Estimating Macroseismic Intensities and Strong Ground Motion Parameters Using Surveillance Videos from Social Media: A Case of the 2025 M6.8 Dingri Earthquake in Xizang
-
摘要: 2025年1月7日西藏定日县发生了M6.8破坏性地震，震区中的一些监控录像清晰地拍摄到了震害及地震动过程。为了挖掘这些视频所记录的宏观烈度和强地面运动参数等信息，本研究尝试采用数字视频和音频分析等方法，对其中7个监控录像进行了诊断。结果表明：（1）6个超市所在地的宏观烈度值约为V～VII度；（2）某民用住宅处的强地面运动持续时间约为20～25 s，并在第7 s时达到峰值；（3）利用建筑金属构件和器皿的响动声，可以间接表征当地强地面运动的主过程。该研究不仅能补充定日地震的宏观烈度和强震动记录，而且能为数智时代下的宏观烈度调查和强震动视觉测量等提供参考。Abstract: On January 7, 2025, a 6.8-magnitude earthquake struck Dingri county, Xizang, at a focal depth of 12 km, causing significant destruction and over 100 casualties due to structural collapses. During this event, several surveillance videos captured the damage processes and strong ground motions in Dingri county. Utilizing seven video recordings from different earthquake-affected locations, we estimated macroseismic intensities and strong ground motion parameters through video and audio analysis. The key findings are as follows: (1) The macroseismic intensity values at six supermarkets ranged from V to VII; (2) The duration of strong ground motion in outdoor locations was approximately 20~25 seconds, with a notable peak occurring around 7 seconds; (3) Sound waves generated by metallic structures and utensils were primarily excited by strong ground motions, and both their loudness and duration can serve as indicators of the primary phase of seismic activity. These results demonstrate that video recordings can not only supplement conventional measurements of macroseismic intensities and strong ground motions but also serve as a valuable tool for video-based macroseismic intensity surveys and visual seismic measurements in the digital intelligence era.1)
1 2https://www.globalcmt.org/ 2)2 3https://www.bilibili.com/video/BV1FrrmY1ELa/ -
引言
地震烈度和强地面运动参数等可以为震源破裂过程（Yoshida等，2011）、震害评估（Gómez Capera等，2010；Rossi等，2019）、震后应急救援（Wang等，2024）、人员伤亡量预测（Samardjieva等，2002）和抗震设防（Liu等，2021）等工作提供重要的参考依据，如何尽可能多的获取地震烈度和强地面运动参数，一直是宏观地震学、强震地震学和应急地震学等领域中的一大热点和挑战。但由于地震预测预报水平和专业仪器记录数量的限度，一些中强地震的仪器烈度和强地面运动数据往往有限。因此，借助各种间接方法来获取或估算地震动参数，无疑是一项极具应用价值的工作。
