1999年以來地震生命損失評估研究新進展1

吳新燕1) 吳昊昱2, 3) 顧建華1)

?

1999年以來地震生命損失評估研究新進展

吳新燕1吳昊昱顧建華

1）中國地震局地球物理研究所，北京 100081 2）太原理工大學，太原 030024 3）山西省地震局太原基準地震臺，太原 030025

地震后造成人員傷亡的影響因素有很多，包括震級、烈度、人口、房屋破壞程度、與斷層的距離、經濟發展狀況等。本文總結了1999年以來國內外地震生命損失研究中的若干方法和模型，介紹了這些評估方法在地震后的應用情況，并進行了適當的總結。最后提出了人員傷亡評估的發展趨勢。

地震 生命損失評估 研究新進展

引言

地震是人類面臨的主要自然災害之一。突發的破壞性地震不僅會造成建筑物和生命線工程的損壞，地震災區的人員傷亡將帶來巨大的經濟損失和難以估量的間接損失。人員傷亡指標是評判地震災害程度的主要指標（馬玉宏等，2001），研究地震人員傷亡的評估方法對于減少地震損失具有重要的意義。越來越多的中外學者開始研究地震所造成的生命損失，并使得這一研究逐漸呈現出多樣性和復雜性。馬玉宏等（2000）和趙振東等（2000）對1999年以前生命損失的各種評估方法分別做了系統的綜述。自1999年以后，相關研究又有了長足的發展，尤其是2008年汶川地震的發生，更在客觀層面上加快了研究的步伐，因而有必要對這些方法進行歸納和總結。而通過分析各個方法的特點可發現在評估過程中存在的問題和困難，這樣就可為地震生命損失評估研究的發展提供具有方向性的意見和建議。

本文在總結近十幾年來國內外地震生命損失評估方法的基礎上，對其存在的問題和發展方向進行了初步的探究。

1 國外研究進展

對于地震生命損失的快速評估，國外做了較多研究并研發了一系列快速評估工具，如美國地質調查局的全球地震響應快速評估系統PAGER（Kishor Jaiswal等，2009）、行星監測與減低地震風險機構（WAPMERR）的地震損失評估工具QLARM（Trendafiloski等，2011）、Badal等（2005）提出的地震傷亡量化分析方法等。

1.1 PAGER的三種模型

2007年，USGS發布了用于地震應急的全球地震快速評估系統PAGER（Prompt Assessment of Global Earthquake for Response）。該系統可快速估計地震動分布、嚴重受災地區的人口和財產以及可能的傷亡和經濟損失范圍，并及時將結果提供給應急響應人員、政府和救助機構以及新聞媒體。

在估計人員損失方面，PAGER系統包括3個評估模型，它們分別為：分析方法、半經驗化方法和經驗化方法。

1.1.1 分析方法

分析方法是在區域尺度內，根據場地狀況和特定建筑結構對地震動的響應進行分析，這種方法利用HAZUS的能力譜方法進行結構損失分析，它是從地震危險性、建筑結構、建筑損傷，最后到損失分析端的建模計算過程，其過程較為復雜，這里不再贅述。

1.1.2 半經驗化方法

半經驗化方法根據特定建筑結構的易損性曲線，以及建筑物倒塌造成的死亡人數建立地震人員損失模型，其模型為：

式中，為網格編號；為建筑類型；S為每個網格所處的烈度；P為網格中的總人數；f為地震時在類型建筑的第個網格中的人員在室率；CR（S）為某烈度下的倒塌率，計算公式為：，其中是通過歷史震例擬合或專家經驗得到的與建筑類型有關的參數；FR為建筑倒塌后的死亡率。

1.1.3 經驗方法

經驗方法是基于歷史數據建立回歸關系，從而對地震人員損失數進行評估的方法。經驗方法的模型及參數確定的過程為：設地震人員死亡率為，地震烈度為，其模型為：

式中，是標準正態分布函數；和是待求參數。

為了估計某次地震造成的人員損失數，令P（S）表示暴露在地震烈度S下的人口，則地震可能造成的死亡人數E可以表示為：

為計算模型參數和使得估計人員損失值與實際人員損失值之間的殘差最小，需要構建殘差目標函數。由于高人員損失數的強震事件對模型結果有重要影響，為了使回歸模型有很好的穩定性，可以采用如下殘差目標函數：

