基于地質(zhì)屬性和地形特征的場地參數(shù)v_S30估算方法

摘要： 平均剪切波速是地震工程領域中一個非常重要的參數(shù)，可用于預測場地的抗震性能和響應特性。利用甘肅省的鉆孔資料、DEM數(shù)據(jù)以及1∶25萬地質(zhì)圖，建立一種綜合考慮地質(zhì)屬性和多項地形因子的v_S30估算方法，并與傳統(tǒng)的v_S30估算方法進行對比驗證。結果表明：地質(zhì)屬性和地形特征在場地v_S30估算中具有較強的指示作用;在劃分地質(zhì)單元的基礎上，引入地形坡度、表面紋理、局部凸度，以及最鄰近河網(wǎng)高差指數(shù)等4項地形因子建立的甘肅省場地參數(shù)v_S30估算方法，在河西走廊、黃土高原等地質(zhì)屬性和地形特征差異明顯的地區(qū)，其估算精度高于傳統(tǒng)的v_S30估算方法。所提方法得到的v_S30估算結果可為甘肅省場地參數(shù)v_S30值的確定提供參考，還可為地質(zhì)屬性和地形特征差異顯著地區(qū)v_S30值的估算提供一種新思路。

關鍵詞： 場地效應; 平均剪切波速; 甘肅省; v_S30; 估算方法

中圖分類號： P315.9

文獻標志碼：A

文章編號： 1000-0844（2024）06-1437-09

DOI：10.20000/j.1000-0844.20230524001

A method for estimating site v_S30 based on geological

attributes and topographic features

CUI Jiao¹， WANG Aiguo^1，2， ZHANG Bo^1，2， LU Shiming¹， FENG Ziwei¹

（1. Lanzhou Institute of Seismology， CEA， Lanzhou 730000， Gansu， China;

2. Lanzhou Geophysics National Observation and Research Station， Lanzhou 730000， Gansu， China）

Abstract： As a crucial parameter in earthquake engineering，the average shear wave velocity playing a pivotal role in predicting the seismic performance and response characteristics of a specific site.This study introduces a comprehensive method for v_S30 estimation，integrating geological attributes and diverse terrain factors.By utilizing drilling data，digital elevation model data，and 1∶250 000 geological map of Gansu Province，the proposed method undergoes a comparative validation against conventional v_S30 estimation methods.The results show that geological attributes and topographical features have a strong indication in the v_S30 estimation of specific sites.Based on the division of geological units，the proposed estimation method of v_{S30 in Gansu Province was established by introducing four topographic factors，namely，topographic slope，surface texture，local convexity，and height above nearest drainage.In regions characterized by marked disparities in geological attributes and terrain features，such as the Hexi Corridor and Loess Plateau，the estimation accuracy of the proposed method is higher than that of the traditional methods.The estimation results of vS30} obtained by the proposed method can provide a reference for determining the value of v_{S30 in Gansu Province，and also provide a new idea for estimating the value of vS30 in areas with significant differences in geological attributes and topographic features.}

Keywords： site effect;average shear wave velocity;Gansu Province;v_S30;estimation method

0 引言

場地效應是指地震波在地殼、土壤和巖石中傳播時，受到地質(zhì)結構和地表條件的影響而發(fā)生變化的現(xiàn)象。地震工程研究表明，不同場地類型對地震損傷的影響存在很大差異，這促使場地分類方法得到迅速發(fā)展^［1］，而不同類型的地表和地下地質(zhì)條件會對地震波的傳播速度、幅度和頻率產(chǎn)生顯著影響，從而導致地震烈度在不同地區(qū)出現(xiàn)差異^［2-3］。在定量描述地震場地效應的方法中，定性分析地表一定深度范圍內(nèi)平均剪切波速與局部場地地質(zhì)屬性之間的對應關系是最直接的方法^［4-5］。該方法因成本較小、方法簡單以及可操作性強等優(yōu)勢，成為相關領域?qū)W者關注的焦點。已有研究表明，地表30 m深度范圍內(nèi)的平均剪切波速可作為度量場地效應的一個直接參數(shù)，并被廣泛應用到一些破壞性地震的震害效應評估中^［6-8］。

