋找災(zāi)前傷亡預(yù)測(cè)的有效方法。國(guó)內(nèi)地震人員傷亡預(yù)測(cè)方法主要有神經(jīng)網(wǎng)絡(luò)、支持向量機(jī)、經(jīng)驗(yàn)公式法等。尹之潛等以房屋結(jié)構(gòu)類型為依據(jù)，研究房屋倒塌率和地震人員死亡率的關(guān)系。肖光先提出以震級(jí)、烈度、災(zāi)區(qū)人口密度為主要參數(shù)的地震人員傷亡評(píng)估模型。程家喻等則是選取地震烈度、時(shí)間段的人口比率、人口數(shù)、建筑物破壞率為因變量，研究其與死亡人數(shù)的關(guān)系 。馬玉宏、謝禮立研究了地震傷亡主要影響因素。本文旨在研究震前人員傷亡評(píng)估模型，為應(yīng)急儲(chǔ)備庫(kù)選址、物資庫(kù)存預(yù)測(cè)等抗震防災(zāi)工程決策提供依據(jù)。

1.地震人員傷亡影響因素分析

地震人員傷亡影響因素眾多，大致可歸結(jié)為四類：（1）體現(xiàn)地震破壞力的信號(hào)指標(biāo)，比如震級(jí)、震中烈度、震源深淺、地震的發(fā)生時(shí)間、受災(zāi)地區(qū)的地質(zhì)結(jié)構(gòu)；（2）建筑物抗震性能指標(biāo)，如抗震設(shè)防烈度、建筑結(jié)構(gòu)類型、建造年代等；（3）人口相關(guān)，如人口密度、發(fā)震時(shí)在室內(nèi)的比率、臨震時(shí)的心理狀態(tài)和自救措施；（4）社會(huì)因素，包括地震預(yù)報(bào)的水平、受災(zāi)地區(qū)防災(zāi)意識(shí)的高低等。

本文旨在模擬預(yù)測(cè)震前人員傷亡情況，對(duì)于地震發(fā)生后才能確定的破壞力信號(hào)指標(biāo)以及通過遙感衛(wèi)星、航拍獲取的數(shù)據(jù) 、救災(zāi)人員深入災(zāi)區(qū)獲得的即時(shí)信息均不考慮。綜合考慮影響地震的主要因素以及歷史數(shù)據(jù)的可收集性，最終選取烈度、房屋毀壞間數(shù)、人口密度三個(gè)重要參數(shù)作為影響地震傷亡人數(shù)的指標(biāo)。

鑒于區(qū)域性差異給地震人員傷亡帶來(lái)的不確定影響以及數(shù)據(jù)可得性，收集整理了2008年汶川大地震各個(gè)城鎮(zhèn)死亡、受災(zāi)人數(shù)、破壞烈度、房屋毀壞間數(shù)、人口密度5個(gè)指標(biāo)數(shù)據(jù)，與前人相比進(jìn)一步細(xì)化了統(tǒng)計(jì)單元的尺度。數(shù)據(jù)主要來(lái)源《中國(guó)大陸地震災(zāi)害損失評(píng)估匯編（2006-2010）》、四川省統(tǒng)計(jì)年鑒、抗震設(shè)防烈度區(qū)劃圖以及鄭通彥總結(jié)的歷年中國(guó)大陸地震災(zāi)害損失評(píng)述等各種資料。

2.地震傷亡評(píng)估模型搭建、擬合效果檢驗(yàn)分析

2.1 汶川地震烈度——死亡率、受災(zāi)率擬合結(jié)果

通過收集不同烈度下四川部分縣市的地震傷亡數(shù)據(jù)，對(duì)災(zāi)區(qū)進(jìn)行了地震死亡率——烈度的擬合，擬合結(jié)果如圖1所示。隨著烈度的增加，死亡率呈現(xiàn)指數(shù)式的急劇增長(zhǎng)。指數(shù)模型的擬合優(yōu)度R方=0.9695，擬合效果較好，緊密程度高。