式中，E為地震可能造成的死亡人數；O為地震事件實際造成的人員死亡數；為震例數目；為累計殘差值。

此外，在模型建立過程中，將會忽略掉許多對地震人員損失結果造成影響的變量，這對評估結果將帶來不確定性。因此可以采用下面的公式估計模型的不確定性：

從輔助決策角度考慮，地震造成的人員損失數是確定地震應急響應級別重要的參量。利用模型估計人員損失數為后，對于某一應急級別的閾值 []，實際人員損失數落在 [] 內的概率為：

評估時，利用少量強震震例樣本即可建立適用于不同烈度范圍的地震人員損失回歸模型，同時利用模型的不確定性及應急響應閾值可以計算實際人員損失數在某一應急響應級別內的概率，此概率可以作為判定啟動應急響應級別的重要參量。

1.2 QLARM的傷亡事件樹模型

WAPMERR使用的QLARM工具，是基于Stojanovski等（1994）提出的傷亡事件樹模型來預測傷亡的。地震烈度所對應的傷亡狀態C（=1，5）的發生概率，等于烈度時的破壞概率和破壞等級D所造成的傷亡概率的乘積，其公式如下：

式中，(DI)是烈度為I時破壞等級D(=1-3)的概率；(DI)是破壞等級D(=4和5)的建筑物里沒有發生倒塌的概率；(DI)是破壞等級D(=4和5)的建筑物里發生倒塌的概率；k(I)是倒塌模型；(DC)是建筑破壞等級D所造成的傷亡狀態C的概率。

其中，破壞等級D和傷亡狀態C分別采用EMS-98和HAZUS（NIBS and FEMA 2003）的分類方法：

表示完好；表示輕微破壞；表示中等破壞；表示嚴重破壞；表示非常嚴重破壞；表示完全倒塌。

表示未受傷；表示輕傷；表示中度受傷；表示重傷；表示死亡。

WAPMERR（2009）使用這一工具對汶川地震的估計死亡人數進行了數次修正，結果與實際較為接近。

1.3 死亡人數和震級、人口密度的關系

對于強烈地震，Badal等（2005）構建了利用震級、人口密度等指標評估人員傷亡的模型，并用來評估西班牙8個城市假設遭遇6級和6.5級地震時的人員傷亡數量。這一方法有助于做好應急準備計劃以及防范地震風險。其公式為：

式中，表示震級；表示人口密度；N和N分別為預測的死亡人數和受傷人數。

2 國內研究進展

自1999年以來，國內地震生命損失的評估研究也有了長足的發展，在前人的基礎上提出了很多新思路和新方法。下面將生命損失與其各種影響因素的關系概括如下。

2.1 死亡人數和震級、烈度的關系

施偉華等（2012）以1992—2010年云南地區的破壞性地震的傷亡人數資料為主，將其分別與地震震級和烈度統計擬合，得到云南地區震級和烈度與死亡人數的關系曲線及表達式。根據云南各地的自然環境和社會發展的差異，確定了各種條件下的地震災害人員死亡影響因子加權系數的取值，對2個擬合關系表達式進行校正。采用該方法計算了已發生的12個地震的死亡人數，并與實際的地震災害死亡人數做了對比及討論，得出烈度法的預測結果比震級法更接近實際的結論。

他提出用人口密度加權系數（某震區的人口密度與云南省的人口密度之比）、發震時間加權系數、地形天氣加權系數、震中位置加權系數和顯著前震加權系數，來對擬合計算得到的地震災害死亡人數進行校正。

地震災害死亡人數的預測函數為：

式中，為預測計算死亡人數；為擬合計算死亡人數；為人口密度加權系數；為發震時間加權系數；為地形天氣加權系數；為震中位置加權系數；為顯著前震加權系數。

2.2 傷亡與房屋破壞面積的關系

高惠瑛等（2010）統計了近10年來中國大陸數10次強震、中強震災害損失，根據影響傷亡的主要因素，用線性回歸分析法建立了強震人員傷亡快速評估模型：

式中，M為快速預估區地震震級為6＜＜7時的死亡人數；M為快速預估區地震震級為6＜＜7時的受傷人數；為毀壞房屋的面積；為破壞房屋的面積；為快速預估區房屋內的人口密度（人/m）；地震發生在白天時n=1；地震發生在晚上時n=1.2。

