丁文秀，李志強，卓力格圖，李曉麗，韓貞輝，馮新科

(1. 中國地震局地震研究所(地震大地測量重點實驗室)，湖北 武漢 430071；2. 中國地質(zhì)大學(武漢) 地空學院，湖北 武漢 430071；3. 中國地震局地質(zhì)研究所，北京 100029；4. 內(nèi)蒙古自治區(qū)地震局，內(nèi)蒙古自治區(qū) 呼和浩特 010010)

?

四川省房屋數(shù)據(jù)空間化及在蘆山7.0級地震災情快速評估中的應用*

丁文秀1，2，李志強3，卓力格圖4，李曉麗3，韓貞輝3，馮新科3

(1. 中國地震局地震研究所(地震大地測量重點實驗室)，湖北 武漢 430071；2. 中國地質(zhì)大學(武漢) 地空學院，湖北 武漢 430071；3. 中國地震局地質(zhì)研究所，北京 100029；4. 內(nèi)蒙古自治區(qū)地震局，內(nèi)蒙古自治區(qū) 呼和浩特 010010)

摘要:在四川省城鄉(xiāng)布局和經(jīng)濟分區(qū)的基礎上，通過308個房屋數(shù)據(jù)抽樣點(1 km×1 km)并結(jié)合土地利用數(shù)據(jù)，建立分類的房屋數(shù)據(jù)空間化模型。將其結(jié)果應用到蘆山7.0級地震震例中，得到以下結(jié)論：災區(qū)毀壞與嚴重破壞房屋數(shù)量591 077間，誤差為4.1%；房屋直接經(jīng)濟損失估算259.6～300億元，誤差為4.5%～10.2%；死亡人數(shù)誤差為26.0%～71.9%；受傷人數(shù)誤差12.7%～22.3%。結(jié)果表明：提出的房屋空間化方法較好地體現(xiàn)了實際房屋分布情況，為建立大區(qū)域的房屋空間數(shù)據(jù)提供了途徑。用該數(shù)據(jù)評估得到的災區(qū)房屋倒損、人員傷亡、經(jīng)濟損失數(shù)據(jù)有較高的可信度。在此基礎上以房屋倒損結(jié)構(gòu)類型和面積為指標劃分救援區(qū)域，為救援力量的合理部署提供依據(jù)。

關(guān)鍵詞:房屋；數(shù)據(jù)空間化；地震災情；快速評估；蘆山7級地震；救援；區(qū)域劃分

地震災害快速評估是利用較少的信息和數(shù)據(jù)量，采用基于經(jīng)驗模型的震后損失評估方法，快速給出地震損失評估初步結(jié)果[1]。長期以來，行政單元的房屋面積主要依據(jù)《統(tǒng)計年鑒》提供的人均面積估算得到，房屋結(jié)構(gòu)類型按城市規(guī)模簡單估算。雖然統(tǒng)計局公布的第六次人口普查(簡稱“六普”) 數(shù)據(jù)提供了各市、縣的房屋統(tǒng)計數(shù)據(jù)，但統(tǒng)計數(shù)據(jù)無法呈現(xiàn)出市、縣內(nèi)部的房屋空間分布特征。房屋空間分布數(shù)據(jù)的缺失是制約地震災情快速評估精度的瓶頸。

國內(nèi)外學者對于房屋數(shù)據(jù)空間化進行的研究工作較少，僅楊雅玲等依據(jù)1985年第一次全國城鎮(zhèn)房屋普查數(shù)據(jù)，建立了三門峽、湛江和廈門的房屋數(shù)據(jù)庫，并結(jié)合地震烈度實現(xiàn)震害預測[2]。甘承釗等依據(jù)合肥市區(qū)十個街道辦事處3 558幢單體房屋調(diào)查數(shù)據(jù)，建立房屋基礎數(shù)據(jù)庫[3]。大區(qū)域的房屋數(shù)據(jù)空間化最早是美國USGS于2008年提出并開始實施，USGS建立了全球第一個房屋格網(wǎng)分類數(shù)據(jù)庫，并將房屋格網(wǎng)倒損數(shù)據(jù)做為震后災情損失評估、救援決策的重要指標[4]。由于詳細的房屋空間分布數(shù)據(jù)獲取較為困難，USGS只能參照某一國家(地區(qū))的統(tǒng)計數(shù)據(jù)簡單地模擬房屋分布。高曉路等用地級和省級單元的房屋結(jié)構(gòu)比例來推定縣級單元的農(nóng)村地區(qū)的房屋比例和數(shù)量[5]。

