區域場地分類方法研究綜述

張雨婷,任葉飛,米欣雪,溫瑞智,王宏偉

(1.中國地震局工程力學研究所 中國地震局地震工程與工程振動重點實驗室,黑龍江 哈爾濱 150080;2.地震災害防治應急管理部重點實驗室,黑龍江 哈爾濱 150080)

0 引言

大量的理論研究及實際震害情況表明：局部場地條件對地震動特性及震害情況有顯著影響,通常表現為地震動的放大作用,尤其是在軟土場地上這種放大作用尤為明顯。如在汶川MS8.0級地震中,陳拓等[1]通過現場震害調查發現甘肅山體上黃土場地的地震動具有明顯放大效應,且放大效應與黃土的覆蓋層厚度及黃土邊坡坡度有直接關系;夏坤等[2]選取了汶川地震中四川、甘肅及寧夏三省范圍內的部分強震動記錄研究場地對地震動的影響,結果表明：黃土地區自振周期為0.3～1 s以及3～4 s的結構物對地震動放大顯著,且黃土場地上地震動相較于基巖場地持時更長。場地效應在其他地震相關研究中也被充分考慮,如在震后烈度速報ShakeMap系統中[3],以及在地震動衰減關系研究中[4-7],地震保險業務和強震動flatfile建設中均需考慮到局部場地的影響[8-10]。為此,區域場地分類逐漸成為地震工程領域關注的熱點問題,通過劃分場地的類別或確定場地參數的數值以考慮不同場地上地震動的放大效應。

傳統的場地分類方法一般是基于鉆孔剖面數據,各國的場地分類依據之間略有差異,美國以及歐洲各國采用VS30(即地表下30 m范圍內剪切波速的平均值)作為場地分類的依據,而我國采用的是VSE(等效剪切波速)及覆蓋層厚度雙指標[11-13]。然而通常由于經濟等條件的限制,難以實現對整片區域的鉆孔勘探。有研究發現地形、地貌、地質等宏觀表面特征與場地參數(VS30、VSE和覆蓋層厚度)之間具有良好的相關性[14-21],且隨著高精度地形地質數據的完善,基于地形地質的區域場地分類方法迅速發展。

本文主要對現有基于地形條件、地貌條件、地質條件及綜合條件的場地分類方法研究進行探討,分析各方法之間的差異及其優缺點,并對在使用過程中需要注意問題進行了說明。

1 基于地形條件的場地分類方法研究

FUMAL等[14]通過對第四紀沉積單元土壤粒徑分布及巖石性質的研究,表明了坡度與剪切波速存在相關性;在此研究基礎上,WALD等[15]使用全球多個國家和地區的鉆孔波速數據和由30弧秒DEM數據計算得到的坡度,將全球劃分為活動構造區和穩定大陸區,分別建立了NEHRP場地類別和坡度之間的相關關系;隨后ALLEN等[16]進一步使用更高精度的9弧秒DEM研究坡度與VS30之間的關系,結果表明高精度數據能夠更加細化坡度的變化,且與地形地貌具有更好的相關性,尤其是在丘陵和盆地之間的過渡帶。但是通過統計分析證明相比于30弧秒的數據,高精度的9弧秒數據對VS30估計效果相對較差,表明平滑的地形坡度能夠得到更穩健的VS30估計;而LEMOINE等[17]使用歐洲數據驗證了WALD等[15]建立的坡度與剪切波速之間經驗關系的適用性,發現對于特殊的火山高原、碳酸鹽巖和冰川大陸等地區該關系是不適用的。

