论文标题：Near-Real-Time Event-Driven System for Calculating Peak Ground Acceleration (PGA) in Earthquake-Affected Areas: A Critical Tool for Seismic Risk Management in the Campi Flegrei Area

论文链接：https://www.mdpi.com/2624-795X/6/1/8

期刊名：GeoHazards

期刊主页：https://www.mdpi.com/journal/geohazards

研究背景

地震作为最具破坏性的自然灾害之一，对基础设施和人类生命安全构成严重威胁。峰值地面加速度（PGA）是衡量地震期间地面震动强度的关键指标，对评估结构损伤和指导应急响应具有重要意义。传统PGA计算方法依赖专家手动分析，耗时较长，可能延误灾害响应关键窗口。特别是在坎皮佛莱格瑞这类具有复杂火山构造的高风险区域，地震活动与火山过程相互作用可能放大地面运动风险。本文旨在开发一套近实时事件驱动系统，实现地震影响区域PGA的自动快速计算。

图1.红色三角形代表永久地震台网的INGV-OV地震台站，蓝色三角形代表RAN加速度计，黄色三角形代表INGV临时安装的加速度计，这些加速度计将地震台网与专有数据记录器和高质量MEMS加速度计集成在一起

研究内容

意大利国家地球物理与火山学研究所维苏威观测台研发的UrbanSM系统，基于新型数据驱动实时分析平台，实现了PGA和伪谱加速度（PSA）的全自动计算。该系统通过Apache Kafka三节点集群构建分布式消息队列，结合Kubernetes八节点集群实现工作模块的并行调度。当监测到震级大于3.0的地震事件时，系统自动触发分析流程：首先从波形库下载加速度计数据，利用响应文件进行反卷积处理，随后计算最大加速度值（以%g和m/s²表示），最终生成包含数据表格、图表和地图的综合结果。整个处理流程可在5分钟内完成，无需人工干预。 系统集成多方数据源，包括INGV自有台网、民防部门国家加速度计网络（RAN）以及布设在学校、企业的临时监测设备，在核心区域实现平均台站间距4.4公里的密集覆盖。研究团队特别开发了基于杜哈梅积分的响应谱计算函数，可针对不同周期（T）和阻尼比（设定为5%）分析加速度时程数据，输出加速度谱（SA）、伪加速度谱（PSA）等多种响应类型。计算结果通过交互式网站实时发布，用户可通过普通浏览器查看震中位置、台站PGA值和PSA谱线等关键信息。地图界面采用颜色梯度标示震动强度（绿色至红色对应低到高PGA值），支持点击查询单台站详细数据，所有数据均支持JSON格式下载供GIS系统集成使用。

图2.UrbanSM主页。该页面也可在移动设备上访问，界面更为简洁。红色星号代表活动地点。

研究总结

该研究开发的自动化PGA计算系统显著提升了地震风险管理的时效性和准确性。与依赖地面运动预测方程（GMPEs）的传统方法相比，直接测量能更精确反映局部地质条件和地形效应，为结构抗震分析提供可靠输入。系统输出的PSA数据尤其有助于评估不同自振周期结构的受力状态，支持性能化设计框架的实施。实际应用表明，该系统已被当地企业用于建筑结构地震行为评估，验证了其工程实用价值。未来研究方向包括引入人工智能技术优化余震预测模型，通过机器学习算法分析大规模实时数据，进一步提升震动图估计精度。这种将实时监测、自动处理与AI预测相结合的技术路径，为构建更高效的地震风险管理体系奠定了坚实基础，对高密度城市区域的防灾规划具有重要推广价值。

GeoHazards期刊介绍

主编：Prof. Dr. Zhong Lu, Roy M. Huffington Department of Earth Sciences, Southern Methodist University, Dallas, TX 75275, USA

Prof. Dr. Tiago Miguel Ferreira, Instituto Superior Técnico (IST), University of Lisbon, Av. Rovisco Pais, 1049-001 Lisbon, Portugal

期刊发表范围涵地球物理/地质灾害、气候及气候变化相关灾害、气象灾害、水文灾害、块体运动灾害以及人为和技术灾害等研究领域。自2020年创刊以来，被ESCI、Scopus、GeoRef等多个权威数据库收录。