中強震人員傷亡快速評估模型：

式中，M為快速預估區地震震級為5＜＜6時的死亡人數；M為快速預估區地震震級為5＜＜6時傷亡人數；為烈度為Ⅵ的區域內的受災人數；為烈度為Ⅶ的區域內的受災人數；地震發生在白天時n=1；地震發生在晚上時n=1.2。

2.3 基于已有震害矩陣模擬的群體震害預測方法

孫柏濤等（2007）提出了一種群體震害預測方法，即根據已有建筑物震害預測結果或震害統計分析結果，提取影響各類建筑物抗震能力的主要因素，如：建筑年代、場地條件、設防標準、使用現狀等，研究其對現有震害矩陣的影響程度，將現有震害矩陣中的抽樣單元和預測區域的建筑結構進行類比，給出預測區震害矩陣與已知矩陣的貼近度，進行加權平均，建立適合該地區建筑特點的分類的群體建筑物的易損性矩陣。

假設有個已知震害矩陣：，，…，B，…，B，=1，2，…，，則欲模擬城市的震害矩陣為：

式中，為欲模擬城市類建筑的震害矩陣；為欲模擬震害矩陣同已有震害矩陣的貼近度；B為已知城市類建筑同相應的震害矩陣。其中，。

取：

則欲模擬震害矩陣與已知矩陣的貼近度：

式中，為預測單元類建筑房屋總體分類元素的個數，如：用途、年代等；為總體分類每個元素的單因子的總數；d(B)為欲模擬震害矩陣與已知矩陣B考慮元素時的距離；K為第元素中第個因子對震害矩陣的影響；u()為欲模擬城市中第元素中第個因子的建筑面積占預測單元該類建筑所有面積的比值；u()為已知震害矩陣B中第元素中第個因子的建筑面積占該類建筑所有面積的比值；為第元素的權重；(B)為欲模擬震害矩陣與已知矩陣B的貼近度。

在“2006—2020年中國大陸地震危險區與地震災害損失預測研究”的課題中，孫柏濤、胡少卿選取了廈門市、南安市、晉江市、泉州市、石獅市、自貢市、漳州市和天津開發區的震害矩陣為已知矩陣，計算了山東、廣東、云南和甘肅4個省的模擬震害矩陣與已知矩陣的貼近度，利用公式得到了4個省中市縣的模擬震害矩陣，并進行了經濟損失和人員傷亡的計算，結果表明使用該方法對群體建筑物實施震害預測是可行的。

2.4 基于宏觀經濟指標的人員傷亡評估方法

自從上世紀90年代，陳棋福等（1997）提出基于宏觀經濟指標的地震災害損失評估方法后，國內又有數位學者先后開展了類似的研究。

2.4.1 統一的地震災害損失評估模型

陳棋福等（2007）提出了采用統一模型表示地震災害損失預測與評估方法的思路，在一定時間域和空間域內，地震造成的損失可采用以下模型計算：

式中，()為空間域內第年出現地震烈度的年發生概率預測，預測對象（如人口、社會財富等）的總量為()，其在地震烈度下的損失率（包括人員和經濟）為()，則空間域內{|t≤≤t}年內地震造成的損失（），即為預測生命損失和經濟損失。

在地震應急過程中進行地震后的快速災害評估時，()1，則上述模型可簡化為：

其中，人員損失率的計算公式為：

式中，為人員死亡率；為地震烈度；為系數；為修正系數。

值可直接從回歸關系式獲得，修正系數一般取110。

王曉青等（2007）在人口、社會經濟預測資料收集整理和未來增長變化趨勢研究的基礎上，結合地震危險性分析結果和易損性研究結果，依據地震災害預測模型，對全國以縣級行政區為單元，在2006到2020年間的地震災害損失進行了預測，認為經濟損失預計可能達到0.3—1.2萬億元，死亡人數可能達到2—12萬人。

王曉青等（2009）還根據已發生的157次破壞性地震，提出了在不同烈度作用下，區域人口、GDP、地震死亡人數和人員傷亡等數據，并以人均GDP為分檔參數外推出高烈度下的人員傷亡情況，回歸得到了人員傷亡模型。其擬合關系式為：

