CN106251032A - 一种地震滑坡灾害灾情快速评估方法 - Google Patents
一种地震滑坡灾害灾情快速评估方法 Download PDFInfo
- Publication number
- CN106251032A CN106251032A CN201610483257.6A CN201610483257A CN106251032A CN 106251032 A CN106251032 A CN 106251032A CN 201610483257 A CN201610483257 A CN 201610483257A CN 106251032 A CN106251032 A CN 106251032A
- Authority
- CN
- China
- Prior art keywords
- disaster
- earthquake
- landslide
- evaluation
- assessment
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Withdrawn
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
Abstract
本发明公开了一种地震滑坡灾害灾情快速评估方法，其特征在于，包括以下步骤：在震后2小时内，实施第一次快速评估，即粗略评估；在震后3～6小时，实施第二次快速评估，即初步评估；在震后8～12小时，基于实施第三次快速评估，即重点评估；在震后24小时内，实施第四次快速评估，即精细评估；在震后48小时内，实施第五次快速评估，即修正评估；在震后72小时内，完成第六次快速评估，即定量评估。本发明针对当前地震诱发滑坡灾害灾情快速评估耗时长、精度低、误差大等问题，评估过程充分考虑信息的完备性，从信息不完备情况下的粗略评估到信息较完备情况下的定量评估，全部灾情评估工作在灾后“黄金72小时”内完成。
Description
技术领域
本发明涉及地质灾害防灾减灾与应急管理研究领域，具体是一种应用多源信息获取和综合集成技术、快速评估地震滑坡灾害灾情的方法。
背景技术
地震滑坡(Earthquake-induced landslides) 是指地震诱发斜坡岩（土）体沿一个缓倾面向下剪切滑移一定距离的现象。地震是触发滑坡灾害的主要因素之一，地震震级大于4.0时便会触发滑坡灾害。
强烈地震时，地震诱发的滑坡次生地质灾害，尤其在山地城镇，造成的生命财产损失往往比地震直接造成的还要大。
我国地震活动频发，山地约占总国土面积的2/3，西南和西北地区高山深谷广发分布，地质环境脆弱、地形高差大、人口相对密集，地震滑坡是最为常见的破坏力最强的次生地质灾害，人民群众生命财产损失极为惨重。
这些损失不仅由地震直接导致，而且相当程度的损失是由于地震诱发的山体滑坡等地质灾害导致和加重，这些地震滑坡灾害沿主发震断裂带和河流、河谷成带状分布，规模之大、数量之多、密度之高、类型之复杂、造成损失之重，举世罕见，是改变山河面貌的主要因素，地震滑坡所造成的不良地质环境可对人类工程活动带来十分严重的危害，并且还可能引起生态环境的失调和破坏，造成更大范围和更为深远的影响。
近年来，地震诱发的滑坡次生灾害形势十分严峻，2008年汶川地震、2010年玉树地震、2013年芦山地震、2014年鲁甸地震等均诱发大量各种规模的地震滑坡，造成交通阻断、房屋受损、河道阻塞、人员伤亡等重大的生命财产损失以及一系列次生灾害和连锁反应，其中尤其以汶川地震为最。
而地震滑坡灾害一旦发生后，应急救援成为重中之重，特别是灾害发生后，短期内不清楚灾害损失，特别是人员伤亡情况，这为实施72小时黄金救援带来了不少难度，而其前提就是实施快速的相对准确的灾情快速评估，即快速而又准确地掌握地震滑坡灾害情况,包括各类房屋建筑、构筑物、生命线工程和各种设备等破坏受损情况,以及造成的直接经济损失、功能失效和次生灾害引起的间接损失。
灾情快速评估是中国政府应急响应与灾害管理的重要业务内容之一，也是应急救援、物资调配与救灾资金拨付的重要依据，因此我国建立了地质灾害速报制度（各级国土资源主管部门在接到当地出现特大型、大型、中型地质灾害报告后，必须在2小时内速报本级人民政府、上级主管部门，同时可直接速报上级政府和主管部门，并抄报本级相关部门；对发生在敏感地区、敏感事件或可能演化为中型及以上地质灾害的小型地质灾害也要按上述要求进行速报）。
然而长期以来，国内由于部门和学科的长期分割，研究集中于灾害特征的研究，即倾注于分析灾害的活动机制、形成条件、变化规律和滑坡危害性等，而对灾害的破坏效应、损失程度以及防治效益等重要的工作常常是泛泛地一带而过，仅有的滑坡后果分析也只是基于工程经验的定性判断,而这些内容恰恰是灾害最本质的表现。
