趙紅蕊，王 濤，2，石麗梅，傅 罡，李 聰

（1.清華大學土木工程系地球空間信息研究所，北京100084；2.河北聯(lián)合大學礦業(yè)工程學院，河北唐山063009）

蘆山7.0級地震震后道路損毀風險評估方法研究*

趙紅蕊1，王 濤1，2，石麗梅1，傅 罡1，李 聰1

（1.清華大學土木工程系地球空間信息研究所，北京100084；2.河北聯(lián)合大學礦業(yè)工程學院，河北唐山063009）

蘆山7.0級地震發(fā)生后，地震及其次生地質災害嚴重損毀了災區(qū)的道路交通系統(tǒng)，中斷了災區(qū)救援的交通生命線。為了滿足震后災區(qū)道路損毀風險評估的需要，有必要建立將次生地質災害考慮在內的災后道路損毀評估模型。在震后數(shù)據(jù)資源有限的情況下，以震前道路基礎地理信息、次生地質災害危險性評價數(shù)據(jù)為主要數(shù)據(jù)源，建立道路損毀風險評估模型，模型綜合考慮了道路震害因子（如地震烈度、設防烈度）以及次生地質災害對道路損毀的影響。將該模型應用于雅安地區(qū)蘆山縣、寶興縣、雨城區(qū)以及天全縣四個區(qū)縣的道路損毀風險評估中，評估結果與報告第一時間報送民政部國家減災中心。評估結果與四川省測繪地理信息中心和天地圖聯(lián)合開發(fā)的蘆山7.0級地震地理信息發(fā)布平臺發(fā)布的地震災區(qū)道路損毀數(shù)據(jù)進行對比分析，評估結果與實際情況基本一致。可以為震后長期恢復及次生地質災害防治提供參考。

蘆山7.0級地震；道路損毀；風險評估；次生地質災害

2013年4月20日08：02，在四川省雅安市蘆山縣（30.3°N，103.0°E）發(fā)生7.0級地震，震源深度約13 km。震中距離雅安市約35 km，距成都市約110 km。雅安地處于山區(qū)，地形條件復雜，地震及其次生地質災害的發(fā)生會導致城市交通生命線的不暢并阻礙應急救援工作的展開。作為交通生命線核心的道路，其損毀風險的預測，將為應急救援和管理提供輔助決策支持。

目前，針對地震引發(fā)的道路損毀風險評估方面的研究可分為兩部分，2000年以前，地震工作者從震前預測角度出發(fā)，專注于地震對道路本身的破壞預測方法研究，這方面的代表性成果有，1977年，日本學者Masaru Hoshiya根據(jù)日本地震的實際情況，提出公路震害預測方法［1］；1993年，陳一平等結合中國地震國情提出公路路基路面的震害預測的評估方法［1］；1995年，Stuart D.Werner就利用地理信息系統(tǒng)技術建立公路系統(tǒng)地震易損性評估系統(tǒng)［2］；1999年，美國學者Stephanie E-.Chang和日本學者NobUoto Nojima針對日本神戶地震提出了災后交通系統(tǒng)整體功能的評估方法［3］。這些震害預測方法多從本國地震實際情況出發(fā)，給出預測方法。2000年以后，隨著空間信息技術的快速發(fā)展，國內外學者開始將遙感技術應用于道路損毀評估中［4］，提出利用高分辨率遙感圖像及GIS技術進行道路損毀評估的方法和模型，這方面的代表性成果有，2003年，Adams B J，Huyck C K，利用高分辨率衛(wèi)星影像進行地震引發(fā)的損失評估（包括道路）［5］；2008年，陳世榮介紹了利用高分辨率遙感圖像進行汶川地震道路損毀評估的方法［6］；2009年，D.Ehrlich等利用高分辨率遙感影像進行2008年汶川地震損失評估的方法［7］；2010年，秦軍提出汶川地震災區(qū)道路損毀度的遙感評估模型［8］；2013年，靳彩嬌提出一種基于遙感圖像的道路損毀評估方法［9］。這些方法多是根據(jù)遙感影像解譯道路損毀情況從而對受災情況進行評估。

