曹彥波 李永強 張方浩 蔣飛蕊
摘要:破壞性地震發(fā)生后,對地震極災(zāi)區(qū)的快速判定有利于政府各部門實施精準(zhǔn)化的搜救和物資保障。以2021年漾濞MS6.4地震為例,對依據(jù)烈度衰減模型、儀器烈度、余震序列、鐵塔斷電站點數(shù)據(jù)等方法判定的極災(zāi)區(qū)進行多源數(shù)據(jù)融合,快速判定漾濞地震極災(zāi)區(qū)大小及空間分布范圍。結(jié)果表明:基于多源數(shù)據(jù)融合的極災(zāi)區(qū)判定方法除了考慮地震本身物理參數(shù)外,還融合了鐵塔通信基站破壞狀況,擬合得出的極災(zāi)區(qū)大小、方向、質(zhì)心坐標(biāo)等空間分布與實際災(zāi)害調(diào)查繪制結(jié)果基本一致,可為地震救援決策提供基礎(chǔ)數(shù)據(jù)支撐。
關(guān)鍵詞:漾濞MS6.4地震;多源數(shù)據(jù);極災(zāi)區(qū)
中圖分類號:P315.9?? 文獻標(biāo)識碼:A?? 文章編號:1000-0666(2021)03-0472-09
0 引言
破壞性地震發(fā)生后,快速判定災(zāi)害規(guī)模、搶救人民生命財產(chǎn)、轉(zhuǎn)移安置災(zāi)民、最大程度減輕災(zāi)害損失是抗震救災(zāi)工作首要任務(wù)。尤其是在重特大地震發(fā)生后,破裂范圍隨著震級和震源機制不同,覆蓋十幾至數(shù)百千米,破裂延續(xù)時間可以從十幾秒到數(shù)百秒(張勇等,2013;岳漢等,2020),導(dǎo)致地震極災(zāi)區(qū)通信、電力設(shè)施設(shè)備受損,極大影響災(zāi)情信息的迅速獲取。因此,在震后2? h的災(zāi)情黑箱期內(nèi),利用通信基站、余震序列、儀器烈度等物聯(lián)網(wǎng)和互聯(lián)網(wǎng)多源數(shù)據(jù)來判斷地震極災(zāi)區(qū)的分布范圍、展布方向,可為政府部門確定重點救援區(qū)域、調(diào)派救援力量和物資提供重要的信息支撐和決策依據(jù)(聶高眾等,2012;曹彥波等,2018)。
目前,基于地震烈度衰減的數(shù)學(xué)模型方法是國內(nèi)地震部門各級應(yīng)急指揮中心軟件系統(tǒng)集成的主流算法之一(汪素云等,2000;張方浩等,2016),該算法主要利用地震參數(shù)快速計算地震影響范圍,生成以微觀震中為圓心的觀側(cè)等效破裂的橢圓(線源)面,最高烈度區(qū)就是極災(zāi)區(qū)的影響范圍,極災(zāi)區(qū)長軸初判方向一般為離震中最近的活動斷裂方向。由于地震烈度衰減關(guān)系是通過對歷史地震烈度長短軸回歸分析得到,無法體現(xiàn)出由于震源破裂過程不同而導(dǎo)致的地震災(zāi)害分布差異,因此,用烈度衰減關(guān)系估計的最高烈度、極災(zāi)區(qū)大小、方向和宏觀震中位置往往與實際烈度分布存在較大偏差(王德才等,2013)。2010年玉樹7.1級地震計算出的影響場震中位于人煙稀少的無人區(qū),而實際宏觀震中卻位于人口稠密的結(jié)古鎮(zhèn);在2014年魯?shù)?.5級地震影響場快速評估過程中,由于災(zāi)區(qū)活斷層數(shù)據(jù)不準(zhǔn)確,導(dǎo)致初期快速評估計算出的影響場長軸是NE向,最高烈度計算值僅為Ⅷ度,而實際的長軸是NW向,最高烈度計算值為Ⅸ度。針對上述問題,國內(nèi)外眾多學(xué)者開展了震后極災(zāi)區(qū)判定技術(shù)方法研究。