CN114638506A - 基于gnss与mems实时监测数据的地震灾害快速评估方法 - Google Patents

基于gnss与mems实时监测数据的地震灾害快速评估方法 Download PDF

Info

Publication number
CN114638506A
CN114638506A CN202210275333.XA CN202210275333A CN114638506A CN 114638506 A CN114638506 A CN 114638506A CN 202210275333 A CN202210275333 A CN 202210275333A CN 114638506 A CN114638506 A CN 114638506A
Authority
CN
China
Prior art keywords
intensity
model
earthquake
building
data
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.)
Pending
Application number
CN202210275333.XA
Other languages
English (en)
Inventor
刘亢
张凌
李红光
李亦纲
张涛
南燕云
张媛
王金萍
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
National Earthquake Response Support Service
Original Assignee
National Earthquake Response Support Service
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by National Earthquake Response Support Service filed Critical National Earthquake Response Support Service
Priority to CN202210275333.XA priority Critical patent/CN114638506A/zh
Publication of CN114638506A publication Critical patent/CN114638506A/zh
Pending legal-status Critical Current

Links

Images

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
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/10—Geometric CAD
    • G06F30/13—Architectural design, e.g. computer-aided architectural design [CAAD] related to design of buildings, bridges, landscapes, production plants or roads
    • 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
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/08—Construction
    • 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
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/26—Government or public services
    • G06Q50/265—Personal security, identity or safety

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Human Resources & Organizations (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • Marketing (AREA)
  • Educational Administration (AREA)
  • Development Economics (AREA)
  • General Business, Economics & Management (AREA)
  • Geometry (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Primary Health Care (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Computer Hardware Design (AREA)
  • Quality & Reliability (AREA)
  • Mathematical Analysis (AREA)
  • Civil Engineering (AREA)
  • Operations Research (AREA)
  • Game Theory and Decision Science (AREA)
  • Structural Engineering (AREA)
  • Computational Mathematics (AREA)
  • Architecture (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Security & Cryptography (AREA)
  • Geophysics And Detection Of Objects (AREA)

Abstract

本发明公开了基于GNSS与MEMS实时监测数据的地震灾害快速评估方法，涉及地震灾害评估技术领域，包括：数据信息获取模块；地震影响场衰减模型建立模块；烈度衰减关系确定模块；预评估烈度图模块；烈度修正模型建立模块；烈度值调整模块；本发明通过整体方法的使用，可以将以行政区划为单位的数据转变为以公里格网为单位，避免了行政区划分割造成的数据分配错误，从而保证了灾情快速评估结果的有效性，能够对震后受灾严重的震区其灾情信息做到及时、准确地上报给指挥决策部门，还能够对地震灾害损失进行评估，主要基于历史基础数据和建筑物震害矩阵来计算建筑物破坏、人员伤亡和经济损失等，提高了历史数据时效性，保证了评估结果的准确性。