利用高分辨率遙感影像進行災后道路損毀程度評估的定性或定量方法，受限于解譯分析的流程和效率以及遙感信息利用率的限制，很難滿足災后第一時間內給出道路損毀風險預測的需求。而單純利用道路震害預測模型，亦不能適應像蘆山7.0級地震這樣受次生地質災害影響嚴重地區(qū)的道路損毀風險評估。本文擬參考陳一平、陳欣提出的公路路基路面震害預測模型［1］，該模型所采用的判別方法中所選擇的條件和參數(shù)適合中國國情；但該模型需要大量復雜的積分運算過程，不便應用于區(qū)域大量道路評估的要求。為此，本文將對該模型進行簡化，同時考慮地震引發(fā)的次生地質災害對道路損毀風險的影響。最終構建道路震害因子（如地震烈度、設防烈度）以及次生地質災害對道路損毀的影響因子的道路損毀風險評估模型，并將其應用于雅安地區(qū)蘆山縣、寶興縣、雨城區(qū)以及天全縣四個區(qū)縣的應急道路損毀風險評估中。

1 研究區(qū)域與數(shù)據(jù)

1.1 研究區(qū)域

道路損毀風險研究區(qū)域為四川省雅安地震災區(qū)4個縣（區(qū)）圖1所示，基本處于山地，地形條件復雜，地震引發(fā)的路旁山體滑坡、崩塌等次生地質災害對道路損毀影響嚴重，且隨著震后降雨增加，較長時間處于次生災害風險中。

圖1 研究區(qū)域分布圖

1.2 實驗數(shù)據(jù)

道路損毀風險評估采用的數(shù)據(jù)包括：震前基礎地理信息數(shù)據(jù)（包括道路、縣級行政區(qū)劃、居民點位等要素，數(shù)據(jù)符合《GB／T 20267－2006車載導航電子地圖產品規(guī)范》［10］），次生地質災害危險性評價專題圖（由中國地質大學（武漢）根據(jù)致災因子：坡度、坡向、斜坡結構、工程巖性、土地利用、水系緩沖距離和公路緩沖距離分析出來的結果）。

用于評估結果驗證的數(shù)據(jù)包括：震前DEM（30 m分辨率），四川省蘆山“4·20”7.0級強烈地震烈度圖［11］，震后地質災害點空間分布專題圖（民政部減災中心根據(jù)震后航拍影像解譯）。

2 道路損毀風險評估模型與方法

2.1 評估模型

中國建筑科學研究院工程抗震研究所陳一平等提出的震害預測模型［1］假設震害為一正態(tài)分布曲線。

式中：Xij為第i條道路第j個震害因素所對應的量化值。對于每條道路而言，道路震害因子主要有：地震烈度、設防烈度、路基土、場地類別、地基失效與否、路基類型、路基高差，式中的σi是各烈度下震害離散系數(shù)，獲得以上參數(shù)和σi，就可以建立震害正態(tài)分布曲線。

通過落影定理和貝葉斯函數(shù)求得不同破壞等級得隸屬函數(shù)，即道路不同破壞等級的概率。該方法需要大量復雜的積分運算過程，不便于大區(qū)域大量道路快速評估。為此，對該模型進行簡化，以滿足快速評估的要求。這里的“快速”是指對陳一平、陳欣提出的震害預測模型計算的簡化，避免了大量的積分運算，從而提高計算速度。清華大學防災減災研究所通過對1976年唐山地震實測數(shù)據(jù)的研究，發(fā)現(xiàn)平均震害指數(shù)和可以通行的概率（ν）基本滿足線性關系［12－13］，如式（3）。這使得利用統(tǒng)計學方法直接預測震后道路損毀成為可能。

根據(jù)唐山地區(qū)地震實測數(shù)據(jù)所構建的道路損毀風險評估模型，可以實現(xiàn)震后道路損毀風險快速評估，以滿足應急管理的需要。然而該模型未考慮震后次生地質災害對道路損毀的影響，對于受次生地質災害影響較弱的平原地區(qū)比較適合，而對于象雅安這樣的山區(qū)，其道路損毀風險很大因素上受到震后次生地質災害的影響，因此，對上述簡化模型進行修正，式（4）為新構建的將次生地質災害影響考慮在內的道路損毀風險評估模型，次生地質災害危險性評價數(shù)據(jù)是利用了文獻［14－15］中的方法評價得出的結果，結果由該文獻所著單位提供，次生地質災害的量化參考了他們對次生地質災害的等級劃分。

