印度-斯里兰卡-安达曼海弧地区的海啸多灾害建模与海岸韧性研究

　　本研究利用MOST模型和comMIT接口，评估了苏门答腊俯冲带（SSZ）潜在最大震级（8.8-9.3）对印度洋沿岸地区（ILA）75个沿海地点的多灾害影响。通过整合波高、流速、到达时间和淹没面积参数，结合层次分析法（AHP）构建多准则决策模型，将沿海区域划分为高、中、低风险等级。结果显示，高危险区域集中在斯里兰卡东部（Trincomalee）、安达曼群岛北部及大安达曼岛，最大波高可达15米，流速达130 km/h，淹没面积达60-80平方公里。模型验证显示与2004年印度洋海啸观测数据高度吻合。研究结果为沿海防灾规划和早期预警系统提供了科学依据。

　　
### 中文解读：Sumatra次级板块俯冲带（SSZ）对印度洋-斯里兰卡-安达曼弧（ILA）区域的海啸多参数风险评估

#### 1. 研究背景与意义
Sumatra次级板块俯冲带（SSZ）作为全球最活跃的地震带之一，历史上曾引发多次破坏性海啸，包括2004年印度洋海啸（Mw 9.1-9.3）和2005年印尼-斯里兰卡联合海岸带的海啸。该区域地质活动频繁，板块俯冲导致的巨大形变可能触发灾难性海啸。本研究针对SSZ未来可能发生的8.8-9.3级地震，评估其对ILA区域（涵盖印度东南部、安达曼-尼科巴群岛及斯里兰卡）的潜在影响，旨在为灾害预防和基础设施规划提供科学依据。

#### 2. 研究方法与技术路线
**模型选择与验证**：
研究采用美国国家海洋大气管理局（NOAA）开发的** MOST模型**（Method of Splitting Tsunami），通过其集成工具comMIT进行数值模拟。MOST模型通过分步处理海啸生成、传播和淹没过程，结合非线性的浅水方程，能够高效模拟区域尺度海啸动态。模型已通过2004年、2010年和2011年真实海啸事件的验证，具有较高的可靠性。

**数据与参数设置**：
- **地震源**：基于NOAA-NCTR的全球地震单元源数据库，选取SSZ的21个典型单元源，通过调整滑动因子（α）模拟不同震级（8.8-9.3）的地震场景。
- **地形数据**：结合 bathymetry（水深）和 Digital Elevation Models（DEM，海拔）构建三维地理网格，其中Grid C（分辨率30米）用于高精度淹没模拟。
- **海啸参数**：包括最大波高（Hmax）、最大流速（Vmax）、首次波到达时间（T_F）和最大淹没面积（Amax）。

**多准则决策分析（AHP-MCDMA）**：
通过层次分析法（AHP）对波高、流速、淹没面积和到达时间进行权重分配（H占53%、V占27%、A占13%、T占7%），结合最大-最小-平均（Hmax/Lmax/Avg）参数，生成综合海啸风险评分，将沿海区域划分为高、中、低三个风险等级。

#### 3. 关键研究结果
**（1）波高与流速分布**
- **最大波高**：在SSZ发生9.3级地震时，ILA区域部分地点的波高可达**15米**（如安达曼群岛北端），而斯里兰卡西海岸（如Panama）约为**11.4米**。
- **最大流速**：流速与波高呈正相关，但受地形影响差异显著。例如，安达曼群岛的流速峰值达**62.4 km/h**（受狭窄海峡放大效应），而西 Bengal沿海因 mangrove森林缓冲，流速仅**13.1 km/h**。
- **显著差异区域**：
- **高波高+高流速区**：安达曼群岛北端、南端及尼科巴群岛，因靠近震源且地形平坦，易形成“海啸热点”。
- **低流速高波高区**：斯里兰卡东海岸（如Jaffna），因大陆架扩张导致波高累积，但流速受海岸线曲率抑制。

