多源异构数据环境下不可移动文物灾害风险图构建方法研究

费智涛, 郭小东,3,王志涛,3

(1.北京工业大学 城市建设学部,北京 100124;2.木结构古建筑安全评估与灾害风险控制国家文物局重点科研基地, 北京 100124;3.北京市历史建筑保护工程技术研究中心, 北京 100124)

各类型自然灾害加剧了历史文化遗产的破坏与损伤,如2008年汶川地震导致灾区50处全国重点、225处省级重点和684处县级文物保护单位遭受不同程度损害[1],2020年6月长江流域洪水影响了至少130处不可移动文物[2]。自20世纪中叶以来，预防性保护的理念不断发展[3],要在灾害发生前对不可移动文物灾害风险进行风险评估,为减轻突发性自然灾害损害和保护不可移动文物价值提供了新思路。面对不可移动文物的复杂性,风险评估需综合多种因素,考虑多元主体需求进行风险表达[4],风险图(risk map)作为一种为相关部门、用户提供预防式保护的技术工具[5],为展示不可移动文物面临的危险情况、风险阈值、潜在高风险区域和对关键承灾体的影响等信息提供可能,其中以意大利中央研究院研发的专门针对文化遗产的风险图平台(the risk map of italian cultural heritage, RM)最具代表性[6]。传统灾害风险评估的风险图多基于GIS系统绘制[7-9],“风险图”概念体现为“风险评估与制图呈现”[10-11]。面对不可移动文物的复杂性,文物本体材质、类型和结构特点等因素，需要和灾害风险图的时空属性进行耦合,多来源、多形式数据在逻辑、物理上的有机集成需被考虑[12],有关研究在多源异构数据的集成模式[13]和构建方法[14]等方面开展研究。当前,不可移动文物灾害风险图研究多集中于理念介绍[15-16]、经验借鉴[17]方面,在技术上尚未形成完整的构建方法,缺乏在多尺度、多层级层面的统筹考虑,更缺乏有关尺度变换、粒度缩放和数据共享方面的相关研究[18]。本文旨在基于灾害风险图多层次框架，提出我国不可移动文物灾害风险图构建方法,包括多维度模型、要素转换模式和数据集成量化方法,以弥补我国不可移动文物自然灾害风险管理领域的工具构建方法空白。

1 不可移动文物灾害风险图多层次框架

1.1 基于多源异构数据的不可移动文物风险表达

灾害研究领域对风险的界定存在多种理解[19],通常认为与致灾因子危险性(H)、孕灾环境敏感性(E)、承灾体脆弱性(V)和防灾减灾能力(P)几个要素相关,可使用式(1)进行表达：

Risk=f(H,E,V,P)

(1)

其中,致灾因子危险性(hazard)反应了灾害发生的威胁程度,可以通过历史灾害数据和各类灾害数值模拟精细化地进行描述，并获取相关参数,但数据质量要求高,计算时间相对较长[20-21]。为满足风险图多主体使用的需求[22],通常可以使用反映某类灾害强度、概率的方法判别,如矩阵法等[23-24],危险性通常被视为一种触发因素(trigger factors),而孕灾环境敏感性、承灾体脆弱性则可被认为是一种固有物理属性的相对静态表达,即稳定性因素(relatively stable factors)[25]。不可移动文物因其类型的多样性与构造复杂性,造成其数据的多尺度、多精度和多时序等特点[26-28],也导致数据集成和管理等方面存在诸多挑战[29]。因此,不可移动文物灾害风险评估模型的各项评估指标不可避免地涉及多源异构数据的集成问题,相应的灾害风险图作为展示不可移动文物在面临灾害危险及其后果的空间化、图示化工具[5],也需要统筹考虑多源异构数据环境下的风险表达[30]。具体的风险评估模型可采用考虑指标权重与赋值的综合评判方法,风险分级可使用自然间断的方法进行。

1.2 不可移动文物灾害风险图多层次框架

作为一种文化遗产数字型管理模式[31],灾害风险图须提供满足用户主体多元使用需求的服务类型。国际上目前较为成熟的案例,如意大利RM通过3个阶段构建了中央-地方协同的树形数据管理-风险服务机制。首先从静态-结构、环境-空气和人员利用3个维度对风险进行量化与配置;其次,通过多种数据收集方式研究并测算风险参数,并使用各类型模型(如环境-空气维度中考虑使用的损伤与退化模型)进行参数计算;最后,在罗马、拉文纳、那不勒斯和都灵等城市选取样本点进行上述数据、模型的综合[6]。