我國也有許多學者分別應用地形坡度估算了各地區的場地VS30[18-20]。張雨婷[21]通過分析發現由于四川沉積環境特殊,基于地形坡度的方法在四川并不適用,僅使用河北、新疆及陜西鉆孔數據,建立了適用于我國的地形坡度與VS30相關關系(見表1);但張雨婷等[22]隨后在研究中發現：新疆與河北鉆孔的統計特性具有明顯差異,其地形特征也明顯不同,因此分別建立了適用各自區域的坡度-VS30關系,并分析了與WALD等[15]給出的全球活動構造區的坡度-VS30經驗關系的差異,如圖1所示。從圖1中可見相比于WALD等[15]給出的經驗關系,在多數劃定的VS30分類范圍內,新疆與河北地區對應的坡度上邊界要低于WALD等[15]中的上邊界值,且新疆與河北的坡度-VS30對應關系也有明顯的差異,尤其是在低坡度范圍(<10-2m/m),因此對于不同地區分區建立坡度-VS30關系是很有必要的。李昕蕾[23]也檢驗了WALD等在USGS上提供的全球VS30估計結果在新疆地區的適用性[24],結果表明：當坡度值小于0.001時,WALD等普遍低估了鉆孔剪切波速,當坡度值大于0.03時,WALD等普遍高估了鉆孔剪切波速;ZHOU等[25]并未直接建立VS30與地形坡度的關系,而是基于地統計方法,建立了基于坡度數據的協同克里金VS30插值模型,更直觀的反映了地形坡度與VS30的空間關系。

表1 地形坡度(m/m)與VS30 (m/s)及NEHRP場地類別對應關系Table1 Correlations between topographic slope (m/m) and VS30 (m/s) for NEHRP site classes

圖1 河北和新疆地區的場地VS30 與地形坡度經驗關系及Wald和Allen給出的全球VS30 與地形坡度經驗關系[15,22]Fig. 1 Regional empirical relationship between VS30 and topographic slope in Hebei and Xinjiang and the global empirical relationship provided by Wald and Allen[15,22]

基于地形坡度的區域場地VS30估計方法較為簡單,且坡度數據較容易獲取,USGS上提供的全球VS30估計值被廣泛使用,但是上述多個研究表明不同區域之間坡度與VS30之間的關系有較大差異[17,21-23],因此在應用時需先驗證其在本區域的適用性。且在部分地區,由于其特殊的地質地貌條件坡度方法并不適用[17,21],建議可采取直接賦值的方法,將研究區域內VS30的均值或中位值直接賦予整個區域。現有研究數據也多基于30弧秒DEM數據,未來研究應考慮不同精度數據對VS30估計的影響。

除地形坡度外,DEM數據中包含的其他地形信息也可用來作為場地分類的指標,如表面紋理,局部凸度等[26]。IWAHASHI等[27]提出一種基于決策樹理論,使用地形坡度、表面紋理及局部凸度作為指標的自動劃分場地類型的方法(圖2)。在此研究基礎上YONG 等[28]直接應用IWAHASHI等[27]的16類地形分類結果及加利福尼亞的VS30數據,將VS30與地形類別相關聯,建立了區域VS30預測結果(Y12模型);但是由于研究所采用的VS30值并非全由測量得來,為了提高模型預測效果的準確性,YONG[29]采用503個加州實測VS30數據重新確定每一個地形類的代表VS30值(Y16模型),并分析了Y12模型與Y16模型之間預測效果的差異。YONG[28-29]提出的這種方法也被廣泛應用到各項研究項目中,如NGA-West2場地數據庫,希臘VS30預測模型及北美洲西太平洋VS30模型[30-32],而CONTRERAS 等[33]在研究中將智利鉆孔數據區分為南北和北部,分別建立了VS30模型以驗證方法的區域性差異,結果表明：在相同地形類別下北部鉆孔的VS30值比南部鉆孔的VS30值要高的多,證實了區域性的存在。

圖2 基于三項地形特征的場地地形類別劃分流程[22,27] Fig. 2 A terrain classification scheme based on three morphometric parameters[22,27]

