基于村落和城鎮功能單元的大理市地震人員壓埋風險評估

摘要：震后快速評估被壓埋人員數量和空間分布，及時開展救援，是減少人員傷亡的關鍵?；趩误w建筑功能識別，建立基于建筑功能、室內人口結構和人員在室率的人口空間化模型，以農村地區村落和城鎮地區功能單元為評估單元開展大理市地震人員壓埋風險評估。結果表明：19：00～7：00是人員壓埋的高風險時段；Ⅷ度烈度破壞下喜洲鎮人員壓埋風險最高，Ⅷ度烈度以上破壞下下關鎮人員壓埋風險最高；喜洲古鎮，滿江村、金星村、大展屯等城中村，才村、向陽村、雙廊古鎮等沿洱海村落，江西村、上和村、周城村等山腳古村落，是地震人員壓埋的高風險區域，震后需重點關注。

關鍵詞：地震災害；建筑毀壞；人員壓埋；風險評估；云南大理

中圖分類號：P315.94"" 文獻標識碼：A"" 文章編號：1000-0666（2025）01-0112-11

doi：10.20015/j.cnki.ISSN1000-0666.2025.0012

0 引言

地震作為一種具有突發性、難預測、破壞性強的自然災害，往往會造成大量人員傷亡。如2008年5月12日汶川8.0級地震造成69 227人死亡、17 923人失蹤、374 643人受傷，2010年4月14日玉樹7.1級地震造成2 968人死亡、12 135人受傷。緊急搜救被困人員以減少人員傷亡，是震后應急處置工作的第一要務。相關統計數據表明，壓埋人員在震后24小時內被救出的救活率為81%，在震后72小時內被救出的救活率為10%～19%，在震后72小時后被救出的救活率將不足10%（聶高眾等，2012）。地震發生后快速獲取被壓埋人員數量和空間分布信息，第一時間部署救援力量，是減少人員傷亡的關鍵。然而，在震后災情信息獲取的黑箱期內，可以提供科學決策的信息匱乏，嚴重制約救援效率。有必要建立基于數據庫和數學模型的評估方法，開展地震人員壓埋風險評估工作。

相關學者在地震建筑物倒塌導致人員壓埋風險評估方面開展了大量工作，Wei等（2017）考慮建筑物易損性、平均人口在室率和人的反應，基于公里格網的地震人員壓埋評估模型，對2014年魯甸6.5級地震做了人員壓埋風險評估；谷國梁等（2021）以社區為單元建立人口數量、在室率和建筑物的對應關系并構建評估模型，開展了天津市各烈度下地震人員壓埋風險評估；肖東升和鐘祖峰（2021）運用極大似然法估算人員在室率，建立基于人類動力學的地震人員壓埋評估模型，以2008年汶川8.0級地震災區學校為例開展地震人員壓埋評估工作；周中紅等（2024）基于地震烈度快速評估和公里格網數據，對2008年四川汶川8.0級地震等3次7級以上地震開展了人員壓埋評估。

前人的研究工作均考慮了地震危險性、建筑物易損性、人員在室率和人的反應對地震人員壓埋的影響，表明這些因素是影響地震人員壓埋的關鍵；在評估尺度方面，街道、社區和公里格網等尺度的評估單元應用較為廣泛，但這些評估單元在內部建筑物抗震性能區分上還存在不足；在人口空間化模擬方面，基于人口統計數據的評估單元人口分配，忽略了流動人口的影響，特別是對于人員流動較大的城市，將影響評估結果的準確性。基于以上認識，本文借鑒前人研究方法，在單體建筑功能識別基礎上，建立建筑功能、室內人口結構和人員在室率的關系模型，以農村地區村落和城鎮地區功能單元為評估單元，開展大理市地震人員壓埋風險評估。

1 研究區與數據源

1.1 研究區概況

大理市位于云南省西部，云貴高原與橫斷山脈結合部位，平均海拔2 239 m，國土面積約1 815 km2。至2021年底，大理市常住人口77.4萬人，常住人口城鎮化率為72.25%大理白族自治州統計局.2022.大理統計年鑒2022.。大理市旅游資源豐富，據統計，大理市現有A級景區11家，2023年1—4月接待游客2 309萬人次，日均接待游客19.24萬人次（大理市文化旅游局，2023）。

