در طول دو دهه گذشته، جنبش سریع شهرنشینی تمرکز جمعیت و ساختمان‌ها را در شهر اولان‌باتور (UB)، مغولستان افزایش داده است. چندین گسل فعال در اطراف UB وجود دارد. انتظار می‌رود حداکثر بزرگی تخمینی 7 در گسل Emeelt تأثیر قابل‌توجهی بر منطقه UB بگذارد زیرا گسل تنها 20 کیلومتر از شهر فاصله دارد. برای در نظر گرفتن برنامه ریزی کاهش بلایا برای چنین زمین لرزه های بزرگ، ارزیابی شدت لرزش زمین و آسیب ساختمان برای سناریوها بسیار مهم است. در این مطالعه، ما داده‌های موجودی ساختمان را در UB شامل انواع سازه، سال ساخت، ارتفاع و هزینه ساخت به منظور ارزیابی آسیب‌پذیری ساختمان‌ها (هزینه تعمیر) در اثر یک سناریو زلزله توسعه می‌دهیم. هزینه های ساخت و ساز بر اساس رویه آیین نامه ساخت و ساز مغولستان از ضرایب هزینه در هر سطح طبقه برای هر نوع سازه و ضرایب سیستم گرمایش، مساحت طبقات و مکان ساختمان ها برآورد می شود. در نهایت، زیان اقتصادی سناریو از ساختمان‌های آسیب‌دیده با استفاده از موجودی ساختمان توسعه‌یافته، منحنی‌های آسیب‌پذیری جهانی GAR-13، و شتاب‌های طیفی تخمینی ارزیابی می‌شود.

کلید واژه ها:

برآورد خسارت ضرر اقتصادی ؛ سناریوی زلزله

1. مقدمه

زمین لرزه ها به طور قابل توجهی خسارات اقتصادی و اجتماعی را در مناطق شهری تحت تأثیر قرار داده است زیرا خسارات زیادی به ساختمان ها و زیرساخت ها وارد کرده است. آسیب ساختمان مهم ترین عامل تلفات لرزه ای است زیرا ساختمان ها تاسیسات غالب در محیط ساخته شده هستند و ساختمان ها در برابر آسیب زلزله آسیب پذیر هستند [ 1 ]. برآورد خسارت ساختمان برای سناریوهای زلزله به عنوان اطلاعات ضروری برای برنامه ریزی اقدامات کاهش بلایا شناخته شده است.
رشد جمعیت، گسترش شهرها و تراکم ساختمان به طور قابل توجهی در شهر اولان باتور (UB)، پایتخت مغولستان توسعه یافته است. جمعیت فعلی UB تقریباً به 1.5 میلیون نفر می رسد که تقریباً نیمی از جمعیت مغولستان را شامل می شود. مغولستان متحمل زمین لرزه های بزرگی شده است که توسط گسل های فعال ایجاد شده اند [ 2 ، 3 ، 4 ]. با این حال، قبل از شروع دوره ابزاری در سال 1957، به دلیل تراکم کم جمعیت، سبک زندگی عشایری و ایستگاه های رصد زلزله ضعیف، هیچ زلزله قابل توجهی در UB گزارش نشده است. مشاهدات زلزله اخیر در مغولستان نشان داد که فعالیت های لرزه ای در UB و اطراف آن به متوسط ​​محدود شده است. زمین لرزه هایی با بزرگی کمتر از 4.5 [ 5]. در طول قرن گذشته، حداکثر شدت لرزه با مقیاس MSK در UB VI [ 5 ] بود.
اگرچه زمین لرزه های بزرگ هنوز در ناحیه UB ثبت نشده است، چندین گسل فعال در اطراف ناحیه UB وجود دارد، مانند گسل های Emeelt، Hustai، Sharhai و Gunjiin [ 6 ]. اخیراً یک گسل درست در زیر منطقه شهری UB پیدا شده است [ 7 ]. انتظار می رود این گسل های فعال قادر به ایجاد زمین لرزه هایی با بزرگی 7 ریشتر یا بیشتر باشند. با این حال، UB پایگاه داده موجودی ژئوفیزیک و ساختمان مورد نیاز برای پیش‌بینی حرکت قوی و برآورد خسارت ساختمان در سناریوهای زلزله را به طور کامل توسعه نداده است. اگرچه آژانس همکاری بین المللی ژاپن (جایکا) یک برآورد ساده خسارت زلزله را در UB انجام داد [ 8 ]]، شرایط دقیق خاک و آسیب پذیری های ساختمان در UB در برآورد قبلی در نظر گرفته نشده است.
روش‌های برآورد خسارت ساختمان را می‌توان به تخمین‌هایی بر اساس عملکردهای شکنندگی و آسیب‌پذیری تقسیم کرد [ 9 ]. روش قبلی احتمالات سطح آسیب را برای یک ساختمان با استفاده از تابع شکنندگی تخمین می زند که رابطه بین تحریک لرزه ای و احتمال آسیب را نشان می دهد. تحریک لرزه ای شامل شدت حرکت زمین یا طیف پاسخ ساختمان با احتمال آسیب برای هر حالت آسیب مانند فروپاشی، آسیب شدید، آسیب متوسط ​​و آسیب جزئی است که برای انواع سازه های ساختمانی ایجاد شده است. در رویکردهای معمولی روش، مانند HAZUS [ 10 ، 11 ، 12]، احتمال آسیب ساختمان از پاسخ های ساختمان به دست آمده با روش ظرفیت طیفی با استفاده از منحنی های تقاضای حرکات زمین و منحنی ظرفیت ساختمان ها برآورد شد. در رویکردهای جایگزین، آسیب ساختمان توسط منحنی های تجربی شکنندگی توسعه یافته از شدت حرکت زمین و آمار خسارت ساختمان به دست آمده در زمین لرزه های مخرب گذشته برآورد شد [ 13 ، 14 ]. رویکرد مبتنی بر عملکرد شکنندگی می‌تواند تعداد ساختمان‌های آسیب‌دیده را از شدت حرکت زمین پیش‌بینی‌شده تخمین بزند.
روش دوم تلفات ساختمان را بر اساس توابع آسیب پذیری توسعه یافته برای هر نوع سازه برآورد می کند [ 15 ، 16 ]. توابع آسیب پذیری نشان دهنده روابط بین شدت حرکت زمین و هزینه تعمیر است که با هزینه جایگزینی یا ساخت و ساز عادی می شود. هزینه تعمیر نرمال شده در صدک به صورت میانگین نسبت آسیب (MDR) با واریانس در توابع آسیب پذیری بیان می شود. بنابراین، خسارات اقتصادی ساختمان ها در سناریوهای زلزله را می توان به طور مستقیم توسط توابع آسیب پذیری کمی سازی کرد. اخیراً توابع آسیب‌پذیری برای انواع سازه‌های ساختمانی برای ارزیابی جهانی خطر لرزه‌ای ساختمان‌ها توسعه یافته است [ 17 ، 18 ، 19 ]]. اگر پایگاه داده ای از هزینه های ساخت و ساز برای ساختمان ها در یک منطقه هدف به دست آید، تلفات پولی مستقیم ساختمان را می توان با استفاده از توابع آسیب پذیری [ 20 ] برای سناریوی زلزله ارزیابی کرد .
آخرین عامل ارزیابی خسارت، پایگاه داده موجودی ساختمان است که نشان دهنده داده های سرشماری مسکن است [ 21 ]. ارزیابی لرزه ای در سطح منطقه ای و ملی مستلزم توزیع کم وضوح ساختمان ها در مقیاس منطقه ای یا منطقه ای است. یک پایگاه داده با وضوح بالا برای ارزیابی دقیق خسارت ضروری است، اما زمان بر و پرهزینه است [ 22 ]. این مطالعه با هدف توسعه یک پایگاه داده موجودی ساختمان در UB، شامل هزینه ساخت برای هر ساختمان در در نظر گرفتن انواع سازه، ارتفاع ساختمان، انواع گرمایش، و سایر مشخصات ساختمان به منظور ارزیابی اقتصادی آسیب پذیری ساختمان ها برای یک سناریو زلزله انجام می شود. شکل 1نمودار جریان تحلیل در این مطالعه را نشان می دهد. اگرچه داده‌های موجودی ساختمان موجود در UB موجود است، انواع سازه‌ها و سال‌های ساخت لازم برای برآورد هزینه ساخت و تخصیص عملکردهای آسیب‌پذیری در برخی از ساختمان‌ها به طور کامل ثبت نشده است. ما انواع سازه، سال‌های ساخت و انواع گرمایش را با معیارهای توسعه‌یافته از ویژگی‌های ساختمان در داده‌های موجودی تخمین می‌زنیم. هزینه ساخت و ساز برای هر ساختمان در UB با استفاده از روش اتخاذ شده در وزارت ساخت و ساز و توسعه شهری مغولستان برآورد می شود [ 23 ]. شبیه سازی حرکت قوی برای یک زلزله سناریویی توسط گسل Emeelt با استفاده از روش تابع گرین تصادفی [ 24 ، 25 ، 26 ] انجام می شود.] و تحلیل پاسخ خطی زمین معادل [ 27 ] بر اساس ساختارهای سرعت موج برشی [ 28 ]. تلفات مستقیم ساختمان در UB با جمع‌آوری هزینه‌های تعمیر ساختمان‌های آسیب‌دیده برآورد شده از شدت حرکت زمین پیش‌بینی‌شده و توابع آسیب‌پذیری جهانی برآورد می‌شود [ 17 ، 19 ]. زیان اقتصادی در UB مورد انتظار از سناریوی زلزله بر حسب تولید ناخالص داخلی مغولستان (GDP) مورد بحث قرار می گیرد.