在這些研究基礎上,張雨婷等[22]應用IWAHASHI等[27]的分類流程(圖2),對新疆與河北分區計算地形分類的閾值重新劃分地形類別,并應用各區的鉆孔數據分別建立VS30預測模型。通過兩個地區之間分類閾值的比較及各地形類下預測值的比較,更加證實了基于地形特征的VS30估計方法的區域性的存在。張雨婷等[22]也將兩地區模型預測結果與Y12模型預測結果進行了比對(圖3),結果表明：不同模型在同一地形類別下的預測值雖有差異,但模型整體的變化趨勢是相似的。隨后ZHANG等[34]利用我國廣西、云南及北京等七個省份(或直轄市),劃分為3個區域,基于各自區域的地形分類閾值及地形分類結果建立了區域VS30預測模型,其研究結果可為我國區域地震動衰減關系研究及地震災害情景構建提供場地分類依據。但是由于這種方法區域性的存在,應用時首先需利用本地區的實測鉆孔數據建立預測模型,且模型的VS30預測值很大程度受現有鉆孔數據統計特性的影響,某些地形類別下鉆孔數據量較少也會導致模型預測效果的變異性增強。

圖3 新疆與河北地區16個地形類別下模型預測值及Y12模型預測結果[22]Fig. 3 The prediction values of VS30 for 16 terrain categories in Xinjiang and Hebei and the results in Y12[22]

2 基于地貌條件的場地分類方法研究

MATSUOKA等[35]應用日本約2 000個測點研究了日本工程地貌分類圖(JEGM)中的19個地貌分類單元與VS30之間的關系,發現了各地貌單元內鉆孔VS30的均值與單元的沉積物的粒度大小相對應(礫石>沙>粘土)。除此之外,他們還發現均由厚礫石層組成的礫石階地和沖積扇由于前者表層為更新世(洪積層)單元,而后者表層為全新世(沖積層)單元,礫石階地單元具有更高的剪切波速值,在一定程度上說明了地貌單元與地質單元存在某些內在的關聯。

MATSUOKA等[35]還引入海拔、坡度、與山的距離作為新的地貌指標,采用多元線性回歸擬合不同地貌單元下這些指標與VS30之間的關系,關系式如式(1)。通過擬合的回歸系數得出結論：一般條件下海拔越高、坡度越陡和距離山的距離越近,剪切波速值越大,且總體上海拔對VS30的影響較大。

logVS30=a+blogEv+clogSp+dlogDm±σ

(1)

式中：a、b、c和d表示回歸系數,σ表示標準差,Ev代表海拔高度,Sp代表坡度,Dm代表鉆孔點距離山(第三紀或第三紀前形成的山,單位：km)的距離。

史大成[36]也對我國廣東地區的地貌單元進行了研究,分析了各地貌單元內VS30均值的差異(圖4),并引入海拔高度、地形坡度及與山的距離作為估算VS30的參數,建立各地貌單元下各參數與VS30的函數關系。其研究結果表明通常情況下山、山坡和巖石等較硬的巖石場地幾乎不受高程和坡度的影響,而礫石階地和山谷洼地會同時受到高程、坡度及與山的距離的因素共同影響;THELEN等[37]通過對洛杉磯盆地附近河流的研究表明：水利梯度影響著河流沉積物粒度,因此水利梯度與VS30具有良好的相關性可以作為估計VS30的指標。

基于地貌條件的VS30估計方法通過建立地貌指標(海拔、坡度、及與山的距離)與VS30的函數關系改善了分類單元中VS30值單一的情況,相對于使用平均值或中位值作為某一單元的估計值來說更加符合實際場地條件,但是這種地貌圖僅可在日本獲得,在其他國家或地區難以獲得高精度的地貌單元分類,且距離山脈的距離難以得到較為準確的值。

注：1p、1t及2～15 分別表示的地貌單元如下：1p.山(第三紀之前),1t.山(第三紀之后)1);山坡2);山丘3);巖石階地4);礫石階地5);山谷洼地6);沖積扇7);天然河岸8);漫灘沼澤9);荒廢的河道10);沿海低地和三角洲11);沙礫12);沙丘13);三角洲14);填土15)