Description

基于GNSS与MEMS实时监测数据的地震灾害快速评估方法
技术领域
本发明涉及地震灾害评估技术领域，尤其涉及基于GNSS与MEMS实时监测数据的地震灾害快速评估方法。
背景技术
地震灾害评估(earthquake hazard assessment)：在不考虑发震可能性的前提下，利用如最大地震震级或地面峰值加速度等单参数进行的灾害预测，被称为确定性震害评估。地震灾情快速评估系统是基于公里格网化数据进行计算的，从计算数据精度、地震影响场生成模型及灾情评估模型等方面做了极大优化，确保计算结果的高精度。系统满足各级地震局在震后第一时间，快速得到人员伤亡、经济损失、建筑物破坏状态等灾情评估要求，自动生成灾情报告以便向上级单位进行汇报。
目前，现有的地震灾害评估方法，对震后受灾严重的震区其灾情信息很难及时、准确地上报给指挥决策部门；特别是破坏性严重的地震常常使得震区通信和交通处于瘫痪状态，灾情信息的“黑箱期”可能会长达几小时或更长；另外，目前的地震灾害损失评估主要基于历史基础数据和建筑物震害矩阵来计算建筑物破坏、人员伤亡和经济损失等，由于历史数据时效性较差，评估结果往往与实际调查差距较大，为此我们提出基于GNSS与MEMS实时监测数据的地震灾害快速评估方法来解决上述问题。
发明内容
本发明的目的是为了解决现有技术中存在对震后受灾严重的震区其灾情信息很难及时、准确地上报给指挥决策部门；特别是破坏性严重的地震常常使得震区通信和交通处于瘫痪状态，灾情信息的“黑箱期”可能会长达几小时或更长；另外，目前的地震灾害损失评估主要基于历史基础数据和建筑物震害矩阵来计算建筑物破坏、人员伤亡和经济损失等，由于历史数据时效性较差，评估结果往往与实际调查差距较大的问题，而提出的基于GNSS与MEMS实时监测数据的地震灾害快速评估方法。
为了实现上述目的，本发明采用了如下技术方案：
基于GNSS与MEMS实时监测数据的地震灾害快速评估方法，包括如下步骤：
获取网台中心所要评估区域的历史地震参数和地质构造信息；
建立地震影响场衰减模型；
根据获取的地震参数和建立的地震影响场衰减模型，确定烈度衰减关系；
根据得到的烈度衰减关系和地质构造信息，预评估烈度图；
建立基于GNSS与MEMS数据的烈度修正模型；
利用烈度修正模型修正偏移量和峰值加速度，确定转换关系，调整烈度值；
根据调整的烈度值调整预评估烈度图，得到调整后烈度图；
根据得到的调整后烈度图勾画重灾区；
建立人口伤亡模型和建筑物破坏模型；
利用建立人口伤亡模型和建筑物破坏模型，对人口伤亡和建筑物破坏程度进行评估；
根据评估结果自动生成专题图与报告。
优选地，获取网台中心所要评估区域的历史地震参数和地质构造信息，历史地震参数包括：评估区域的人口、GDP、建筑物公里格网数据。
优选地，建立地震影响场衰减模型，包括：第一烈度衰减模型；第二烈度衰减模型；第三烈度衰减模型和第四烈度衰减模型。
优选地，建立基于GNSS与MEMS数据的烈度修正模型，包括：基于GNSS数据的烈度转换模型和基于MEMS数据的烈度转换模型。
优选地，建立人口伤亡模型和建筑物破坏模型，所述人口伤亡模型包括白天的伤亡评估模型和夜间的伤亡评估模型。
优选地，所述建筑物破坏模型建立步骤如下：
获取地震烈度；
获取烈度圈内的格网个数；
获取建筑在不同类型烈度内的破坏比例；
获取每个格网中建筑的面积；
根据获取的数据计算破坏面积。
基于GNSS与MEMS实时监测数据的地震灾害快速评估装置，包括：
数据信息获取模块：用于获取网台中心所要评估区域的历史地震参数和地质构造信息；
地震影响场衰减模型建立模块：用于建立地震影响场衰减模型；
烈度衰减关系确定模块：用于根据获取的地震参数和建立的地震影响场衰减模型，确定烈度衰减关系；
预评估烈度图模块：用于根据得到的烈度衰减关系和地质构造信息，预评估烈度图；
烈度修正模型建立模块：用于建立基于GNSS与MEMS数据的烈度修正模型；
烈度值调整模块：用于利用烈度修正模型修正偏移量和峰值加速度，确定转换关系，调整烈度值；