而后，王曉青等利用這一關系對汶川地震進行了快速評估，后又根據地震現場烈度調查的結果重新對地震造成的損失進行了評估，結果與實際災情接近，取得了較好的評估效果。

2.4.2 修正的區域地震人員傷亡評價模型

黎江林等（2011）在上述基礎上充分考慮了區域地震人員傷亡多指標影響因素，提出了區域地震人員傷亡評價模型：

式中，MDF為人員損失率；為地震災害風險分析區域實際發生的地震烈度；為地震災害風險分析區域的設防烈度；為統計參數；為包含了區域人均GDP、城市功能類型因子（）、城市經濟發展因子（）、地質環境因子（）、抗災能力因子（）、救災能力因子（）的函數值。

然后利用PCA方法對其指標進行分析，得到各個指標的權重值，并以1996至2009年歷次破壞性地震災害數據為例進行分析，進而構建了多指標影響下的區域地震災害人員傷亡評價模型：

2.5 死亡率與斷層距的關系

2.5.1 都江堰地區研究

徐超等（2012）研究了汶川地震中都江堰地區死亡率隨斷層距的變化規律，得到了以斷層距來估計人員死亡率的經驗公式：

式中，為地震人員死亡率；為斷層距（單位：km）；為擬合標準差。

分析表明，死亡率與斷層距的相關性比與烈度的相關性更明顯。采用斷層距估計人口死亡率，在一定程度上減小了烈度評定中人為等因素帶來的不確定性，因而更具客觀性。

2.5.2 臺灣集集地震相關研究

李智等（2010）收集了1999年臺灣集集地震各村里級行政單元的死亡率，并用ArcGIS的空間拓撲功能計算行政駐地與斷層的水平距離，得到了平均死亡率與斷層距離的關系，顯示出死亡率隨距離分布在斷層東西兩側的不對稱性：

西側：=0.00236ln()+0.00618-0.94 （27）

東側：=0.00179ln()+0.00627-0.81 （28）

式中，為距離（單位：km）；為死亡率；為相關系數。

從式中可以看出，西側死亡率衰減明顯快于東側。

2.6 可靠度預測法

李帆等（2001）提出了利用可靠度方法預測城市地震人員傷亡數目的概率模型，計算出所需概率意義下的傷亡人數的范圍。作者將人員的居留場所分為5種：

1為住所；2為工作學習場所；3為娛樂場所；4為餐飲場所；5為戶外。同時將建筑物的破壞狀況又分為6種類別：0為完好；1為輕微破壞；2為中等破壞；3為嚴重破壞；4為部分倒塌；5為倒塌。

預測模型的計算可分為6個步驟：計算居留場所的破壞概率矩陣；計算不同破壞類別的建筑中的人員傷亡概率矩陣；計算人員在不同場所的傷亡概率矩陣；計算城市人員在不同時段、不同場所的居留概率矩陣；計算個體的平均傷亡概率矩陣；最后計算傷亡人數的估計上限。

假設應急主管部門給定了預測概率（如：80%、85%等），則由P可計算出傷亡人數的估計量。假設相互獨立的隨機變量X（=1，2，3??）表示城市人員個體的平均傷亡情況，X=0表示“安全”，X=1表示“傷亡”，則（X=1）=P，（X=0）=1-P；發生地震后，城市人員傷亡總數用隨機變量表示，即，根據中心極限定理，當足夠大時，有：

即：

式中，為震區居民總數；Z是標準正態偏量，即(Z)=。

2.7 時間進程法

2.7.1 死亡人數隨時間變化的指數模型

劉倬等（2005）提出了用指數模型來描述地震死亡人數與震后時間的關系，認為尚未發現的死亡人數越多，就越容易發現死亡人數。假設為最終死亡人數，則—是尚未發現的死亡人數。如果救災效率為衡定的常數，則（—）為單位時間內發現的死亡數D/D，即：

對上式求原函數，可得到與的關系：

作者還以2004年印度洋地震海嘯、1995年日本阪神地震以及2005年印度—巴基斯坦地震為例，將震后不同時間報道的死亡人數利用這一模型進行了擬合，顯示出了較清晰的時變規律。

2.7.2 死亡人數隨時間變化的修正指數模型

吳新燕等（2009）收集了汶川地震各時刻的死亡人數，對劉倬等（2005）給出的指數函數進行了修正和比較，修正后的指數函數為：

式中，、和為未知常數，＞0、≠0、0＜≠1。

這里的為最終可能死亡的人數，為死亡人數的平均發展速度。

作者最后使用修正指數模型和指數模型對汶川地震、集集地震和阪神地震的數據進行了對比研究，結果表明修正指數曲線的擬合結果較好。需要指出的是，這一方法僅適用于7級以上強震至少3天后已經獲得較多數據時對最終死亡人數的估計。