Wald等^［9］建立了一種基于地形坡度的場地參數(shù)v_S30的估算方法（Terrain Slope-based v_S30 Estimation Method，本文簡稱TS方法），以衡量其與地表沉積覆蓋層之間的相關性。該方法操作簡單、易于實施，因此被廣泛采用。但鑒于單一參數(shù)無法完整描述地表形貌特征，Yong等^［10］提出了一種運用多種地形因子（地形坡度、表面紋理、局部凸度等）的場地參數(shù)v_S30估算方法（Terrain Factor-based v_S30 Estimation Method，本文簡稱TF方法），用于定量描述場地的地貌響應^［11］。此外，為提高v_S30估算值的準確性，一些學者在這些方法的基礎上，嘗試引入其他因素，并探索數(shù)字高程模型（Digital Elevation Model，DEM）的精度對v_S30估算值的影響^［12］。Wills等^［13］將地形坡度作為一項參數(shù)加入到地質(zhì)分區(qū)中，建立了綜合地質(zhì)和地形坡度的混合v_S30估算方法，并將其應用到美國加州地區(qū)v_S30地圖的繪制中。米欣雪等^［14］基于地質(zhì)圖數(shù)據(jù)提出場地分類方案，有效識別了不同地質(zhì)單元與場地類別的關聯(lián)，并展現(xiàn)了其在區(qū)域性場地分類中的實用性。Thompson等^［15］在地表地質(zhì)和地形坡度的基礎上建立了克里金法的v_S30擬合模型，使區(qū)域v_S30估算結果的不確定性得到了較好改進。Zhang等^［16］利用北京、天津、廣西、廣東等地區(qū)的鉆孔數(shù)據(jù)，基于地形分類建立了中國地區(qū)地表30 m深度的v_S30預測模型，為地震災害情景模擬提供了可靠的地面運動模型。盡管在一些地區(qū)，這些方法估算的v_S30結果具有較高的精度，但在局部地區(qū)，由于不同模型之間存在的差異和區(qū)域依賴性^［17］，其估算精度仍無法達到要求。

本文首先在地質(zhì)屬性的基礎上，加入多項地形因子（包括地形坡度、表面紋理、局部凸度和最鄰近河網(wǎng)高差指數(shù)），構建一種混合多因子的v_S30估算方法;然后，結合甘肅省的鉆孔v_S30數(shù)據(jù)，估算甘肅省場地參數(shù)v_S30值;最后，將所得結果與傳統(tǒng)v_S30估算方法得到的結果相比較，檢驗不同方法對甘肅省v_S30估算的適用性。

1 區(qū)域背景

甘肅省位于青藏高原東北緣，包括北山地區(qū)的戈壁和沙漠、河西走廊的山前盆地、祁連山—六盤山和秦嶺等地區(qū)的山地，以及隴中地區(qū)的黃土高原。這些地區(qū)具有多樣的地質(zhì)構造和地貌類型，呈現(xiàn)出明顯的地形變化。受青藏高原隆升的影響，全省相對高差最大約5.1 km，平均坡度約9.4°?？傮w上，地勢呈現(xiàn)出西高東低、南高北低的變化特征。

不同地區(qū)的基巖和沉積特征因地質(zhì)構造和地形類別的差異而產(chǎn)生變化。以甘肅省為例，其西北部和隴東地區(qū)為華力西期以前的褶皺系，中部祁連山地區(qū)為加里東期的褶皺系，而南部的甘南、隴南和秦嶺地區(qū)則屬于印支期的褶皺系。河西走廊及其周邊的戈壁地區(qū)廣泛分布著巨厚的山前洪積扇砂礫石層，而高山峽谷地區(qū)的山間盆地主要分布著大量的粗顆粒沉積物，隴中、隴東黃土高原區(qū)則主要形成于第三紀，并含有厚層的風積黃土^［18］。值得注意的是，甘肅省及其周邊地區(qū)還發(fā)育了一系列活動斷裂，且地震活動頻繁。

據(jù)史料記載，甘肅省曾發(fā)生過數(shù)次8級以上的地震，包括1654年天水南8級、1879年武都南8級和1927年古浪8級地震，屬于中國地震災害高發(fā)的地區(qū)之一^［19］?；谏鲜龅卣鸬刭|(zhì)特征，本研究改進了傳統(tǒng)的v_S30估算方法，旨在提高甘肅省場地v_S30估算的準確度，這對于該地區(qū)的震害風險評估將具有重要意義。

