一种地震成灾风险评估和经济损失预测方法与流程

本发明属于地震成灾风险评估和地震经济损失预测技术领域，具体涉及一种地震成灾风险评估和经济损失预测方法。

背景技术：

地震灾害是一种极为常见的自然灾害，它具有突发性强，续发性高和破坏力巨大等特点，其也被称之为“群灾之首”。尤其在人口密集的地方，地震灾害一旦发生，将极有可能给人类的生产，生活造成难以估量的损失。地震的成灾性是指地震发生是否会造成直接经济损失，或者人员伤亡事故。因此一旦地震灾害发生，如何对其成灾风险进行有效评估，以及对成灾地震灾害进行合理的经济损失预测，这对于地震灾害的定量化分析和之后的地震减灾工作的开展具有十分重要的意义。

目前常见的地震灾害损失评估有两类方法，一种是基于建筑物，基础设施结构分类的清单易损性分析法，这种方法相对比较简便，但是该方法往往需要收集统计不同地区的大范围数据资料，将及其消耗人力和物力，这对于地震应急、救灾等的宏观决策并不经济。另一种方法是基于gdp的宏观易损性分析方法，该方法包括了建筑物和基础设施在内的全部社会财富遭受地震灾害的总损失。这种方法简便易行，而在资料数据上，国家每年都会更新各个地区的gdp数值，对于数据更新上更为容易。现如今已经广泛应用于地震灾害经济损失预测的实际工作中。例如，专利[cn110046454a]中在宏观易损性分析方法上，结合大数定理和全概率公式，来确定某一位置发生地震损失概率进而进一步估计经济损失。然而这种方法往往忽略了地震的成灾性分析。而通过上述方法进行分析评估，不仅会消耗一定的人力成本，并且也可能造成评估数据不准确的现象。如果在地震发生时，能够先对地震成灾风险进行评估，确定其成灾的可能性，然后再进行地震灾害的损失预测，这将极大提升工作效率以及预测的准确性。

针对上述所存在的问题，需要设计出一种地震成灾风险评估和经济损失预测方法，通过该方法来满足当前对地震成灾风险评估和地震灾害损失预测的需求。

技术实现要素：

有鉴于此，本发明提出一种地震成灾风险评估和经济损失预测方法。根据历史上的中国大陆地震灾害损失述评，并对地震数据进行收集整理，构建了一个快速、准确的地震成灾风险评估和经济损失预测方法，工作人员只需要根据新发生地震的地点的经纬度，震级大小，作为地震成灾风险评估模型的输入，如果判断其为成灾事件，则获取该地区当年的gpd值，通过宏观经济易损模型进行损失性预测其可能造成的直接经济损失。通过采用该方法能够极大的提升预测的准确性，工作人员的工作效率，并且降低了人工和硬件成本。

为实现上述目的，本发明提供如下技术方案：

本发明一种地震成灾风险评估和经济损失预测方法，其包括1、历史地震数据收集模块，主要为了提取历史数据中的5级以上成灾和不成灾的地震记录，其中包括了地震地点的经纬度，地震的震级，人员伤亡数，受灾人口数，地震烈度以及直接经济损失；2、地震成灾风险评估模型构造模块，该模块是为了通过历史数据判断当前地震灾害是否成灾；3、地震灾害数据采集模块，其目的是为了收集当前地震灾害的实时数据，其中包括发生地震的经纬度，震级，已经发生地当年的gdp，并对其进行分析；4、烈度回归模型构造模块，通过历史的地震级数对地震烈度进行线性回归。5、宏观经济易损性模型构造模块，该模块是为了根据历史的烈度数据和经济损失比拟合经济易损性模型；6、直接经济损失预测模块，目的是为了预测地震成灾的直接经济损失。

一种地震成灾风险评估和经济损失预测方法，大致包括以下步骤：

步骤(1)：收集在记录历史上地震灾害等级大于5级的成灾和不成灾数据集p{i}，其中包含地震发生地点的经纬度坐标(xi，yi)，地震震级大小mi，地震烈度等级di，地震的直接经济损失li以及地震受灾人口数量napi。

步骤(2)：获取目标地震位置t的经纬度坐标(xt，yt)，地震等级mt，该地区当年的gdpt。

步骤(3)：通过如下公式(1),(2)筛选出目标地震位置与历史数据p{i}中距离小于200千米的成灾次数n1和不成灾次数n2。

其中r表示地球的半径，一般取6378.137千米，d(x)表示地震目标位置与历史地震位置之间的距离，如果距离小于等于200千米，则d(x)＝1,否则d(x)＝0。

n1表示在所有历史地震数据集合p{i}中，地震成灾，并且与目标地震t的距离小于200千米的次数。

n2表示在所有历史地震数据集合p{i}中，地震不成灾，并且与目标地震t的距离小于200千米的次数。

步骤(4)：判断n1和n2的比例，如果n1/(n1+n2)>0.5，则说明目标地震是可能成灾则进行下一步，否则说明该地震成灾可能性不大，则返回步骤(2)继续获取相应地震数据。

步骤(5)：如果判断目标地震t可能成灾，则继续筛选集合p{i}中距离目标地震t距离小于200千米成灾地震数据中的震级集合ma和地震烈度集合da，其中a<＝i。由于地震的烈度与震级往往都是正相关，所以这里可以采用一元线性回归的方法对其进行线性拟合，可获得d＝k×m+b。其中拟合系数b和k可通过公式(3)和公式(4)计算得到。