綜上所述，房屋數(shù)據(jù)空間化的方法主要有兩種：①基于單體房屋的數(shù)據(jù)普查，工作量大，人力、財力均難以支持，難以在大范圍推廣實現(xiàn)；②通過大范圍(省、市、縣)的房屋統(tǒng)計(或估算)數(shù)據(jù)來模擬房屋類型分布，數(shù)據(jù)的可信度不高。因此，本文綜合上述2種方法，提出基于房屋抽樣數(shù)據(jù)來建立分類的房屋數(shù)據(jù)分布模型。

1研究方法

1.1研究思路

房屋類型與城鄉(xiāng)布局和經(jīng)濟因素密切相關(guān)，以城鄉(xiāng)布局和經(jīng)濟發(fā)展水平為主要指標分區(qū)，在分區(qū)的基礎上對四川省進行等尺度網(wǎng)格數(shù)據(jù)抽樣，建立基于分區(qū)域的分類房屋面積分布模型。

(1)分區(qū)：四川省城鄉(xiāng)房屋結(jié)構(gòu)類型差異顯著，城鎮(zhèn)房屋分布密集，結(jié)構(gòu)多以鋼混、磚混為主，城市化程度越高其鋼混結(jié)構(gòu)房屋的比例就越高；而農(nóng)村的民宅多為單層建筑結(jié)構(gòu)(磚混、磚木、土木等)，且抗震設防的程度較低或基本不設防，因此，城鄉(xiāng)布局可作為劃分房屋結(jié)構(gòu)類型的重要指標。同時，當?shù)氐慕?jīng)濟發(fā)展水平也是影響房屋結(jié)構(gòu)類型的主要因素：對于城市區(qū)域而言，經(jīng)濟發(fā)達程度越高，其鋼混結(jié)構(gòu)房屋的比例就越高，而農(nóng)村區(qū)域經(jīng)濟發(fā)達程度越高，其磚混結(jié)構(gòu)房屋的比例就越高。人均GDP作為經(jīng)濟發(fā)展水平指標客觀反映了一定地區(qū)內(nèi)的經(jīng)濟發(fā)展水平和居民生活水平，將人均GDP作為影響房屋結(jié)構(gòu)的主要經(jīng)濟因素[5]。參考國家統(tǒng)計局人均GDP劃分指標[6]結(jié)合城鄉(xiāng)布局將四川省劃分為7個區(qū)域(表1)。

表1　四川省城鄉(xiāng)與經(jīng)濟分區(qū)

(2)數(shù)據(jù)抽樣調(diào)查：在分區(qū)基礎上進行樣本點的選取、數(shù)據(jù)抽樣工作，在2011-2012年一共完成308個抽樣網(wǎng)格(1 km×1 km)。為了避免生產(chǎn)經(jīng)營用房、辦公用房對后續(xù)地震災情評估的影響，房屋抽樣數(shù)據(jù)不涵蓋工廠、學校、企事業(yè)單位辦公樓，農(nóng)村地區(qū)的自住房中兼作生產(chǎn)經(jīng)營的用房面積不被統(tǒng)計。

(3)房屋數(shù)據(jù)空間化：通過對分區(qū)域的抽樣數(shù)據(jù)統(tǒng)計分析得出城鎮(zhèn)用地、農(nóng)居用地、房屋結(jié)構(gòu)類型與各分區(qū)的關(guān)系，建立分類的房屋數(shù)據(jù)空間化模型。