2. توسعه داده های موجودی ساختمان

2.1. داده های موجودی ساختمان موجود

پایگاه داده موجودی ساختمان مبتنی بر سیستم اطلاعات جغرافیایی (GIS) در UB برای اولین بار توسط آژانس همکاری بین المللی کره (KOICA) در سال 2010 ایجاد شد. پایگاه داده توسط دفتر شهر UB به روز شده است و در ارزیابی خطر لرزه ای توسط JICA مورد استفاده قرار گرفت. 8 ]. داده های موجودی شامل بیش از 32000 ساختمان با اطلاعات مکان، تعدادی طبقه، نوع سازه اصلی، مساحت ساختمان و سال ساخت است که در جدول 1 نشان داده شده است.
شکل 2 a,b توزیع سال ساخت و ارتفاع ساختمان موجودی ساختمان موجود در UB را به ترتیب نشان می دهد. شکل 2 a نیز مناطق پراکندگی شهری در UB [ 29 ] را نشان می دهد. شکل 2 ب همچنین کاربری زمین شهری مانند مناطق مسکونی، اداری و صنعتی را نشان می دهد [ 30 ]. Ger یک خانه سنتی مغولستانی است که از یک چادر نمدی گرد تشکیل شده است که با بوم سفید مقاوم، ضد آب و بادوام پوشانده شده است. از آنجایی که بسیاری از خانه های ژرمنال در خارج از مناطق کاربری زمین وجود دارند، مناطق ger را در شکل 2 اضافه کردیمب با ترسیم دستی مرزها از توزیع ساختمان فعلی. اگرچه خانه‌های ژرمن عمدتاً در نواحی گیر در اطراف مناطق کوهستانی ساخته شده‌اند، خانه‌های ژرمن در داده‌های موجودی ثبت نشده‌اند. بنابراین در این مطالعه خانه های ژرمن در نظر گرفته نشده است. ساختمان‌های کم‌مرتبه (۱ تا ۳ طبقه) معمولاً در نواحی آلمانی غالب هستند، و ساختمان‌های متوسط ​​و بلند مرتبه به شدت در دفتر مرکزی و مناطق مسکونی متمرکز هستند. شکل 3 a,b نمای نزدیک از قسمت مرکزی UB را همانطور که به ترتیب با مستطیل در شکل 2 a,b نشان داده شده است نشان می دهد. اطلاعات ساختمان برای یک ساختمان فردی در داده های موجودی GIS اختصاص داده شد.
جدول 2تعداد ساختمان ها را در داده های موجودی با توجه به انواع سازه و ارتفاع ساختمان نشان می دهد. در کل، 32500 ساختمان در داده های موجودی گنجانده شده است. تقریباً 85 درصد از ساختمان ها ساختمان های کم ارتفاع هستند. تعداد ساختمان های بلند بالاتر از 16 طبقه حدود 300 ساختمان می باشد. انواع سازه ها عبارتند از: بنایی، چوبی، اسکلت بتن مسلح (RC)، قاب RC با دیوار بنایی، قاب RC با دیوار برشی، پیش ساخته و سازه های فولادی. با این حال، انواع سازه برای بیش از 50 درصد از ساختمان ها ثبت نشده است (ناشناخته). علاوه بر این، ساختمان های بنایی و چوبی اشتباه به نظر می رسند. به عنوان مثال، بسیاری از ساختمان‌های بنایی و چوبی بالاتر از چهار طبقه هستند، علیرغم اینکه بیشتر آن نوع ساختمان‌ها کم‌مرتبه هستند. در اولین ثبت موجودی، طبقه بندی های اشتباه ایجاد می شود.
جدول 3 تعداد ساختمان های دارای سال ساخت را نشان می دهد. مشابه انواع سازه ها، سال های ساخت بیش از 60 درصد ساختمان ها ناشناخته است. بسیاری از ساختمان های ناشناخته را می توان به عنوان ساختمان های ساخته شده قبل از سال 2010 طبقه بندی کرد زیرا مقامات ساختمان به ندرت ساختمان های قدیمی را ثبت می کردند. در مقابل، اکثر ساختمان های تازه ساخته شده پس از سال 2010 تقریباً به طور کامل در فهرست موجودی ثبت شده اند.
سیستم گرمایش هر ساختمان اطلاعات ضروری برای تخمین هزینه های ساخت و ساز در UB است که بعداً توضیح داده می شود. با این حال، چنین اطلاعاتی در موجودی گنجانده نشده است. مسائل مربوط به داده های موجودی ساختمان برای تخمین هزینه های ساخت و ساز را می توان در زیر خلاصه کرد. ابتدا باید انواع سازه های ساختمان های ناشناخته، بنایی و چوبی تخمین زده شود. دوم، سال های ساخت ساختمان های ناشناخته باید تخمین زده شود، و در آخر، سیستم گرمایش هر ساختمان باید برآورد شود.

2.2. رویه برآورد هزینه ساخت و ساز

هزینه های ساختمانی ساختمان ها در UB با استفاده از کد ساخت و ساز مغولی [ 23 ] برآورد می شود]. طبق روال، این کد هزینه بودجه بندی شده یک ساختمان را برآورد می کند که با شرایط و اطلاعات یکسان برای تعیین هزینه ساخت در اختیار سرمایه گذاران، مشتریان و پیمانکاران قرار می گیرد. هزینه ساخت و ساز شامل هزینه مستقیم کل ساخت و ساز از جمله مواد، لوازم، نیروی کار، ابزار، تجهیزات، ماشین آلات و حمل و نقل است. این شامل هزینه تملک زمین برای ساخت تاسیسات، هزینه جابجایی تاسیسات، و هزینه تجهیزات فناوری ساخت و ساز کارخانه و همچنین هزینه زمین و فروش نمی شود. وزارت ساخت و ساز و توسعه شهری در مغولستان آخرین کد را در سال 2016 منتشر کرد که برای این داده های تحقیقاتی مناسب است. هزینه کل بستگی به مساحت ساختمان فردی و سایر ضرایب شرایط محلی دارد.

