胡 亮，鐘 啟 明，陳 亮

(1.河海大學(xué) 土木與交通學(xué)院，江蘇 南京 210098； 2.南京水利科學(xué)研究院，江蘇 南京 210029； 3.水利部土石壩破壞機(jī)理與防控技術(shù)重點(diǎn)實(shí)驗(yàn)室，江蘇 南京 210029)

大壩潰決是一種低概率高風(fēng)險(xiǎn)的災(zāi)害。據(jù)水利部大壩安全管理中心統(tǒng)計(jì)[1]，我國(guó)共有水庫(kù)98 460座，1954～2019年，共有3 541座大壩發(fā)生潰決。隨著大壩除險(xiǎn)加固工作的深入開展和安全管理水平的提高，我國(guó)潰壩事故明顯減少。統(tǒng)計(jì)資料顯示[1]：2000～2019年，我國(guó)共潰壩84座，年均潰壩4.2座，年平均潰壩率0.4×10-4，已明顯低于世界年平均潰壩率(2.0×10-4)，與日本等發(fā)達(dá)國(guó)家的潰壩率接近(日本年平均潰壩率0.4×10-4)，標(biāo)志著我國(guó)已進(jìn)入低潰壩率國(guó)家行列。但近年來極端氣候頻發(fā)、地質(zhì)運(yùn)動(dòng)加劇導(dǎo)致大壩出險(xiǎn)事故頻發(fā)，甚至發(fā)生潰壩。如2018年汛期，新疆射月溝水庫(kù)大壩和內(nèi)蒙增隆昌水庫(kù)副壩發(fā)生潰決，給下游人民生命安全帶來重大威脅。為完善大壩風(fēng)險(xiǎn)管理體系，減少大壩潰決造成的生命損失，作為大壩風(fēng)險(xiǎn)管理體系的重要組成部分，建立可靠的生命損失評(píng)估方法顯得尤為必要。

1 國(guó)內(nèi)外研究現(xiàn)狀

為研究大壩潰決生命損失規(guī)律，構(gòu)建大壩潰決損失評(píng)價(jià)指標(biāo)體系，建立生命損失評(píng)估方法，協(xié)助大壩風(fēng)險(xiǎn)決策制定，國(guó)內(nèi)外許多研究人員對(duì)大壩潰決損失進(jìn)行了研究。但由于致災(zāi)環(huán)境復(fù)雜，生命損失受到定性與定量因素的耦合作用，造成致災(zāi)因子體系的不確定性與灰色性，使得生命損失難以定量評(píng)估。目前國(guó)內(nèi)外的評(píng)估方法總體可分為3類：① 基于數(shù)理統(tǒng)計(jì)與回歸分析的方法，這類模型操作簡(jiǎn)單但依賴使用者的風(fēng)險(xiǎn)管理經(jīng)驗(yàn)，評(píng)估精度不足；② 通過物元對(duì)比分析建立標(biāo)準(zhǔn)物元集的方法，這類模型很大程度上依賴于標(biāo)準(zhǔn)物元集的數(shù)據(jù)均勻性，但尚未解決不同參數(shù)量化過程統(tǒng)一的問題；③ 結(jié)合概率論與可靠度等方法建立的動(dòng)態(tài)分析方法，這類方法理論上是最能描述生命損失過程機(jī)理的評(píng)估方法，但由于研究起步較晚，對(duì)于生命損失過程中的各評(píng)價(jià)指標(biāo)閾值的選取還有待深入研究。表1給出了國(guó)內(nèi)外目前常用的潰壩生命損失評(píng)估方法。

本文基于前人的研究成果，同時(shí)廣泛調(diào)查分析了有實(shí)際潰壩生命損失統(tǒng)計(jì)數(shù)據(jù)的案例，開展生命損失評(píng)估影響因子的研究，將影響因子分為主要影響因子和次要影響因子，構(gòu)建了各影響因子的定量分析方法。在此基礎(chǔ)上建立了生命損失評(píng)估方法，為潰壩生命損失評(píng)估提供定量化的分析方法。

