Deprem kazası tahmini - Earthquake casualty estimation

Son gelişmeler, hemen ardından kayıp tahminlerinin hızını ve doğruluğunu artırıyor depremler (bir saatten daha kısa bir süre içinde) yaralıların daha verimli bir şekilde kurtarılabilmesi için. "Yaralılar", işgal edilen binaların hasar görmesi nedeniyle ölümler ve yaralılar olarak tanımlanır. Büyük ve büyük depremlerden sonra, kurtarma ekipleri ve sivil Savunma yöneticiler, etkilenen bölgeden gelen bilgilerin henüz dış dünyaya ulaşmamış olabileceği bir zamanda, olası felaketin boyutu hakkında nicel tahminlere hızla ihtiyaç duyar. Enkaz altındaki yaralılar için her dakika önemlidir. Deprem felaketinin boyutu hakkında hızlı tahminler sunmak, gelişmekte olan ülkelere göre sanayileşmiş ülkelerde çok daha az problemdir. Bu makale, gelişmekte olan ülkelerdeki deprem kayıplarının gerçek zamanlı olarak nasıl tahmin edilebileceğine odaklanmaktadır.

İnsan kayıplarını gerçek zamanlı olarak teorik olarak tahmin etme ihtiyacı

Depremden sonraki ilk birkaç gün, harap olan bölgenin merkezinden neredeyse hiç bilgi akmıyor. Gelişmekte olan ülkelerdeki ve sanayileşmiş ülkelerdeki deprem felaketlerinin boyutunun ilk hafife alınmasına ilişkin örnekler Şekil 1'de gösterilmektedir. Sorumlu uzmanlar 4 gün boyunca Wenchuan depremi, Mw 8 Mayıs 12, 2008, 10.000'den azdı.

Sağlık ekiplerinin ve diğer ilk müdahale ekiplerinin hızlı gelişleri, yaralıları ölmekten kurtarmak ve başkalarının bakım almasına yardımcı olmak için çok önemlidir. Büyük bir depremden sonra bir saatten daha kısa bir süre içinde ölenlerin ve yaralananların sayısının teorik tahminleri, ilk müdahale ekiplerini bir afetin nerede ve ne kadar büyük bir yere vurduğuna dair rehberlik edebilecek tek bilgidir. Bu nedenle QLARM[1] ve PAGER[2] ekipler, dünya çapındaki herhangi bir depremin 1 saatinden daha kısa bir süre içinde deprem hasarını ve zayiatı hesaplamak için 24 saat yeteneklerini korur. Başka hiçbir grup bu detaylı analizleri yapamaz.[3][4] Bu sayfa tıbbi ve diğer müdahale ekiplerinin depremlerden sonra kayıp tahminlerinin ne kadar hızlı ve ne kadar doğru hesaplanabileceğini ve daha yararlı olması için nelerin eklenmesi gerektiğini anlamalarına yardımcı olabilir.

Wenchuan (M8) depremi
l'Aquila (M6.3) depremi
Şekil 1: Haber ajansları tarafından zamanın bir fonksiyonu olarak bildirilen ölümler. Wenchuan depremi durumunda, ölenlerin ve kayıpların (üçgenlerin) toplamı, toplam ölüm sayısı olarak düşünülmelidir. WAPMERR, ilgili depremlerden 100 ve 22 dakika sonra elmaslarla gösterilen beklenen ölüm sayılarını e-posta ile dağıttı.[5] Belirsizlikler dikey hata çubuklarıyla gösterilir.

International Center for Earth Simulation Foundation (ICES) QLARM ekibi tarafından e-posta ile dağıtılan ölüm tahminleri[6] Wenchuan depreminden 100 dakika sonra[5] 55.000 ± 30.000 idi, bu yaklaşık 87.000'lik son ücreti içeriyor.[7]

İçin 2009 L'Aquila depremi, bir M6.3 deprem, QLARMs tahmini ölüm olayından 22 dakika sonra 275 ± 200 idi.[8] Son ölü sayısı 287 idi.[9] Her iki durumda da resmi ölüm sayısı, felaketlerin gerçek boyutunu yansıtmak için yavaştı. Bu nedenle, gerçek zamanlı teorik ölüm tahminleri, bu tahminlerin büyük hata paylarına sahip olmasına rağmen, uygun bir afet yardımı müdahalesi ile tepki vermek için yararlı olabilir. Mevcut QLARM uyarıları şurada bulunabilir: Uluslararası Dünya Simülasyon Vakfı Enstitüsü[1] web sitesi, tarafından alarmlar Amerika Birleşik Devletleri Jeolojik Araştırması PAGER ekibi web sitelerinde bulunur.[2]

Hipocenter ve büyüklüğün yerini belirleme

Bir depremin yeri (onun merkez üssü ve derinlik) kayıpları tahmin etmek için hızlı bir şekilde bilinmelidir. Oluşturduğu dalgaların ulaştığı zamanlardan hesaplanır. sismograflar kaynağı çevreleyen. Bir bilgisayar merkez üssü tahminini önce dalgaları kaydeden istasyonların yakınına ve daha sonra dalgaları bildiren istasyonlardan uzağa hareket ettirir. Bu, istasyonlar arası mesafe yaklaşık 10 km olan yoğun sismograf ağlarının bulunduğu bölgelerde 1 kilometrelik doğruluklarda saniyeler içinde yapılabilir.[10] Dünyanın çoğu için bu lüks mevcut değil ve dünya çapındaki sismograf ağı [11] telesismik verilere dayalı olarak konumu tahmin etmek için kullanılmalıdır [12] (1.000 km'den fazla mesafelerde kaydedilmiştir). Bu, dalgalar onları kaydeden istasyonlara yüzlerce ve binlerce kilometre gitmeden önce konum tahminlerinin hesaplanamayacağı anlamına gelir.