هزینه ( MNT/m 2) —هزینه واحد ساختمان در هر سطح طبقه برای نوع ساختمان در MNT (Tugriks مغولستان تا سال 2016، 1.0 USD = تقریباً 1550 MNT).
مساحت ( m2 ) – مساحت کف ساختمان در متر مربع.
طبیعت K ( GIS ) – ضریب تأثیر طبیعی خاک و آب و هوا.، I: 1، II: 1.05، III: 1.10، IV: 1.18، V: 1.25 [ 23 ]، 1.0 در ناحیه UB.
فاصله K ( GIS ) – ضریب هزینه حمل و نقل [ 23 ]، 1.0 در منطقه UB.
K گرمایش – ضریب سیستم گرمایش در هر ساختمان. ساختمان ها در منطقه مرکزی به سیستم گرمایش مرکزی 1.0، نوع گرمایش انفرادی 0.95 و اجاق گرمایش ساده 0.75 متصل هستند.
K اقتصاد – ضریب شرایط اقتصادی در هر سال، 1.0 در سال 2016.
کاهش K – ضریب کاهش سطح در نظر گرفته شده با فضای دیوار بیرونی، معمولاً 1.0.
از آنجایی که منطقه هدف این تحقیق نواحی مرکزی شهر UB می باشد، کلیه ساختمان ها در 50 کیلومتری شهر UB قرار دارند و ضرایب K فاصله ، K طبیعت ، K اقتصاد و K کاهش می باشد .به ترتیب 1.0 داده می شود. از آنجایی که مغولستان در یک منطقه سرد قرار دارد، سیستم گرمایش یک ساختمان یکی از پارامترهای مهم در ارزیابی هزینه های ساخت و ساز است. هزینه واحد ساختمان در هر سطح طبقات با توجه به نوع سازه ای که بعدا معرفی می شود تعیین می شود. این بدان معناست که برای برآورد هزینه ساخت باید نوع سازه و سیستم گرمایشی برای هر ساختمان تعیین شود. علاوه بر این، برای تعیین سطح طراحی عملکردهای آسیب پذیری، سال ساخت نیز باید تخمین زده شود.
علیرغم کمبود اطلاعات ساختمان در داده‌های موجودی موجود، توزیع ساختمان در UB نشان می‌دهد که انواع ساختمان‌های معمولی را می‌توان با سایر اطلاعات ساختمان مانند مکان، کاربری ساختمان، مساحت ساختمان و تعداد طبقات مشخص کرد. این مطالعه انواع سازه و سال‌های ساخت را برای ساختمان‌های ناشناخته با معیارهای توسعه‌یافته از ویژگی‌های ساختمان در موجودی ساختمان موجود تخمین می‌زند. جزئیات هر تخمین در بخش های بعدی معرفی می شود.

2.3. برآورد سیستم گرمایش

از آنجایی که یافتن اطلاعات در مورد نقشه پوشش سیستم گرمایشی دشوار است، ضریب گرمایش K از داده‌های GIS موجود با تعریف ناحیه متصل به سیستم گرمایش UB برآورد می‌شود. به طور کلی، آپارتمان های مسکونی به سیستم گرمایش مرکزی در مناطق مرکزی UB متصل می شوند. اکثر خانوارهای واقع در اطراف مناطق کوهستانی مانند نواحی گر به سیستم مرکزی شهر متصل نیستند. اجاق های گرمایشی ساده و انواع گرمایش فردی به ترتیب برای خانه های کوچک و ساختمان های صنعتی استفاده می شوند. جدول 4معیارهای تخمین نوع گرمایش برای هر ساختمان را نشان می دهد. نوع گرمایش با توجه به محل ساختمان، نوع سازه و مساحت ساختمان تعیین می شود. ساختمان‌های کوچک و کم‌مرتبه در منطقه ger به عنوان اجاق‌های گرمایشی ساده طبقه‌بندی می‌شوند. ساختمانهای دو طبقه که کاربری و نوع سازه آنها هر دو ناشناخته است و ساختمانهای دو طبقه کوچک بنایی یا چوبی نیز به اجاق گرمایشی ساده اختصاص داده شده است. ساختمان‌هایی که در منطقه جگر قرار دارند که کاربری ساختمان یا نوع سازه آنها قبلاً در فهرست موجودی ذکر شده است به نوع گرمایش جداگانه طبقه‌بندی می‌شوند. در خارج از منطقه Ger، ساختمان های کوچک پیش ساخته یا فولادی 1-2 طبقه نیز به عنوان نوع گرمایش جداگانه طبقه بندی می شوند. سایر ساختمان‌های خارج از مناطق گرم به عنوان سیستم گرمایش مرکزی طبقه‌بندی می‌شوند. شماره ساختمان های طبقه بندی شده در آخرین ستون نشان داده شده استجدول 4 . همانطور که در رابطه (1) نشان داده شده است، ضریب کمتری به ساختمان های دارای اجاق گرمایشی ساده و ضریب بالاتری برای ساختمان های دارای سیستم گرمایش مرکزی داده می شود.