1.2數(shù)據(jù)預處理

(1)依據(jù)四川省行政區(qū)劃圖生成1 km×1 km格網(wǎng)數(shù)據(jù)，以此作為房屋網(wǎng)格數(shù)據(jù)庫的基礎。

(2)逐一將自然村數(shù)據(jù)、城鎮(zhèn)分布、數(shù)字高程、GDP、土地分類等數(shù)據(jù)(表2)進行網(wǎng)格化(1 km×1 km)，并存入格網(wǎng)數(shù)據(jù)庫。

表2　研究所用數(shù)據(jù)及數(shù)據(jù)源

2房屋數(shù)據(jù)空間化方法

2.1抽樣數(shù)據(jù)統(tǒng)計分析

通過對分區(qū)域的抽樣數(shù)據(jù)統(tǒng)計分析得到以下結(jié)果：

(1)隨著城鎮(zhèn)化水平、經(jīng)濟發(fā)達程度的降低，城鎮(zhèn)建筑用地的比例減少，農(nóng)居建筑用地的比例增加(圖1)；

(2)隨著城鎮(zhèn)化水平、經(jīng)濟發(fā)達程度的降低，鋼混結(jié)構(gòu)的比例下降；同時，土木結(jié)構(gòu)、磚木結(jié)構(gòu)、其他結(jié)構(gòu)的比例升高；在城鎮(zhèn)區(qū)域隨著經(jīng)濟發(fā)達程度的降低，磚混結(jié)構(gòu)的比例升高；在農(nóng)村地區(qū)域隨著經(jīng)濟發(fā)達程度的降低，磚混結(jié)構(gòu)的比例降低(圖2)。

(A：省會城市建城區(qū)；B：發(fā)達城鎮(zhèn)建城區(qū)；C：較發(fā)達城鎮(zhèn)建城區(qū)；D：一般城鎮(zhèn)建城區(qū)；E：發(fā)達農(nóng)村地區(qū)；F：較發(fā)達農(nóng)村地區(qū)；G：一般農(nóng)村地區(qū))圖1　四川省建筑用地占比與分區(qū)的關(guān)系

(A：省會城市建城區(qū)；B：發(fā)達城鎮(zhèn)建城區(qū)；C：較發(fā)達城鎮(zhèn)建城區(qū)；D：一般城鎮(zhèn)建城區(qū)；E：發(fā)達農(nóng)村地區(qū)；F：較發(fā)達農(nóng)村地區(qū);G：一般農(nóng)村地區(qū))圖2　房屋結(jié)構(gòu)類型與分區(qū)的關(guān)系

2.2房屋分布模型的實現(xiàn)

房屋分布模型分為2部分：房屋面積估算模型、房屋結(jié)構(gòu)比例分布模型。

2.2.1房屋面積

房屋面積數(shù)據(jù)通常是借助人口和人均住房屋面積來實現(xiàn)。但公里網(wǎng)格的人口密度是模擬結(jié)果，與實際情況并不完全相符，是影響房屋面積估算結(jié)果的主要因素。依據(jù)抽樣統(tǒng)計數(shù)據(jù)中各分區(qū)的調(diào)查點房屋面積與建筑用地面積分析得到，房屋面積總體上隨著建筑用地面積的升高而升高，呈現(xiàn)較好的線性關(guān)系(圖3)。因此，本文以公里網(wǎng)格城鎮(zhèn)建筑用地、農(nóng)居建筑用地為建模因子，構(gòu)建房屋面積分布模型，計算公式如式(1)所示。

Bj=1.29×e(0.04×PCGi,j)×CTi,j+0.86×e(0.13×PCGi,j)×Ri,j+Δ。

(1)

式中：Bj為公里網(wǎng)格單元的房屋總面積(km2)；CTi,j為公里網(wǎng)格城鎮(zhèn)用地面積(km2)；Ri,j為公里網(wǎng)格農(nóng)居用地面積(km2)；PCGi,j為公里網(wǎng)格人均GDP(萬元)；Δ為修正參數(shù)。

