准实时地震灾情综合评估系统的研发

震后如何快速获取灾区震情信息、准确评估地震灾情，是震后应急救援的关键问题。本研究从县市地震灾害应急救援需求出发，开发了准实时地震灾情综合评估系统，基于MEMS强震台网的强震观测数据、县域承灾体基础数据和手机终端获取的震后地震现场实时灾情信息，综合采用承灾体地震易损性分析方法和灾情动态修正算法，实现了县市地震灾区灾情准实时评估，为灾区地震应急指挥、救援和辅助决策提供科学依据。     

基于手机位置数据的四川九寨沟7.0级地震人流分析

2017年8月8日四川九寨沟7.0级震后,浙江省地震局利用大数据采集了1031.99万条手机位置记录和4.46万个空间格网位置。本文结合24hr连续定位的手机数据,使用手机位置数据分别对九寨沟灾区人口从时间和地理维度上进行了量化分析,估计了多维人口分布的偏差,同时,探讨了剔除微观误差数据用户来估算灾区通讯基站退服分布的方法。该项工作为震后快速获取灾区人口实时动态分布提供了有效途径,同时也为地震灾害评估提供了较准确的依据。     

基于手机定位服务的地震灾情速报和搜救技术探讨

介绍了无线移动定位技术,TOA、TDOA定位技术原理与数学模型,分析了手机定位服务在地震灾情速报和搜救被困人员的应用价值,提出了手机定位服务于灾情速报和地震灾区埋压被困人员搜救技术系统架构,为地震灾区的快速圈定提供重要支持,使得对大面积的地震灾区埋压被困人员准确、快速搜救成为可能。     

高精度静态人口空间分布研究——以银川市西夏区为例

地震发生后，人口空间分布密度是决定救援力量部署的重要依据。然而，高精度人口空间分布数据存在获取和更新困难的问题，缺少有效的解决途径。以银川市西夏区为例，基于高空间分辨率遥感影像，通过建筑物解译与实地调查相结合的方式获取住宅建筑物信息，建立人口与住宅建筑物之间的关系模型，得到更客观真实的人口空间分布情况。研究结果表明，以高空间分辨率遥感影像解译住宅建筑物作为人口空间分布指示因子建模，得到的总体预测人口误差率为3.56%，人口平均相对误差率为9.19%，研究结果具有较高的可靠性，为震前灾害风险评估和震后灾情快速评估提供可靠的人口空间分布数据。     

无人机技术在新疆塔县地震的应用及实现

目前,地震灾情信息的获取主要依靠地震现场调查,费时费力,为第一时间快速了解灾区灾情,以便尽快做出救灾决策,指挥调度救援力量,引进新的技术手段辅助获取灾情信息十分必要。进行了无人机技术在新疆塔什库尔干县地震的应用研究,利用无人机技术,获取了地震极灾区库孜滚村高分辨率影像数据,结合震前GF-1遥感影像数据及地震现场震害调查数据,获取极灾区灾情信息。结果表明:无人机遥感技术可快速采集极灾区遥感影像,有利于对灾情做出正确判断和评估。根据无人机遥感影像结合震前遥感影像和地震现场调查数据,进行区域建筑物结构类型和损毁程度遥感解译,可快速获取灾情,无人机技术在地震应急方面应用效果显著,为灾情评估、救援和灾后重建工作提供了科学决策依据。     

面向防震减灾的人口数据空间化研究——以2007年宁洱地震灾区为例

入口是地震灾害的重要受灾体,准确的入口空问分布信息是防震减灾工作的重要依据.本文借助地理信息系统,将人口统计数据与高分辨率遥感数据相结合,应用基于居民地的人口数据空间化方法,模拟人口空间分布.首先根据城市人口—面积异速生长模型的分形几何意义,推导出城乡人口一面积统一模型;进而以2007年宁洱地震灾区为例,在建立居民地分类体系和遥感解译标志的基础上,目视解译获得准确的居民地信息;最后应用城乡人口—面积统一模型获得网格人口密度矢量数据.经检验,本文的结果达到了较高的精度.同时在人口数据空间化完成的基础上,以地震受灾人口估算为例,探讨了人口数据空间化在防震减灾中的应用.研究结果表明,基于网格人口矢量数据的受灾人口估算结果更能客观反映地震灾情,可以为防震减灾和应急救援工作提供可靠的依据.     

基于遥感影像的建筑数据构建研究

在地震灾情快速评估中，基于空间分布的高精度房屋和人口数据是最重要的两组数据，其直接决定着灾情快速评估结果的准确性以及现场重点救援的目标指向。然而，高精度房屋数据的获取一直是一个难题，由于受到诸多因素的制约，至今缺少好的解决途径，这也是导致当前灾情快速评估准确性不高的主要原因之一。本文基于遥感影像和实地调查相结合，构建较高精度的房屋基础信息，更好地反映房屋和人口的实际分布情况，为提高地震灾害损失快速评估的精度和准确性奠定必要的基础。     

震害快速评估中基于GM(1;1)模型的人口预测

地震灾区人口数据是破坏性地震发生时震害快速评估中一项重要的关键基础数据.本文利用GM(1,1)模型建立了甘肃省县一级人口数量的增长模型,实现了静态人口基础数据在地震发生时的动态计算,使其更接近于人口发展的实际情况,为震害评估提供更准确的人口基础数据.     