2.4. برآورد نوع سازه و سال ساخت

نوع سازه ساختمان اطلاعات مهمی برای تخمین هزینه ساخت و تخصیص توابع آسیب پذیری برای برآورد تلفات لرزه ای است. مکان، تعداد طبقات، مساحت ساختمان و شکل ساختمان، انواع ساختاری ساختمان های ناشناخته را طبقه بندی می کند. مساحت ساختمان، عرض و طول ساختمان ها در طبقه بندی در نظر گرفته می شود زیرا شکل ساختمان یک پارامتر کلیدی برای تعیین نوع سازه است. عرض و طول از مساحت و محیط یک چند ضلعی ساختمان تقریبی است. شکل 4یک هیستوگرام از عرض ساختمان را در داده های شناخته شده موجود برای (الف) ساختمان های بنایی 1 طبقه و (ب) RC 1 طبقه با ساختمان های دیوار بنایی به ترتیب در مناطق مسکونی اداری و مرکزی نشان می دهد. بر اساس این نمودار، بیشتر عرض برای ساختمان های بنایی کمتر از 10 متر و برای دیوارهای آجری با دیوار بنایی بیش از 10 متر است. ساختمان‌های ناشناخته 1 طبقه را با استفاده از مقدار آستانه 10 متر در عرض ساختمان به بنایی و RC با دیوارهای بنایی طبقه‌بندی کردیم.
همانطور که در شکل 4 نشان داده شده است ، مقادیر آستانه برای طبقه بندی انواع سازه برای ساختمان های ناشناخته با توزیع هیستوگرام برای اشکال ساختمان مانند مساحت، طول و عرض در ساختمان های ثبت شده در داده های موجودی موجود تعیین می شود. این بدان معناست که ساختمان‌های طبقه‌بندی شده با استفاده از معیارها، اکثر ساختمان‌های ثبت‌شده را تشکیل می‌دهند. اگر تفاوت معنی داری بین اطلاعات شکل بین انواع سازه ها در هیستوگرام مشاهده نشد، اطلاعات شکل از طبقه بندی حذف شد. جدول 5معیارهای برآورد انواع سازه برای ساختمان های طبقه بندی نشده را نشان می دهد. ساختمان های ناشناخته به عنوان بنایی، چوبی، پیش ساخته، فولادی و RC با سازه های دیوار بنایی طبقه بندی می شوند. ساختمان های کوچک و کم ارتفاع به سازه های بنایی یا چوبی طبقه بندی می شوند. در مقابل، ساختمان های بزرگتر و بالاتر به عنوان پیش ساخته، فولادی یا RC با سازه های دیوار بنایی طبقه بندی می شوند. در صورتی که ساختمان ها در منطقه صنعتی واقع شوند، ساختمان ها به عنوان قاب های پیش ساخته یا فولادی طبقه بندی می شوند. اکثر انواع سازه‌ها در ساختمان‌های شناخته شده، بنایی برای ساختمان‌های کم‌مرتبه، RC با دیوار بنایی برای ساختمان‌های میان‌مرتبه، و RC برای ساختمان‌های بلند می‌باشد. بنابراین، ساختمان های ناشناخته ای که معیارهای خاص جدول 5 را برآورده می کنندسازه های چوبی، پیش ساخته و فولادی طبقه بندی می شوند. سایر ساختمان های ناشناخته به عنوان بنایی، RC با دیوار بنایی و سازه های RC طبقه بندی شدند. شماره ساختمان های طبقه بندی شده در آخرین ستون جدول 5 نشان داده شده است. همانطور که قبلا توضیح داده شد، برخی از طبقه بندی های اشتباه نیز در ساختمان های طبقه بندی شده یافت می شود. طبق آیین نامه لرزه نگاری مغولستان، سازه باربر یک ساختمان با بیش از پنج طبقه را نمی توان آجری ساخت، اما به دلیل وجود ساختمان های آجری بلند در این داده ها خطا وجود دارد. بنابراین، بناهای بلند بنایی بسته به تعداد طبقات، مجدداً به RC با بنایی یا RC با دیوار برشی طبقه بندی می شوند. ساختمان های چوبی بلند و RC مجدداً به RC با دیوارهای بنایی یا RC با دیوار برشی طبقه بندی می شوند و ساختمان های چوبی بزرگ در مناطق صنعتی سازه های فولادی هستند. ما باید به این واقعیت توجه داشته باشیم که طبقه بندی دقیق تمام انواع سازه ها با رویکرد آستانه سازی هنوز دشوار است زیرا همانطور که در شکل 4 نشان داده شده است در هیستوگرام ها قسمت های همپوشانی وجود دارد..
انواع سازه های تخمین زده شده با مقایسه آنها با عکس های میدانی اعتبارسنجی می شوند. شکل 5 انواع سازه های برآورد شده با روش پیشنهادی و تصاویر ساختمان های معمولی در StreetView از Google Map را مقایسه می کند [ 31 ]. سه ساختمان فوقانی در شکل 5 در داده های موجودی موجود به عنوان ناشناخته طبقه بندی شده اند و به ترتیب به عنوان بنایی، پیش ساخته و RC با دیوار بنایی طبقه بندی می شوند. در حالی که نوع ساختاری اصلی ساختمان در پایین شکل 5 نشان داده شده استچوب بود، نوع آن در مقایسه با عکس میدانی به وضوح اشتباه است. ساختمان با معیارهای پیشنهادی مجدداً به RC طبقه بندی می شود. در حالی که تشخیص نوع سازه واقعی از روی عکس میدانی دشوار است، نتایج نشان می‌دهد که انواع سازه‌های تخمینی برای شرایط ساختمان‌های واقعی معقول به نظر می‌رسند. جمع آوری اطلاعات واقعی از نوع سازه برای بسیاری از ساختمان ها به کار و زمان زیادی نیاز دارد. تحقیقات میدانی همچنان مورد نیاز است تا بتوانیم برآوردهای خود را به طور جامع توجیه کنیم.
از آنجایی که برآورد دقیق سال ساخت و ساز از روی داده های موجودی موجود به تنهایی برای یک ساختمان دشوار است، نقشه پراکندگی شهری نشان داده شده در شکل 2 a در برآورد استفاده می شود. جدول 6معیارهای برآورد سال ساخت را نشان می دهد. همانطور که قبلا توضیح داده شد، اکثر ساختمان های ناشناخته فرض می شود که قبل از سال 2010 ساخته شده اند. پارامترهای مورد استفاده در معیارها مکان، تعداد طبقات، مساحت ساختمان و نوع سازه است. بیشتر ساختمان های چوبی و پیش ساخته قبل و در طول دوره نفوذ اتحاد جماهیر شوروی ساخته شده اند. اگر نوع سازه ساختمان مورد نظر چوبی یا پیش ساخته باشد، سال ساخت به عنوان ساختمان قدیمی‌تر که قبل از سال 1990 ساخته شده است طبقه‌بندی می‌شود. ساختمان‌های فولادی یا بنایی بزرگ نیز به عنوان ساختمان‌های قدیمی‌تر طبقه‌بندی می‌شوند که قبل از سال 1990 ساخته شده‌اند. اگر تعداد طبقات بیشتر از 12، ساخت و ساز به عنوان یک ساختمان جدیدتر طبقه بندی شده است که پس از سال 2001 ساخته شده است. سایر ساختمان ها به عنوان سازه هایی طبقه بندی می شوند که از سال 1991 تا 2000 ساخته شده اند.جدول 6 .

2.5. برآورد هزینه ساخت و ساز

هزینه های ساخت و ساز برای تمام ساختمان ها در UB از معادله (1) برآورد می شود. جدول 7 هزینه ساخت هر واحد را به دلار برای هر کاربری ساختمان و نوع سازه نشان می دهد. هزینه بالاتری برای ساختمان های خانه و اداری با سازه های قاب RC مورد نیاز است. از طرفی برای انبارها یا زیرزمین هایی با سازه های بنایی یا فولادی هزینه کمتری لازم است. با استفاده از هزینه هر واحد، نوع سازه، کاربری ساختمان و مساحت طبقات، کل هزینه ساخت برای هر ساختمان برآورد می شود.
شکل 6 توزیع تخمینی هزینه ساخت UB را نشان می دهد. شکل 7 هیستوگرام تعداد ساختمان ها را با توجه به هزینه های ساخت نشان می دهد. هزینه حدود 13000 ساختمان کمتر از 25000 دلار است که مربوط به ساختمانهای کوچک واقع در منطقه ژرمن است. حدود 4000 ساختمان از 300000 تا 1 میلیون تومان هزینه دارند که بیشتر آنها در منطقه مسکونی مرکزی واقع شده اند. ساختمان هایی که هزینه ساخت آنها بیش از 500 میلیون تومان است، مربوط به ساختمان های مرتفع واقع در منطقه اداری مرکزی شهر است. در حالی که برآورد بر اساس ارز در سال 2016 است، می‌توانیم قیمت‌های فعلی را با توجه به تغییر ارز برای یک سال سود تخمین بزنیم.
دپارتمان آمار اداره شهر اولان‌باتور مجموع اموال را در چندین منطقه از سال 2006 منتشر کرده است [ 32 ]. مقامات شهر هر سال داده های آماری را بر اساس گزارش تدارکات هر سال تهیه کرده اند. از آنجایی که تعداد ساختمان‌های ساخته شده پس از سال 2010 در داده‌های موجودی، قابل اعتمادتر از ساختمان‌های قدیمی‌تر است، برآورد ما با آمار از سال 2010 مقایسه شده است. شکل 8مقدار کل هزینه ها را در شش منطقه (SHD: منطقه سونگینوخایرخان، HUD: منطقه خان اول، منطقه BZD-Byanzurkh، BGD: منطقه بایانگل، SBD: منطقه سوخباتور، و CHD: منطقه چنگلتی) با آمار هر سال پس از آن مقایسه می کند. 2010. برآوردهای ما در SHD و SBD مطابقت خوبی با داده های آماری نشان می دهد. با این حال، برآوردها در BZD و CHD به طور قابل توجهی کوچکتر از آمار هستند. یکی از دست کم گرفته‌ها ممکن است این باشد که BZD و CHD شامل بسیاری از مناطق هستند که تعدادی ساختمان ثبت‌نشده در آن‌ها ساخته شده‌اند. از آنجایی که برآورد ما خانه های ژرمنال را در نظر نمی گرفت، برآورد ما به طور قابل توجهی کوچکتر از آمار خواهد بود.

