基于建筑物脆弱性指数的深度依赖型海啸强度等级提案:为构建综合海啸强度评估框架所做的贡献

《International Journal of Disaster Risk Reduction》:Proposal of a Depth-Based Tsunami Intensity Scale for Coastal Buildings based on Building Vulnerability Index: A Contribution Towards an Integrated Tsunami Intensity Framework

【字体: 时间:2025年09月19日 来源:International Journal of Disaster Risk Reduction 4.5

编辑推荐:

  海啸对沿海地区构成持续威胁,研究其强度与建筑脆弱性关系至关重要。本文提出八级海啸强度量表,结合专家调查和三次不同机制引发的海啸实地数据,通过有序回归分析建立建筑脆弱性等级与淹没深度的关联模型,证实脆弱建筑在较低淹没深度即严重损毁。该量表为资源有限地区提供实用评估工具,未来可结合水文动力数据进一步优化。

  
莫哈末·穆海敏·里德万·黄(Mohd Muhaimin Ridwan Wong)|诺迪拉·艾哈迈德(Nordila Ahmad)|阿纳瓦特·苏帕斯里(Anawat Suppasri)|赛姆西迪克(Syamsidik)
马来西亚国防大学战略与安全研究学院人道主义援助与灾害救援研究中心,肯苏加贝西(Kem Sungai Besi),57000吉隆坡,马来西亚

摘要

海啸对沿海地区构成持续威胁,尤其是对其密集的人口和建筑环境。管理海啸风险的关键之一在于了解其强度。理解潜在的强度以及海啸特征与受影响元素的脆弱性对于有效的海啸风险管理至关重要。本研究提出了一种八级海啸强度等级体系,旨在识别沿海建筑可能遭受的损害。通过专家意见调查对用于确定沿海建筑脆弱性的“建筑脆弱性指数”(Building Vulnerability Index,BVI)进行了改进。此外,来自三次由不同机制引发的重大海啸事件的现场数据为该等级体系的构建提供了实证依据。对样本建筑进行了序数回归分析,以关联淹没深度和四个建筑脆弱性等级下的损坏状况。分析结果表明,与更具抵抗力的建筑相比,更脆弱的建筑在较低的淹没深度下就会遭受严重损坏。基于此,构建了这种八级海啸强度等级体系,旨在为当地利益相关者提供一个简单而可靠的工具,特别是在复杂数据或评估技术难以获取或不可行的情况下。研究认为,随着更多海啸后调查数据(特别是来自不同地区和事件的数据)的积累,该等级体系可以进一步完善。除了改进BVI的公式外,未来还可以整合海啸引发的水流或其他流体动力学因素,以发展出更加综合的海啸强度评估框架。

章节摘录

引言

自然灾害可能对人类生命以及自然和建筑环境造成严重威胁。20世纪,干旱、洪水和地震是导致死亡人数最多的三种灾害,每年造成数百万人死亡;而在21世纪,这一数字已降至数万甚至数十万人[1]。尽管死亡人数有所下降,但自然灾害的频率却大幅增加。

海啸强度等级

本节简要总结了与本研究相关的海啸强度等级体系的发展历程。强度等级体系通常用于描述灾害事件造成的影响,并通常具有特定的空间维度。作为评估和区分灾害影响的重要工具,海啸强度等级体系最早出现在1927年,当时采用了四级的西伯格等级(Sieberg scale)[15]。随后几年出现了多种测量等级体系,但这些等级体系主要基于地震震级进行划分。

完善脆弱性指数

在最初的BVI中,各指标的权重完全基于文献研究和其作为防御措施的重要性来确定。因此,通过专家意见调查来提高BVI方程的质量。专家的意见有两个目的:(i) 验证脆弱性指标的选择;(ii) 修订各指标的权重。该调查通过在线问卷形式向相关专家发放。

专家意见调查结果

专家对每个问题的回答汇总在表1和表2中。对于每个问题,专家建议的平均值或权重被用于根据层次分析法(Analytical Hierarchy Process,AHP)调整脆弱性指数。
从表1和表2中列出的比较结果来看,专家普遍认为沿海防护结构是最重要的指标,而建筑层数是最不重要的指标。

结论

本研究提出了一种新的沿海建筑海啸强度等级体系,该体系结合了易于测量的海啸参数和经过改进的建筑脆弱性指数。通过对三次不同海啸灾后现场调查数据的分析,发现明确划分脆弱性等级可以提高海啸损害评估的准确性。基于这些研究结果提出的八级强度等级体系提供了一种实用且易于使用的工具。

CRediT作者贡献声明

阿纳瓦特·苏帕斯里(Anawat Suppasri):研究指导与方法论设计。莫哈末·穆海敏·里德万·黄(Mohd Muhaimin Ridwan Wong):文章撰写、审稿与编辑、初稿撰写、方法论设计、数据收集与分析。诺迪拉·艾哈迈德(Nordila Ahmad):研究指导。赛姆西迪克·赛姆西迪克(Syamsidik Syamsidik):研究指导与资源协调。

科学写作中关于生成式人工智能的声明

作者在准备本文时使用了ChatGPT工具来识别语法错误并提升文章的可读性。使用该工具后,作者根据需要对文章内容进行了修订。主要作者对出版物的内容负全责。

数据获取

按脆弱性分类的样本建筑数据可在此链接获取:https://doi.org/10.17632/236gh2w3hr.1 [44]。

利益冲突声明

作者声明没有已知的财务利益冲突或个人关系可能影响本文的研究结果。

致谢

作者感谢南洋理工大学的Michele Nguyen副教授和马来西亚国防大学的Ummul Fahri Abdul Rauf副教授在序数回归分析方面提供的指导与见解。他们的专业知识对本文的完善起到了重要作用。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普
  • 急聘职位
  • 高薪职位

知名企业招聘

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号