2023年甘肃积石山Ms 6.2地震同震滑坡和建筑物损毁情况应急识别与影响因素研究

陈博; 宋闯; 陈毅; 李振洪; 余琛; 刘海辉; 江辉; 刘振江; 蔡兴敏; 能懿菡; 朱双; 杜建涛; 李祖锋; 赵志祥; 李素菊; 朱武; 彭建兵

doi:10.13203/j.whugis20230497

您当前的位置：

首页 >

文章列表页 >

2023年甘肃积石山Ms 6.2地震同震滑坡和建筑物损毁情况应急识别与影响因素研究

积石山地震 | 更新时间：2026-11-05

- 2023年甘肃积石山Ms 6.2地震同震滑坡和建筑物损毁情况应急识别与影响因素研究
- Emergency Identification and Influencing Factor Analysis of Coseismic Landslides and Building Damages Induced by the 2023 Ms 6.2 Jishishan （Gansu，China） Earthquake
- 武汉大学学报（信息科学版） 2025年50卷第2期页码：322-332
- 作者机构：
  
  1.长安大学地质工程与测绘学院，陕西西安，710054
  2.黄土科学全国重点实验室，陕西西安，710054
  3.长安大学地学与卫星大数据研究中心，陕西西安，710054
  4.西部矿产资源与地质工程教育部重点实验室，陕西西安，710054
  5.中国电建集团西北勘测设计研究院有限公司，陕西西安，710065
  6.应急管理部国家减灾中心，北京，100124
  7.自然资源部生态地质与灾害防控重点实验室，陕西西安，710054
- 作者简介：
  
  陈博，博士生，主要从事综合遥感的滑坡广域探测研究。bo.chen@chd.edu.cn
  宋闯，博士，副教授，主要从事影像大地测量和地震地质灾害研究。chuang.song@chd.edu.cn
  李振洪，博士，教授。Zhenhong.Li@chd.edu.cn
- 基金信息：
  
  国家重点研发计划(2020YFC1512000);陕西省科技创新团队项目(2021TD-51);陕西省地学大数据与地质灾害防治创新团队（2022）;长安大学中央高校基本科研业务费专项资金(300102260301;300102261108);国家自然科学基金(42304029)
- DOI：10.13203/j.whugis20230497
  中图分类号： P237
- 收稿：2023-12-30，
  
  纸质出版：2025-02-05
- 稿件说明：
移动端阅览
陈博,宋闯,陈毅，等.2023年甘肃积石山Ms 6.2地震同震滑坡和建筑物损毁情况应急识别与影响因素研究[J].武汉大学学报（信息科学版）,2025,50(2):322-332.

CHEN Bo,SONG Chuang,CHEN Yi,et al.Emergency Identification and Influencing Factor Analysis of Coseismic Landslides and Building Damages Induced by the 2023 Ms 6.2 Jishishan （Gansu，China） Earthquake[J].Geomatics and Information Science of Wuhan University,2025,50(2):322-332.
陈博,宋闯,陈毅，等.2023年甘肃积石山Ms 6.2地震同震滑坡和建筑物损毁情况应急识别与影响因素研究[J].武汉大学学报（信息科学版）,2025,50(2):322-332. DOI：10.13203/j.whugis20230497

CHEN Bo,SONG Chuang,CHEN Yi,et al.Emergency Identification and Influencing Factor Analysis of Coseismic Landslides and Building Damages Induced by the 2023 Ms 6.2 Jishishan （Gansu，China） Earthquake[J].Geomatics and Information Science of Wuhan University,2025,50(2):322-332. DOI：10.13203/j.whugis20230497

摘要

2023⁃12⁃18，甘肃积石山县发生Ms 6.2地震，地震诱发了大量的同震滑坡，并导致建筑物不同程度损毁，造成了严重的人员伤亡和经济损失。及时获取同震滑坡易发性、应急识别同震滑坡并分析其影响因素以及定量评估建筑物损毁情况，对灾后的应急救援和恢复重建至关重要。基于支持向量机算法获取了积石山地震同震滑坡易发性空间分布，同时通过震前、震后的高分辨率光学卫星影像对同震滑坡进行了应急识别，并探讨了地震、地形地貌和人类活动等因素对同震滑坡的影响。此外，利用多时相合成孔径雷达干涉测量相干性变化方法获取了地震建筑物损毁代理图（building damage proxy map