**（2）波传播时间与淹没范围**
- **到达时间**：地震后，首次波（T_F）通常在**1.5-8小时**内到达ILA区域，最大延迟见于印度西孟加拉邦（如Nandigram，7小时）和斯里兰卡东海岸（Delft Island，8小时）。
- **淹没面积**：9.3级地震下，最大淹没面积达**71 km2**（如泰米尔纳德邦Pulicat湖），而西 Bengal因地形高程较高，仅**0.22 km2**。
- **时间滞后效应**：约**70%**的观测点，最大波（T_L）比首次波（T_F）晚**2-6小时**，为预警系统争取关键响应时间。

**（3）风险等级划分**
通过AHP-MCDMA模型对71个沿海地点的综合评分（范围0-0.70），得出以下结论：
- **高风险区（0.40-0.70）**：
- **安达曼-尼科巴群岛**：北安达曼（0.67）、尼科巴群岛（0.60）、大安达曼（0.69）。
- **斯里兰卡西海岸**：Puttalam（0.70）、Panama（0.53）。
- **印度东南部**：Chennai（0.21）、Puducherry（0.22）等局部区域。
- **中风险区（0.20-0.40）**：
- 安达曼群岛的Middle Andaman（0.28）、斯里兰卡Chundikkulam（0.26）。
- 印度东海岸的Odisha（如Gopalpur，0.10）、WB（如Sunderbans，0.15）。
- **低风险区（0.20以下）**：
- 西 Bengal沿海（如Haldia，0.03）、泰米尔纳德邦的Kanyakumari（0.11）。

#### 4. 研究创新性与局限性
**创新性**：
- 首次将**多参数耦合评估（TMH）**与**AHP-MCDMA**结合，系统量化海啸的综合风险。
- 采用“地震单元源叠加”技术，模拟SSZ复杂断层系统的贡献，更贴近实际地质结构。

**局限性**：
- 模型未考虑**动态海床形变**（如断层的非线性滑动），可能低估近场波高。
- 暴雨、风暴潮等叠加效应未纳入分析，需结合其他模型补充。

#### 5. 实践意义与建议
- **高暴露区域优先防御**：安达曼群岛、斯里兰卡西海岸和印度东南部沿海需重点建设防波堤、疏散通道和应急避难所。
- **基础设施韧性提升**：
- 核电站（如Koodankulam）需按**15米波高**设计防洪屏障。
- 斯里兰卡Puttalam等港口需配置实时波高监测系统。
- **早期预警优化**：基于波传播时间（T_F）与最大波（T_L）的**时间差窗口**（如3-6小时），调整预警级别和响应策略。

#### 6. 与现有研究的对比
- **与Roshan et al.（2018）对比**：
- 本研究的波高预测（如9.3级地震下Chennai达5.65米）与Roshan的模型（基于TUNAMI-N2）结果（3-7米）一致，但更注重近岸效应（如地形引起的波 shoaling）。
- 本研究覆盖更广区域（包括斯里兰卡西海岸），而前人主要聚焦印度本土。
- **与Burbidge & Cummins（2015）对比**：
- 震级上限从9.0提升至9.3，结合更精细的DEM数据，提高了对低洼岛屿（如Nicobar）的淹没预测精度。

#### 7. 未来研究方向
- **耦合模型开发**：将MOST与潮汐、风暴潮模型结合，评估多灾害叠加效应。
- **机器学习优化**：利用神经网络预测地震发生概率（如文献[11]提到SSZ在21世纪中叶可能发生8.8+级地震）。
- **社区脆弱性评估**：结合人口密度（如Sri Lanka东海岸密度达300人/km2）和建筑结构，量化经济与社会损失。

#### 8. 结论
本研究揭示了SSZ强震对ILA区域的海啸多参数风险分布规律：**高波高-高流速组合**（如安达曼群岛北端）与**地形低洼+人口密集区**（如泰米尔纳德邦Chennai）叠加区域为最大风险源。通过AHP-MCDMA框架的量化评分，为政府优先分配防灾资源提供了科学依据。研究结果支持**“分区域防御”策略**，即高风险区需短期工程加固，中低风险区侧重长期监测与公众教育。