地震及其引发的灾害链日益受到关注。2023年中国地震学会地震灾害链专业委员会学术年会在北京成功召开。会议报告和论文内容涵盖了除地震灾害外的多个主题。研究方向涉及灾害数据库建设、形成机制、空间分布、识别技术、预测方法、监测预警系统、风险评估、减灾对策以及灾后恢复与重建等多个方面。应急管理部国家自然灾害防治研究院许冲团队对会议报告进行了系统分类与综述，重点梳理了地震灾害、地震诱发灾害链和非地震诱发滑坡三大领域的研究现状与最新进展，旨在为防灾减灾与应急响应中的理论研究与技术应用提供科学参考。

01

地震相关研究

（1）活动断层与地震活动；活动断层是控制地震的主要构造因素，其运动方式决定了地震发生的时间、地点与强度。不同地区的活动断层呈现出不同的运动类型。例如，喜马拉雅东构造结北缘的Gyaring断层西段以右旋走滑为主，东段南支为右旋正断层；米林断层沿雅鲁藏布缝合带发育左旋逆冲运动；墨脱断层则显示第四纪以来强烈的左旋走滑活动。此外，Gyaring断层Pengcuo段全新世滑动速率约4.8mm/年，可能复发类似1951年的M8级地震。地震活动呈现明显时空规律：夏季频率和伤亡最高（图1），中国西南为高发区；震源深度自西向东递减，东部浅源地震常致严重损失。水库诱发地震与水位变化密切相关，高水位期地震频率显著上升。新技术如机载LiDAR和无人机摄影测量提升了研究精度，例如通过高分辨率地貌模型反演断层滑移速率，或利用随机有限断层法高效模拟三维地震动（以2023年甘肃积石山地震为例）。

图1 地震的季节分布。（a）春季（3月、4月、5月）；（b）夏季（6月、7月、8月）；（c）秋季（9月、10月、11月）；（d）冬季（12月、3月、4月）。右下角的小图表示南海地区。

（2）地震预测与危险性评估；地震预测存在显著争议。Zuoxun Zeng学者驳斥"地震不可预测论"，指出1975年海城地震成功预报（死亡率仅0.02%）及青龙县在唐山地震前的预警，证明了可行性。他主张前兆现象（如地温、磁场异常）与物理机制研究是预测基础。Manchao He提出"跨断层牛顿力监测法"，在滑坡预测中效果显著，但地震预测需进一步验证。人工智能技术取得进展：MEANet模型（CNN+RNN+注意力机制）提升地震动预测精度；深度学习模型可预测地震伤亡（但对汶川地震等巨灾误差仍较大）。危险性评估方面，龙门山断裂带大邑段、雅鲁藏布江断裂带南段被判定为强震高风险区；结合美国地质调查局PAGER系统开发的死亡率模型，在川滇地区实现近十年地震死亡人数的准确预测。

02

地震灾害链核心研究

（1）地震诱发滑坡；智能识别技术突破传统局限：相位梯度叠加与Attention-YOLOv3模型结合，使慢速滑坡识别误报率低于30%；U-Net模型在小规模滑坡识别中精度显著优于传统方法；针对多云地区，基于Google Earth Engine和Sentinel-2时序数据的去云方法，成功提取海地地震滑坡分布（精度77.5%）。滑坡空间分布呈现规律性：2017年九寨沟地震触发9,428处滑坡（图2a），集中于Ⅶ–Ⅸ烈度区，海拔2600–3600米且坡度＞30°的区域；2022年泸定地震5,007处滑坡（图2d）沿发震断层东北侧密集分布。风险评估中，随机森林（RF）模型在印尼帕卢地震滑坡案例中表现优于逻辑回归（LR）（AUC=94.8%）。Chong Xu团队开发Mat. LShazard V1.0软件，结合概率地震危险性分析（PSHA）生成区域滑坡概率图，支持震前防灾规划与应急响应。

