易偉建，沈慧玲，程丞

?

基于CAPRA平臺(tái)的地震風(fēng)險(xiǎn)多標(biāo)準(zhǔn)模擬分析

易偉建1，沈慧玲1，程丞2

(1. 湖南大學(xué) 土木工程學(xué)院，湖南 長(zhǎng)沙，410082；2. 湖南省建筑工程集團(tuán)總公司，湖南 長(zhǎng)沙，410082)

為量化地震風(fēng)險(xiǎn)，首先選取風(fēng)險(xiǎn)指標(biāo)，借助CAPRA軟件平臺(tái)，應(yīng)用其各子模塊分別進(jìn)行危險(xiǎn)性分析、易損性分析、損失分析，最終得到物理?yè)p失和人員損失等風(fēng)險(xiǎn)指標(biāo)值。對(duì)風(fēng)險(xiǎn)指標(biāo)值標(biāo)準(zhǔn)化之后，采用多標(biāo)準(zhǔn)評(píng)價(jià)法對(duì)風(fēng)險(xiǎn)指標(biāo)按其重要性加權(quán)求和，得到區(qū)域的綜合風(fēng)險(xiǎn)指數(shù)T。綜合風(fēng)險(xiǎn)指數(shù)越大，區(qū)域的地震風(fēng)險(xiǎn)越大。以四川為例，選取物理?yè)p失、人員損失和社會(huì)影響3個(gè)風(fēng)險(xiǎn)指標(biāo)，運(yùn)用此方法得到各市地震風(fēng)險(xiǎn)值。研究結(jié)果表明：四川眉山、資陽(yáng)、廣元、成都、樂山等地的地震風(fēng)險(xiǎn)較大，阿壩、甘孜、涼山、達(dá)州、瀘州等地的地震風(fēng)險(xiǎn)較小，這對(duì)四川地區(qū)的房屋選址、風(fēng)險(xiǎn)規(guī)避、城市風(fēng)險(xiǎn)管理有一定的參考作用。

地震風(fēng)險(xiǎn)；系統(tǒng)風(fēng)險(xiǎn)評(píng)估；多標(biāo)準(zhǔn)評(píng)價(jià)法；CAPRA；綜合風(fēng)險(xiǎn)指數(shù)；四川地震

地震風(fēng)險(xiǎn)和損失評(píng)估越來越受到重視，源于其在房屋選址、減災(zāi)方案的制定、風(fēng)險(xiǎn)規(guī)避以及地震應(yīng)急資源的優(yōu)化配置方面有深遠(yuǎn)影響。近年來各種風(fēng)險(xiǎn)評(píng)估方法迅速發(fā)展。如高慶華等[1]對(duì)地震危險(xiǎn)性進(jìn)行了分析，對(duì)震害進(jìn)行了預(yù)測(cè)，且大多是以地震烈度作為基本參數(shù)，只算出了人員、財(cái)產(chǎn)損失，沒有直觀地表示出風(fēng)險(xiǎn)；徐偉等[2]綜合考慮了人員、財(cái)產(chǎn)損失，但在風(fēng)險(xiǎn)指標(biāo)的選擇上不合理，或者指標(biāo)與風(fēng)險(xiǎn)的關(guān)系表達(dá)不妥當(dāng)，從而評(píng)估結(jié)果引發(fā)很多質(zhì)疑。國(guó)外系統(tǒng)風(fēng)險(xiǎn)評(píng)估方法大多建立在非線性動(dòng)力數(shù)值模擬分析的基礎(chǔ)上，主要有多標(biāo)準(zhǔn)評(píng)價(jià)法、模糊邏輯法和神經(jīng)網(wǎng)絡(luò)法等[3]。其中，多標(biāo)準(zhǔn)評(píng)價(jià)法在量化風(fēng)險(xiǎn)方面最有實(shí)效。為此，本文采用多標(biāo)準(zhǔn)評(píng)價(jià)法。一般說來，幾乎所有的風(fēng)險(xiǎn)和損失評(píng)估的軟件有著類似的運(yùn)行框 架[4]，發(fā)展得比較成熟、比較有影響力的風(fēng)險(xiǎn)評(píng)估軟件有HAZUS，RADIUS，SELANA，TELES和CAPRA[5]。鑒于CAPRA平臺(tái)模塊比較齊全，對(duì)區(qū)域沒有限制，具有較好的可視化效果，本文作者選用CAPRA平臺(tái)，合理選取風(fēng)險(xiǎn)指標(biāo)，得到物理?yè)p失和人員損失等風(fēng)險(xiǎn)指標(biāo)值，結(jié)合多標(biāo)準(zhǔn)評(píng)價(jià)法對(duì)風(fēng)險(xiǎn)指標(biāo)按其重要性加權(quán)求和，得到區(qū)域的綜合風(fēng)險(xiǎn)指數(shù)，以此直觀并合理地表示風(fēng)險(xiǎn)。