代表性的方法主要有:①基于強震動觀測數(shù)據(jù)判定方法(李山有等,2002;梁永朵等,2015;Kodera et al,2018;關(guān)曙淵等,2020;段洪杰等,2020),如美國的ShakeMap系統(tǒng),在高密集監(jiān)測臺網(wǎng)支持下,利用震級、烈度與PGA、PGV的關(guān)系進行擬合生成儀器烈度分布圖(Wald et al,1999);②基于震源機制和余震序列數(shù)據(jù)方法(白仙富等,2011;王偉錁等,2011;張?zhí)K平等,2013;鄭韻等,2015,2018),楊天青等(2015)利用震后數(shù)小時的余震序列數(shù)據(jù)和震源機制解,通過分析數(shù)據(jù)時空展布特征,插值擬合快速判定極災(zāi)區(qū)范圍和展布方向;③基于地震參數(shù)評估方法,聶高眾和徐敬海(2018)通過分析極震區(qū)烈度與地震參數(shù)的相關(guān)性關(guān)系,擬合了一種以正式發(fā)布的地震震級、震源深度為輸入?yún)?shù)的極震區(qū)烈度快速評估模型。近年來,隨著空間對地觀測技術(shù)、互聯(lián)網(wǎng)、物聯(lián)網(wǎng)、深度學(xué)習(xí)、人工智能等高新技術(shù)的飛速發(fā)展,有部分學(xué)者基于遙感技術(shù)(王曉青等,2015a,b;張景發(fā)等,2018;李金香等,2018;郭建興等,2020),基于無人機影像識別技術(shù)(許建華等,2017;周洋等,2017;杜浩國等,2018;李金香等,2020)、監(jiān)控視頻源識別技術(shù)(李東平等,2017,2019;郭志宇,2017;Li et al,2021)、社交媒體感知技術(shù)(徐敬海等,2015;曹彥波等,2017;薄濤等,2018)、互聯(lián)網(wǎng)IP地址定位技術(shù)(李兆隆等,2017;吳艷梅等,2019)、手機信令數(shù)據(jù)(張勇等,2018;張小詠等,2018;龐曉克,2019)以及震感、人員傷亡、房屋破壞等多源地震災(zāi)情信息融合方法(胡素平,帥向華,2012;郭紅梅等,2015;楊天青等,2016;李芋均等,2020)等多種大數(shù)據(jù)時代的技術(shù)方法進行地震極災(zāi)區(qū)的識別和提取。本文在參考前人研究基礎(chǔ)上,以2021年5月21日漾濞MS6.4地震為例,利用多源數(shù)據(jù)融合方法快速判定極災(zāi)區(qū)范圍和展布方向,為地震應(yīng)急處置工作提供信息支撐。
1 研究方法與數(shù)據(jù)源
1.1 技術(shù)路線
本文以云南地震應(yīng)急基礎(chǔ)數(shù)據(jù)庫、余震序列數(shù)據(jù)、災(zāi)情數(shù)據(jù)等多源數(shù)據(jù)為基礎(chǔ),首先基于衰減模型、儀器烈度、余震序列、通信基站斷電、多源數(shù)據(jù)融合5種方法生成地震極災(zāi)區(qū)子集,然后利用有限集容斥算法對每一個子集進行合并,提取融合范圍內(nèi)受影響的居民點數(shù)據(jù)集,采用標(biāo)準(zhǔn)橢圓差方程擬合生成極災(zāi)區(qū)。最后采用平均絕對百分比誤差從極災(zāi)區(qū)大小、方向、宏觀震中、空間位置分布狀況等方面對這5種方法擬合結(jié)果與實際調(diào)查評估結(jié)果進行對比,分析產(chǎn)生誤差的原因(圖1)。
1.2 研究方法
1.2.1 標(biāo)準(zhǔn)橢圓差算法
本文采用標(biāo)準(zhǔn)橢圓差算法完成基于不同數(shù)據(jù)源的極災(zāi)區(qū)范圍擬合。標(biāo)準(zhǔn)差橢圓算法是由美國南加州大學(xué)社會學(xué)教授韋爾蒂·利菲弗在1926年提出的度量地理空間分布的一種經(jīng)典算法。該算法利用一系列離散數(shù)據(jù)點,通過坐標(biāo)系變換的方法,使原坐標(biāo)系中的離散數(shù)據(jù)點在新的坐標(biāo)系下的標(biāo)準(zhǔn)差距離最小,從而反映點集的方向和分布趨勢。該方法主要步驟如下:
(1)確定橢圓圓心。根據(jù)不同數(shù)據(jù)源,利用算數(shù)平均中心來計算橢圓的圓心,算法如下:
Cx=∑ni-1(xi-X)2n
Cy=∑ni-1(yi-Y)2n(1)
式中:Cx和Cy表示橢圓圓心x坐標(biāo)和y坐標(biāo),xi和yi是單個點要素的空間位置坐標(biāo),X和Y是算數(shù)平均中心。
(2)確定橢圓方向性。根據(jù)不同數(shù)據(jù)源空間分布狀況,以x軸為準(zhǔn),正北方(12點方向)為0度,順時針旋轉(zhuǎn),算法如下:
