引言

从近十几年国内外地震震害来看,房屋破坏是造成人员伤亡和经济损失的最主要原因。房屋建筑资料等信息一直是灾情快速评估的重要基础,尤其是房屋结构的合理分类,决定着评估结果的准确性(聂高众等,2002帅向华等,2009姜立新等,2012)。

近年来,随着遥感影像技术的迅速发展,高分卫星遥感分辨率提升至亚米级,为房屋基本信息的快速获取提供了途径。王晓青等(2004)窦爱霞等(2012)通过遥感技术获取灾区震后遥感影像,并提出了遥感震害指数与定量分析模型,成功应用于汶川、玉树地震等的震害快速定量化评估中。郭建兴等(2020)提出了利用遥感影像结合居民地建筑物数据评估地震烈度的方法。马建等(2020)通过获取震后高分辨率无人机影像,对房屋进行结构分类和震害解译。李昌珑等(2019)利用三维图像模式识别各类建筑物的数量分布,并建立不同建筑物易损性模型。汶川、玉树地震等震害多次暴露出我国村镇房屋抗震能力较脆弱,快速、全面、准确掌握村镇房屋抗震能力一直是研究的重点方向(周强等,2016李皓等,2018)。

目前,主要利用遥感影像进行震后房屋震害识别,较少用于房屋抗震能力的研究。因各地房屋结构复杂、形式多样,实际调查难度大,通过遥感技术快速获取房屋结构类型等基本信息,对分析房屋抗震能力具有现实意义。刘贾贾等(20192021)通过遥感影像对城镇和农村建筑物进行分类,并根据建筑物分类结果对震害风险进行初步划分。

本文通过无人机航拍和遥感影像获取房屋基本信息,通过人机交互方式提取村镇房屋结构类型,结合实地调查统计得到其他信息,建立当地村镇房屋抗震能力指数体系,分析村镇房屋抗震能力。利用遥感影像实现房屋基本信息的快速提取,提高房屋信息获取的便捷性,且具有较高的准确性和可靠性,对于地震灾害损失评估、风险普查、风险区划等工作具有重要意义。

1 研究区域

张家口市位于河北省西北部,京晋冀蒙交界地带,是“首都圈”地区地震重点监视防御区和晋冀蒙交界地震重点危险区,属于张家口—渤海地震构造带与汾渭地震构造带交汇地区,具备发生中等破坏性地震的条件和背景(李书进等,2010张肖等,2019茅远哲等,2019)。

根据张家口市所处的地理位置、经济发展情况,部分地区新农村建设发展迅速,按抗震设防建造的房屋抗震能力存在差异。而部分地区发展较慢,存在无抗震能力的旧房,如土木、砖木、土窑结构房屋等(刘龙等,2019)。万全区位于张家口市西北部,地理位置险要,受地质构造控制,地形北高南低,东西向为西高东低,是川、丘、山并存的地区(图1),本文以该区域作为研究对象。


图 1 万全区行政区划图 Fig. 1 Administrative division map of Wanquan District
2 现场调查

调查数据作为万全区房屋抗震性能分析的重要基础数据,为后期房屋抗震能力分析奠定基础。基于随机均匀分布原则,对于研究区每个乡镇,选取不少于2个调查点,调查范围确定了22个村镇(图2),包括新河口村、代家房村、西湾村、武家庄村、新开口村、望虎台村、刘虎庄村、板山村、阳门堡村、旧羊屯村、吴家窑村、上营房村、西柳林村、洗马林镇、万全镇、沙家庄村、陈家沟村、高庙堡村、羊窖沟村、岸庄屯村、安家堡村、赵家梁村。采取拍取房屋照片、填写房屋信息、无人机测航调查点等方式开展调查,普查主要侧重于结构类型、抗震设防水平、构造措施等基本情况,详查是在普查的基础上,对调查区域内房屋进行随机抽样,更加详细地调查建造年代、层数、用途等信息(周强等,2016)。


图 2 万全区地貌分区图与调查点分布 Fig. 2 Geomorphic zoning map and distribution of survey points in Wanquan District
3 建筑物数据提取