大理市所處滇西地區構造活動強烈，境內紅河斷裂北段發育，地震危險性較高，抗震設防烈度為Ⅷ度《中國地震動參數區劃圖》（GB/T 18306—2015）。歷史上大理市曾發生多次破壞性地震，其中1925年3月16日大理附近發生7級左右地震，造成5 850人死亡，7 950人受傷（李永強，2009）。大理市現存大量抗震能力較差的土木結構和磚木結構簡易房屋（盧永坤等，2021），是造成震后人員壓埋和傷亡的重要風險隱患。鑒于大理市人口密度高、流動人口數量大、地震危險性和震后人員壓埋風險高，以大理市為研究區開展地震人員壓埋風險評估，對識別大理市人員壓埋風險時空分布、制定針對性減災和救災對策、減輕人員傷亡和經濟損失具有重要意義。

1.2 數據源

本文所用數據主要有大理市建筑物矢量數據、行政區劃矢量數據、人口和經濟統計數據、歷史地震死亡率數據等，見表1。其中，建筑物矢量數據來源于“基于遙感影像和經驗估計的云南省房屋抗震設防能力初判工作”項目成果，包含單體建筑輪廓、結構和層數等屬性，數據時效為2020年（許瑞杰等，2023）；行政區劃數據來源于云南省地震局地震應急基礎數據庫，數據時效為2020年。

2 研究方法

2.1 人員壓埋評估模型

震后建筑物破壞造成人員壓埋主要受地震危險性、建筑物易損性、室內人員數量和壓埋概率4個方面因素影響（魏本勇等，2017）。①地震危險性表征地震對建筑物的破壞能力，地震烈度作為衡量地震對地表建筑物破壞程度的指標，在地震人員壓埋評估研究中被廣泛應用于表示地震危險性的大小。②建筑物易損性是指建筑物在地震動作用下達到不同破壞狀態的概率分布。建筑物倒塌是造成人員壓埋的先決條件之一，根據《建（構）筑物地震破壞等級劃分》（GB/T 24335—2009）中的房屋破壞等級劃分標準和前人研究方法（Wei et al，2017），本文取震害矩陣中的房屋毀壞比表示倒塌率。③室內人員是房屋倒塌導致人員壓埋的直接承災體，其數量的大小決定了壓埋人員的分布和數量。④壓埋概率是震后未能通過自救和互救逃離倒塌建筑物的人數占室內人數的比例?；谝陨险J識，震后建筑物倒塌導致人員壓埋數量可表示為：

Pbi=∑my=1∑nx=1Syx·Dyi·Ptρy·λ（1）

式中：Pbi為評估單元在烈度i下的壓埋人數；Syx為評估單元內y結構類型建筑第x棟的建筑面積，取建筑輪廓面積乘以層數；Dyi為y結構類型建筑在烈度i下的毀壞率；Ptρy為地震發生時刻評估單元內y結構類型建筑室內人口密度，取y結構類型建筑室內人口總數除以y結構類型建筑總建筑面積；λ為壓埋概率，參考谷國梁等（2021）的取值方法，λ取1/40。

2.2 人口空間化模擬

2.2.1 基于建筑功能的評估單元劃分

（1）建筑功能識別

建筑物功能是影響室內人員數量和流動特點的決定性因素之一。本文基于高德地圖興趣點數據、百度地圖街景和天地圖遙感影像數據對大理市建筑物矢量數據進行功能識別和分類?？紤]住宿類和餐飲類建筑是大理市游客停留的主要建筑，將這2類建筑獨立分類。結合人口統計數據精度，共將大理市建筑劃分為住宅、住宿服務、行政辦公、餐飲服務、高等學校、中等學校、小學、幼兒園、醫療衛生、工廠倉儲、交通服務、商場購物和文化體育服務13類（圖1）。

（2）評估單元劃分

受自然條件、人口聚居和國土空間規劃等因素影響，大理市建筑物總體呈現塊狀分布。農村地區居民聚居形成村落，城鎮地區形成以功能為紐帶的住宅小區、商業街、工廠、醫院、學校等功能單元，同一村落和功能單元內的建筑結構和人員流動規律具有高度一致性。本文以農村地區村落和城鎮地區功能單元為基礎，將建筑物按功能和空間分布劃分為754個評估單元，以評估單元為單位開展人員壓埋風險評估。