1 地震風(fēng)險(xiǎn)多標(biāo)準(zhǔn)評(píng)價(jià)法

多標(biāo)準(zhǔn)評(píng)價(jià)法將地震風(fēng)險(xiǎn)概念模型分解成一系列評(píng)價(jià)標(biāo)準(zhǔn)，根據(jù)其性質(zhì)和重要性，形成分層矩陣評(píng)價(jià)標(biāo)準(zhǔn)。綜合風(fēng)險(xiǎn)指數(shù)由標(biāo)準(zhǔn)化的評(píng)價(jià)標(biāo)準(zhǔn)依照權(quán)重因子加權(quán)求和得到。評(píng)價(jià)標(biāo)準(zhǔn)(指標(biāo))是由地震危險(xiǎn)性分析、損害工況分析、社會(huì)經(jīng)濟(jì)信息統(tǒng)計(jì)得到。本文借助CAPRA利用多標(biāo)準(zhǔn)評(píng)價(jià)法進(jìn)行了地震風(fēng)險(xiǎn)評(píng)估，基本流程見圖1。其中區(qū)域GIS(geographic information systems)圖由ArcGIS軟件結(jié)合數(shù)據(jù)得到。

圖1 地震風(fēng)險(xiǎn)多標(biāo)準(zhǔn)評(píng)價(jià)的基本流程

1.1 風(fēng)險(xiǎn)指標(biāo)

地震風(fēng)險(xiǎn)指標(biāo)能夠獨(dú)立且全面地反映區(qū)域風(fēng)險(xiǎn)。Carre?o[6]選用19項(xiàng)風(fēng)險(xiǎn)指標(biāo)，如區(qū)域破壞、人員死亡、人員受傷、生命線工程中斷、死亡率、社會(huì)貧富差距、人口密度、衛(wèi)生資源、救援水平等。也可以將自然災(zāi)害風(fēng)險(xiǎn)分為人員風(fēng)險(xiǎn)、財(cái)產(chǎn)風(fēng)險(xiǎn)和環(huán)境風(fēng)險(xiǎn)3種類型[1]。人員風(fēng)險(xiǎn)通常以人員的死傷數(shù)量或死傷的概率來度量，財(cái)產(chǎn)風(fēng)險(xiǎn)通常以經(jīng)濟(jì)損失來度量，環(huán)境風(fēng)險(xiǎn)則很難用具體數(shù)據(jù)來度量。

1.2 承災(zāi)體數(shù)據(jù)

由于地震的不確定性，相關(guān)信息越多，風(fēng)險(xiǎn)評(píng)估的結(jié)果越精確。地震危險(xiǎn)性分析需要用到區(qū)域地質(zhì)數(shù)據(jù)，包括地震帶的分布、深度、歷次地震情況、地質(zhì)情況等；結(jié)構(gòu)易損性分析需要用到典型建筑的結(jié)構(gòu)參數(shù)，包括高度、振動(dòng)周期、設(shè)計(jì)強(qiáng)度系數(shù)等；損失計(jì)算需要用到區(qū)域建筑與人口的規(guī)劃情況，包括建筑分布、結(jié)構(gòu)形式、建筑成本、居住人口等；風(fēng)險(xiǎn)評(píng)估需要用到社會(huì)發(fā)展水平，包括社會(huì)富裕程度、社會(huì)功能完善水平、城市防災(zāi)減災(zāi)能力等。