2 數(shù)據(jù)與方法

利用收集到的甘肅省511個工程鉆孔和134個強震臺站鉆孔的剪切波速數(shù)據(jù)^［20］（圖1），計算各個站點的v_S30值，并結合DEM數(shù)據(jù)進行綜合分析，建立基于TS方法和TF方法的v_S30估算模型。在此基礎上，引入地質(zhì)數(shù)據(jù)，提出了一種綜合考慮地質(zhì)屬性和地形特征的v_S30估算方法（Hybrid v_S30 Estimation Using Geological-Topographical Features，本文簡稱HGT方法）。

2.1 數(shù)據(jù)

本文收集的甘肅省511個工程場地鉆孔數(shù)據(jù)主要用于甘肅省v_S30估算模型的構建;Xie等^［20］基于經(jīng)驗外推模型計算的134個強震臺站的鉆孔v_S30數(shù)據(jù)，主要用于對三種估算方法的誤差檢驗和估算性能的評價。由不同站點v_S30數(shù)據(jù)空間分布和統(tǒng)計結果可知（圖1），除了在甘肅省北部地區(qū)收集的站點v_S30數(shù)據(jù)分布相對較少外，其余地區(qū)站點v_S30數(shù)據(jù)的疏密程度分布均勻。對比兩類站點v_S30數(shù)據(jù)的統(tǒng)計百分位數(shù)結果［圖1（b）］，發(fā)現(xiàn)其四分位差異較小。因此，利用這些數(shù)據(jù)來建立v_S30估算模型并評估其估算性能是科學、有效的。

在進行約束地形特征的地形參數(shù)計算時，采用兩種不同精度（30″和3″）的DEM數(shù)據(jù)（https：//www.resdc.cn/data.aspx？DATAID=123）。其中，30″精度的DEM數(shù)據(jù)用于TS方法中地形坡度的提取和TF方法中的地形分類;3″精度的DEM數(shù)據(jù)則被用于HGT方法中地形分類矢量圖的劃分。為了確保地質(zhì)信息的質(zhì)量和準確性，進一步提高地形特征和地質(zhì)屬性約束計算中輸入數(shù)據(jù)的全面性和可信度，采用中華人民共和國1∶25萬數(shù)字地質(zhì)圖數(shù)據(jù)（http：//geodb.cgs.gov.cn）作為地質(zhì)分類數(shù)據(jù)。

2.2 方法

2.2.1 基于地形特征的v_S30估算方法

基于地形特征的v_S30估算方法包括TS方法和TF方法。如圖2所示，TS方法主要依賴于工程測量的鉆孔v_S30數(shù)據(jù)以及從DEM數(shù)據(jù)中提取的地形坡度，通過兩者之間的分段線性關系建立區(qū)域v_S30估算模型?？紤]到大陸構造的活躍度，該方法將地質(zhì)構造的活動性分為構造活躍區(qū)和穩(wěn)定大陸區(qū)，并結合工程鉆孔v_S30數(shù)據(jù)和坡度之間的線性分段關系，構建不同構造活動區(qū)的v_S30估算關系矩陣，從而迅速估算全球的v_S30分布值。其基本原理是考慮地形坡度與地表淺層沉積物厚度之間的對應關系，即在地形坡度大的山地、高原等地，地表淺層沉積物的厚度較小;在地形坡度小的平原、丘陵等地，地表淺層沉積物的厚度較大。

如圖3所示，TF方法估算步驟如下：首先，在地形坡度的基礎上引入表面紋理（中值濾波提取的“谷”和“峰”的空間密度）和局部凸度（拉普拉斯濾波器提取的凸點的空間密度）兩項地形參數(shù)，計算二者的柵格像元平均值，并將其作為劃分地形類別的閾值;然后，利用決策樹分類方法分割16種地形矢量單元^［21］，并計算不同地形類別范圍內(nèi)站點v_S30數(shù)據(jù)的平均值;最后，將計算得到的平均值作為該地形類別的v_S30估算值，并形成最終的v_S30估算圖。