Anooshehpoor等（1999）利用1906年美国旧金山M7.8地震中被震翻的火车来估算水平向峰值加速度；不仅如此，一些跳石（Ohmachi等，1992）、石灯笼（加藤護等，2015；加藤護，2017）、钟楼（Ohmachi等，1997）和平衡岩等（Brune，1996；McPhillips等，2024）也被用于推定（历史）地震引致的峰值加速度。此外，伴随着互联网的普及，借助网上问卷调查，如美国地质调查局（USGS）的“Did you feel it？”（Atkinson等，2007；Wald等，2012）和欧洲地中海地震中心（EMSC）的Citizen Seismology（Vannucci等，2024）等平台也可以获取大量的宏观烈度和强地面运动参数。随着数码时代的来临，海量监控录像系统被广泛应用于安防、交通管理、公共安全和智慧家居等场景，这些视听型“地震仪”时常能捕捉到丰富且可视的震害和地震动过程，且其具有客观性、直观性、具象性、动态性、密集性和再现性等优点，因此一些地震学者便尝试采用定性、视频图像处理和振动台试验等方法，来定量估算监控录像记录中的地震烈度和强地面运动参数。早在1995年，大堀道広等（1995）便利用城市便利店监控录像中人员的行为反应，评定北海道东方沖M8.1地震时的宏观烈度值；Kikuchi（1995）则通过超市监控录像中购物车的同震滑动方向，来推定神户M7.2地震发震断裂的破裂方向及尺度。2008年汶川MS8.0地震之后，夏旻等（2008）和Yang等（2011）系统收集了中国大陆50余处的监控录像记录，并采用数字图像处理方法，对这些记录中的宏观烈度和竖向峰值加速度进行了合理推算。更进一步，Yokota等（2012）还通过振动台试验对视频图像估算法的有效性进行了验证。相关的研究还有很多（Hori等，2000；Ohori等，2001；Oliveira等，2024），此处不再详细列举。
2025年1月7日9时5分16秒（北京时间），在西藏自治区定日县（28.50° N，87.45° E）发生了M6.8地震，全球矩心矩张量解
1 显示此次地震为正断型，矩心深度为12 km。而遥感影像、同震InSAR形变场和地表位错量现场调查等结果表明，发震断裂的破裂长度约40 km，同震垂直位错量高达3 m（王楠等，2025；邹俊杰等，2025）。截至2025年1月9日6时，该破坏性地震已造成126人遇难，27248 户房屋受损，其中倒塌房屋达3612 户，约6.15万人不同程度受灾。震后不久，任叶飞等（2025）便利用随机有限断层方法模拟了近场内14996 个虚拟观测点的三分量加速度时程，结果显示，水平向峰值加速度（PGA）可达1.0 g，极震区烈度为IX度。此外，新闻媒体、消防救援队和自媒体博主等也相继收集并公布了同震和震后场景的监控录像，这些视频资料不仅能帮助公众及时、准确和直观地了解震区的震害情况，而且个别视频还含有重要的宏观烈度和强地面运动信息。为此，本文尝试采用音频和视频图像处理方法，对这些影像资料进行解析。相关结果不仅能补充定日地震的烈度和强地面运动记录，而且还能拓展数字音频、计算机视觉及摄影测量等技术在地震动观测和研究中的应用广度。1. 资料和方法
由于本研究在定日地震后第3天开始开展，新闻媒体和视频网站（如：央视网、哔哩哔哩、爱奇艺和西瓜视频等）上公布的监控录像数量相对有限。另外，受画面质量和地震动过程的完整性等因素影响，本文最终选取了7个拍摄质量较好的监控录像实例。
在具体的视频图像处理方法上，考虑到宏观烈度的评定依据主要是参照GB/T 17742—2020《中国地震烈度表》中人和器物的反应特征，所以该数值主要以定性分析为主。相比而言，利用监控录像来估算PGD、PGV和PGA等强地面运动参数时就较为复杂，主要原因如下：监控录像所拍摄的是摄像头和视场内目标的相对运动，一般来讲，摄像头是由支架附着于杆件或建筑结构上，所以，这种相对运动既蕴含摄像头、支架和定着物结构的地震动响应，同时还包括场地的强地面运动信息（Ohori等，2001）。但一个关键问题是，摄像头、支架构件和定着物结构的地震动响应模态往往是未知的；加之，监控画面会受镜头畸变效应的影响。因此，将未知型号摄像头所拍摄的相对运动精确地转换成PGD、PGV和PGA等强地面运动参数就变得十分困难。为将该问题进一步简化，本文特意选取景深较近的目标作为参照，并把这种相对运动近似地视为场地的强地面运动；尽管这种处理方法较为“宏观”，但作为探索性的问题，如何从监控录像中估算出粗略的、但对强震动和工程地震研究有参考意义的强地面运动参数才是要旨。需要指出的是，本研究所选取的监控录像帧率为20～30帧/秒，鉴于震时视场内目标在大部分时段内的相对运动速率较小，所以我们将视频分解成10帧/秒的序列帧图像；之后，进一步在图像内选定所要测量的运动目标；最后，采用专业的视频运动目标追踪软件Tracker（Brown等，2009），对运动目标在图像中的坐标位置进行逐帧测量，这样就能有效提取目标相对运动的持时、频率和振幅等参数。
2. 用监控录像资料估算宏观烈度
图1展示了定日县内6处超市监控录像所拍摄的震时场景，从视频画面中可以清楚地看到人和器物对地震动的反应过程。以图1（a）为例，当超市顾客感受到强烈的地面震动后，便意识到地震波的来临，于是纷纷惊慌地向户外疏散；与此同时，货架上的诸多物品也相继掉落，悬挂于吊顶上的安全出口指示灯亦大幅晃动。根据这些典型特征，我们将其宏观烈度值评定为VII度，而其余场景所对应的宏观烈度值及具体的评定依据可参考表1。总体来看，这6处监控点所对应的宏观烈度在V～VII之间。相比于传统的现场、线上、线下问卷等宏观调查，该方法则具有客观性、动态性和可回溯检验等独特优点。
图 1 地震时定日县不同监控点拍摄的超市内人和器物的反应实况Figure 1. Scenes of fall down of objects from tables and swaying of hanging objects in indoor environments as well as emergency evacuation of many frightened people during the Dingri earthquake in Dingri county表 1 利用监控录像估算的宏观烈度值Table 1. Macroseismic intensity estimated using surveillance video record监控
录像序号宏观
