基于抽样数据的甘肃人口、房屋数据空间化

周闻云 丁文秀

摘 要：为提高人口、房屋数据空间化精度，在甘肃省内随机抽取311个网格单元（1km×1km）的人口、房屋数据为样本，建立基于抽样数据的人口、房屋分布模型。将其应用到2013年岷县漳县Ms 6.6级地震灾害快速评估中，结果显示，用人口、房屋空间数据得到的快速评估结果具有较高的精度和可信度。基于抽样的人口、房屋数据空间化方法可以较好地反映甘肃省实际人口、房屋分布情况。

关键词：人口数据空间化；房屋数据空间化；地震快速评估

DOI：10.11907/rjdk.172754

中图分类号：TP319

文献标识码：A 文章编号：1672-7800（2018）005-0176-03

Abstract：In order to improve the accuracy of population and housing grid spatialization， this paper introduced a population and housing gird spatialization module based on 311 random grid's samples（1km ×1km）from Gangsu Province. The module was then tested in the rapid earthquake loss assessment of the Ms6.6 earthquake in Min County and Zhang County in 2013. The results showed that the module had high accuracy and reliability of population and housing grid spatialization.

Key Words：population grid spatialization； housing grid spatialization； rapid earthquake loss assessment

0 引言

人口、房屋数据空间化是提高地震灾情快速评估结果精度的关键。国内外学者对于人口分布模型做了大量研究工作，最具代表性的人口分布数据产品有：GPW 5km分辨率人口分布数据、UNEP/GRID 2.5km分辨率人口分布数据和LandScan 30″×30″分辨率人口分布数据。如杨雅玲等[1]依据1985年第一次全国城镇房屋普查数据，建立了三门峡、湛江和厦门的房屋数据库，并结合地震烈度实现地震灾害预测；甘承钊等[2]对合肥市区10个街道办事处3 558幢单体房屋进行调查，并建立房屋基础数据库；韩贞辉等[3]用抽样数据结合人口密度分级模拟了彝良地区房屋分布；高晓路等[4]用地级和省级单元的房屋结构比例，推定县级单元的农村地区房屋比例和数量；丁文秀等[5-8]用公里网格单元的抽样数据并结合统计数据，研究了四川、云南和湖北的人口和房屋分布。

目前，大区域房屋数据空间化的研究主要有3种方式：①基于单体房屋的数据普查，工作量太大，人力、财力均难以支持，所以很难在大范围推广实现；②通过大范围（省、市、县）的房屋统计（或估算）数据简单模拟房屋分布，误差较大；③以公里网格单元的抽样数据结合统计数据，获取整个研究区人口、房屋分布。本文采用第三种方法实现了甘肃省人口、房屋数据空间化。

1 甘肃省人口数据空间化

1.1 分区

人口、房屋分布存在较强的区域性差异，本文结合城乡布局将甘肃省划分为5个区域（见图1），使同一区域内的人口、房屋空间分布特征具有较强的相似性，达到简化模型参数的目的。

1.2 人口、房屋数据抽样调查

本文在甘肃省一共完成311个调查点（每个调查点为1km×1km网格，分布详见图1），调查点网格单元与建模网格单元大小一致，且涉及到每一个分区。

1.3 数据预处理

用ArcGIS依据甘肃省行政区划图生成 1km×1km格网，以此作为基础。用ArcGIS逐一将自然村分布、交通、城镇分布、数字高程、土地分类和夜间灯光等数据（见表2）进行网格化。

1.4 人口数据空间化

在分区基础上以土地利用模型为基础，分别对不同分区的样本数据定量分析，采用多元逐步回归分析法建立城镇、农村人口密度模型。

1.4.1 建城区人口密度权重模型

通过对省会城市、地级市建城区样本数据分析得出，城镇建筑用地、农居用地、交通网密度及分布、水资源分布是建城区影响该区人口分布的主要因素。以土地利用类型中的城镇建筑用地、农居用地为基础，结合交通网密度进行辅助建模，建立城镇建城区人口密度权重模型[5-7]，表达式如下：