由表1可以看出，災(zāi)區(qū)破壞烈度達(dá)到8度及以上時(shí)，受災(zāi)率大幅增長(zhǎng)并維持較高水平。中國(guó)地震烈度表對(duì)于超8度震害下人的感覺（8度下多數(shù)人搖晃顛簸，行走困難）、房屋震害現(xiàn)象的描述以及房屋震害指數(shù)也間接肯定了該烈度下的受災(zāi)程度，兩者相一致。

地震存活人數(shù)=總?cè)丝谑転?zāi)率（受災(zāi)人數(shù)）-死亡人數(shù)?？?cè)丝诳蓞⒁娊y(tǒng)計(jì)年鑒的年末人口數(shù)，受災(zāi)率的確定需提前做建筑物震害預(yù)測(cè)，評(píng)估總體房屋損壞間數(shù)，再代入圖2的擬合公式求得。下一小節(jié)的研究工作是搭建多因素影響的地震死亡人數(shù)評(píng)估模型用于確定死亡人數(shù)，最終求得災(zāi)區(qū)的存活人數(shù)。

2.2 構(gòu)建多因素地震死亡人數(shù)評(píng)估模型

在SPSS中采用非線性回歸方法，建立因變量為死亡人數(shù)，自變量為烈度、房屋損毀間數(shù)以及人口密度的預(yù)測(cè)模型。非線性擬合公式為：死亡人數(shù)=6E-8（人口密度Sqrt（房屋損壞[間]）0.435Exp（2.01烈度）。擬合R2為0.919，說(shuō)明此模型能夠解釋百分之90多的因變量，擬合度已經(jīng)很高。

地震傷亡人數(shù)的精確預(yù)測(cè)是很困難的，影響因素錯(cuò)綜復(fù)雜且存在著非線性、隨機(jī)性、離散性和高度不確定性。實(shí)際中多采用計(jì)算死亡人數(shù)落在與模型估計(jì)值同數(shù)量級(jí)的概率，來(lái)評(píng)估模型預(yù)測(cè)結(jié)果的優(yōu)度。本文提出的多因素地震死亡人數(shù)評(píng)估模型得到的人員死亡估計(jì)值與真實(shí)人員死亡數(shù)同量級(jí)概率為83.8%。

2.3 地震人員傷亡模型精度及適用性檢驗(yàn)

鑒于研究所用統(tǒng)計(jì)數(shù)據(jù)來(lái)自四川省2008年汶川大地震，考慮到地區(qū)差異性會(huì)給地震造成影響，本文對(duì)受災(zāi)人數(shù)評(píng)估模型和多因素地震死亡人數(shù)評(píng)估模型的適用范圍進(jìn)行了檢驗(yàn)，最終結(jié)果見表2。受災(zāi)、死亡人數(shù)評(píng)估模型均對(duì)云南省地震具有良好的適用性和參考性。

結(jié)論

通過定性識(shí)別地震傷亡影響因素，模型擬合和回歸分析，建立以烈度、房屋損壞間數(shù)、人口密度為主要參數(shù)的地震死亡人員評(píng)估模型。受災(zāi)人數(shù)則與房屋損壞間數(shù)呈現(xiàn)對(duì)數(shù)關(guān)系。對(duì)云南省兩次地震的檢驗(yàn)表明模型具有良好的地區(qū)試用性。結(jié)合地區(qū)統(tǒng)計(jì)年鑒、建筑物震害預(yù)測(cè)以及地震烈度區(qū)劃圖上的基本烈度，可得到三個(gè)關(guān)鍵參數(shù)值，代入模型中用于災(zāi)前地區(qū)的傷亡和需求量預(yù)測(cè)，有利于識(shí)別出高風(fēng)險(xiǎn)地區(qū)并布置防災(zāi)規(guī)劃。

參考文獻(xiàn)：

[1]郭金芬，周剛.大型地震應(yīng)急物資需求預(yù)測(cè)方法研究[J].價(jià)值工程，2011，30（22）：27-29.

[2]趙一兵，高虹霓，馮少博.基于支持向量機(jī)回歸的應(yīng)急物資需求預(yù)測(cè)[J].計(jì)算機(jī)仿真，2013，30（08）：408-412.

[3]尹之潛.地震災(zāi)害隨時(shí)預(yù)測(cè)研究[A].中國(guó)地震工程研究進(jìn)展[C].地震出版社，1992.endprint