圖3　房屋面積與建筑用地關(guān)系

2.2.2房屋類型分布

第六次人口普查中將房屋按承重類型分為鋼及鋼混結(jié)構(gòu)、混合結(jié)構(gòu)、磚木結(jié)構(gòu)、其他結(jié)構(gòu)四類。但在四川省經(jīng)濟較為落后的農(nóng)村區(qū)域，存在大量土木結(jié)構(gòu)的房屋，土木結(jié)構(gòu)房屋抵御地震的災害較差，與磚木、磚混房屋相比有著更高的毀壞比例。以汶川地震災區(qū)Ⅶ度區(qū)為例，土木結(jié)構(gòu)的毀壞比例是磚木結(jié)構(gòu)的2倍，是磚混結(jié)構(gòu)的7倍。本文結(jié)合房屋震害分類[11]將四川省房屋類型分為：鋼混結(jié)構(gòu)、磚混結(jié)構(gòu)、磚木結(jié)構(gòu)、土木結(jié)構(gòu)和其他結(jié)構(gòu)等五大類。

房屋類型比例關(guān)系是房屋數(shù)據(jù)空間化的難點，在房屋面積分布模型基礎上，依據(jù)各分區(qū)的調(diào)查點中各結(jié)構(gòu)類型房屋面積的比例關(guān)系(表3)，構(gòu)建出房屋結(jié)構(gòu)類型分布模型。

表3　房屋結(jié)構(gòu)類型比例關(guān)系表　%

Gi,j=Bi×Ai,j，

(2)

式中：Gi,j為網(wǎng)格單元內(nèi)各種結(jié)構(gòu)類型的房屋面積(km2)；Bi為網(wǎng)格單元內(nèi)房屋總面積(km2)； Ai,j為各種房屋結(jié)構(gòu)類型的比例。

2.2.3房屋數(shù)據(jù)空間化的實現(xiàn)

通過房屋面積模型估算網(wǎng)格單元內(nèi)各類房屋總面積，再通過房屋結(jié)構(gòu)類型比例關(guān)系得到各類房屋的面積，最終實現(xiàn)房屋數(shù)據(jù)的空間化(圖4～圖8所示為四川省房屋總面積、鋼混結(jié)構(gòu)、磚混結(jié)構(gòu)、土木結(jié)構(gòu)、磚木結(jié)構(gòu)房屋面積分布)。

圖4　四川省房屋總面積分布

圖5　四川省鋼混結(jié)構(gòu)房屋面積分布

圖6　四川省磚混結(jié)構(gòu)房屋面積分布

圖7　四川省磚木結(jié)構(gòu)房屋面積分布

圖8　四川省土木結(jié)構(gòu)房屋面積分布

3四川蘆山7.0級地震快速災情評估

本文以2013年4月20日四川省蘆山7.0級地震災區(qū)為研究區(qū)域，進行快速評估和救援區(qū)域劃分。

3.1快速評估

通過易損性分析結(jié)合房屋倒損評估公式[12]得出災區(qū)毀壞與嚴重破壞房屋間數(shù)591 077間，誤差為4.1%(表4、圖9)。進一步得到房屋破壞直接經(jīng)濟損失[11]為259.6 ～ 300億元(表4、圖10)， 實際統(tǒng)計數(shù)據(jù)為272.2億元。結(jié)合人員傷亡公式[13]得出死亡人數(shù)145～337人，實際統(tǒng)計數(shù)據(jù)為196人；得出受傷人數(shù)10 429～15 192人，實際統(tǒng)計數(shù)據(jù)為13 484人(見表4、圖11)。與汶川地震相比，蘆山地震死亡人數(shù)較少，主要原因是汶川地震災后重建房屋的抗震設防水平有所提高，降低了蘆山地震人員死亡率。但地震災區(qū)還是有大量的土木、磚木結(jié)構(gòu)房屋毀壞，是造成受傷比例較大的原因。

