基于风险普查建筑物隐患数据和夜间灯光数据的云南省盈江县人口分布精细化研究

现有的在地震应急中人口空间化数据因制作方法、数据来源不同,导致人口空间化产品存在较大差异,人口空间分布数据无法满足震后地震应急期间数据需求。以云南省盈江县为研究区,基于第七次全国人口普查盈江县数据、第一次自然灾害风险普查数据和夜间灯光遥感影像数据,利用空间叠加法计算人口分布权重,结合面积权重得到盈江县100 m×100 m格网的人口空间化结果。经精度评定,研究区所有乡镇人口空间化相对误差绝对值均小于0.6%,与2020年乡镇街道人口统计数据的相关系数R²接近1。结果表明,结合乡镇尺度人口统计、夜间灯光影像和重点隐患调查等数据所构建的人口空间化模型,所获100 m×100 m格网的人口密度数据精度得到了显著提高。     

基于天地图高精度建筑物的四川宝兴县人口估算

为了提高震前灾害风险评估和震后灾情快速评估工作中人口空间分布估计的准确性,利用2016年四川宝兴县乡镇人口数据及天地图中的建筑物数据,运用居住建筑人口密度方法得到四川宝兴县各乡镇居住建筑物尺度的人口分布矢量数据,并利用实地调研获取的单体建筑物实际人口进行精度验证。实验结果表明:以居住建筑物体积作为人口空间分布指示因子建模,得到的拟合精度为0.9027,人口平均相对误差为15.23%,结果具有可靠性,可为震前灾害风险评估和震后灾情快速评估提供更为可靠的数据支撑。     

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。     

面向地震应急的人口数据精度评价

人员伤亡评估是实际地震应急工作中最重要的内容之一,而不同精度的人口数据对震后快速评估人员伤亡影响很大。以汶川地震为例,研究甘肃陇南地区不同精度的人口数据,基于GIS平台以高精度的居民地单元人口数据为参考,比较居民点单元、行政村单元、乡镇单元、区县单元四种空间化方法人口数据,对各种人口数据进行精度评价。研究结果表明:随着烈度区面积的减小,不同空间化方法获得的人口数据误差有变大的趋势,人口数据中行政单元越大,误差越大;区县单元人口空间化与居民地人口空间化数据误差最大,相对误差约为144.78%;居民点密度空间化人口数据误差最小,相对误差为15.38%。汶川地震甘肃陇南地区万人死亡率计算结果中,区县单元人口空间化数据计算得到的万人死亡率与居民地人口数据误差最大,绝对误差为5.31,居民点单元人口空间化数据计算得到的万人死亡率与居民地人口数据误差最小,绝对误差为0.70。     

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。     

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。     

山西省人口空间公里格网分布模型研究

精准的人口分布信息是震后灾害快速评估、应急救援决策的重要依据。本文应用居民地这一与人口分布密切相关的基础数据,结合居民地建筑物给出不同区域人口权重,以人口统计数据为总量控制,完成人口空间公里格网数据模型建立,并与夜间灯光数据、道路数据、实际调研数据等进行对比分析。结果表明,该人口分布模型可靠性高,可为震后灾害快速评估、应急救援决策提供可参考的人口数据。     

基于灯光遥感图像的地震灾情信息提取

灯光遥感图像变化是强震后灯光变化的直接表现。基于对地震前后灯光遥感图像特点分析,建立了一种基于灯光破坏的地震灾害信息提取方法,并在2001年印度7.9级地震、2011年"3·11"日本9.0级地震进行了应用分析。结果表明:基于显著性检验的灯光变化检测方法简洁有效,利用灯光遥感数据不仅能够从宏观上获得地震破坏范围及其程度,而且能够直接反映震后受灾人口规模及其空间分布。     

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。     

滇西地区基于单体建筑的震后人员死亡评估方法研究

震后死亡人数是震后应急响应和救援工作的重要基础。为提高震后人员死亡评估精度,从云南县(区)城镇化率、建筑面积和建筑楼层数考虑,提出了一种基于单体建筑的人口分配方法;以建筑的致死性矩阵为基础,使用滇西地区建筑数据和历史地震死亡人数计算本地化修正系数,得到了该地区基于建筑类型的人员死亡评估方法;以2021年云南漾濞6.4级地震为例,对评估结果进行了检验和三维可视化。结果表明：(1)基于单体建筑的人口分布空间比传统的公里格网更加精细;(2)基于单体建筑评估的受灾人口和实际受灾人口之间的相对误差为3.7%,精度较好;(3)基于单体建筑致死性评估的漾濞地震人员死亡评估结果为0～3人,符合实际情况;(4)三维表达能够增加信息表达的直观性和丰富程度。     

基于多源数据的云南人口空间分布模拟研究

人口数据精度是提高地震灾情速判准确度的关键之一。本文基于多源数据融合思路,以云南第6次人口普查数据为基础,把居民地作为人口分布指示因子,利用GIS软件工具,分析了人口分布与地貌形态、坡度、地形起伏度以及土地利用之间的关系,构建了人口影响因子的权重系数,并采用城乡人口-面积统一模型对人口统计数据进行了网格化空间模拟及精度检验。以2013年3月3日云南洱源5.5级地震为例,通过多种估算方法对灾区人口进行了计算及对比分析,结果表明,多源数据融合法生成的千米网格人口与实际人口的相关性均在0.89以上,人口数据精度符合实际,可为灾情速判提供可靠的数据基础。     