烈度图调整模块：用于根据调整的烈度值调整预评估烈度图，得到调整后烈度图；
重灾区勾画模块：用于根据得到的调整后烈度图勾画重灾区；
人口伤亡模型和建筑物破坏模型建立模块：用于建立人口伤亡模型和建筑物破坏模型；
评估模块：用于利用建立人口伤亡模型和建筑物破坏模型，对人口伤亡和建筑物破坏程度进行评估；
专题图与报告生成模块：用于根据评估结果自动生成专题图与报告。
优选地，所述人口伤亡模型和建筑物破坏模型建立模块包括：
地震烈度获取单元：用于获取地震烈度；
格网个数获取单元：用于获取烈度圈内的格网个数；
破坏比例获取单元：用于获取建筑在不同类型烈度内的破坏比例；
面积获取单元：用于获取每个格网中建筑的面积；
破坏面积计算单元：用于根据获取的数据计算破坏面积。
相比现有技术，本发明的有益效果为：
本发明通过整体方法的使用，可以将以行政区划为单位的数据转变为以公里格网为单位，避免了行政区划分割造成的数据分配错误，从而保证了灾情快速评估结果的有效性，能够对震后受灾严重的震区其灾情信息做到及时、准确地上报给指挥决策部门，还能够对地震灾害损失进行评估，主要基于历史基础数据和建筑物震害矩阵来计算建筑物破坏、人员伤亡和经济损失等，提高了历史数据时效性，保证了评估结果的准确性。
附图说明
图1为本发明提出的基于GNSS与MEMS实时监测数据的地震灾害快速评估方法的整体流程示意图；
图2为本发明提出的基于GNSS与MEMS实时监测数据的地震灾害快速评估方法的建筑物破坏模型建立步骤流程示意图；
图3为本发明提出的基于GNSS与MEMS实时监测数据的地震灾害快速评估方法的工作流程示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。
参照图1-3，基于GNSS与MEMS实时监测数据的地震灾害快速评估方法，包括如下步骤：
S1：获取网台中心所要评估区域的历史地震参数和地质构造信息，历史地震参数包括：评估区域的人口、GDP、建筑物公里格网数据，公里格网数据分布处理技术是较为先进和成熟的一种数据分布技术，它可以将以行政区划为单位的数据转变为以公里格网为单位，避免了行政区划分割造成的数据分配错误，从而保证了灾情快速评估结果的有效性；
S2：建立地震影响场衰减模型，包括：第一烈度衰减模型；第二烈度衰减模型；第三烈度衰减模型和第四烈度衰减模型；
第一烈度衰减模型计算公式如下：
Ia＝7.3568+1.278M-5.0655lg(Ra+24),σ2＝0.7
Ib＝3.9502+1.278M-3.75671lg(Rb+9),σ2＝0.7；
第二烈度衰减模型计算公式如下：
Ia＝4.0293+1.3003M-3.6404lg(Ra+10),σ2＝0.45
Ib＝2.3816+1.3003M-2.85731g(Rb+5),σ2＝0.45；
第三烈度衰减模型计算公式如下：
Ia＝5.643+1.539M-2.109ln(Ra+25)
Ib＝2.941+1.363M-1.494ln(Rb+7)；
第四烈度衰减模型计算公式如下：
Ia＝6.4580+1.2746M-4.4709lg(Ra+25)
Ib＝3.3682+1.2746M-3.3119lg(Rb+9)；
S3：根据获取的地震参数和建立的地震影响场衰减模型，确定烈度衰减关系；
S4：根据得到的烈度衰减关系和地质构造信息，预评估烈度图；
S5：建立基于GNSS与MEMS数据的烈度修正模型，包括：基于GNSS数据的烈度转换模型和基于MEMS数据的烈度转换模型；
基于GNSS数据的烈度转换模型计算公式如下：
I＝IE-09a3-7E-06a2+0.0088a+6.0277；
基于MEMS数据的烈度转换模型计算公式如下：
Figure BDA0003555339310000051
S6：利用烈度修正模型修正偏移量和峰值加速度，确定转换关系，调整烈度值；
S7：根据调整的烈度值调整预评估烈度图，得到调整后烈度图；
S8：根据得到的调整后烈度图勾画重灾区；
