基于滑坡致灾强度预测的建筑物易损性定量评价
Taorui Zeng, Kunlong Yin, Lei Gui, Bijing Jin, Xiepan Liu, Zhenyi Liu, Zizheng Guo, Hongwei Jiang 等 9 位
阅读操作
确认中在文库中上传 PDF 后可生成中文音频讲解。
摘要与影响
针对目前建筑物易损性定量评价中缺乏滑坡致灾强度预测研究,创新性地提出了一种基于InSAR技术的致灾强度经验曲线与ABAQUS二次开发的空间化位移预测相结合的建筑物易损性定量评价方法.以三峡库区石龙门滑坡为例,利用PS-InSAR解译的2017-2020年间滑坡年平均位移,通过函数反演获取了滑坡累积位移‒致灾强度经验曲线;使用ABAQUS编写荷载和孔隙水压力子程序模拟了极端工况下(库水位下降+强降雨)的滑坡累积位移,用于建筑物易损性预测计算.建筑物抗灾能力由PSO-Fuzzy AHP模型加权赋值8个指标构成,与滑坡致灾强度两部分相结合即可定量评价建筑物易损性.研究结果表明:(1)本文提出的抗灾能力评价体系能够很好表征三峡库区农村建筑物的结构特征,具备较高的评价精度;(2)基于PS-InSAR得到的上限致灾强度曲线为Ipu = 0.065 × Dtot0.236,具备更高的预测精度,有效减少了假阴性误报;(3)通过ABAQUS模拟的极端工况致灾强度随着降雨量增加而增加,预测的房屋易损性等级随之提高,并且成功预警了前期调查有明显变形的房屋.可见提出的致灾强度预测方法和易损性评价模型具有很高的空间辨识度和预警精度,通过滑坡强度信息能够开展实时建筑物易损性制图. 关键词: 滑坡致灾强度 / 易损性 / 建筑物 / PS-InSAR / ABAQUS / 灾害地质
逐年被引趋势
关键指标
同类平均 = 1
同领域 · 同年份 · 同类型
Google Scholar 与 OpenAlex 的被引统计范围不同,数值存在差异属正常。
AI 辅助阅读
依据:摘要
可就本文提问;依据不足时会说明。
学术脉络
学科主题
物理Landslides and related hazards
Synthetic Aperture Radar (SAR) Applications and Techniques · Flood Risk Assessment and Management
参考文献 33
此处列出前 3 条
引用本文 2
按被引量排序,此处列出前 3 条