← 最新论文
📄 地球科学

Monte Carlo Simulation of Earthquake Damage to Mexico City:A Cadastral Exposure Model with Voronoi-Weighted Spatio-Temporal Point Processes

本文提出了一种蒙特卡洛模拟模型,该模型整合了地籍物业数据、ETAS地震源聚类以及特定场地的地面运动放大效应,用以估算墨西哥城未来的地震诱发经济损失,结果显示平均年损失为22.6亿墨西哥比索,而百年一遇的损失为400亿墨西哥比索。

原作者: Geronimo Rojas Barragan, Nelson Muriel Torrero

发布于 2026-09-30
📖 1 分钟阅读☕ 轻松阅读

原作者: Geronimo Rojas Barragan, Nelson Muriel Torrero

原始论文采用 CC BY 4.0 许可(https://creativecommons.org/licenses/by/4.0/)。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性,请参阅原始论文。 阅读完整免责声明

墨西哥城坐落在一个地质陷阱之上。这座城市建在古湖泊干涸的河床上,坐落在层层柔软且水分饱和的粘土之上。当地震波穿过周围山脉的坚硬岩石时,它们移动得很快,几乎没有波动;但当这些同样的波形撞击到城市下方的软湖底沉积物时,它们会减速并放大振幅,就像盘子上的果冻在摇晃一样。这种被称为“场地放大效应”的现象,将远处的中等地震变成了毁灭性的局部灾难。近几十年来,这座城市两次感受到了这种力量:首先是在1985年,数百公里外的一次大规模地震导致了广泛的倒塌;再次是在2017年,一次规模较小但距离较近的地震重复了这种破坏。由于这里的地面运动表现得与其他任何地方都截然不同,标准的地震破坏预测方法往往会失效。为了理解这座巨型城市面临的真实经济风险,研究人员需要一个既能尊重湖床独特物理特性,又能体现其上建筑特定价值的模型。

来自伊比罗美洲大学(Universidad Iberoamericana)的一个研究小组构建了这样一个模型,创建了一个关于未来地震可能给墨西哥城带来多少成本的详细模拟方案。他们并没有依赖宽泛的经济估算或人口统计,而是使用了城市的官方土地登记册,即地籍登记簿。这个政府数据库列出了每一块土地及其上建筑物的评估价值,提供了一张精确的风险分布图。研究人员将这张财务地图与一个复杂的地震发生过程计算机模型相结合。他们分析了数十年的地震记录,以识别威胁该地区的两种不同类型的地震源:一是发生在海岸附近、构造板块相互滑动的浅层事件;二是发生在深层俯冲板块内部的深层事件。通过将它们视为不同的来源,该模型可以生成数千个合成地震情景,每个情景都有特定的位置、时间和震级。

这项研究的核心在于将这些情景运行在城市的虚拟版本中。对于每一次模拟的地震,模型都会计算城市所在位置的地面震动程度,同时考虑距离震中(震央)的距离以及由湖底沉积物引起的巨大放大效应。随后,它会将这种震动转化为每栋建筑物的物理损伤,并将结构性损害转化为货币损失。为了确保模型反映现实,研究人员利用2017年的地震对其进行了校准。他们并非简单地调整数字以匹配最终账单,而是针对该次地震中的五个独立事实进行了测试:总经济损失、倒塌建筑的数量、严重受损结构的数量、受损覆盖的地理区域以及倒塌建筑的房龄。这种严格的检查确认了该模型能够准确重现现实世界中复杂的破坏模式。

这项大规模模拟运行了相当于两亿年的假设时间,其结果揭示了各种可能的结局。预计年平均损失为22.6亿墨西哥比索,但这一平均值掩盖了风险的极端性质。在典型年份,城市可能几乎没有任何损失。然而,模型预测,一次百年一遇的事件可能会造成400亿比索的损失。这些数字中的不确定性非常显著,这主要是由软弱地层对震动的放大程度驱动的。研究人员发现,对于单次世纪规模的事件,潜在损失可能低至140亿比索,也可能高达4390亿比索,这取决于土壤的具体表现。这种巨大的差距并非模型的失败,而是反映了目前缺乏关于城市土层精确数据的现状。

研究还揭示了关于损失报告方式的一个隐藏的经济现实。当模型针对2017年的事件进行校准时,它显示政府官方统计的160亿比索损失仅捕捉到了实际物理破坏的一小部分。模型表明,那次地震的真实经济成本可能更接近440亿比索,差额在于业主在未向当局申报的情况下自行修复的轻微结构损伤。这一发现意味着,仅依赖官方报告会低估地震风险带来的真实财务负担。研究人员强调,虽然他们的模拟为理解城市的脆弱性提供了一个稳健的框架,但最关键的下一步是获取详细的土壤图和官方建筑价值数据,以缩小潜在损失的范围。在此之前,该模拟仍是目前最精确的估算,描绘了一座地面因素仍是其未来安全最强大变量的城市。

您所在领域的论文太多了?

获取与您研究关键词匹配的最新论文每日摘要——附技术摘要,使用您的语言。

试用 Digest →