S9：建立人口伤亡模型和建筑物破坏模型，人口伤亡模型包括白天的伤亡评估模型和夜间的伤亡评估模型；根据多次重特大地震拟合了人员伤亡模拟，用于本评估技术系统中，公式如下：
死亡：ND＝m×Fa,lnFa＝3.2643C-5.1499,R2＝0.9226
受伤：NH＝m×Hu,lnHu＝17.5336C-6.2672,R2＝0.8965
其中：ND为死亡人数；NH为受伤人数；Fa为致死率；Hu为受伤率；C为倒塌率；m为总人口；
同时，以烈度、建筑物破坏率为主要参数，考虑了白天和夜间发震可能造成的不同人员死亡的情况，提出了计算人员伤亡的模型；
人口死亡模型中人口死亡率同样取决于建筑物的倒塌率，因此该模型也适用于国内以及收集到建筑物数据的区域，模型公式如下：
白天的伤亡评估模型
死亡：ND＝m×RD,RD＝0.000971e0.5(I-7)×Dp
受伤：NH＝m×RH,RH＝0.008829e0.5(I-7)×Dp；
夜间的伤亡评估模型
死亡：
Figure BDA0003555339310000061
受伤：
Figure BDA0003555339310000062
其中：ND为死亡人口，RD为地震死亡率，m为总人口数，I为地震烈度，Dp为房屋破坏率(倒塌率+0.5严重破坏率)；NH为受伤人口，RH为地震受伤率；
例如：
白天的伤亡评估模型
死亡：0.000971*Dp*Math.Exp(0.5*(I-7))；
夜间的伤亡评估模型
死亡：Dp*0.0126*((I-4.76)/(I+0.25))*Math.Exp(0.75*(I-7))
I为地震烈度，Dp为房屋破坏率；
建筑物破坏模型建立步骤如下：
S901：获取地震烈度I；
S902：获取烈度圈内的格网个数n；
S903：获取建筑在不同类型烈度内的破坏比例P[Dj/I]；
S904：获取每个格网中建筑的面积BS；
S905：根据获取的数据计算破坏面积，计算公式如下：
Figure BDA0003555339310000071
结构易损型矩阵是估算建筑物破坏的关键。根据建筑物易损矩阵，可以估算一定地震时各类房屋的受损情况；将地震烈度信息、房屋数量及结构发布信息和行政区划信息进行叠算，统计不同受灾分区、不同地震烈度的不同结构的房屋倒损率，通过房屋易损矩阵计算出各受灾区的倒损房屋面积；
S10：利用建立人口伤亡模型和建筑物破坏模型，对人口伤亡和建筑物破坏程度进行评估；
S11：根据评估结果自动生成专题图与报告，
基于GNSS与MEMS实时监测数据的地震灾害快速评估装置，包括：
数据信息获取模块：用于获取网台中心所要评估区域的历史地震参数和地质构造信息，历史地震参数包括：评估区域的人口、GDP、建筑物公里格网数据，公里格网数据分布处理技术是较为先进和成熟的一种数据分布技术，它可以将以行政区划为单位的数据转变为以公里格网为单位，避免了行政区划分割造成的数据分配错误，从而保证了灾情快速评估结果的有效性；
地震影响场衰减模型建立模块：用于建立地震影响场衰减模型，包括：第一烈度衰减模型；第二烈度衰减模型；第三烈度衰减模型和第四烈度衰减模型；
第一烈度衰减模型计算公式如下：
Ia＝7.3568+1.278M-5.0655lg(Ra+24),σ2＝0.7
Ib＝3.9502+1.278M-3.75671lg(Rb+9),σ2＝0.7；
第二烈度衰减模型计算公式如下：
Ia＝4.0293+1.3003M-3.6404lg(Ra+10),σ2＝0.45
Ib＝2.3816+1.3003M-2.85731g(Rb+5),σ2＝0.45；
第三烈度衰减模型计算公式如下：
Ia＝5.643+1.539M-2.109ln(Ra+25)
Ib＝2.941+1.363M-1.494ln(Rb+7)；
第四烈度衰减模型计算公式如下：
Ia＝6.4580+1.2746M-4.4709lg(Ra+25)
Ib＝3.3682+1.2746M-3.3119lg(Rb+9)；
烈度衰减关系确定模块：用于根据获取的地震参数和建立的地震影响场衰减模型，确定烈度衰减关系；
预评估烈度图模块：用于根据得到的烈度衰减关系和地质构造信息，预评估烈度图；