次生地質災害風險評估等級分為四級：低危險區(qū)、中危險區(qū)、較高危險區(qū)、高危險區(qū)。根據(jù)道路所處的次生地質災害對應區(qū)域，將次生地質災害相應道路損毀的影響量化，其取值標準和道路震害因子（地震烈度、設防烈度）量化取值見表1。道路其他5個震害因子則采取陳一平等提出的震害預測模型中震害因子量化值取平均的方式簡化計算。如果能獲取道路的路基土、場地類別、地基失效與否、路基類型、路基高差的實測數(shù)據(jù)，可以對這5個震害因子量化值進行修正，使量化值更加貼近實際［16］。

2.2 評估過程

根據(jù)上述評估模型，震后道路損毀風險評估的過程主要包括數(shù)據(jù)預處理和道路損毀風險評估。

數(shù)據(jù)預處理主要包括：①根據(jù)我國對城鎮(zhèn)抗震設防烈度分組［17－18］查到研究區(qū)四個區(qū)縣的設防烈度，并結合震區(qū)縣矢量數(shù)據(jù)以及道路矢量數(shù)據(jù)，為不同區(qū)縣的道路建立設防烈度因子屬性字段并賦值；②將中國地震局發(fā)布的四川省蘆山“4·20”7.0級強烈地震烈度圖［11］數(shù)據(jù)與道路矢量數(shù)據(jù)配準疊加，并根據(jù)道路所屬的地震烈度的不同等級區(qū)域，為道路建立地震烈度因子屬性字段并賦值；③將震后次生地質災害危險性評價專題圖數(shù)據(jù)與道路矢量數(shù)據(jù)配準疊加，并根據(jù)道路所屬的次生地質災害風險的不同等級區(qū)域，為道路建立次生地質災害因子并賦值；通過數(shù)據(jù)預處理，可以得到震后道路風險評估模型所需要的相關輸入?yún)?shù)。為了便于衡量道路損毀風險大小，采用通行率作為道路損毀風險的量化指標。通行率是指地震發(fā)生時，道路設施不被地震災害破壞（或較小破壞而在短時間內能夠搶通）而能使車輛保持通行的可能性。將與道路本身相關的震害因子以及次生地質災害因子作為輸入?yún)?shù)輸入到震后道路損毀評估模型中，可以得到道路的通行率（ν）。根據(jù)通行率（ν）對道路損毀風險進行了劃分，其評價標準如表2所示，據(jù)此，繪制雅安震區(qū)道路損毀風險評估專題圖。

表1 道路損毀風險評估模型量化因子說明及取值標準

表2 道路損毀風險評估標準

3 評估結果

應用上述震后道路損毀風險評估模型，對四川省雅安地區(qū)蘆山縣、寶興縣、雨城區(qū)以及天全縣四個區(qū)縣進行了道路損毀風險評估，得到蘆山7.0級震區(qū)道路損毀風險評估專題圖，并對雅安震區(qū)道路損毀風險評估結果進行了定量統(tǒng)計分析，其統(tǒng)計結果見表3和表4。

表3 雅安震區(qū)道路損毀風險統(tǒng)計表（按道路級別）

從表3可以看出，相對于其他級別公路，雅安震區(qū)四級公路（鄉(xiāng)鎮(zhèn)道路）受損風險較高，這與四級公路抗震后抗次生地質災害的風險相對脆弱有關。

表4 雅安震區(qū)道路損毀風險統(tǒng)計表（按道路名，僅列舉部分道路）

從表4可以看出雅安震區(qū)G318、S210、X073、蘆邛路道路損毀風險高，這與道路受次生地質災害風險影響高是一致的。

為了進一步驗證模型的正確性，將雅安震區(qū)道路損毀風險評估圖和震區(qū)災害點數(shù)據(jù)進行疊加，并結合四川省測繪地理信息中心和天地圖聯(lián)合開發(fā)的蘆山7.0級地震地理信息發(fā)布平臺發(fā)布的災區(qū)域道路損毀點數(shù)據(jù)，隨機選點并目視對比，結果基本一致。