面向地震应急的人口空间化方法研究——以云南省大理白族自治州为例

为提高震后受灾人口估算精度和灾区人口空间分布可视化表达效果,以云南省大理州为研究区,结合FROM-GLC10地表覆盖数据和NPP/VIIRS夜间灯光数据,基于乡镇人口统计数据,展开人口空间化方法研究,制作了大理州50 m×50 m人口格网数据。使用相关系数、相对误差和平均相对误差对人口模拟结果进行了检验,以漾濞5.1级地震和云龙5.0级地震为例对模拟结果进行了应用分析。结果表明:①结合FROM-GLC10地表覆盖数据和NPP/VIIRS夜间灯光数据的人口空间化可以有效提取人口空间分布范围,并区分人口空间分布的差异性;②乡镇模拟人口与实际统计人口的相关系数R~2为0.955,平均相对误差为14.306%,82%的乡镇相对误差在±20%以内,人口模拟数据精度较高;③2次地震的灾区人口模拟数据与实际统计数据的相对误差分别为-1.67%和-2.27%,人口空间分布模拟结果可以直观反映灾区人口分布情况,研究成果可为震后辅助决策提供数据支持。     

人口、房屋数据空间化及在2021年拜城MS5.4地震中的应用

地震灾情快速评估依赖于震区准确的人口、房屋等设施的数量和空间分布，是震后地震应急救援、地震烈度评估的核心支撑。以阿克苏地区的居民点、POI数据为基础，采用核密度估算结合道路分布和房屋占地面积的方法，构建了人口密度权重模型，获得了研究区1 km×1 km的人口、房屋格网数据。结果显示，各乡镇实际人口数量与模拟人口数量线性拟合相关系数为0.909,线性拟合相对较好，表明人口空间化结果达到了较高精度。为了更好地验证上述方法和数据，以2021年拜城M_S5.4地震为例，叠加对比分析震区人口、房屋格网数据与地震评估区之间的定量关系。按照地震评估区进行了人口、房屋面积的模拟，该数据与实际现场数据之间误差较小，能够满足震后地震灾情快速评估的需求，可为灾害预评估及地震现场灾害快速评估等工作提供可靠依据和支撑，同时空间化的方法也为后续该方向的研究提出了一个新的思路。     

基于多源信息的高空间分辨率人口分布研究

针对已有的人口空间化研究多采用静态数据、时空分辨率较低、在应急救援等方面实用性不高的问题,提出了一种使用高时空分辨率数据,结合城市圈层结构理论和主成分分析法的建筑物尺度人口估算方法。以成都市为例,利用腾讯位置大数据,通过计算不同城市圈层的定位率,得到了成都市不同时段1 km×1 km的人口分布数据。在此基础上,以基于建筑物中心点的泰森多边形为人口分配基本单元,结合宜出行热力数据和POI数据,分别计算其对人口分布的贡献值并赋予计算权值,得到了成都市青羊区建筑物尺度人口分布数据。街道尺度统计数据回归分析的决定系数R~2为0.926 4,总体精度较高,模拟人口分布符合实际情况。     

基于Wi-Fi信号的地震废墟被困人员侦查系统

针对震后大面积废墟下被困人员快速准确检测与定位的需求，本文提出了基于Wi-Fi信号的地震灾害人员侦查技术。以嵌入式技术为基础，涉及FSK通信、Wi-Fi定位、Wi-Fi定位算法等方面的研究，提出Wi-Fi热点中继设备和显控中心平台切实可行的设计解决方案，研制出能够实现震后大面积废墟下被困人员快速定位的设备，并提出设备布设方案。为我国地震救援提供一种有效的技术手段。     

地震现场搜救力量部署辅助决策系统研究

综合考虑灾区人口、建筑物结构类型、破坏程度、压埋人员情况、救援队能力等因素,运用相关模型和知识,结合专家评分,得出地震救援优先级,在此基础上研究地震救援力量部署.系统运用地理信息系统( GIs)、全球定位系统(GPS)技术和智能空间决策技术,结合震害预测、地震灾情快速获取技术等,为救援队指挥调配救援力量提供辅助决策,提...     