烈度/度烈度评定依据 烈度值
最大时刻烈度最大时刻与
发震时刻的间隔/s视频来源 1 VII 大多数人惊逃户外，物品从架子上掉落，安全出口指示灯大幅度晃动。 — — https://tv.cctv.com/2025/01/08/VIDEswjTAI6p0gE5OJXghOxD250108.shtml 2 VII 大多数人惊逃户外，物品从架子上掉落，部分吊顶板坠落，吊灯等悬挂物大幅度晃动。 监控录像时间被
遮挡，无法辨识— 3 VII 大多数人惊逃户外，物品从架子上掉落，部分吊顶板坠落。 — 4 VII 物品从架子上掉落。 9:05:38 22 https://www.bilibili.com/video/BV1ZUrSYmEzG/ 5 V～VII 物品从架子上掉落。 9:05:29 13 https://www.bilibili.com/video/BV1HPrQY4Ekr/ 6 V～VII 物品从架子上掉落。 9:05:30 14 但这种方法的缺点也很明显，具体如下：（1）拍摄点的具体位置不详，由于监控录像发布者经常不注明拍摄点的详细位置，这给后期的深入分析带来诸多不便，例如无法给出拍摄点与发震断裂的相对位置。（2）安装摄像头的建筑结构类型或楼层等未知，这对借助房屋和楼层震害等特征来评定（楼层）烈度值不利。（3）监控录像存在时间误差或错误。例如，在地震波到达时，第一段监控录像的时间显示为09时26分。其实，监控系统时间错误，可通过网络时间协议NTP（Network Time Protocol）进行校准；至于监控录像的详细拍摄地，则可由发布者进行标注。但这些问题依然普遍存在于各种网络视频平台，这一方面客观反映了当前公众地震学普及程度和深度较浅；另外，也说明监控录像拍摄者对震时场景所在地和监控系统时间等信息的重要性关切不够。今后，可通过公众地震学科普来予以解决，也希望本工作能引起视频拍摄者和发布者的重视。
3. 用监控录像资料估算强地面运动持时
图2为定日县某处民用住宅监控录像所拍摄的地震动场景
2 ，该视频的起始时刻为9时5分36秒，时长约31 s，从中可以清晰地看出摄像头与地面存在着较显著的相对运动。值得注意的是，该地面并未出现如2008年汶川MS8.0地震时肉眼可视的波动现象（夏旻等，2008；Yang等，2011）。所以，这进一步增加了用此类监控录像来估算场地PGD、PGV和PGA等参数的复杂度，但好在该相对运动的历时大致能反映强地面运动的持时。为了测量较准确的持时，本文将监控录像中地面的白色石块（亦或瓷砖碎片）作为分析目标（图2），并利用Tracker软件量取其在画面中的坐标位置，采样率为0.1 s。另外，该监控录像的帧率为20帧/秒，画面的宽度和高度分别为634像素和360像素。选取地面上的白色石块作为目标，主要原因如下：（1）在整个强地面运动过程中，其位置清晰可辨；（2）没有与地面产生相对位移；（3）离图像中心点较近，画面的畸变效应相对较小。
图 2 地震时定日县某监控点拍摄的地震动场景Figure 2. Scene of strong ground shaking during the Dingri earthquake in Dingri county水平向和竖向“强地面运动”过程的测量结果如图3所示。由于摄像头和目标相对运动的真实位移量很难标度，所以这里将目标在图像坐标系中的像素变化量作为无量纲“位移”。从图中可以清晰地发现，定日地震过程中，该场地强地面运动的初始幅度较小，之后逐渐增强，并于7 s左右达到峰值，其后便逐渐衰减，持时共达20～25 s。进一步对比近场烈度仪（台站代码D0007，∆≈67.5 km）的三分向地面加速度观测结果（中国地震局工程力学研究所，2025），可以看出本文结果与其大体一致。
图 3 监控录像提取的强地面运动时程Figure 3. The Waveforms of strong ground motions digitized from the surveillance video pictures再对比水平向和竖向分量的波动幅度，可以发现前者明显小于后者，这在一定程度上说明当地竖向强地面运动较为剧烈。此外，一个有趣的现象是，在7～11 s期间，水平向分量逐步产生了永久位移，这可能是由于摄像头或支架在地震动影响下有所松动或偏转（Ohori等，2001）。
本文还诊断了这种相对运动的振幅谱（图4）。由图4可知，水平向和竖向分量的优势频率分别为4.68 Hz和3.38 Hz。考虑到其与我国中小城市和城镇主要建筑物的结构自振频率范围（1～3 Hz）相近（任叶飞等，2014），因此该现象是否意味着此种相对运动的主频是由建筑结构的自振引致，还需要进一步与当地的强震动观测记录进行比对。
图 4 监控录像提取的相对运动振幅谱Figure 4. Amplitude spectra of waveforms retrieved from the surveillance video record4. 用监控录像音频资料估算强地面运动主过程的持时
数十年来，音频记录在地震动（肥田剛典等，2012）、地声（Hill等，1976；Lamb等，2021）、地震波（Peng等，2012）、海洋T波（Salaree等，2023）和火星尘卷风（Maurice等，2022；Murdoch等，2022）等研究中均发挥着重要作用。在分析监控录像时，笔者发现在强地面运动的激励下，该建筑某些金属构件及器皿的响声明显。因此，可以简单地用这种响声大小及持续时间来表征当地强地面运动的主过程。
