鄭 川,吳艷梅,賈召亮,曹彥波,許瑞杰
(云南省地震局,云南 昆明 650224)
破壞性地震發生后,開展災區地震災害損失快速預評估是地震應急工作的首要任務。快速判定災區影響范圍、時空分布、震害規模、地震動強度等是地震應急災情快速獲取及服務的關鍵。地震影響場分布的評估是地震災害應急快速評估中非常重要的因素(聶高眾等,2012;帥向華等,2020),評估結果的最大不確定來自于對地震影響場的估計(王曉青等,2009),所以提高地震影響場評估精準性是提高地震災害損失快速評估系統準確性的基礎和前提(任靜等,2020)。因此地震烈度影響場的快速評估依然是地震災害損失評估研究中非常重要的內容。
目前,各級地震部門應急指揮中心一般根據烈度衰減模型計算生成地震影響場來預估災區范圍和地震動強度(汪素云等,2000;王景來,宋志峰,2001;張方浩等,2016)。地震影響場的長軸方向初判方法相對簡單,主要是通過離震中最近的活動斷裂走向來進行初步判斷(馮蔚等,2015),但由于活動斷層的研究受比例尺精細程度影響較大,在實際地震災害影響場評估應用中可能產生一定的偏差,導致對部分重災區損失估計不足,影響救災效果(李志強等,2008)。針對上述問題,眾多專家學者開展了地震影響范圍預估方法研究,如通過余震的空間分布反演宏觀震中和影響場方向(白仙富等,2011;孫艷萍等,2021);利用地震三要素、強震儀器烈度和地震現場資料連續開展地震烈度影響場的判定與修正(帥向華等,2020);利用群智感知網絡災情信息,進行震后有感范圍提取、地震烈度判定和災情快速判定(胡素平,帥向華,2012;劉經南等,2014;何宗宜等,2015;曹彥波等,2017;薄濤等,2018);利用聯網設備(TCP/IP)、社會視頻源等物聯網數據對地震災害影響范圍進行判別(李兆隆等,2017;李東平等,2019)。上述研究及新技術的嘗試都在推動著震后影響場信息評估時效性與準確性不斷提高。
破壞性地震發生后,通信網絡都會受到不同程度的影響及損壞。如2008年汶川8.0地震時,受地震影響的通信基站遍布Ⅵ~Ⅺ烈度區,出現退服、線路損壞并導致通信中斷的基站有29 064個(含小靈通基站);2013年四川蘆山7.0地震中傳輸光纜中斷十余處,最多時有303個通信基站退服;2014年云南魯甸6.5地震導致魯甸縣41個基站退服;2017年四川九寨溝7.0地震造成259個通信基站退服。目前震后通過震區告警通信基站信息進行影響場判定的研究還較少,但龐大的通信基站數量為相關研究提供了良好的數據基礎,總結通信基站的典型震害和破壞特征(臧戰勝等,2014),獲取震后通信運行狀態、網絡擁塞等數據狀態可快速判定受地震影響的大致區域范圍,尤其可以快速預估地震影響場展布方向和極震區的可能位置(吳艷梅等,2019)。利用告警通信基站開展影響場判定研究,將為震后災情快速獲取提供新的思路,為地震應急科技支撐提供有效途徑。
本文基于線性趨勢回歸分析方法,利用震區告警基站模型回歸擬合地震影響場展布方向。基于2015—2021年云南地區實際震例,對本文所評估的地震影響場長軸方向與實際地震影響場長軸方向的吻合度進行對比分析,評估本文方法的可靠性,為利用通信基站運行狀態實時數據判定地震影響場方向判定提供一種新思路,為地震影響場預評估結果的動態修正提供參考。
本文研究數據包括云南省行政區劃數據、歷史震例影響場數據、活動構造數據、震區通信基站告警站點數據等6類。其中通信基站數據來源于中國鐵塔股份有限公司云南省分公司,由于該公司于2014年9月成立后全省通信基站數據才并入鐵塔監控系統,鐵塔監控系統數據庫從2014年底開始存儲通信基站運行狀態數據,因此本文僅收集到2015—2021年云南地區10次≥5.0地震震區通信基站運行狀態數據作為研究資料(表1)。