由于这方面的缺陷，在地震滑坡灾害发生后的“黄金72小时“的抢险救灾和应急救援中，对如何快速评估地震滑坡灾害灾情大小，迄今还没有科学的理论与切实可行的方法，以致在很大程度影响了应急救援指挥决策，进而给人民生命财产和地质环境带来难以估计的损失。
灾情快速评估工作，在减灾防灾与应急响应工作中举足轻重，直接指导减灾和应急救援工作，同时为当地政府提供抗震救灾决策,震后修复和重建家园提供可靠的科学依据,是一项极其重要和有意义的工作。
然而，地震诱发的滑坡灾害灾情快速评估尚没有进行系统的研究，迄今还没有建立科学实用的评估方法。建立一套科学的地震滑坡灾害灾情快速评估方法具有一定的难度，其困难在于必须以快速获取基础地理数据、整合多源空间信息、相关信息数据的快速处理等为基础，而它涉及灾害学、环境学、经济学、社会学的众多学科领域，是当前国内外灾害研究的热点、难点和前沿。
发明内容
本发明的目的是解决现有技术中，地震诱发滑坡灾害灾情快速评估耗时长、精度低、误差大，还没有建立一套科学的地震滑坡灾害灾情快速评估方法，从而导致在很大程度影响了应急救援指挥决策，进而给人民生命财产和地质环境带来难以估计的损失等问题。
为实现本发明目的而采用的技术方案是这样的，一种地震滑坡灾害灾情快速评估方法，其特征在于，包括以下步骤：
1）粗略评估
在震后2小时内，进行第一次快速评估，即粗略评估；
1.1）在震后5分钟内，使用各地区设立的地震台网，快速获取地震相关数据；
所述地震相关数据主要包括地震强度、发震时间、震中位置、震源深度、地震烈度和震级；
1.2）获得步骤1.1）中的地震相关数据后，使用信息源获取地震影响区地形、地貌、地质环境和基础地理数据（1:400万）的关键信息；进行第一次快速评估；
所述信息源主要包括谷歌地图、百度地图及其他信息源；
2）初步评估
在震后3～6小时内，进行第二次快速评估，即初步评估；
2.1）根据步骤1.2）中得到的评估结果和地震烈度，制作震区地震烈度的空间分布图；用于评价地震作用对滑坡形成、变形和稳定性的影响；
所述地震烈度为美国地质调查局USGS网站公布的地震烈度；
2.2）将步骤2.1）中得到的地震烈度的空间分布图，结合基础地质、地理数据（天地图、Google地图、百度地图等）、承灾体（主要考虑：人员、建筑物、公路与铁路等生命线工程）基本特征以及相关经验参数，采用定性评估模型和经验类比法进行第二次快速评估，即初步评估；
所述初步评估包括地震滑坡分布、滑坡危害区受灾人口分布、滑坡危害区房屋损毁，以及公路、铁路生命线工程损毁灾情；
所述相关经验参数为地震诱发滑坡的分布与地震强度、地震动峰值加速度、峰值速度、滑坡与震中距关系、滑坡与烈度的关系结合历史数据拟合而来；
2.3）将评估结果绘制成地震滑坡灾害敏感性分布图；
3）重点评估
在震后8～12小时内，进行第三次快速评估，即重点评估；
3.1）获取震后航空影像、Google Earth 遥感影像信息；
3.2）基于步骤2.3）中得到的地震滑坡灾害敏感性分布图，辅以天地图大比例尺基础地理数据的数字化，结合不同地震滑坡与活动断层的距离、地形坡度、地层岩性、距离水系的距离、海拔高度、地震峰值加速度参数，采用半定量评估模型、易损性分析模型和空间叠加技术等方法，重点评估大灾情地震滑坡灾害点；
所述大灾情地震滑坡灾害点包括：损毁建筑物2栋及以上，按每栋建筑物5人计算，共掩埋或死伤人员在10人及以上；或损坏抢险救灾交通要道；或形成堰塞湖；其他情况具体结合地震烈度大小确定；
3.3）基于3.1）获取的震后航空影像、遥感影像，人工目视解译地震滑坡，获取地震滑坡灾害点分布的多源信息（包括地震后和地震前）；
所述目视解译地震滑坡的关注点包括：滑坡发生时间、受灾情况；滑坡的形态、规模、物质组成及结构；滑坡危害范围；
3.4）将步骤3.3）中获取的信息进行综合集成和对比分析，进行重点地震滑坡灾害编目（Landslide hazards invertory）；
所述编目为记录地震滑坡位置、发生时间、危害范围的滑坡地图集；
4）精细评估
在震后24小时内，进行第四次快速评估，即精细评估；
4.1）使用高精度遥感技术与对地观测新技术，采用定量评估模型、易损性分析模型和GIS技术等方法，对步骤3.4）中得到的第三次快速评估的结果进行完善和精细化处理，进行第四次快速评估，即精细评估；
所述高精度遥感技术与对地观测新技术，包括：高分辨率（<1m）的可见光和热红外影像IKNOS、QuickBird、IRS CartoSat-1、ALOS、InSAR、DInSAR、Radarsat、ERS、Envisat、TerraSAR-X、COSMO/SkyMed等，微波卫星Pleiades、DMC、RapidEye、机载激光高度测量仪和差分干涉雷达测量技术等；