2.2.2 室內人口數量

地震發生時建筑物室內人員數量受節假日情況、地震發生時間、建筑物功能、室內人口結構和職業等多方面因素影響。綜合考慮以上因素，結合大理市居民生產生活時間特點，將1天劃分為休息時段T1（22：00～7：00）、通勤時段T2（7：00～8：30）、工作時段T3（8：30～12：00）、活動時段T4（12：00～14：00）、工作時段T5（14：00～17：30）、通勤時段T6（17：30～19：00）、活動時段T7（19：00～22：00）共7個時段，并區分工作日和非工作日。結合大理市人口和經濟統計數據、建筑物功能、室內人員結構和職業特點，建立不同功能建筑內分時段在室人員數量計算模型，即式（2）～式（12）。基于室內人員結構和職業，采用行為地理學方法，以數量詞形式分析室內人員流動規律，參考《中國地震烈度表》（GB/T 17742—2020）數量詞范圍界定標準（表2）和前人取值結果給出模型參數參考值（表3）。

（1）低層住宅

大理市1～3層低層住宅以1戶1棟式的農村自建房和別墅住宅為主。地震發生時段室內人口數量可表示為：

Ptv=a×βv（2）

式中：Ptv為單棟建筑室內人數；a為大理市戶均人口數；βv為室內人口在室率，參考田麗莉（2012）基于問卷調查獲取的云南地區人員在室率結果取值。

（2）多層和高層住宅

大理市3層以上多層和高層住宅以商品房為主，室內人員以城鎮居民為主，1棟建筑可容納多戶居民。地震發生時段室內人口數量可表示為：

Pth=s×fb×βh（3）

式中：Pth為單棟建筑室內人數；s為建筑輪廓面積；f為建筑層數；b為大理市城鎮居民人均住房面積；βh為室內人口在室率，參考許建東等（2008）獲取的起居類建筑人員在室率取值。

（3）住宿服務

住宿服務類建筑室內人員以住宿從業人員和旅客為主。因統計數據僅統計限額以上住宿業數據，假設住宿業從業人數與客房數成正比。地震發生時段室內人口數量可表示為：

Ptrg=s×fecd×βr+2α×βg（4）

式中：Ptrg為單棟建筑室內人數；e為單間客房的平均建筑面積，基于美團數據抽樣統計酒店客房數，取酒店建筑面積除以客房數商的均值約40 m2，按每間客房容納2名旅客計算；c為大理市限額以上住宿業從業人數；d為大理市限額以上住宿業客房數；βr為住宿從業人員在室率；α為日均客房入住率，基于美團數據抽樣統計酒店客房數和當天可訂房間數獲取，工作日取值0.6，非工作日取值0.9；βg為旅客在室率。

住宿從業人員表現有夜間值守、通勤、工作等行為，在室率呈現休息時段最低、通勤時段較低、工作時段高的變化特點。T1和T7時段個別在室內值守，βr取值0.1；T2、T4和T6時段少數在崗工作，大多數在通勤路上，βr取值0.4；T3和T5時段在室內工作，βr取值1。旅客表現有室內休息和外出活動等行為，在室率呈現休息時段高、其他時段低的變化特點。T1時段在客房休息，βg取值1；T2、T4和T7時段多數外出活動，少數在客房休息，βg取值0.3；T3、T5和T6時段大多數外出活動，個別在客房休息，βg取值0.1。

（4）行政辦公

行政辦公類建筑室內人員以政府機關、企事業單位從業人員為主。采用面積權重法，地震發生時段室內人口數量可表示為：

Ptw=s×f∑ni=1si×fi×j×βw（5）

式中：Ptw為單棟建筑室內人數；si為行政辦公類建筑第i棟的輪廓面積；fi為行政辦公類建筑第i棟的層數；j為大理市政府機關、企事業單位從業人員數；βw為室內人口在室率，參考許建東等（2008）獲取的辦公類建筑人員在室率取值。

