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。     

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。     

面向地震应急的山区人口百米格网分布——以麟游县为例

破坏性地震发生后,山区易发生滑坡、泥石流等地质灾害。精细化人口空间分布数据能够有效提升灾情评判精度,为应急救援决策提供参考依据。本文以陕西省麟游县为例,利用"天地图"高分辨率遥感影像解译大比例尺居民地数据,结合人口、行政区划等数据,利用GIS（地理信息系统）技术制作100 m×100 m格网人口分布数据。通过与陕西省地震局现有人口空间数据进行对比,发现百米格网人口分布数据可明显提升山区次生灾害影响人口计算结果的可靠性。     

基于居民点密度的人口空间化及在四川九寨沟7.0级地震中的应用

采用核密度估计法得到甘肃省村级居民点密度后,运用基于居民点密度的人口密度空间化计算公式获得甘肃省1 000m×1 000m的人口密度空间格网图。经检验,格网化结果达到了较高的精度,可满足防震减灾工作对高精度人口分布信息的需求。以四川九寨沟7.0级地震甘肃境内Ⅵ度区为例,利用ArcGIS空间分析功能,将格网人口数据和统计单元人口数据分别与地震烈度进行叠加,对比受灾人口估算结果。研究结果表明,基于公里格网的受灾人口估算方法避免了行政区划分割造成的数据分配错误,能够合理反映行政单元内部的人口分布,从而保证灾情快速评估结果的实际性和有效性。     

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。     

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DMSP/OLS的人口分布网格精细化研究

采用浙江省已有的乡镇级行政区域面属性数据、乡镇级的建筑物数据和灯光数据,利用加权计算的方法,得到了浙江省250 m×250 m的网格人口分布数据。与传统公里网格人口分布数据进行对比,所得到的网格数据不仅能有效体现出人口分布特征,而且能适用华东地区的中小地震灾害评估。     

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。     

一个非均匀密度分布的人口房屋格网数据模型

介绍了人口、房屋数据空间化的方法,以伊犁地区为例建立了一个符合非均匀密度分布的公里格网人口和房屋数据模型,并将其进行空间化,最后利用实地调查数据对结果进行了验证。通过数据检验,公里格网的人口密度数据、房屋密度数据客观地反映了伊犁地区统计单元内承灾体的空间分布,具有较高的精度,为地震应急救援和决策提供可靠的依据。     

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。     

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。     

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。     

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。