2.2.2 綜合地質(zhì)與地形特征的v_S30估算方法

地表淺層沉積物的物理屬性，包括巖性、地層年齡和顆粒大小等，被確定為場地參數(shù)v_S30值差異的主要原因^［22］。在TS和TF方法中，當?shù)乇淼刭|(zhì)屬性的空間分布特征與地形的起伏變化呈現(xiàn)較好的對應關系時，v_S30估算結果的精度較高;然而，在那些地質(zhì)屬性和地形特征的空間分布存在明顯差異的區(qū)域中，僅僅考慮地形參數(shù)與鉆孔v_S30之間的對應關系，可能導致v_S30值估算結果的準確性出現(xiàn)較大偏差。為解決此問題，本文提出一種綜合考慮地質(zhì)屬性和地形特征的場地參數(shù)v_S30估算方法（即HGT方法），其估算流程見圖4。HGT方法旨在提高v_S30估算的準確性，尤其是在地質(zhì)屬性和地形特征差異明顯的地區(qū)。

大比例尺地質(zhì)圖蘊含著豐富的地質(zhì)信息，包括地層在地表出露的空間范圍、年代、厚度，以及巖土體顆粒的物理屬性等，它們在描述區(qū)域場地效應的動力特征時具有重要作用。Wills等^［23］通過提取地層年代、平均剪切波速等信息，建立了地質(zhì)屬性與平均剪切波速之間的對應關系，并提出了基于地質(zhì)屬性的場地參數(shù)v_S30估算方法。Forte等^［24］將地層巖性、年代、沉積環(huán)境和土壤顆粒類別視為地震土壤分類圖的地質(zhì)分類指標，并據(jù)此繪制了區(qū)域的工程場地分類圖。本文首先參考現(xiàn)有的地質(zhì)分類方法，結合甘肅省地層單元的巖性、年代及土壤顆粒等地質(zhì)物理屬性，劃分了8個具有不同地質(zhì)物理屬性的地質(zhì)單元類別（表1），其中，黃土覆蓋區(qū)和非黃土覆蓋區(qū)的劃分主要考慮到隴中地區(qū)發(fā)育了厚層更新世黃土，且黃土覆蓋區(qū)地形起伏度大;其次，利用DEM數(shù)據(jù)，結合地理信息系統(tǒng)（Global Positioning System，GPS）軟件，提取了地形坡度、表面紋理、局部凸度和最鄰近河網(wǎng)高差指數(shù)4個地形因子，并根據(jù)其變化情況，在甘肅省內(nèi)劃分了15個地形類別（圖5）;最后，參考所劃分的地質(zhì)單元和地形類別來進行v_S30值估算，即根據(jù)二者之間的對應關系，計算不同分類單元內(nèi)工程鉆孔的v_S30平均值，并將其作為該分類單元的v_S30估算值。為了增強估算的精確性和可靠性，選取了Wills等^［23］對美國加利福尼亞州不同地質(zhì)單元計算的v_S30平均值作為對照組，這些數(shù)據(jù)所涉及的地質(zhì)單元和地形類別的分類與HGT方法基本保持一致。

（1） 地形分類

采用自動、半自動化的地形分類方法實現(xiàn)甘肅省地形類別劃分^［21］。首先，利用3″精度的DEM數(shù)據(jù)提取地形坡度、最鄰近河網(wǎng)高差指數(shù)、表面紋理和局部凸度4個地形因子;其次，在局部凸度、表面紋理和坡度自然對數(shù)等地形分類圖層中，創(chuàng)建噪聲（DEM數(shù)據(jù)的不均勻分布區(qū)域）多邊形圖層，用于檢驗并去除噪聲，例如，在ArcGIS軟件中，通過對比世界衛(wèi)星影像和坡度地圖將冰蓋等區(qū)域識別為噪聲;接下來，利用DEM計算的地形參數(shù)柵格和補充專題數(shù)據(jù)，將區(qū)域劃分為均勻的坡度，并創(chuàng)建多邊形數(shù)據(jù);然后，利用Iwahashi等^［25］提出的分割方法，在eCognition軟件中將地形坡度參數(shù)和最鄰近河網(wǎng)高差指數(shù)的自然對數(shù)比的權重設置為2∶1，尺度參數(shù)設置為10，形狀參數(shù)設置為0，實現(xiàn)自動化分割;最后，將計算后的地形參數(shù)柵格數(shù)據(jù)轉(zhuǎn)換為多邊形矢量圖層，并使用K-均值聚類進行分類。K-均值聚類可較為準確地識別山區(qū)、丘陵、梯田、洪積扇和平原等地貌類別，在聚類分析過程中，主要是利用坡度自然對數(shù)、最鄰近河網(wǎng)高差指數(shù)和表面紋理的字段屬性值來分類。其中，在利用SPSS（IBM）軟件進行聚類計算時，需要將集群數(shù)量設置為15和40，收斂準則設置為0，最大迭代次數(shù)設置為999，將地形劃分為15個簡單的地形單元和40組地形數(shù)據(jù)。