2 生命損失評(píng)估影響因子分析

在潰壩風(fēng)險(xiǎn)體系中，最為重要的是研究生命損失與承災(zāi)體、致災(zāi)因子之間的關(guān)系，風(fēng)險(xiǎn)人口是潰壩損失的主要承災(zāi)體，也是生命損失致災(zāi)因子的直接作用對(duì)象。致災(zāi)因子是指自然或人為環(huán)境中，能夠?qū)θ祟惿a(chǎn)生不利影響的事件，根據(jù)影響因素對(duì)生命損失的影響程度的強(qiáng)弱可分為主要影響因子與次要影響因子。

2.1 主要影響因子分析

通過借鑒Graham、周克發(fā)等人的研究成果，將主要影響因子選定為：警報(bào)時(shí)間、潰壩洪水嚴(yán)重性、風(fēng)險(xiǎn)人口對(duì)潰壩理解程度與風(fēng)險(xiǎn)人口密度等四大因素。

2.1.1警報(bào)時(shí)間

警報(bào)時(shí)間(WT)是生命損失影響的重要因素，警報(bào)時(shí)間的長(zhǎng)短直接影響著風(fēng)險(xiǎn)人口的撤離與風(fēng)險(xiǎn)決策的制定。目前對(duì)于警報(bào)時(shí)間還沒有較為統(tǒng)一的定義，較為常用的有3種(如圖1所示)：一是警報(bào)時(shí)間發(fā)布至洪水到達(dá)風(fēng)險(xiǎn)人口原所在地的時(shí)間段[5]；二是風(fēng)險(xiǎn)人口接受到警報(bào)至洪水到達(dá)風(fēng)險(xiǎn)人口原所在地的時(shí)間段[17]；三是風(fēng)險(xiǎn)人口接受警報(bào)至洪水到達(dá)風(fēng)險(xiǎn)人口所在地的時(shí)間段[19-20]。第三種定義綜合考慮了風(fēng)險(xiǎn)人口疏散的動(dòng)態(tài)過程，無疑更貼近現(xiàn)實(shí)情況，但鑒于統(tǒng)計(jì)資料的局限性，本文選取第二種警報(bào)時(shí)間的定義。

圖1 警報(bào)時(shí)間定義概念Fig.1 Alarm time definition

表1 國(guó)內(nèi)外常用潰壩損失評(píng)估方法對(duì)比Tab.1 Comparison of commonly used dam break loss assessment methods at domestic and abroad

2.1.2潰壩洪水嚴(yán)重性

潰壩洪水嚴(yán)重性(SD)為洪水對(duì)居民與建筑物等破壞程度的參數(shù)，也是造成風(fēng)險(xiǎn)人口死亡的直接因素，潰壩洪水的強(qiáng)弱與壩型、庫(kù)容、潰壩模式、下游地形等因素有關(guān)，一般以某計(jì)算斷面的洪水水深與洪水流速的函數(shù)關(guān)系表示為[5]

SD=D×V

(1)

式中：D為水深，m；V為流速，m3/s。

潰壩洪水的破壞機(jī)理主要包括3個(gè)部分：洪水水深、流速以及洪水上升速度。主要的作用體現(xiàn)在對(duì)房屋建筑的破壞及人在水中的活動(dòng)穩(wěn)定性、機(jī)動(dòng)性等方面。本文基于國(guó)內(nèi)外常用的經(jīng)驗(yàn)方法將洪水等級(jí)分為5個(gè)等級(jí)(見表2)[5，21]。

表2 洪水等級(jí)劃分Tab.2 Classification of flood levels

2.1.3風(fēng)險(xiǎn)人口對(duì)潰壩理解程度

風(fēng)險(xiǎn)人口對(duì)潰壩事件的理解程度(UD)在很大程度上影響著生命損失的大小，風(fēng)險(xiǎn)人口的理解程度主要包括對(duì)洪水警報(bào)的信任，對(duì)逃生必要性、措施、路徑的認(rèn)識(shí)，對(duì)洪水可能的淹沒范圍等情況的了解。理解程度的研究是對(duì)個(gè)體風(fēng)險(xiǎn)研究的重要因素，這些因素與政府的宣傳組織和群眾受教育程度等有關(guān)。

