服务于地震应急的人口格网精细化研究<br/>——以合肥市为例

服务于地震应急的人口格网精细化研究
——以合肥市为例

2017-03-16于书媛

防灾科技学院学报 2017年4期

于书媛，丁娟，张洁

(安徽省地震局，安徽合肥 230031)

0 引言

人口是重要的受灾体，高精度的人口空间分布信息是地震应急救援工作的重要依据［1，2］。近几年安徽省发生了具有一定影响的震群事件，例如2015年3月14日在阜阳市颍东区发生的ML4.3级地震，造成房屋倒塌155间，受灾人口4.15万人，死伤15人。因此，应对突发性的地震事件我们要有较为准确的灾情评估数据，为积极做好应急准备工作服务。

目前，国内外针对支撑地震灾害快速评估的人口数据、房屋数据等承载体的研究相对较少，研究内容主要集中在人口数据的空间化问题，主要方法是运用多源数据，通过建立模型，实现公里网格的人口数据模拟。陈振拓等［3］运用遥感数据，建立人口数据空间化模型，获得公里网格人口密度矢量数据。丁文秀等［4］、江东等［5］通过土地利用模型，建立基于多源数据的公里网格人口数据模拟，该方法也是目前应该较多的人口数据空间化方法。近几年，随着高分影像数据的普及，高精度空间信息提取技术发展迅速，基于居民地的人口数据空间化研究逐渐深入，为地震部门评估灾害损失提供了较高精度的数据源［6－8］。

在实际应用中，由于没有科学确定乡镇、村级居民地的平均人口密度及影响半径，已有的公里格网数据的精度和准确性存在一定程度的不足。本文通过多源数据模拟获得的人口密度分布部署不仅反映出以乡镇为行政单元的人口分布情况，实现了人口统计数据向空间数据的转换，提高了人口数据的空间化数据的精度和数据集成能力，同时为防震减灾应用提供了较为可行的人口数据空间化方案，能够更好地应用于地震灾害损失快速评估。

1 格网数据来源及数据预处理

基础地理信息数据是进行GIS、RS分析、数学建模以及专题数据库建立的基础［9］。笔者利用2013年的安徽省合肥市的夜间灯光数据、人口统计数据、建筑面积数据、行政区划数据等数据源进行网格化，模拟合肥市人口的空间分布。

1.1 夜间灯光数据

DMSP/OLS夜间灯光影像来源于国家地球物理数据中心NGDC(national geophysical data center)网站，该数据可作为人类活动的表征，成为了人类活动监测研究的良好数据源［10－12］，本文选取2013年DMSP/OLS夜间灯光数据，该数据是消除云及火光等噪声影响后对全年可见光和NVIR通道灰度值进行直接平均化处理后得到的。由于DMSP/OLS数据在低灰度(＜3)的数据受噪声干扰较为严重，本文采用二分法，基于 ArcGIS 10.2平台对其3～63级灰度值进行阈值处理，灰度值越大表示城市的可能性越大，人口密度越大，图1为合肥市夜间灯光影像。因此，在实际应用中，运用DMSP/OLS夜间灯光数据作为人口密度分布分析的重要数据支撑。

图1 合肥市灯光影像Fig．1 Distrbution of night’s light images of Hefei City

1.2 行政区划数据

本文使用的行政区划数据来源于2013年安徽省地震局地震应急基础数据库。行政区划数据分为地市代码库、区县代码库和乡镇代码库。这3类数据中的属性数据中包含安徽省16个地(市)，6个县级市，55个县，44个市辖区，1504个乡镇、街道办事处，属性数据表中包含行政区划代码、行政区划名称、行政区划面积等。笔者通过ArcGIS软件的clip工具，裁剪出合肥市行政区划数据，其中包含4个市辖区，4个县，一个县级市，132个乡镇、街道办事处。其采用的地理空间数据库为shapefile文件格式，地理坐标系统是WGS_1984。空间数据库与属性数据库一一关联匹配。

1.3 人口密度分布数据

合肥市人口分布数据来源于合肥市统计局2014年统计年鉴的市辖四县一市人口情况。通过人口统计数据的ID与乡镇行政区划的ID一一对应的规则，笔者将2013年合肥市人口统计数据录入到行政区划数据库中，并完成关联，数据库保存格式为mdb。

2013年底，合肥市常住人口约为761.14万人，全省排名第2，人口密度为665人/km2，居全省第2位。从乡镇、街道区域来看，合肥市人口密度排前三位的分别是逍遥津街道、海棠街道、三孝口街道。而位于巢湖市的中庙街道和蜀山区的南岗镇人口密度最低，人口分布最为稀疏。

图2 2013年合肥市乡镇人口密度分布图Fig．2 Distrbution of population density for towns and villages in Hefei City in 2013

图2 为合肥市2013年乡镇人口分布图。从图中可以看出，合肥市人口密度最大区域集中在城区各街道，沿着城区向四周的人口密度逐渐降低。各乡镇的人口密度差异也较大，距离城区较近的乡镇人口密度大于2000人/km2，而部分北部地区乡镇人口密度却小于200人/km2。