目前,利用遥感影像提取房屋数据包括人工目视判读和计算机自动解译2种方式。其中,人工目视判读精度较高,但费时费力,效率较低。计算机自动解译效率高,但易受周边背景的影响(赵春霞等,2004)。针对上述方式优缺点,本文采用eCognition软件处理与人工目视判读提取无人机影像图的房屋信息(刘贾贾等,2019)。

本文以大疆无人机为测航平台,以Pix4D软件为地理空间航片拼接工具,对万全区村镇进行抽样拍摄。所用无人机遥感影像具有高空间分辨率特点,可使地物几何结构和纹理信息显示更清晰。从拍摄影像图来看,研究区内房屋多为红瓦、青瓦房顶,且房顶多为尖顶,以屋脊为界,向两侧倾斜。无人机遥感影像中的房屋屋顶纹理清晰,形状规则,颜色与耕地、林地等有显著区别(胡勇等,2016)。图3所示为无人机拍摄的调查点影像图,主要技术流程如图4所示。本文以赵家梁村为例进行详细介绍,由于无人机影像(像素分辨率约为0.12 m)与91卫图助手遥感影像(像素分辨率为0.11 m)分辨率接近,其余村镇采用91卫图助手遥感影像进行识别,识别步骤与无人机影像一致。


图 3 无人机拍摄赵家梁村影像图 Fig. 3 Image of zhaojialiang village taken by UAV

图 4 无人机拍摄房屋侧面照片 Fig. 4 Side photos of houses taken by UAV

影像处理流程如图5所示,为提高正确率,采用eCognition软件首先对遥感影像进行预处理,分别选择30、40、50尺度进行分割。将3种尺度的分割效果进行对比,发现分割尺度为40时,建筑物能较好地同其他地物进行区分,提取建筑物较完整,未出现“粘连”现象。由此得出分割尺度为40,形状指数为0.4,紧密度为0.5。利用特征库的阈值分类法将建筑物与非建筑物进行区分,与调查结果对比修正后提取影像图房屋面积。


图 5 影像处理流程 Fig. 5 Flow chart of image processing technology

根据实地调查情况,张家口农村地区土木、砖木结构房屋普遍占地面积为40~60 m2,屋顶多为灰瓦小尖顶,颜色较暗沉,房屋进深多为3~4 m。砖混结构房屋占地面积为60~90 m2,屋顶多为灰瓦屋顶,颜色较鲜艳,房屋进深多为4~4.6 m。根据以上特征,采用样本邻近分类方法,将房屋类型识别为2类,分别为土木、砖木结构房屋和砖混结构房屋。

通过人工目视校核和编辑进一步识别房屋类型,对照无人机拍摄的实地房屋侧面照片(图4)与无人机影像图(图3)进行对比匹配,最终给出房屋结构和层数提取结果。通过对图3进行辨识,将房屋类型划分为4类(图6),包括砌体结构房屋,工业厂房、公共空旷房屋,砖木结构房屋,土、木、石结构房屋。对于一般性居民地,可不考虑工业厂房和公共空旷房屋面积。表1为计算得出的3类房屋面积,赵家梁村砌体结构房屋面积为55 478.99 m2,砖木结构房屋面积为21 807.27 m2,土、木、石结构房屋面积为19 233.63 m2


图 6 赵家梁村房屋信息提取结果 Fig. 6 Extraction results of house information in zhaojialiang Village

通过无人机遥感影像与91卫图助手遥感影像对22个调查点分别进行房屋结构与面积的提取,并结合实际调查和无人机拍摄房屋侧面照片,修正22个调查点提取的房屋信息数据。因遥感影像无法判断砌体结构房屋是否设防,故砌体结构房屋中设防房屋与未设防房屋占比通过实地调查得到。

表 1 22个调查点房屋信息 Table 1 House area summary o for 22 survey points
4 房屋抗震能力分析

获取房屋结构类型比例是分析房屋抗震能力的重要环节。通过建立遥感影像获取不同类型建筑物面积,得到研究区内建筑物结构比例,结合抽样调查得到的各影响因素类型和分布比例关系,得出不同时代建筑物面积所占比例及层数所占比例。利用样本建筑物房屋类型抗震能力指数,分析万全区建筑物综合房屋类型抗震能力指数。