BDPM）。结果表明，此次积石山Ms 6.2地震通过卫星遥感解译出同震滑坡共3 767处，总面积9.67 km²，多为黄土滑坡，主要分布在高程1 900~2 200 m、坡度20°~40°、坡向SE、距断层10 km和距水系2.2 km之内，黄土放大效应明显。研究团队震后第一时间开展野外考察，实地确认了59处同震滑坡，验证了遥感识别结果的准确性；BDPM结果表明，震区大河家镇和官亭镇建筑物损毁最为严重。上述研究成果为震后恢复重建和地震次生灾害评估提供了重要的数据支撑。

Abstract

Objective

On 18th December 2023

an Ms 6.2 earthquake struck Jishishan County

Gansu Province

China

which triggered a large number of coseismic landslides and caused varying degrees of buildings damage

leading to serious casualties and economic losses. Timely acquisition of the coseismic landslide susceptibility

emergency identification of coseismic landslides and building damage

as well as analysis of influencing factors related to coseismic landslides

are crucial for post-disaster emergency rescue and recovery efforts.

Methods

The support vector machine algorithm was employed to acquire the spatial probability distribution of coseismic landslide susceptibility in the Jishishan earthquake. Emergency identification of coseismic landslides was conducted using high-resolution optical satellite imagery before and after the earthquake. Furthermore

a comprehensive analysis was undertaken by analyzing the impact of seismic

topographic

geomorphic

and human activity factors on coseismic landslides. Additionally

by using the multi-temporal interferometric synthetic aperture radar coherence change method

a building damage proxy map (BDPM) was generated to assess earthquake-induced structural damage.

Results

The Ms 6.2 Jishishan Earthquake triggered 3 767 coseismic landslides in the region with an area of 9.67 km². The majority of these landslides were composed of loess and were predominantly occurred in the region with an elevations range of 1 900-2 200 m

slope range of 20°-40°

southeast orientation

locating approximately 10 km from faults and 2.2 km from the river. The huge number of loess coseismic landslides reflects the evident amplification effect of loess. We conducted a field trip following the earthquake and confirmed 59 of those coseismic landslides

which verified the accuracy of the remote sensing identification results. In addition

BDPM results indicate that the towns of Dahejia and Guanting within the seismic zone experienced the most severe structural damage.

Conclusions

These findings of this study provide crucial data support for post-earthquake rehabilitation and reconstruction as well as assessment of secondary seismic hazards.

关键词

Keywords

references

许强，黄润秋 . 5.12汶川大地震诱发大型崩滑灾害动力特征初探［J］. 工程地质学报， 2008 ， 16 （ 6 ）： 721 - 729 .

XU Qiang ， HUANG Runqiu . Kinetics Charateristics of Large Landlides Triggered by May 12th Wenchuan Earthquake ［J］. Journal of Engineering Geo⁃logy ， 2008 ， 16 （ 6 ）： 721 - 729 .

黄润秋 . 汶川8.0级地震触发崩滑灾害机制及其地质力学模式［J］. 岩石力学与工程学报， 2009 ， 28 （ 6 ）： 1239 - 1249 .

HUANG Runqiu . Mechanism and Geomechanical Modes of Landslide Hazards Triggered by Wenchuan 8.0 Earthquake ［J］. Chinese Journal of Rock Mechanics and Engineering ， 2009 ， 28 （ 6 ）： 1239 - 1249 .

许冲，田颖颖，马思远，等 . 1920年海原8.5级地震高烈度区滑坡编录与分布规律［J］. 工程地质学报， 2018 ， 26 （ 5 ）： 1188 - 1195 .

XU Chong ， TIAN Yingying ， MA Siyuan ， et al . Inventory and Spatial Distribution of Landslides in Ⅸ-Ⅺ High Intensity Areas of 1920 Haiyuan（China） M 8.5 Earthquake ［J］. Journal of Engineering Geology ， 2018 ， 26 （ 5 ）： 1188 - 1195 . （）

王兰民，郭安宁，王平，等 . 1920年海原大地震震害特征与启示［J］. 城市与减灾， 2020 ，（ 6 ）： 43 - 53 .