所述精细评估包括：完善地震滑坡编目相关数据、将结果绘制成地震滑坡灾害灾情分布图，并在图件中重点标识灾情较大的地震滑坡灾害点；
所述编目相关数据包括地震滑坡地点、发生日期、分类、失稳机制、滑坡体体积、危害范围和灾情大小等；
4.2）将步骤4.1）中得到的评估成果通过多平台、多渠道、多途径，及时快速地将地震滑坡灾害灾情动态信息发布给公众，同时经过公众的快速有效反馈，动态更新4.1）中绘制的地震滑坡灾害灾情分布图；
所述地震滑坡灾害灾情动态信息及时通过百度地图、网图、SDI等手机地图、微博、微信、广播、电视等多平台、多途径、多渠道发布不同精度的滑坡灾害灾情信息，加强数字化、信息化，使公众能够直接获取滑坡灾害灾情信息，同时快速反馈、动态更新，为灾情定量评估奠定基础。
5）修正评估
在震后48小时内，进行第五次快速评估，即修正评估；
5.1）根据震后第一时间获得的各类影像资料数据、公众反馈之灾情信息、公共媒体资讯、地震后的滑坡与地形、基础设施情况，结合地质灾害速报制度，获取相关信息；
所述灾情相关信息包括滑坡灾害灾情出现的地点和时间、灾害类型、灾害体的规模和发展趋势，以及伤亡和失踪的人数以及造成的直接经济损失；
5.2）根据步骤5.1）中获取的信息，采用定量评估模型、修正系数模型和信息量模型等，对步骤4.1）中得到的地震滑坡灾害灾情分布图进行修正，即进行第五次快速评估；
6）定量评估
在震后72小时内，进行第六次快速评估，即定量评估；
6.1）以多平台(航天、航空)、多源(光学、SAR等)遥感数据为基础，以计算机技术、空间信息技术为支撑手段，以卫星遥感影像、无人机航拍、灾害点居民报告、专家第一时间奔赴灾害点等为途径，基于第五次快速评估的评估结果，进行地震滑坡灾害灾情的第六次快速评估，即定量评估；
6.2）将步骤6.1）中得到的结果绘制成地震滑坡灾害灾情大小及分布图。
值得说明的是，进行快速评估过程中，可积极联系国内外相关卫星用户单位，及时获得卫星数据，获取SPOT-4、SPOT-5、THEOS、TM/ETM+、SPOT、IKONOS、P6等航空影像数据等高分辨率卫星遥感影像和震区卫星历史数据，同时可根据需要采用遥感飞机，无人机等航拍技术，飞赴地震滑坡区执行航空遥感数据获取任务。注意尽量精细每个重点地震滑坡、具体承灾体的灾情大小，才能更精准地提供不同层次的应急救援。
本发明的技术效果是毋庸置疑的，本发明具有以下优点：
1）本发明综合应用了多平台、多源遥感数据的应急接收、快速处理、信息提取以及灾情信息的快速获取和灾害损失评估等关键技术，特别是倡导最大限度地利用现有的科学技术方法和信息有效开展灾情快速评估。
2）本发明针对当前地震诱发滑坡灾害灾情快速评估耗时长、精度低、误差大等问题，评估过程充分考虑信息的完备性，从信息不完备情况下的粗略评估（定性）到信息较完备情况下的定量评估，全部灾情评估工作在灾后“黄金72小时”内完成。
3）本发明具有及时、快速、动态、实用等特点，通过信息获取的逐步完善、动态地评估地震滑坡灾害灾情信息，从而及时服务于地震滑坡灾害应急救援与指挥决策，为最大限度地减轻生命财产损失提供决策依据。
附图说明
图1为本发明地震滑坡灾害灾情快速评估方法演进示意图；
图2为“4.20”芦山地震震中位置图；
图3为地震在10°×10°区域中的位置图；
图4为芦山地震灾区概况图；
图5为芦山地震区地质图；
图6为芦山地震区地形坡度图；
图7为芦山地震区水系图；
图8为 芦山地震烈度图；
图9为芦山地区海拔高度图；
图10为芦山地震PGA图；
图11为地震滑坡最大分布范围与震级关系图；
图12为地震滑坡个数与震级关系图；
图13为地震滑坡灾害敏感性分布图（a）；
图14为地震滑坡灾害敏感性分布图（b）；
图15为地震滑坡灾害敏感性分布图（c）；
图16为地震滑坡灾害敏感性分布图（d）；
图17为芦山地震后航空影像图；
图18为宝盛镇大岩峡滑坡（崩塌）群与断裂的关系图；
图19为灵关镇以北小关子滑坡群图；
图20为芦山地震前后影像对比分析图；
图21为地震滑坡灾害灾情精细化评估示例A；
图22为地震滑坡灾害灾情精细化评估示例B；
图23为地震滑坡灾害灾情分布图；
图24为芦山县宝盛乡遥感解译成果图；
图25为芦山县太平镇遥感解译成果图；
图26为芦山地震区已解译崩塌滑坡分布图；
图27为芦山地震滑坡灾害灾情大小及分布图（a）；
图28为芦山地震滑坡灾害灾情大小及分布图（b）；
图29为芦山地震滑坡灾害灾情大小及分布图（c）；
图30为芦山地震滑坡灾害灾情大小及分布图（d）。
具体实施方式
下面结合实施例对本发明作进一步说明，但不应该理解为本发明上述主题范围仅限于下述实施例。在不脱离本发明上述技术思想的情况下，根据本领域普通技术知识和惯用手段，做出各种替换和变更，均应包括在本发明的保护范围内。
一种地震滑坡灾害灾情快速评估方法，结合2013年“4.20”芦山地震进行说明，其特征在于，包括以下步骤：