2.6. تخصیص توابع آسیب پذیری

در این مطالعه، توابع آسیب پذیری جهانی توسعه یافته در GAR-13 [ 17 ، 18 ، 19 ] برای تخمین تلفات ساختمان توسط یک سناریو زلزله استفاده می شود. توابع آسیب پذیری لرزه ای GAR-13 نشان دهنده رابطه بین شتاب طیفی برای دوره معمولی یک کلاس ساختمانی و هزینه تعمیر مورد انتظار بر حسب درصد (نسبت میانگین آسیب: MDR) است. توابع آسیب پذیری برای 47 کلاس ساختمان با در نظر گرفتن انواع سازه و ارتفاع ساختمان و چهار سطح طراحی (بالا، متوسط، پایین و ضعیف) در GAR-13 توسعه داده شده است.
ما هر ساختمان در داده های موجودی به روز شده را بر اساس معیارهای نشان داده شده در جدول 8 به کلاس های GAR-13 اختصاص می دهیم . طبقات ساختمان با توجه به نوع سازه و تعداد طبقات طبقه بندی می شوند. سطوح طراحی با توجه به موقعیت ساختمان، کاربری ساختمان و سال ساخت طبقه بندی می شوند. از آنجایی که بسیاری از خانه‌های بنایی غیر مهندسی در مناطق ژرمن وجود دارد، سطح طراحی ضعیفی برای ساختمان‌ها در مناطق ژرمن وجود دارد. سطح طراحی بالاتر به ساختمان های عمومی مانند ساختمان های دولتی، ادارات شهری، مدارس و بیمارستان ها اختصاص داده می شود. مساحت ساختمان و سال ساخت در طبقه بندی سطوح طراحی بنایی، الواری و RC با دیوارهای بنایی در نظر گرفته شده است. سطح طراحی بالاتری نیز به ساختمان های بزرگتر یا جدیدتر در طبقات داده می شود.شکل 9 توزیع طبقات ساختمانی اختصاص داده شده را نشان می دهد.
شکل 10 عملکردهای آسیب پذیری GAR-13 مورد استفاده در این مطالعه را نشان می دهد. محور افقی یک شتاب طیفی بر حسب g را در دوره معمولی برای هر کلاس ساختمان نشان داده شده در جدول 8 نشان می دهد . با توجه به توابع آسیب پذیری، هزینه تعمیر قابل توجهی در ساختمان های بنایی غیر مسلح مانند URML و URMM انتظار می رود. این توابع آسیب پذیری در برآورد تلفات لرزه ای زیر استفاده می شوند.

3. پیش بینی حرکت زمین قوی برای یک سناریو زلزله

حرکات قوی زمین در منطقه هدف برای یک زلزله سناریویی با تکنیک های شبیه سازی بر اساس روش تابع گرین تصادفی (SGFM) و تحلیل پاسخ لرزه ای خطی معادل تخمین زده می شود. SGFM شامل شبیه‌سازی حرکات زمین ایجاد شده از گسل‌های فرعی (رویدادهای کوچک) [ 24 ] در یک گسل زلزله بزرگ پیش‌بینی‌شده و جمع‌بندی حرکات زمین تولید شده در رویدادهای کوچکتر است [ 25 ، 26 ].]. این روش می‌تواند حرکات قوی زمین سنتز شده را در مکان‌های دلخواه روی سنگ بستر لرزه‌ای ایجاد کند (سرعت موج برشی تقریباً 3 کیلومتر بر ثانیه) و به طور گسترده در پیش‌بینی‌های حرکت قوی زمین فعلی استفاده شده است. به منظور برآورد حرکات زمین در سطح زمین، تقویت سایت خاک های سطحی باید در نظر گرفته شود. نویسندگان در حال حاضر مدل‌های ساختار سرعت موج برشی زیرزمینی را در حدود 50 مکان در ناحیه UB با تجزیه و تحلیل وارونگی داده‌های ریزترمور مشاهده‌شده تخمین می‌زنند [ 28 ]. ما تحلیل پاسخ زمین لرزه ای خطی معادل DYNEQ [ 27 ] را اعمال می کنیم] به حرکات تخمینی زمین در سنگ بستر و مدل‌های سرعت موج برشی برای در نظر گرفتن پاسخ غیرخطی تکان‌های قوی. در نهایت، ما توزیع شتاب‌های طیفی را برای این سناریو با درون‌یابی شدت‌های حرکت زمین تخمین زده می‌کنیم.
ما گسل Emeelt را به عنوان سناریو زلزله انتخاب کردیم زیرا گسل تنها در 20 کیلومتری ناحیه مرکزی UB قرار دارد. شکل 11 مکان گسل Emeelt را نشان می دهد و جدول 9 پارامترهای مدل گسل مشخص شده زلزله سناریویی را نشان می دهد. مکان خطا، جهت گیری، و پارامترهای خطای دقیق پیشنهاد شده در مطالعه قبلی [ 33 ] در شبیه سازی استفاده می شود. شکل 12 مدل تغییرات مشخصه گسل Emeelt را نشان می دهد که به عنوان شدیدترین سناریو تخمین زده می شود. بزرگی گشتاور مورد انتظار (Mw) 7.4 و یک ناهنجاری است که به عنوان ناحیه تولید حرکت قوی نیز شناخته می شود [ 26 ]] در زلزله فرض شده است. مسیر و ویژگی های سایت مورد استفاده در SGFM نیز در جدول 9 فهرست شده است. ما حرکات قوی زمین را در 50 مکان شبیه سازی کردیم که در آن مدل های سرعت موج برشی در مطالعه قبلی ما به دست آمد [ 28 ]. شکل های بالای شکل 12 تاریخچه زمانی شکل موج های شتاب بر روی سنگ بستر لرزه ای را نشان می دهد که توسط SGFM در محل A-C در شکل 10 برآورد شده است. از آنجایی که ما یک الگوی تابش ثابت را فرض می کنیم، تنها یک جزء افقی از موج لرزه ای در هر مکان هدف تخمین زده می شود.
به منظور ارزیابی پاسخ غیرخطی زمین لرزه ای، تحلیل پاسخ خطی معادل DYNEQ [ 27 ] در این مطالعه استفاده شده است. DYNEQ یک برنامه منبع باز است که ویژگی های خاک وابسته به کرنش (مدول برشی و ضریب میرایی) محیط های لایه لایه افقی را در هنگام تکان دادن قوی در نظر می گیرد. DYNEQ همچنین می‌تواند ویژگی‌های دینامیکی خاک وابسته به فرکانس را برای سرکوب دست کم‌گرفتن حرکات سطح زمین با دوره کوتاه که گاهی در اعمال SHAKE یافت می‌شود، در نظر بگیرد [ 34 ]. مدل های سرعت موج برشی برآورد شده در مطالعه قبلی ما [ 28 ] در شبیه سازی استفاده می شود. تمام لایه های خاک در ناحیه UB را به صورت شن و ماسه در نظر گرفته و خواص خاک معرفی شده در Refs را اعمال می کنیم. [ 35 ،36 ].
شکل 13 حرکت تخمینی سطح زمین و طیف پاسخ شتاب را در مکان های A-C نشان می دهد. اوج شتاب زمین (PGA) در محل A که نزدیکتر به گسل زلزله قرار دارد تقریباً 700 سانتی‌متر بر ثانیه است و PGA در مکان‌های B و C در بخش مرکزی و شرقی UB به ترتیب حدود 500 سانتی‌متر بر ثانیه است . پیک قابل توجهی در 0.6 ثانیه در طیف پاسخ در سایت A یافت می شود. پیک های متعدد در 0.25 ثانیه و 0.7 ثانیه در سایت های B و C یافت می شوند.
به منظور ارزیابی دقیق آسیب پذیری ساختمان به ساختمان، حرکت قوی در هر سایت ساختمان باید تخمین زده شود. با این حال، به دلیل محدودیت مکان‌های موجود که در آن مدل سرعت موج برشی به دست می‌آید، برآورد حرکات زمین در مکان‌های دلخواه چالش برانگیز است. بنابراین، تکنیک درون یابی فضایی برای تخمین توزیع شتاب های پاسخ استفاده می شود. در این مطالعه از درونیابی وزنی معکوس فاصله ای (IDW) استفاده شده است. شکل 14توزیع شتاب‌های پاسخ را در UB برای دوره‌های معمولی (0.35 ثانیه، 0.40 ثانیه، 0.50 ثانیه و 1.09 ثانیه) نشان می‌دهد. شتاب های بزرگتر در ناحیه غربی به دلیل فاصله نزدیکتر به گسل زلزله تخمین زده می شود. از سوی دیگر، شتاب‌های بزرگ در 0.35 و 0.40 ثانیه نیز در ناحیه شرقی تخمین زده می‌شود، اگرچه این منطقه از ناحیه مرکزی تا گسل دورتر است. با توجه به ارزیابی اثر سایت ما [ 28 ]، تقویت‌های قوی در دوره‌های کوتاه در ناحیه شرقی انتظار می‌رفت که احتمالاً به دلیل رسوبات نرم در امتداد رودخانه است.