烈度修正模型建立模块：用于建立基于GNSS与MEMS数据的烈度修正模型，包括：基于GNSS数据的烈度转换模型和基于MEMS数据的烈度转换模型；
基于GNSS数据的烈度转换模型计算公式如下：
I＝IE-09a3-7E-06a2+0.0088a+6.0277；
基于MEMS数据的烈度转换模型计算公式如下：
Figure BDA0003555339310000081
烈度值调整模块：用于利用烈度修正模型修正偏移量和峰值加速度，确定转换关系，调整烈度值；
烈度图调整模块：用于根据调整的烈度值调整预评估烈度图，得到调整后烈度图；
重灾区勾画模块：用于根据得到的调整后烈度图勾画重灾区；
人口伤亡模型和建筑物破坏模型建立模块：用于建立人口伤亡模型和建筑物破坏模型，人口伤亡模型包括白天的伤亡评估模型和夜间的伤亡评估模型；根据多次重特大地震拟合了人员伤亡模拟，用于本评估技术系统中，公式如下：
死亡：ND＝m×Fa,lnFa＝3.2643C-5.1499,R2＝0.9226
受伤：NH＝m×Hu,lnHu＝17.5336C-6.2672,R2＝0.8965
其中：ND为死亡人数；NH为受伤人数；Fa为致死率；Hu为受伤率；C为倒塌率；m为总人口；
同时，以烈度、建筑物破坏率为主要参数，考虑了白天和夜间发震可能造成的不同人员死亡的情况，提出了计算人员伤亡的模型；
人口死亡模型中人口死亡率同样取决于建筑物的倒塌率，因此该模型也适用于国内以及收集到建筑物数据的区域，模型公式如下：
白天的伤亡评估模型
死亡：ND＝m×RD,RD＝0.000971e0.5(I-7)×Dp
受伤：NH＝m×RH,RH＝0.008829e0.5(I-7)×Dp；
夜间的伤亡评估模型
死亡：
Figure BDA0003555339310000091
受伤：
Figure BDA0003555339310000092
其中：ND为死亡人口，RD为地震死亡率，m为总人口数，I为地震烈度，Dp为房屋破坏率(倒塌率+0.5严重破坏率)；NH为受伤人口，RH为地震受伤率；
例如：
白天的伤亡评估模型
死亡：0.000971*Dp*Math.Exp(0.5*(I-7))；
夜间的伤亡评估模型
死亡：Dp*0.0126*((I-4.76)/(I+0.25))*Math.Exp(0.75*(I-7))
I为地震烈度，Dp为房屋破坏率；
评估模块：用于利用建立人口伤亡模型和建筑物破坏模型，对人口伤亡和建筑物破坏程度进行评估；
专题图与报告生成模块：用于根据评估结果自动生成专题图与报告。
其中，人口伤亡模型和建筑物破坏模型建立模块包括：
地震烈度获取单元：用于获取地震烈度I；
格网个数获取单元：用于获取烈度圈内的格网个数n；
破坏比例获取单元：用于获取建筑在不同类型烈度内的破坏比例P[Dj/I]；
面积获取单元：用于获取每个格网中建筑的面积BS；
破坏面积计算单元：用于根据获取的数据计算破坏面积，计算公式如下：
Figure BDA0003555339310000101
结构易损型矩阵是估算建筑物破坏的关键。根据建筑物易损矩阵，可以估算一定地震时各类房屋的受损情况；将地震烈度信息、房屋数量及结构发布信息和行政区划信息进行叠算，统计不同受灾分区、不同地震烈度的不同结构的房屋倒损率，通过房屋易损矩阵计算出各受灾区的倒损房屋面积。
一种智能计算机设备，包括存储器和处理器，所述存储器中存储有计算机可读指令，所述处理器执行所述计算机可读指令时实现如所述的基于GNSS与MEMS实时监测数据的地震灾害快速评估方法的步骤。
一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机可读指令，所述计算机可读指令被处理器执行时实现如所述的基于GNSS与MEMS实时监测数据的地震灾害快速评估方法的步骤。
以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，根据本发明的技术方案及其发明构思加以等同替换或改变，都应涵盖在本发明的保护范围之内。