3 基于地質條件的場地分類方法研究

地質圖中包含的年代、巖性和成因等性質常被用來作為估算VS30的指標,通常情況下,年代越久遠并且巖石越堅硬,剪切波速值越高,而不同成因類型的沉積單元其土壤粒徑不同導致其剪切波速也有差異,例如風積單元多為細砂,其剪切波速值較低,而沖洪積單元多為卵碎石,其剪切波速值相對較高。

BORCHERDT[38]通過研究舊金灣附近的強震記錄發現,位于人工填土或海灣泥場地上的最大水平地面加速度通常隨著地層厚度的增加而增加,并且比附近基巖場地上記錄的速度大幾十倍,證實了局部地質條件對地震波有重要影響;隨后,BORCHERDT[39]將地表地質與剪切波速結合完成了舊金山的場地分類;PARK等[40]通過整合地質單元與剪切波速資料得到了南加州的復合剪切波速分布圖。但由于當時剪切波速資料匱乏,因此所得到的結果相對較為簡單且具有一定的局限性。

WILLS[41]利用556個鉆孔剖面數據將加利福尼亞州的地質成因、巖性與NEHRP定義的場地類別相匹配,并為處于兩個場地類別邊界的地質單元創建了中間類別(BC、CD或DE類)。但是其定義的場地類別波速范圍重合較高,劃分的7個類別在對地震動的放大特性上是否不同也有待研究;為了得到更加適用且簡單的分類圖,WILLS等[42]將具有相似波速性質的單元整合到一起,重新對加州的地質單元劃分為19個地質類,以地質單元特性來描述場地的特征,為每個定義的地質單元賦予VS30值;STEWART 等[43]通過實測VS30數據以及地層地質等相關信息為意大利101個強震動臺站提供合理的VS30值,并通過殘差分析驗證了WILLS等[42]模型對意大利臺站估計的可靠性;VILANOVA等[44]直接應用WILLS[42]模型以及STEWART 等[43]相關結果為西伊伯利亞半島缺少VS30信息的臺站提供VS30估計值以進行地震動分析;SILVA等[45]建立了葡萄牙地質單元與WILLS等[42]及STEWART等[43]研究中的地質單元類別之間的對應關系,以得到葡萄牙VS30空間分布信息;隨后VILANOVA 等[46]收集了葡萄牙的剪切波速數據及地表地質信息,劃分不同地質單元并驗證不同單元間VS30的統計差異,建立了基于地質單元的葡萄牙VS30估計模型。LI等[47]檢驗了德克薩斯州不同地質年代單元中不同巖性的VS30統計特性差異,整合并建立基于地質單元VS30模型,然后應用地質統計學Kriging方法將VS30測量值融合到地質單元模型中,得到了德克薩斯州的VS30空間分布結果。這些研究都是在認為地質單元與VS30具有相關性的基礎上進行的,然而THELEN等[37]對圣加布里埃爾河附近的VS30數據進行分析發現,第四紀地質單元河流沉積年代與測量的VS30沒有相關性,并且通過進一步研究發現在同一地質和土壤單元內VS30差異很大,說明了以某一VS30值表示地質單元特性并未考慮到單元內VS30的變異性。

我國也有大量學者進行了相關研究,如LEE等[48]考慮地質年代及巖性因素,完成我國臺灣省場地的地質單元分類,根據分析判斷各地質單元應屬的NEHRP場地類別,確定自由場地臺站的場地類別;亢川川[18]使用四川高精度的1∶50萬地質數據,僅考慮地質年代劃分地質單元,確定各地質單元所屬NEHRP場地類別;張雨婷[21]在地質年代的分類基礎上,考慮了風積單元的影響,對新疆的地質單元進行分類;史大成等[36,49]綜合考慮了地質年代、成因與巖性,得到全國范圍內地質成因與NEHRP場地分類指標關系矩陣與1∶250萬場地分類結果;XIE等[50]利用VS30數據及地質年代和沉積環境建立了適用于北京平原的VS30預測模型,并通過分析表明這種基于地質條件的方法相比于基于地形條件的方法在北京平原上對VS30的預測更有效。我國部分研究區域中地質單元與NEHRP場地類別對應關系見表2。