Yeni bir depremi tanıma yarışı

Aşağıdaki kurumlar, dünya çapındaki depremlerin enlem, boylam, derinlik ve büyüklük tahminlerini hızla ve yüksek doğrulukla dağıtır. Geoforschungszentrum,[13] Potsdam, Almanya, 7 dakika içinde otomatik çözümler sunar (medyan ) dünyadaki tüm büyük depremler için.[14] Ulusal Deprem Bilgi Merkezi of Amerika Birleşik Devletleri Jeolojik Araştırması (USGS), dünya çapındaki tüm büyük depremler için 18 dakika (medyan) içinde bir sismolog tarafından gözden geçirilen çözümler sunar. Avrupa-Akdeniz Sismoloji Merkezi gözden geçirilmiş parametreleri çoğunlukla Avrupa bölgesinde 21 dakika içinde (medyan) sunar. Pasifik Tsunami Uyarı Merkezi ve Ulusal Tsunami Uyarı Merkezi of Ulusal Okyanus ve Atmosfer İdaresi (NOAA), 9 dakika içinde (medyan) daha geniş Pasifik bölgesindeki depremler için gözden geçirilmiş parametreleri sunar. Bunlar, daha önce ayrıntılı olarak tartışılandan biraz daha kısa olan güncellenmiş sayılardır.[14]

Merkez üssü

Merkez üssü yanlışsa, kayıp tahmini belirsiz olacaktır. Konum tahmininde hatalar, çoğunlukla heterojenlik Yeryüzünün. Sismik dalgalar, farklı kayalarda farklı hızlarda hareket eder. Gerçek zamanlı merkez üslerindeki belirsizlikler teleseismik ortalama ± 25 km'dir (medyan).[15]

Derinlik

Derinlik önemlidir, ancak ilk 50 km'de belirsizdir. Depremlerin derinlikleri 0 ile yaklaşık 700 km arasındadır.[16] Genel olarak, yalnızca ilk 100 km'deki depremler, can kayıplarına neden olacak kadar yerleşim yerlerine yeterince yakındır. Dalganın azalması genlikler mesafenin bir fonksiyonu olarak (Şekil 2), tehlikeli yoğunlukların (I≥VII) büyük depremler için 30 ila 50 km'nin ötesinde olmadığını göstermektedir. Bu nedenle, derin depremler genellikle uyarılar için ilgi çekici değildir.

Depremin hemen üzerindeki (veya yakınındaki) bir sismograf istasyonu dalgaları kaydederse, enerji salınımının derinliği doğru bir şekilde tahmin edilebilir (1 km'ye kadar). Bu genellikle böyle değildir ve derinliği tahmin etmek için teleseismik yöntemlere güvenmek gerekir.

Telesismik yöntem, depremin üzerindeki Dünya yüzeyinden yansıyan dalganın bir sismografa ulaştığı zaman gecikmesini ölçmektir.[16][17] Dünyanın yüzeyi bir ayna gibi davranır. Kendisine karşı gelen bir dalga havaya giremez, bu yüzden Dünya'ya geri yansıtılır ve doğrudan dalgayı biraz daha önce kaydeden aynı sismografa gider. Yansıtılan dalganın zaman gecikmesi elbette doğrudan kat ettiği ekstra mesafeye bağlıdır: ikiyüzlü yüzeye çıkın ve ikiyüzlünün derinliklerine geri dönün.

Bu yöntem, eğer ikiyüzlü derinlik Z> 50 km ise iyi çalışır, çünkü bu durumda, doğrudan ve yansıyan aşamalar (dalgalar) kayıtta açıkça ayrılmıştır. Daha sığ derinlikler için, gecikme o kadar küçüktür ki, sismogram üzerindeki iki darbe, ayrı darbeler olarak hemen tanınmaz; onları ayırmak ve tanımlamak için filtreleme teknikleri gerekir.[18][19][20][21]

Buradan, en tehlikeli olan sığ depremlerin derinliğinin, başka kanıt yoksa 25 ± 25 km olduğu varsayılması gerektiği sonucu çıkar. Bu belirsizlik, merkez üssününki ile yaklaşık olarak aynıdır. Bazı durumlarda, geçmiş verilere dayanarak bu hatayı azaltma olasılığı vardır. Tektonik tarzın ve depremleri oluşturan fayların iyi bilindiği bölgeler için, derinliği kesin olarak belirlenmiş geçmiş depremlerdeki ile aynı olduğu varsayılarak derinlik seçilebilir.

Büyüklük

M7.5'ten küçük büyüklüğe sahip deprem için, yukarıda yer tahminleri düzenleyen farklı kuruluşlar, genellikle M değerlerini birbirinden 0.2 birim içinde dağıtır. Bu orta büyüklükteki depremler için, tahminlerin ortalaması, deprem büyüklüğünün güvenilir bir şekilde belirlenmesidir. Bununla birlikte, M8'e yaklaşan ve onu aşan büyük depremler için, M'nin ilk tahmini genellikle önemli ölçüde çok küçüktür. Bunun nedeni, hızlı bir şekilde elde edilen yüzey dalgası M'nin, 20 saniyelik Gerçekten yüzey dalgası ile orantılı olarak tanımlanması ve bu dalganın yaklaşık 100 km'lik bir dalga boyuna sahip olmasıdır. Bu nedenle, 100 km'yi aşan bir deprem kırılmasının M'sini güvenilir bir şekilde ölçmek için çok kısadır. Bu durumlarda, doğru M'ye ulaşmak için zaman alan derinlemesine bir analize ihtiyaç vardır.