不可移动文物灾害风险图面向不同的用户需求,如管理用户(系统管理用户)具备使用所有功能和服务的权限;风险评估用户(数据管理用户、专业用户)则具备与灾害风险评估相关的服务权限,应包括数据管理、风险评估、空间分析与查询、地图制图等;普通用户仅仅具备查询服务权限,不能直接访问数据内容。灾害风险图需对数据、服务和应用进行多关系综合处理,通过集成多源异构数据、风险识别与评估、结果分析与呈现的交互满足多用户需求。数据、服务和应用之间的层次映射关系见图1。其中,数据层位于不可移动文物灾害风险图服务的底层,通过对多源异构数据不同空间、粒度的集成,保障灾害风险图服务、应用的实现。基于数据层开展查询统计、分析评估、制图与数据管理等灾害风险图服务,涉及风险评估模型、风险要素的交互,根据需求的不同形成专题图、风险图等类型。应用层则基于数据层、服务层构建应用模块,直接与不同权限使用者对接,支撑使用者在宏观决策、风险管理等的需求。

因此,不可移动文物灾害风险图的构建应在考虑不同使用者需求的基础上,提出有关时空尺度、粒度和风险要素的统一安排及其转换模式,给出多源异构数据环境下的构建方法。

图1 不可移动文物灾害风险图的数据-服务-应用框架Fig.1 Freamworkof data-service-application for immovable heritage disaster risk map

2 不可移动文物灾害风险图构建方法

2.1 不可移动文物灾害风险图构建的多维度模型

根据“需求-服务-应用”的灾害风险图多层次框架,研究构建了包含尺度维度、粒度维度、风险要素维度和时间维度的不可移动文物灾害风险图多维度模型,与考虑数据特点的维度要素转换规则模型,以满足用户在多尺度、多层级灾害风险图构建的需要。首先,考虑灾害风险图在尺度、精度和风险比对方面的不同需求,提出基于尺度、粒度和风险要素3个维度的不可移动文物灾害风险图构建的基本模型(见图2),即

F(RM)=f(C,A,Risk,t)

(2)

其中，C为尺度维度,依托文物保护等级，将不可移动文物灾害风险管理尺度分为省级、县级和文保单位3个空间尺度,与具体事权对应，方便管理与开展决策。考虑不同层级风险图使用主体的需求(如决策者需要宏观信息表达,文物工作者则更加注重文物单体面临的风险),在给定尺度C的情况下，风险图需具备较为合适的粒度A以满足使用需求[32],如在省、市县尺度各类风险图数据满足30 m的精度要求,在文保单位尺度,则以1 m作为风险图计算与展示的粒度。Risk为风险要素维度,即包括致灾因子要素、孕灾环境要素和不可移动文物本体要素,通过式(1)风险模型可计算致灾因子要素和孕灾环境要素的复合作用对不可移动文物要素造成的影响,确定某尺度下的不可移动文物风险,根据需求采用合适的粒度体现所需信息。同时,灾害风险图还需对历史数据进行分析,提取规律并预测未来t时间的风险表达。

图2 不可移动文物灾害风险图多维度模型Fig.2 Multi-dimension model of immovable heritage risk map

2.2 多维度交互下灾害风险图的要素转换模式

作为一种涉及多维度交互的工具,不可移动文物灾害风险图的构建必然受制于研究对象影响。省、县级较大尺度对于高层级决策者往往具有宏观控制的意义,而不可移动文物本身尺度偏小,本体的细节风险信息无法很好地体现(如建筑群在县域尺度风险图中难以表现)。为满足此方面的诉求,需明确不可移动文物灾害风险图多维度要素转换关联机制与模式。如图2灾害风险图多维度模型所示,基于多维度穿插、互为体现的灾害风险图以风险要素为主要信息,同时具备尺度、粒度特征。粒度、风险要素维度根据使用者需求具备多种组合(大尺度-大对象,如省域尺度展示县市不可移动文物情况;大尺度-小对象,如省域尺度展示文保单位本体等)。具体而言,灾害风险图多维度模型根据尺度转换规则、粒度转换规则和风险要素组合规则进行要素转换。对于风险要素,可使用式(3)描述:

E={e1,e1,…,en},n>0

(3)

∀i,j∈{1,2,…,n},ei≠ej

(4)