表1 2015—2021年云南地區MS≥5.0地震三要素
本文收集到的震區告警基站數據為電子表格和圖片,基礎信息內容包括站址編碼、站址名稱、經度、緯度、震中距、告警時間等,以此建立云南省故障通信基站變化數據庫,詳細內容見表2。對原始數據進行檢查整理,剔除異常值,然后利用基站經緯度屬性將其轉換為矢量數據,并按時間、告警類型進行分類,最后用ArcMap軟件將矢量數據統一轉化為相同的地理投影和空間坐標系統。

表2 告警通信基站基礎數據屬性
截至2021年6月,云南省行政區劃范圍內共有可定位通信基站103 468個,主要集中分布于地市、縣(區)、鄉鎮、行政村等行政中心,從以州(市)為單元統計的通信基站分布情況(表3)可以看出,通信基站分布相對均勻,各州(市)基站數量與人口數量及國土面積成正比,在人口密集的中部、南部和東北部區域分布較為稠密,西北部和西南部區域分布較少。

表3 各州(市)通信基站數量統計
本文依據地震三要素信息,通過鐵塔監控系統提取震中區指定半徑范圍內的通信基站位置、運行狀態等數據,并進行矢量化預處理和存儲,然后篩選震后不同時段(5、30 min)基站運行狀態數據,提取通信基站運行狀態時間變化特征,再對比分析2015—2021年≥5.0地震震區通信基站在震前、震后的空間分布及運行狀態變化情況,提取震區通信基站運行狀態受地震影響的空間分布特征,基于基站運行狀態、時空分布特征與地震影響場展布關系,通過回歸分析擬合得到地震影響場長軸方向,最后對比擬合影響場與實地調查影響場方向的分布差異,對所提出的方法進行檢驗修正,具體流程如圖1所示。

圖1 利用通信基站狀態信息快速判定云南地區地震影響場方向技術流程圖
通過前期對震區告警基站數據進行初步分析可知,告警基站在時間、空間、告警類型上很大程度反映了地震影響場分布信息,因此,本文以此反演地震影響場方向,且將影響場方向定義為影響場的長軸方向。
本文分別采用空間插值、趨勢分析、回歸分析等方法對告警基站數據反復嘗試,發現空間插值與趨勢分析擬合結果均沒有線性回歸擬合效果好,所以選用一元線性回歸方法建立影響場方向與告警基站時間、空間、告警類型之間關系的統計模型。一元線性回歸分析是根據統計資料,探究一個變量對另一個變量的適當數學表達式來近似表示變量間的平均變化關系的一種統計分析方法,是描述兩個變量之間相關關系的最簡單的回歸模型,可表示為:
=++
(1)
式中:為被解釋變量(故障基站緯度);為解釋變量(故障基站經度);和為回歸系數;是表示和關系中的不確定因素的影響。
將各震例按照不同震級分組后,將告警基站緯度、經度坐標分別作為變量和自變量,用一元線性回歸分析得到各組數據的回歸方程。通過回歸方程得到相應的趨勢線段,將趨勢線段的方向判定為影響場的長軸方向。趨勢線擬合程度可以反映趨勢線的估計值與對應的實際數據之間的擬合程度,擬合程度越高、趨勢線的可靠性就越高,趨勢線擬合程度的指標可表示為:

(2)