1）震后2小时内，实施第一次快速评估——粗略评估；
1.1）在震后5分钟内，根据“中国地震台速报”，获得基本信息：地震时间: 2013-04-2008:02:46.0，纬度: 30.3，经度: 103.0，震源深度为12.3km，震级: Ms7.0；震中位置：四川省雅安市芦山县（见图2、图3）。其中图3为地震在10°×10°区域中的位置。
1.2）基于谷歌地球、百度地图及其他信息源等获取地震影响区地形、地貌、地质环境、基础地理数据（1:400万）等关键信息（见图4、5、6、7），实施第一次快速评估——粗略评估，为应急响应提供快速参考。
其中，图4为山地震灾区概况图；图5为芦山地震区地质图；图6为芦山地震区地形坡度图；图7为芦山地震区水系图；
2）初步评估
在震后3～6小时内，进行第二次快速评估，即初步评估；
2.1）根据步骤1.2）中得到的评估结果和地震烈度，制作震区地震烈度的空间分布图（见图8）；用于评价地震作用对滑坡形成、变形和稳定性的影响；
所述地震烈度为美国地质调查局USGS网站公布的地震烈度；
2.2）将步骤2.1）中得到的地震烈度的空间分布图（见图8），结合基础地质（见图9）、地理数据（天地图、Google地图、百度地图等）、承灾体（主要考虑：人员、建筑物、公路与铁路等生命线工程）基本特征以及相关经验参数，采用定性评估模型和经验类比法，进行第二次快速评估，即初步评估；
所述初步评估包括地震滑坡分布、滑坡危害区受灾人口分布、滑坡危害区房屋损毁，以及公路、铁路等生命线工程损毁等；
所述相关经验参数为地震诱发滑坡的分布与地震强度、地震动峰值加速度（见图10）、峰值速度、滑坡与震中距关系、滑坡与烈度的关系结合历史数据拟合而来（见图11、图12）；
2.3）将评估结果绘制成并将结果绘制成为地震滑坡灾害敏感性分布图（见图13、14、15、16）。
其中，图8为芦山地震烈度图；图9为芦山地震灾区海拔高度图；图10为芦山地震PGA图；图11为地震滑坡最大分布范围与震级关系图；图12为地震滑坡个数与震级关系图；
其中，图13为芦山地震滑坡灾害敏感性分布图（a）敏感性相对强度与居民点叠加；图14为芦山地震滑坡灾害敏感性分布图（b）敏感性分级结果与灾害点叠加；图15为芦山地震滑坡灾害敏感性分布图（c）敏感性相对强度与居民点叠加；图16为芦山地震滑坡灾害敏感性分布图（d）敏感性分级结果与灾害点叠加；
3）重点评估
在震后8～12小时内，进行第三次快速评估，即重点评估；
3.1）获取震后航空影像、Google Earth 遥感影像信息（图17、18、19）；
其中，图17为芦山地震后航空影像图；图18为宝盛镇大岩峡滑坡（崩塌）群与断裂的关系图；图19为灵关镇以北小关子滑坡群；
3.2）基于步骤2.3）中得到的地震滑坡灾害敏感性分布图，辅以天地图大比例尺基础地理数据的数字化，结合不同地震滑坡与活动断层的距离、地形坡度、地层岩性、距离水系的距离、海拔高度、地震峰值加速度参数，采用半定量评估模型、易损性分析模型和空间叠加技术等方法，重点评估大灾情地震滑坡灾害点；
所述大灾情地震滑坡灾害点包括：损毁建筑物2栋及以上，按每栋建筑物5人计算，共掩埋或死伤人员在10人及以上；或损坏抢险救灾交通要道；或形成堰塞湖；其他情况（具体结合地震烈度大小确定）；
3.3）基于3.1）获取的震后航空影像、遥感影像，人工目视解译地震滑坡，获取地震滑坡灾害点分布的多源信息（包括地震后和地震前）；
所述目视解译地震滑坡的关注点包括：滑坡发生时间、受灾情况；滑坡的形态、规模、物质组成及结构；滑坡危害范围等；
3.4）将步骤3.3）中获取的信息进行综合集成和对比分析（图20），进行重点地震滑坡灾害编目（Landslide hazards inventory）；其中，图20为芦山地震滑坡灾害点（部分）前后影像对比分析图；
所述编目为记录地震滑坡位置、发生时间、危害范围的滑坡地图集；初步查明芦山地震诱发了1460 余处崩塌和滑坡。
4）精细评估
在震后24小时内，进行第四次快速评估，即精细评估；
4.1）使用高精度遥感技术与对地观测新技术，采用定量评估模型、易损性分析模型和GIS技术等方法，对步骤3.4）中得到的第三次快速评估的结果进行完善和精细化处理（图21、图22），进行第四次快速评估，即精细评估；
其中，图21为地震滑坡灾害灾情精细化评估示例A；图22为地震滑坡灾害灾情精细化评估示例B。
所述高精度遥感技术与对地观测新技术，包括：高分辨率（<1m）的可见光和热红外影像IKNOS、QuickBird、IRS CartoSat-1、ALOS、InSAR、DInSAR、Radarsat、ERS、Envisat、TerraSAR-X、COSMO/SkyMed等，微波卫星Pleiades、DMC、RapidEye、机载激光高度测量仪和差分干涉雷达测量技术等；