（5）餐飲服務

餐飲服務類建筑室內人員以餐飲從業人員和顧客為主。因統計數據僅統計限額以上餐飲業數據，假設餐飲業從業人數與餐位數成正比。地震發生時段室內人口數量可表示為：

Ptac=s×fg/mkm×βa+βc（6）

式中：Ptac為單棟建筑室內人數；g為大理市年末餐飲營業面積；m為大理市限額以上餐飲業餐位數；k為大理市限額以上餐飲業從業人數；βa為餐飲從業人口在室率；βc為餐位上座率。

餐飲從業人員表現有通勤、工作、休息等行為，在室率呈現休息時段最低、通勤時段較低、工作時段高的變化特點。T1時段無人在崗，βa取值0；T2時段少數在崗工作，大多數在通勤路上，βa取值0.4；T3～T7時段在崗工作，βa取值1。顧客流量主要集中在就餐時段，餐位上座率T1、T2、T3和T5時段為0；T4、T6和T7時段工作日取0.6，非工作日取工作日的1.5倍。

（6）高等學校

高等學校內人員以教師和學生為主。采用面積權重法，地震發生時段室內人口數量可表示為：

Ptd=s×f∑nk=1sk×fk×q×βd（7）

式中：Ptd為單棟建筑室內人數；q為大理市高等學校師生數；sk為高等學校第k棟建筑的輪廓面積；fk為高等學校第k棟建筑的層數；βd為室內人口在室率。

高等學校內學生主要在校區內活動，教師表現有校內工作、校外活動、休息等行為，師生在室率呈現休息時段低、工作時段高的變化特點。T1、T2、T6、T7時段校內以學生為主，βd取學生占師生總數的比例0.96；T3、T4、T5時段全部師生在校，βd取值1；寒暑假期間師生離校，βd取值為0。

（7）其它學校

其它學校包括中等學校、小學、幼兒園等，主要為非寄宿學校，室內人員以教師和學生為主。采用面積權重法，地震發生時段室內人口數量可表示為：

Ptscj=s×f∑nx=1sjx×fjx×qj×（1+yj）×βsc（8）

式中：Ptscj為其他學校中j類學校單棟建筑室內人數；sjx為j類學校第x棟建筑的輪廓面積；fjx為j類學校第x棟建筑的層數；qj為大理市j類學校在校學生數；yj為大理市j類學校教師與學生人數的比值；βsc為室內人口在室率。

學校內師生表現有休息、通勤、上課等行為，師生在室率呈現休息時段最低、通勤時段較低、工作時段高的變化特點。T1和T7時段師生不在學校，βsc取值為0；T2和T6時段少數在校，大多數在通勤路上，βsc取值為0.4；T3和T5時段師生在校內上課，βsc取值為1；T4時段有少數師生外出活動，βsc取值為0.7。

（8）醫療衛生

醫療衛生類建筑室內人員以醫療衛生從業人員、住院和陪護人員、門診人員為主。采用面積權重法，地震發生時段室內人口數量可以用下式表示為：

Ptpct=s×f∑nh=1sh×fh（2v×βp+o×βdc+w×z×βpt） （9）

式中：Ptpct為單棟建筑室內人數；sh為醫療衛生類建筑第h棟的輪廓面積；fh為醫療衛生類建筑第h棟的層數；v為大理市醫療衛生機構床位數；o為大理市醫療衛生從業人數；w為大理市執業醫師人數；z為大理市執業醫師人均每小時診療人次數，基于大理市年總診療人次數計算；βp為住院病人和陪護人員在室率，住院病人和陪護人員比例按1∶1計算；βdc為醫療衛生從業人員在室率；βpt為門診病人在室率。

住院病人和陪護人員全天在醫院內，βp取值為1。醫療衛生從業人員表現有夜間值守、通勤、工作等行為，在室率呈現休息時段最低、通勤時段較低、工作時段高的變化特點。T1和T7時段少數在醫院值守，βdc取值為0.15；T2和T6時段少數在崗，大多數在通勤路上，βdc取值為0.4；T3和T5時段在崗工作，βdc取值為1；T4時段少數外出就餐活動，βdc取值為0.7；非工作日部分員工放假休息，除T1和T7時段外，βdc取值為工作日的0.5倍。門診病人取T2～T6時段12小時內時均接診人數，βpt取值為1。

