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。     

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R²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。     

基于多源数据的建筑物空间分布格网化方法研究

利用多源数据将建筑物空间分布格网化,得到格网的单元数据,为区域地震灾害损失预评估和地震灾后快速评估提供较为详尽的建筑物格网数据支撑.以宁夏回族自治区平罗县为例,在数字城市建筑物数据、地理国情监测建筑物数据等基础上,结合高分辨率遥感影像进行目视解译,判读和更新建筑物图斑,再通过外业调绘、无人机航拍等手段对建筑物进行验证调...     

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RS和GIS的建筑物空间分布格网化方法研究

本文在概述目前地震风险评估以及震后快速评估中建筑物空间分布格网化处理方法基础上, 提出了基于遥感和GIS的多源数据多因子建筑物空间分布格网化方法。 以云南省东川区为例, 利用DEM数据、 土地利用数据、 基础地理数据等, 提取地形、 地貌、 河流、 道路、 居民地和其他土地利用类型等各种影响因子, 以300 m格网为单元, 研究了建筑物空间分布与各类影响因子之间的相关性, 确定了各类子因子的建筑面积密度, 实现了建筑物空间分布格网化预测。 综合分析表明, 考虑多影响因子的建筑物空间非均匀性分布, 较传统的均匀性分布方法更接近真实空间分布, 因而有助于提高地震风险评估和震后快速损失评估的准确性。     

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。     

基于遥感影像的建筑物空间分布方法在地震灾害损失预评估中的应用

房屋建筑数据是地震重点危险区预评估工作的基础,需基于获取到的房屋建筑信息开展人员伤亡、经济损失、救援物资需求等预评估工作。历年地震重点危险区预评估工作能够通过现场调查得到的房屋建筑信息占比极小,仅能进行抽样调查。因此,为批量完成危险区内全部房屋建筑损失估算,需基于遥感影像获取房屋建筑矢量数据,并建立数据库。为实现全国地震重点危险区预评估工作中大批量建筑物矢量化数据的快速获取,本文采用基于遥感影像的建筑物空间分布数据批量获取方法,得到地震重点危险区内建筑物空间矢量数据,结合现场抽样调查得到的建筑物属性信息,建立地震重点危险区建筑物空间分布数据库,进而为地震重点危险区灾害损失预评估工作提供数据基础。本文采用的方法可广泛应用于地震重点危险区房屋建筑信息获取工作中,可提高工作效率,降低工作成本,提升预评估工作的科学性和准确性。     

基于特征分区的建筑物数据空间化研究

针对现有基于多因素的建筑空间分布格网化模型未考虑建筑物空间分布异质性的问题,提出基于特征分区的建筑物数据空间化模型。以四川省雅安市为例,利用影响建筑物空间分布的因子进行建筑物特征一致性分区,选取土地利用、高程、坡度、坡向、河流距离、道路距离、地形起伏度7类影响因子,基于分区结果分别研究建筑物空间分布与各影响因子之间的关系,分区构建基于多因素的建筑物数据空间化模型,生成雅安市300 m格网建筑物空间分布数据。研究结果表明,分区构建的建筑物空间分布格网化模型有效提高了建筑物空间分布数据的精确度与准确性。     

基于GIS的震后修复建筑物空间分布格网化方法研究

针对传统格网化方法存在计算误差较大、计算效率较低等问题,提出一种新的方法——基于GIS的震后修复建筑物空间分布格网化方法。利用DEM数据、土地数据以及基础地理数据等,提取地形、地貌等各种影响因子。利用建筑面积总和以及土地利用分类数据进行多元线性回归建模,获取50 mm格网尺度下的建筑分布,利用POI数据与建筑空间的相关性,引入四叉树获取最高中心点集,在上述基础上构建格网震后修复建筑物空间分布模型,完成震后修复建筑物空间分布。实验结果表明,所提方法可有效降低计算误差,提高计算效率。     

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.     

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。