以Google Earth为平台,基于GDP、人口与场地效应的全球大震损失评估模型

以Google Earth为平台,基于GDP、人口与场地效应的全球大震损失评估模型

论文摘要

随着人类文明的进步,世界财富的积累,人口城市化进程不断加快,全球经济持续发展,破坏性地震所造成的社会灾害损失随之越来越严重。科技的发展,技术的进步,也能让人们能在地震发生后比以往更快的速度到达灾区进行救援,及时有效地救援才能尽量减少社会财产的损失和挽救更多的生命。通常在大地震发生后,灾区的通信会中断,此时作为地震工作者和研究人员,如果我们尽快的估计灾区的震情分布、地震破坏性的分布(烈度)、以及损失分布情况,就能为救援人员提供信息参考和决策依据。本论文主要研究以Google Earth为展示平台,考虑场地放大效应对地震动的影响与修正,并利用GDP等宏观经济指标作为震害评估的全球大震损失评估模型。主要从下几个方面展开研究:1.Internet的高速发展,使得Web-GIS逐步替代了传统的GIS系统,而“数字地球”概念的提出则更丰富和促进Web-GIS的发展。Google Earth的迅速崛起,并慢慢的渗透进人们的日常生活。基于XML语法的KML脚本语言和丰富的Web-API接口以及高分辨率的地理和地形构造信息方便了科研工作人员的使用,丰富的各类社会信息图层、高分辨率的卫星影像、人性化简单易操作的友好界面使得Google Earth成为了一个向大众展示和传播信息的优秀平台,也成为一个更客观方便的决策平台。2.地震动参数的分布是进行震害和损失估计的基础。如何在地震后快速给出灾区的地表运动情况,并跟据得到的地震动进行地震损失的估计是本文的重点研究内容。影响地震动的参数很多,本章着重研究快速地震动的计算及场地效应对地震动的影响分布,并根据地震动分布和Vs30分布对地震动进行场地效应的校正。本文根据David Wald等人提出的方法,利用地形倾斜度求浅层剪切波Vs30的分布,进而根据地震动参数和数值求得场地放大因子。3.陈颙院士等提出了利用GDP等宏观经济指标进行震害预测的方法,为进行地震的社会灾害损失评估提供了可行的途径。传统的地震灾害损失研究通常采用分类清单方法,即通过对研究区内建筑设施建立分类数据库,并收集详尽的资料进行分析。但面对现代社会的迅速发展,严峻的社会灾害损失所要求的地震快速应急响应和救灾决策,传统的方法在收集并及时更新资料方面都存在着明显的局限性。本文在进一步论证此方法可行性的基础上,继承了此思路和方法作损失的评估。本文以简单的震源参数和地震动记录为输入条件,建立模型,在GoogleEarth平台中输出地震动参数的分布和以GDP为指标的地震损失分布结果。根据此模型,我们以2008年M8.0级汶川地震和2007年的M8.0级秘鲁地震作为实际应用的例子,检验此模型的可行性及分析存在的问题。

论文目录

  • 摘要
  • Abstract
  • 目录
  • 第1章 绪论
  • 1.1 引言
  • 1.2 主要研究思路
  • 1.3 相关研究背景介绍
  • 1.3.1 全球大震情况
  • 1.3.2 全球人口城市化
  • 1.3.3 数字地球和Google Earth的发展
  • 1.3.4 场地效应对地震动的影响
  • 1.3.5 基于GDP和人口的损失估计
  • 1.4 研究目的和意义
  • 1.5 研究内容
  • 第2章 新生代GIS平台Google Earth
  • 2.1 引言
  • 2.2 GIS震害评估研究现状
  • 2.3 WebGIS的发展及应用
  • 2.4 数字地球
  • 2.4.1 数字地球概念
  • 2.4.2 数字地球所需要的技术
  • 2.4.3 数字地球的应用
  • 2.5 新生代GIS平台Google Earth
  • 2.5.1 Google Earth的背景
  • 2.5.2 Google Earth的优势
  • 2.5.3 Google Earth在各领域的应用
  • 2.5.4 KML语言介绍与特点
  • 2.5.5 KML的基本应用
  • 2.6 小结
  • 第3章 地震动及场地效应分布
  • 3.1 引言
  • 3.2 快速地震动-ShakeMap
  • 3.2.1 引言
  • 3.2.2 ShakeMap运行机制
  • 3.2.3 ShakeMap的运行环境
  • 3.2.4 ShakeMap能提供的地震动参数
  • 3.2.5 ShakeMap前景与讨论
  • 3.2.6 小结
  • 3.3 地震动的场地效应校正
  • 3.3.1 场地效应的重要性
  • 3.3.2 场地效应的研究现状
  • 3.3.3 全球强震观测台网现状
  • 3.3.4 Nakemura方法计算场地效应
  • 3.4 基于地形倾斜度的场地效应校正
  • 3.4.1 概述
  • 3.4.2 数据
  • 3.4.3 方法
  • s30分布'>3.4.4 计算地形倾斜度分布和Vs30分布
  • 3.4.5 场地效应校正因子
  • 3.4.6 应用及与实测的场地条件对比
  • 3.5 汶川地震中的场地效应
  • 3.6 本章小结
  • 第4章 基于GDP与人口的损失评估
  • 4.1 引言
  • 4.2 背景
  • 4.3 地震损失研究概述
  • 4.4 地震灾害损失预测的发展与现状
  • 4.5 用宏观经济指标作为社会财富的度量
  • 4.6 GDP损失率与地震烈度的关系
  • 4.7 小结
  • 第5章 实际震例的应用
  • 5.1 引言
  • 5.2 2008年汶川Ms8.0地震
  • 5.2.1 引言
  • 5.2.2 破裂模型和强震数据
  • 5.2.3 地震动与烈度分布
  • 5.2.4 与实际烈度分布图的比较
  • 5.2.5 受影响的人口和GDP损失分布
  • 5.3 2007年秘鲁M8.0级地震
  • 5.3.1 秘鲁地震背景
  • 5.3.2 秘鲁地震地震动分布
  • 5.3.3 秘鲁地震损失分布
  • 5.4 小结
  • 第6章 总结与展望
  • 6.1 结论
  • 6.2 展望
  • 参考文献
  • 致谢
  • 相关论文文献