WANG Lanmin ， GUO Anning ， WANG Ping ， et al . Characteristics and Revelation of Great Haiyuan Earthquake Disaster ［J］. City and Disaster Reduction ， 2020 ，（ 6 ）： 43 - 53 .

XU C ， XU X W ， YAO X ， et al . Three （Nearly） Complete Inventories of Landslides Triggered by the May 12， 2008 Wenchuan Mw 7.9 Earthquake of China and Their Spatial Distribution Statistical Analysis ［J］. Landslides ， 2014 ， 11 （ 3 ）： 441 - 461 .

殷跃平 . 汶川八级地震地质灾害研究［J］. 工程地质学报， 2008 ， 16 （ 4 ）： 433 - 444 .

YIN Yueping . Researches on the Geo-Hazards Triggered by Wenchuan Earthquake， Sichuan ［J］. Journal of Engineering Geology ， 2008 ， 16 （ 4 ）： 433 - 444 .

LAN H X ， LI L P ， ZHANG Y S ， et al . Risk Assessment of Debris Flow in Yushu Seismic Area in China： A Perspective for the Reconstruction ［J］. Natural Hazards and Earth System Sciences ， 2013 ， 13 （ 11 ）： 2957 - 2968 .

甘肃省积石山县志编辑部 . 积石山县保安族东乡族撒拉族自治县志1989—2010 年［M］. 北京：红旗出版社， 2019 .

Jishishan County Annals Editorial Department of Gansu Province . Annals of Baoan Dongxiang Salar Autonomous County ， Jishishan County ， 1989 —2010［M］. Beijing ： Hongqi Press ， 2019 .

袁道阳，张培震，雷中生，等 . 青海拉脊山断裂带新活动特征的初步研究［J］. 中国地震， 2005 ， 21 （ 1 ）： 93 - 102 .

YUAN Daoyang ， ZHANG Peizhen ， LEI Zhong⁃sheng ， et al . A Preliminary Study on the New Activity Features of the Lajishan Mountain Fault Zone in Qinghai Province ［J］. Earthquake Research in China ， 2005 ， 21 （ 1 ）： 93 - 102 .

HUANG W B ， DING M T ， Li Z H ， et al . Landslide Susceptibility Mapping and Dynamic Response Along the Sichuan-Tibet Transportation Corridor Using Deep Learning Algorithms ［J］. Catena ， 2023 ， 222 ： 106866 .

AIAZZI B ， BARONTI S ， SELVA M ， et al . Enhanced Gram-Schmidt Spectral Sharpening Based on Multivariate Regression of MS and Pan Data ［C］// IEEE International Symposium on Geoscience and Remote Sensing ， Denver， USA ， 2006 .

陈博，李振洪，黄武彪，等 . 2022年四川泸定Mw 6.6地震诱发地质灾害空间分布及影响因素［J］. 地球科学与环境学报， 2022 ， 44 （ 6 ）： 971 - 985 .

CHEN Bo ， LI Zhenhong ， HUANG Wubiao ， et al . Spatial Distribution and Influencing Factors of Geohazards Induced by the 2022 Mw 6.6 Luding（Sichuan， China）Earthquake ［J］. Journal of Earth Sciences and Environment ， 2022 ， 44 （ 6 ）： 971 - 985 .

DAL ZILIO L ， AMPUERO J P . Earthquake Doublet in Türkiye and Syria ［J］. Communications Earth & Environment ， 2023 ， 4 （ 71 ）： 1 - 4 .

NADDAF M . Türkiye–Syria Earthquake： What Scientists Know ［J］. Nature ， 2023 ， 614 （ 7948 ）： 398 - 399 .

HASANLOU M ， SHAH-HOSSEINI R ， SEYDI S T ， et al . Earthquake Damage Region Detection by Multitemporal Coherence Map Analysis of Radar and Multispectral Imagery ［J］. Remote Sensing ， 2021 ， 13 （ 6 ）： 1195 .