tanθ=∑ni-12i-∑ni-12i)+(∑ni-12i-∑ni-12i)2+4(∑ni-1ll)22∑ni-1ll(2)
式中:θ表示橢圓旋轉(zhuǎn)角度;l和l表示平均中心和x、y坐標(biāo)的差。最后確定x、y軸的長度,算法如下:
Dx=2∑ni=1(lcosθ-lsinθ)2n
Dy=2∑ni=1(lsinθ-lcosθ)2n(3)
式中:Dx和Dy分別表示橢圓的x、y軸的長度。
(3)數(shù)據(jù)子集融合。利用有限集容斥原理對不同數(shù)據(jù)源生成的多個子集進行合并,提取影響區(qū)域居民點要素,把合并計數(shù)時重復(fù)計算數(shù)排斥出去,形成不同數(shù)據(jù)源融合范圍內(nèi)居民點要素集合,容斥算法如下:
設(shè)S為有限集,則:
AiS(i=1,2,…,n,n≥2),S=A1∪A2∪…∪Am
∪ni-1Ai=∑nk-1(-1)k-1∑1≤i1 式中:S表示多個集合相并的有限集;Ai表示某一子集。 (4)生成極災(zāi)區(qū)。根據(jù)融合范圍內(nèi)的居民點集合,利用標(biāo)準(zhǔn)差橢圓方程擬合計算地震極災(zāi)區(qū),確定極災(zāi)區(qū)空間分布和展布方向(圖2)。 1.2.2 擬合結(jié)果精度校驗 采用平均絕對百分比誤差方法對5種方法生成的地震極災(zāi)區(qū)評估值和真實值進行精度對比分析。計算數(shù)值越小,說明擬合算法精確度越好。具體算法如下: M=1n∑nt=1A(t)-F(t)A(t)×100%(5) 式中:M表示表示平均絕對百分比誤差;A表示真實值;F表示預(yù)測值。 1.3 數(shù)據(jù)來源及預(yù)處理 本文分析采用的數(shù)據(jù)包括云南省行政區(qū)劃數(shù)據(jù)、活動構(gòu)造數(shù)據(jù)、震區(qū)鐵塔通信基站斷電站點數(shù)據(jù)、余震序列數(shù)據(jù)等9類(表1)。除地震應(yīng)急基礎(chǔ)數(shù)據(jù)庫支撐的結(jié)構(gòu)化矢量數(shù)據(jù)外,采集到的部分數(shù)據(jù)是非結(jié)構(gòu)化的文本文檔、電子表格和圖片數(shù)據(jù),在進行空間分析前需進行數(shù)據(jù)預(yù)處理。筆者對原始數(shù)據(jù)進行檢查整理,剔除錯誤值、異常值和無經(jīng)緯度坐標(biāo)數(shù)據(jù),利用GIS軟件對余震序列、儀器烈度、地震烈度圖等非結(jié)構(gòu)化數(shù)據(jù)在地圖上進行空間定位配準(zhǔn),定義坐標(biāo)系,形成可進行空間分析、空間統(tǒng)計建模的矢量數(shù)據(jù),見表1。 2 研究結(jié)果 2021年5月21日21時48分34秒,云南省漾濞縣(25.67°N,99.87°E)發(fā)生MS6.4地震,震源深度8 km。地震發(fā)生后,云南地震災(zāi)害應(yīng)急指揮中心快速響應(yīng);震后2 min,基于地震烈度衰減模型,利用評估系統(tǒng)快速計算生成了地震極災(zāi)區(qū)的空間分布范圍和方向;震后20 min,根據(jù)預(yù)警工程烈度速報產(chǎn)出結(jié)果,提取儀器烈度極災(zāi)區(qū)影響范圍;震后30 min到1 h,利用漾濞震區(qū)鐵塔通信基站斷電站點分布和余震序列分布空間數(shù)據(jù)點集擬合得到兩種數(shù)據(jù)源的極災(zāi)區(qū)空間分布狀況。 基于烈度衰減模型、儀器烈度、余震序列和鐵塔斷電站點4種方法擬合得到極災(zāi)區(qū),結(jié)果如表2、圖3所示。 (1)根據(jù)烈度衰減模型計算,此次地震微觀震中位于大理州漾濞縣蒼山西鎮(zhèn)花椒園村,初判發(fā)震構(gòu)造為維西—喬后斷裂,影響場長軸方向為NW向,極災(zāi)區(qū)最高烈度為Ⅷ度,面積約為251.8 km2,覆蓋了漾濞縣白章村、花椒園村、秀嶺村、太平鄉(xiāng)4個居民點。 (2)根據(jù)儀器烈度統(tǒng)計,此次地震微觀震中位于花椒園村,烈度區(qū)長軸方向NW向,向東靠近維西—喬后斷裂,極災(zāi)區(qū)最高烈度為Ⅷ度,面積約303.1 km2,極災(zāi)區(qū)覆蓋了白章村、花椒園村等12個居民點。 (3)從震后1 h余震序列空間分布看,余震主要分布在維西—喬后斷裂西側(cè),沿著微觀震中向ES方向單側(cè)展布,余震區(qū)長度約25 km,寬度約5 km。根據(jù)擬合結(jié)果,極災(zāi)區(qū)面積155 km2,方向為NNW向,質(zhì)心坐標(biāo)位于微觀震中東南向9.4 km處沙河村與秀嶺村附近,極災(zāi)區(qū)覆蓋了花椒園村、秀嶺村、沙河村、仁民街社區(qū)、河西村5個居民點。 (4)此次地震造成鐵塔基站斷電站點一共有24處,主要分布在Ⅷ度區(qū)范圍內(nèi),主要集中在微觀震中東側(cè)人口較為密集的縣城和鄉(xiāng)鎮(zhèn)附近,沿紫陽村—淮安村—仁民街社區(qū)—河西村—石坪村一線呈NW向分布。根據(jù)擬合結(jié)果,極災(zāi)區(qū)面積186 km2,方向為NW向,質(zhì)心坐標(biāo)位于微觀震中東側(cè)9.8 km處的河西村附近,覆蓋了秀嶺村、白羊村、淮安村等13個居民點。 (5)根據(jù)上述有限集容斥原理和標(biāo)準(zhǔn)橢圓差方法,對烈度衰減模型、儀器烈度、余震序列、 3 討論 根據(jù)云南省地震局(2021)發(fā)布的漾濞MS6.4地震烈度圖,地震最高烈度為Ⅷ度,地震發(fā)震構(gòu)造為維西—喬后斷裂,沿斷裂西側(cè)呈北NW展布。Ⅷ度區(qū)面積約170 km2,主要涉及漾濞縣蒼山西鎮(zhèn)、漾江鎮(zhèn)、太平鄉(xiāng)3個鄉(xiāng)鎮(zhèn)。筆者采用平均絕對百分比誤差(MAPE)對上述5種方法評估結(jié)果和實際調(diào)查評估結(jié)果進行對比,結(jié)果如圖4、5,表3、4所示: (1)從極災(zāi)區(qū)大小和空間分布對比分析看:極災(zāi)區(qū)范圍最大評估值來自儀器烈度方法,面積為303.1 km2,約為實際面積2倍,誤差率78.29%,其余方法擬合面積與實際相比誤差率在10%左右。極災(zāi)區(qū)長軸擬合長度除烈度衰減模型方法外其余4種方法與實際結(jié)果相比誤差率均小于15%,余震序列方法長軸與實際基本相符,極災(zāi)區(qū)短軸擬合長度與實際結(jié)果整體有一定偏差,烈度衰減模型方法擬合結(jié)果接近實際。從極災(zāi)區(qū)空間分布情況看,烈度衰減模型和儀器烈度擬合范圍與實際位置相比向西側(cè)偏移,約一半面積重合;鐵塔斷電和余震序列方法所得結(jié)果則向南偏移,約三分之一面積重合。數(shù)據(jù)融合方法擬合的極災(zāi)區(qū)范圍與實際范圍重合面積142 km2,分別占各自面積的74%和84%,兩者空間擬合分布基本一致。從極災(zāi)區(qū)影響的居民點數(shù)量和空間分布看,數(shù)據(jù)融合方法生成的極災(zāi)區(qū)覆蓋居民點與實際較為接近,該方法擬合的極災(zāi)區(qū)包含了15個居民點,實際調(diào)查結(jié)果包含14個居民點,兩個區(qū)域重疊部分有13個居民點,吻合度達到了90%以上。 (2)從極災(zāi)區(qū)展布方向?qū)Ρ确治隹矗簶O災(zāi)區(qū)旋轉(zhuǎn)角評估值最大的是儀器烈度方法,旋轉(zhuǎn)角為152.8°,誤差率僅為0.46%,與實際調(diào)查評估結(jié)果方向基本吻合;評估值最小的是余震序列方法,旋轉(zhuǎn)角為136.6°,誤差率為10.19%。鐵塔斷電和數(shù)據(jù)融合方法方向與實際相比誤差率小于5%,極災(zāi)區(qū)方向判定與實際結(jié)果基本一致。 (3)從極災(zāi)區(qū)質(zhì)心坐標(biāo)與微觀、宏觀震中對比分析可以看出:烈度衰減模型和儀器烈度方法所得極災(zāi)區(qū)質(zhì)心坐標(biāo)與微觀震中位置一致,但從實際調(diào)查繪制的極災(zāi)區(qū)質(zhì)心坐標(biāo)來看,地震宏觀震中與微觀震中存在位置偏差,宏觀震中位于微觀震中EN方向約4.6 km的白羊村附近,x軸向西偏移4.2 km,y軸向北偏移2.1 km。