Örnek olarak, Wenchuan depremi 12 Mayıs 2008 tarihi itibariyle M7.5 gerçek zamanlı olarak atanmıştı. Daha sonraki tahminler M7.9 ila M8.0 idi. İlk tahmine dayalı olarak, ölümlerin maksimum 4.000'e ulaşması bekleniyordu, ikinciye göre maksimum 100.000 olarak hesaplanmıştı. Bu vakada gözlemlenen ölüm sayısı, aylar sonra belirlenen 87.000 idi (bu sayfanın girişindeki Şekil'e bakın).

Sarsılma tahminleri

Büyük depremlerin büyüklüğü ilk başta genellikle küçümsenir. Bir depremin "büyüklüğünün" standart telesismik ölçüsü, yüzey dalgası büyüklüğü, Ms tanım gereği yüzey dalgalarından 20 saniye ile türetilmesi gereken dönem. Daha güvenilir ve daha modern bir ölçek, moment büyüklüğü, Mw.

Farklı sismograf istasyonlarında kaydedilen genlik varyasyonları birçok nedenden kaynaklanmaktadır, ancak depremi kaydeden birçok istasyonun raporlarından elde edilen ortalama büyüklük oldukça kararlı olmalıdır. Bununla birlikte, kaynak parametrelerini (GFZ, NEIC, TWC. EMSC) raporlayan kurumların büyüklük tahminleri ortalama 0,2 birim farklılık göstermektedir.[22] Bu değer, gerçek zamanlı büyüklük tahmininin belirsizliği olarak alınır.

Büyük depremler için özel bir sorun var; M> 8 olanlar. 20 saniyelik periyotlu dalgalar Ms sadece yaklaşık 100 km dalga boyuna sahiptir. Bu, 100 km'yi önemli ölçüde aşan kırılmaların boyutunu ölçmek için çok kısa oldukları anlamına gelir. Bu yüzden Mw yaklaşık 1000 km dalga boyuna dayalı olarak tanıtıldı. Ne yazık ki, bu uzun dalga boyları, daha kısa olanlar kadar hızlı elde edilemiyor, bu da büyük depremlerin büyüklüğünün başlangıçta eksik tahminlerine yol açıyor. Örnek olarak, 11 Mart 2011 tarihli Tohoku, M9 depremi için ilk tahminler şunlardı: GFZ M8.5, NEIC M7.9, TWC M7.9 ve EMSC M8.0.

Şekil 2: Bir M7 olayı için deprem kaynağına olan mesafenin bir fonksiyonu olarak Şiddetin zayıflamasına (azalmasına) örnekler[23][24] Gösterilen çeşitli eğriler farklı derinlikler için geçerlidir. Tehlikeli yoğunluklar, I ≥ VII, yalnızca 30 ila 50 km'den daha kısa mesafelerde ortaya çıkar.
Figür 3: Bir yerleşim yerindeki değişen toprak koşullarından kaynaklanan hasardaki farklılığı gösteren taslak.

Depremden uzaklaşırken titremenin yoğunluğu azalır

Güçlü yer hareketleri binalara zarar verir, bazen çökmeye neden olur. Yerin sarsılması, enerjinin serbest bırakılmasından, ikiyüzlüden veya daha doğru bir şekilde ifade edilirse, tüm kırılma alanından uzaklaştıkça azalır. Hesaplamak için yoğunluk Belirli bir yerleşim yerinde titreyen bilgisayar, söz konusu yerleşim yerine olan mesafeyi kateden sismik dalgaları bulmak için zayıflamayı (genlikteki azalma) arar. Bu tür hesaplamalar, sismik tehlike alanının bir parçası mühendislik sismolojisi.

Hatalar yine Dünya'nın heterojenliğinden kaynaklanmaktadır. Dalga yolu boyunca enerji kaybı dünyanın her yerinde tam olarak aynı değildir.[25][26] Örnekler Şekil 2'de gösterilmektedir. Gelişmekte olan ülkelerdeki zayıf çalışılmış bölgeler için, tahmini yoğunlukların belirsizliği, farklı eğrilerle gösterildiği gibi önemli olabilir, çünkü zayıflama yeterince bilinmemektedir.

Gözlenen sarsıntı yoğunluğunda değişikliklere yol açabilecek bir başka faktör, belirli bir yapının altındaki toprağın durumudur. Dalgalar, sert kayaya kıyasla konsolide olmayan topraklarda güçlendirilir (Şekil 3). Önemli şehirlerde toprak koşulları ve bunların güçlendirme faktörleri haritalandırılmıştır. mikrobölgeleme amaçlar. Bu tür bilgiler genellikle gelişmekte olan ülkelerdeki yerleşim yerleri için mevcut değildir. Koşulların karışımının şehir için genel olarak ortalama bir kayıp tahminiyle sonuçlandığını varsaymak gerekir.

Depremin büyüklüğünü ve mesafesini ve ayrıca biliniyorsa yerel büyütmeyi hesaba katarak her yerleşim yeri için I'den XII'ye Roma rakamlarıyla verilen bir yoğunluk, I hesaplanır.

