王小燕，任國(guó)業(yè)

(四川省農(nóng)業(yè)科學(xué)院遙感應(yīng)用研究所，四川 成都　610066)

0　引言

干旱災(zāi)害是指由于干旱所造成的低于一定水準(zhǔn)的社會(huì)、經(jīng)濟(jì)和環(huán)境狀態(tài),是由于嚴(yán)重干旱作用于脆弱的社會(huì)、經(jīng)濟(jì)或敏感生態(tài)環(huán)境系統(tǒng)的致災(zāi)結(jié)果[1]。我國(guó)是一個(gè)旱災(zāi)頻發(fā)、災(zāi)情嚴(yán)重的國(guó)家。據(jù)統(tǒng)計(jì),旱災(zāi)在自然災(zāi)害造成的總損失中占35%左右[2]。旱災(zāi)所造成的損失已經(jīng)嚴(yán)重阻礙了我國(guó)國(guó)民經(jīng)濟(jì)的增長(zhǎng)和社會(huì)的進(jìn)步,并對(duì)生態(tài)環(huán)境產(chǎn)生了難以估量的破壞,進(jìn)而影響到社會(huì)、經(jīng)濟(jì)、環(huán)境的可持續(xù)發(fā)展。如何客觀有效地對(duì)其損失進(jìn)行定量研究,為減災(zāi)防災(zāi)工作服務(wù),已成為目前亟待解決的問(wèn)題[3-4]。

減災(zāi)防災(zāi)是一項(xiàng)復(fù)雜的自然、社會(huì)、技術(shù)、經(jīng)濟(jì)系統(tǒng)工程,必須以現(xiàn)代科學(xué)技術(shù)為依托，把依靠科學(xué)技術(shù)作為減災(zāi)的根本途徑。因此，將3S數(shù)字技術(shù)應(yīng)用于減災(zāi)防災(zāi)工作、對(duì)重大自然災(zāi)害進(jìn)行監(jiān)測(cè)和評(píng)估的方法便應(yīng)運(yùn)而生[5-9]。3S技術(shù)是地理信息系統(tǒng)Geographical Information System,GIS)、全球定位系統(tǒng)(Global Positioning System,GPS)和遙感(Remote Sens-ing,RS)的統(tǒng)稱。它是目前對(duì)地觀測(cè)系統(tǒng)中空間信息獲取、存貯、管理、更新、分析和應(yīng)用的三大支撐技術(shù)的總和,具有快速方便、準(zhǔn)確客觀、靈活機(jī)動(dòng)和綜合集成的特點(diǎn)[10],對(duì)實(shí)現(xiàn)災(zāi)害的動(dòng)態(tài)監(jiān)測(cè)、損失評(píng)估和防治具有十分重要的意義[11]。

本文以湖北省咸豐縣為研究區(qū)，以旱災(zāi)災(zāi)害為主要研究對(duì)象，以多源數(shù)據(jù)為基礎(chǔ)，結(jié)合研究區(qū)基礎(chǔ)地理信息和社會(huì)經(jīng)濟(jì)數(shù)據(jù)，考慮研究區(qū)的環(huán)境特點(diǎn)，利用地面調(diào)查采樣輔助下的遙感技術(shù)，結(jié)合GIS的空間分析技術(shù)，對(duì)受災(zāi)目標(biāo)的快速識(shí)別技術(shù)以及災(zāi)情快速統(tǒng)計(jì)技術(shù)，實(shí)現(xiàn)貧困地區(qū)災(zāi)情的快速統(tǒng)計(jì)。

1　研究區(qū)概況

咸豐縣為湖北省恩施土家族苗族自治州下轄縣(108°37′8″～109°20′8″S，29°19′28″～30°2′54″N)，位于鄂、湘、黔、渝四省(市)邊區(qū)結(jié)合部，距州府所在地恩施98km，距重慶市黔江區(qū)53km。咸豐縣地處武陵山東部。地形地貌復(fù)雜，呈南部高、中部低、東部向西部?jī)A斜。境內(nèi)海拔最高點(diǎn)1911.5m，最低點(diǎn)445m，相對(duì)高差為1466.5m，以二高山地區(qū)為主，占總面積的68%。咸豐縣國(guó)土總面積2550km2，其中耕地面積4.4萬(wàn)公頃。平均海拔800m左右。轄10個(gè)鄉(xiāng)鎮(zhèn)一個(gè)區(qū)，263個(gè)村，總?cè)丝?6.4萬(wàn)人(2013年數(shù)據(jù))，有土家族、苗族、朝鮮族、東鄉(xiāng)族、蒙古族、畬族等少數(shù)民族[12]。