（9）工廠倉儲

工廠倉儲類建筑室內人員以加工制造、批發、倉儲從業人員為主。采用面積權重法，地震發生時段室內人口數量可表示為：

Ptft=s×f∑nr=1sr×fr×u×βft（10）

式中：Ptft為單棟建筑室內人數；u為大理市加工制造、批發、倉儲從業人員數；sr為工廠倉儲類建筑第r棟的輪廓面積；fr為工廠倉儲類建筑第r棟的層數；βft為室內人口在室率，參考谷國梁等（2021）制造加工類建筑人員在室率取值。

（10）其它商業服務

其它商業服務建筑包括商場購物、交通服務和文化體育服務等功能建筑。地震發生時段室內人口數量可表示為：

Ptδm=sm×fm×δm（11）

式中：Ptδm為m類功能建筑單棟室內人數；sm為m類功能建筑的輪廓面積；fm為m類功能建筑的層數；δm為單位面積人口數，參考唐小龍（2014）研究成果取值。

2.3 房屋毀壞比

因近年來云南框架結構房屋震害數據較少，采用尹之潛（1996）給出的A類結構房屋不同烈度下毀壞比參考值；采用周洋等（2021）基于云南歷史地震房屋震害數據得到的滇西地區磚混、磚木和土木結構房屋不同烈度下的毀壞比，建立滇西地區房屋毀壞比矩陣（表4）。研究區建筑物矢量數據來源于云南省地震局組織實施完成的“基于遙感影像和經驗估計的云南省房屋抗震設防能力初判工作”項目成果，該項工作勾畫了全省建筑的圖斑并通過遙感影像、街景地圖和實地調研的方式判別建筑的結構類型和層數（圖2）。

3 評估結果

3.1 評估結果檢驗

基于本文人口空間化方法模擬大理市不同時段室內人員分布情況，本文統計得出非工作日T1時段住宅類建筑內人口81.65萬人，與大理市常住人口77.4萬人的相對誤差為5.49%；本文統計得出工作日T1時段住宿類建筑內的人口為17.29萬人，與大理市2023年1—4月日均接待游客19.24萬人的相對誤差為-10.14%。2項數據的誤差在可接受范圍內。

參考前人關于建筑物倒塌死亡人數與壓埋人數關系的研究成果（周中紅等，2019；王紫荊等，2020），地震死亡人數與壓埋人數的關系可表示為：

Pd=Pbγ×η（12）

式中：Pd為地震死亡人數；Pb為建筑物倒塌壓埋人數；γ為搜救影響系數，參考余世舟等（2015）研究成果取值為1.1；η為建筑物倒塌死亡人數占總死亡人數的比例，參考田麗莉（2012）基于歷史地震的統計結果，取值為0.75。

統計大理市Ⅵ～Ⅸ度破壞下平均壓埋人數，基于式（12）計算死亡率，與云南歷史地震不同烈度下的死亡率統計結果進行對比（表5）（夏朝旭等，2022）。由表5可知，本文方法得出的大理市不同烈度死亡率在歷史地震死亡率區間內且略小于平均值。根據同等級別地震破壞下，滇西地區死亡人數為云南中等水平的震害特征（張方浩等，2020），認為本文方法得出的大理市壓埋人數數量級在合理范圍內。

3.2 大理市人員壓埋風險

大理市在遭受Ⅷ度～Ⅹ度破壞下，各鄉鎮不同時段人員壓埋數量如圖3所示。

由圖3可以看出，不同時段人員壓埋數量方面，呈現工作日T1和T7時段壓埋人數多，非工作日T7時段壓埋人數多，其他時段壓埋人數少的特點；主要因為工作日T1和T7時段及非工作日T7時段在室人口更多。工作日和非工作日人員壓埋數量方面，呈現非工作日壓埋人數多于工作日的特點；主要因為非工作日人員更多的集中在住宅和住宿服務類建筑中，而大理市這兩類建筑的抗震性能普遍比其他功能建筑差。壓埋人數最多鄉鎮方面，Ⅷ度破壞下，喜洲鎮人員壓埋數量最多；Ⅸ度和Ⅹ度破壞下，下關鎮人員壓埋數量最多。主要因為喜洲鎮現存大量磚木和土木結構房屋，其在Ⅷ度破壞下毀壞嚴重，且喜洲鎮常住和流動人口數量較大；當烈度大于Ⅷ度時，下關鎮數量眾多的磚混和框架結構房屋被毀壞，且作為大理市城區的下關鎮人口密度最大。同時，不同鄉鎮在不同時段的人員壓埋數量差異較大，主要原因是各鄉鎮建筑物數量、結構比例、功能比例和人口數量、人員流動規律差異較大。