GE P L ， GOKON H ， MEGURO K . A Review on Synthetic Aperture Radar-Based Building Damage Assessment in Disasters ［J］. Remote Sensing of Environment ， 2020 ， 240 （ 6 ）： 111693 .

DONG L G ， SHAN J . A Comprehensive Review of Earthquake-Induced Building Damage Detection with Remote Sensing Techniques ［J］. ISPRS Journal of Photogrammetry and Remote Sensing ， 2013 ， 84 ： 85 - 99 .

JIANG M ， DING X L ， HANSSEN R F ， et al . Fast Statistically Homogeneous Pixel Selection for Covariance Matrix Estimation for Multitemporal InSAR ［J］. IEEE Transactions on Geoscience and Remote Sensing ， 2015 ， 53 （ 3 ）： 1213 - 1224 .

JIANG M ， YONG B ， TIAN X ， et al . The Potential of More Accurate InSAR Covariance Matrix Estimation for Land Cover Mapping ［J］. ISPRS Journal of Photogrammetry and Remote Sensing ， 2017 ， 126 ： 120 - 128 .

PARIZZI A ， BRCIC R . Adaptive InSAR Stack Multilooking Exploiting Amplitude Statistics： A Comparison Between Different Techniques and Practical Results ［J］. IEEE Geoscience and Remote Sen⁃sing Letters ， 2011 ， 8 （ 3 ）： 441 - 445 .

YUN S H ， FIELDING E J ， WEBB F H ， et al . Damage Proxy Map from Interferometric Synthetic Aperture Radar Coherence ： US9207318B2 ［P］. 2015-12-08 .

LIU H H ， SONG C ， LI Z H ， et al . A New Method for the Identification of Earthquake-Damaged Buil-dings Using Sentinel-1 Multitemporal Coherence Optimized by Homogeneous SAR Pixels and Histogram Matching ［J］. IEEE Journal of Selected To‐pics in Applied Earth Observations and Remote Sensing ， 2024 ， 17 ： 7124 - 7143 .

刘振江，韩炳权，刘海辉，等 . InSAR数据约束下的2023年赫拉特地震序列发震断层探讨及其建筑物损毁评估［J］. 武汉大学学报（信息科学版）， 2024 ， 49 （ 5 ）： 722 - 733 .

LIU Zhenjiang ， HAN Bingquan ， LIU Haihui ， et al . Discussion of the Seismogenic Fault of the 2023 Herat Earthquake Sequence and Its Building Damage Assessment Constrained by Radar Interferometry ［J］. Geomatics and Information Science of Wuhan University ， 2024 ， 49 （ 5 ）： 722 - 733 .

MARCONCINI M ， METZ- MARCONCINI A ， ESCH T ， et al . Understanding Current Trends in Global Urbanisation—The World Settlement Footprint Suite ［J］. GI_Forum ， 2021 ，（ 1 ）： 33 - 38 .

DU J T ， LI Z H ， SONG C ， et al . InSAR-Based Active Landslide Detection and Characterization Along the Upper Reaches of the Yellow River ［J］. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing ， 2023 ， 16 ： 3819 - 3830 .

XU C ， XU X W ， YU G H . Landslides Triggered by Slipping-Fault-Generated Earthquake on a Plateau： An Example of the 14 April 2010， Ms 7.1， Yushu Earthquake， China ［J］. Landslides ， 2013 ， 10 （ 4 ）： 421 - 431 .

FAN X M ， SCARINGI G ， XU Q ， et al . Coseismic Landslides Triggered by the 8th August 2017 Ms 7.0 Jiuzhaigou Earthquake （Sichuan， China）： Factors Controlling Their Spatial Distribution and Implications for the Seismogenic Blind Fault Identification ［J］. Landslides ， 2018 ， 15 （ 5 ）： 967 - 983 .

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

考虑InSAR地表形变的滑坡易发性评价负样本选取与结果优化

连续变量因子分级和机器学习模型对滑坡易发性评价精度的影响

结合SBAS-InSAR技术与深度神经网络的滑坡早期识别

InSAR观测约束下的2023年甘肃积石山地震震源参数及其滑动分布

甘肃积石山Ms 6.2地震对滑坡易发区的变形影响分析