该音频记录的采样率为44.1 kHz/s，图5（a）为地震时的音频记录曲线。可以看出，在0～5 s时段，有数次短暂且幅度较小的声波事件，这可能是由于地震P波和S波所致；而在5～10 s期间，声波变幅显著增强，并于9.73 s达到峰值，该变化可能是由地震面波造成；之后的20余秒，我们仍能观察到多次微弱的间歇性声波事件。结合图3，可以发现一个有趣的现象，即声波振幅与相对运动强度具有较好的相关性，这也验证了上文所述的声波响度可以间接表征强地面运动强度这一猜测。总体来讲，该音频记录所呈现的强地面运动主过程持时大致在12 s左右。另外，从其功率谱密度图（图5（b））可以明显看出这种声波的优势频率范围为0.1～7 kHz。
图 5 定日地震时音频记录的声波波形及其功率谱密度图Figure 5. Audio track of surveillance video record and its spectrogram for Dingri earthquake5. 结语和讨论
针对定日地震强震动观测记录较少这一境况，本文采用视频图像处理和音频分析等方法，尝试对定日县内7个监控录像拍摄的宏观烈度和强地面运动信息进行挖掘，得到以下结论：
（1）6个超市监控录像捕捉到了人员、货架（物品）和非结构构件等对地震的显著反应，其对应的宏观烈度在V～VII度之间。
（2）某户外场地监控录像与视场内特定目标的相对运动历时，表明当地强地面运动的持时约为20～25 s。
（3）器皿和建筑金属结构构件等在地震中响动的持时和响度，可以间接表征当地强地面运动主过程的持续时间和强度演变。
由于当前新闻媒体和视频网站等公布的监控录像数量有限，因此本研究所估算的宏观烈度和强地面运动参数并不丰富。但随着时间的推移，相信更多关于定日地震的监控录像会发布出来，这将有助于后续研究的深入开展。与专业的强震仪相比，利用监控录像往往只能估算出“宏观”的强地面运动参数。譬如，在第7个监控录像中，我们甚至无法推算出粗略的强地面运动峰值。但这并不意味着该问题“束手无策”，例如欧拉视频放大算法（Eulerian video magnification）就能有效放大视频中的细微运动（Buyukozturk等，2016）。因此，在后续的深度研究中可将“不可视”的地面震动可视化，这样便能有效减小计算机视觉测量强地面运动的难度。最后，从公众地震学（citizen seismology）的视角来看，及时公布含地震实景的监控录像，正体现了公众参与式的震害信息众包模式（Liang等，2017；Takakura等，2020；Oliveira等，2021，2024）；而如何应用好这些监控录像，将考验着当代地震学者“跨界”探索的能力。在此，也希望本工作能在数智时代下的“群测群防”中起到承前启后的作用。
致谢 关于监控录像在地震学中的应用问题，中国地震局地震预测研究所吴忠良研究员给予了作者很大启发；在视频运动目标的识别上，陕西省地震局赵小茂高级工程师与作者进行了有益探讨；同时，官方新闻媒体、自媒体博主、监控录像拍摄者及消防救援队收集和公布的定日地震视频，在很大程度上助力了震害评估和公众地震学的发展；审稿专家提出了诸多富有洞见的建议，作者在此一并表示诚挚感谢！
-
图 1 地震时定日县不同监控点拍摄的超市内人和器物的反应实况
Figure 1. Scenes of fall down of objects from tables and swaying of hanging objects in indoor environments as well as emergency evacuation of many frightened people during the Dingri earthquake in Dingri county
图 2 地震时定日县某监控点拍摄的地震动场景
Figure 2. Scene of strong ground shaking during the Dingri earthquake in Dingri county
图 3 监控录像提取的强地面运动时程
Figure 3. The Waveforms of strong ground motions digitized from the surveillance video pictures
图 4 监控录像提取的相对运动振幅谱
Figure 4. Amplitude spectra of waveforms retrieved from the surveillance video record
图 5 定日地震时音频记录的声波波形及其功率谱密度图
Figure 5. Audio track of surveillance video record and its spectrogram for Dingri earthquake
表 1 利用监控录像估算的宏观烈度值
Table 1. Macroseismic intensity estimated using surveillance video record
监控
录像序号宏观
烈度/度烈度评定依据 烈度值
最大时刻烈度最大时刻与
发震时刻的间隔/s视频来源 1 VII 大多数人惊逃户外，物品从架子上掉落，安全出口指示灯大幅度晃动。 — — https://tv.cctv.com/2025/01/08/VIDEswjTAI6p0gE5OJXghOxD250108.shtml 2 VII 大多数人惊逃户外，物品从架子上掉落，部分吊顶板坠落，吊灯等悬挂物大幅度晃动。 监控录像时间被
遮挡，无法辨识— 3 VII 大多数人惊逃户外，物品从架子上掉落，部分吊顶板坠落。 — 4 VII 物品从架子上掉落。 9:05:38 22 https://www.bilibili.com/video/BV1ZUrSYmEzG/ 5 V～VII 物品从架子上掉落。 9:05:29 13 https://www.bilibili.com/video/BV1HPrQY4Ekr/ 6 V～VII 物品从架子上掉落。 9:05:30 14 