基于共享数据平台的云南漾濞和青海玛多地震应急物资配置分析

灾后信息缺失易导致应急决策失效和调整困难,针对2021年5月下旬云南大理州漾濞县及青海果洛州玛多县分别发生6.4级和7.5级地震,本文设计了一种基于共享数据平台实时信息的灾后应急物资配置方法。该方法主要利用基于地震台网发布灾害信息确定灾区范围,基于人口分布数据估测需求与供给缺口,并通过高德开放平台接口获取交通态势确定可供通行的路网与实时最优运输路径,利用这些实时信息做出震后物资分配调度快速决策。通过漾濞和玛多地震案例分析结果显示:通过震后第一时间数据,可快速处理收集数据并进行供需评估与物资调度辅助决策。当灾区存在供需缺口,利用相邻县物资可维系震后短期内物资需求;对于物资运输,实时更新的信息可为其选择最佳路线。本方法为震后应急物资动态配置中决策实时更新与调整提供依据,为日后地震应急响应提供参考。     

基于移动通信大数据的地震灾区人口快速处理系统研究

破坏性地震发生后,及时准确掌握被困人数和具体位置是救援的关键。传统地震应急基础数据库的人口数据是某个时期以行政单元或者公里格网为基础的统计数据,缺乏时效性和空间分布特征,难以据此准确评估地震灾区被困人员的分布情况。该研究根据移动通信定位技术中的被动Cell-ID定位法原理,获取研究区手机定位数据,系统以Microsoft Visual Studio 2012为开发平台,运用C#语言和ArcEngine开发组件来构建,对获取的手机定位数据进行处理,评估灾区被困人口的分布情况,制作专题图,为震后的应急救援提供参考依据。     

基于微博舆情数据的震后有感范围提取研究

提出了基于微博舆情信息的震后有感范围快速判定技术框架,构建了微博舆情数据的获取方法和技术流程。根据中国地震烈度表和地震现场工作调查规范,将微博特征词与地震灾情速判指标进行关联匹配,建立微博灾情信息分类指标体系,通过自然邻点空间插值方法将离散分布的微博灾情点转化为连续分布的灾情面,形成震后灾区有感范围的时空变化特征分布图,辅助灾情快速判定。以2014年景谷6.6级地震为例,进行探索和实践。结果表明:在震后1~2 h内,微博用户活跃度高,信息量大且丰富,对信息充分挖掘有助于对灾情的宏观把握,对救灾决策部署有一定的参考意义,弥补了传统获取技术时效性差、数据量少、覆盖面小等问题。     

天津市面向震害快速评估的房屋和人口空间化研究

以天津市的大比例尺房屋空间数据和第六次人口普查数据为基础,利用GIS空间分析功能,模拟了天津市房屋和人口空间分布,产出1km格网的房屋数据和分时段人口公里格网数据。经检验,模拟的房屋和人口数据达到了较高精度,能够较准确地表达行政单元内部的房屋和人口空间分布。将模拟结果应用到设定地震震害评估中,与基于平均密度法的评估结果对比,表明基于公里格网评估的结果更为合理,减少了由于房屋和人口分布不均匀造成的误差,能够为地震应急工作提供可靠的数据支撑。     

天津市面向震害快速评估的房屋和人口空间化研究*

以天津市的大比例尺房屋空间数据和第六次人口普查数据为基础,利用GIS空间分析功能,模拟了天津市房屋和人口空间分布,产出1km格网的房屋数据和分时段人口公里格网数据。经检验,模拟的房屋和人口数据达到了较高精度,能够较准确地表达行政单元内部的房屋和人口空间分布。将模拟结果应用到设定地震震害评估中,与基于平均密度法的评估结果对比,表明基于公里格网评估的结果更为合理,减少了由于房屋和人口分布不均匀造成的误差,能够为地震应急工作提供可靠的数据支撑。     

城市地震压埋人员分布评估研究——以天津市区为例

地震压埋人员分布是震后科学、有效地开展应急处置和救援的重要依据。针对地震中建筑物破坏造成的人员压埋,从人口分布和在室率着手,在社区级空间尺度上分时段建立人口数量、在室率和建筑物的对应关系;结合建筑物震害评估方法,构建地震压埋人员快速评估模型,并预评估天津市区各烈度下地震压埋人口的数量和分布情况。结果显示,夜间是发生地震压埋的高风险时段,住宅、大学、居民服务类和卫生医疗建筑是地震压埋高发区域,工作日白天应重点关注中小学。     

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。     

基于移动大数据的地震人口热力实时获取系统实现与应用——以泸定MS6.8地震为例

震后第一时间获取震中的人口情况对于开展应急处置决策非常关键。获取海量移动互联网人口分布数据,采用分布式集群进行海量数据的实时处理和网格化,为确保震后系统能够达到秒级产出的效率,设计了多级的多策略抽稀计算并基于HeatMap实现可视化展示,震后实现秒级震中周边指定范围的热力人口数据计算和分布图的自动绘制。以泸定 M_S6.8 地震为例进行应用,体现出基于海量移动互联网用户数据获取震中人口分布的优势。