4. برآورد تلفات لرزه ای

زیان اقتصادی ساختمان ها توسط سناریو زلزله توسط شتاب های طیفی پاسخ شبیه سازی شده، توابع آسیب پذیری، و هزینه های ساخت و ساز برآورد شده در بخش 2 برآورد می شود . شکل 15 توزیع MDR های برآورد شده را در درصد هر ساختمان نشان می دهد. MDRهای بالاتر از 50% در بخش غربی و شرقی ناحیه UB تخمین زده می‌شود، در حالی که MDR در اکثر ساختمان‌های ناحیه مرکزی کمتر از 20% است.
هزینه های تعمیر ساختمان ها از هزینه های ساخت و ساز با ضرب MDR های نشان داده شده در شکل 10 برآورد می شود . شکل 16 توزیع هزینه های مورد انتظار تعمیر ساختمان ها را بر حسب هزار تومان برای سناریو نشان می دهد. هزینه تعمیر اکثر ساختمان ها کمتر از 20000 تومان است. آن ساختمان ها با ساختمان های کوچک بنایی کم ارتفاع مطابقت دارند. در ساختمان های مهم تر، به ویژه در قسمت جنوبی منطقه UB، هزینه های تعمیر بالاتری انتظار می رود، زیرا ساختمان های آپارتمانی مسکونی بلند در سال های اخیر متمرکز شده اند.
در داده های موجودی ساختمان به روز شده، مقدار کل هزینه ساخت ساختمان ها در UB تقریباً 28.7 میلیارد دلار است. نتیجه برآورد زیان نشان می‌دهد که مجموع هزینه‌های تعمیر ساختمان‌های آسیب‌دیده در سناریو تقریباً 3.4 میلیارد دلار است. با توجه به وضعیت اقتصادی بانک جهانی [ 37 ]، میانگین رشد 5 ساله اخیر تولید داخلی (GDP) در مغولستان تقریباً 13 میلیارد دلار است. این نشان می دهد که مجموع تلفات مستقیم ساختمان ها در این سناریو تقریباً با 26٪ از تولید ناخالص داخلی مغولستان مطابقت دارد. جیسوال و والد [ 38] خسارات اقتصادی مربوط به لرزش مستقیم در زلزله های اخیر کلاس M7 در سراسر جهان را 3.0 میلیارد دلار برای زلزله هائیتی در 12 ژانویه 2010 (M7.0)، 2.0 میلیارد دلار برای زلزله کانتربری، نیوزیلند در 3 سپتامبر 2010 (M7) تخمین زد. 0.0) و 2.0 میلیارد دلار برای زلزله شرق ترکیه در 23 اکتبر 2011 (M7.1) به ترتیب. در حالی که شرایط لرزه ای و شهری برآورد ما با زمین لرزه های قبلی متفاوت است، زیان اقتصادی تخمینی ما با زمین لرزه ها مطابقت دارد. اگر زیان های غیرمستقیم مانند وقفه کسب و کار در برآورد زیان محاسبه شود، زیان های بسیار مهم تری انتظار می رود. به منظور کاهش خسارات و تلفات ساختمان، مقاوم سازی لرزه ای و مقاوم سازی سازه، به ویژه برای ساختمان های غیر مهندسی مانند بنایی غیر مسلح،

5. نتیجه گیری ها

در این مقاله، الگوریتمی برای تخمین هزینه ساخت ساختمان ها از داده های موجودی ساختمان GIS در شهر اولان باتور (UB)، مغولستان معرفی کردیم. ما خسارات ساختمانی را در اثر یک سناریو زلزله برآورد کردیم. اگرچه داده های موجودی ساختمان در UB موجود است، اطلاعات مربوط به نوع سازه و سال ساخت در برخی ساختمان ها ثبت نشده است. ما نوع سازه و سال ساخت را با استفاده از معیارهای بر اساس ویژگی های ساختمان در داده های موجودی موجود برآورد کردیم. ما تأیید کردیم که انواع سازه های برآورد شده مطابقت خوبی با ساختمان های واقعی نشان می دهند. هزینه های ساخت و ساز ساختمان های UB بر اساس داده های موجودی ساختمان به روز شده و کد ساخت و ساز مغولی محاسبه می شود.
شبیه‌سازی حرکت قوی برای سناریوی زلزله توسط گسل Emeelt با استفاده از روش تابع گرین تصادفی و تحلیل پاسخ زمین خطی معادل انجام شد. مدل های سرعت موج برشی برآورد شده توسط تحقیقات نویسندگان قبلی در تحلیل پاسخ لرزه ای استفاده شد. اوج شتاب زمین برای این سناریو بیش از 500 سانتی‌متر بر ثانیه برآورد شد .در UB، با شتاب‌های بخصوص بزرگ‌تری که در ناحیه غربی نزدیک‌تر به گسل انتظار می‌رود. با استفاده از موجودی هزینه ساخت و ساز، توابع آسیب پذیری و شتاب های پاسخ شبیه سازی شده، هزینه های مورد انتظار تعمیر ساختمان های آسیب دیده برآورد شد. خسارت مستقیم ساختمان ها در مجموع به 3.4 میلیارد دلار در منطقه مورد نظر رسید که تقریباً 26 درصد از تولید ناخالص داخلی اخیر در مغولستان را شامل می شود. پایگاه داده موجودی توسعه یافته و روش برآورد تلفات لرزه ای برای در نظر گرفتن اقدامات متقابل در برابر بلایای زلزله آینده برای دولت ملی و شهرداری های محلی مفید خواهد بود.
نقاط قوت رویکرد ما را می‌توان به این صورت خلاصه کرد که ضرر مالی ساختمان‌های آسیب‌دیده را می‌توان نه تنها برای زلزله‌های سناریویی، بلکه برای یک زلزله واقعی با استفاده از موجودی ساختمان توسعه‌یافته تخمین زد. به طور کلی، تخمین مقدار کل تلفات بلافاصله پس از زلزله پیچیده است. اگر داده‌های حرکت زمین در دسترس باشد، رویکرد توسعه‌یافته ما می‌تواند یک نقشه توزیع آسیب و میزان تلفات ساختمان بلافاصله پس از زلزله ایجاد کند. علاوه بر جنبه و ارزش عملی گسترده تر مطالعه انجام شده، داده های به دست آمده را می توان در بازار بیمه زلزله برای ارزیابی سهام ساختمان در UB استفاده کرد.
از سوی دیگر، محدودیت‌های رویکرد ما را می‌توان به‌عنوان کاربردی بودن توابع آسیب‌پذیری، دقت پیش‌بینی حرکت زمین لرزه‌ای و کیفیت داده‌های موجودی ساختمان خلاصه کرد. اگرچه ما از توابع آسیب‌پذیری جهانی پیشنهاد شده در GAR-13 استفاده کردیم، کاربرد آن باید با در نظر گرفتن ظرفیت واقعی لرزه‌ای و ویژگی‌های دینامیکی، از جمله دوره‌های طبیعی ساختمان‌های UB مورد بحث قرار گیرد. از آنجایی که مدل های دقیق ساختار سرعت موج برشی در UB هنوز در دسترس نیستند، ما یک تحلیل پاسخ زمین یک بعدی را در پیش بینی حرکت زمین لرزه ای اعمال کردیم. اگر قرار بود مدل Vs با جزئیات بیشتری توسط اکتشافات ژئوفیزیکی متراکم آینده در دسترس باشد، تکنیک های شبیه سازی حرکت زمینی سه بعدی مانند روش تفاضل محدود را می توان برای تخمین نه تنها امواج بدن بلکه امواج سطحی ناشی از حوضه نیز به کار برد. در نهایت، داده‌های موجودی ساختمان UB هنوز در انواع گرمایش، انواع سازه‌ها و سال‌های ساخت ابهاماتی دارند، زیرا تعیین دقیق آنها از روی داده‌های موجود فعلی چالش برانگیز بود. به روز رسانی داده های موجودی یکی از مسائل مهم برای ارزیابی تلفات زلزله قابل اطمینان تر در UB خواهد بود.