Yapılı çevre

Yapılı çevre, bazı ülkeler için yeterince bilinmemektedir. Binaların kalitesi ülkeye ve yerleşim büyüklüğüne göre farklılık gösterir. Yapılı çevreye verilen zararı tahmin etmek için, belirli bir yerleşim yerinde bulunan her bir bina türü için beklenen hasarın hesaplanması gerekir. Her yerleşim yeri için, binaların güçlü sarsıntılara karşı farklı dirençli sınıflara dağılımını bilmek gerekir. Bina tiplerini sınıflandırmak için yaygın bir ölçek, Avrupa Makrosismik Ölçeğidir (EMS98)[27]

Gelişen ülke
Sanayileşmiş Ülke
Şekil 4: Bu binalardaki bina ve nüfus dağılımlarına örnekler. Yapı sınıfları, A en zayıf ve F en güçlü olan EMS98 ölçeğindekilerdir. Sanayileşmiş dünyada A ve B sınıflarının zayıf yapıları büyük ölçüde yok.

Bina türlerinin dağılımı sanayileşmiş ve gelişmekte olan ülkelerde (Şekil 4) ve aynı ülkedeki şehirlere göre köylerde farklıdır. Birçok deprem mühendisi, bina mülklerine ilişkin dünya verilerini daha iyi tanımlama sorunu üzerinde çalışıyor.[28][29]

Binaların sınıflara dağılımını öğrendikten sonra (Şekil 4'ün her iki çerçevesinin solundaki histogramlar), nüfusun bu bina türlerine nasıl dağıtılacağını tahmin etmek gerekir (Şekil 4'ün her iki çerçevesinin sağındaki histogramlar). Bu dağılımlar aynı değildir çünkü daha kaliteli evler bina başına daha fazla insanı barındırma eğilimindedir.

Haiti depremi 12 Ocak 2010 tarihli M7.3, bu durumda inşaat kalitesinin mühendislik camiası tarafından büyük ölçüde hafife alındığını gösterdi. Her yeni hasar veren deprem, bölgedeki bina mülkleri hakkında yeni bir bilgi kaynağı olarak hizmet ediyor. 12 Ocak 2010 Haiti depreminin hemen sonrasında, havadan görüntülere dayalı olarak bina stokuna verilen hasarın tahmini için ortak bir çalışma UNITAR-UNOSAT, EC-JRC ve destek amacıyla Dünya Bankası / ImageCAT tarafından gerçekleştirildi. PDNA'nın. Hancılar vd. (2013), baskın yapı tipolojileri için uzaktan algılama ve saha verilerine dayalı deneysel kırılganlık fonksiyonları geliştirmiştir.[30] Uluslararası proje Küresel Deprem Modeli (GEM)[31] bir dünya deprem haritası oluşturma amacı vardır risk. Bu devasa çabanın bir parçası olarak, gerçek zamanlı kayıp değerlendirmeleri için de gerekli olan veri setleri geliştirilecektir. Bunlardan biri, dünya konut mülklerine ilişkin veri kümesidir.

Yıkılan binalardan kaynaklanan ölümler

Gelişen ülke
Sanayileşmiş Ülke
Şekil 5: Çalkalama yoğunluğunun bir fonksiyonu olarak çökme oranlarına örnekler. A'dan (en zayıf) F'ye (en dirençli) bina tipi parametredir. Düşük ve orta yoğunluklarda yüksek çökme olasılıkları gösteren eğriler sanayileşmiş dünyada yok.

Belirli bir türdeki bir binanın belirli bir sarsıntı yoğunluğuna maruz kaldığında çökme olasılığı (Şekil 5), beklenen insan kayıplarını hesaplamak için önemli bir parametredir. Gelişmekte olan ülkelerde bulunan zayıf binalar (soldaki Şekil 4), orta yoğunlukta yıkılma olasılığı yüksek olanlardır (Şekil 5 solda).

Ölenlerin ve yaralananların sayısı (kazazedeler bu iki parametrenin toplamıdır), yıkılan bir binanın sakinleri arasında ölü, yaralı ve zarar görmemiş yüzdelerini veren bir tablo kullanılarak bir kaza matrisi kullanılarak tahmin edilir. Bu dağılım büyük ölçüde bina tipine bağlıdır.

Yaralamak ve öldürmek için bir binanın yıkılması gerekmez; her hasar derecesinde zayiatların meydana gelme olasılığı vardır.

Kaza matrislerindeki veriler o kadar az bilinir ki burada belirsizlikler veremeyiz. Bununla birlikte, uzmanlar depremden kaynaklanan kayıpları tahmin etmede bu ve ilgili sorunlar hakkında daha fazla bilgi edinmek için çalışıyorlar.[32][33]

Nüfusu ve konumu izleme

Belirli bir depremde risk altındaki nüfus

Bir ülkenin nüfus sayımında tüm yerleşim yerlerindeki nüfusa basitçe bakılabileceği düşünülebilir. Ancak, hedeflediğimiz ülkeler için durum böyle değil. İnternetteki veri kaynakları arasında World Gazetteer,[34] National Geospatial-Intelligence Agency (NGA) ve GeoNames yerleşim yerlerine göre nüfus için. Ancak, bu listeler eksiktir ve küçük yerleşim yerleri çıkarılmıştır. Birçok ülkede, yukarıda belirtilen kuruluşlar tarafından listelenen nüfusun toplamı, tahmin edildiği üzere toplam nüfusun yalnızca% 50 ila% 80'ine eşittir. Dünya Bilgi Kitabı CIA.[35] Ayrıca, birçok yerleşim yeri koordinatsız ve diğerleri koordinatlı, ancak nüfuslu listelenmemiş.