（2） v_S30值估算

基于分類的地質(zhì)和地形單元實現(xiàn)甘肅省場地參數(shù)v_S30值的估算，主要步驟如下：

① 以圖5所示的15個簡單地形單元為基準，分別計算每個地形單元內(nèi)站點v_S30的平均值，以此作為甘肅省第一類場地參數(shù)v_S30估算值;

② 將表1所列的每個地質(zhì)單元都劃分為15個簡單的地形單元，計算這15個地形單元內(nèi)鉆孔數(shù)量大于5的v_S30平均值，并將其作為這一地質(zhì)單元中不同地形單元的v_S30估算值，即甘肅省第二類場地參數(shù)v_S30估算值;

③ 利用第一類場地參數(shù)v_S30估算值，替補不同地質(zhì)單元中分類地形單元下空缺的v_S30估算值，將第二類和替補的v_S30估算值組合，形成最終的甘肅省場地參數(shù)v_S30估算值。

3 v_S30估算結果

3.1 基于地形特征的v_S30估算結果

在TS方法中，我們使用了Wald和Allen構建的全球v_S30估算經(jīng)驗關系矩陣^［9］，用以估算甘肅省的v_S30值。圖6（a）呈現(xiàn)的估算結果顯示，在甘肅省西北部的戈壁、沙漠等地區(qū)，v_S30估算值＜300 m/s;而在隴中、隴東等厚層更新世黃土覆蓋地區(qū)，v_S30估算值＞360 m/s;在構造剝蝕的高山地區(qū)，v_S30估算值＞490 m/s。與實地考察的場地屬性進行對比檢驗，發(fā)現(xiàn)在河西走廊山前平原、戈壁以及沙漠地區(qū)的估算結果明顯偏低，而黃土高原地區(qū)的估算結果明顯偏高。

在TF方法中，利用地表的形貌特征來定性描述巖土體物理屬性的空間分布特征。該方法主要參考了Iwahashi等^［25］提出的決策樹地形分類方法，在甘肅省內(nèi)劃分了16種地形類別，并建立了工程鉆孔v_S30值與地形類別的對應關系。地形分類結果與TF方法估算的v_S30值分別如圖6（b）、（c）所示?；诟拭C省地形的起伏變化特征分析，v_S30估算值與地形起伏變化具有明顯的正相關性：在地形起伏變化的秦嶺、祁連山造山帶內(nèi)和更新世厚層黃土分布區(qū)域，v_S30估算值＞519 m/s;在河西走廊的戈壁、平原等地區(qū)，v_S30估算值＜350 m/s;而在部分構造剝蝕嚴重的山谷、沙漠等地區(qū)，v_S30估算值＜300 m/s。結合實地考察的場地屬性檢驗，該方法在黃土區(qū)與戈壁平原區(qū)域的估算結果和實際情況存在較大偏差。

3.2 綜合地質(zhì)與地形特征的v_S30估算結果

自動、半自動化分類的地形矢量多邊形不僅可以用來量化不同地貌輪廓的空間分布，還可以作為滑坡易發(fā)性和地震破壞性等自然災害評估和預測的基礎參數(shù)^［26］。在利用HGT方法對甘肅省場地參數(shù)v_S30值進行估算時，由于部分地質(zhì)單元（如地質(zhì)年齡較老的GU5、GU6和地層巖性堅硬的GU8）收集的鉆孔數(shù)據(jù)較少，其v_S30值估算趨于保守。由v_S30估算結果的空間分布圖［圖6（d）］可得，在山前洪積扇、黃土高原分布的地區(qū)和河谷地帶，v_S30估算值＜330 m/s;在河西走廊平原，v_S30估算值＞350 m/s;在河西走廊戈壁分布區(qū)，v_S30估算值＞400 m/s。