4.1 影响建(构)筑物抗震能力的因素

无数震害实例表明,提高建(构)筑物抗震能力是减轻震害最有效的途径。因此,提高建(构)筑物抗震能力是防震减灾重要环节(张风华等,2004刘莉,2009)。归纳震害经验,同时考虑建(构)筑物抗震能力影响因素和数据易获取性,将房屋抗震设防水平、结构类型、建造年代和层数作为抗震能力指标。

4.2 划分建(构)筑物抗震能力指数等级

根据《建(构)筑物地震破坏等级划分》(GB/T 24335—2009)(中华人民共和国国家质量监督检验检疫总局等,2009),将建(构)筑物地震破坏分为5个等级,即基本完好、轻微破坏、中等破坏、严重破坏、毁坏。将建(构)筑物抗震能力量化为抗震能力指数,其代表建(构)筑物抵御地震灾害的能力,取值范围为0~1,数值越大表明抗震能力越好,越小表明抗震能力越差(谢礼立,2006),基本完好、轻微破坏、中等破坏、严重破坏、毁坏对应的抗震能力指数分别为1.0、0.8、0.6、0.4、0.2。

4.3 建(构)筑物抗震能力指数的确定

《建筑抗震设计规范》(GB 50011—2010)(中华人民共和国住房和城乡建设部等,2010)规定,地震区建筑必须按规定设防,因此不同的基本烈度地区设防标准不同,震害矩阵也不同。本文依据《中国大陆地震灾害损失评估汇编》收集到的1989—2016年华北片区成灾地震的震害记录和相关数据,参考河北省地震应急基础数据库震害矩阵,修改得到适用于本研究区的震害矩阵。根据《地震现场工作 第4部分:灾害直接损失评估》(GB/T 18208.4—2011)(中华人民共和国国家质量监督检验检疫总局等,2011)将房屋类别划分为钢结构房屋,钢筋混凝土房屋,砌体房屋,砖木房屋,土、木、石结构房屋,工业厂房和公共空旷房屋。鉴于张家口地区农村房屋多为砌体房屋、砖木、土木结构房屋,可将房屋类别划分为A、B、C、D类,其中A类为土、木、石结构房屋,包括土墙木屋架的土坯房、砖柱土坯房、土坯窑洞、碎石砌筑房屋;B类为砖木房屋,包括砖墙、木房架的多层砖木结构、砖木平房;C类为未设防的砌体房屋,即未经设防的砖砌体房屋;D类为设防的砌体房屋,即按照Ⅶ度设防的砖砌体房屋,选用的震害矩阵如表25所示。

表 2 A类房屋震害矩阵(%) Table 2 Earthquake damage matrix of A type buildings(Unit:%)
表 3 B类房屋震害矩阵(%) Table 3 Earthquake damage matrix of B type buildings(Unit:%)
表 4 C类房屋震害矩阵(%) Table 4 Earthquake damage matrix of C type buildings(Unit:%)
表 5 D类房屋震害矩阵(%) Table 5 Earthquake damage matrix of D type buildings(Unit:%)

因遥感影像无法区别设防与未设防的砌体房屋,所以通过实地调查对利用遥感影像提取到的砌体房屋进行分类,即分为C类或D类。一般来说,设防的砌体结构房屋所占比例高的地区建(构)筑物抗震能力强。不同地区建(构)筑物抗震能力在很大程度上取决于A、B、C、D类房屋面积比例。因此,本文采用谢礼立(2006)确定的抗震能力指数公式计算不同地区建(构)筑物震害矩阵:

$ P\left[ {{D_i}/J,I} \right] = \sum\limits_{s = 1}^4 {{\omega _s}} {P_s}\left[ {{D_i}/J,I} \right] $ (1)

式中: $P\left[ {{{{D_i}} / {J,I}}} \right]$ 表示设防烈度为J的建筑物遭遇I烈度地震时的震害矩阵; ${P_s}\left[ {{{{D_i}} / {J,I}}} \right]$ 表示s类结构设防烈度为J的建筑物遭遇I烈度地震时的震害矩阵; ${\omega _s}$ 表示s类结构建筑物面积比例。

不同地区建(构)筑物平均抗震能力计算公式如下:

$ IL1(J,I) = {\boldsymbol{K}}\times P\left( {{D_i}/J,I} \right) $ (2)