所述精细评估包括：完善地震滑坡编目相关数据、将结果绘制成地震滑坡灾害灾情分布图（图23），并在图件中重点标识灾情较大的地震滑坡灾害点；
所述编目相关数据包括地震滑坡地点、发生日期、分类、失稳机制、滑坡体体积、危害范围和灾情大小等；
4.2）将步骤4.1）中得到的评估成果通过多平台、多渠道、多途径，及时快速地将地震滑坡灾害灾情动态信息发布给公众，同时经过公众的快速有效反馈，动态更新4.1）中绘制的地震滑坡灾害灾情分布图；
地震滑坡灾害灾情动态信息及时快速地通过百度地图、网图、SDI等手机地图、微博、微信、广播、电视等多平台、多途径、多渠道发布，加强数字化、信息化，使公众能够直接获取滑坡灾害灾情信息，同时快速反馈、动态更新，为灾情定量评估奠定基础。
5）修正评估
在震后48小时内，进行第五次快速评估，即修正评估；
5.1）根据震后第一时间获得的各类遥感影像资料数据、公众反馈之灾情信息、公共媒体资讯等，结合地质灾害速报制度，获取灾情相关信息并人工解译（图24、图25、图26）；
所述灾情相关信息包括滑坡灾害灾情出现的时间和地点、灾害类型、灾害体的规模和发展趋势、伤亡和失踪的人数以及造成的直接经济损失等；
其中，图24为芦山县宝盛乡遥感解译成果图；图25为芦山县太平镇遥感解译成果图；图26为芦山地震区已解译崩塌滑坡分布图。
5.2）根据步骤5.1）中获取的信息，采用定量评估模型、修正系数模型和信息量模型等，对步骤4.1）、4.2）中得到的地震滑坡灾害灾情分布图进行修正，即进行第五次快速评估；
本次应急工作共解译崩塌滑坡灾害703处，灾害总面积约1.2km2。
其中，宝盛乡场镇附近分布270处，灾害体总面积0.6km2；龙门乡场镇附近分布179处，灾害体总面积0.3km2；太平镇场镇附近分布140处，灾害体总面积0.2km2；芦山县城附近分布59处，灾害体总面积0.1km2；清仁乡场镇附近分布34处，灾害体总面积0.01km2；上里镇场镇附近分布18处，灾害体总面积0.004km2；思延乡场镇附近分布3处，灾害体总面积0.001km2。
初步遥感解译发现，此次地震触发崩塌滑坡主要以崩塌为主，且主要为中小型，暂时还未发现大型。崩塌滑坡主要对公路等基础设施造成损毁或潜在威胁，严重影响了抗震救灾工作的顺利开展。
6）定量评估
在震后72小时内，进行第六次快速评估，即定量评估；
6.1）以多平台(航天、航空)、多源(光学、SAR等)遥感数据为基础，以计算机技术、空间信息技术为支撑手段，以卫星遥感影像、无人机航拍、灾害点居民报告、专家第一时间奔赴灾害点等为途径，基于第五次快速评估的评估结果，进行地震滑坡灾害灾情的第六次快速评估，即定量评估；
6.2）将步骤6.1）中得到的结果绘制成地震滑坡灾害灾情大小及分布图（图27、图28、图29、图30）。
其中，图27为芦山地震滑坡灾害灾情大小及分布图（a）；图28为芦山地震滑坡灾害灾情大小及分布图（b）；图29为芦山地震滑坡灾害灾情大小及分布图（c）；图30为芦山地震滑坡灾害灾情大小及分布图（d）。
Claims (1)
1.一种地震滑坡灾害灾情快速评估方法，其特征在于，包括以下步骤：
1）粗略评估
在震后2小时内，进行第一次快速评估，即粗略评估；
1.1）在震后5分钟内，使用各地区设立的地震台网，快速获取地震相关数据；
所述地震相关数据主要包括地震强度、发震时间、震中位置、震源深度、地震烈度和震级；
1.2）获得步骤1.1）中的地震相关数据后，使用信息源获取地震影响区地形、地貌、地质环境和基础地理数据的关键信息；进行第一次快速评估；
2）初步评估
在震后3～6小时内，进行第二次快速评估，即初步评估；
2.1）根据步骤1.2）中得到的评估结果和根据地震烈度，制作震区地震烈度的空间分布图；
2.2）将步骤2.1）中得到的地震烈度的空间分布图，结合基础地质、地理数据、承灾体基本特征以及相关经验参数，采用定性评估模型和经验类比法进行第二次快速评估，即初步评估；
所述初步评估包括地震滑坡分布、滑坡危害区受灾人口分布、滑坡危害区房屋损毁，以及公路、铁路生命线工程损毁灾情；
所述相关经验参数为地震诱发滑坡的分布与地震强度、地震动峰值加速度、峰值速度、滑坡与震中距关系、滑坡与烈度的关系结合历史数据拟合而来；
2.3）将评估结果绘制成地震滑坡灾害敏感性分布图；
3）重点评估
在震后8～12小时内，进行第三次快速评估，即重点评估；
3.1）获取震后航空影像、遥感影像信息；
3.2）基于步骤2.3）中得到的地震滑坡灾害敏感性分布图，辅以天地图大比例尺基础地理数据的数字化，结合不同地震滑坡与活动断层的距离、地形坡度、地层岩性、距离水系的距离、海拔高度、地震峰值加速度参数，采用半定量评估模型、易损性分析模型和空间叠加技术方法,重点评估大灾情地震滑坡灾害点；