2.7.3 死亡人數隨時間變化的多項式模型

高建國等（2005）將幾十次地震的報道死亡人數進行歸一化，用4次多項式來擬合報道死亡人數隨時間的變化：

式中，為地震死亡人數比例；為報出時間。

該式較好地擬合了地震死亡人數與震后時間的關系，但模型的物理意義不明確。

2.7.4 死亡人員統計時增量

寧寶坤等（2006）選用震后24小時內人員死亡的時間統計作為評估指標，定義了人員死亡時的增量。進行死亡人員統計時，增量的定義是某個統計時間段內平均每小時增加的死亡人數，其計算公式為：

式中，為統計數據批次；為批次的統計時間。

作者通過對南亞和日本阪神2個震例的分析，認為死亡人員統計數是衡量災情的硬指標，但無法清晰地反映災情發展趨勢；死亡人員統計時增量可作為的補充，反映了地震災害的發展趨勢，的極大值可作為災情發展定性結論的依據，用于地震應急救援決策。

2.7.5 人員傷亡指數與狀態及其動態評估

趙振東等（1999a；1999b）引入了地震人員傷亡指數的概念，認為就某個具體囤陷人員而言，在一定的囤陷環境、一定的身體素質條件下，其傷勢或健康狀況將隨時間逐步變化，并據此提出了傷亡狀態函數，對地震中被破壞的建（構）筑物壓埋的人員受初始傷殘后，隨囤陷時間發展，傷殘程度惡化、垂危、直至死亡的全過程進行數值模擬。

作者認為，在囤陷環境中，人員傷亡狀態隨環境優劣、時間長短、人員素質而變，從而構筑了一個函數以綜合表達：

式中，為初始狀態指數值，∈[0，1]，為囤陷環境系數；表示環境系數；為表征人員素質的衰減指數，∈[1.0，3.0]，值越大，素質越差。

在人員傷亡狀態函數的基礎上，作者還提出了模擬特定破壞性地震人員傷亡的動態評估方法，即將人員傷亡狀態分為5個不同級別：基本無傷殘、輕微傷殘、中等傷殘、嚴重傷殘和垂危死亡。并且用類似于結構震害指數給出了每種傷亡狀態以0—1之間某個指數表示的表征值，在上述5種人員傷殘等級定義的情況下，給出了結構某一破壞等級下該種人員傷殘等級各自的分布概率。這種分布概率構成的矩陣在震發時刻以后的每個t時刻隨人員傷勢惡化應是不同的，但是在確定的結構類型和確定的結構破壞等級下，其初始傷亡狀態矩陣是確定的，給出了初始人員傷亡矩陣的形式。

2.8 Zipf分布法

Zipf分布屬于冪率分布的一種，廣泛存在于物理學、地球與行星科學、計算機科學、生物學、生態學、人口統計學與社會科學、經濟與金融學等眾多領域中，由哈佛大學的語言學專家Zipf于1932年發現此定律而得名。吳昊昱等（2008）使用Zipf分布，研究了2008年5月12日到2008年6月13日汶川地震發生后四川省各州市的死亡人數，發現死亡人數滿足分段的冪律關系。其中不同的段分別相應于不同地區所屬的地震烈度死亡人數規模，并利用成都市、德陽市，綿陽市，廣元市等數據，推測出阿壩州的死亡人數，并認為整個地震造成的死亡人數應該還會繼續增長。

2.9 神經網絡預測法

2.9.1 三層BP神經網絡地震人員傷亡預測模型

于山等（2005）選擇地震發生時刻、震級、震中烈度、建筑物倒塌和嚴重破壞率、抗震設防水準、人口密度、地震預報等7個評價指標，以20次嚴重地震災害為示例，建立了三層BP神經網絡地震災害人員傷亡預測模型，如圖1所示。通過對評價指標的權重計算，確認人口密度、建筑物倒塌與嚴重破壞率、震中烈度是影響地震災害人員傷亡的主要因素。而地震預報、抗震設防水準、地震發生時刻和震級則次之。