式中: $IL1\left({J,I} \right)$ 表示城镇设防烈度为J的建(构)筑物遭受I烈度地震时的平均抗震能力指数;K表示抗震能力等级矩阵,为 $ \{1,0.8,0.6,0.4,0.2\}$

通过收集的单体样本数据库考虑建造年代和层数对抗震能力的影响。考虑某年代对抗震能力指数的影响时,将单体样本数据库中去除这个年代后得到震害矩阵,比较原震害矩阵抗震能力指数和去除该年代后得出的震害矩阵抗震能力指数的差别,得出该年代对抗震能力的修正值,公式如下:

$ {K_j} = \frac{{{F_{\rm{V}}}({{ {\rm{Newly}} }})}}{{{F_{\rm{V}}}({{ {\rm{Original}} }})}} $ (3)

式中: ${{F_{\rm{V}}}({{ {\rm{Newly}} }})}$ 表示在单体样本数据库中去除j因素(年代)后得出的抗震能力指数; ${{F_{\rm{V}}}({{ {\rm{Original}} }})}$ 表示根据原有震害矩阵得出的抗震能力指数;Kj表示第j个因素对抗震能力的影响值。

根据式(3),得到建造年代和层数对抗震能力的修正值,如表67所示。

表 6 建造年代修正参考值 Table 6 Reference value of building age correction
表 7 层数修正参考值 Table 7 Corrected reference value of layers

基于上述分析,可以给出某地区建(构)筑物抗震能力指数计算公式为:

$ IL = IL1 \times (0.7 \times a1\% + 0.8 \times a2\% + 0.934 \times a3\% + 1 \times a4\% )\\ \times (0.822 \times b1\% + 0.863 \times b2\% + 1.0 \times b3\% ) $ (4)

式中:a1a2a3a4分别表示1979年以前、1980—1989年、1990—1999年、2000—2019年建筑物面积占比;b1b2b3分别表示平房、2~6层、7层以上建筑物面积占比。

建筑物抗震能力等级划分如表8所示。

表 8 建筑物抗震能力等级划分 Table 8 Classification of seismic capacity of buildings
5 结果分析

本文选取不同类型的建筑物面积数据(表1),得到研究区内房屋结构类型比例,并结合实际调查中的详查资料,对研究区域内房屋建造年代、层数进行统计与分类,得到22个调查点房屋建造年代、层数比例,进而计算房屋抗震能力指数。表9所示为22个调查点不同结构类型、建造年代和层数对应的抗震能力指数。根据《建筑工程抗震设防分类标准》(GB 50223—2008)(中华人民共和国住房和城乡建设部,2008),万全区村镇抗震设防水平应按Ⅶ度设防。

表 9 22个调查点房屋抗震能力指数 Table 9 Seismic capacity index of 22 survey points

根据式(1)~(4)和修正系数得出22个调查点建筑物抗震能力指数值,如图7所示。


图 7 22个调查点建筑物抗震能力指数对比图 Fig. 7 Comparison of seismic capacity index of buildings in 22 survey points

采用平均数算法得到万全区房屋抗震设防水平,不同结构类型、建造年代和层数对应的抗震能力指数如表10所示。

表 10 万全区房屋抗震能力指数 Table 10 Seismic capacity index of buildings in Wanquan district

通过式(1)计算万全区建筑物震害矩阵,从而得到建(构)筑物平均抗震能力指数为:

$\begin{split} & IL 1(J,I) = K\times P\left( {{D_i}/J,I} \right)=\\ &[0.902 \;6,0.714 \;4,0.532 \;2,0.405 \;5,0.262 \;9] \end{split} $ (5)

万全区建(构)筑物抗震能力指数为:

$ \begin{split} & I L=I L 1 \times(0.7 \times a 1 \%+0.8 \times a 2 \%+0.934 \times a 3 \%+1 \times a 4 \%) \times\\ & (0.822 \times b 1 \%+0.863 \times b 2 \%+1.0 \times b 3 \%)=\\ & [0.684\;7,0.542\;0,0.403\;7,0.307\;6,0.199\;4] \end{split} $ (6)