而余震序列、鐵塔斷電、數(shù)據(jù)融合3種方法擬合的質(zhì)心坐標(biāo)都位于微觀震中東側(cè),接近實際宏觀震中位置。質(zhì)心與宏觀震中偏移量最小的是數(shù)據(jù)融合方法所得結(jié)果,x軸向西偏移1.7 km,y軸向南偏移2.2 km,位于淮安村和漾濞縣城仁民街社區(qū)附近。 這5種方法擬合的極災(zāi)區(qū)大小方向、質(zhì)心坐標(biāo)等空間分布與實際結(jié)果存在一定的偏差,造成誤差的主要原因如下: (1)從極災(zāi)區(qū)大小和方向評估結(jié)果看(圖6):利用烈度衰減模型方法生成極災(zāi)區(qū)誤差的原因與衰減模型構(gòu)建時歷史震例樣本數(shù)和采用回歸方法密切相關(guān),災(zāi)區(qū)活斷層數(shù)據(jù)精度也會影響方向判定準(zhǔn)確性。儀器烈度大小和方向與地震臺網(wǎng)密度和插值方法密切相關(guān),鐵塔斷電擬合范圍和方向也與破壞站點的數(shù)量和空間分布相關(guān)。從云南臺網(wǎng)震后1 h的余震序列空間分布和震源機制解結(jié)果看,節(jié)面I:走向139°/傾角76°/滑動角-165°,節(jié)面II:走向45°/傾角75°/滑動角-15°。離震中最近的主要活動斷裂為NNW向維西—喬后斷裂,余震序列呈NW向分布,呈現(xiàn)明顯的NNW條帶狀,與斷層節(jié)面I滑動方向一致??傮w來說,在本次地震中,利用多源數(shù)據(jù)擬合后的極災(zāi)區(qū)大小和方向與實際調(diào)查評估繪制結(jié)果基本一致,能滿足震后2 h災(zāi)情黑箱期快速評估需求。 (2)從極災(zāi)區(qū)宏觀震中和微觀震中偏移情況看(圖5):這5種方法擬合所得的極災(zāi)區(qū)宏觀震中與實際結(jié)果都存在不同程度的偏移。烈度衰減模型、儀器烈度、余震序列3種方法主要是考慮了地震震級、位置、余震、PGA、PGV等參數(shù)進行擬合,對區(qū)域內(nèi)承災(zāi)體空間分布狀況和震害破壞情況估計不足,導(dǎo)致與宏觀調(diào)查烈度存在差異。對于云南地區(qū)來說,高原山地特征顯著,地形地貌、地質(zhì)構(gòu)造、地震活動背景等孕災(zāi)環(huán)境多樣復(fù)雜,社會經(jīng)濟、人口等承災(zāi)體時空分布差異性顯著,多次震例表明,調(diào)查烈度、宏觀震中往往與評估烈度、微觀震中存在差異。從漾濞MS6.4實際震害調(diào)查結(jié)果看,極災(zāi)區(qū)(Ⅷ度)宏觀震中位置位于淮安村附近,災(zāi)區(qū)范圍東起漾濞縣蒼山西鎮(zhèn)河西村,西至蒼山西鎮(zhèn)大爛壩,南自蒼山西鎮(zhèn)沙河村,北達漾江鎮(zhèn)彎坡村—桑不老村一帶。在實際地震極災(zāi)區(qū)判定中,除了考慮地震本身物理參數(shù)外,還要融合地面多種承災(zāi)體實際破壞情況,極災(zāi)區(qū)判定才會更加精準(zhǔn)。 4 結(jié)論 本文以2021年5月21日漾濞MS6.4地震為例,基于地震烈度衰減數(shù)學(xué)模型、儀器烈度、余震序列、鐵塔基站斷電等數(shù)據(jù),利用標(biāo)準(zhǔn)橢圓差方程和容斥算法,通過多源數(shù)據(jù)擬合得出漾濞地震極災(zāi)區(qū)范圍及空間分布。從5種擬合方法與實際結(jié)果的對比分析可以看出,基于多源數(shù)據(jù)融合的極災(zāi)區(qū)判定方法除了考慮地震本身物理參數(shù)外,還融合地表鐵塔通信基站斷電實際破壞情況,擬合得出的極災(zāi)區(qū)大小、方向、質(zhì)心坐標(biāo)等空間分布與實際災(zāi)害調(diào)查繪制結(jié)果基本一致,可為地震救援決策提供基礎(chǔ)數(shù)據(jù)支撐。 