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AlexNet卷积神经网络模型的宁夏天然地震和非天然地震识别研究

宁夏回族自治区及周边天然地震和非天然地震频发,精确快速识别天然和非天然地震有利于震后应急响应、科学研究、赈灾救援等工作。基于AlexNet卷积神经网络模型,选取宁夏境内及周边130个地震事件（天然地震80个、非天然地震50个）,对其进行了单个台站波形记录地震事件的训练和多个台站波形记录地震事件的测试,并将模型结果与宁夏测震台网人工编目结果进行比对,结果表明单个台站波形记录地震事件的训练结果中,AlexNet卷积神经网络模型对宁夏天然地震和非天然地震的正确识别率为99%;多个台站波形记录地震事件的测试结果中,此模型对宁夏天然地震和非天然地震的正确识别率为97.01%。AlexNet卷积神经网络模型作为人工智能领域的成熟技术之一,可以很好的运用于宁夏天然地震和非天然地震的识别工作之中。