可得万全区遭遇VI~Ⅹ度地震时,抗震能力指数为:[0.684 7,0.542 0,0.403 7,0.307 6,0.199 4]。

6 分析与讨论

本文利用无人机遥感技术获得高分辨率遥感影像图,通过eCognition软件处理初步得到建筑物面积及分类,结合无人机拍摄的侧面照片,通过人工辅助进行识别与修正,并与实地调查相结合,使提取的村镇房屋信息数据更准确,为地震灾害风险评估和地震风险普查工作提供参考。本文在建筑物抗震能力指数计算中考虑了设防与未设防的砌体房屋情况,得到了较精准的建筑物抗震能力情况。但目前无法通过遥感影像识别砌体房屋是否设防,需通过实地调查确定。本研究村镇房屋结构较单一,需对进一步提高城市房屋识别正确率进行研究与探索。

由万全区村镇建筑物抗震能力指数计算结果可知,万全区房屋整体抗震能力较弱,以未设防的砌体结构和砖木、土木结构房屋为主。抗震能力指数为0.6~0.7,基本可抵御VI度地震,当遭遇VI度地震时,万全区村镇建筑物抗震能力为中等,除个别土木结构房屋集中的地区外,房屋不至于大面积损坏,也不会造成巨大损失。当遭遇Ⅶ度地震时,万全区村镇建筑物抗震能力较差。

通过对万全区房屋进行现场调查,发现交通较发达的地方砖木结构房屋较多,偏远难行的地方土木结构房屋较多。老旧的土窑洞、土木结构房屋由于建设年代较早,抗震性能普遍较差。砖木结构房屋普遍未采取抗震措施,木屋架多为硬山搁檩形式,与墙体无可靠拉结,整体性较差。同时,普遍存在门窗开洞过大、窗间墙过窄的现象,造成墙体抗剪能力减弱、房屋刚度不均匀,对房屋整体抗震不利。房屋多采用石砌基础,基础埋深为30~100 cm,部分基础砌筑不牢,影响房屋抗震性能。普遍存在附属设施安全隐患,其中出屋面烟囱、门楼、围墙、挑檐等震后均可能出现掉落、倒塌,进而导致伤人,应予以重视。

地震烈度为VI度时,万全区房屋基本完好。地震烈度为Ⅶ度以上时,房屋会发生大面积损坏,由此看来,张家口地区农村房屋抗震性能仍不足,地震风险偏大,防震减灾形势严峻,应加大农村地区抗震减灾力度。