1.3 CAPRA平臺(tái)

CAPRA[5]是由世界銀行、美洲開發(fā)銀行和聯(lián)合國(guó)國(guó)際戰(zhàn)略減災(zāi)署聯(lián)合開發(fā)的風(fēng)險(xiǎn)評(píng)估軟件平臺(tái)，由不同水平領(lǐng)域(地震、颶風(fēng)、洪水、山體滑坡和火山)的風(fēng)險(xiǎn)評(píng)估工具組成，包括危險(xiǎn)性模塊CRISIS2007、易損性模塊ERN-Vulnerability、損失模塊CAPRA-GIS等。該平臺(tái)利用概率指標(biāo)如超越概率曲線、預(yù)計(jì)全年損失和可能最大損失，評(píng)估承災(zāi)體的概率損失，進(jìn)而進(jìn)行多災(zāi)害或多風(fēng)險(xiǎn)分析。

1.3.1 危險(xiǎn)性模塊CRISIS2007

根據(jù)輸入的地震帶(包括分布、歷史地震情況)，模擬出一個(gè)地震工況集，其中每一工況對(duì)應(yīng)1個(gè)震級(jí)和頻譜特性。通過細(xì)分震源得到子源，當(dāng)子源的長(zhǎng)度小于10 km或者震源距與子源的長(zhǎng)度之比小于3時(shí)不再細(xì)分，認(rèn)為震中以相同的概率出現(xiàn)在任何子源。對(duì)于每個(gè)子源，震源的振動(dòng)特性集中在它的重心。在大多數(shù)情況下，假定所有的子源發(fā)震遵循泊松分布(基本參數(shù)為地震年平均發(fā)生率，本文的設(shè)定震級(jí)為5.0)[6]。根據(jù)場(chǎng)地條件的特點(diǎn)，選擇對(duì)應(yīng)的地震波衰減模型。地震的危險(xiǎn)性用給定強(qiáng)度的超越概率來表示。假設(shè)強(qiáng)度變量服從對(duì)數(shù)正態(tài)分布，給定震級(jí)()和震源距(0)，地震強(qiáng)度()的超越概率為[3]。其中：(?)為標(biāo)準(zhǔn)正態(tài)分布；ED(|，0)為強(qiáng)度變量的中值(由相應(yīng)的衰減定律給出)；lna為強(qiáng)度的自然對(duì)數(shù)的標(biāo)準(zhǔn)差。由強(qiáng)度超越概率可得出區(qū)域地震危險(xiǎn)性圖和超越概率曲線。

1.3.2 易損性模塊ERN-Vulnerability

假定在特定地震需求下?lián)p失服從Beta分布[6](相關(guān)參數(shù)由條件損失的均值和變異系數(shù)求出)，則易損性函數(shù)描述不同地震需求損失的均值MD(平均損傷比)和標(biāo)準(zhǔn)差的變化，將MD與地震強(qiáng)度聯(lián)系起來。MD表示結(jié)構(gòu)的預(yù)計(jì)修復(fù)費(fèi)用與其建造成本的比，由決定[7]。其中0為彈性位移角，γ為最大非線性位移角，為斜率，(·)為預(yù)期值。

1.3.3 損失模塊CAPRA-GIS

通常用單位時(shí)間內(nèi)預(yù)期數(shù)量的地震產(chǎn)生的損失超越概率表示風(fēng)險(xiǎn)。1次地震的損失變量超越損失的概率為[7](其中，(＞|)為給定強(qiáng)度損失的超越概率，(|，)為給定震級(jí)、震源距強(qiáng)度的概率密度函數(shù)）。由上述方程可解決處理整個(gè)風(fēng)險(xiǎn)分析過程中易損性的不確定性。將易損性模塊得到的損害比乘以經(jīng)濟(jì)價(jià)值，可轉(zhuǎn)化成經(jīng)濟(jì)損失。分析得到的平均全年損失，表示預(yù)計(jì)損失及所有隨機(jī)地震工況全年發(fā)生概率的總和。需要說明的是：CAPRA平臺(tái)從創(chuàng)建以來一直只應(yīng)用于拉丁美洲和部分南亞國(guó)家，本文將其應(yīng)用于四川地震風(fēng)險(xiǎn)評(píng)估，與我國(guó)規(guī)范與適用性進(jìn)一步完善和研究，并且地震帶劃分成的子源并非均勻發(fā)震，而CAPRA認(rèn)為子源以相同的概率出現(xiàn)在震源范圍內(nèi)，可能導(dǎo)致誤差。另外，CAPRA平臺(tái)沒有包含目前應(yīng)用很廣的下一代地震波衰減模型，導(dǎo)致其適用范圍受限。

2 四川地震風(fēng)險(xiǎn)多標(biāo)準(zhǔn)評(píng)價(jià)