Doluluk oranı

Günün saatine ve mevsime bağlı olarak doluluk oranı değişimleri. Bir depremin vurması için en kötü zaman gecedir çünkü nüfusun çoğu iç mekanlardadır. Sonuçların daha az ciddi olduğu zamanlar, çiftçilerin dışarıda olduğu, ofis ve fabrika işçilerinin işe gidip geldiği sabah ve akşam saatleridir. Doluluk oranındaki dalgalanmaların yaklaşık% 35 olduğu tahmin edilmektedir.[36]

Mevsimsel turizmin güçlü olduğu bölgelerde, nüfus 10 katına kadar dalgalanabilir. Bu dalgalanmalar büyük ölçüde konuma bağlıdır. Şu anda, kayıp tahminlerinde bu etkiyi açıklayacak dünya çapında bir veri kümesi bulunmamaktadır.

Basitleştirmeler

Dünya her yerde ayrıntılar için çok büyük olduğu için basitleştirmelere ihtiyaç vardır.

Ortalama

Kritik tesisler (örneğin bir nükleer enerji santrali, bir rezervuarın yüksek barajı, köprüler, hastaneler, okullar) için ne tür bir hasar bekleneceğini gerçek zamanlı olarak tahmin etmek isteseydi, epeyce ek ayrıntıyı bilmek gerekirdi. Örneğin, tesisin dayandığı toprak türü, yapının farklı frekans dalgalarına tepkisini hesaplama planları ve depremin yaydığı frekans spektrumu. Yapılabilir ama maliyetlidir. Gelişmekte olan ülkelerde, bu bilgilerin tamamı mevcut değildir.

Kayıpları gerçek zamanlı olarak tahmin ederken, bazı binaların kodlama için inşa edildiği, bazılarının yapılmadığı, bazılarının sert kaya üzerinde, bazılarının ise konsolide olmayan çökeltiler üzerinde olduğu ve depremin tek yönde olduğundan daha fazla enerji yayabileceği gerçeğinden yararlanılmalıdır. bir diğeri. Sonuçlarda yerel dalgalanmalar olsa da, ortalama koşullar varsayılarak beklenen kayıpların toplanması yaklaşık olarak doğru sonuçlanabilir.

Yerleşim için modeller

Şekil 6: Nispeten homojen yapı stokuna sahip mahallelerin tanımlanabildiğini ve endüstriyel binaların konutlardan ayırt edilebileceğini gösteren uzaydan fotoğraf. (Kaynak: WAPMERR, Cenevre, www.wapmerr.org).
Şekil 7: Binaların oluşturduğu gölgeler kullanılarak Bükreş'in yapılı çevresinin 3 boyutlu bir modeli oluşturuldu. Yükseklik sınıflarındaki binaların yüzdeleri böylelikle bir şehir ve ilçeleri için türetilebilir (ilçe sınırları kırmızı çizgilerle işaretlenmiştir). Bu bilgiler, mevcut inşaat türleri hakkında bazı temel mühendislik bilgilerinin cadde araştırmalarından elde edilebilmesi durumunda, binaların şiddetli sarsıntılara karşı savunmasızlık sınıflarına dağılımını tanımlamaya yardımcı olur. (Kaynak: WAPMERR, Cenevre, www.wapmerr.org).

Uzaydan veya hava uçaklarından alınan fotoğraflar, bir şehrin yapılı çevresi için bir veri tabanı oluşturmak için çok kullanışlıdır. Binaların boyutu ve tipi ile bina kullanımı iyileştirilmemiş görüntülerde bile açıkça tanımlanabilir (Şekil 6). Konut binalarının mahallelerinin tamamı benzer inşaat ve sanayi bölgeleri haritalanabilir.

Binaların yüksekliği, uzaydan ve havadan fotoğraflarda oluşturdukları gölgelerden tahmin edilebilir. Orta Bükreş örneğinde gösterildiği gibi, yüksekliğe dayalı olarak tahmin edilen şehirlerin 3B modelleri oluşturulabilir (Şekil 7). Merkezde devlet daireleri, doğuda ise küçük konut binaları görülüyor.

Şekil 9: Pasifik boyunca açık denizde M8 depremi olması durumunda, Lima bölgesi bazında tahmini kayıp yüzdesi mega güvensizlik. Sonuçlar, bir deprem felaketine hazırlanan sivil savunma tatbikatlarını yürütmek için kullanıldı (www.wapmerr.org).

Sokak seviyesinden çekilmiş cephelerin fotoğrafları eklenerek detaylı, gerçekçi şehir modelleri oluşturulabilir (Şekil 8). Eklenen bu bilgilerle, her bir binanın inşaat tipini daha iyi sınıflandırmak ve deprem nedeniyle kayıpların doğru tahmin edilmesi için gerekli olan yapılı çevre modelinin detayını derinleştirmek mümkündür.