1.4 建筑物分布数据

地震后建筑物倒塌是造成大量人员伤亡的主要原因，城乡建筑物分布能够较为准确反映人口聚居及分布情况。根据《合肥市2014年统计年鉴》［10］，合肥农村居民人均居住面积 36.04m2，城镇居民人均住房建筑面积30.85m2。安徽省地震应急数据库中包含有合肥市单层民宅面积、多层钢筋混凝土房屋、多层砌体房屋、高层建筑和其他类别建筑面积属性数据，笔者对上述属性数据表进行汇总，得到合肥市各乡镇房屋总面积属性数据，并通过ID挂连与乡镇行政区划数据、人口数据进行匹配，通过人口数据与建筑数据的运算得到单位建筑面积人口数据，并转化为单位建筑面积人口空间分布图，如图3所示。

图3 2013年合肥市单位建筑面积人口分布图Fig．3 Distrbution of population for unit building area in Hefei City in2013

1.5 建筑物分布与人口分布对比

图4 为合肥市各区、县总人口与总建筑面积归一化分布图。从图中可以分析两条折线具有一定的相似性，表明从一定程度上，建筑面积与人口总数是成正比的。

图4 合肥市各区、县总人口与总建筑面积归一化分布图Fig．4 Normalization Distribution of total population and total buidlding area in Hefei City

2 精细格网人口分布研究

众多研究表明［11－14］，夜间灯光强度与人口密度关系密切，一般情况下，夜间灯光数据灰度值与城镇人口关系成正比。同时，人口密度的分布与房屋建筑数据数据也是密切相关，因为城镇人口分布宏观上受城镇建成区的区位控制。因此，为了使人口格网数据更加真实和精确的反映实际统计人口情况，笔者选取DMSP/OLS夜间灯光数据和房屋建筑数据作为计算权重值的依据，建立500m×500m精细化格网对研究区人口密度情况进行研究，具体步骤如下:

(1)建立 GIS空间和属性数据库［15］。将2013年合肥市行政区划数据、乡镇人口数据、建筑物面积数据按照地震应急数据库规范，建立矢量和属性数据库，并实现空间数据与属性数据的一一挂连。

(2)人口、房屋建筑数据处理。依据《区域级抗震救灾指挥部地震应急基础数据库格式规范(修订稿)》的规定，按照人口、房屋建筑属性数据编码的前9位于与乡镇行政区划代码库ID对应。通过ArcGIS软件的Joins and relates链接功能，使街道、乡镇人口，房屋建筑面积与行政区划数据匹配，并通过Field Calculator计算出合肥市人口密度数据。

(3)建立剖分格网单元。构建500m×500m格网是进行人口数据空间化研究的基础，是构建模型、计算权重和空间分析的基础。本文通过Matlab计算单位格网的经纬度，运用ArcGIS的Create Fishnet工具，构建500m×500m格网和中心点均匀覆盖合肥市各个街道、乡镇。

(4)单元格网点数据计算。对单元格网进行空间分析，需要将单元格的数据拓扑到所有单元网格中心点上。

(5)DMSP/OLS夜间灯光数据和房屋建筑数据处理。利用ArcGIS的点提取栅格像元值方法，将栅格灯光数据转换为带有灰度属性数据值得矢量点数据。在此基础上对灯光数据和房屋建筑数据除以最大值来标准化为0到1的取值区间。最后，将两种数据的影响综合为一个影响因子。

(6)人口密度计算。通过ArcGIS的空间分析模块进一步将矢量数据属性值赋给点、加权计算等空间分析方法获取各个单元格对应的人口密度数据。具体公式和步骤如下:

式(1)和式(2)R_Li和R_Bi分别是每个格网点对于的灯光灰度值Li和房屋面积数据Bi除以各自的最大值max{Li}和max{Bi}来标准化0到1的取值区间。式(3)中Li为每个单元格中心点对应的DMSP/OLS各市县夜间灯光数据且均匀覆盖安徽省的500m×500m格网单元中、Bi为建筑面积数据、Pi为格网所在乡镇的人口数。同时，依据DMSP/OLS灯光数据灰度值Li越高，建筑物密度越大的规律，Wi为单个500m×500m网格中建筑物面积Bi与夜间灯光数据Li的乘积;式(4)中的∑Wi为各街道、乡镇的Wi相加得到，W'i为每个格网的实际权重;式(5)中Pi为每个500m×500m单元格网计算得到的人口数，其中Pi等于归属于该行政区划的实际人口数。

依据以上评价方法，得到合肥市500m×500m网格人口密度分布图，如图5所示。

2013年合肥市的统计人口总数761万人，通过网格精细化、数学建模、数据加权等过程得到的合肥市总人口数为760万，分布在约4683km2的区域范围内，约有6762km2区域无人居住。

图5 2013年合肥市500m×500m网格人口密度分布图Fig．5 Distribution of population density for grid of 500m×500m in Heifei city in 2013

