城中村建筑在地震災害風險下損失預測

文/陳彥昇 林煌超 俞鍵 張水兵，云南大學建筑與規劃學院

城中村建筑在地震災害風險下損失預測

文/陳彥昇 林煌超 俞鍵 張水兵，云南大學建筑與規劃學院

地震易造成抗震性能不足的建筑破壞，尤其是技術與經濟有限的城中村，造成“中震大災”現象普遍。本文提出將設防情況、結構類型、層數、建成年限作為易損性影響因子，建立群體建筑模型，模擬在遭遇不同烈度地震下損壞情況。結果表明：本方法可靠性強，精度較高，作為農村建筑震害預估方法可行。

震害預估；地震烈度；易損性

地震是突發性災害，易使抗震性能不佳的建筑破壞，特別是農村建筑，由于施工方面的技術不達標等因素，更易造成人員傷亡。如果能夠預估建筑可能造成的破壞，對采取方法以減少傷亡是很有意義的。

在這方面早有學者進行過相關研究，如馬玉宏采用指標法[1]對村鎮木結構進行評估；李樹楨以延伸系數為主要參數[2]定量的對磚混房屋進行預測；李荷選擇位移角為指標[3]對農村自建房屋進行評定等。

1 易損性分析方法

1．1 易損性影響因子

根據歷史震害資料，選擇設防等級、結構類型、層數、建成年限這四個因素作為易損性影響因子。

1．1．1 設防情況

T6表示Ⅵ度設防，未設防表示為T0。遭遇烈度與設防烈度的差值定義為C，取值范圍為：-3＜=Cm＜=4[4]，破壞概率如表2：未設防建筑的破壞概率如表3：

表1 烈度差值破壞概率Tab．1 destructive probability of crack magnitude difference

表2 未設防結構破壞概率Tab． 2 destructive probability of fortification structure

1．1．2 結構類型

結構分為三類，用Si表示，如表4：以S1為例，樣本中頻數分布如圖1，參數β=2．79，η=0．57，依據公式(1)(2)進行Weibull分布擬合后[5]，得S1密度函數圖像及在各個震壞程度下的附屬值。

表3 結構分類情況及表示符號Tab． 3 classification of structure and symbol、

圖1 S1各個震壞情況下頻數分布Fig．1 requency distribution of affected areas

圖2 S1的概率密度圖像Fig．2 probability density image of S1

1．1．3 層數

層數分三類：用Fi表示，如表5。計算步驟與S1一致。

1．1．4 建成年限

建成年限分四類，用Yi表示，如表6，計算步驟與S1一致。

表4 層數分類情況及表示符號Tab． 4Floor of structure and symbol

表5 結構分類情況及表示符號Tab． 5Floor of structure and symbol

易損性因子在各個分類下的附屬值關系總表為表7：

表6 易損性因子與附屬值關系表Tab．6Vulnerability factors and relational tables of the subsidiary value

1．2 單體建筑易損性矩陣

單體建筑易損性因矩陣，如公式（3）

2 震后建筑狀態

2．1 震后單體建筑

根據公式（4）可求得在確定烈度地震下各個震壞程度的發生概率矩陣Bi。Bi=[B1，B2，B3，B4，B5]。

Bi：Ei的發生概率值Bi

DS，F，Y[Ei|T，Z]：單體建筑易損性矩陣

Wi：加權系數矩陣，取該加權系數矩陣為Wi=[0．5，0．25，0．1，0．15，0．1]

2．2 震后群體建筑

利用Anylogic建立群體建筑震害預估模型。根據公式（5），可得該地區各個震壞程度所占比例值R（Ei）。

Am：第m棟房屋面積

Bim：第m棟房屋發生Bi的概率

3 實例分析

以魯甸地震中甘家寨震害情況為例，通過實際震害結果與本文方法所得結果對比，來驗證方法的可靠性與準確性。

圖3紅線為本文方法預估結果，藍線為實際結果，發現最大誤差為12．8%，最小誤差為6．0%，總體誤差小于15%，證明本文方法及模型具有一定精確度。

4 結論

（1）本文提出一種快捷簡便的農村建筑震害預估方法來模擬農村群體建筑在遭遇地震后的震害情況，可靠性好，準確度較高。通過實例驗證，本方法結果與實際震害結果有一定誤差，但誤差均小于10%，仍處于可控范圍內。

[1]馬玉宏．地震災害風險分析及管理[M]．科學出版社．2008

[2]李樹楨．用延伸系數預測磚結構房屋的地震破壞[J]．世界地震工程．1994．10（2）:31—38

[3]李荷．城市地震影響災害預測[M]北京．中國鐵道出版社．1997:259-264

[4]謝禮立．論工程抗震設防標準[J]地震工程與工程震動．1996，16（1）：1-8

[5]金良瓊．兩參數Weibull分布的參數估計[D]云南．云南大學碩士2010