以寶盛鄉(xiāng)區(qū)域蘆邛公路為例，其對比結果如圖2和圖3所示，圖2為四川省測繪地理信息中心和天地圖聯(lián)合開發(fā)的蘆山7.0級地震地理信息發(fā)布平臺發(fā)布的災區(qū)數(shù)據(jù)，圖3為通過道路損毀風險評估后此區(qū)域專題截圖。圖框為任意選取的檢驗子區(qū)域，在圖2和圖3所表示子區(qū)域位置完全一致。對比圖2和圖3可以發(fā)現(xiàn)：圖2子區(qū)域1、子區(qū)域2、子區(qū)域3和子區(qū)域4顯示在公路附近已發(fā)生崩塌區(qū)域，相應子區(qū)域在圖3中為評估的道路高損毀風險區(qū)域；黑框所標示子區(qū)域5和子區(qū)域6在圖2中顯示未發(fā)生崩塌，這兩個子區(qū)域在圖3恰為評估的低損毀風險區(qū)域。說明了評估結果的可信性。

圖2 蘆山7.0級地震地理信息發(fā)布平臺截圖

圖3 道路損毀風險評估專題圖

4 結論與展望

地震發(fā)生后次生災害將延續(xù)相當一段時間，震后應急救援工作及災后重建工作均需要進行交通生命線損毀風險評估，在數(shù)據(jù)比較有限的情況下，本文以震前道路基礎地理信息、次生地質災害危險性評價數(shù)據(jù)為主要數(shù)據(jù)源，構建了道路損毀風險評估模型，模型綜合考慮地震、道路以及次生災害對交通生命線的影響，評估結果與實際基本一致。

文中所提出的道路損毀風險評估模型可以在假設地震烈度的情況下，用于震前道路損毀風險預評估；也可以在地震發(fā)生后，已知地震烈度的情況下，用于道路損毀風險預評估；如果已知震后更多的道路實測數(shù)據(jù)，可擴展該模型，以達到更好的評估效果。雖然評估結果顯示該方法適合受震后次生地質災害嚴重的地區(qū)（多為山區(qū)）的道路損毀風險評估，但顯然存在受制于數(shù)據(jù)源的問題。隨著交通生命線其他設施（橋梁、隧道）等相關數(shù)據(jù)資料的增加，未來將建立起更為完善的交通生命線網(wǎng)絡損毀風險評估模型，從而為震后應急救援管理工作提供更全面的決策支持。在此，也呼吁進一步加強應急數(shù)據(jù)的共享工作，同時重視日常本底數(shù)據(jù)的規(guī)范性管理。

致謝 感謝國家高技術研究發(fā)展計劃（863計劃）課題“重大工程地質災害快速監(jiān)測與評估”（2012AA121303）支持，感謝民政部國家減災中心、中國地質大學（武漢）提供數(shù)據(jù)支持，感謝清華大學防災減災研究所提供的支持，感謝清華大學3S研究中心未署名的同學和老師辛苦的數(shù)據(jù)處理工作。

［1］ 陳一平，陳欣.公路路基路面的震害預測［J］.工程抗震，1993（3）：40－45.

［2］ Werner SD，Jernigan JB，Taylor CE，etal.Seismic vulnerability assessment of highway systems［J］.NCEER Bulletin，1995，9（4）：1－11.

［3］ Chang SE，Nojima N.Measuring post-disaster transportation system performance：the 1995 Kobe earthquake in comparative perspective［J］.Transportation research part A：policy and practice，2001，35（6）：475－494.

［4］ Yamazaki F.Applications of remote sensing and GIS for damage assessment［J］.Structural Safety and Reliability，2001：1－12.

［5］ Adams B J，Huyck C K，Mansouri B，et al.Application of highresolution optical satellite imagery for post-earthquake damage assessment：The 2003 boumerdes（algeria）and bam（iran）earthquakes［J］.Research Progress and Accomplishments 2003－ 2004，Buffalo：MCEER，2004：173－186.

［6］ 陳世榮，馬海建，范一大，等.基于高分辨率遙感影像的汶川地震道路損毀評估［J］.遙感學報，2008，12（6）：949－955.

［7］ Ehrlich D，Guo H D，Molch K，et al.Identifying damage caused by the 2008 Wenchuan earthquake from VHR remote sensing data［J］.International Journal of Digital Earth，2009，2（4）：309－326.

［8］ 秦軍，曹云剛，耿娟.汶川地震災區(qū)道路損毀度遙感評估模型［J］.西南交通大學學報，2010，45（5）：768－774.