所述大灾情地震滑坡灾害点包括：损毁建筑物2栋及以上，按每栋建筑物5人计算，共掩埋或死伤人员在10人及以上；或损坏抢险救灾交通要道；或形成堰塞湖；
3.3）基于3.1）获取的震后航空影像、遥感影像，人工目视解译地震滑坡，获取地震滑坡灾害点分布的多源信息；
所述目视解译地震滑坡的关注点包括：滑坡发生时间、受灾情况；滑坡的形态、规模、物质组成及结构；滑坡危害范围；
3.4）将步骤3.3）中获取的信息进行综合集成和对比分析，进行重点地震滑坡灾害编目；
所述编目为记录地震滑坡位置、发生时间、危害范围的滑坡地图集；
4）精细评估
在震后24小时内，进行第四次快速评估，即精细评估；
4.1）使用高精度遥感技术与对地观测新技术，采用定量评估模型、易损性分析模型和GIS技术等方法，对步骤3.4）中得到的第三次快速评估的结果进行完善和精细化处理，进行第四次快速评估，即精细评估；
所述精细评估包括：完善地震滑坡编目相关数据、将结果绘制成地震滑坡灾害灾情分布图，并在图件中重点标识灾情较大的地震滑坡灾害点；
所述编目相关数据包括地震滑坡地点、发生日期、分类、失稳机制、滑坡体体积、危害范围和灾情大小；
4.2）将步骤4.1）中得到的评估成果通过多平台、多渠道、多途径，将不同精度的滑坡灾害灾情信息发布给公众，同时使公众能够快速反馈、动态更新步骤4.1）中绘制的地震滑坡灾害灾情分布图；
5）修正评估
在震后48小时内，进行第五次快速评估，即修正评估；
5.1）根据震后第一时间获得的各类影像资料数据、公众反馈之灾情信息、公共媒体资讯、地震后的滑坡与地形、基础设施情况，结合地质灾害速报制度，获取相关信息；
所述灾情相关信息包括滑坡灾害灾情出现的地点和时间、灾害类型、灾害体的规模和发展趋势，以及伤亡和失踪的人数以及造成的直接经济损失；
5.2）根据步骤5.1）中获取的信息，采用定量评估模型、修正系数模型和信息量模型，对步骤4.1）中得到的地震滑坡灾害灾情分布图进行修正，即进行第五次快速评估；
6）定量评估
在震后72小时内，进行第六次快速评估，即定量评估；
6.1）以多平台、多源遥感数据为基础，以计算机技术、空间信息技术为支撑手段，以卫星遥感影像、无人机航拍、灾害点居民报告、专家第一时间奔赴灾害点为途径，基于第五次快速评估的评估结果，进行地震滑坡灾害灾情的第六次快速评估，即定量评估；
6.2）将步骤6.1）中得到的结果绘制成地震滑坡灾害灾情大小及分布图。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610483257.6A CN106251032A (zh) | 2016-06-28 | 2016-06-28 | 一种地震滑坡灾害灾情快速评估方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610483257.6A CN106251032A (zh) | 2016-06-28 | 2016-06-28 | 一种地震滑坡灾害灾情快速评估方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN106251032A true CN106251032A (zh) | 2016-12-21 |
Family
ID=57613719
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201610483257.6A Withdrawn CN106251032A (zh) | 2016-06-28 | 2016-06-28 | 一种地震滑坡灾害灾情快速评估方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN106251032A (zh) |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108304809A (zh) * | 2018-02-06 | 2018-07-20 | 清华大学 | 基于震后航拍影像的近实时震损评估方法 |
| CN110046454A (zh) * | 2019-04-25 | 2019-07-23 | 中国地震局地质研究所 | 概率地震经济损失计算方法及系统 |
| CN110211482A (zh) * | 2019-05-24 | 2019-09-06 | 南京工业大学 | 一种基于受众的地震应急制图方法 |
| CN111915128A (zh) * | 2020-06-17 | 2020-11-10 | 西安交通大学 | 一种对地震诱发的次生滑坡灾后评估与救援辅助系统 |