Claims (10)

1.基于GNSS与MEMS实时监测数据的地震灾害快速评估方法，其特征在于，包括如下步骤：
获取网台中心所要评估区域的历史地震参数和地质构造信息；
建立地震影响场衰减模型；
根据获取的地震参数和建立的地震影响场衰减模型，确定烈度衰减关系；
根据得到的烈度衰减关系和地质构造信息，预评估烈度图；
建立基于GNSS与MEMS数据的烈度修正模型；
利用烈度修正模型修正偏移量和峰值加速度，确定转换关系，调整烈度值；
根据调整的烈度值调整预评估烈度图，得到调整后烈度图；
根据得到的调整后烈度图勾画重灾区；
建立人口伤亡模型和建筑物破坏模型；
利用建立人口伤亡模型和建筑物破坏模型，对人口伤亡和建筑物破坏程度进行评估；
根据评估结果自动生成专题图与报告。
2.根据权利要求1所述的基于GNSS与MEMS实时监测数据的地震灾害快速评估方法，其特征在于，获取网台中心所要评估区域的历史地震参数和地质构造信息，历史地震参数包括：评估区域的人口、GDP、建筑物公里格网数据。
3.根据权利要求1所述的基于GNSS与MEMS实时监测数据的地震灾害快速评估方法，其特征在于，建立地震影响场衰减模型，包括：第一烈度衰减模型；第二烈度衰减模型；第三烈度衰减模型和第四烈度衰减模型。
4.根据权利要求1所述的基于GNSS与MEMS实时监测数据的地震灾害快速评估方法，其特征在于，建立基于GNSS与MEMS数据的烈度修正模型，包括：基于GNSS数据的烈度转换模型和基于MEMS数据的烈度转换模型。
5.根据权利要求1所述的基于GNSS与MEMS实时监测数据的地震灾害快速评估方法，其特征在于，建立人口伤亡模型和建筑物破坏模型，所述人口伤亡模型包括白天的伤亡评估模型和夜间的伤亡评估模型。
6.根据权利要求1所述的基于GNSS与MEMS实时监测数据的地震灾害快速评估方法，其特征在于，所述建筑物破坏模型建立步骤如下：
获取地震烈度；
获取烈度圈内的格网个数；
获取建筑在不同类型烈度内的破坏比例；
获取每个格网中建筑的面积；
根据获取的数据计算破坏面积。
7.基于GNSS与MEMS实时监测数据的地震灾害快速评估装置，其特征在于，包括：
数据信息获取模块：用于获取网台中心所要评估区域的历史地震参数和地质构造信息；
地震影响场衰减模型建立模块：用于建立地震影响场衰减模型；
烈度衰减关系确定模块：用于根据获取的地震参数和建立的地震影响场衰减模型，确定烈度衰减关系；
预评估烈度图模块：用于根据得到的烈度衰减关系和地质构造信息，预评估烈度图；
烈度修正模型建立模块：用于建立基于GNSS与MEMS数据的烈度修正模型；
烈度值调整模块：用于利用烈度修正模型修正偏移量和峰值加速度，确定转换关系，调整烈度值；
烈度图调整模块：用于根据调整的烈度值调整预评估烈度图，得到调整后烈度图；
重灾区勾画模块：用于根据得到的调整后烈度图勾画重灾区；
人口伤亡模型和建筑物破坏模型建立模块：用于建立人口伤亡模型和建筑物破坏模型；
评估模块：用于利用建立人口伤亡模型和建筑物破坏模型，对人口伤亡和建筑物破坏程度进行评估；
专题图与报告生成模块：用于根据评估结果自动生成专题图与报告。
8.根据权利要求7所述的基于GNSS与MEMS实时监测数据的地震灾害快速评估装置，其特征在于，所述人口伤亡模型和建筑物破坏模型建立模块包括：
地震烈度获取单元：用于获取地震烈度；
格网个数获取单元：用于获取烈度圈内的格网个数；
破坏比例获取单元：用于获取建筑在不同类型烈度内的破坏比例；
面积获取单元：用于获取每个格网中建筑的面积；
破坏面积计算单元：用于根据获取的数据计算破坏面积。
9.一种智能计算机设备，其特征在于，包括存储器和处理器，所述存储器中存储有计算机可读指令，所述处理器执行所述计算机可读指令时实现如权利要求1至6中任一项所述的基于GNSS与MEMS实时监测数据的地震灾害快速评估方法的步骤。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机可读指令，所述计算机可读指令被处理器执行时实现如权利要求1至6中任一项所述的基于GNSS与MEMS实时监测数据的地震灾害快速评估方法的步骤。
CN202210275333.XA 2022-03-21 2022-03-21 基于gnss与mems实时监测数据的地震灾害快速评估方法 Pending CN114638506A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210275333.XA CN114638506A (zh) 2022-03-21 2022-03-21 基于gnss与mems实时监测数据的地震灾害快速评估方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210275333.XA CN114638506A (zh) 2022-03-21 2022-03-21 基于gnss与mems实时监测数据的地震灾害快速评估方法