2015—2021年收集到的10次≥5.0地震震區基站數據中,除2018年通海5.0、墨江5.9、2020年巧家5.0、2021年漾濞6.4地震有一定數據量的告警基站數據,其余地震僅有零星或沒有告警通信基站數據,因此本文僅選用這4次地震的告警基站數據進行分析。為驗證本文研究結果的可靠性,使用告警通信基站數據,分別從震后不同時段、告警類型、震級3個方面擬合影響場方向,將其與實際調查得到的影響場方向進行空間對比分析,主要計算趨勢線段方向與實際調查影響場方向角度的絕對差,同時將趨勢線段方向與云南地震災害快速評估信息服務系統評估影響場方向的偏差進行對比分析。
由于本文研究的目標是解決在震后極短時間內對地震影響場方向的快速預判評估,故僅選取了地震后30 min內震區出現故障告警的通信基站作為研究樣本。從圖2、3可以看出,除2018年云南通海5.0地震外,基于告警基站信息用一元線性回歸方法擬合判定的其他3個地震的影響場長軸方向總體上與實際調查所得的影響場的長軸方向接近。選取2018年墨江5.9地震后5 min內與30 min內的震區故障告警基站數據判定的影響場方向大致相同(圖2b),即選用震后不同時段內震區故障告警基站判定的影響場方向與實際調查所得的影響場方向的擬合程度不因震后時間的延續發生規律性變化,反而會影響影響場的判定精度,如在一些時段精度會降低。因此,影響場判定精度與震后不同時段沒有規律性的關聯。
震區通信基站空間分布相對均勻(湖泊區域除外)(圖2),在鄉鎮、城區人口密集地區分布較為集中,而告警基站空間分布不是絕對線性的,且主要分布在對應地震高烈度區范圍內或附近區域;在經濟發達、人口密集城鎮地區發生地震后,告警基站數量明顯高于經濟欠發達和人口稀疏地區,局部地區告警點的密集分布,可能會對擬合影響場方向的準確性有一定影響。圖3為使用3次≥5.0地震后5 min內的故障告警通信基站數據得出的擬合結果,其中2018年墨江5.9地震影響場的擬合結果分別基于告警基站和停電退服基站數據得出。從圖中可以看出,3次地震擬合程度相關系數均在0.75以上,可以推測故障基站在地震發生瞬間受到的破壞是呈線性分布的。因此,從判定時效性看,選取震后5 min的告警臺站進行判定的影響場結果更適合用于影響場評估動態修正,該方法比目前地震應急指揮中心的影響場修正方法具有更高的時效性。
從圖3a、b可以看出,以2018年墨江5.9地震告警基站為例,分別選取震后5 min告警基站和退服基站擬合所得影響場方向均為NW向,與實際調查結果一致;從震區通信基站不同告警類型擬合結果(圖4a)可以看出,用震后退服基站與告警基站判定的影響場方向與實際調查影響場基本一致,但僅用退服基站擬合得到的結果與實際影響場走向更符合,且極震區(Ⅷ度區)的實際分布方向與判定方向基本重合;兩種告警類型趨勢線段與真實地震影響場角度的絕對差都為3°,使用斷電退服通信基站擬合得到的影響場長軸方向與真實地震影響場更為接近,且更大,達到0.970 8,線性擬合程度更高。因此,選用退服基站擬合地震影響場方向更符合線性分布,可靠性也較高。

(a)2018年通海MS5.0地震(震后30 min)

(a)2018年墨江MS5.9地震(告警基站)
對2015—2021年云南地區≥5.0地震進行震級分類,基于告警基站信息用一元線性回歸法判定的影響場方向精度沒有明顯的時間性,卻有一定的震級區別。5.0~5.5地震時告警基站較少,如2015年滄源5.5和昌寧5.0地震時未出現告警基站,但2018年通海5.0地震時有一定數量的基站告警,可能與該次地震震源深度較淺和震區基站密度較大有關。從有告警基站的地震影響場擬合結果看,同等震級震例告警基站擬合結果可以作為影響場動態修正的重要參考(圖4);對5.6~6.5地震告警基站進行空間分析時,發現震區告警基站數量明顯較多、告警類型更豐富,判定的影響場方向與實際調查影響場空間對應性和擬合相關系數均較好(圖2);由于近年來云南地震未發生≥6.5地震,與該震級檔相關的基站損害空間分布特征尚不明確。
通過對本文擬合影響場、實際調查影響場和現有評估系統產出影響場的長軸展布方向和角度進行對比可以看出,由告警通信基站擬合判定的影響場方向與實際調查影響場方向總體上相對一致(表4)。