表4　計算結(jié)果及誤差

3.2救援區(qū)域劃分

房屋倒損類型是影響搜救難度的主要因素，同時也是劃分救援類型的重要因素。本文以毀壞和嚴重破壞的房屋面積比例和倒損房屋結(jié)構(gòu)類型作為主要指標對地震災區(qū)的救援區(qū)域劃分[15](圖12、表5)。其中，11、12分區(qū)的毀壞與嚴重破壞房屋面積≥70%，受災極為嚴重。11分區(qū)倒損房屋結(jié)構(gòu)為主要為鋼混、磚混結(jié)構(gòu)為主，搜援難度很大，需要重型、中型救援隊；12分區(qū)的倒損房屋結(jié)構(gòu)為主要為磚混、磚木等為主，需要中型救援隊；22、32、42分區(qū)倒損房屋結(jié)構(gòu)為主要為磚混、磚木等為主，中型救援隊可滿足需求；22分區(qū)毀壞與嚴重破壞房屋面積45%～70%，受災極為嚴重；32分區(qū)毀壞與嚴重破壞房屋面積20%～45%，受災嚴重；32分區(qū)毀壞與嚴重破壞房屋面積<20%，與其他分區(qū)相比受災相比受災相比受災程度較輕。

圖9　蘆山地震災區(qū)毀壞和嚴重破壞房屋面積分布

圖10　蘆山地震災區(qū)房屋破壞造成的直接經(jīng)濟損失分布

圖11　蘆山地震災區(qū)傷亡人員分布(Ⅶ度及以上)

圖12　蘆山地震災區(qū)救援區(qū)域劃分(Ⅶ度及以上)

表5　救援區(qū)域劃分編碼表

4結(jié)論

在分區(qū)和房屋抽樣數(shù)據(jù)的基礎上，建立了分類的房屋數(shù)據(jù)空間化模型。通過蘆山7.0級地震快速評估結(jié)果的檢驗，說明本文提出的空間化模型可信度較高，體現(xiàn)了房屋數(shù)據(jù)空間分布情況，為建立大區(qū)域的房屋空間數(shù)據(jù)提供了途徑。房屋數(shù)據(jù)空間化模型的建立，為震后初期現(xiàn)場信息掌握不全面的情況下，全面估計災情分布、快速確定救援區(qū)域提供了可能。以房屋倒損結(jié)構(gòu)類型和面積為指標的救援區(qū)域劃分方法，將救援類型分級。

指揮部可依據(jù)各子區(qū)域的災情需求制定相應的救援服務，為救援力量的合理部署提供重要依據(jù)，有助于提高救援工作效率。

參考文獻：

[1]徐國棟,袁藝,方偉華,等. 玉樹7.1級地震震后損失快速評估[J]. 地震工程與工程振動, 2011,31(1):114-123.

[2]楊雅玲,楊玉成.城市震害預測中的房屋數(shù)據(jù)庫[J].世界地震工程,1988(1):28-32.

[3]甘承釗,汪振華,沈業(yè)龍.合肥市房屋基礎資料調(diào)查與數(shù)據(jù)庫建立[J].中國減災,2000,10(1):39-42.

[4] Kishor Jaiswal, M EERI, David Wald,et al. A global building inventory for earthquake loss estimation and risk management earthquake spectra[J]. Earthquake Engineering Research Institute,2010,26(3): 731-748.

[5]高曉路,金鳳君,季玨.基于尺度收縮方法的中國縣級尺度房屋結(jié)構(gòu)數(shù)據(jù)推算[J]. 地理研究,2011, 30(12):2127-2138.

[6]中華人民共和國國家質(zhì)量監(jiān)督檢驗檢疫總局, 中國國家標準化管理委員會.GB/T 18208.4地震現(xiàn)場工作第4部分：災害直接損失評估[S].北京:中國標準出版社，2011:1-17.

[7]四川省人口普查辦公室，四川省統(tǒng)計局.四川省2010年人口普查資料[M].北京：中國統(tǒng)計出版社， 2012:2-452.

[8]四川省統(tǒng)計局，國家統(tǒng)計局四川調(diào)查總隊. 四川省統(tǒng)計年鑒(2013)[M].北京：中國統(tǒng)計出版社， 2013:263-317.