Bununla birlikte, dünyadaki nüfus verilerinin mevcut olduğu yerleşim yeri sayısı bir milyonu aşmaktadır. Her biri için koordinatlar, isim ve tahmini bir popülasyon mevcuttur, ancak hepsini Şekil 6, 7 ve 8'de gösterildiği gibi ayrıntılı olarak analiz etmek imkansızdır. Tüm popülasyonu bire yerleştirmekten başka seçenek yoktur. koordinat nokta, yerleşimin büyüklüğüne bakılmaksızın ve her yerleşime binaların farklı depreme dayanıklılık sınıflarına standart bir dağılımını atamak. Birinin karşılayabileceği tek iyileştirme, farklı ülkeler için farklı standart modellere ve her ülke için en az üç yerleşim boyutuna sahip olmaktır.

İdeal bir durumda, her bina ve içinde yaşayanlar hakkında ayrıntılı bilgi almak istenir. Bununla birlikte, risk altında olan binlerce büyük şehir ve buralarda yüz milyonlarca insan olduğu için bu çok maliyetli. Büyük bir şehri modellemenin uygun maliyetli bir yolu, her bir idari bölgeyi ayrı bir yerleşim yeri olarak ele almaktır.[37]

Şehir bölgesine göre beklenen ölüm oranı

Pek çok büyük şehirde, nüfus sayımı bölgelere göre nüfus ve bina stoku hakkında bilgi içerir. Her bölgenin sınıflara ve nüfusa göre kendi bina dağılımına sahip olduğu bir şehir modeli, bir koordinat noktasının temel, ilkel modelinden çok daha üstündür. Büyük bir şehri benzer bina stoku içeren mahallelere bölmek için kaynaklara sahipseniz, yüksek kaliteli bir model hala makul bir maliyetle inşa edilebilir. Bir örnek ölüm oranı gelecekteki bir M8 depreminin olması durumunda tahminler Lima, Peru, ilçeler arasında önemli farklılıklar olduğunu göstermektedir (Şekil 9).[38] Farklılıklar varsayılan kaynağa olan uzaklık, toprak türü ve yapı stoğunun kalitesinden kaynaklanmaktadır. Tüm nüfus için ölüm oranı hesaplamasına ek olarak, okulların, hastanelerin, itfaiye istasyonlarının, polis karakollarının ve kritik tesislerin konumları ve beklenen hasar durumu hakkındaki bilgiler kurtarıcılar için çok değerli olacaktır. Ancak, bu tür bilgilerin geliştirilmesi, bu tesislerin konumu ve inşaat kalitesinin bilinmediği ülkelerde daha büyük bir çaba gerektirir.

Depremlerden sonra hastanelerin olası işlevselliğini hesaplamak özel uzmanlık gerektirir. Bazı şehirlerde, Şekil 9'da gösterilenden daha ayrıntılı olarak mahalle düzeyinde bilgileri kataloglamak için ticari işletmeler tarafından ayrıntılı çabalar yürütülmüştür veya devam etmektedir. Sanayileşmiş ülkelerde, her evin açık adresi ile ayrıntıları genellikle bilinmektedir.

Ustalık derecesi

Gerçek zamanlı tahminlerdeki belirsizlikler

İnsan kayıplarının gerçek zamanlı tahminlerindeki belirsizlikler, en iyi ihtimalle iki faktördür. Belirsiz girdilerden dolayı kayıp tahminlerinde hataların ortaya çıkmasının ciddiyeti üç sınıfa ayrılabilir: ciddi, orta ve ihmal edilebilir.

En ciddi hataların boyutu bir büyüklük sırası (10 faktörü anlamına gelir). M> 8 depremler için hipocenter hataları, bina stoğu üzerine yanlış veriler ve büyüklük hataları tarafından üretilebilirler. Sismik dalgaların zayıflamasıyla ilgili yanlış varsayımlar, 3 faktörlü hatalara neden olabilir.

Tipik olarak yaklaşık% 30 olan orta dereceli hatalar, M <8 için büyüklük değişimleri, toprak koşulları ve yayılan enerjinin yönlülüğü ile ortaya çıkabilir. Veri kümelerindeki veya girdilerdeki diğer yanlışlıklar, yukarıda bahsedilen belirsizliklere kıyasla ihmal edilebilir hatalara katkıda bulunur.[39]

Mevcut deprem kaybı uyarı hizmetleri

QLARM ekibi, Ekim 2003'ten bu yana dünya çapındaki depremlerin ardından veritabanlarındaki her yerleşim yeri için ortalama hasar hesaplamalarına ek olarak, e-posta yoluyla insan kayıplarının (ölüm ve yaralanma sayıları) tahminlerini de dağıtıyor.[40] Mayıs 2010'a kadar, bu tahminler QUAKELOSS adlı bir programa ve veri kümesine dayanıyordu, çünkü o zaman uyarılar, etkilenen yerleşim yerleri için beklenen ortalama hasarı gösteren bir harita da dahil olmak üzere ikinci nesil araç ve QLARM adlı veri kümesine dayanıyordu. Bu ekip tarafından yapılan ilk 10 yıllık neredeyse gerçek zamanlı deprem uyarıları bulunabilir.[4] Son uyarılar şu web sayfasında bulunabilir: Uluslararası Dünya Simülasyon Vakfı Merkezi (ICES), Cenevre.[1]

USGS'nin Ulusal Deprem Bilgi Merkezi yayınlıyor ÇAĞRI CİHAZI Nisan 2009'dan beri e-posta ile uyarılar.[41] Olayın ciddiyetini, çeşitli olası yoğunluk seviyelerine maruz kaldığı tahmin edilen insan sayısını, epicentral alan hakkında tektonik bilgileri ve önceki yakın depremlerden kaynaklanan sonuçları yansıtan bir renk kodu içerirler.