2.1 風(fēng)險(xiǎn)指標(biāo)的選取

為了綜合反映地震物理風(fēng)險(xiǎn)和社會(huì)風(fēng)險(xiǎn)，考慮到數(shù)據(jù)收集的精確度，選用3個(gè)風(fēng)險(xiǎn)指標(biāo)：區(qū)域破壞、人員傷亡、社會(huì)影響。區(qū)域破壞指的是所研究區(qū)域內(nèi)建筑等的經(jīng)濟(jì)損失；人員傷亡指的是區(qū)域內(nèi)嚴(yán)重受傷及死亡的總?cè)藬?shù)，社會(huì)影響指的是地震造成的環(huán)境和社會(huì)功能的破壞。一般地，社會(huì)富裕指數(shù)越高，對(duì)社會(huì)造成的影響越大。

2.2 承災(zāi)體數(shù)據(jù)的收集與處理

四川省的相關(guān)數(shù)據(jù)來源于中國(guó)地震臺(tái)網(wǎng)中心、四川防震減災(zāi)信息網(wǎng)、國(guó)家地震工程研究中心、《中國(guó)大陸地震災(zāi)害損失評(píng)估匯編》叢書、四川省房屋調(diào)查統(tǒng)計(jì)資料、四川省人口調(diào)查統(tǒng)計(jì)資料、實(shí)地走訪調(diào)查等渠道[8]。數(shù)據(jù)的收集與整理工作相當(dāng)繁重，為簡(jiǎn)化計(jì)算，典型建筑的結(jié)構(gòu)參數(shù)采用的是省內(nèi)最多的5種結(jié)構(gòu)類型的參數(shù)。潛在震源區(qū)的劃分一般根據(jù)研究工作區(qū)(一般指以研究場(chǎng)地為中心，半徑250~300 km的區(qū)域)的地震地質(zhì)構(gòu)造條件、歷史地震資料、近代小地震活動(dòng)以及其他地球物理場(chǎng)的分布來綜合確定[1]。這里考慮以雅安市(102.617 7E，30.301 6N)為中心，半徑為650 km范圍內(nèi)的地震帶(四川省外只考慮大的地震帶)，如圖2所示。地震帶上的歷史地震記錄采用的是中國(guó)地震臺(tái)網(wǎng)中心記錄的從1970?01?01—2012?12?31的精確地震記錄。

A—喜馬拉雅地震帶；B—理塘地震帶；C—康定?甘孜地震帶；D—金沙江?元江地震帶；E—木里?鹽源地震帶；F—松潘地震帶；G—安寧河谷地震帶；H—滇東地震帶；I—蘭州?天水地震帶；J—武都?馬邊地震帶；K—六盤山地震帶；L—渭河平原地震帶

2.3 地震危險(xiǎn)性分析

四川境內(nèi)以山地為主，丘陵次之，故大部分土質(zhì)屬于一級(jí)土，地震動(dòng)卓越周期平均為0.15 s；抗震設(shè)防烈度為基本烈度，重現(xiàn)期為475 a。經(jīng)分析，武都—馬邊地震帶所處位置的危險(xiǎn)性最大，這與歷史地震記錄相吻合。歷史上這幾條地震帶中武都—馬邊地震帶處發(fā)生的5級(jí)以上的地震最多，且最大震級(jí)達(dá)到8級(jí)以上。

2.4 結(jié)構(gòu)易損性分析

為了簡(jiǎn)化分析，按結(jié)構(gòu)特性將四川省的所有建筑物歸為最典型的5類：土磚結(jié)構(gòu)、石磚結(jié)構(gòu)、磚混結(jié)構(gòu)、底框?磚混結(jié)構(gòu)、鋼筋混凝土框架結(jié)構(gòu)。物理易損性曲線和人員易損性曲線分別如圖3~7所示。圖中，MD為結(jié)構(gòu)平均損傷比；a為地震譜加速度，單位為(1=1 g/cm3)。

(a) 物理易損性曲線；(b) 人員易損性曲線

(a) 物理易損性曲線；(b) 人員易損性曲線

(a) 物理易損性曲線；(b) 人員易損性曲線

(a) 物理易損性曲線；(b) 人員易損性曲線

(a) 物理易損性曲線；(b) 人員易損性曲線

從圖4~7可以看出：結(jié)構(gòu)的易損性受建造材料和結(jié)構(gòu)類型的影響最大；易損性曲線越平緩，結(jié)構(gòu)的抗震性能越好。上述結(jié)構(gòu)的抗震性能從弱到強(qiáng)依次是土磚結(jié)構(gòu)、石磚結(jié)構(gòu)、磚混結(jié)構(gòu)、底框?磚混結(jié)構(gòu)、鋼筋混凝土框架結(jié)構(gòu)。