表4 地震影響場長軸方向對比
現有評估系統通過距震中最近活動斷層數據判定影響場方向,該方法的優勢在于時效性高,可快速得出評估結果,但該方法在實際應急快速評估工作中存在一定的局限性,受斷層研究的比例尺精細程度影響較大。如2014年云南魯甸6.5地震的發震斷層為NW向的包谷垴—小河斷裂,而按距離震中最近的斷層方向判定結果為NE向的昭通—魯甸斷裂;2020年云南巧家5.0地震評估系統給出的影響場方向與實際調查方向也出現了偏差,但使用震后5 min告警基站數據得到的擬合結果與實際調查影響場更接近(圖4)。2018年云南墨江5.9地震與2021年云南漾濞6.4地震時,記錄到的告警基站數量明顯比巧家5.0地震多,且告警基站主要分布在高烈度區,較為集中,分布趨勢較為明顯,對于這2次地震,使用告警基站擬合判定的結果、評估系統預估結果分別與實際調查所得影響場對比,可以看出擬合得到的長軸方向和趨勢線段與坐標軸夾角的對比結果都優于評估系統的預估結果。因此,使用本文方法判定的影響場分布方向,在時間上有明顯優勢,判斷結果的可信度也能達到應急期間要求,比傳統評估系統的結果更符合云南地區實際情況,可將本文方法判定的影響場方向作為評估影響場動態修正的重要參考。

(a)2018年墨江MS5.9地震
地震影響場預估結果的時效性與準確性對破壞性地震應急輔助決策工作具有重要意義。本文將震后實時獲取的震區告警通信基站空間分布作為地震烈度影響場展布的修正數據,利用告警通信基站空間分布的趨勢方向確定地震烈度衰減方向,并對2018年云南墨江5.9、2021年云南漾濞6.4等地震進行驗證分析,主要得出以下結論:
(1)該方法可以較為準確地預判烈度衰減方向,利用告警基站一元線性回歸分析擬合得到的地震影響場長軸方向和本地化分區烈度衰減關系可以共同約束高烈度區的影響場長軸方向和邊界,給出較為可靠的地震烈度影響場展布方向,為破壞性地震特急期開展地震應急工作提供更加科學可靠的科技支撐。
(2)對2015—2021年云南地區≥5.0地震的基站運行狀態進行分類處理后,用一元線性回歸方法反演地震影響場方向取得了較為理想的結果。從地震震級分類上看,5.0~5.5地震對基礎設施破壞性不大,5.6~6.5地震造成的通信基站告警數量和告警類型較為豐富,因此對5.6~6.5地震告警基站數據研究更具優勢性;對告警基站數據按不同告警類型進行研究時,發現用震區告警基站空間位置信息擬合判定的影響場方向總體上與實際地震影響場相符,其中,利用退服告警通信基站空間位置信息判定的影響場方向更加趨近于實際調查得到的影響場方向;從震后分時段對比看,用震后5 min內告警基站判定的影響場方向更具普遍適用性。
(3)本文基于通信基站狀態信息的地震影響場方向快速判定方法研究的樣本數據僅限于云南地區2015—2021年5.0~6.5破壞性地震通信基站運行狀態數據,由于樣本量有限,給出的的模型方法和結論還有待更多真實震例數據進行優化修正,使影響場的評估更加科學可靠。從本文研究初步成果可以得出,通過震后快速獲取的震區告警通信基站信息,利用一元線性回歸分析方法擬合得到的影響場方向與實際地震影響場長軸方向的吻合度較高,可以將其作為云南地震災害快速評估信息服務系統預評估影響場方向動態修正的重要參考,為地震災情速判提供科學依據,為進一步提高地震應急信息服務能力提供新的途徑。