Küresel Afet Uyarı ve Koordinasyon Sistemi (GDACS)) Eylül 2005'ten bu yana renk kodlu deprem uyarıları yayınlamaktadır. Bu raporlar, epicentral bölgenin sosyo-ekonomik koşulları hakkında yorumlar içermektedir. Ciddiyet düzeyinin bir ölçüsü olarak, yalnızca belirli bir mesafe yarıçapındaki insan sayısını kullanırlar. Bu bilgi yanıltıcı olabilir çünkü bir afetin boyutunu kontrol eden parametreler (büyüklük, derinlik, iletim özellikleri, bina stok özellikleri ve günün saati) göz ardı edilir.

Tsunami nedeniyle kayıpları tahmin etmek

Burada açıklanan yöntemler yalnızca güçlü yer hareketlerinden kaynaklanan kayıplarla ilgilidir. Nedeniyle hasar tsunamiler içermiyor. Tsunamileri araştıran topluluk şu anda bir depremden sonra bir tsunaminin oluşup oluşmadığı, açık okyanusta ne kadar yüksek olabileceği ve son olarak hangi yerel kaçışların beklenmesi gerektiği ile ilgili hızlı karar verme sorunuyla mücadele ediyor. Henüz bir dalga çarptığında yapılı çevreye ne olduğunu hesaplama yöntemleri.

Doğrulukta iyileştirmeler

İnsan kayıpları, afet müdahalesinin uygun yollarla harekete geçirilmesine yardımcı olmak için yeterli doğrulukla tahmin edilebilir. Önemsiz olaylar vakaların% 99'unda tespit edilebilir, bu da kurtarma ekiplerinin gereksiz yere harekete geçmek için zaman ve enerji harcamasına gerek olmadığı anlamına gelir. Gerçek zamanlı olarak insan kayıplarını tahmin etmedeki belirsizlikler büyük olsa da,[15] Dikkat edilmesi gereken felaket durumlarının anında belirlenmesine izin verirler. Girdi parametrelerindeki bazı belirsizlikler iyileştirilemez ve hata kaynağı olarak kalmaya devam eder. Bununla birlikte, diğer parametrelerdeki, özellikle veri tabanlarındaki belirsizlik, araştırma ile azaltılabilir.[42] Bazı önemli parametreler neredeyse hiç araştırılmamıştır.[32] Çünkü birçok insan bu sorun üzerinde çalışıyor,[42] depremlerden sonraki insan kayıplarının gerçek zamanlı tahminleri daha doğru ve daha kullanışlı hale gelecektir.