2.5 區(qū)域損失分析

CAPRA將GIS圖與危險(xiǎn)性圖對(duì)應(yīng)起來，將GIS圖中建筑物的結(jié)構(gòu)性能、建筑成本、人口與易損性曲線對(duì)應(yīng)起來。得到四川各市的全年平均損失：物理?yè)p失p、物理?yè)p失率p(即p與建筑成本的比值)、人員損失h和人員損失率h(即h與建筑物常住人口的比值)。p較p以及h較h更具有代表性，p和h分別見圖8(a)和圖8(b)。

(a) 物理?yè)p失率p；(b) 人員損失率h

圖8 四川省各市的物理?yè)p失率p和人員損失率h

Fig. 8 Physical loss ratepand personnel loss ratehof municipalities in Sichuan province

對(duì)損失進(jìn)行分析發(fā)現(xiàn)：物理?yè)p失率以眉山、資陽(yáng)、廣元、成都、樂山為大，人員損失率以廣元、資陽(yáng)、眉山為大。甘孜、涼山、阿壩、達(dá)州的物理?yè)p失率接近0，大多數(shù)市的人員損失率均接近于0。

2.6 地震風(fēng)險(xiǎn)評(píng)估

2.6.1 風(fēng)險(xiǎn)指標(biāo)值的確定

采用3個(gè)風(fēng)險(xiǎn)指標(biāo)：區(qū)域破壞、人員傷亡、社會(huì)影響。區(qū)域破壞即為損失分析中的p，人員傷亡即為損失分析中的h。許利萍[9]對(duì)四川各市的經(jīng)濟(jì)發(fā)展進(jìn)行評(píng)價(jià)，得到各市經(jīng)濟(jì)發(fā)展的綜合得分，即為本文采用的社會(huì)影響指標(biāo)的取值。

2.6.2 風(fēng)險(xiǎn)指標(biāo)的標(biāo)準(zhǔn)化

為了使各風(fēng)險(xiǎn)指標(biāo)具有可比性，必須進(jìn)行指標(biāo)的標(biāo)準(zhǔn)化，轉(zhuǎn)化成0~1之間的值。這里用線性方程[10]進(jìn)行置換(其中，為指標(biāo)原值；′為指標(biāo)標(biāo)準(zhǔn)化后的值；為指標(biāo)的最大值；為指標(biāo)的最小值)。標(biāo)準(zhǔn)化后的值分別用1，2和3表示。

2.6.3 綜合風(fēng)險(xiǎn)指數(shù)

層次分析法(analytic hierarchy process簡(jiǎn)稱AHP)[11]給出了有代表性的加權(quán)系數(shù)取值。其用法是構(gòu)造判斷矩陣，對(duì)應(yīng)極度重要、特別重要、非常重要、比較重要、一般重要、比較不重要、非常不重要、特別不重要、極度不重要，分別取為9，7，5，3，1，1/3，1/5，1/7和1/9，求出矩陣的最大特征值及對(duì)應(yīng)的特征向量，歸一化后即為某一層次指標(biāo)對(duì)于上一層次相關(guān)指標(biāo)的相對(duì)重要性權(quán)值。本文加權(quán)系數(shù)的取值見表1。綜合風(fēng)險(xiǎn)指數(shù)根據(jù)計(jì)算求得，見表2。

表1 各指標(biāo)的加權(quán)系數(shù)

表2 四川省各市的地震綜合風(fēng)險(xiǎn)指數(shù)

四川省各市的綜合風(fēng)險(xiǎn)指數(shù)T如圖9所示。圖中左邊刻度單位為1。

圖9 四川省各市的綜合風(fēng)險(xiǎn)指數(shù)RT

圖9直觀地顯示了四川省各市的地震風(fēng)險(xiǎn)。四川省地震風(fēng)險(xiǎn)比較大的地方主要集中在眉山、資陽(yáng)、廣元、成都、樂山等地方；阿壩、甘孜、涼山、達(dá)州、瀘州等地的地震風(fēng)險(xiǎn)相當(dāng)小。