本文基于前人研究經(jīng)驗(yàn)，按照風(fēng)險(xiǎn)人口對(duì)潰壩洪水理解人數(shù)占比將理解程度分為5個(gè)等級(jí)(見表3)[7]。

表3 理解程度等級(jí)劃分Tab.3 Classificationof of understanding levels %

2.1.4風(fēng)險(xiǎn)人口密度

風(fēng)險(xiǎn)人口密度(DP)是指風(fēng)險(xiǎn)人口總數(shù)PAR與淹沒區(qū)域面積S之比：

DP=PAR/S

(2)

風(fēng)險(xiǎn)人口密度影響著人員應(yīng)急疏散及搶險(xiǎn)救援等應(yīng)急救援行動(dòng)，風(fēng)險(xiǎn)人口密度越大越不利于人員的應(yīng)急疏散與搶險(xiǎn)避險(xiǎn)工作的落實(shí)。

前人已經(jīng)對(duì)警報(bào)時(shí)間、潰壩洪水嚴(yán)重性與風(fēng)險(xiǎn)人口對(duì)潰壩理解程度等因子進(jìn)行了較為廣泛的研究，但對(duì)于風(fēng)險(xiǎn)人口密度對(duì)潰壩生命損失的影響研究較少。通過對(duì)國(guó)內(nèi)擁有調(diào)查資料的8個(gè)潰壩案例進(jìn)行分析發(fā)現(xiàn)[5]，在警報(bào)時(shí)間、洪水嚴(yán)重性等參數(shù)條件相似的情況下，風(fēng)險(xiǎn)人口密度越大則相應(yīng)的死亡率越高(如圖2所示)。所以在建立評(píng)估方法時(shí)需考慮風(fēng)險(xiǎn)人口密度對(duì)生命損失的影響。

圖2 人口密度與死亡率關(guān)系Fig 2 Relationship between population density and mortality

2.2 次要影響因素分析

與主要影響因素的影響作用相比，次要因素影響較弱且作用效果并不如主要因素清晰，但當(dāng)次要因素在某些極有利或極不利狀態(tài)下，對(duì)潰壩生命損失也有著不可忽略的影響。通過對(duì)已知因素進(jìn)行分析，篩選出影響較大的7個(gè)因素建立次要因素集合。

(1) 潰壩時(shí)間。潰壩時(shí)間是指潰壩事故發(fā)生的時(shí)間，影響著警報(bào)時(shí)間的長(zhǎng)短與風(fēng)險(xiǎn)人口理解程度，若潰壩發(fā)生在節(jié)假日或群眾休息時(shí)間則由于人員聚集不利于群眾應(yīng)急避險(xiǎn)，若潰壩發(fā)生在夜間，則不利于群眾對(duì)于突發(fā)事故采取應(yīng)急避險(xiǎn)措施與分辨災(zāi)害情況與尋找避險(xiǎn)路徑[17]。

(2) 天氣。天氣影響著潰壩洪水的演進(jìn)與風(fēng)險(xiǎn)人口的應(yīng)急避險(xiǎn)行為。在臺(tái)風(fēng)、暴雨天氣中，警報(bào)率與撤離成功率都會(huì)大大降低。

(3) 與壩址距離。一般來說風(fēng)險(xiǎn)區(qū)距壩址距離越遠(yuǎn)，洪水嚴(yán)重性越低，警報(bào)時(shí)間越長(zhǎng)。