表2 我國不同研究區域中,地質單元與NEHRP場地類別對應關系表Table 2 Correlations between geological units and NEHRP site classes in different areas of China

這種基于單一地質條件的場地分類方法,在確定場地類別時多由主觀經驗判斷所得,或以單元內采樣點的VS30值均值表示單元特性并未考慮到VS30變異性,且對不同地區的地質單元定義場地類別時也有差異,在使用其他地區的模型時應先驗證在本地區的合理性。

4 綜合條件場地分類方法研究

在上述僅依靠單一指標進行場地研究的基礎上,許多學者綜合使用地質、地形及地貌等條件以提高場地VS30預測的準確性。如WILLS等[51-52]在地質單元分類基礎上,引入坡度與距離基巖的距離兩個指標分別定量對沖積單元進行詳細的劃分,最終通過將坡度分為3類以識別沖積單元中不同的VS30波速范圍。WILLS等[53]結合了WILLS等[42]地質單元分類與WILLS等[52]坡度細分沖積層的準則,實現了更加精準的區域VS30估計。

THOMPSON等[54]提出了兩種綜合地質地形條件提高場地VS30估計的方法,得到了中國臺灣省場地的VS30估計結果,并分析了兩種結果的差異;張雨婷[21]將這兩種方法運用到新疆地區,通過研究發現對于THOMPSON等[54]提出的第一種方法由于其僅在坡度預測的結果上進行簡單的殘差疊加,仍舊有部分估計結果偏高或偏低;而對于第二種方法,張雨婷[21]發現全新統與更新統單元坡度與VS30具有相似的函數關系,且由于鉆孔缺少高波速值(>760m/s)的限制,導致使用這種方法得到的分類結果缺少A類和B類場地,但是相比于傳統的地質方法,使用函數關系取代單一的均值能夠更好的解決地質單元內VS30值單一的問題;THOMPSON等[55]隨后提出了將回歸克里金的地質統計學與地形、地質及鉆孔測點等約束條件結合的場地參數估計方法,估測了加州場地的VS30;AHDI 等[32,56]分別為北美太平洋西北地區和阿拉斯加州建立了綜合地質與地形坡度的VS30估計方法;PARKER等[57]綜合考慮了地質信息,地形坡度及冰川作用范圍和沉積盆地結構,為北美中部和東部地區建立了綜合條件的VS30估計方法;KWOK等[58]建立了基于地質單元、地形坡度和海拔的中國臺灣省場地的VS30預測方程,同時建立了基于16類地形類別的VS30預測模型,并結合兩個模型之間的離散性和相關性分析提出一種多模型加權方案;FOSTER等[59]利用新西蘭VS30數據,基于地統計方法(MVN)分別建立了基于地質的VS30模型和基于地形特征的VS30模型,并對兩個模型賦予相同的權重,建立了綜合地質與地形特征的MVN模型;ZHOU等[60]分析了坡度、地質及巖土類別對VS30的影響,將這些參數組合成不同參數模型建立VS30估計模型以提高VS30估計的準確性,并建立了基于不同條件的參數模型篩選流程。