3 結(jié)論

1) 結(jié)合CAPRA平臺(tái)與地震風(fēng)險(xiǎn)多標(biāo)準(zhǔn)評(píng)價(jià)法，對(duì)四川的地震風(fēng)險(xiǎn)進(jìn)行評(píng)估，將地震危險(xiǎn)性、易損性、損失與風(fēng)險(xiǎn)的評(píng)估有效地結(jié)合起來，得到四川省的綜合風(fēng)險(xiǎn)指數(shù)分布圖，直觀地顯示了各市的地震風(fēng)險(xiǎn)。

2) 盡管CAPRA平臺(tái)結(jié)合地震風(fēng)險(xiǎn)多標(biāo)準(zhǔn)評(píng)價(jià)法的數(shù)值結(jié)果目前得不到驗(yàn)證，但其表示的相對(duì)關(guān)系是合理的，可進(jìn)行定性評(píng)估、概念決策，如進(jìn)行抗震設(shè)計(jì)時(shí)，可參考綜合風(fēng)險(xiǎn)指數(shù)圖，T大的地方可適當(dāng)提高抗震設(shè)防烈度；相關(guān)管理部門在制定城市抗震防災(zāi)政策時(shí),可考慮選擇使T減小最多的減災(zāi)方案；政府可著眼于優(yōu)化區(qū)域地震應(yīng)急系統(tǒng)資源的配置，對(duì)風(fēng)險(xiǎn)大的地區(qū)配備更多的人力部署和救災(zāi)物資；對(duì)于銀行、保險(xiǎn)公司等風(fēng)險(xiǎn)投資部門和保險(xiǎn)相關(guān)人，可參考區(qū)域危險(xiǎn)性、結(jié)構(gòu)易損性和損失風(fēng)險(xiǎn)進(jìn)行決策。

3) 需要說明的是：由于各個(gè)地區(qū)的地質(zhì)情況、發(fā)震情況、城市規(guī)劃情況、經(jīng)濟(jì)發(fā)展水平和社會(huì)結(jié)構(gòu)的差異，很難建立一個(gè)統(tǒng)一的地震災(zāi)害損失標(biāo)準(zhǔn)或者風(fēng)險(xiǎn)標(biāo)準(zhǔn)。本文的研究方法數(shù)據(jù)依賴性大，由于統(tǒng)計(jì)離散、同質(zhì)數(shù)據(jù)不足和資料搜集困難等問題，風(fēng)險(xiǎn)指標(biāo)的選取不完整，風(fēng)險(xiǎn)指標(biāo)的權(quán)重因子有待進(jìn)一步研究，可能使區(qū)域風(fēng)險(xiǎn)評(píng)估偏低，所以，需優(yōu)化評(píng)估指標(biāo)的選取、相關(guān)數(shù)據(jù)庫(kù)的建設(shè)等。

[1] 高慶華, 聶高眾, 張業(yè)成, 等. 論地震風(fēng)險(xiǎn)[M]. 北京: 氣象出版社, 2011: 1?38.
GAO Qinghua, NIE Gaozhong, ZHANG Yecheng, et al. On the seismic risk[M]. Beijing: China Meteorological Press, 2011: 1?38.

[2] 徐偉, 王靜愛, 史培軍, 等. 中國(guó)城市地震災(zāi)害危險(xiǎn)度評(píng)價(jià)[J]. 自然災(zāi)害學(xué)報(bào), 2004, 13(1): 9?15.
XU Wei, WANG Jingai, SHI Peijun, et al. Hazard degree assessment of urban earthquake disaster in China[J]. Journal of Natural Disasters, 2004, 13(1): 9?15.

[3] Barbat A H, Carre?o M L, Cardona O D, et al. Evaluación holística del riesgo sísmico en zonas Urbanas[J]. Revista Internacional de Métodos Numéricos para Cálculo y Dise?o en Ingeniería, 2011, 27(1): 3?27.
Barbat A H, Carre?o M L, Cardona O D, et al. Holistic assessment of seismic risk in Urban areas[J]. International Journal for Numerical Methods in Engineering Analysis and Design, 2011, 27: 3?27.

[4] Molina S, Lang D H, Lindholm C D, et al. Lindholm. SELENA—An open-source tool for seismic risk and loss assessment using a logic tree computation procedure[J]. Computers & Geosciences, 2010, 36(3): 257?269.