Publications (1)

Publication Number Publication Date
CN114638506A true CN114638506A (zh) 2022-06-17

Family

ID=81950784

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210275333.XA Pending CN114638506A (zh) 2022-03-21 2022-03-21 基于gnss与mems实时监测数据的地震灾害快速评估方法

Country Status (1)

Country Link
CN (1) CN114638506A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115808711A (zh) * 2023-02-06 2023-03-17 四川地震台 基于烈度速报的地震灾害损失评估方法及系统

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009175130A (ja) * 2007-12-28 2009-08-06 Cygnet Corp リアルタイム震度計とそれを用いた震度等の予知方法
JP2012190419A (ja) * 2011-03-14 2012-10-04 Pasuko:Kk 査定支援システム、査定支援サーバーおよび査定支援方法
WO2019162858A1 (en) * 2018-02-20 2019-08-29 Guardian S.R.L. Method and system to generate an earthquake early warning
CN111638549A (zh) * 2020-05-26 2020-09-08 武汉大学 一种智能化自主组网地震预警装备及方法
CN112014885A (zh) * 2020-09-03 2020-12-01 四川省地震局减灾救助研究所 一种地震烈度快速修正及制图方法和系统
CN114207479A (zh) * 2019-08-20 2022-03-18 日本电气株式会社 地震观测设备、地震观测方法以及记录地震观测程序的记录介质

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009175130A (ja) * 2007-12-28 2009-08-06 Cygnet Corp リアルタイム震度計とそれを用いた震度等の予知方法
JP2012190419A (ja) * 2011-03-14 2012-10-04 Pasuko:Kk 査定支援システム、査定支援サーバーおよび査定支援方法
WO2019162858A1 (en) * 2018-02-20 2019-08-29 Guardian S.R.L. Method and system to generate an earthquake early warning
CN114207479A (zh) * 2019-08-20 2022-03-18 日本电气株式会社 地震观测设备、地震观测方法以及记录地震观测程序的记录介质
CN111638549A (zh) * 2020-05-26 2020-09-08 武汉大学 一种智能化自主组网地震预警装备及方法
CN112014885A (zh) * 2020-09-03 2020-12-01 四川省地震局减灾救助研究所 一种地震烈度快速修正及制图方法和系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
申源 等: ""基于多源灾情数据的地震灾害损失实时动态评估系统设计与实现"", 《中国地震》 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115808711A (zh) * 2023-02-06 2023-03-17 四川地震台 基于烈度速报的地震灾害损失评估方法及系统

Similar Documents

Publication Publication Date Title
CN113313384B (zh) 一种融合弹性的城市洪涝灾害风险评估方法
CN106651211A (zh) 一种不同尺度区域洪水灾害风险评估的方法
CN107316095A (zh) 一种耦合多源数据的区域气象干旱等级预测方法
CN110458391A (zh) 一种用于城市群区域洪水风险区划的精细化诊断方法
CN111784082B (zh) 一种基于大数据的gis山洪预防预警系统
CN105809266A (zh) 一种地震伤亡人数初步评估预测方法
CN114638506A (zh) 基于gnss与mems实时监测数据的地震灾害快速评估方法
CN115166815A (zh) 一种基于地理信息和边缘算法的地震灾害评估决策模型
CN115808711B (zh) 基于烈度速报的地震灾害损失评估方法及系统
CN113420458A (zh) 一种风场数据精细化处理方法、装置、终端及介质
CN115271373A (zh) 城市群弹性开发边界划定方法及系统
CN115809800A (zh) 洪涝灾害风险评估方法
CN108364129A (zh) 一种基于遥感大数据的区域生态安全预警预报方法
CN108828332A (zh) 一种计算雷电定位系统探测效率的方法
CN116824807A (zh) 多灾害预警报警方法及系统
Kang et al. Disaster vulnerability assessment in coastal areas of Korea
CN115526542A (zh) 一种城市抗震韧性评价方法及系统
CN113536195B (zh) 一种地震灾害时刻社区系统地震韧性计算方法及系统
CN115239156A (zh) 城镇化指标对水系结构的影响警示方法
CN109629901B (zh) 一种智能建筑
CN106709668B (zh) 基于海平面上升的土地风险评估方法及装置
CN114896351A (zh) 地震危险概率预测方法和装置
CN111833225A (zh) 一种城市区域内避难所预警系统
Toda et al. Geography of Social Vulnerability of Haiyan Affected Areas to climaterelated hazards: Case study of Tacloban City and Ormoc City
US20230194732A1 (en) Convenient monitoring method and system for swing collapse risk of skyscrapers

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20220617