参考文献
窦爱霞, 王晓青, 丁香等, 2012. 遥感震害快速定量评估方法及其在玉树地震中的应用[J]. 灾害学, 27(3): 75-80.
Dou A. X., Wang X. Q., Ding X., et al, 2012. Quantitative methods of rapid earthquake damage assessment using remote sensing and its application in Yushu earthquake[J]. Journal of Catastrophology, 27(3): 75-80. DOI:10.3969/j.issn.1000-811X.2012.03.016
郭建兴, 张宇翔, 姬建中等, 2020. 利用居民地建筑物数据和高分遥感影像评估地震烈度的方法初探[J]. 地震地质, 42(4): 968-980.
Guo J. X., Zhang Y. X., Ji J. Z., et al, 2020. A preliminary study on the method of seismic intensity assessment based on residential building data and high resolution remote sensing images[J]. Seismology and Geology, 42(4): 968-980. DOI:10.3969/j.issn.0253-4967.2020.04.013
胡勇, 张孝成, 马泽忠等, 2016. 无人机遥感影像中农村房屋信息快速提取[J]. 国土资源遥感, 28(3): 96-101.
Hu Y., Zhang X. C., Ma Z. Z., et al, 2016. Rural residential area extraction from UAV remote sensing imagery[J]. Remote Sensing for Land Resources, 28(3): 96-101.
姜立新, 帅向华, 聂高众等, 2012. 地震应急指挥协同技术平台设计研究[J]. 震灾防御技术, 7(3): 294-302.
Jiang L. X., Shuai X. H., Nie G. Z., et al, 2012. Study on the design of earthquake emergency command collaboration technology platform[J]. Technology for Earthquake Disaster Prevention, 7(3): 294-302. DOI:10.3969/j.issn.1673-5722.2012.03.008
李昌珑, 李宗超, 吕红山等, 2019. 基于三维图像模式识别的西藏东南部地震灾害损失风险评估[J]. 地球物理学报, 62(1): 393-410.
Li C. L., Li Z. C., Lv H. S., et al, 2019. Seismic disaster loss risk assessment for southeastern Tibet based on 3D image pattern recognition[J]. Chinese Journal of Geophysics, 62(1): 393-410. DOI:10.6038/cjg2019M0360
李皓, 张合, 吕国军, 2018. 基于遥感影像的建筑数据构建研究[J]. 震灾防御技术, 13(1): 168-176.
Li H., Zhang H., Lv G. J., 2018. Construction of building data based on remote sensing images[J]. Technology for Earthquake Disaster Prevention, 13(1): 168-176. DOI:10.11899/zzfy20180115
李书进, 毛羚, 陶礼龙等, 2010. 湖北农村民居抗震性能调查与分析[J]. 震灾防御技术, 5(1): 116-124.
Li S. J., Mao L., Tao L. L., et al, 2010. Seismic performance investigation and analysis of rural buildings in Hubei province[J]. Technology for Earthquake Disaster Prevention, 5(1): 116-124. DOI:10.3969/j.issn.1673-5722.2010.01.014
刘贾贾, 刘志辉, 刘龙等, 2019. 基于遥感影像的农村建筑物分类[J]. 华北地震科学, 37(4): 65-72.
Liu J. J., Liu Z. H., Liu L., et al, 2019. Classification of rural buildings in Zhangjiakou area based on remote sensing images[J]. North China Earthquake Sciences, 37(4): 65-72. DOI:10.3969/j.issn.1003-1375.2019.04.012
刘贾贾, 刘志辉, 刘龙等, 2021. 基于遥感影像的城镇建筑物分类[J]. 测绘与空间地理信息, 44(1): 130-133.
Liu J. J., Liu Z. H., Liu L., et al, 2021. Classification of town buildings based on remote sensing images[J]. Geomatics & Spatial Information Technology, 44(1): 130-133. DOI:10.3969/j.issn.1672-5867.2021.01.036
刘莉, 2009. 城市防震减灾能力标定及可接受风险研究. 哈尔滨: 中国地震局工程力学研究所.
Liu L., 2009. Calibration capability of the urban seismic prevention and disaster mitigation & research on acceptable risk level. Harbin: Institute of Engineering Mechanics, CEA. (in Chinese)
刘龙, 刘志辉, 刘晓丹等, 2019. 张北地区农村房屋抗震性能分析[J]. 华北地震科学, 37(2): 82-88.
Liu L., Liu Z. H., Liu X. D., et al, 2019. Analysis of the seismic performance of rural houses in the areas of Zhangbei[J]. North China Earthquake Sciences, 37(2): 82-88. DOI:10.3969/j.issn.1003-1375.2019.02.013
马建, 常想德, 黄帅堂等, 2020. 无人机摄影技术在精河地震房屋震害定量评估中的应用[J]. 震灾防御技术, 15(1): 208-215.
Ma J., Chang X. D., Huang S. T., et al, 2020. Application of UAV photography technology in quantitative assessment of building damage of the Jinghe earthquake[J]. Technology for Earthquake Disaster Prevention, 15(1): 208-215. DOI:10.11899/zzfy20200121
茅远哲, 曹筠, 高晨等, 2019. 京西北地区地应变观测与小震震源机制解一致性研究[J]. 中国地震, 35(4): 709-717.