2.9.2 基于BP人工神經網絡的地震傷亡人數預測模型（圖2）

楊帆等（2009）提出了一個地震傷亡人數的預測模型，該模型基于BP人工神經網絡，結合利用地理信息系統（GIS）、人口數據、歷史地震數據等完成預測每次地震中的傷亡人數。并選取了邢臺、通海、海城和唐山地震數據，用MATLAB作神經網絡模擬仿真，結果表明其數量級與實際情況基本吻合。

7指的是網絡輸入層節點數，即地震發生時刻、地震震級、震中烈度、建筑物倒塌及嚴重破壞率、人口密度、抗震設防水準、地震預報7個參數；8為隱含層節點個數；1為輸出層節點數，即人員傷亡率

3 總結和討論

3.1 部分模型的對比及原因分析

以上總結了近十幾年來國內外評估地震生命損失的主要方法，這些方法各有特色，統計資料和評估角度也各不相同，結果預測與實際情形都或多或少的存在差距。造成這些差距的主要原因是：

（1）影響人員傷亡的因素非常多，如果僅考慮單一因素或少數幾個因素而忽略了其它因素，就不可避免地產生差距；

（2）很多方法是根據有限的歷史數據統計而來的，有時僅適合于當地或當地的歷史地震，當用來預測當地其它地區或其它地震時，就會出現差距。

本節僅以汶川地震為例，對上述文獻中提到的幾種方法進行比較，結果見表1。從表中可知，WAPMERR提供的預測即快速又可靠。

表1 幾種模型隨時間變化的汶川地震傷亡估計

3.2 未來發展方向

應該說，考慮所有影響因素的估算公式是最精確的，但由于人員傷亡的統計資料非常缺乏，要想統計出人員傷亡與各個因素之間的關系，從而得出普適性的經驗公式是相當困難的。

隨著社會的發展，地震災害給社會造成的生命損失被越來越多的人們所關注，地震生命損失的評估方法也得到了不斷的更新和發展，研究地震災害所造成的生命損失，使評估值越來越接近實際值，是從事這一研究的學者不斷追求的目標，為此作者對生命損失評估的未來發展方向提出以下看法：

（1）人員傷亡的影響因素除地震三要素和建筑物以外，還包括人的防震減災意識、震后行為趨勢、專業隊伍的救援效率等因素，如何引入這些社會性因素并加以科學的量化仍需要進一步研究。

（2）從目前的發展趨勢，并結合3.1節的對比結果來看，概率評估方法可能是更合理的，但需要收集大量的震害資料來確定各種影響因素發生的概率，如果能夠做到這一點，則無疑會使生命損失研究邁上一個新的臺階。

陳棋福，陳颙，陳凌，1997. 利用國內生產總值和人口數據進行地震災害損失預測評估. 地震學報，10（6）：640—649.

陳棋福，王曉青，劉吉夫，2007. 中國大陸宏觀經濟指標（GDP）的地震易損性研究. 見：《2006—2020年中國地震危險區與地震災害損失預測研究》項目組編，2006—2020年中國大陸地震危險區與地震災害損失預測研究. 北京：地震出版社，252—264.

高惠瑛，李清霞，2010. 地震人員傷亡快速評估模型研究. 災害學，25：275—277.

高建國，賈艷，2005. 地震救援能力的一項指標：地震災害發布時間的研究. 災害學，20（1）：31—35.

李帆，佟曉君，蘇幼坡，2001. 城市地震傷亡人數的概率預測模型. 河北理工學院學報，23（3）：81—85.

李智，王曉青，王超，2010. 集集地震人員死亡率研究. 華北地震科學，28（3）：1—5.

黎江林，蘇經宇，李憲章，2011. 區域地震災害人員傷亡評估模型研究. 河南科學，29（7）：869—872.

劉倬，吳忠良，2005. 地震和地震海嘯中報道死亡人數隨時間變化的一個簡單模型. 中國地震，21（4）：72—75.

馬玉宏，謝禮立，2001. 我國社會可接受地震人員死亡率的研究. 自然災害學報，10（3）：56—63.

馬玉宏，謝禮立，2000. 地震人員傷亡估算方法研究. 地震工程與工程振動，20（4）：140—147.

寧寶坤，曲國勝，張鶴，2006. 人員死亡的時間統計在地震災情快速評估中的初步應用研究.應用基礎與工程科學學報，14：56—62.