咸豐縣貧困地區(qū)多為生態(tài)惡劣區(qū)、深山區(qū)，自然災(zāi)害如旱災(zāi)、洪災(zāi)、地質(zhì)災(zāi)害、冰災(zāi)、雹災(zāi)等致使生態(tài)惡化、生產(chǎn)滯后、脫貧難度加大，因?yàn)?zāi)返貧現(xiàn)象嚴(yán)重。嚴(yán)重的旱災(zāi)導(dǎo)致畜牧、農(nóng)業(yè)受災(zāi)面較大，每年有上萬(wàn)人口返貧[13]。

2　研究方法及統(tǒng)計(jì)指標(biāo)體系

2.1　研究方法

首先根據(jù)具體需求以及研究區(qū)的實(shí)際情況，收集研究區(qū)的資料，建立研究區(qū)基礎(chǔ)數(shù)據(jù)庫(kù)，即人口數(shù)據(jù)庫(kù)和農(nóng)作物數(shù)據(jù)庫(kù)；然后基于確定的災(zāi)情快速分析方法，建立受災(zāi)目標(biāo)快速識(shí)別和快速統(tǒng)計(jì)方法，對(duì)災(zāi)情損失進(jìn)行評(píng)估和統(tǒng)計(jì)。

2.2　技術(shù)路線

首先，處理收集到的基礎(chǔ)人口等數(shù)據(jù)以及遙感影像數(shù)據(jù)，得到一個(gè)基礎(chǔ)數(shù)據(jù)庫(kù)，主要內(nèi)容是人口密度空間分布圖和主要農(nóng)作物空間分布圖；然后，根據(jù)相關(guān)部門得到的旱災(zāi)受災(zāi)范圍和等級(jí)圖，將人口密度分布圖、旱災(zāi)受災(zāi)范圍圖和等級(jí)圖,以及咸豐縣行政界線圖運(yùn)用GIS空間分析技術(shù)進(jìn)行分析；最終得到受災(zāi)區(qū)災(zāi)情統(tǒng)計(jì)結(jié)果(見圖1)。

圖1　技術(shù)路線圖Fig.1　Technology Roadmap map

2.3　快速統(tǒng)計(jì)指標(biāo)體系

本文主要選用人口和農(nóng)作物兩個(gè)指標(biāo)，分別對(duì)其人口數(shù)量和主要農(nóng)作物面積進(jìn)行統(tǒng)計(jì)，計(jì)算因?yàn)?zāi)受災(zāi)數(shù)量和面積，如表1所示。

表1　旱災(zāi)受災(zāi)目標(biāo)快速統(tǒng)計(jì)指標(biāo)體系

3　基礎(chǔ)數(shù)據(jù)庫(kù)的建立

3.1　人口空間密度分布圖的建立

首先對(duì)人口數(shù)據(jù)進(jìn)行空間化處理。人口數(shù)據(jù)通常是以行政單元為統(tǒng)計(jì)單位的，數(shù)據(jù)表達(dá)了統(tǒng)計(jì)單元之間的差異，但并沒有給出統(tǒng)計(jì)單元內(nèi)部的差異。為了進(jìn)行準(zhǔn)確的受災(zāi)人口統(tǒng)計(jì)，需要對(duì)人口統(tǒng)計(jì)數(shù)據(jù)進(jìn)行空間化。

要確定一定范圍內(nèi)的人口指標(biāo)數(shù)量，關(guān)鍵在于確定該范圍內(nèi)的人口指標(biāo)分布密度函數(shù)。本文借助遙感(RS)和地理信息系統(tǒng)(GIS)技術(shù)，運(yùn)用人口數(shù)據(jù)的空間展布方法[14]來(lái)獲取人口數(shù)據(jù)的空間分布密度，這種手段對(duì)人口數(shù)據(jù)進(jìn)行空間化是一種有效的手段。

丁志雄等[14]是將城鎮(zhèn)居民地和農(nóng)村居民地分開，將農(nóng)業(yè)人口在農(nóng)村居民地上展布，將非農(nóng)業(yè)人口在城鎮(zhèn)居民地上展布，所得的人口空間分布密度更接近真實(shí)的空間分布密度值，計(jì)算公式如下:

Di=Pi/Ai

(1)

式中：Di為區(qū)域i的居民地農(nóng)業(yè)或非農(nóng)業(yè)人口密度；Pi為區(qū)域i的農(nóng)業(yè)或非農(nóng)業(yè)人口；Ai為區(qū)域i的面積。