    • [1].2008年各省、自治区、直辖市单位GDP能耗等指标公报[J]. 石油和化工节能 2009(04)
    • [2].像追求GDP一样追求幸福指数[J]. 炎黄纵横 2011(08)
    • [3].GDP与幸福指数的对话[J]. 青海统计 2011(05)
    • [4].省以下GDP统一核算若干问题研究——以广东省为例[J]. 调研世界 2020(03)
    • [5].利妥昔单抗联合GDP方案对非霍奇金淋巴瘤患者免疫功能的影响[J]. 现代诊断与治疗 2019(24)
    • [6].北京冬奥会语言服务对京津冀GDP增长率贡献预测[J]. 经济与管理 2020(03)
    • [7].分享经济对我国GDP影响的统计分析研究[J]. 管理现代化 2020(03)
    • [8].高速公路发展对GDP增长的贡献测算[J]. 综合运输 2020(08)
    • [9].GDP影响因素的计量经济分析与研究[J]. 广西民族师范学院学报 2020(04)
    • [10].我国全社会固定资产投资对GDP的影响分析[J]. 农村经济与科技 2019(12)
    • [11].我国房地产业对GDP增长影响分析[J]. 辽宁经济 2016(11)
    • [12].福建省县域GDP对房地产投资的依赖度[J]. 泉州师范学院学报 2016(06)
    • [13].湖北省固定资产投资对GDP影响的实证分析[J]. 衡水学院学报 2017(01)
    • [14].中国和美国海洋经济与海洋产业结构特征对比——基于海洋GDP中国超过美国的实证分析[J]. 地理科学 2016(11)
    • [15].南京市溧水区万元GDP用水量影响因子研究[J]. 水资源开发与管理 2017(06)
    • [16].秦皇岛市财政收入与GDP关系实证分析[J]. 知识经济 2017(12)
    • [17].对我国金融业增加值占GDP比重的判断与思考[J]. 华北金融 2017(04)
    • [18].土地资源和GDP对中国人口分布的影响机理分析[J]. 地理科学 2017(07)
    • [19].影响内蒙古GDP增长因素的实证分析[J]. 科技经济导刊 2017(16)
    • [20].金融业增加值占GDP比重偏高的思考[J]. 中国国情国力 2017(07)
    • [21].对我国金融业增加值占GDP比值的分析与思考[J]. 北方金融 2017(06)
    • [22].内蒙古1985年~2014年绿色GDP核算实证研究[J]. 内蒙古科技与经济 2017(13)
    • [23].河北省绿色GDP核算研究[J]. 合作经济与科技 2017(15)
    • [24].基于集对分析的“安全-质量-GDP”系统模型[J]. 数学的实践与认识 2017(16)
    • [25].“西电东送”对云南GDP增长的研究[J]. 云南电力技术 2016(S2)
    • [26].陕西能源消费与GDP及能源加工转换效率关系研究[J]. 西安石油大学学报(社会科学版) 2017(04)
    • [27].我国文化产业增加值占GDP比重首次超过4%[J]. 新闻世界 2017(10)
    • [28].天津开发区:全国首个“GDP突破3000亿元”[J]. 南方企业家 2017(03)
    • [29].7月经济数据出炉 全年GDP增速会否“前高后低”?[J]. 中国产经 2017(09)
    • [30].GDP核算方法制度改革深入实施的探索[J]. 时代金融 2016(08)

    标签:;  ;  ;  ;  ;  ;  ;  

    以Google Earth为平台,基于GDP、人口与场地效应的全球大震损失评估模型
    下载Doc文档

    猜你喜欢