| CN112613096A (zh) * | 2020-12-15 | 2021-04-06 | 应急管理部国家自然灾害防治研究院 | 一种面向强震前后不同阶段的地质灾害评价方法 |
| CN113296147A (zh) * | 2021-05-24 | 2021-08-24 | 中国科学技术大学 | 一种识别地震有限断层破裂参数的方法及系统 |
| CN113742438A (zh) * | 2021-08-19 | 2021-12-03 | 中国科学院地理科学与资源研究所 | 滑坡易发性分布图的确定方法、装置及存储介质 |
-
2016
- 2016-06-28 CN CN201610483257.6A patent/CN106251032A/zh not_active Withdrawn
Cited By (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108304809B (zh) * | 2018-02-06 | 2020-03-27 | 清华大学 | 基于震后航拍影像的近实时震损评估方法 |
| CN108304809A (zh) * | 2018-02-06 | 2018-07-20 | 清华大学 | 基于震后航拍影像的近实时震损评估方法 |
| CN110046454A (zh) * | 2019-04-25 | 2019-07-23 | 中国地震局地质研究所 | 概率地震经济损失计算方法及系统 |
| CN110211482A (zh) * | 2019-05-24 | 2019-09-06 | 南京工业大学 | 一种基于受众的地震应急制图方法 |
| CN110211482B (zh) * | 2019-05-24 | 2024-03-26 | 南京工业大学 | 一种基于受众的地震应急制图方法 |
| CN111915128B (zh) * | 2020-06-17 | 2023-12-19 | 西安交通大学 | 一种对地震诱发的次生滑坡灾后评估与救援辅助系统 |
| CN111915128A (zh) * | 2020-06-17 | 2020-11-10 | 西安交通大学 | 一种对地震诱发的次生滑坡灾后评估与救援辅助系统 |
| CN112613096A (zh) * | 2020-12-15 | 2021-04-06 | 应急管理部国家自然灾害防治研究院 | 一种面向强震前后不同阶段的地质灾害评价方法 |
| CN112613096B (zh) * | 2020-12-15 | 2024-02-23 | 应急管理部国家自然灾害防治研究院 | 一种面向强震前后不同阶段的地质灾害评价方法 |
| CN113296147A (zh) * | 2021-05-24 | 2021-08-24 | 中国科学技术大学 | 一种识别地震有限断层破裂参数的方法及系统 |
| CN113296147B (zh) * | 2021-05-24 | 2022-09-09 | 中国科学技术大学 | 一种识别地震有限断层破裂参数的方法及系统 |
| CN113742438B (zh) * | 2021-08-19 | 2022-03-18 | 中国科学院地理科学与资源研究所 | 滑坡易发性分布图的确定方法、装置及存储介质 |
| CN113742438A (zh) * | 2021-08-19 | 2021-12-03 | 中国科学院地理科学与资源研究所 | 滑坡易发性分布图的确定方法、装置及存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN103700054B (zh) | 一种突发地质灾害应急预案数字化系统 | |
| CN106251032A (zh) | 一种地震滑坡灾害灾情快速评估方法 | |
| Fan et al. | The “long” runout rock avalanche in Pusa, China, on August 28, 2017: a preliminary report | |
| CN107665570A (zh) | 一种高速公路灾害监测预警系统 | |
| CN103364830B (zh) | 一种基于多因子的地震后崩滑灾害发生位置的预测方法 | |
| Huang et al. | 3D WebGIS-based platform for debris flow early warning: A case study | |
| Barreca et al. | A pilot GIS database of active faults of Mt. Etna (Sicily): A tool for integrated hazard evaluation | |