由于云南地區(qū)孕災(zāi)環(huán)境和承災(zāi)體時空差異大,地震災(zāi)情多因子耦合關(guān)系復(fù)雜,無論哪一種極災(zāi)區(qū)判定方法都存在一定的局限性和適用范圍,應(yīng)結(jié)合物聯(lián)網(wǎng)、互聯(lián)網(wǎng)、人工智能等高新技術(shù),快速獲取災(zāi)情,接入動態(tài)實時的行業(yè)大數(shù)據(jù),進一步提高地震極災(zāi)區(qū)研判精度。 參考文獻: 白仙富,戴雨芡,李永強,等.2011.基于余震信息的宏觀震中和影響場方向快速判定方法[J].地震研究,34(3):525-532. 薄濤,李小軍,陳蘇,等.2018.基于社交媒體數(shù)據(jù)的地震烈度快速評估方法[J].地震工程與工程振動,38(5):2016-215. 曹彥波,李永強.2018.云南地震應(yīng)急關(guān)鍵技術(shù)與信息服務(wù)[M].昆明:云南科技出版社. 曹彥波,吳艷梅,許瑞杰,等.2017.基于微博輿情數(shù)據(jù)的震后有感范圍提取研究[J].地震研究,40(2):303-310. 杜浩國,張方浩,鄧樹榮,等.2018.震后極災(zāi)區(qū)無人機最優(yōu)航拍區(qū)域選擇[J].地震研究,41(2):209-215. 段洪杰,楊黎薇,段然,等.2020.基于自主研發(fā)的軟件框架在地震應(yīng)用系統(tǒng)開發(fā)中的研究和應(yīng)用[J].地震研究,43(1):195-205. 關(guān)曙淵,單振東,馬榮.2020.日本儀器烈度計算 3 種方法對比[J].地震科學(xué)進展,50(8):20-24. 郭紅梅,陳維鋒,張瑩,等.2015.多源地震災(zāi)情信息融合的烈度判定方法研究[J].華北地震科學(xué),33(3):43-49. 郭建興,張宇翔,姬建中,等.2020.利用居民地建筑物數(shù)據(jù)和高分遙感影像評估地震烈度的方法初探[J].地震地質(zhì),42(4):968-980. 郭志宇.2017.基于視頻監(jiān)控的震害快速評估與地震應(yīng)急技術(shù)可行性研究[D].蘭州:中國地震局蘭州地震研究所. 胡素平,帥向華.2012.網(wǎng)絡(luò)地震災(zāi)情信息智能處理模型與地震烈度判定方法研究[J].震災(zāi)防御技術(shù),7(4):420-430. 李東平,陳海鵬,張凱,等.2019.基于社會視頻監(jiān)控信息源的地震影響范圍快速勾畫[J].地震研究,42(2):187-195. 李東平,劉倩倩,龔俊.2017.基于海量視頻監(jiān)控的中小地震烈度快速判斷方法嘗試[J].地震研究,40(2):324-332. 李金香,常想德,趙朔,等.2018.新疆塔什庫爾干塔吉克自治縣地震極災(zāi)區(qū)地震烈度遙感快速評估研究[J].中國地震,34(3):513-524. 李金香,趙朔,常想德.2020.基于無人機影像的皮山地震極災(zāi)區(qū)烈度評估[J].地震科學(xué)進展,50(3):20-24. 李山有,金星,陳先,等.2002.地震動強度與地震烈度速報研究[J].地震工程與工程振動,22(6):1-7. 李芋均,郭紅梅,黃丁發(fā),等.2020.基于區(qū)間證據(jù)理論的多源災(zāi)情信息融合及烈度判定研究[J].計算機應(yīng)用研究,37(S2):92-94. 李兆隆,吳艷梅,李敏,等.2017.基于互聯(lián)網(wǎng)信報控制協(xié)議的災(zāi)情信息獲取技術(shù)研究與應(yīng)用[J].地震研究,40(2):311-316. 梁永朵,姜金征,李瑩,等.2015.幾種烈度算法在實際震例中的對比研究[J].震災(zāi)防御技術(shù),10(4):925-932. 聶高眾,安基文,鄧硯.2012.地震應(yīng)急災(zāi)情服務(wù)進展[J].地震地質(zhì),34(4):783-789. 聶高眾,徐敬海.2018.基于震源深度的極震區(qū)烈度評估模型[J].地震地質(zhì),40(3):611-621. 龐曉克.2019.基于手機位置信息的地震極震區(qū)位置與范圍快速獲取技術(shù)研究[D].