［9］ 靳彩嬌，張永生，張宇馳，等.一種基于遙感影像的道路損毀評估方法［J］.影像技術，2013（1）：39－41.

［10］曹曉航，張亞非，肖學年.GB／T 20267－2006車載導航電子地圖產品規(guī)范［S］.北京：中國標準化出版社，2006.

［11］中國地震局.四川省蘆山“4·20”7.0級強烈地震烈度圖［EB／OL］.（2013－04－25）［2013－04－26］.http：／／www.cea.gov.cn／publish／dizhenj／468／553／100342／100343／20130426185439708116314／index.html.

［12］清華大學.突發(fā)公共事件預測預警與智能決策技術研究（2006BAK01A02－09）子課題4臺風、地震、滑坡等重大自然災害耦合及其引發(fā)建筑和工程設施破壞的綜合預測預警與智能決策技術［R］.北京：清華大學，2009.

［13］石京，譚金華.道路風險分析與評估管理系統(tǒng)研究初探［J］.公路工程，2011，36（4）：85－88.

［14］彭令，牛瑞卿，趙艷南，等.區(qū)域滑坡災害風險評估——以長江三峽庫區(qū)秭歸縣為例［J］.吉林大學學報：地球科學版，2013，43（3）：891－901.

［15］彭令，牛瑞卿，陳麗霞.GIS支持下三峽庫區(qū)秭歸縣滑坡災害空間預測［J］.地理研究，2010，29（10）：1889－1898.

［16］吳凡，汪明，劉寧.美國地震風險評估中災害模型的探討［J］.災害學，2012，27（2）：109－113.

［17］江見鯨，徐志勝.防災減災工程學［M］.北京：機械工業(yè)出版社，2005：375－390.

［18］崔光耀，王明年，于麗，等.基于汶川地震隧道震害特點的抗震設防標準評價及建議［J］.災害學，2013，28（2）：20－24.

Seism ic Risk Assessment for Road Damage in Lushan M 7.0 Earthquake

Zhao Hongrui1，Wang Tao1，2，Shi Limei1，F(xiàn)u Gang1and Li Cong1
（1．Institute of Geomatics，Department of Civil Engineering，Tsinghua University，Beijing 100084，China；2．College of Mining Engineering，Hebei United University，Tangshan 063009，China）

Lushan M7.0 Earthquake and its secondary geological hazards seriously damaged the traffic system and interrupted the rescue traffic lifeline.In order tomeet the need of seismic risk assessment for road damage rapidly，it is necessary to establish themodel of seismic risk assessment for road damage which takes into consideration of the secondary geological disaster factor.In the condition of limited seismic data，using road geographical information before earthquake，the secondary geological disaster risk assessment thematic map after earthquake as data source，amodel of seismic risk assessment for road damage is constructed which considers the seismic damage factors associated with road（seismic intensity and fortification intensity）and the secondary geological disaster factor. Thismodel is applied to road damage risk assessment after Ya’an earthquake.The seismic risk assessment of road damage in Ya’an is generated and submitted to the National Disaster Reduction Center of China.Compared the assessment resultwith the road damage point data，which was published on the Lushan county M7.0 earthquake geography information publishing platform developed jointly by Tianditu Company and Sichuan Bureau of Surveying，Mapping and Geographic information，itwas basically in accord with the casemight be.It can be concluded that the proposed method could be regarded as a reference for the secondary disaster prevention and control and longterm recovery and after the earthquake.

Lushan M7.0 earthquake；road damage；risk assessment；secondary geological hazard

X43

A

1000－811X（2014）02－0033－05

10.3969／j.issn.1000－811X.2014.02.008

趙紅蕊，王濤，石麗梅，等.蘆山7.0級地震震后道路損毀風險評估方法研究［J］.災害學，2014，29（2）：33－37.［Zhao Hongrui，Wang Tao，Shi Limei，et al.Seismic Risk Assessment for Road Damage in Lushan M7.0 Earthquake［J］.Journal of Catastrophology，2014，29（2）：33－37.］*

2013－09－09 修改日期：2013－10－28

國家“八六三”重大工程地質災害快速監(jiān)測與評估項目（2012AA121303）

趙紅蕊（1969－），女，河北樂亭人，教授，博士生導師，主要從事定量遙感與應用、3S集成、測繪等教學與科研工作.

E-mail：zhr＠tsinghua.edu.cn.