Ayrıca bakınız

Referanslar

  1. ^ a b c "Gerçek Zamana Yakın Deprem Kaybı Tahminleri". icesfoundation.org.
  2. ^ a b "ÇAĞRI CİHAZI". earthquake.usgs.gov.
  3. ^ Wyss, M. (2004), Gerçek zamanlı deprem kaybı tahminleri dünya çapında kurtarma ekiplerine yardımcı olmaya başlar, EOS, 85 (52), 567.
  4. ^ a b Wyss, M. (2014), Deprem Tehlikesi, Risk ve Afetler'de on yıllık gerçek zamanlı deprem kaybı uyarıları, M. Wyss tarafından düzenlenmiş, s. 143-165, Elsevier, Waltham, Massachusetts.
  5. ^ a b Wyss, M .; Rosset, P. ve Trendafiloski, G. (2009a). "Şundan Sonra Neredeyse Gerçek Zamanlı Kayıp Tahminleri Wenchuan 12 Mayıs 3008 Depremi ". Ning, L .; Wang, S. & Tang, G. (editörler). Uluslararası Afet ve Risk Konferansı. Chengdu, Çin: Qunyan Press. sayfa 381–391.
  6. ^ http://icesfoundation.org/Pages/Home.aspx
  7. ^ "Büyüklük 7,9 - DOĞU SICHUAN, ÇİN".
  8. ^ 3. Uyarıların listesi www.wapmerr.org adresinde bulunabilir.
  9. ^ "Büyüklük 6.3 - ORTA İTALYA".
  10. ^ Allen, R.M. ve H. Kanamori (2003), Güney Kaliforniya'da deprem erken uyarı potansiyeli, Science, 300, 786-789
  11. ^ "Ulusal Deprem Bilgi Merkezi (NEIC)".
  12. ^ [1] Arşivlendi 12 Mart 2011, WebCite
  13. ^ "GEOFON Programı".
  14. ^ a b Wyss, M .; Zibzibadze, M. (2010-02-01). "Dünya çapındaki küresel deprem uyarılarının gecikme süreleri". Doğal tehlikeler. 50 (2): 379–387. doi:10.1007 / s11069-009-9344-9. Arşivlenen orijinal 1 Şubat 2010.
  15. ^ a b Wyss, M., Elashvili, M., Jorjiashvili, N. & Javakhishvili, Z. (2011). Telesismik merkez üssü tahminlerindeki belirsizlikler: gerçek zamanlı kayıp tahmini için çıkarımlar, Amerika Sismoloji Derneği Bülteni, baskıda.
  16. ^ a b Richter, C.F (1958). Temel Sismoloji. San Francisco: W. H. Freeman ve Şirketi.
  17. ^ Bullen, K.E. (1963). Sismoloji Teorisine Giriş. Cambridge: Üniversite Yayınları.
  18. ^ Tür, R .; Seidl, D. (1982). "Şili-Peru Bölgesinden Geniş Bant Sismogramlarının Analizi" (PDF). Amerika Sismoloji Derneği Bülteni. 72: 2131–2145.
  19. ^ Murphy, J.R .; Barker, B.W. (2006). "Sismik Derinlik Aşamalarının pP ve sP Otomatik Tanımlanmasıyla Geliştirilmiş Odak Derinliği Belirleme". Amerika Sismoloji Derneği Bülteni. 96 (4A): 1213–1229. Bibcode:2006BuSSA..96.1213M. doi:10.1785/0120050259.
  20. ^ Devi, E.U .; Rao, N.P. & Kumar, M.R. (2009). "Kuzeydoğu Hindistan'daki odak derinliklerinin güvenilir tahmini için sPn aşamalarının modellenmesi". Güncel Bilim. 96: 1251–1255. ISSN  0011-3891.
  21. ^ Chu, R .; Zhu, L. & Helmberger, D.V. (2009). "Orta Asya'daki deprem odak derinliklerinin ve kaynak zaman fonksiyonlarının telesismik P dalga formları kullanılarak belirlenmesi" (PDF). Jeofizik Araştırma Mektupları. 36 (L17317): L17317. Bibcode:2009GeoRL..3617317C. doi:10.1029 / 2009GL039494.
  22. ^ Wyss, M .; Rosset, P. (2011). Depremlerde girdi hatalarından kaynaklanan insan kayıplarının hesaplanmasındaki belirsizliklerin yaklaşık tahminleri (İç Rapor). Cenevre: WAPMERR. s. 1–15.
  23. ^ Shebalin, N.V. (1968), SSCB'nin sismik bölgelendirmesinde sismik bölgeleme için mühendislik sismik veri uygulama yöntemleri, S. V. Medvedev, s. 95-111, Science, Moskova.
  24. ^ Ambraseys, N.N. (1985). Batı Avrupa depremleri için yoğunluk zayıflama ve büyüklük yoğunluk ilişkileri, Deprem Müh. Struct. Dyn., 13,733-778.
  25. ^ Sismik Dalgalar ve Dünyanın İçi, Depremlere Giriş, Saint Louis Üniversitesi.
  26. ^ Proje Aktivitesi ve Bulgular, Pasifik Deprem Mühendisliği Araştırma Merkezi (PEER), ABD Jeoloji Araştırması ve Güney Kaliforniya Deprem Merkezi ile ortaklaşa.
  27. ^ Gruenthal, G., (1998). Avrupalı Makrosismik Ölçek 1998. Cahiers du Centre Européen de Géodynamique et de Séismologie, Conseil de l'Europe, Lüksemburg'da.
  28. ^ "Dünya Konut Ansiklopedisi - bir EERI ve IAEE projesi". www.world-housing.net.
  29. ^ Porter, K.A., K. S. Jaiswal, D.J. Wald, M. Greene ve C. Comartin (2008). WHE-PAGER Projesi: küresel bina envanterini ve sismik hassasiyetini tahmin etmede yeni bir girişim, 14. Dünya Konf. Earthq. Eng., Pekin, Çin, Makale S23-016
  30. ^ Hancılar, Ufuk; Taucer, Fabio; Corbane, Christina (2013). "Deprem Tayfı -". Deprem Tayfı. 29 (4): 1275–1310. doi:10.1193 / 121711eqs308m.
  31. ^ "GEM Vakfı". GEM Vakfı.
  32. ^ a b Spence, R., So, E. & Scawthorn, C., Doğal Afetlerdeki İnsan Kayıpları: Modelleme ve Azaltmada İlerleme. Doğal ve Teknolojik Tehlikelerde Gelişmeler Araştırmaları Springer, Cambridge, İngiltere., 2011.
  33. ^ Spence, R.J.S. & So, E.K.M., Depremlerde insan kayıpları: modelleme ve azaltma. Dokuzuncu Pasifik Deprem Mühendisliği Konferansı, Auckland, Yeni Zelanda, baskıda, 2011.
  34. ^ "Dünya Gazetecisi". archive.is. Arşivlenen orijinal 4 Aralık 2012.
  35. ^ "Dünya Bilgi Kitabı".
  36. ^ Scawthorn, C. (2011). "Afet zayiatları - ekonomik etkileri ve günlük değişimleri hesaba katmak". Spence, R .; Öyleyse, E .; Scawthorn, C. (editörler). Doğal Afetlerde İnsan Kayıpları: Modelleme ve Azaltmada İlerleme. Cambridge.
  37. ^ Trendafiloski, G .; Wyss, M .; Rosset, P. ve Marmureanu, G. (2009). "Constructing city models to estimate losses due to earthquakes worldwide: Application to Bucharest, Romania". Deprem Tayfı. 25 (3): 665–685. doi:10.1193/1.3159447.
  38. ^ Wyss, M.; Trendafiloski, G.; Rosset, P. & Wyss, B. (2009b). Preliminary loss estimates for possible future earthquakes near Lima, Peru, with addendum (Internal report). Geneva: WAPMERR. s. 1–65.
  39. ^ Wyss, M., G. Trendafiloski, M. Elashvili, N. Jorjiashvili, and Z. JavakhishviliThe mapping of teleseismic epicenter errors into errors in estimating casualties in real time due to earthquakes worldwide, abstract, presented at European Geosciences Union General Assembly, Vienna, EUG2011-9938, April 4, 2011.
  40. ^ "Mortgage rate quotes".
  41. ^ "PAGER - Prompt Assessment of Global Earthquakes for Response".
  42. ^ a b "GEM Foundation".