北京:中國地震局地質(zhì)研究所. 汪素云,俞言祥,高阿甲,等.2000.中國分區(qū)地震動衰減關(guān)系的確定[J].中國地震,16(2):99-106. 王德才,倪四道,李俊.2013.地震烈度快速評估研究現(xiàn)狀與分析[J].地球物理學(xué)進展,28(4):1772-1784. 王偉錁,李志強,李曉莉.2011.利用余震法快速判定宏觀震中的研究[J].震災(zāi)防御技術(shù),6(1):36-48. 王曉青,竇愛霞,丁香,等.2015a.地震烈度應(yīng)急遙感評估研究與應(yīng)用進展[J].地球信息科學(xué)學(xué)報,17(12):1536-1544. 王曉青,竇愛霞,王龍,等.2015b.2013年四川蘆山7.0級地震烈度遙感評估[J].地球物理學(xué)報,58(1):163-171. 吳艷梅,李兆隆,鄭川,等.2019.云南省可定位IP地址數(shù)據(jù)特征及其在地震有感范圍判定中的應(yīng)用[J].華北地震科學(xué),37(1):1-5. 徐敬海,褚俊秀,聶高眾,等.2015.基于位置微博的地震災(zāi)情提取[J].白然災(zāi)害學(xué)報,24(5):12-18. 許建華,張雪華,王曉青,等.2017.無人機傾斜攝影技術(shù)在地震烈度評估中的應(yīng)用-以九寨溝7.0級地震為例[J].中國地震,33(4):655-662. 楊天青,姜立新,董曼,等.2015.基于余震序列分布信息的地震極災(zāi)區(qū)快速判斷方法研究[J].災(zāi)害學(xué),30(1):8-15. 楊天青,席楠,張翼,等.2016.基于離散災(zāi)情信息的地震烈度分布快速判定方法研究[J].地震,36(2):48-59 岳漢,張勇,蓋增喜,等.2020.大地震震源破裂模型:從快速響應(yīng)到聯(lián)合反演的技術(shù)進展及展望[J].中國科學(xué):地球科學(xué),50(4):515-537. 云南省地震局.2021.云南漾濞MS6.6地震烈度圖發(fā)布[EB/OL].(2021-05-25)[2021-07-01].http://www.yndzj.gov.cn/yndzj/-300599/-300651/629959/index.html. 張方浩,蔣飛蕊,李永強,等.2016.云南地區(qū)地震烈度評估模型研究[J].中國地震,32(3):511-521. 張景發(fā),李強,張慶云,等.2018.多源遙感圖像的1976年MS7.8唐山大地震等烈度區(qū)判定[J].遙感學(xué)報,22(S1):162-173. 張?zhí)K平,孫艷萍,陳文凱.2013.余震信息在岷縣漳縣6.6級地震震后應(yīng)急救援重災(zāi)區(qū)快速判定時作用討論[J].地震工程學(xué)報,35(3):465-470. 張小詠,肖迪,蘇中,等.2018.基于手機定位數(shù)據(jù)的地震災(zāi)害影響場方向模擬[J].系統(tǒng)仿真學(xué)報,30(11):4244-4248. 張勇,許力生,陳運泰.2013.蘆山4·20地震破裂過程及其致災(zāi)特征初步分析[J].地球物理學(xué)報,56(4):1408-1411. 張勇,趙學(xué)志,肖爽.2018.基于通信大數(shù)據(jù)的地震影響初步判斷[J].科技與創(chuàng)新,(20):43-44. 鄭韻,姜立新,土輝山,等.2018.基于余震粒了群算法的極震區(qū)快速判定方法研究[J].地震,38(4):122-133. 鄭韻,姜立新,楊天青,等.2015.利用余震頻度分布進行宏觀震中快速判定[J].地震,35(2):121-132. 周洋,明小娜,楊艷珠,等.2017.災(zāi)評新技術(shù)在云龍5.0級地震烈度調(diào)查中的應(yīng)用[J].