1.4.2 农村区域人口密度权重模型

通过对农村区域样本数据分析得出，农居用地、农业用地格局、水资源分布是影响农村区域人口分布的主要因素，同时为确保数据合理性、准确性，引入自然村分布进行辅助建模控制农村地区网格人口分布[5-7]，表达式如下：

1.4.3 人口分布空間数据计算

以乡、镇、街道办等行政单元的人口统计数据作为总量控制，用城镇、农村区域的人口密度权重生成公里网格单元人口密度数据，计算公式如下[5-9]：

Pop_density（i，j）为网格的人口密度，P（i，j）为空间任意公里网格的人口密度权重值，Popi为行政单元人口统计数据。最后将各分区对应的公里网格数据图层合并，获取全省的人口空间化结果（见图2）。

1.5 房屋数据空间化

参照建筑结构分类并结合实际抽样数据，将甘肃省的房屋结构类型分为：土木结构、砖木结构、砖混结构、钢混结构、其它结构5类。依据各分区的抽样数据计算出人均房屋面积及各分区的房屋结构类型比例（见表2）。用人口网格数据和人均房屋面积计算出房屋总面积分布（见图3），用房屋结构类型比例计算得到各类结构房屋面积分布。

2 岷县漳县Ms 6.6级地震快速评估

2013年7月22日岷县漳县发生Ms6.6级地震，灾区总面积约16 432km2，涉及甘肃岷县、漳县、临洮县、渭源县、陇西县、临潭县、卓尼县、迭部县、舟曲县、宕昌县、礼县、康乐县和武山县等13个县区。本文以地震灾区（Ⅵ度及以上区域）作为研究区域，采用易损性分析[10]进行快速评估（见表3、图4）。其中，评估得到死亡人数误差为17.9%，受伤人数误差为12.1%，毁坏房屋面积误差为14.8%，严重破坏房屋面积误差为5.2%。

3 结语

鉴于人口、房屋分布的地域性特征，基于分区、等尺度的網格单元抽样数据，结合统计数据构建人口、房屋分布模型，成为人口、房屋数据空间化方法的发展趋势。通过岷县漳县地震灾情快速评估，本文的人口、房屋数据空间化方法可以较好地反映甘肃省实际人口、房屋分布情况。

参考文献：

[1] 杨雅玲，杨玉成.城市震害预测中的房屋数据库[J].世界地震工程，1988（1）：28-32.

[2] 甘承钊，汪振华，沈业龙.合肥市房屋基础资料调查与数据库建立[J].中国减灾，2000，10（1）：39-42.

[3] 韩贞辉，李志强，陈振拓，等.人口、房屋统计数据空间化研究及其在地震灾害快速评估中的应用——以彝良地震为例[J].地震地质，2013，35（4）：894-906.

[4] 高晓路，金凤君，季珏.基于尺度收缩方法的中国县级尺度房屋结构数据推算[J].地理研究，2011，30（12）：2127-2138.

[5] 丁文秀，卓力格图，李晓丽，等.基于抽样的四川省人口数据空间化及在芦山Ms7.0地震灾情快速评估中的应用[C].风险分析和危机反应中的信息技术——中国灾害防御协会风险分析专业委员会年会，2014：106-110.

[6] 丁文秀，张亦梅，陈振拓，等.湖北省人口数据空间化及在巴东Ms5.1地震灾情盲估中的应用[J].大地测量与地球动力学，2014，34（3）：28-30.

[7] DING W， LI X， LI Z， et al. Population and housing grid spatialization in Yunnan province based on grid sampling and application of rapid earthquake loss assessment：the Jinggu Ms6.6 earthquake[J]. Geodesy and Geodynamics，2014，5（4）：25-33.

[8] 丁文秀，李志强，卓力格图，等.四川省房屋数据空间化及在芦山7.0级地震灾情快速评估中的应用[J].灾害学，2015，30（2）：128-132.

[9] 田永中，陈述彭，岳天祥，等.基于土地利用的中国人口密度模拟[J].地理学报，2004，59（2）：283-292.

[10] 马玉宏，谢礼立.地震人员伤亡估算方法研究[J].地震工程与工程振动，2000，20（4）：140-147.

（责任编辑：何 丽）