其中,ei和ej为风险要素,即包含危险性要素、脆弱性要素和敏感性要素,且在不同的尺度、粒度下风险要素的表现具有差异。对于每种风险要素应考虑其本身的风险属性(如断裂带的位置、活动性等),可使用式(5)表示风险要素的构成：

ei=(t,Si),ei∈Si

(5)

其中,t为时间戳;Si表示风险要素ei的风险属性集。对于自我特征集Si而言,s是其中的元素,代表风险要素ei的1个风险属性,属性s由风险要素的数据类型ds(如矢量、栅格或文本)、取值os和演化规则fs(如地震次生火灾蔓延随时间的变化)确定(式(6)):

s=(ds,os,fs),s∈Si

(6)

在上述风险要素的基础上,灾害风险图多维度表达模型RM可在式(2)的基础上进一步细化,体现多源异构数据的转换、组合规则(见图3),使用式(7)描述:

RM=(C,RC,A,RA,Risk,RRisk)

(7)

其中,RM为风险图维度表达模型,C为风险图的尺度维度集合,A为风险图粒度维度集合,Risk为风险图风险要素维度集合。对于每一种风险图构成维度,有C={ck|k=1,2，…，n}，A={ak|k=1,2，…，n}，Risk={Riskk|k=1,2，…，n},分别满足式(8),(9),(10)的关系：

ck=(Eck),ck∈C

(8)

ak=(Eak),ak∈C

(9)

Riskk=(ERiskk),Riskk∈C

(10)

其中，Rc为不同尺度之间的相互转换关系,可采用比例尺进行限定(见表1)。RA为粒度转换关系,风险粒度取决于不同权限使用者获取信息量的需求,如风险图粒度可根据需要进行转换(如数据分辨率为1 m的数据转为30 m时,可按需选取均值、极值作为转换输出)。RRisk为风险要素组合关系,如地震断裂带作为风险要素时,一般转化为离断裂带的距离与其他孕灾环境、承灾体数据进行风险运算。

图3 不可移动文物灾害风险图要素转换模式Fig.3 Patten of element transform for immovable heritage risk map

表1 风险图尺度转换范围(以山西省为例)Tab.1 Scale transformation of the RM (Shanxi′s example)

2.3 不可移动文物灾害风险图的多源异构数据集成量化

2.3.1 不可移动文物灾害风险图的风险评估指标 不可移动文物灾害风险图根据2.1节、2.2节提出的灾害风险图多维度模型、要素转换模式进行数据集成使用,基于风险评估指标量化评估。不可移动文物研究领域更加关注文物本体的脆弱性程度,而致灾因子的危险性虽然在灾害研究领域具备不确定性,但相对于不可移动文物而言,更趋向于描述为一种确定性的事件。因此,基于系统性、时效性、完整性和数据可获得性等原则,根据灾害风险图多维度模型确定研究尺度、精度和具体的危险性要素、脆弱性要素及敏感性要素。以小尺度下古建筑面临地震灾害为例,每一个文保单位中的不可移动文物本体都需要参与脆弱性指标的计算。基于古建筑单体与地震作用特点提出风险评估指标并根据专家意见进行打分量化,使用层次分析法综合评价小尺度下古建筑-地震的灾害风险。大、中尺度可基于小尺度数据量化于评估结果,采取自下而上的方法量化,也可以采用适用于大、中尺度风险评估需求的专门数据,进行量化评估,辅助宏观分析、决策。

2.3.2 不可移动文物灾害风险图的数据集成量化规则 不可移动文物行业具有丰富的数据积累,为衔接不可移动文物灾害风险图的风险评估指标(见图4),整理文物行业现有各种类型数据,如“四有”档案、第三次全国文物普查数据(下称“三普”)、各类图像资料等数据,构造数据量化规则支持多源异构数据输入。“四有”档案主要以文档的形式进行存储,内含文物的基本信息、各类界线的文字描述等等;“三普”数据是主要针对文物的等级、保存状况、残损情况等信息进行了详尽的记录,可以直观地反应文物本体的脆弱性。

图4 中尺度古建筑-地震灾害风险图的数据集成使用Fig.4 Data integration of ancient buildings-earthquake′s immovable heritage risk map, medium spatial scale