下载: 导出CSV
-
任叶飞,温瑞智,周宝峰等,2014. 2013年4月20日四川芦山地震强地面运动三要素特征分析. 地球物理学报,57(6):1836−1846. doi: 10.6038/cjg20140615Ren Y. F., Wen R. Z., Zhou B. F., et al., 2014. The characteristics of strong ground motion of Lushan earthquake on April 20, 2013. Chinese Journal of Geophysics, 57(6): 1836−1846. (in Chinese) doi: 10.6038/cjg20140615 任叶飞,王宏伟,刁红旗等,2025. 公里网格的强震动时程快速产出与共享−−以2025年1月7日西藏定日 M S6.8地震为例. 地震工程与工程振动,45(1):1−11.Ren Y. F., Wang H. W., Diao H. Q., 2025. Rapid generation and sharing of kilometer-grid strong motion time histories: a case study of the M S6.8 Dingri, Xizang earthquake on January 7, 2025. Earthquake Engineering and Engineering Dynamics, 45(1): 1−11. (in Chinese) 王楠,李永生,申文豪等,2025. 2025年1月7日西藏定日 M S6.8地震震源机制InSAR反演及强地面运动快速模拟. 武汉大学学报(信息科学版),50(2):404−411.Wang N., Li Y. S., Shen W. H., et al., 2025. Source parameters and rapid simulation of strong ground motion of the M S6.8 earthquake on January 7, 2025 in Dingri (Xizang, China) derived from InSAR observation. Geomatics and Information Science of Wuhan University, 50(2): 404−411. (in Chinese) 夏旻,吴忠良,蒋长胜等,2008. 用监控录像资料估计强地面运动参数−−汶川地震的两个试验. 防灾减灾工程学报,28(4):536−539. doi: 10.3969/j.issn.1672-2132.2008.04.023Xia M., Wu Z. L., Jiang C. S., et al., 2008. Estimating strong ground motion parameters using monitoring video−−two cases in the May 12, 2008, Wenchuan earthquake. Journal of Disaster Prevention and Mitigation Engineering, 28(4): 536−539. (in Chinese) doi: 10.3969/j.issn.1672-2132.2008.04.023 中国地震局工程力学研究所,2025. 西藏日喀则市定日县6.8级地震强震动观测简报(一). (2025-01-09)[2025-3-14]. https://www.iem.ac.cn/zxgl/info?id=3894. 邹俊杰,邵志刚,何宏林等,2025. 2025年1月7日西藏定日 M S6.8地震地表破裂解译与建筑物震害损毁统计. 地震地质,47(1):16−35.Zou J. J., Shao Z. G., He H. L., et al., 2025. Surface rupture interpretation and building damage assessment of Xizang Dingri M S6.8 earthquake on January 7, 2025. Seismology and Geology, 47(1): 16−35. (in Chinese) 大堀道広,奥田暁,若松邦夫等,1995. コンビニエンス・ストアの防犯カメラが記録した1994年10月4日北海道東方沖地震. 地震 第2輯,48(3):423−427.Ohori M., Okuda S., Wakamatsu K., et al, 1995. Hokkaido-Toho-Oki earthquake on October 4,1994 recorded by security cameras at convenience stores. Journal of the Seismological Society of Japan. 2nd Ser., 48(3): 423−427. (in Japanese 肥田剛典,永野正行,2012. アンケート調査に基づく2011年東北地方太平洋沖地震時の超高層集合住宅の揺れと被害. 