[发明专利]基于蒙特卡洛随机模拟的多重现期海啸灾害评估方法

说明书

本发明公开了一种基于蒙特卡洛随机模拟的多重现期海啸灾害评估方法，方法包括：S1应用多种震源参数估计方法建立潜在海啸源区地震活动性参数逻辑树；S2应用线性海啸数值模拟建立海啸单位源格林函数库；S3根据上述逻辑树，应用蒙特卡洛随机模拟生成随机地震事件集；S4根据海啸单位源格林函数库和随机地震事件集，应用随机滑移量模拟生成海啸波幅集；S5根据海啸波幅集，对多重现期的海啸灾害分布结果统计及结果的不确定性分析。上述方法能够解决现有技术中风险评估结果偏高及无法给出其对应发生概率的问题，将多种不确定性融合到最终的评估结果中，增加了结果的可信度，同时提高了运行效率，方便决策者针对性的做出防灾减灾部署和城市建设规划。

技术领域

本发明属于海啸灾害评估技术，尤其涉及一种基于蒙特卡洛随机模拟的多重现期海啸灾害评估方法。

背景技术

进入二十一世纪以来，全球发生了多次地震海啸灾害，直接经济损失超过2600亿美元。其中，2004年印尼苏门答腊9.2级地震海啸和2011年东日本9.0级地震海啸都给当地的居民生活以及经济发展造成了毁灭性的打击。由此可见，海啸已经成为威胁全球沿海居民生命财产安全最严重的自然灾害之一。

开展海啸灾害风险评估的核心是确定某一评估区域的海啸危险性强度，具体来讲是确定该评估区域可能遭受的最大海啸波幅、海啸爬高、淹没深度等。

目前，国际上普遍采用确定性评估技术路线来确定海啸危险性。确定性海啸风险评估方法主要是根据历史事件推断出最具破坏性的地震海啸源，利用海啸模式研究其传播，爬高以及淹没的过程，给出影响评估区域最不利的淹没情景，并据此评估海啸风险。该方法的优点是简单易行，往往通过一个或者几个场景的模拟即可得到结论，且结论形式简单直观。但该方法也存在一定的不足：很难给出这些所谓“最坏”的场景的发生概率，或者评估区域内发生不同程度海啸灾害的可能性(重现期)。

此外，多参数的复合保守性使得这些“最坏”的场景发生概率极小，甚至是不可能的。图1为业内人士采用马尼拉海沟“最坏的”情景评估南中国海地区的海啸风险的示意图。虽然能够直观的看出哪些区域受海啸灾害的影响最大，但是该结果无法给出该场景的重现期，即不同地区受到海啸灾害影响的概率。

由此，如何合理的给出评估区域不同重现期的海啸风险成为当前需要解决的问题。

发明内容

针对现有技术中的问题，本发明提供一种基于蒙特卡洛随机模拟的多重现期海啸灾害评估方法，该方法能够解决现有技术中风险评估结果偏高及无法给出其对应发生概率的问题。

本发明提供一种基于蒙特卡洛随机模拟的多重现期海啸灾害评估方法，包括：

S1、应用多种震源参数估计方法建立潜在海啸源区地震活动性参数逻辑树；

S2、应用线性海啸数值模拟建立海啸单位源格林函数库；

S3、根据建立的潜在海啸源区地震活动性参数逻辑树，应用蒙特卡洛随机模拟生成随机地震事件集；

S4、根据所述海啸单位源格林函数库和所述随机地震事件集，应用随机滑移量模拟生成海啸波幅集；

S5、根据所述海啸波幅集，对多重现期的海啸灾害分布结果统计及对多重现期的海啸灾害分布结果的不确定性分析。

可选地，所述步骤S1包括：

应用多种震源参数估计方法中的最大似然法拟合TGR关系和地震矩守恒定理建立潜在海啸源区的地震活动性参数的逻辑树。

可选地，应用TGR关系获取海啸源区的震级参数，包括：

所述TGR关系为：