4 討論

v_S30估算結果的準確性直接影響估算模型的適用性。為驗證不同v_S30估算方法的準確性和模型的適用性，采用134個強震臺站的v_S30數(shù)據(jù)進行統(tǒng)計分析^［20］，考察上述三種v_S30估算方法的性能，分析其偏差、平均絕對偏差、均方根偏差、平均百分比絕對偏差和百分比均方根偏差等指標。

4.1 可適性評估

對三種v_S30估算方法的評價指標進行計算，結果如表2所列。可見HGT方法的誤差最小，其統(tǒng)計分析的偏差、平均絕對偏差、均方根偏差、平均百分比絕對偏差和百分比均方根偏差分別為26.94 m/s、63.63 m/s、80.46 m/s、19.89%和22.40%;僅考慮地形坡度的TS估算方法的誤差最大，其次是TF方法。因此，統(tǒng)計檢驗指標的結果表明，HGT方法在甘肅省場地v_S30估算中具有更強的適用性。

4.2 估算性能檢驗

在進行估算性能檢驗之前，先分析地殼淺表層軟硬地質(zhì)單元的物理屬性對場地v_S30估算結果的地質(zhì)響應特征的影響，并依據(jù)美國場地分類規(guī)范NEHRP^［27］對估算結果進行場地分類，結果如圖6所示。由圖可知，使用TS估算方法得到的結果顯示：甘肅省有32%的區(qū)域被劃分為D類場地，55%的區(qū)域劃分為C類場地，13%的區(qū)域劃分為B類場地。這一分類結果表明，甘肅省大部分區(qū)域被劃分為松軟場地類型，與實際的區(qū)域場地特性相比存在較大誤差。使用TF估算方法得到的結果顯示：甘肅省有18%的區(qū)域?qū)儆贒類場地，而82%的區(qū)域?qū)儆贑類場地，其中較為堅硬的D類場地的占比相對較少。使用HGT估算方法得到的結果顯示：甘肅省有26%的區(qū)域?qū)儆贒類場地，74%的區(qū)域?qū)儆贑類場地。這一估算結果可以與分類地質(zhì)單元的物理屬性、地理空間分布等特征相結合進行分析。因此，通過比較三種估算方法得出的場地分類占比，并綜合分析三種方法估算值與真實場地特征可知，HGT法在甘肅省場地參數(shù)v_S30值估算中具有較高的精度。

開展區(qū)域性場地v_S30的估算工作，構建地形起伏變化與地表沉積層厚度之間的對應關系具有重要意義，其中，地表沉積物的物理屬性對v_S30估算方法的估算性能具有直接影響。為了評估不同地質(zhì)屬性和地形特征對v_S30估算性能的影響，在充分考慮地質(zhì)屬性和地形特征差異的基礎上，利用甘肅省劃分的8種地質(zhì)單元（表1）和134個強震臺站的v_S30數(shù)據(jù)，采用分類統(tǒng)計檢驗方法（包括殘差和偏差率），對三種v_S30估算方法的性能進行檢驗，結果如圖7所示。

由圖7可知，TS方法的估算結果在可接受的殘差范圍內(nèi)（-0.4～0.4）表現(xiàn)出了較大的離散性，除GU2地質(zhì)單元外的其他地質(zhì)單元出現(xiàn)v_S30值高估的現(xiàn)象［圖7（a）］;混合地形多參數(shù)的TF方法在估算性能方面表現(xiàn)出了較好的結果。為此，在TF方法的基礎上引入地質(zhì)屬性參數(shù)，構建混合多因子的HGT方法，并將其與TF方法進行對比檢驗。檢驗結果顯示［圖7（b）、（c）］，除了GU8地質(zhì)單元之外，兩種方法的可適性都很強。值得注意的是，HGT方法不僅考慮了地質(zhì)屬性，還融合了地形特征，其估算殘差更小。通過偏差率曲線的統(tǒng)計結果［圖7（d）］可以看出，HGT方法比TS和TF方法具有更好的估算性能。由此可見，在區(qū)域地質(zhì)屬性和地形特征差異顯著的區(qū)域中，HGT方法具有更強的推廣優(yōu)勢。

5 結論

本文針對甘肅省實測鉆孔剪切波速和DEM數(shù)據(jù)，探討了在地質(zhì)屬性和地形特征差異顯著的地區(qū)，不同v_S30估算方法的估算性能，并得到如下結論：