施偉華，陳坤華，謝英情，2012. 云南地震災害人員傷亡預測方法研究. 地震研究，35（3）：387—392.

孫柏濤，胡少卿，2007. 中國大陸建筑物地震易損性研究. 見：《2006—2020年中國地震危險區與地震災害損失預測研究》項目組編，2006—2020年中國大陸地震危險區與地震災害損失預測研究. 北京：地震出版社，233—251.

王曉青，丁香，王龍等，2009. 四川汶川8級大地震災害損失快速評估研究. 地震學報，31（2）：205—211.

王曉青，丁香，陳棋福，孫柏濤等，2007. 2006—2020年中國大陸地震災害損失預測研究.見：《2006—2020年中國地震危險區與地震災害損失預測研究》項目組編，2006—2020年中國大陸地震危險區與地震災害損失預測研究. 北京：地震出版社，265—279.

吳新燕，顧建華，吳昊昱，2009. 地震報道死亡人數隨時間變化的修正指數模型. 地震學報，31（4）：457—463.

吳昊昱，顧建華，2008. 汶川地震死亡人數的ZIPF分布研究. 國際地震動態，（11）：168.

徐超，劉愛文，溫增平，2012. 汶川地震都江堰市人員傷亡研究. 地震工程與工程振動，32（1）：183—188.

楊帆，鄭寶柱，亮亮，2009. 基于BP神經網絡的地震傷亡人數評估體系研究. 震災防御技術，4（4）：428—435.

于山，王海霞，馬亞杰，2005. 三層BP神經網絡地震災害人員傷亡預測模型. 地震工程與工程振動，25（6）：113—117.

趙振東，鄭向遠，鐘江榮，1999a. 地震人員傷亡的動態評估. 地震工程與工程振動，19（4）：149—156.

趙振東，鄭向遠，鐘江榮，1999b. 地震應急救災與人員傷亡. 自然災害學報，8（3）：80—86.

趙振東，鄭向遠，2000. 地震人員傷亡研究的回顧與進展. 自然災害學報，9（1）：93—99.

Badal J.，Prada M.V.，Gonzale A.，2005. Preliminary quantitative assessment of earthquake casualties and damages. Natural Hazards，34（3）: 353—374.

Kishor Jaiswal，Wald et al.，2009. Estimating casualties for large earthquakes worldwide using an empirical approach. USGS Open-file Report.

Trendafiloski G.，Wyss M. and Rosset P.，2011. Loss estimation module in the second generation software QLARM. See: Human Casualties in Natural Disasters: Progress in Modeling and Mitigation，ed. R. Spence，E. So，C. Scawthornp，Springer: Dordrecht，Heidelberg，London，New York，95—104.

Stojanovski P.，Dong W.，1994. Simulation model for earthquake casualty estimation. Proceedings of Fifth US National Conference on Earthquake Engineering，Paper No. 00592，Chicago IL.

Progresses in Earthquake Life Losses Evaluation Since 1999

Wu Xinyan, Wu Haoyuand Gu Jianhua

1）Institute of Geophysics, China Earthquake Administration, Beijing 100081, China 2）Taiyuan University of Technology, Taiyuan 030024, China 3）Taiyuan Reference Seismological Station of Earthquake Administration of Shanxi Province Taiyuan, Taiyuan 030025, China

There are many factors which have effects on casualties caused by an earthquake, including magnitude, intensity, population, building damage, fault distance, economic situation, and so on. This paper summarized available methods and models about research on earthquake life losses at home and abroad since 1999, described and summarized their applications in earthquake emergency management, and discussed on existing difficulties and problem to use the model to evaluate life losses. Finally, this paper analyzed the trend for the development of study on earthquake life loss evaluation in the future.

Earthquake; Life loss evaluation; New progress

1基金項目 中國地震局地球物理研究所基本科研業務專項，編號DQJB11C27

2013-06-10

吳新燕，女，生于1977年。助理研究員。主要從事震害評估和防震減災政策研究。E-mail:wuxy1977@sina.com

顧建華，男，生于1953年。正研級高工。主要從事應急救援理論和方法研究。E-mail: jhgu2003@hotmail.com

吳新燕，吳昊昱，顧建華，2014．1999年以來地震生命損失評估研究新進展. 震災防御技術，9（1）：90—102.