| CN103399344B (zh) | 一种地震后崩滑灾害发生位置的预测方法 | |
| Wang et al. | Panzhihua airport landslide (Oct. 3rd 2009) and an emergency monitoring and warning system based on the internet of things | |
| CN109993508A (zh) | 一种地震灾害情景演化模型 | |
| Ghazanfarpour et al. | Geomorphic systems affecting the Kerman | |
| Cabral-Cano et al. | Satellite geodesy tools for ground subsidence and associated shallow faulting hazard assessment in central Mexico | |
| Elmoulat et al. | Mapping of mass movements susceptibility in the Zoumi Region using satellite image and GIS technology (Moroccan Rif) | |
| Arca et al. | Assessment of geo-environmental properties depressing urban development with GIS: a case study of Kozlu settlement, Turkey | |
| Gunturu | GIS, remote sensing and drones for disaster risk management | |
| Borcherdt et al. | Applications of geographic information system technology (GIS) to seismic zonation and earthquake loss estimation | |
| Assis et al. | Mapping of Geological-Geotechnical Risk of Mass Movement in an Urban Area in Rio Piracicaba, MG, Brazil | |
| Hamilton | Report on early warning capabilities for geological hazards | |
| Harp et al. | Ferguson rock slide buries California state highway near Yosemite National Park | |
| Wei et al. | Automatic identification of buildings vulnerable to debris flows in Sichuan Province, China, by GIS analysis and Deep Encoding Network methods | |
| Olsen et al. | Impacts of potential seismic landslides on lifeline corridors. | |
| Collins et al. | Progress and lessons learned from responses to landslide disasters | |
| Chen et al. | Geological Disaster: An Overview | |
| Chunyan et al. | Coastal urban road geo-disaster monitoring problems of Laoshan District | |
| Limaye | Geoethics and Geohazards: A Perspective from Low-Income Countries, an Indian Experience |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| WW01 | Invention patent application withdrawn after publication | ||
| WW01 | Invention patent application withdrawn after publication |
Application publication date: 20161221 |