本次研究借用丁志雄等[14]提供的計(jì)算方法，以咸豐縣各鄉(xiāng)鎮(zhèn)為基本單元。首先將2014年咸豐縣人口統(tǒng)計(jì)數(shù)據(jù)轉(zhuǎn)換成按鄉(xiāng)鎮(zhèn)統(tǒng)計(jì)的數(shù)據(jù)，然后利用Arcgis10.2平臺(tái)，在咸豐縣鄉(xiāng)鎮(zhèn)矢量圖中屬性表里加入各鄉(xiāng)鎮(zhèn)人口數(shù)據(jù)，然后結(jié)合各鄉(xiāng)鎮(zhèn)人口數(shù)據(jù)和土地面積，根據(jù)公式(1)計(jì)算生成一個(gè)人口密度屬性字段，從而得到咸豐縣人口密度空間分布圖(圖2)，密度單位是人/km2。根據(jù)本研究需求，不需要區(qū)分農(nóng)業(yè)或非農(nóng)業(yè)人口，因此，此處的人口密度是指所有人口密度。

圖2　咸豐縣人口密度空間分布圖Fig.2　Population density spatial distribution map of Xianfeng County

3.2　主要農(nóng)作物分布圖的建立

首先對(duì)咸豐縣農(nóng)作物進(jìn)行遙感解譯，建立農(nóng)作物分布圖。咸豐縣遙感影像采用高分一號(hào)衛(wèi)星影像(圖3)，時(shí)相為2014年5月6日，空間分辨率為16m。針對(duì)區(qū)域農(nóng)作物等分布，經(jīng)過(guò)大量文獻(xiàn)參考和實(shí)驗(yàn)，最終采用采用面向?qū)ο蠓椒ㄟM(jìn)行目標(biāo)提取[15-21]。分析平臺(tái)采用ERDAS2013IMAGINE Objective 模塊。

面向?qū)ο骩22]分類就是集合影像臨近像元為對(duì)象用來(lái)識(shí)別感興趣的光譜要素，充分利用高分辨率的全色和多光譜數(shù)據(jù)的空間、紋理和光譜信息來(lái)分割和分類的特點(diǎn)，以高精度的分類結(jié)果或者矢量輸出。它主要分成兩部分過(guò)程：影像對(duì)象構(gòu)建和對(duì)象的分類。根據(jù)咸豐縣農(nóng)作物特點(diǎn)，提取主要農(nóng)作物水稻、小麥和油菜三類農(nóng)作物作為受災(zāi)對(duì)象。圖3為咸豐縣高分影像波段4、2、1彩色合成；圖4為解譯的農(nóng)作物分布圖，黑色線為咸豐縣縣界；黃色圖斑為旱地作物，即小麥和油菜；綠色圖斑為水田作物，即水稻。

圖3　咸豐縣遙感影像圖Fig.3　Remote Sensing Image of Xianfeng County

圖4　咸豐縣農(nóng)作物分布圖Fig.4　Crop distribution in Xianfeng County

4　受災(zāi)目標(biāo)快速統(tǒng)計(jì)

4.1　人口旱災(zāi)受災(zāi)人口快速統(tǒng)計(jì)

根據(jù)相關(guān)部門得到的旱災(zāi)受災(zāi)范圍，將人口密度分布圖、旱災(zāi)受災(zāi)范圍圖以及咸豐縣行政界線圖進(jìn)行空間疊加分析。具體方法是先將所有數(shù)據(jù)轉(zhuǎn)換成柵格數(shù)據(jù)，然后采用Arcgis10.2平臺(tái)，利用其空間分析工具中的局部分析，進(jìn)行合并。在合并之前，如果投影坐標(biāo)系不同，得先統(tǒng)一坐標(biāo)系統(tǒng)，將不同的數(shù)據(jù)重投影成相同的坐標(biāo)系統(tǒng)WGS_1984_Albers，并且對(duì)空間分辨率不一致的兩幅圖象中的高分辨率圖像進(jìn)行重新采樣使之與地空間分辨率圖像一致，得出旱災(zāi)人口受災(zāi)分布圖(圖5)。圖中圖例顏色依次漸深代表受災(zāi)人口越多，共分五個(gè)層次，分別是0～1000人、1000.1～6000人、6000.1～20000人、20000.1～40000人、40000.1～55675人。

圖5　咸豐縣旱災(zāi)受災(zāi)人口分布圖Fig.5　Drought-hit population distribution in Xianfeng County

4.2　旱災(zāi)受災(zāi)農(nóng)作物快速統(tǒng)計(jì)

將農(nóng)作物分布圖、旱災(zāi)受災(zāi)范圍圖、以及咸豐縣行政界線圖進(jìn)行空間疊加分析，得出旱災(zāi)受災(zāi)農(nóng)作物受災(zāi)分布圖。具體方法是先將所有數(shù)據(jù)轉(zhuǎn)換成刪格數(shù)據(jù)，采用Arcgis10.2平臺(tái)，利用其空間分析中的局部分析進(jìn)行合并，最終得出咸豐縣旱災(zāi)受災(zāi)農(nóng)作物分布圖(圖6)。由于3月一般水田還未種植水稻，因此，受災(zāi)的農(nóng)作物是旱地作物。圖中淺綠色為受災(zāi)的冬小麥，深綠色為受災(zāi)的油菜；在受災(zāi)范圍及程度圖例中，白色區(qū)域表示非受災(zāi)區(qū)，黃色區(qū)域表示作物輕度受災(zāi)區(qū)。