制作Ⅹ度烈度破壞下大理市、喜洲鎮和下關鎮壓埋人員最多時段（非工作日T7時段）人員壓埋分布圖（圖4），參考《云南省地震應急預案》云南省人民政府辦公廳.2021.云南省地震應急預案.地震應急響應等級劃分標準中的死亡人數區間，按人員壓埋數量將評估單元劃分為無風險（0人）、一般風險（1～5人）、中風險（5～50人）、高風險（50～300人）和極高風險（gt;300人）5個等級。對比大理市行政區劃圖，由圖4可以看出，在該破壞等級下，極高風險區為喜洲古鎮，壓埋人數超過300人；高風險區為下關鎮的滿江村、金星村、大展屯等城中村，才村、向陽村、河尾村、雙廊古鎮等沿洱海村落，江西村、上和村、周城村等山腳古村落，是震后需重點關注的救援區域。

4 結論

本文建立地震人員壓埋評估模型和人口空間化模型，以農村地區的村落和城鎮地區的功能單元為評估單元，開展大理市地震人員壓埋風險評估，分析大理市地震人員壓埋的時空分布規律，給出震后壓埋人員搜救重點關注區域，得出以下主要結論：

（1）對比人口空間化模擬結果與統計數據，常住人口相對誤差為5.49%，流動人口相對誤差為-10.14%；對比不同烈度下本文評估結果與云南歷史地震死亡率，評估結果死亡率位于云南歷史地震死亡率區間內且略小于平均值，符合云南地區歷史地震震害特征。本文方法得出的人口空間化和壓埋人數數量級在合理范圍內。

（2）大理市人員壓埋分布呈現為T1和T7時段集中，城中村、沿洱海村落、古村落集中的時空分布特點。高烈度破壞下，這些時段和區域可能造成一定數量的人員壓埋。

本文研究方法還存在許多不足之處需要深入研究解決。地震烈度評定中，毀壞是指多數承重構件嚴重破壞，房屋結構瀕于崩潰或已倒塌，無法修復；房屋毀壞并不表示倒塌，采用震害矩陣中的毀壞率代替倒塌率將影響評估結果的準確性。大理地區土木結構房屋多采用穿斗木架結構，這類木結構房屋在破壞嚴重的情況下仍能起到一定的支撐作用，其毀壞導致人員壓埋的概率還需要進一步研究總結。在缺少實地調查的情況下，很難區分無人居住的老舊房屋和生產用房，這類房屋往往抗震能力較差，將其計算在內將嚴重影響評估結果的準確性。本文對一棟建筑僅賦予了1項功能，而城市內一棟建筑往往具備多項功能，如存在大量底層為商店或餐館，上層為住宅的建筑。人口時空流動的隨機性較大，基于行為地理學分析方法分時段給出的人口在室率僅能反映群體人口流動的一般規律，不能精確給出人口的實時動態變化，是影響評估結果準確性的重要因素。

參考文獻：

大理市文化旅游局.2023.旅游［EB/OL］.（2023-05-26）［2023-10-06］.http：//www.yndali.gov.cn/dlszf/c103384/202104/09d913eea1644a28b9c2d75736f05527.shtml.Dali Cultural and Tourism Bureau.2023.Tourism ［EB/OL］.（2023-05-26）［2023-10-06］.http：//www.yndali.gov.cn/dlszf/c103384/202104/09d913eea1644a28b9c2d75736f05527.shtml.（in Chinese）

谷國梁，安立強，朱宏，等.2021.城市地震壓埋人員分布評估研究——以天津市區為例［J］.地震工程學報，43（6）：1352-1360.Gu G L，An L Q，Zhu H，et al.2021.Assessment of seismic buried personnel in urban area：A case study of Tianjin urban area，China［J］.China Earthquake Engineering Journal，43（6）：1352-1360.（in Chinese）