以上研究均基于以美國規范定的VS30作為劃分場地的指標,此外還有許多區域場地分類研究是基于我國規范所定義的場地類別,如陳學良等[61]基于地形坡度,考慮VS30與VS20的經驗對應關系,對我國云南的玉溪盆地、江川盆地和通海盆地進行場地類別劃分,并表明這種方法直接用于深厚的和成因復雜的沉積盆地的場地類別劃分是有局限性的;李昕蕾[23]分別建立了新疆地區坡度與VSE和覆蓋層厚度的關系,并綜合考慮了區域地貌、宏觀地形與地質因素,建立了“地貌-巖體堅硬程度-沉積物成因-地形坡度”四級劃分原則的多因素融合場地分類方法如圖5所示,得到基于我國規范的新疆場地分類圖,但其所提出的這種分類方法在確定類別時也是由經驗判斷所得;LI 等[8]在依據地質年代、成因和巖性劃分地質單元的基礎上,引入WALD等[15]和 ALLEN等[16]的研究成果作為確定地質單元場地類別的關鍵因素,并通過中美分類指標的對比關系得到基于坡度-地質資料的中國全國場地類型圖,但是其直接應用WALD等[15]和ALLEN等[16]的研究結果并未進行驗證,且認為同一地質單元具有相同的場地類別并未考慮到單元內VS30的變異性;CHEN等[62]分別利用我國1∶100萬地質圖和1∶250萬第四紀沉積圖劃分地質單元確定各單元的場地類別,并將得到的兩幅場地分類圖進行整合,對場地類別有差異的區域進行修正得到最終的全國場地分類結果,但其在確定單元場地類別時很大程度也是依賴主觀經驗。

續表

5 結語與展望

地形、地質和地貌等因素在無法直接獲得場地VS30值或場地類別時常被用來作為場地分類或確定VS30值的替代指標,基于地形、地質和地貌等因素的場地分類方法發展迅速且已取得了巨大成果,但仍存在一些問題在應用時需值得注意：

1)基于地形坡度的場地分類方法簡單,且被廣泛應用,但是已有許多研究證明不同地區的地形坡度與VS30值的關系存在區域性差異,因此在使用坡度方法時應首先驗證在本地區的適用性,在冰川、火山平原及四川盆地等特殊地區坡度方法并不適用,建議可采用直接賦值的方法,且現有坡度模型多建立在30弧秒DEM數據基礎上,未來也應研究不同精度數據對于估計VS30的影響;而基于地形特征的VS30估計方法很大程度上受鉆孔數據統計特征的影響,所得到的類別主要集中于C類和D類場地,缺少B類和E類場地,且不同地區也具有區域性的影響,因此不可直接引用其他地區的模型,需應用本地區的鉆孔數據建立本地區的模型。

2)基于地貌指標建立VS30函數關系的方法在一定程度上改善了分類單元中VS30值單一的情況,相對于采用平均值或中位值作為某一單元的估計值來說使用函數關系更加符合實際場地條件,但在多數國家高精度地貌圖不易獲取,且難以判斷與山的距離。

3)基于地質條件的場地分類方法在確定地質單元的場地類別時很大程度是根據主觀經驗的判斷,且通常認為同一單元只存在相同的場地類別,或以采樣點的VS30均值作為單元的代表值,并沒有考慮到單元內VS30的變異性。

4)綜合地形、地質和地貌等因素的場地分類方法也發展迅速,但通過建立地貌單元、坡度和海拔等參數與VS30的關系時由于缺少高值波速鉆孔的原因會導致最后的場地分類圖缺少A類和B類場地,且部分研究直接應用Wald和Allen的研究結果并未驗證坡度方法在本地區的適用性[12],而直接建立這些因素與場地類別的直接關系時也很大程度依賴主觀經驗判斷。

不同地區之間的VS30預測模型存在區域性,未來的研究應專注于各地區模型之間的差異,分析不同模型在本地區的適用性,提供本地區估計VS30的最優模型。且各種模型都存在其優缺點,在建立模型時地質信息與地形信息能夠互相補充,綜合多因素的VS30預測模型相比于單因素VS30預測模型能夠提升VS30預測的準確性,未來研究也應專注于建立基于多因素的VS30預測模型。