（1） 以甘肅省為例，提出了一種混合地質(zhì)屬性和地形特征的場地v_S30估算方法。該方法引入了與地質(zhì)屬性直接相關的巖土體物理屬性、地形坡度、表面紋理、局部凸度和最鄰近河網(wǎng)高差指數(shù)等多項指標，較好地提升了場地v_S30估算的準確性。

（2） 本文提出的場地參數(shù)v_S30估算方法，在人類活動密集的甘肅省東部平原、盆地及低山丘陵等地的估算精度較高，可為甘肅省震后震害快速評估與抗震設防等工作提供重要參考。然而，受到采集鉆孔數(shù)量和鉆孔位置的限制，位于甘肅省人口密度較低的西部山區(qū)的v_S30估算值趨于保守。因此，在今后的研究中需要增加相應地區(qū)的鉆孔數(shù)據(jù)來降低估算過程中產(chǎn)生的誤差。

（3） HGT方法在局部地區(qū)對場地v_S30的估算結果存在一定的不確定性，然而，在地質(zhì)屬性和地形特征差異顯著的地區(qū)進行v_S30估算時，結果相對可靠。

參考文獻（References）

［1］張雨婷，任葉飛，米欣雪，等.區(qū)域場地分類方法研究綜述［J］.世界地震工程，2023，39（2）：189-199.

ZHANG Yuting，REN Yefei，MI Xinxue，et al.Research progress of the regional site classification method［J］.World Earthquake Engineering，2023，39（2）：189-199.

［2］WILLS C J，PETERSEN M，BRYANT W A，et al.A site-conditions map for California based on geology and shear-wave velocity［J］.Bulletin of the Seismological Society of America，2000，90（6B）：S187-S208.

［3］袁麗俠.場地土對地震波的放大效應［J］.世界地震工程，2003，19（1）：113-120.

YUAN Lixia.The amplifying effect of ground soil to earthquake wave［J］.World Earthquake Engineering，2003，19（1）：113-120.

［4］朱姣，陳國興，許漢剛.地震基巖面的選取對深厚場地地表地震動參數(shù)的影響［J］.巖土工程學報，2015，37（11）：2079-2087.

ZHU Jiao，CHEN Guoxing，XU Hangang.Effect of seismic bedrock interface depth on surface motion parameters of deep site［J］.Chinese Journal of Geotechnical Engineering，2015，37（11）：2079-2087.

［5］朱姣，陳國興，許漢剛，等.蘇州第四紀深厚地層剪切波速空間變化特征及其應用［J］.巖土工程學報，2018，40（4）：726-735.

ZHU Jiao，CHEN Guoxing，XU Hangang，et al.Spatial variation characteristics of shear wave velocity structure and its application to Quaternary deep sediment layers in Suzhou region［J］.Chinese Journal of Geotechnical Engineering，2018，40（4）：726-735.

［6］BORCHERDT R D，GLASSMOYER G.On the characteristics of local geology and their influence on ground motions generated by the Loma Prieta earthquake in the San Francisco Bay region，California［J］.Bulletin of the Seismological Society of America，1992，82（2）：603-641.

［7］BOORE D M，JOYNER W B.Site amplifications for generic rock sites［J］.Bulletin of the Seismological Society of America，1997，87（2）：327-341.

［8］李渝生，黃潤秋.5·12汶川大地震損毀城鎮(zhèn)的震害效應與重建選址問題［J］.巖石力學與工程學報，2009，28（7）：1370-1376.

LI Yusheng，HUANG Runqiu.Earthquake damage effects of towns and reconstruction site selection in Wenchuan earthquake on May 12，2008［J］.Chinese Journal of Rock Mechanics and Engineering，2009，28（7）：1370-1376.

［9］WALD D J，ALLEN T I.Topographic slope as a proxy for seismic site conditions and amplification［J］.Bulletin of the Seismological Society of America，2007，97（5）：1379-1395.

［10］YONG A，HOUGH S E，IWAHASHI J，et al.A terrain-based site-conditions map of California with implications for the contiguous United States［J］.Bulletin of the Seismological Society of America，2012，102（1）：114-128.

［11］THAMARUX P，MATSUOKA M，POOVARODOM N，et al.v_S30seismic microzoning based on a geomorphology map：experimental case study of Chiang Mai，Chiang Rai，and Lamphun，Thailand［J］.ISPRS International Journal of Geo-Information，2019，8（7）：309.