图2 地震诱发滑坡的分布情况。(a)九寨沟地震；(b)芦山地震；(c)马尔康地震；(d)泸定地震

（2）其他灾害链机制；地震灾害链具有长期滞后效应。Jianbing Peng院士提出五类稳定性变化理论：构造应力场调整引发新断裂；岩体深部卸荷松弛导致深层滑坡；河道堵塞增加溃决洪水风险。典型案例包括：金沙江上游古堰塞湖影响人类迁移；城市"地震-火灾链"（如1995年神户地震）通过管道破裂引发次生火灾；俯冲带巨震可能触发"地震-火山喷发-海底滑坡-海啸"链式灾害（如2022年汤加事件）。煤矿地震次生灾害研究揭示井巷破坏的链式机制，而砂土液化（如2008年汶川地震）受隐伏断层放大作用影响。

03

非地震触发滑坡研究

尽管此类滑坡并非直接由地震引发，但其研究对地震灾害链防控至关重要。通过厘清滑坡分布规律、触发机制及风险评估方法，可为地震诱发滑坡的潜在风险预判提供科学依据，并为构建地震-滑坡灾害链数学模型与综合风险评估体系奠定基础。

（1）区域性滑坡编录数据库建设；研究人员系统构建了中国多区域的滑坡数据库，覆盖西南（川滇黔渝）、西北（陕甘）等高风险区及青藏高原周边、横断山脉、阴山、秦岭（图3）等地质活跃带。关键发现包括：空间分布特征：滑坡在川滇地区最密集，反映复杂地质构造与气候条件的影响。例如秦岭山脉记录超10,000处滑坡（图3），乌东德水电站库区识别13,003处古滑坡（图4）。规模与环境关联：单个滑坡面积从几十平方米至12平方公里不等；主控因素为高海拔、陡坡度、软岩地层及断层活动，触发机制包括构造运动、降雨和冻融作用。技术方法：基于高分辨率遥感影像与DEM数据解译，辅以实地验证；采用滑坡数量密度（LND）和面积占比（LAP）量化环境因子关联性。

图3 秦岭山地滑坡分布图

图4 乌东德地区滑坡分布

（2）单体滑坡发育机制与早期识别；结合遥感解译、InSAR监测、力学实验与数值模拟，许多研究揭示了不同类型滑坡的动态机制。古滑坡复活：藏东大型古滑坡受降雨驱动复活，SBAS-InSAR显示变形速率与降雨周期同步；潜在方量达99.7×10⁴ m³，威胁定曲河河道安全。典型灾害案例：2022年陕西紫阳滑坡：受断层控水效应与地形湿度指数（TWI异常高值）触发，离散元模拟显示最大滑速5.05m/s；高速远程滑坡：结构面摩擦滑移弱化是关键机制，加速滑坡启动。防控技术：建立多阶段动态演化模型，提出基于变形速率阈值与堆积体规模的早期识别方法。

（3）降雨滑坡风险评估；气候变化加剧降雨型滑坡风险，研究人员们通过融合新技术实现精准评估。青藏高原东北部滑坡活动在雨季集中，2020年后风险显著上升。基于AutoGluon的机器学习框架分析广东暴雨滑坡，确定降雨量与高程为主控因子，加权集成模型精度最优（图5），高效识别14.95%的高危区（涵盖78.13%的历史滑坡）。物理模型TRIGRS通过MATLAB计算临界降雨强度与历时，揭示黄土高原滑坡阈值——以2013年天水滑坡为例，连续4场降雨的累积效应决定灾害空间分布。

图5 基于加权集成模型的滑坡灾害图

04

研究结论

随着研究的不断深入，防灾减灾工作正朝着更精准和高效的方向发展。基于现有成果，未来地震灾害链研究应重点关注：（1）多学科融合：引入地震学、地质学、人工智能及相关领域的新技术和新理论；（2）数据驱动方法：构建全面的地震灾害链数据库，以提升预测建模能力；（3）增强的前兆监测：扩大监测网络，提高地震前兆信号观测的密度和准确性；（4）机制研究与风险评估系统：加强灾害机理研究，完善风险评估与预警系统。通过将技术进步与实际应用相结合，未来工作应聚焦于提升防灾减灾系统的适应性和全面性，最终为更有效的灾害应对提供坚实的科学基础。