地震不能预报，但城市可以这样“预演”

一座城市的建造需要数十年甚至数百年，而一场地震的到来，却只需短短几分钟，就让熟悉的城市面目全非，让无数人的生活甚至生命永远改变。

目前，地震预报仍是世界性难题。如果下一场地震来临，我们真的束手无策吗？

从抗震设防到地震预警（地震发生后第一时间的预警），人们已经做了很多工作。清华大学土木工程系防灾减灾工程研究所与北京科技大学未来城市学院合作，则构造出城市的“数字双胞胎”，希望帮助城市“预演”地震等灾害。

他们的"数字孪生城市技术研究”，在国内外上百次真实地震中做了应急评估验证，“精度显著优于已有方法”。例如，2017年九寨沟7.0级地震发生后，研究团队利用数字模型评估了当地建筑倒塌概率，与官方最终公布的房屋倒塌率高度吻合。

他们的模型还可进一步用于推演那些尚未发生的地震，比如北川新县城在强震之下可能出现的震害，比如一座超大城市副中心地震次生火灾的防范，等等。

这一次，地震不必发生在现实世界。

01 数字孪生技术下的城市预演

北京科技大学未来城市学院田源教授告诉《知识分子》，当下数字孪生技术在一定程度上能够在虚拟世界中构建与现实城市对应的用于灾害分析的数字模型，将建筑、桥梁以及城市基础设施纳入其中，并通过地震场景的模拟推演，识别城市运行中的潜在薄弱环节，为现实中的防灾减灾提供参考。

一场“赛博地震”从断层破裂开始，研究人员利用物理模型模拟断层破裂和地震波传播，计算地震波抵达城市不同区域后形成的地面运动，即地震动。

地震动是连接震源与城市震害的关键。将完整的地震动过程输入城市结构动力学模型，即可开展城市级非线性时程分析。

不同于只判断建筑“倒不倒”的二元化判定，非线性时程分析可进一步模拟建筑在地震发展过程中发生的变形、振动和损伤及其随时间的变化，从而判断不同建筑和基础设施可能受到的影响。

当供水、供电、通信等基础设施的更多数据纳入GIS（地理信息系统），单体结构的分析便可以扩展至城市尺度，并结合人口分布测算人员伤亡、经济损失和城市功能受影响的程度。

一座城市的抗震韧性评估，关注的不只是建筑是否倒塌，还包括交通、供水、供电、通信和医疗等城市功能在地震后的维持与恢复能力。

这些结果还可进一步用于人员疏散和灾后救援的提前”演练“，在数字空间中反复推演人员逃生和救援过程，发现潜在问题，及时调整疏散和救援预案。

02 城市预演模拟精度如何？

清华大学土木工程系教授、“科学探索奖”获奖人陆新征告诉《知识分子》，“为了验证城市抗震弹塑性分析方法的准确性和可靠性，我们在地震发生后利用模型完成灾害评估，再将评估结果与震后实际调查结果进行比对。”

2017年8月8日九寨沟7.0级地震便是其中一个典型案例。

项目团队利用数字模型评估当地建筑倒塌情况，结果显示大规模建筑倒塌的概率较低。而震害实际调查显示，当地7万余栋建筑受到不同程度损坏，最终倒塌的仅有76栋，倒塌率约为千分之一，与模型预测结果高度吻合。

经过真实地震的验证，模型还可以进一步用于推演那些尚未发生的地震。

数百年前（1679年），三河-平谷地区曾发生过震中位于大厂县夏垫镇的8级地震，为北京周边历史记载的最大地震。如果强震再次发生，今天的城市会面临什么？

传统震害分析更多关注建筑本身，但现代城市早已由大量基础设施和网络系统共同支撑。

以城市交通线为例，研究团队将三河-平谷地震情景作为背景，城市地铁线路、车站和客流等数据纳入模拟，重点分析地震导致地铁停运后，车站和线路中的人员可能如何滞留，以及后续的疏散和逃生过程。

类似的推演同样被用于北川新县城，以及其他城市。

2008年汶川地震后，北川县城在附近区域重新建设。汶川地震十周年之际，研究团队重新评估新县城在类似强震下可能出现的震害，并进一步推测城市恢复所需的时间，为相关部门开展防灾规划提供参考。

03 从地震预演走向灾害防控

陆新征教授介绍，“我们提出的城市抗震弹塑性分析方法，是把完整的地震动过程输入到精细化的城市结构动力学模型中，模拟建筑在地震中的全过程响应。”

这里的弹塑性分析，是指让模型尽可能真实展现建筑在地震来临时的受力过程。与传统以烈度等指标估算震害的方法相比，城市抗震弹塑性分析保留了地震作用下的完整动力行为过程，也尽可能保留建筑本身的结构特征。因此，模拟结果不再只是一个区域性的风险判断，而是可进一步落实到具体建筑及城市设施的方案。

但要让数字孪生真正成为城市防灾的实时系统，仍有不少问题需要解决。

“首先现实世界每一栋建筑、每一个实体，它的实时状态反映到数字世界，本身就是一个难点。”田源表示。当前的数字孪生成熟度仍有很大提升空间。

建筑老化、道路变化、人口流动等现实变化，都需要及时更新到数字模型中。与此同时，如何将数字空间中的分析结果进一步反馈到现实决策，也仍需完善。

未来，数字孪生有望进一步结合城市感知、实时数据、人工智能和高性能计算等技术，让城市状态持续更新，灾害情景快速生成，风险评估也能及时反馈到防灾决策中。

这种思路也并不局限于地震。洪水、滑坡、火灾等灾害同样具有明确的演化过程，只要能够建立相应的物理模型和城市数据体系，就可以将灾害预演的方法延伸到更多场景。

对于地震而言，这种技术要解决的并不是“预测下一场地震什么时候发生”，而是提前预演地震发生后的城市响应，把一次无法避免的灾害，尽可能转化为可以提前应对的风险。