面向地震应急的人口空间化方法研究.docxVIP

面向地震应急的人口空间化方法研究 贾召亮 郑川 李袁欣 许瑞杰 吴艳梅 毛振江 摘要：为提高震后受灾人口估算精度和灾区人口空间分布可视化表达效果，以云南省大理州为研究区，结合FROM-GLC10地表覆盖数据和NPP/VIIRS夜间灯光数据，基于乡镇人口统计数据，展开人口空间化方法研究，制作了大理州50 m×50 m人口格网数据。使用相关系数、相对误差和平均相对误差对人口模拟结果进行了检验，以漾濞5.1级地震和云龙5.0级地震为例对模拟结果进行了应用分析。结果表明：①结合FROM-GLC10地表覆盖数据和NPP/VIIRS夜间灯光数据的人口空间化可以有效提取人口空间分布范围，并区分人口空间分布的差异性;②乡镇模拟人口与实际统计人口的相关系数R2为0.955，平均相对误差为14.306%，82%的乡镇相对误差在±20%以内，人口模拟数据精度较高;③2次地震的灾区人口模拟数据与实际统计数据的相对误差分别为-1.67%和-2.27%，人口空间分布模拟结果可以直观反映灾区人口分布情况，研究成果可为震后辅助决策提供数据支持。 关键词：地表覆盖;夜间灯光;人口空间化;地震应急 中图分类号：P315.94文献标识码：A文章编号：1000-0666（2020）04-0751-08 0引言 云南是中國大陆遭受地震灾害最为严重的省份之一，仅20世纪就发生5级以上地震377次，造成3万余人死亡，近20万人受伤（皇甫岗等，2000）。人口是地震灾害中的主要承灾体，也是灾害发生后的第一救援对象。在地震发生后的黑箱期内，快速、准确地获取灾区受灾人口数量和空间分布信息是合理做出救援决策、减少人员伤亡和经济损失的关键（聂高众等，2012）。目前，地震应急工作所使用的人口数据主要源于全国人口普查和抽样调查，这些人口统计数据以严谨的统计学理论和方法作为支撑，具有权威、系统、规范等特点（胡云锋等，2011），但以县乡行政区划为统计单元，直观性差且更新速度较慢，不能满足震后灾情快速评估对灾区人口估算精度和人口空间分布可视化表达等方面的需求。 人口数据空间化基于人口空间分布模型或采用一定的计算方法，对人口统计数据进行离散化处理，发掘并展现其中隐含的空间信息，模拟或再现客观世界的人口地理分布（柏中强等，2013）。人口数据空间化的研究和实现，为震后灾区人口统计和人口空间分布可视化表达提供了解决方案。基于不同的研究需求和数据源，国内外学者提出了多种人口数据空间化的方法，如负指数模型（冯健，周一星，2003;Clark，1951）、核密度模型（吕安民等，2002;闫庆武等，2011）、多元回归模型（卓莉等，2005;田永中等，2004）及多因素融合模型（廖顺宝，孙九林，2003;Yue et al，2003）等。随着遥感技术的发展，遥感数据以其覆盖范围广、分辨率高以及蕴含信息丰富等优势被广泛应用到人口数据的空间化研究中，并服务于地震应急工作。如陈振拓等（2012）将人口统计数据与高分辨率遥感数据相结合，建立了人口空间分布的城乡人口-面积统一模型，并应用于宁洱地震;韩贞辉等（2013）基于土地利用和DEM（数字高程模型）数据，并结合实地调查，建立了1 km人口和房屋格网数据，以彝良地震为例估算地震直接经济损失。 夜间灯光数据也与人口分布密切相关，是研究人口空间化较理想的数据源（卓莉等，2005）。新一代NPP/VIIRS（National Polar-orbiting Partnership/Visible Infrared Imaging Radiometer Suite）夜间灯光数据的出现弥补了DMSP/OLS（Defense Meteorological Satellite Program/Operational Line Scan System）夜间灯光数据在空间分辨率和灯光过饱和方面的缺点，可有效提高人口模拟精度（胡云锋等，2018）。土地利用和地表覆盖数据中包含了居民地、城镇用地、道路等与人类活动密切相关的信息，能有效反映人口的空间分布情况，是提取人口空间分布范围的可靠数据源（田永中等，2004;韩贞辉等，2013）。将土地利用数据与夜间灯光数据相结合，可以在获取人口分布范围的同时，区分人口空间分布的差异性，被众多学者应用于人口空间化研究（胡云锋等，2018;黄杰等，2015;李爽，赵翠薇，2019）。目前基于土地利用和夜间灯光数据的人口空间化多以百米或千米为研究尺度，以县级人口统计数据为基础进行人口空间化模拟，研究成果空间精度较低，在地震应急工作中的适用性验证也较少。 本文以云南省大理白族自治州（以下简称大理州）为研究区，基于FROM-GLC10地表覆盖数据和NPP/VIIRS夜间灯光数据，考