國務院第七次全國人口普查領導小組辦公室.2022.中國人口普查分縣資料2020［M］.北京：中國統計出版社.Office of the Leading Group for the Seventh National Population Census of the State Council.2022.Tabulation on 2020 China population census by county［M］.Beijing：China Statistics Press.（in Chinese）

李永強.2009.云南人員震亡研究［D］.合肥：中國科學技術大學.Li Y Q.2009.Research on Yunnan earthquake casualty［D］.Hefei：University of Science and Technology of China.（in Chinese）

盧永坤，張建國，張方浩，等.2021.2021年云南漾濞MS6.4地震烈度與震害特征［J］.地震研究，44（3）：429-438.Lu Y K，Zhang J G，Zhang F H，et al.2021.The characteristics of the seismic intensity and damage of the 2021 Yangbi，Yunnan MS6.4 earthquake［J］.Journal of Seismological Research，44（3）：429-438.（in Chinese）

聶高眾，安基文，鄧硯.2012.地震應急災情服務進展［J］.地震地質，34（4）：782-791.Nie G Z，An J W，Deng Y.2012.Advances in earthquake emergency disaster service［J］.Seismology and Geology，34（4）：782-791.（in Chinese）

唐小龍.2014.高分辨率城市人口密度模擬——以重慶市北碚城區為例［D］.重慶：西南大學.Tang X L.2014.Simulation of high-resolution urban population density：A case study in Beibei District，Chongqing［D］.Chongqing：Southwest University.（in Chinese）

田麗莉.2012.地震災害人員傷亡影響因素分析及人員傷亡估算公式［D］.北京：首都經濟貿易大學.Tian L L.2012.Analysis of factors affecting casualties in earthquake disasters and estimation formulas for casualties［D］.Beijing：Capital University of Economics and Business.（in Chinese）

王紫荊，陳文凱，蘇浩然，等.2020.基于區域特征的地震埋壓人員評估模型研究［J］.地震工程學報，42（5）：1236-1247.Wang Z J，Chen W K，Su H R，et al.2020.Evaluation model of earthquake buried personnel based on the regional characteristics［J］.China Earthquake Engineering Journal，42（5）：1236-1247.（in Chinese）

魏本勇，聶高眾，蘇桂武，等.2017.地震災害埋壓人員評估的研究進展［J］.災害學，32（1）：155-159.Wei B Y，Nie G Z，Su G W，et al.2017.Advance on the assessment methods of buried personnel distribution in earthquake disaster［J］.Journal of Catastrophology，32（1）：155-159.（in Chinese）

夏朝旭，聶高眾，李華玥，等.2022.基于歷史地震數據的地震烈度與人員死亡率相關性研究［J］.中國地震，38（1）：153-165.Xia C X，Nie G Z，Li H Y，et al.2022.Research on correlation between earthquake intensity and mortality rate based on historical earthquake data［J］.Earthquake Research in China，38（1）：153-165.（in Chinese）

肖東升，鐘祖峰.2021.基于人類動力學的地震壓埋人員先驗在室率研究［J］.災害學，36（1）：54-59.Xiao D S，Zhong Z F.2021.Research on indoor rate of the earthquake buried personnel based on human dynamics［J］.Journal of Catastrophology，36（1）：54-59.（in Chinese）

許瑞杰，賈召亮，鄭川，等.2023.滇西地區基于單體建筑的震后人員死亡評估方法研究［J］.地震研究，46（3）：394-402.Xu R J，Jia Z L，Zheng C，et al.2023.Study on the assessment method of post-earthquake fatality in western Yunnan based on the single building［J］.Journal of Seismological Research，46（3）：394-402.（in Chinese）

尹之潛.1996.結構易損性分類和未來地震災害估計［J］.中國地震，12（1）：49-55.Yin Z Q.1996.Classification of structure vulnerability and evaluating earthquake damage from future earthquake［J］.Earthquake Research in China，12（1）：49-55.（in Chinese）

余世舟，張令心，楊明儒.2015.地震壓埋人員分布評估方法初探［J］.地震工程與工程振動，35（2）：138-143.Yu S Z，Zhang L X，Yang M R.2015.Assessment of buried people distribution after earthquake［J］.Earthquake Engineering and Engineering Dynamics，35（2）：138-143.（in Chinese）