[5] Cardona O D, Ordaz Schroder M G, Reinoso E, et al. Comprehensive approach for probabilistic risk assessment (CAPRA): International initiative for disaster risk management effectiveness[C]//LI Jie, ZHAO Yangang, CHAN Jianting, et al. International Symposium on Reliability Engineering and Risk Management. Shanghai: Tongji University Press, 2010: 1?10.

[6] Carre?o T M L. Técnicas Innovadoras Para La Evaluación Del Riesgo Sísmico Y Su Gestión En Centros Urbanos: Acciones ex ante y ex post[D]. Barcelona, Espa?a: Universidad Politécnica de Catalu?a, 2006: 19?23.
Carre?o T M L. Innovative techniques for the seismic risk assessment and their management in urban centers: Action ex-ante and ex-post[D]. Barcelona, ??Spain: Technical University of Catalonia, 2006: 19?23.

[7] Marulanda M C, Carre?o M L, Cardona O D, et al. Probabilistic earthquake risk assessment using CAPRA: Application to the city of Barcelona, Spain[J]. Natural Hazards, 2013, 69(1): 59?84.

[8] 中國(guó)地震局監(jiān)測(cè)預(yù)報(bào)司. 中國(guó)大陸地震災(zāi)害損失評(píng)估匯編(1996—2000)[M]. 北京: 地震出版社, 2001: 39?98.
Monitoring and Prediction Agent of China Seismological Bureau. China Mainland Earthquake Damage Assessment Compilation (1996—2000)[M]. Beijing: Seismological Press, 2001: 39?98.

[9] 許利萍. 基于因子分析的四川各市(州)經(jīng)濟(jì)發(fā)展評(píng)價(jià)[J]. 中國(guó)集體經(jīng)濟(jì), 2012(6): 31?32.
XU Liping. Economic development evaluation of Sichuan municipalities (states) based on factor analysis[J]. China Collective Economy, 2012(6): 31?32.

[10] FOPAE. Evaluación holística del riesgo sísmico de la ciudad de bogotá[M]. Bogota D.C. Colombia: Fondo de Prevención y Atención de Emergencias, 2011: 25?38.
FOPAE. Holistic evaluation of seismic risk of the city of bogota[M]. Bogota D.C. Colombia: Prevention Fund and Emergency Care, 2011: 25?38.

[11] Whitaker R. Validation examples of the analytic hierarchy process and analytic network process[J]. Mathematical and Computer Modelling, 2007, 46(7/8): 840?859.

Multi-criteria simulation analysis of seismic risk based on CAPRA platform

YI Weijian1, SHEN Huiling1, CHENG Cheng2

(1. School of Civil Engineering, Hunan University, Changsha 410082, China;2. Hunan Construction Engineering Group Corporation, Changsha 410082, China)

In order to quantify seismic risk, risk indicators were selected first, hazard analysis, vulnerability analysis and loss analysis were carried out using the CAPRA (central American probability risk assessment) platform with each sub-module, finally the values of risk indicators such as physical loss and human loss were obtained. The risk indicators were standardized, and then regional holistic risk indexTwas taken as the weighted sum of the importance of risk indicators based on multi-criteria evaluation method. The greater the regional holistic risk index, the greater the regional seismic risk was. Physical loss, human loss and social impact were selected as risk indicators and taking Sichuan Province (China) as an example, the seismic risk values of each city were gained through this method. The results show that places like Meishan, Ziyang, Guangyuan, Chengdu and Leshan pose a higher seismic risk, but seismic risk of Aba, Ganzi, Liangshan, Dazhou and Luzhou is quite smaller, which can give some references for Sichuan’s house siting, risk mitigation and urban risk management.

seismic risk; holistic risk assessment; multi-criteria evaluation method; CAPRA (central American probability risk assessment); holistic risk index; Sichuan earthquake

P315.9

A

1672?7207(2015)02?0603?07

2014?04?05；

2014?06?23

國(guó)家自然科學(xué)基金資助項(xiàng)目(51178175, 51338004)(Projects (51178175, 51338004) supported by the National Natural Science Foundation of China)

易偉建，博士，教授，從事結(jié)構(gòu)工程研究；E-mail：wjyi@hnu.edu.cn

10.11817/j.issn.1672-7207.2015.02.031

(編輯 陳燦華)