［12］張雨婷，任葉飛，溫瑞智，等.基于決策樹考慮地形特征的場地參數(shù)估計方法［J］.地球物理學報，2022，65（2）：698-710.

ZHANG Yuting，REN Yefei，WEN Ruizhi，et al.A method of site parameter estimation based on decision tree theory considering terrain features［J］.Chinese Journal of Geophysics，2022，65（2）：698-710.

［13］WILLS C J，GUTIERREZ C I，PEREZ F G，et al.A next generation v_S30 map for California based on geology and topography［J］.Bulletin of the Seismological Society of America，2015，105（6）：3083-3091.

［14］米欣雪，張雨婷，任葉飛，等.一種場地v_S30經(jīng)驗估算最佳模型的選用方法：以新疆地區(qū)為例［J］.西安建筑科技大學學報，2023，55（2）：288-292.

MI Xinxue，ZHANG Yuting，REN Yefei，et al.A method for selecting the optimal model of v_S30 empirical estimation：a case study of Xinjiang region［J］.Journal of Xi'an University of Architecture amp; Technology，2023，55（2）：288-292.

［15］THOMPSON E M，WALD D J，WORDEN C B.A v_S30 map for California with geologic and topographic constraints［J］.Bulletin of the Seismological Society of America，2014，104（5）：2313-2321.

［16］ZHANG Y T，REN Y F，WEN R Z，et al.Regional terrain-based v_S30 prediction models for China［J］.Earth，Planets and Space，2023，75（1）：72.

［17］REN Y F，ZHANG Y T，JI K，et al.Site classification scheme based on geological age and genesis for Xinjiang and the Capital Metropolitan areas of China［J］.Earthquake Spectra，2024，40（1）：174-199.

［18］楊雨.甘肅省巖石地層［M］.武漢：中國地質(zhì)大學出版社，1997.

YANG Yu.Lithostratic of Gansu Province［M］.Wuhan：China University of Geosciences Press，1997.

［19］甘肅省地方史志編纂委員會，甘肅省志地震志編纂委員會.甘肅省志·地震志（1991—2010）［M］.蘭州：甘肅文化出版社，2018.

Gansu Provincial History Compilation Committee，Gansu Provincial Seismology Compilation Committee.Gansu provincial chronicle：seismic chronicle （1991—2010）［M］.Lanzhou：Gansu Culture Press，2018.

［20］XIE J J，LI X J，WEN Z P，et al.Soil profile database and site classification for national strong-motion stations in Western China［J］.Seismological Research Letters，2022，93（3）：1930-1942.

［21］IWAHASHI J，PIKE R J.Automated classifications of topography from DEMs by an unsupervised nested-means algorithm and a three-part geometric signature［J］.Geomorphology，2007，86（3-4）：409-440.

［22］周健.場地剪切波速模型建模及其在中國場地分類和場地v_S30地圖中的應用［D］.北京：中國地震局地球物理研究所，2021.

ZHOU Jian.Modeling of site shear wave velocity model and its application in site classification and site v_S30 map of China［D］.Beijing：Institute of Geophysics，China Earthquake Administration，2021.

［23］WILLS C J，CLAHAN K B.Developing a map of geologically defined site-condition categories for California［J］.Bulletin of the Seismological Society of America，2006，96（4A）：1483-1501.

［24］FORTE G，CHIOCCARELLI E，DE FALCO M，et al.Seismic soil classification of Italy based on surface geology and shear-wave velocity measurements［J］.Soil Dynamics and Earthquake Engineering，2019，122：79-93.

［25］IWAHASHI J，YAMAZAKI D，NAKANO T，et al.Classification of topography for ground vulnerability assessment of alluvial Plains and mountains of Japan using 30 m DEM［J］.Progress in Earth and Planetary Science，2021，8（1）：1-23.

［26］IWAHASHI J，YAMAZAKI D.Global polygons for terrain classification divided into uniform slopes and basins［J］.Progress in Earth and Planetary Science，2022，9（1）：1-24.

［27］Building Seismic Safety Council.NEHRP recommended provisions for seismic regulations for new buildings and other structures：FEMA 450［S］.Washington D.C.：Building Seismic Safety Council，2001.

（本文編輯：趙乘程）