منابع

  1. کرچر، کالیفرنیا؛ رایترمن، RK; ویتمن، RV; Arnold, C. برآورد تلفات زلزله به ساختمان ها. زمین Spectra 1997 , 13 , 703-720. [ Google Scholar ] [ CrossRef ]
  2. هوانگ، جی. چن، دبلیو.-پی. مکانیسم های منبع توالی زلزله موگود در سال 1967 و رویداد 1974 در 4 ژوئیه در مغولستان. ژئوفیز. J. Int. 1986 ، 84 ، 361-379. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  3. بایاسگلان، ا. جکسون، JA ارزیابی مجدد گسلش در زلزله‌های موگود 1967 در مغولستان. ژئوفیز. J. Int. 1999 ، 138 ، 784-800. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  4. شلاپ، آ. سیسترناس، A. تاریخچه منبع زمین لرزه های بزرگ مغولستان 1905 (تسه سرلگ، بولنای). ژئوفیز. J. Int. 2007 ، 169 ، 1115-1131. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  5. Adiya, M. فعالیت لرزه ای نزدیک اولان باتور: مفهومی برای ارزیابی خطر لرزه ای. Ph.D. پایان نامه، دانشگاه استراسبورگ، استراسبورگ، فرانسه، 2016. [ Google Scholar ]
  6. بانو، م. تند-آیوش، ن. شلاپ، آ. Munkhuu، U. Enkheee, B. مشخص کردن خطاهای فعال با تکنیک رادار نفوذی زمین. نمونه ای از گسل Songino، اولان باتور، مغولستان. در مجموعه مقالات نهمین کنگره انجمن ژئوفیزیک بالکان، آنتالیا، ترکیه، 5-9 نوامبر 2017; صص 1-5. [ Google Scholar ] [ CrossRef ]
  7. سوزوکی، ی. ناکاتا، تی. واتانابه، م. باتولگا، اس. انختایوان، د. دمبرل، اس. اودونباتور، سی. بایاسگلان، ا. بدرال، تی. کشف گسل اولان باتور: تهدید زلزله جدید برای پایتخت مغولستان. سیسمول. Res. Lett. 2020 ، 92 ، 437-447. [ Google Scholar ] [ CrossRef ]
  8. دولت شهر اولان باتور؛ آژانس همکاری بین المللی ژاپن (جایکا). مغولستان پروژه تقویت ظرفیت مدیریت ریسک بلایای لرزه ای در شهر اولان باتور گزارش نهایی. 2013. در دسترس آنلاین: https://libopac.jica.go.jp/images/report/12129094.pdf (در 1 سپتامبر 2021 قابل دسترسی است).
  9. پورتر، کی. راهنمای مبتدی برای شکنندگی، آسیب پذیری و ریسک. در دایره المعارف مهندسی زلزله ; Beer, M., Kougioumtzoglou, IA, Patelli, E., Au, S.-K., Eds.; Springer: برلین/هایدلبرگ، آلمان، 2015; ص 235-260. شابک 978-3-642-35344-4. [ Google Scholar ]
  10. Neighbours، CJ; کوکران، ES; کاراس، ی. Noriega، GR تحلیل حساسیت مدل زلزله FEMA HAZUS: مطالعه موردی از شهرستان کینگ، واشنگتن. نات. Hazards Rev. 2013 , 14 , 134-146. [ Google Scholar ] [ CrossRef ]
  11. کرچر، سی. ویتمن، آر. روش‌های برآورد تلفات زلزله هلمز، دبلیو هازوس. نات. Hazards Rev. 2006 , 7 , 45-59. [ Google Scholar ] [ CrossRef ]
  12. میورا، اچ. Midorikawa، S. به روز رسانی داده های موجودی ساختمان GIS با استفاده از تصاویر ماهواره ای با وضوح بالا برای ارزیابی خسارت زلزله: کاربرد در مترو مانیل، فیلیپین. زمین Spectra 2006 , 22 , 151-168. [ Google Scholar ] [ CrossRef ]
  13. مورائو، او. Yamazaki، F. منحنی های شکنندگی ساختمان برای زلزله هیوگوکن-نانبو 1995 بر اساس نتایج بررسی CPIJ و AIJ با فهرست دقیق. جی. ساختار. ساخت و ساز مهندس 2002 ، 67 ، 185-192. (به ژاپنی) [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  14. ماتسوکا، ام. میتو، اس. میدوریکاوا، اس. میورا، اچ. Quiroz، LG; مارویاما، ی. Estrada، M. توسعه داده های موجودی ساختمان و برآورد خسارت زلزله در لیما، پرو برای زلزله های آینده. J. Disaster Res. 2014 ، 9 ، 1032-1041. [ Google Scholar ] [ CrossRef ]
  15. دولچه، ام. کاپوس، ا. مسی، ع. پنلیس، جی. وونا، ام. ارزیابی آسیب پذیری و سناریوهای خسارت زلزله از ساختمان پوتنزا (جنوب ایتالیا) با استفاده از روش های ایتالیایی و یونانی. مهندس ساختار. 2006 ، 28 ، 357-371. [ Google Scholar ] [ CrossRef ]
  16. فریرا، TM; ویسنته، آر. مندس داسیلوا، JAR; واروم، اچ. کاستا، الف. ارزیابی آسیب پذیری لرزه ای مراکز شهری تاریخی: مطالعه موردی مرکز شهر قدیمی در سیکسال، پرتغال. گاو نر زمین مهندس 2013 ، 11 ، 1753-1773. [ Google Scholar ] [ CrossRef ]
  17. یامین، LE; هورتادو، هوش مصنوعی؛ بربط، ق. Cardona، OD لرزه‌ای و آسیب‌پذیری باد برای ارزیابی خطر جهانی GAR-13. بین المللی J. کاهش خطر بلایا. 2014 ، 10 ، 452-460. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  18. یامین، LE; هورتادو، ا. رینکن، آر. دورادو، جی اف. Reyes, JC ارزیابی آسیب پذیری لرزه ای احتمالی ساختمان ها از نظر خسارات اقتصادی. مهندس ساختار. 2017 ، 138 ، 308-323. [ Google Scholar ] [ CrossRef ]
  19. مرکز بین‌المللی روش‌های عددی در مهندسی؛ ITEC SAS—INGENIAR LTDA—EAI SA مدلسازی احتمالی خطرات طبیعی در سطح جهانی: مدل ریسک جهانی ; مقاله پیش زمینه تهیه شده برای گزارش ارزیابی جهانی در کاهش خطر بلایا 2013. Ingeniar Ltda.: ژنو، سوئیس، 2013. [ Google Scholar ]
  20. Yepes-Estrada، C.; سیلوا، وی. والکارسل، جی. Acevedo، AB; تارک، ن. Hube، MA; کورنل، جی. ماریا، HS مدل سازی فهرست ساختمان های مسکونی در آمریکای جنوبی برای ارزیابی ریسک لرزه ای. زمین Spectra 2017 ، 33 ، 299-322. [ Google Scholar ] [ CrossRef ]
  21. فیجالون، ر. نگولسکو، سی. روله، آ. اوکلر، اس. گهل، پ. Faravelli، M. حساسیت برآورد خسارت زلزله به داده های ورودی (نقشه های مشخصه خاک و قرار گرفتن در معرض ساختمان): مطالعه موردی در دره لوچون، فرانسه. Geosciences 2021 , 11 , 249. [ Google Scholar ] [ CrossRef ]
  22. پولس، م. گائتانی دآراگونا، م. پروتا، الف. رویکرد ساده شده برای بررسی موجودی ساختمان و آسیب لرزه ای در مقیاس قلمرو: یک برنامه کاربردی برای یک شهر در جنوب ایتالیا. خاک دین. زمین مهندس 2019 ، 121 ، 405-420. [ Google Scholar ] [ CrossRef ]
  23. وزارت ساخت و ساز و توسعه شهری در مغولستان. هزینه واحد ساختمان و زیرساخت. 2016. در دسترس آنلاین: https://mcis.gov.mn/main/normView/16273590759414 (در 1 دسامبر 2021 قابل دسترسی است). (در مغولی)
