一、模型研究的目的、必要性和需求分析

　　目的：建立基于地形特征的中国川滇（含中国地震科学实验场区域）、两广及京津冀地区的V_S30预测模型，为区域地震动模型的建立和地震灾害情景的构建提供场地参数。

　　必要性：地震引起的强地面运动是对建筑物产生破坏的主要原因，而局部场地对地震动的影响已在大量地震中被广泛发现。国际上许多国家的抗震设计规范中均采用地表以下30m范围内的平均剪切波速（V_S30）作为场地分类的指标，并将V_S30作为衡量地震动场地放大效应的重要参数。随着科学技术的逐渐发展和应用软件的逐渐完善，基于地形、地质及地貌特征的区域场地参数V_S30发展迅速，并广泛应用于地震工程研究和工程实践工作中。

　　需求分析：目前广泛应用的区域场地参数V_S30估计方法有地形坡度法及地质信息法等，但由于应用地形坡度无法充分识别出特殊的火山高原和冰川大陆等地区，且应用地质信息的分类具有较高的主观判断因素，因此，通过地形特征自动识别地形地貌的场地参数估计方法逐渐成为研究热点。但现有研究认为全球的地形变化具有一致性，对全球地形分类采用一致的分类阈值，忽略了区域性的存在，因此需考虑分区划分地形类别及分区建立V_S30预测模型以提高场地V_S30预测的准确性。

　　二、模型预期指标和技术路线

　　预期指标：建立基于地形特征的中国川滇、两广及京津冀地区V_S30预测模型。

　　技术路线：采用基于决策树理论的地形分类流程和全国30弧秒的DEM数据(如图1)，分别计算三个地区的区域地形分类阈值并得到三个地区的区域地形分类结果，并与全球地形分类阈值和全球分类结果比较，检验其对地区地貌识别的精准程度，验证区域性的存在。在此基础上，采用川滇、两广及京津冀地区四千余个工程钻孔数据，分别基于区域和全球的地形分类结果建立V_S30预测模型，并比较两个模型对场地V_S30预测的准确性，以得到预测效果更加精准的中国区域V_S30预测模型。

　　三、模型数据来源和质量分析

　　DEN数据来源：SRTM（航天飞机雷达地形测绘使命)是美国太空总署（NASA）和国防部国家测绘局（NIMA）以及德国与意大利航天机构共同合作完成联合测量，30弧秒的DEM数据可在http://www.webgis.com/srtm30.html上获取。

　　　　图1 全球30弧秒DEM数据

　　地貌数据来源：数据来源于国家地球系统科学数据中心(http://www.geodata.cn)。地貌数据如图2所示。

　　钻孔数据来源：钻孔数据全部来源于未发表的重大工程项目概率地震危险性分析报告，部分数据由地区地震局提供，未共享原始报告，部分数据由我们自己从原始报告中提取。在我们现有的原始报告中，使用了地震井下方法来测量V_S剖面数据。对于无法获得的报告，我们咨询了业内相关人员，了解到国内常用的方法有两种: 井下地震法和P-S悬浮测井法。大多数情况下采用井下地震测井，当现场不符合现场作业要求时，将采用P-S悬浮测井方法。钻孔数据的空间位置及钻孔数据的统计结果如图2及图3所示。

　　图2 两广、川滇及京津冀地区地貌图和钻孔分布图

图3 两广、川滇及京津冀地区钻孔统计分布图

        四、研制关键技术方法

　　采用基于决策树理论的地形分类流程，以及各个地区的DEM数据分别进行计算得到区域地形分类阈值，如下图4所示。并利用区域地形分类阈值划分场地类别（共16类），如下图5所示。

　　图4 两广、川滇及京津冀地区的区域地形分类阈值

　　图5 川滇、两广及京津冀地区的16类地形分类结果

　　根据区域场地类别划分结果确定各钻孔所属的场地类别，计算各场地类型下的钻孔V_S30值的均值和标准差，建立基于16类场地类别的V_S30预测模型（如表1所示）。

　　计算由V_S30预测模型在钻孔处的残差值，利用空间插值方法对残差进行插值，并用插值得到的结果对原始V_S30预测模型进行修正，得到最终的基于地形特征的中国川滇、两广及京津冀地区V_S30预测模型。

　　表1 三个地区基于16类场地类别的V_S30预测模型

        五、完成情况与成果

　　（1）获得了基于地形特征的中国川滇、两广及京津冀地区V_S30预测模型。

　　图6 基于地形特征的川滇、两广及京津冀地区V_S30预测模型

         （2）发表文章成果：

　　Yuting Zhang, Yefei Ren, Ruizhi Wen, Hongwei Wang and Kun Ji. Regional terrain-based V_S30prediction models for China. Earth, Planets and Space, 2023, 75: 72.

　　张雨婷, 任叶飞, 温瑞智, 王大任, 冀昆. 基于决策树考虑地形特征的场地参数估计方法. 地球物理学报, 2022, 65(2): 698-710.

        六、验证（测试）与精度评价

　　采用地貌图定性分析了三个地区基于区域地形阈值的地形分类结果和已有研究给出的基于全球地形阈值的地形分类结果的差异，结果表明基于基于区域地形阈值的地形分类结果能够识别到华北平原上凹凸不平的表面，对平原进行更详细的划分，且能够识别到川滇地区不同海拔高度和起伏度的山脉。

　　为定量评价由区域地形阈值得到的场地V_S30预测模型（Z22）和由全球地形阈值得到的场地V_S30预测模型（IP07）的准确性，计算各地区钻孔处实测V_S30和预测V_S30的相关系数、均方误差（MSE）和平均绝对误差百分比（MAPE），结果如下图7及下表2所示。结果表明由区域地形阈值得到的场地V_S30预测模型在川滇及两广地区展现出较好的预测效果，但在京津冀地区未展示出较好的预测效果。

　　表2 基于Z22结果和IP07结果的MSE和MAPE

　　图7  基于IP07模型和Z22模型的实测V_S30与预测V_S30之间相关系数

　　在此基础上，利用地质信息，采用两种假设检验（F-test和t-test）方法判断使用全球地形阈值划分场地类别在京津冀地区的合理性。结果表明采用全球地形阈值将华北平原划分为一个场地类别识别不出平原上具有V_S30统计差异的地质单元，因此采用区域地形阈值更加合理。

        七、模型使用说明

　　数据名分别为terrain-based-model.mdb，文件采用mdb数据库格式存储方式。