日本建築学会技術報告集, 18 (39):579−584.Hida T., Nagano M., 2012. Shaking and damages of super high-rise residential buildings during the 2011 off the pacific coast of Tohoku earthquake based on questionnaire survey. AIJ Journal of Technology and Design, 18 (39):579−584. (in Japanese 加藤護,2017.2014年長野県北部の地震による長野善光寺の石灯籠の被害と強震動. 地震 第2輯, 70 :153−160.Kato M., 2017. Damage of stone lanterns at Zenkoji Temple,Nagano,Japan and ground motion of northern Nagano earthquake,November 22,2014. Journal of the Seismological Society of Japan. 2nd Ser. , 70 :153−160. (in Japanese 加藤護,日岡惇,2015. 北野天満宮の石灯籠建立時系列に記録された京都市街の歴史地震動. 地震 第2輯, 68 (2):45−53.Kato M., Hioka J., 2015. Ages of stone lanterns built at Kitano-Tenmangu Shrine,Kyoto,as records of historic strong ground motions. Journal of the Seismological Society of Japan. 2nd Ser. , 68 (2):45−53. (in Japanese Anooshehpoor A., Heaton T. H., Shi B. P., et al., 1999. Estimates of the ground accelerations at Point Reyes Station during the 1906 San Francisco earthquake. Bulletin of the Seismological Society of America, 89(4): 845−853. doi: 10.1785/BSSA0890040845 Atkinson G. M., Wald D. J., 2007. “Did you feel it?” Intensity data: a surprisingly good measure of earthquake ground motion. Seismological Research Letters, 78(3): 362−368. doi: 10.1785/gssrl.78.3.362 Brown D., Cox A. J., 2009. Innovative uses of video analysis. The Physics Teacher, 47(3): 145−150. doi: 10.1119/1.3081296 Brune J. N., 1996. Precariously balanced rocks and ground-motion maps for southern California. Bulletin of the Seismological Society of America, 86(1A): 43−54. doi: 10.1785/BSSA08601A0043 Buyukozturk O. , Chen J. G. , Wadhwa N. , et al. , 2016. Smaller than the eye can see: vibration analysis with video cameras. In: 19th World Conference on Non-Destructive Testing (WCNDT 2016). Munich: WCNDT. Gómez Capera A. A., D’Amico V., Meletti C., et al., 2010. Seismic hazard assessment in terms of macroseismic intensity in Italy: a critical analysis from the comparison of different computational procedures. Bulletin of the Seismological Society of America, 100(4): 1614−1631. doi: 10.1785/0120090212 Hill D. P., Fischer F. G., Lahr K. M., et al., 1976. Earthquake sounds generated by body-wave ground motion. Bulletin of the Seismological Society of America, 66(4): 1159−1172. Hori M., Sutoh A., Saitoh Y., 2000. Strong motion measurement using security video camera. Doboku Gakkai Ronbunshu, 2000(647): 57−66. doi: 10.2208/jscej.2000.647_57 Kikuchi M., 1995. A shopping trolley seismograph. Nature, 377(6544): 19. Lamb O. D., Lees J. M., Malin P. E., et al., 