云南省統計局.2022.云南統計年鑒2022［M］.北京：中國統計出版社.Statistical Bureau of Yunnan Province.2022.Yunnan statistical yearbook 2022［M］.Beijing：China Statistics Press.（in Chinese）

張方浩，盧永坤，鄧樹榮，等.2020.云南地區區域地震災害特征［J］.地震研究，43（1）：134-143.Zhang F H，Lu Y K，Deng S R，et al.2020.Regional characteristics of the earthquake disasters in Yunnan area［J］.Journal of Seismological Research，43（1）：134-143.（in Chinese）

周洋，明小娜，楊健強，等.2021.基于已有地震的云南農居易損性矩陣分區研究［J］.地震研究，44（2）：283-291.Zhou Y，Ming X N，Yang J Q，et al.2021.Study on the fragility matrix of rural buildings in different zones of Yunnan Province based on existing earthquakes［J］.Journal of Seismological Research，44（2）：283-291.（in Chinese）

周中紅，陳文凱，何少林，等.2019.基于人口公里格網的地震壓埋人員分布評估方法的應用與評價——以甘肅岷縣漳縣6.6級地震為例［J］.地震研究，42（2）：288-294.Zhou Z H，Chen W K，He S L，et al.2019.Application and evaluation on an evaluating method for distribution of earthquake buried personnel based on population kilometer grid：Taking Minxian-Zhangxian MS6.6 earthquake as an example［J］.Journal of Seismological Research，42（2）：288-294.（in Chinese）

周中紅，孫艷萍，朱瑞.2024.基于新型地震烈度快速評估方法的震后人員壓埋估計［J］.地球科學，49（2）：437-450.Zhou Z H，Sun Y P，Zhu R.2024.Evaluation of post-earthquake buried personnel based on a new model of seismic intensity rapid assessment［J］.Earth Science，49（2）：437-450.（in Chinese）

GB/T 18306—2015，中國地震動參數區劃圖 ［S］.GB/T 18306—2015，Seismic ground motion parameters zonation map of China［S］.（in Chinese）

GB/T 24335—2009，建（構）筑物地震破壞等級劃分［S］.GB/T 24335—2009，Classification of earthquake damage to buildings and special structures ［S］.（in Chinese）

GB/T 17742—2020，中國地震烈度表［S］.GB/T 17742—2020.The Chinese seismic intensity scale［S］.（in Chinese）

Wei B Y，Nie G Z，Su G W，et al.2017.Risk assessment of people trapped in earthquake based on km grid：A case study of the 2014 Ludian earthquake，China［J］.Geomatics，Natural Hazards and Risk，8（2）：1289-1305.

Risk Assessment of the Victims Trapped after an Earthquake in Dali CityBased on Village and Urban Functional Units

JIA Zhaoliang，ZHANG Fanghao，ZHUANG Yan，XU Ruijie，ZHENG Chuan

（Yunnan Earthquake Agency，Kunming 650224，Yunnan，China）

Abstract

The rapid assessment of the number and distribution of victims trapped in rubbles and an emergency rescue are key to reducing casualties after an earthquake.The models of population spatialization are established based on building functions，structure of indoor people，and the rate of indoor people.Using the functional units of villages and urban ditricts in Dali City as evaluation units，we assessed the risk of the trapped victims.The results show that the high-risk period of earthquake-caused burial of people in a day falls between 19 p.m.and 7 a.m..Xizhou Ancient Town has the highest risk when hit by Intensity Ⅷ.Xiaguan Town faces the highest risk of personnel burial when subjected to the intensity exceeding VIII.The following villages have a high risk of earthquake-caused burial of people.They are Manjiang，Jinxing，Dazhantun，etc.in Dali City，Caicun，Xiangyang，Shuanglang，etc.along the Erhai Lake，and the ancient villages at the foot of the Cangshan Mountains including Jiangxi，Shanghe，Zhoucheng，etc..These places need to be given special attention when earthquakes occur.

Keywords：earthquake disaster；damage to buildings；trapped victims；risk assessment;Dali of Yunnan