在进行风险评估时,采用直接量化、组合量化、空间映射的规则进行不可移动文物灾害风险图的数据集成量化以满足评估要求(见图4)。某项指标可能是由一条数据直接量化而来,如古建筑面临地震的脆弱性指标中的“保护级别”直接抽取“三普”中的相应字段,即直接量化;指标由多条数据组合获得,如指标“结构类型”,则需要构造各个古建筑类文保单位针对古建筑的木结构、砖木或石木结构、砖石结构、土结构4种结构类型对应的文物单体类别(如龙王庙、戏台、侧殿等)，并进行统计,即间接量化。以山西省为例,录入“三普”已被编号记录文物53 875处,其中古建筑类文保单位28 027处,通过模糊识别提取文物单体类别并构建了数据字典。评估所需的所有数据指标均映射至对应评估尺度的评估对象空间载体(见图5),并基于GIS平台进行计算评估。

图5 灾害风险数据集成量化Fig.5 Data integration of risk data

3 不可移动文物灾害风险图构建实例

以山西省古建筑地震风险评估为例,按照第2节的不可移动文物灾害风险图构建方法,构建了古建筑-地震风险图。案例考虑山西省省域、县域2个空间尺度,使用数据见表2。风险评估指标见表3,其中县域尺度“结构类型”指标由“三普”数据中文保单位包含的文物单体数量,使用2.3.2节间接量化规则统计而来。省域尺度“结构类型”指标则使用图3的要素转换模式,将县域尺度的点状“结构类型”转化为县域单元的“结构类型”指标,“保护级别”、“建造年代”、“不可移动文物数量”同样经过了要素转换。整个过程基于ArcGIS平台实现(见图6)。

图6 风险图制作流程Fig.6 Making process of risk map

表2 山西省不可移动文物灾害风险图构建Tab.2 Construction of immovable heritage risk map of Shanxi Province

表3 山西省古建筑不可移动文物灾害风险评估指标Tab.3 Risk assessment indicators of immovable heritage risk map of Shanxi Province′s ancient building

经评估得到山西省的省域尺度古建筑-地震风险(见图7H),县域尺度孝义市古建筑-地震风险(见图8I)。结果表明山西省117个县级单元古建筑-地震风险呈现南北中轴高、东西低的空间分布情况,其中高风险地区地震危险性较强。处于古建筑-地震高风险的县级单元中,除地震背景外,云岗-代县还受到较高保护等级影响,孝义-小店受到较高保护等级、较多文物数量影响,而霍州-新绛则受到较多文物数量的影响。

孝义市89处古建筑脆弱性指标见图8A～E,根据风险评估结果共有44处古建筑处于高风险状态,其中全国重点文物保护单位1处(中阳楼)、省级文物保护单位2处(天齐庙、永福寺)。孝义市位于地震动峰值加速度0.15～0.20 g地区,地震危险性较高,加之3处文保单位保存现状为一般、一般和较差,以及日常养护方面的缺失是其处于地震高风险的主要原因。风险图呈现的评估结果可为决策者和保护规划可在省域尺度的资金投入、县域尺度的文保单位精细化管控方面提供支撑。

A 地震动峰值加速度；B 设计地震分组；C 结构类型；D 保护级别；E 建造年代；F 不可移动文物数量； G 管理机构；H 山西省古建筑-地震风险图图7 山西省古建筑-地震风险评估Fig.7 Risk assessment of Shanxi′s ancient buildings-earthquake

A 地震动峰值加速度； B 保护级别； C 建造年代；D 文物数量；E 现状质量；F 保护规划； G 日常养护； H 保护修缮；I 孝义市古建筑-地震风险图图8 孝义市古建筑-地震风险评估Fig.8 Risk assessment of Xiaoyi City′s ancient buildings-earthquake

4 结论

本研究提出了一种不可移动文物灾害风险图构建的方法,包括多维度模型、要素转换模式和数据集成量化方法3方面,通过构造数据库,基于ArcGIS平台实现了灾害风险图构建过程,并通过山西省、孝义市的案例进行实例验证，得到以下结论:

1)提出的方法具备可行性,可将多源异构数据集成进行灾害风险评估并展示,构建多尺度灾害风险图及其专题图,实现了山西省省域、县域2个尺度的灾害风险图实例。

2)针对山西省117个县级单元的古建筑-地震评估结果显示南北中轴高、东西低的空间风险分布,其中云岗-代县、孝义-小店、霍州-新绛等地为高风险,受到较高地震危险性、保护等级和不可移动文物数量等因素的综合影响;孝义市89个古建筑类型文保单位灾害风险图显示高风险的影响因素除了较高的地震危险性外,与文保单位文物单体的保存现状、日常养护情况有很大关系。通过实践表明灾害风险图展现的评估结果具有可用性,可为不可移动文物灾害风险管理提供工具。