(4) 應(yīng)急預(yù)案。是否具備應(yīng)急預(yù)案及其實(shí)施情況直接關(guān)系著死亡人口的數(shù)量。

(5) 壩高。壩高對(duì)于潰口洪水流量過程具有重要的影響，壩高越大，潰壩洪水具有的勢(shì)能越大，潰口流量和流速也隨之增大。

(6) 庫(kù)容。庫(kù)容決定著潰壩洪水的演進(jìn)歷程與淹沒歷時(shí)，庫(kù)容越大，潰壩造成的洪水嚴(yán)重性越強(qiáng)，對(duì)下游風(fēng)險(xiǎn)區(qū)的破壞作用越強(qiáng)烈。

(7) 建筑易損性。建筑類型與堅(jiān)固程度關(guān)系著風(fēng)險(xiǎn)人口的避難成功率。在高洪水嚴(yán)重性下，結(jié)構(gòu)性差的房屋不僅不能為風(fēng)險(xiǎn)人口避難，反而會(huì)因?yàn)闊o法抵抗洪水而倒塌，導(dǎo)致人員傷亡。

3 生命損失評(píng)估模型

通過對(duì)具有統(tǒng)計(jì)資料的16座大壩潰壩數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析，基于雙對(duì)數(shù)坐標(biāo)構(gòu)建了風(fēng)險(xiǎn)人口與生命損失的函數(shù)關(guān)系。充分考慮警報(bào)時(shí)間、潰壩洪水嚴(yán)重性和風(fēng)險(xiǎn)人口對(duì)潰壩理解程度、風(fēng)險(xiǎn)人口密度等4個(gè)主要影響因素和潰壩時(shí)間、天氣、與壩址距離、應(yīng)急預(yù)案、壩高、庫(kù)容、建筑易損性等7個(gè)次要影響因素，對(duì)建立的風(fēng)險(xiǎn)人口與生命損失的函數(shù)關(guān)系進(jìn)行修正，建立了生命損失評(píng)估模型，并通過16座已潰大壩的生命損失數(shù)據(jù)對(duì)模型的合理性進(jìn)行了驗(yàn)證。

3.1 模型函數(shù)關(guān)系

風(fēng)險(xiǎn)人口(PAR)是指潰壩洪水淹沒范圍內(nèi)的人數(shù)，也是潰壩災(zāi)害的主要承災(zāi)體，參照經(jīng)驗(yàn)定義風(fēng)險(xiǎn)人口為暴露在洪水深度大于0.3 m的居民[2]。本文通過對(duì)16座水庫(kù)大壩的潰壩數(shù)據(jù)收集與分析發(fā)現(xiàn)[5-6]，風(fēng)險(xiǎn)人口與生命損失數(shù)據(jù)之間存在著一定的函數(shù)關(guān)系(見表4)，通過對(duì)數(shù)據(jù)進(jìn)行擬合，構(gòu)建了風(fēng)險(xiǎn)人口與生命損失的函數(shù)關(guān)系(如圖3所示)。

表4 16座大壩風(fēng)險(xiǎn)人口與生命損失統(tǒng)計(jì)值Tab.4 Statistics of population at risk and loss of life for 16 dams

圖3 風(fēng)險(xiǎn)人口與生命損失關(guān)系Fig.3 Relationship between risk population and loss of life

風(fēng)險(xiǎn)人口與生命損失的關(guān)系式：

(3)

式中：L為生命損失初步計(jì)算值；PAR為風(fēng)險(xiǎn)人口總數(shù)；A、B為常數(shù)，A的取值與人口密度DP有關(guān)(見表5)，B取0.06。

表5 常數(shù)A取值Tab.5 Suggested value for constant A

由于建立風(fēng)險(xiǎn)人口與生命損失關(guān)系式時(shí)已考慮了風(fēng)險(xiǎn)人口密度，因此在評(píng)價(jià)潰壩生命損失時(shí)還應(yīng)考慮其他3個(gè)主要影響因子和7個(gè)次要影響因子，需要對(duì)式(3) 進(jìn)行修正。通過修正將無法統(tǒng)一量化的參數(shù)用修正系數(shù)的形式體現(xiàn)，反映各影響因素對(duì)生命損失的影響程度，修正后的生命損失值函數(shù)表達(dá)式為