Mao Y. Z., Cao J., Gao C., et al, 2019. Consistency of ground strain observation and source mechanism solution of small earthquakes in northwest Beijing[J]. Earthquake Research in China, 35(4): 709-717. DOI:10.3969/j.issn.1001-4683.2019.04.011
聂高众, 陈建英, 李志强等, 2002. 地震应急基础数据库建设[J]. 地震, 22(3): 105-112.
Nie G. Z., Chen J. Y., Li Z. Q., et al, 2002. The construction of basic database for earthquake emergency response[J]. Earthquake, 22(3): 105-112. DOI:10.3969/j.issn.1000-3274.2002.03.017
帅向华, 姜立新, 刘钦等, 2009. 地震应急指挥技术系统设计与实现[J]. 测绘通报, (7): 38-41, 54.
Shuai X. H., Jiang L. X., Liu Q., et al, 2009. Earthquake emergency command system: design and implementation[J]. Bulletin of Surveying and Mapping, (7): 38-41, 54.
王晓青, 丁香, 2004. 基于GIS的地震现场灾害损失评估系统[J]. 自然灾害学报, 13(1): 118-125.
Wang X. Q., Ding X., 2004. Estimation system of disastrous losses in seismic site based on GIS[J]. Journal of Natural Disasters, 13(1): 118-125. DOI:10.3969/j.issn.1004-4574.2004.01.019
谢礼立, 2006. 城市防震减灾能力的定义及评估方法[J]. 地震工程与工程振动, 26(3): 1-10.
Xie L. L., 2006. A method for evaluating cities’ ability of reducing earthquake disasters[J]. Earthquake Engineering and Engineering Vibration, 26(3): 1-10. DOI:10.3969/j.issn.1000-1301.2006.03.001
张风华, 谢礼立, 范立础, 2004. 城市防震减灾能力评估研究[J]. 地震学报, 26(3): 318-329.
Zhang F. H., Xie L. L., Fan L. C., 2004. Study on Evaluation of cities' ability reducing earthquake disasters[J]. Acta Seismologica Sinica, 26(3): 318-329. DOI:10.3321/j.issn:0253-3782.2004.03.011
张肖, 齐玉妍, 云萌等, 2019. 基于分量钻孔应变资料分析测区构造应变变化[J]. 地震, 39(4): 76-83.
Zhang X., Qi Y. Y., Yun M., et al, 2019. Analysis on changes of the tectonic strain in survey area based on multi-component borehole straingauge[J]. Earthquake, 39(4): 76-83.
赵春霞, 钱乐祥, 2004. 遥感影像监督分类与非监督分类的比较[J]. 河南大学学报(自然科学版), 34(3): 90-93.
Zhao C. X., Qian L. X., 2004. Comparative study of supervised and unsupervised classification in remote sensing image[J]. Journal of Henan University (Natural Science), 34(3): 90-93.
中华人民共和国国家质量监督检验检疫总局, 中国国家标准化管理委员会, 2009. GB/T 24335—2009 建(构)筑物地震破坏等级划分. 北京: 中国标准出版社.
General Administration of Quality Supervision, Inspection and Quarantine of the People’s Republic of China, Standardization Administration, 2009. GB/T 24335—2009 Classification of earthquake damage to buildings and special structures. Beijing: Standards Press of China. (in Chinese)
中华人民共和国国家质量监督检验检疫总局, 中国国家标准化管理委员会, 2011. GB/T 18208.4—2011 地震现场工作第4部分: 灾害直接损失评估. 北京: 中国标准出版社.
General Administration of Quality Supervision, Inspection and Quarantine of the People’s Republic of China, Standardization Administration, 2011. GB/T 18208.4—2011 Post-earthquake field works—Part 4: assessment of direct loss. Beijing: Standards Press of China. (in Chinese)
中华人民共和国住房和城乡建设部, 2008. GB 50223—2008 建筑工程抗震设防分类标准. 北京: 中国建筑工业出版社.
Ministry of Housing and Urban-Rural Development of the People’s Republic of China, 2008. GB 50223—2008 Standard for classification of seismic protection of building constructions. Beijing: China Architecture & Building Press. (in Chinese)
中华人民共和国住房和城乡建设部, 中华人民共和国国家质量监督检验检疫总局, 2010. GB 50011—2010 建筑抗震设计规范(附条文说明)(2016年版). 北京: 中国建筑工业出版社.
Ministry of Housing and Urban-Rural Development of the People’s Republic of China, General Administration of Quality Supervision, Inspection and Quarantine of the People’s Republic of China. 2010. GB 50011—2010 Code for seismic design of buildings. Beijing: China Architecture & Building Press. (in Chinese)
周强, 邵峰, 孙柏涛, 2016. 江西村镇房屋抗震能力调查与分析[J]. 地震工程与工程振动, 36(6): 188-197.
Zhou Q., Shao F., Sun B. T., 2016. Investigation and analysis of seismic capacity of rural buildings in Jiangxi[J]. Earthquake Engineering and Engineering Dynamics, 36(6): 188-197.