圖6　咸豐縣旱災(zāi)受災(zāi)農(nóng)作物分布圖Fig.6　Drought-hit crop distribution in Xianfeng County

4.3　旱災(zāi)災(zāi)情統(tǒng)計(jì)結(jié)果

根據(jù)上述分析，最終得到咸豐縣各鄉(xiāng)鎮(zhèn)旱災(zāi)受災(zāi)面積、受災(zāi)人口、農(nóng)作物等信息，為災(zāi)情決策提供快速科學(xué)準(zhǔn)確的依據(jù)，統(tǒng)計(jì)結(jié)果見表2。

表2　咸豐縣旱災(zāi)災(zāi)情統(tǒng)計(jì)結(jié)果

(1)咸豐縣旱災(zāi)受災(zāi)人口總數(shù)為11263人，占全縣總?cè)藬?shù)的3.09%。除了太洛壩區(qū)工委和活龍坪鄉(xiāng)2個(gè)鄉(xiāng)鎮(zhèn)未受影響外，其余9個(gè)鄉(xiāng)鎮(zhèn)均有不同程度人口受災(zāi)，其中馬甲池和高樂山鎮(zhèn)受災(zāi)人口最多，均為2000人以上；其次是丁寨鄉(xiāng)、黃金洞鄉(xiāng)和中堡鎮(zhèn)，在1000～2000人，其余4個(gè)鄉(xiāng)鎮(zhèn)受災(zāi)人口均在100～700人。

(2)咸豐縣旱災(zāi)受災(zāi)農(nóng)作物總數(shù)為4862.59公頃，占全縣耕地面積的11.05%。其中馬甲池鄉(xiāng)農(nóng)作物受災(zāi)面積最多，為1371.70公頃；其次是清坪鎮(zhèn)、活龍坪鄉(xiāng)、高樂山鎮(zhèn)、丁寨鄉(xiāng)以及尖山鄉(xiāng)，受災(zāi)農(nóng)作物面積在300～900公頃；受災(zāi)農(nóng)作物面積最少的是朝陽(yáng)寺鎮(zhèn)78.89公頃以及中堡鎮(zhèn)39.14公頃。

由于數(shù)據(jù)有限，本次研究未對(duì)研究結(jié)果進(jìn)行實(shí)地驗(yàn)證，這也是下一步研究?jī)?nèi)容。

5　結(jié)論

本文即運(yùn)用社會(huì)經(jīng)濟(jì)統(tǒng)計(jì)數(shù)據(jù)、國(guó)產(chǎn)高分一號(hào)衛(wèi)星影像以及其他多源數(shù)據(jù)，并采用遙感和GIS技術(shù)，對(duì)旱災(zāi)受災(zāi)區(qū)的典型受災(zāi)目標(biāo)即人口和農(nóng)作物進(jìn)行了快速統(tǒng)計(jì)，最終得到了研究區(qū)及其各鄉(xiāng)鎮(zhèn)受災(zāi)目標(biāo)的量的統(tǒng)計(jì)結(jié)果。確立了災(zāi)情快速統(tǒng)計(jì)技術(shù)方法，即基礎(chǔ)數(shù)據(jù)庫(kù)的建立和受災(zāi)目標(biāo)快速識(shí)別和災(zāi)情快速統(tǒng)計(jì)的方法。本文的研究，能夠?yàn)樨毨У貐^(qū)旱災(zāi)以及其他地區(qū)各種災(zāi)害的災(zāi)情統(tǒng)計(jì)提供一種快速、準(zhǔn)確的方法；在各種自然災(zāi)害發(fā)生時(shí)，能夠?yàn)橄嚓P(guān)部門減災(zāi)、災(zāi)后定損及賠償提供科學(xué)的依據(jù)，不再有因?yàn)?zāi)致貧的惡性循環(huán)，進(jìn)而推進(jìn)貧困地區(qū)經(jīng)濟(jì)發(fā)展并保障人口安全，并為貧困地區(qū)防災(zāi)、減災(zāi)規(guī)劃及政策的制定提供科學(xué)依據(jù)。由于數(shù)據(jù)原因，沒有對(duì)損失進(jìn)行到價(jià)格一步和研究結(jié)果進(jìn)行實(shí)地驗(yàn)證，這也是下一步研究?jī)?nèi)容。