LOL=α·β·L

(4)

3.2 主要影響因素修正系數(shù)

在生命損失的主要因素中，風(fēng)險(xiǎn)人口密度已在式(3)中體現(xiàn)，作者建議的其他3個(gè)影響因素的修正系數(shù)取值見表6。

表6 主要影響因素修正系數(shù)取值Tab.6 Suggested values of correction factors for major influencing factors

3.3 次要影響因素修正系數(shù)

在評(píng)估生命損失時(shí)不僅僅需要考慮警報(bào)時(shí)間等主要因素的影響，還受到潰壩時(shí)間、天氣、與壩址距離等因素的影響，這些因素的影響雖然沒有主要因素的影響程度大，但這些因素在極不利或極有利的情況下對(duì)生命損失也有著重要影響。作者建議的次要因素修正系數(shù)取值見表7。

表7 次要因素修正系數(shù)取值Tab.7 Suggested values for the correction factors of minor factors

3.4 模型驗(yàn)證

為驗(yàn)證生命損失評(píng)估模型的合理性，對(duì)前述的16座已潰大壩的進(jìn)行生命損失評(píng)估驗(yàn)算，計(jì)算結(jié)果見表8和圖4。通過計(jì)算結(jié)果分析發(fā)現(xiàn)，有12組案例估算結(jié)果在±50%以內(nèi)，占比75%；15組案例結(jié)果在±100%以內(nèi)，占比94%；對(duì)4組估算結(jié)果在±50%外案例進(jìn)行分析，4組案例實(shí)際損失人數(shù)均較少，對(duì)評(píng)估結(jié)果敏感性大，評(píng)估損失數(shù)與實(shí)際損失數(shù)相差在60人以內(nèi)，平均誤差值小，評(píng)估結(jié)果穩(wěn)定，符合實(shí)際情況。計(jì)算結(jié)果表明本文建立的生命損失評(píng)估模型較為可信。

表8 案例驗(yàn)算結(jié)果Tab.8 Analysis of cases verification results

圖4 案例驗(yàn)證結(jié)果對(duì)比Fig.4 Verification of model result by real dam break cases

4 模型應(yīng)用

2018年7月31日，我國(guó)新疆哈密市沁城鄉(xiāng)射月溝水庫(kù)由于遭遇超標(biāo)準(zhǔn)洪水發(fā)生漫頂潰壩事故，導(dǎo)致下游二宮村頭宮隊(duì)與二宮隊(duì)共16名群眾死亡。由于此次潰壩事故發(fā)生年代較近，擁有完整可信的調(diào)查資料，為了進(jìn)一步檢驗(yàn)?zāi)Ｐ偷倪m應(yīng)性，采用本文建立的生命損失評(píng)估模型對(duì)此案例進(jìn)行計(jì)算分析。

4.1 潰壩概況

新疆哈密市沁城鄉(xiāng)射月溝水庫(kù)位于沁城鄉(xiāng)二宮村頭宮隊(duì)上游2 km處。射月溝水庫(kù)工程正常蓄水位為1 492.53 m，設(shè)計(jì)洪水位1 494.57 m，校核洪水位1 496.43 m；射月溝水庫(kù)總庫(kù)容為677.90萬m3，調(diào)洪庫(kù)容219.93萬m3[22]。射月溝水庫(kù)大壩壩型為瀝青混凝土心墻壩，最大壩高41 m[22]。