2021. Audible acoustics from low-magnitude fluid-induced earthquakes in Finland. Scientific Reports, 11(1): 19206. doi: 10.1038/s41598-021-98701-6 Liang W. T., Lee J. C., Chen K. H., et al., 2017. Citizen earthquake science in Taiwan: from science to hazard mitigation. Journal of Disaster Research, 12(6): 1174−1181. doi: 10.20965/jdr.2017.p1174 Liu S. Y., Jiang Y., Li M., et al., 2021. Long period ground motion simulation and its application to the seismic design of high-rise buildings. Soil Dynamics and Earthquake Engineering, 143: 106619. doi: 10.1016/j.soildyn.2021.106619 Maurice S., Chide B., Murdoch N., et al., 2022. In situ recording of Mars soundscape. Nature, 605(7911): 653−658. doi: 10.1038/s41586-022-04679-0 Mcphillips D., Pratt T. L., 2024. Precariously balanced rocks in northern New York and Vermont, U. S. A. : ground‐motion constraints and implications for fault sources. Bulletin of the Seismological Society of America, 114(6): 3171−3182. Murdoch N., Stott A. E., Gillier M., et al., 2022. The sound of a Martian dust devil. Nature Communications, 13(1): 7505. doi: 10.1038/s41467-022-35100-z Ohmachi T., Midorikawa S., 1992. Ground-motion intensity inferred from upthrow of boulders during the 1984 western Nagano Prefecture, Japan, earthquake. Bulletin of the Seismological Society of America, 82(1): 44−60. doi: 10.1785/BSSA0820010044 Ohmachi T. , Midorikawa S. , Honda M. , 1997. Jumping of bell houses caused by near-field ground motion. Case histories and shaking table experiment. Earthquake Engineering & Structural Dynamics, 26 (6): 657−665. Ohori M., Nakamura M., Wakamatsu K., 2001. Digitized waveforms obtained from videotaped pictures of landscape shaking during large earthquakes. Seismological Research Letters, 72(4): 430−439. doi: 10.1785/gssrl.72.4.430 Oliveira C. S., Ferreira M. A., 2021. Following the video surveillance and personal video cameras: new tools and innovations to health monitor the earthquake wave field. International Journal of Disaster Risk Reduction, 64: 102489. doi: 10.1016/j.ijdrr.2021.102489 Oliveira C. S., Ferreira M. A., O'Neill H., 2024. The role of video cameras and emerging technologies in disaster response to increase sustainability of societies: insights on the 2023 Türkiye-Syria earthquake. Sustainability, 16(17): 7618. doi: 10.3390/su16177618 Peng Z. G., Aiken C., Kilb D., et al., 2012. Listening to the 2011 magnitude 9.0 Tohoku-Oki, Japan, earthquake. Seismological