面向防震减灾的人口数据空间化研究——以2007年宁洱地震灾区为例

英文篇名：Study of Spatial Population Distribution in Earthquake Disaster Reduction——A Case Study of 2007 Ning'er Earthquake
中文刊名：震灾防御技术
英文刊名：Technology for Earthquake Disaster Prevention
作者：陈振拓 ; 李志强 ; 丁文秀 ; 韩贞辉
英文作者：Chen Zhentuo1) ; Li Zhiqiang1) ; Ding Wenxiu2) and Han Zhenhui1) 1) Institute of Geology ; China Earthquake Administration ; Beijing 100029 ; China ; 2) Earthquake Administration of Hubei Province ; Wuhan 430071 ; China
中文关键词：人口数据 ; 空间化 ; 防震减灾 ; 居民地 ; 宁洱地震
英文关键词：Statistical population ; Spatial distribution ; Earthquake disaster reduction ; Residential area ; Ning'er earthquake
出版日期：2012-09-15
机构：中国地震局地质研究所;湖北省地震局;
年：2012
期：03
出版单位：震灾防御技术

摘要

人口是地震灾害的重要受灾体,准确的人口空间分布信息是防震减灾工作的重要依据。本文借助地理信息系统,将人口统计数据与高分辨率遥感数据相结合,应用基于居民地的人口数据空间化方法,模拟人口空间分布。首先根据城市人口—面积异速生长模型的分形几何意义,推导出城乡人口—面积统一模型;进而以2007年宁洱地震灾区为例,在建立居民地分类体系和遥感解译标志的基础上,目视解译获得准确的居民地信息;最后应用城乡人口—面积统一模型获得网格人口密度矢量数据。经检验,本文的结果达到了较高的精度。同时在人口数据空间化完成的基础上,以地震受灾人口估算为例,探讨了人口数据空间化在防震减灾中的应用。研究结果表明,基于网格人口矢量数据的受灾人口估算结果更能客观反映地震灾情,可以为防震减灾和应急救援工作提供可靠的依据。
Information of population distribution is important for earthquake disaster reduction and earthquake emergency response.By combining population statistical data with high-resolution RS data,we adopted a method based on residential area to simulate population distribution by using GIS in this paper.On the basis of allometric growth model of urban population-area and its mathematical sense,a model of rural & urban population-area was developed.And then,taking 2007 Ning'er earthquake as an example,we extracted the residential area information from the RS image by mean of residential area classification.Finally,referenced with the model of rural & urban population-area and residential area information,the vector data of population distribution at a 1km2 grid-cell was obtained.Furthermore,through spatial statistical analysis,we applied the population distribution data from the model to estimate the earthquake affected population.Compared to the estimated result from average population density,the estimated result based on the vector population density generated in our model is capable of better estimation of earthquake disaster,and therefore,can provide more reliable data for earthquake disaster reduction and emergency response.

引文

陈彦光,徐秋红,1999.区域城市人口—面积异速生长关系的分形几何模型——对Nordbeel-Dutton城市体系异速生长关系的理论修正与发展.信阳师范学院学报(自然科学版),12(2):198—203.
    杜国明,张树文,2007.面向防洪救灾的人口统计数据空间化研究——以扶余县为例.长江流域资源与环境,16(2):265—268.
    杜国明,2008.人口数据空间化方法与实践.北京:中国农业出版社,103—124.
    范一大,史培军,辜智慧等,2004.行政单元数据向网格单元转化的技术方法.地理科学,24(1):105—108.
    高庆华,聂高众,张业成等,2011.论地震风险.北京:气象出版社,1—34.
    江东,杨小唤,王乃斌等,2002.基于RS、GIS的人口空间分布研究.地球科学进展,17(5):734—738.
    廖顺宝,李泽辉,2004.四川省人口分布与土地利用的关系及人口数据空间化试验.长江流域资源与环境,13(6):557—561.
    廖顺宝,孙九林,2003.基于GIS的青藏高原人口统计数据空间化.地理学报,58(1)):25—33.
    廖一兰,王劲风,孟斌等,2007.人口统计数据空间化的一种方法.地理学报,62(10):1110—1119.
    刘纪远,岳天祥,王英安等,2003.中国人口密度数字模拟.地理学报,58(1):17—24.
    卢永坤,曾应青,周光全等,2007.2007年宁洱6.4级地震震害综述.地震研究,30(4):364—372.
    吕安民,李成名,林宗坚等,2003.人口密度的空间连续分布模型.测绘学报,32(4):344—348.
    田永中,陈述彭,岳天祥等,2004.基于土地利用的中国人口密度模拟.地理学报,59(2):283—292.
    王汶,付文静,鲁旭,2009.基于多重分类平滑法的人口数据格网化研究.安徽农业科学,37(25):12327—12329.
    吴文珏,2010.中国城市人口密度分布模型研究进展及展望.地理科学进展,29(8):968—974.
    谢英情,李岩峰,张建国等,2007.2007年宁洱6.4级地震发震构造分析.地震研究,30(4):350—358.
    闫庆武,卞正富,张萍等,2011.基于居民点密度的人口密度空间化.地理与地理信息科学,27(5):95—98.
    杨小唤,刘业森,江东等,2006.一种改进人口数据空间化的方法:农村居住地重分类.地理科学进展,25(3):62—69.
    叶宇,冯险峰,刘高焕,2006.人口数据空间化表达与应用.地球信息科学,8(2):59—65.
    卓莉,陈晋,史培军等,2005.基于夜间灯光数据的中国人口密度模拟.地理学报,60(2):266—276.
    Clark C.,1951.Urban Population Densities.Journal of the Royal Statistical Society.Series A(General),114(4):490—496.
    Harvey J.T.,2002.Population Estimation Models Based on Individual TM Pixels.Photogrammetric Engineeringand Remote Sensing,68(11):1181—1192.
    Lo C.P.,2002.Modeling the Population of China Using DMSP Operation Linescan System Nighttime Data.Annalsof the Association of American Geographer,92(2):224—240.
    Martin D.,1989.Mapping Population Data from Zone Centroid Locations.Transactions of the Institute of BritishGeographers,14(1):90—97.
    Tolber W.R.,1979.Smooth Pycnophylactic Interpolation for Geographical Regions.Journal of the AmericanStatistical Association,74(367):519—530.