基于区域特征的地震埋压人员评估模型研究

地震发生后利用已有的基础地理数据和评估模型快速准确地获得埋压人员空间分布，是地震应急救援的科学问题之一。以云南鲁甸6.5级地震为例，基于高精度公里格网人口数据，分析震区的具体特征和多种可能造成人员埋压的影响因素，并引入次生灾害埋压参数对原模型内容进行补充和改进，对现有的地震埋压人员评估模型进行优化。研究结果表明：改进后的评估模型能够快速给出地震后人员埋压空间分布，其计算结果精度较前人模型有较大提高，且考虑了次生灾害造成的埋压，能够有效增强评估模型的适用性，提升人员埋压评估精度，为地震应急指挥和应急救援提供科技支撑。     

城市人口发展与地震救援的思考——以乌鲁木齐市为例

以乌鲁木齐市为例,利用统计年鉴、人口普查数据等资料,将乌鲁木齐市按区县级行政区域为单位提取近几年的人口数据,研究表明,各区表现出"人口数量增长率大密度小,人口数量增长率小密度大"的区域差异格局,在未来一段时间乌鲁木齐各区人口分布将一直处于一种不平衡的状态。根据人口分布情况指导当地的地震救援工作更有针对性,使地震搜救工作更精准,救援物资分配更合理。     

九寨沟M7.0地震仪器烈度计算比较分析

地震发生后，强震动观测台网可以获取灾区分布式台站位置的强震动记录，通过基于这些强震动记录得到的地震动参数可以快速地评估地震烈度的空间分布，以迅速判定不同地区的受灾程度，尤其是地震极震区的分布范围，为政府开展应急救援并合理地分配救援力量、物资等提供依据，以保证救援人员及时、准确地到达极震区展开搜救工作，减少人民群众的生命财产损失。本文介绍了国内外7种地震仪器的烈度计算方法，基于四川九寨沟M7.0级地震获取的强震动记录，对这7种方法的计算烈度值进行了对比分析。结果表明，各方法计算的仪器烈度与宏观烈度的差值均在1度误差范围以内，均显示了良好的实用性，且行业标准法和综合判别法两者的计算结果较为一致。     

基于NPP-VIIRS数据的夜间灯光指数变化分析——以夏河MS5.7地震为例

夜间灯光数据具有反映人类活动的特点，其数据变化与电力设施运行情况、建筑物和其他发光物体息息相关，因此近年来被广泛应用于各类科学研究中。本文从夜间灯光数据特点出发，以夏河M_S5.7地震灾区为研究区，利用多时相NPP-VIIRS夜间灯光数据，经过数据预处理后获得三种灯光指数，从而分析灾区的夜间灯光变化，为地震应急救援工作提供一种震后灾情信息获取的途径和方法，为甘肃县级尺度的地震应急工作提供另一种思路。     

基于多源遥感数据的震后恢复评估——以四川长宁MS6.0地震为例

通过植被指数和灯光指数定量评估地震发生后灾区的恢复情况,对灾区经济建设和生态恢复的评估具有重要科学意义。以2019年6月17日四川省宜宾市长宁县M_S6.0地震灾区为研究区,对月度NPP-VIIRS数据、MODIS-EVI数据和统计年鉴数据进行预处理后获得4种灯光指数和增强型植被指数(EVI),分别建立NPP-VIIRS数据和MODIS-EVI数据的非线性回归预测模型,预测地震年份的灯光指数和植被指数;通过预测数据和实际数据的对比分析,评价震后的恢复情况。结果表明：地震发生后灯光总强度(TNL)和EVI均明显下降,与震中距离越近的乡镇下降越明显;EVI数据的下降具有滞后性和持续性,夜间照明恢复优于植被恢复情况;地震对TNL的影响高于EVI,且随着距离的增加地震的影响程度逐渐减小。文章从经济和环境两个方面开展研究,对地震救援和震后恢复评价均有一定的应用价值。     

基于千米格网的地震应急灾情预评估数据开发

震后地震应急灾情的准确、快速评估(盲估)是有效地震应急决策的关键之一。为提高应急灾情评估的速度与准确性,文中提出开发基于千米格网技术的地震应急灾情预评估数据。阐述了预评估数据计算模型,包括承灾体数据、灾情计算用致灾因子和计算公式。介绍了千米格网地震应急灾情预评估数据计算的算法,该算法通过对计算参数的空间化和地图代数的应用实现。最后论述了预评估数据在地震应急灾情评估与应急救援中的应用,并以近期中国大陆发生的2次实际破坏性地震为实验案例,展示和检验了其应用。实验结果表明,千米格网地震应急灾情预评估数据能较好地提升灾情评估速度和准确度,还能精细地展示灾情的空间分布,为地震应急指挥和救援提供参考。     

基于建筑物与POI数据的人口空间化研究

人口数据是地震灾害人员伤亡评估的基础,准确的人口空间分布信息对提高应急灾情评估的准确度和开展高效的应急决策具有重要意义。本文结合建筑物空间分布、POI(兴趣点)、路网与人口统计等数据,基于Spearman相关分析以及多元线性回归分析方法,构建人口空间化模型,实现了人口统计数据基于规则格网的更为精确的可视化表达。结果表明:①建筑物空间分布能较好地反映人口的宏观分布特征,但是对于人口分布细节特征的刻画,则是以POI数据来反映人口的微观分布特征效果更为理想; ②受区域经济发展影响,人口分布具有明显的空间差异,由城镇向乡村区域递减的趋势明显,中心城区、周边城镇、偏远乡镇之间的人口密度差异巨大。基于建筑物与POI数据的人口模拟值与实际值的偏差较小,数据精度符合实际情况,可为灾情研判提供可靠的基础数据。