地震研究,40(1):161-166,168. Kodera Y,Yamada Y,Hirano k,et al.2018.The propagation of local Undamped Motion(PLUM)Method:A simple and robust wavefield estimation approach for earthquake early warning[J].Bulletin of the Seismological Society of America,108(2):983-1003 Li D,Chen H,Shen W,et al.2021.An analysis of the temporal and spatial gathering and dispersion patterns of crowds at the community level after the 2020 M5.1 Tangshan Guye earthquake[J].International Journal of Disaster Risk Reduction,65,doi:org/10.1016/j.ijdrr.2021.102331. Wald D J,Vincent Q,Heaton T H,et al.1999.Relationships between peak ground acceleration,peak ground velocity,and modified intensity in California[J].Earthquake Spectra,15(3):557-564. Determination of the Worst-hit Zone in the 2021 Yangbi,Yunnan MS6.4Earthquake-stricken Area Based on Multi-source Data CAO Yanbo,LI Yongqiang,ZHANG Fanghao,JIANG Feirui (Yunnan Earthquake Agency,Kunming 650224,Yunnan,China) Abstract The rapid estimation of the worst-hit zone of the earthquake-afflicted area of a destructive earthquake will facilitate the governments precise search and rescue and allocation of relief supplies.In this paper,we integrate the multi-source data of the worst-hit zone in the Yangbi MS6.4 earthquake-stricken area estimated according to the intensity attenuation model,the instrumental intensity,the aftershocks sequence,and the power-outage data of transmission towers,and rapidly determine the area and spatial distribution of the worst-hit zone of the Yangbi earthquake.Our method of multi-source data fusion integrates the physical parameters of the earthquake with the data of the power-outage transmission towers,and gives the area,distribution direction,and the coordinates of the center of the worst-hit zone.These results are in good agreement with the worst-hit zone decided by field investigation. Keywords:the Yangbi MS6.4 earthquake;multi-source data;the worst-hit zone