3 成果对比

安徽省地震应急数据库中目前使用的是中国科学院地理科学与资源研究所利用第6次普查数据及GIS数据分布技术生成的合肥市1km×1km网格人口数据，如图6所示。对比中国科学院地理科学与资源研究所制作的2010年1km×1km网格人口分布与本文制作的500m×500m网格人口密度分布发现，公里网格人口密度在精度上存在一定的不足。由于没有考虑到乡镇、村平均人口密度的影响，得到的结果与实际的人口分布存在一定的差距。

图6 2010年合肥市1km×1km网格人口密度分布图Fig．6 Distribution of population density for grid of 1km×1km in Heifei city in 2013 in Hefei city in 2010

对图5和图6中合肥市部分地区及人口分布情况作放大处理，如图7所示。图7a为合肥市巢湖地区500m×500m网格人口分布情况，图7b为巢湖地区1km×1km网格人口分布情况。以图7中部分地区为例进行分析:(1)黄陂湖所在水域范围内没有人居住，这种情况在图7a中反映较准确，而图7b中由于公里格网精度有限，反映不够精确;(2)图7a中的人口密度较高区域斑块能够与乡镇中心吻合，能够较好的印证人口分布特征，而图7b反映不是很明显;(3)为检验合肥市人口网格化的精度，以庐江县为例。庐城镇作为庐江县行政中心，实际统计人口总数和人口密度是冶父山镇的近3倍，对500m×500m网格化结果进行检验，结果显示，图7a中图斑的颜色差异较好的区分两镇人口密度差异，而图7b中显示的两镇人口对比度相差无几。

由上述对比分析结果可知，本文建立的500m×500m网格精细化人口分布结果较公里格网人口分布更为准确，精细度更高，且研究结果与实际情况较为一致。

在此基础上本文随机选取合肥市10个乡镇街道的人口数据空间化结果与实际人口数进行对比，得到表1所示的结果。从表1中看出，模拟人口与实际调查人口数存在一定误差，但总体程度上在可以允许的范围内，结果在一定程度上较为准确。

图7 合肥市部分地区500m×500m(2013年)(a)和1km×1km(2010年)(b)网格人口密度分布情况Fig．7 Distribution of population density for grid of 500m×500m in 2013(a)and 1km×1km in 2010(b)in part region of Hefei City

表1 合肥市部分乡镇实际人口数与人口空间化后的对比Tab．1 Comparison between real statisitcal population data and population data after data spatial in part regions of Hefei City

4 结论与讨论

通过使用2013年安徽省乡镇级行政区为统计单位的人口、建筑物分布数据和2013年的全省夜间灯光数据等，建立属性数据库，应用空间分析模块将属性数据转化为500m×500m规则格网点上的人口密度及单位面积人口，并对单元格网中心点上的人口密度数据进行综合分析，运用加权计算方法获取单元格对应的人口密度，并通过研究结果的统计分析获得网格人口数据分布图，对比2010年安徽省人口公里格网数据结果进行精度检验，同时抽样提取部分乡镇实际人口与网格化人口进行对比分析，结果表明模拟的人口密度数据质量具有较高精度。

网格化后的模拟人口数据与实际调查人口数据存在一定程度上的差异，可能是网格化的数据源在行政区边界拓扑关系上存在问题，本文接下来会进一步对数据源选取、模型建立上进行优化，进一步提高人口网格化精度。

［1］李树帧．地震灾害评估［M］．北京:地震出版社，1996:95．

［2］李智，王晓青．地震灾害微观与宏观方法快速盲估综述［J］．地震，2010，30(2):134－142．

［3］陈振拓，李志强，丁文秀，等．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［J］．震灾防御技术，2012，7(3):273－284．

［4］丁文秀．面积权重模型数据网格化方法的优化研究:2010－2014地震应急青年重点任务成果部分选编［M］．北京:地震出版社，2017．

［5］江东，杨小唤，王乃斌，等．基于 RS、GIS的人口空间分布研究［J］．地球科学进展，17(5):734－738．

［6］韩贞辉，李志强，陈振拓，等．人口、房屋数据空间化及其在震灾快速评估中的应用—以彝良地震为例［J］．地震地质，35(4):894－905．

［7］闫庆武，卞正富，张萍，等．基于居民点密度的人口密度空间化［J］．地理与地理信息科学，27(5):95－98．

［8］马犇，何琳，张洁，等．基于公里格网数据的震害快速评估本地化研究［J］．电脑编程技巧与维护，16(11):55－57．

［9］汤国安，杨昕．地理信息系统空间分析［M］．北京:科学出版社，2006:52．

［10］何洋，程辉，唐亮．2014．基于 DMSP/OLS数据的我国省级经济发展水平研究［J］．地理空间信息，12(2):79－82．

［11］张巧英．基于DMSP/OLS灯光数据的新一线城市空间扩展研究［J］．测绘信息与工程，2015，40(1):72－75．