水庫(kù)所在區(qū)域于2018年7月31日凌晨2：00開始降雨，5：00后雨量增大降暴雨，大量洪水涌入庫(kù)區(qū)造成大壩漫頂破壞，10：15大壩左肩潰口形成，10：50潰壩結(jié)束，最終潰口如圖5所示。由于潰壩洪水流量大，洪水流速快，沖擊力強(qiáng)，導(dǎo)致下游發(fā)生人員傷亡。此次潰壩造成下游二宮村頭宮隊(duì)與二宮隊(duì)共16名群眾死亡。據(jù)調(diào)查，由于當(dāng)時(shí)正值大雨，雨具缺乏，群眾也不相信西北地區(qū)會(huì)有洪水來臨，導(dǎo)致部分群眾不愿撤離，甚至部分已經(jīng)撤離群眾不顧勸阻從高地返回，這也是導(dǎo)致人員傷亡的重要原因。

圖5 從上游拍攝射月溝水庫(kù)大壩最終潰口Fig.5 Final breach of the Sheyuegou Reservoir dam from the upstream

災(zāi)情發(fā)生后，當(dāng)?shù)卣杆俳M織救援，出動(dòng)解放軍、武警、公安等力量共1 800余人參與救援，緊急轉(zhuǎn)移安置5 583人。

4.2 潰壩洪水分析

采用參數(shù)模型和經(jīng)驗(yàn)公式計(jì)算大壩漫頂潰決后的潰口峰值流量與洪水演進(jìn)后下游斷面處的峰值流量，進(jìn)而分析下游風(fēng)險(xiǎn)區(qū)的洪水淹沒情況和嚴(yán)重程度。選取南京水利科學(xué)研究院開發(fā)的心墻壩漫頂潰壩參數(shù)模型[23]計(jì)算射月溝水庫(kù)潰壩時(shí)的潰口峰值流量，模型主要輸入?yún)?shù)見表9。同時(shí)選取下游群眾聚居地(頭宮隊(duì)和二宮隊(duì))處的斷面，采用經(jīng)驗(yàn)公式計(jì)算洪水特征[24]，其中，頭宮隊(duì)和二宮隊(duì)分別位于壩址下游2 km和6 km處。

表9 射月溝水庫(kù)潰壩模擬主要參數(shù)Tab.9 Main parameters of dam break simulation of Sheyuegou Reservoir

對(duì)于潰口峰值流量采用(5)式計(jì)算[23]：

(5)

式中：QM為潰口峰值流量；Vw為水庫(kù)庫(kù)容；g為重力加速度，取9.8 m/s2；hw為潰壩水深；hd為壩高；hb為潰口深度；h0為單位壩高，取1 m。

由式(5)得出射月溝水庫(kù)潰壩時(shí)潰口的峰值流量為4 856.1 m3/s，這與新疆自治區(qū)相關(guān)部門開展的洪水調(diào)查獲得的潰壩洪水峰值流量為4 304 m3/s的結(jié)論基本一致，相對(duì)誤差為12.8%。

對(duì)于下游斷面處的洪水峰值流量，可采用(6)式計(jì)算[24]：

(6)

式中：QLM為距離壩址Lm處的洪水峰值流量；L為距壩址距離；k為經(jīng)驗(yàn)系數(shù)，其中，山區(qū)取1.1～1.5，丘陵地區(qū)取1.0，平原地區(qū)取0.8～0.9[24]，本文取k=1.0；v為斷面處的洪水平均流速，其中，山區(qū)一般取3.0～5.0 m/s，丘陵地區(qū)取2.0～3.0 m/s，平原地區(qū)取1.0～2.0 m/s[24]，本文取v=2.0 m/s。

將式(5)的計(jì)算成果代入式(6)計(jì)算下游斷面峰值流量，獲得壩址下游2.0 km(頭宮隊(duì))處的洪水峰值流量為2 829.5 m3/s，壩址下游6.0 km(二宮隊(duì))處的洪水峰值流量為1 542.2 m3/s。洪水的淹沒情況和頭宮隊(duì)、二宮隊(duì)居民點(diǎn)示意圖見圖6～8。

對(duì)于風(fēng)險(xiǎn)區(qū)洪水嚴(yán)重程度，除式(1)的計(jì)算方法外，也可采用(7)式計(jì)算：

(7)