Research Letters, 83(2): 287−293. doi: 10.1785/gssrl.83.2.287 Rossi A., Tertulliani A., Azzaro R., et al., 2019. The 2016-2017 earthquake sequence in central Italy: macroseismic survey and damage scenario through the EMS-98 intensity assessment. Bulletin of Earthquake Engineering, 17(5): 2407−2431. doi: 10.1007/s10518-019-00556-w Salaree A., Spica Z., Huang Y. H., 2023. Solving a seismic mystery with the audio from a diver’s camera: a case of shallow water T‐waves in the Persian Gulf. Geophysical Research Letters, 50(18): e2023GL104544. doi: 10.1029/2023GL104544 Samardjieva E., Badal J., 2002. Estimation of the expected number of casualties caused by strong earthquakes. Bulletin of the Seismological Society of America, 92(6): 2310−2322. doi: 10.1785/0120010112 Takakura H., Boret S. P., 2020. The value of visual disaster records from digital archives and films in post-3/11 Japan. International Journal Sustainable Future for Human Security, 7(3): 58−65. Vannucci G., Gasperini P., Gulia L., et al., 2024. Earthquakes parameters from citizen testimonies: a retrospective analysis of EMSC database. Seismological Research Letters, 95(2A): 969−996. doi: 10.1785/0220230245 Wald D. J., Quitoriano V., Worden C. B., et al., 2012. USGS “did you feel it?” Internet-based macroseismic intensity maps. Annals of Geophysics, 54(6): 688−707. Wang X. M. , Wu S. W. , Zhao Z. X. , et al. , 2024. Optimization of emergency rescue routes after a violent earthquake. Natural Hazards, 1−29[2025-3-14]. https://link.springer.com/article/ 10.1007/s11069-024-06985-4. Doi: 10.1007/s11069-024-06985-4. Yang X. L., Wu Z. L., Jiang C. S., et al., 2011. Estimating intensities and/or strong motion parameters using civilian monitoring videos: the May 12, 2008, Wenchuan earthquake. Pure and Applied Geophysics, 168(5): 753−766. doi: 10.1007/s00024-010-0168-z Yokota A. , Hamamoto T. , Koga H. , et al. , 2012. Estimation of earthquake ground motion by image analysis of sliding objects taken with a fixed camera. In: Proceedings of the 21st International Conference on Pattern Recognition (ICPR2012). Tsukuba: IEEE, 784−787. Yoshida K. , Miyakoshi K. , Irikura K. , 2011. Source process of the 2011 off the Pacific coast of Tohoku earthquake inferred from waveform inversion with long-period strong-motion records. Earth, Planets and Space, 63 (7): 577−582. -
下载:
点击查看大图
计量
- 文章访问数: 71
- HTML全文浏览量: 18
- PDF下载量: 15
- 被引次数: 0