[9]地球系統(tǒng)科學數(shù)據(jù)共享平臺 [DB/OL]. [2014-07-01].http://www.geodata.cn.

[10]SRTM數(shù)字高程數(shù)據(jù)[DB/OL]. [2014-07-01].http://srtm.csi.cgiar.org.

[11]李樹楨.中國地震災害損失預測研究專輯-地震災害評估[M].北京:地震出版社.1995:1-54.

[12]尹之潛. 結(jié)構(gòu)易損性分類和未來地震災害估計[J].中國地震,1996,12(1):49-55.

[13]馬玉宏,謝禮立.地震人員傷亡估算方法研究[J].地震工程與工程振動,2000,20 (4): 140-147.

[14]國家減災委專家委員會,民政部國家減災中心.四川蘆山“4.20”強烈地震災害評估報告[R]. 北京：民政部國家減災中心，2013.

[15]丁文秀,卓力格圖,李曉麗,等. 基于公里網(wǎng)格數(shù)據(jù)的地震救援區(qū)域劃分方法[J]. 災害學,2013,28(4):221-228.

楊銀科，彭建兵，劉聰. 滑坡年代學研究方法應用進展[J].災害學, 2015,30(2):133-137. [Yang Yinke, Peng Jianbing and Liu Cong. The application progress on research methods of landslide chronology[J].Journal of Catastrophology, 2015,30(2)：133-137.]

Housing Data Spatialization in Sichuan Province and its Applicationin Fast Assessment on Lushan M7.0 Earthquake Disaster

Ding Wenxiu1, 2, Li Zhiqiang3, Zhuoli Getu4, Li Xiaoli3, Han Zhenhui3and Feng Xinke3

(1.InstituteofSeismology,ChinaEarthquakeAdministration,Wuhan430071,China; 2.Instituteof

Geophysics&Geomatics,ChinaUniversityofGeosciences,Wuhan430071,China; 3.InstituteofGeology,

ChinaEarthquakeAdministration,Beijing100029,China; 4.EarthquakeAdministrationofInner

MongoliaAutonomousRegion,Huhhot010010,China)

Abstract:On the basis of the layout of urban and rural areas and economic regionalization in Sichuan Province, through 308 housing data sampling points (1 km×1 km) and combined with the land use data, a housing data spatialization model is established. The results are applied to the case of Lushan M7.0 earthquake and the amount of destructed and seriously destroyed houses in the stricken area is 591 077 with an error of 4.1%; estimation for the direct economic loss of housing is 259.6～300 billion, with an error of 4.5%～10.2%; the death toll error is 26.0%～71.9% and the number of injured error is 12.7%～22.3%. Results show that: the housing spatialization method proposed can reflect the actual housing distribution, providing a way for the establishment of spatial data on houses in big regions. Data on house damages, casualties and economic losses evaluated according to the above data have relatively higher credibility. Rescue areas are divided with the index of house damage structure type and area to provide references for reasonable deployment of rescue force.

Key words:housing; data spatialization; earthquake disaster; fast assessment; Lushan M7.0 earthquake; rescue; regional division

doi:10.3969/j.issn.1000-811X.2015.02.025

中圖分類號：X43；P316

文獻標志碼：A

文章編號：1000-811X(2015)02-0128-05

作者簡介：丁文秀(1981-),男，甘肅寧縣人，博士研究生，工程師，從事地震災情評估與應急救援研究工作. E-mail:dwxcug@126.com通訊作者：卓力格圖(1971-)，男，內(nèi)蒙古通遼人，蒙古族，博士，副研究員，主要從事地震災情評估與應急救援研究工作.E-mail:zhuoligetu@eqhb.gov.cn

基金項目：中國地震局地震行業(yè)科研專項“基于快速震動圖技術(shù)的天山帶災情速判研究”(201308018-5)；中國地震局地震行業(yè)科研專項“南北地震帶區(qū)域基礎數(shù)據(jù)更新與數(shù)據(jù)模式轉(zhuǎn)換”(201108002)

收稿日期：2014-10-30修回日期：2014-12-04