式中：w表示淹沒斷面平均寬度。

通過測(cè)量發(fā)現(xiàn)，下游2 km(頭宮隊(duì))處斷面的平均寬度為400 m，計(jì)算得出洪水嚴(yán)重性SD為7.1 m2/s，依據(jù)表3可得，洪水嚴(yán)重程度為較高；下游6 km(二宮隊(duì))處斷面的平均寬度為400 m，計(jì)算得出洪水嚴(yán)重性SD為3.9 m2/s，依據(jù)表3可得，洪水嚴(yán)重程度為較低。

圖6 洪水淹沒范圍Fig.6 Flooded area

圖7 頭宮隊(duì)地圖Fig.7 Map of the Tougongdui resident site

圖8 二宮隊(duì)地圖Fig.8 Map of the Ergongdui resident site

4.3 生命損失評(píng)估

通過調(diào)查確定壩址下游二宮村頭宮隊(duì)與二宮隊(duì)風(fēng)險(xiǎn)人口總數(shù)為440人(其中頭宮隊(duì)234人，二宮隊(duì)206人)，實(shí)際死亡人數(shù)16人，淹沒面積2.4 km2，人口密度184 人/km2。警報(bào)時(shí)間較為充分(WT為0.8 h)，群眾理解程度為“模糊”。洪水強(qiáng)度通過計(jì)算得到頭宮隊(duì)處洪水強(qiáng)度為7.1 m2/s，強(qiáng)度等級(jí)為較高；二宮隊(duì)處洪水強(qiáng)度為3.9 m2/s，強(qiáng)度等級(jí)為較低。由于潰壩發(fā)生在上午，群眾應(yīng)急反應(yīng)能力較強(qiáng)。潰壩時(shí)正值強(qiáng)降雨，不利于人員避難與警報(bào)傳遞。大壩潰決后，當(dāng)?shù)卣杆俳M織救援，緊急疏散大批群眾，極大減小了人員損失。其余影響因素參數(shù)不詳者均取為1.0，具體參數(shù)取值見表10。

表10 模型計(jì)算參數(shù)取值Tab.10 Model calculation parameter value

對(duì)于二宮隊(duì)，同理可得：L=10A·lgPAR+B·(lgPAR) 2=8；主要影響因素修正系數(shù)α=0.792，次要影響因素修正系數(shù)β=0.891，將L和α、β代入式(4) 可得：LOL≈6人。

通過計(jì)算得到頭宮隊(duì)與二宮隊(duì)的死亡人數(shù)為16人，與實(shí)際情況相符。

另外，選擇國(guó)內(nèi)外常用的其他模型與本文模型的計(jì)算結(jié)果進(jìn)行比較，其他模型的表達(dá)式和參數(shù)見表2，各模型的計(jì)算結(jié)果對(duì)比情況見表11。

表11 各模型計(jì)算結(jié)果對(duì)比Tab.11 Comparison of calculation results of each model

通過各模型計(jì)算結(jié)果的對(duì)比發(fā)現(xiàn)，本文模型可較好地評(píng)估新疆射月溝水庫(kù)潰壩案例的生命損失情況，表明本文模型的適應(yīng)性和可靠性。

5 結(jié) 語(yǔ)

基于國(guó)內(nèi)外生命損失評(píng)估模型研究現(xiàn)狀的評(píng)估，并通過對(duì)16座已潰大壩生命損失的調(diào)查與分析，確定了生命損失評(píng)價(jià)指標(biāo)，明確了各影響因素的定義與作用機(jī)理，在此基礎(chǔ)上提出了一個(gè)新的生命損失快速評(píng)估方法。通過案例驗(yàn)證與新疆射月溝潰壩案例的反饋分析驗(yàn)證了模型的合理性。另外，通過與國(guó)外其他模型的對(duì)比分析發(fā)現(xiàn)，本文所提的方法具有評(píng)估過程簡(jiǎn)單、準(zhǔn)確率高等優(yōu)點(diǎn)，且在次要因素未知的情況下依舊有較好的評(píng)估結(jié)果。