  24. Boore، DM شبیه‌سازی تصادفی حرکات زمین با فرکانس بالا بر اساس مدل‌های لرزه‌شناسی طیف تابشی. گاو نر زلزله. Soc. صبح. 1983 ، 73 ، 1865-1894. [ Google Scholar ] [ CrossRef ]
  25. کامای، ک. ایریکورا، ک. Pitarka، A. تکنیکی برای شبیه سازی حرکت قوی زمین با استفاده از تابع سبز ترکیبی. گاو نر زلزله. Soc. صبح. 1998 ، 88 ، 357-367. [ Google Scholar ] [ CrossRef ]
  26. ایریکورا، ک. Miyake، H. دستور العمل برای پیش بینی حرکت قوی زمین از سناریوهای زمین لرزه پوسته. Pure Appl. ژئوفیز. 2011 ، 168 ، 85-104. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  27. یوشیدا، ن. کوبایاشی، س. سوئتومی، آی. میورا، K. روش خطی معادل با در نظر گرفتن ویژگی‌های وابسته به فرکانس سختی و میرایی. خاک دین. زمین مهندس 2002 ، 22 ، 205-222. [ Google Scholar ] [ CrossRef ]
  28. تومورباتور، ز. میورا، اچ. Tsamba، T. ارزیابی اثر سایت در اولان‌باتور، مغولستان از طریق تحلیل وارونگی نسبت‌های طیفی میکروترمور H/V. Geosciences 2019 ، 9 ، 228. [ Google Scholar ] [ CrossRef ] [ نسخه سبز ]
  29. UN-Habitat. Atlas of Urban Expansion: The 2016 Edition, Volume 1: Areas and Densities. 2016. در دسترس آنلاین: https://www.lincolninst.edu/sites/default/files/pubfiles/atlas-of-urban-expansion-2016-volume-1-full.pdf (در 1 سپتامبر 2021 قابل دسترسی است).
  30. سازمان برنامه ریزی کلان پایتخت. طرح جامع اولان‌باتور 2020 و رویکردهای توسعه برای سال 2030. 2014. در دسترس آنلاین: https://policy.asiapacificenergy.org/sites/default/files/Ulaanbataar%202020%20Master%20Plan%20and%20%20Developament %28EN%29.pdf (در 1 سپتامبر 2021 قابل دسترسی است).
  31. نقشه گوگل. در دسترس آنلاین: https://www.google.com/maps (در 1 سپتامبر 2021 قابل دسترسی است).
  32. آمار اولان باتور املاک پایتخت. در دسترس آنلاین: https://ubstat.mn/StatTable=381 (در 1 سپتامبر 2021 قابل دسترسی است).
  33. اویون اردن، م. اودونباتور، سی. Ganzorig, D. مدل سازی زلزله قوی: شکستن ترک ها. Proc. مونگ. آکادمی علمی 2014 ، 54 ، 48-56. (به زبان مغولی) [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  34. Schnabel, PB; لایزمر، جی. Seed, B. SHAKE: یک برنامه کامپیوتری برای تجزیه و تحلیل پاسخ زلزله سایت های لایه افقی . گزارش شماره UCB/EERC 72-12; مرکز تحقیقات مهندسی زلزله: برکلی، کالیفرنیا، ایالات متحده آمریکا، 1972; پ. 102. [ Google Scholar ]
  35. کویامادا، ک. میاموتو، ی. میورا، K. ویژگی غیرخطی برای لایه‌های سطحی از نمونه‌های خاک طبیعی. در مجموعه مقالات سی و هشتمین کنفرانس ملی ژاپن در زمینه مهندسی ژئوتکنیک، آکیتا، ژاپن، 2 تا 4 ژوئیه 2003. ص 2077–2078. (به ژاپنی). [ Google Scholar ]
  36. Yoshida، N. تجزیه و تحلیل پاسخ زمین لرزه ای ; Springer: برلین/هایدلبرگ، آلمان، 2015; جلد 36 شابک 978-94-017-9459-6. [ Google Scholar ]
  37. بانک جهانی. تولید ناخالص داخلی ( دلار فعلی آمریکا ) – مغولستان. در دسترس آنلاین: https://data.worldbank.org/indicator/NY.GDP.MKTP.CD?locations=MN (در 1 سپتامبر 2021 قابل دسترسی است).
  38. جیسوال، ک. والد، دی جی برآورد خسارات اقتصادی ناشی از زلزله با استفاده از یک رویکرد تجربی. زمین Spectra 2013 ، 29 ، 309-324. [ Google Scholar ] [ CrossRef ]
Ijgi 11 00026 g001 550
شکل 1. فلوچارت برای برآورد هزینه ساخت و ساز از داده های موجودی ساختمان و برآورد تلفات ساختمان به دلیل سناریوی زلزله.
Ijgi 11 00026 g002a 550 Ijgi 11 00026 g002b 550
شکل 2. ( الف ) توزیع سال ساخت در شهر اولان باتور با گسترش شهری [ 29 ]; ( ب ) توزیع ارتفاع ساختمان با کاربری زمین شهری [ 30 ].
Ijgi 11 00026 g003 550
شکل 3. ( الف ) نقشه کلوزآپ توزیع سال ساخت در اولان باتور. ( ب ) نقشه نمای نزدیک از توزیع ارتفاع ساختمان.
Ijgi 11 00026 g004 550
شکل 4. نمونه ای از هیستوگرام برای عرض ساختمان در داده های موجود برای ( الف ) ساختمان های بنایی 1 طبقه و ( ب ) RC 1 طبقه با ساختمان های بنایی در دفتر و منطقه مسکونی مرکزی.
Ijgi 11 00026 g005 550
شکل 5. مقایسه انواع سازه های برآورد شده و عکس های زمین: ( الف ) داده های موجودی تخمینی. ( ب ) عکس‌های زمینی در نمای خیابان Google [ 31 ].
Ijgi 11 00026 g006 550
شکل 6. توزیع هزینه های ساخت و ساز (هزار تومان) در UB.
Ijgi 11 00026 g007 550
شکل 7. تعداد ساختمان ها بر اساس هزینه ساخت به هزار تومان.
Ijgi 11 00026 g008 550
شکل 8. مقایسه برآورد هزینه و داده های آماری ناحیه مرکزی اولان باتور سال به سال. SHD: ولسوالی Songinokhairkhan، HUD: Khan-Uul ولسوالی BZD-Bayanzurkh، BGD: ناحیه بایانگل، SBD: ناحیه سوخباتور، CHD: ناحیه چنگلتی.
Ijgi 11 00026 g009 550
شکل 9. توزیع کلاس های ساختمان در UB.
Ijgi 11 00026 g010 550
شکل 10. توابع آسیب پذیری GAR-13 در این مطالعه استفاده شد.
Ijgi 11 00026 g011 550
شکل 11. مکان های مدل خطای Emeelt و سایت A-C.
Ijgi 11 00026 g012 550
شکل 12. تغییرات مشخص شده از مدل خطای Emeelt. شبکه ها نشان دهنده گسل های فرعی زلزله هستند. ناحیه تاریک نشان دهنده ناحیه نازک بودن در گسل است. ستاره ها و ستاره ها به ترتیب مبدا پس زمینه و نازکی و نقطه شروع گسیختگی را نشان می دهند.
Ijgi 11 00026 g013 550
شکل 13. تاریخچه زمان شتاب در بستر لرزه ای و سطح زمین، و طیف پاسخ تخمین زده شده توسط SGFM و تحلیل پاسخ لرزه ای خطی معادل DYNEQ در محل ( A – C ) نشان داده شده در شکل 11 .
Ijgi 11 00026 g014 550
شکل 14. توزیع شتاب های طیفی (Sa در cm/s 2 ) در UB در 0.35 ثانیه، 0.40 ثانیه، 0.56 و 1.09 ثانیه برآورد شده از زلزله Emeelt.
Ijgi 11 00026 g015 550
شکل 15. توزیع MDR (نسبت میانگین خسارت) برآورد شده توسط ارزیابی آسیب پذیری در UB.
Ijgi 11 00026 g016 550
شکل 16. توزیع تلفات ساختمان (هزینه تعمیر به هزار تومان) در UB.

مقالات داخلی و بین المللی

مطالب مرتبط ...

بدون دیدگاه

دیدگاهتان را بنویسید