步骤(6)：根据上述步骤(2)中所获取的目标地震的震级mt，通过步骤(5)中拟合方程可以计算目标地震位置的烈度md，其中md＝k×mt+b。

步骤(7)：通过历史地震数据集p{i}，构造关于烈度与gdp的损失率公式如下：

f(m,gdp)＝c×a×m^b(5)

其中，f(i,gdp)表示gdp损失率，m为地震烈度，a、b为易损性统计参数，c为修正系数。

步骤(8)：根据步骤(2)中所获取的目标地震地区当年的gdp值mg，带入公式(5)中，即可预测出该地区的直接经济损失值loss：

loss＝c×a×md^b×mg(6)

与现有技术相比，本发明的有益效果为：

通过现有分类清单易损性分析法进行地震灾害直接经济损失预测，该方法主要对于地震危险性的分析工作比较多，但是对于地震灾害的危害性分析比较少。此外，该方法要求需要及为详尽的建筑物、地质、社会经济方面的大量资料，往往这些资料的获取是十分困难的。而普通的宏观经济易损模型通常会忽略地震灾害的风险评估分析，通常情况下只要有地震灾害的发现该方法就会认定其是风险灾害，就会对其进行经济损失的预测，这往往缺乏一定的合理性。为此，本发明方法结合历史地震数据进行分析建模，通过对目标地震位置以及历史相邻位置的地震信息采用概率统计的方法进行风险评估，如果判断其为成灾地震，再通过宏观经济模型进行直接经济损失的预测。本发明方法能够更为准确的对目标地震的风险和损失进行有效的评估，对于地震灾害的抗御对策研究和保障社会公共安全都有很高的应用需求和前景。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例中提供的一种地震成灾风险评估和经济损失预测方法的整体流程图；

图2为本发明实施例中目标地震以及历史地震位置进行可视化展示图。

具体实施方式

下面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。基于本发明的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明的保护范围。

本发明实施例中提供了一种地震成灾风险评估和经济损失预测方法的流程图，以2019年5级以上地震成灾数据如表1所示为例。

表1、2019年5级以上地震成灾数据

本发明实施例，提供一种地震成灾风险评估和经济损失预测方法，主要包括如下步骤：

步骤(1)：收集2005-2018年间5级以上地震成灾和不成灾的数据集合p{i}，该集合包含了这14年间的地震发生地点的经纬度坐标(xi，yi)，地震震级mi，地震烈度等级di，地震的直接经济损失li以及地震受灾人口数量napi。

步骤(2)：获取2019年8起地震成灾事件数据如表1所示，其中包含地震震级集合mt{i}，经纬度坐标集合(xt{i}，yt{i})，以及该地2018年的gdpt＝160.8亿元。

步骤(3)：通过如下公式(7),(8)筛选出目标地震位置与历史数据p{i}中距离目标地震位置小于200千米地震，并通过图2对其位置进行直观的可视化显示。

其中i的范围为1到8，n1表示历史地震中与目标地震位置成灾次数和不成灾次数，n2为不成灾的次数，通过计算，可以得到n1，n2。

步骤(4)：判断n1和n2的比例，其中n1/(n1+n2)>0.5，则说明目标地震具有50％成灾的风险可能性，则需要继续对其进行直接经济损失预测。

步骤(5)：筛选集合p{i}中距离目标地震-t距离小于200千米成灾地震数据中的震级集合ma和地震烈度集合da，其中a<＝i。由于地震的烈度与震级往往都是正相关，所以这里可以采用一元线性回归的方法对步骤(3)中所获得的14组震级和烈度数据进行线性拟合，其中拟合系数b和k可通过公式(9)和公式(10)计算得到；

这里通过计算，可以得到k{i}，b{i}。因此，关于震级-烈度的线性拟合方程可以表示为m{i}＝k{i}×d+b{i}。

步骤(6)：将目标地震烈度dt{i}，带入到线性方程中，可以预测出该地震的烈度为mt{i}＝k{i}×dt{i}+b{i}。

步骤(7)：通过历史地震数据集p{i}，构造关于烈度与gdp的损失率，根据2019年该地人均gdp为10000元以上，所以可以获得损失率f(m,gdp)和烈度m之间的关系如公式(11)所示：

f(m,gdp)＝4.0×10^-12×mt{i}^12.67(11)

步骤(8)：将步骤(6)中的预测烈度mt{i}，带入到公式(11)中，可以获得，烈度可能造成的经济损失率集合为f(m,gdp){i}。

步骤(9)：结合步骤(2)中所获取2019年5级以上地震成灾地区中2018年的gdp集合gdpt{i}亿元，直接将f(m,gdp){i}与gdpt{i}进行相乘，即为预测的直接经济损失：

loss{i}＝f(m,gdp){i}×gdpt{i}。

通过调查可知，2019年5级以上地震造成真实直接经济损失为和预测结果如表2所示，测试结果表明真实的8起地震实际经济损失都与本方案的预测值是十分接近。由此，可以进一步证实，该方法进行地震风险评估以及地震直接经济损失预测是真实可行的。

表2、2019年5级以上地震成灾经济损失与预测结果

对于本领域的技术人员而言，阅读上述说明后，各种变化和修正无疑将显而易见。因此，所附的权利要求书应看作是涵盖本发明的真实意图和范围的全部变化和修正。在权利要求书范围内任何和所有等价的范围与内容，都应认为仍属本发明的意图和范围内。