基于線密度的分地震烈度區(qū)災前農房總量快速估算方法

和海霞　劉明　李素菊　湯童　黃河

摘要：針對傳統(tǒng)的農房總量統(tǒng)計不滿足災害范圍空間隨機分布、自動分類識別算法業(yè)務性不強等引起的精度受限和效率低下的問題，以新疆于田地震為例，結合于田縣綠洲區(qū)農房大多沿路分布、密度大等特點，采用線密度方法，分地震烈度區(qū)開展農房總量評估。結果表明，線密度方法在同一區(qū)域下用時為點標繪法的1/5，精度是點標繪法的94%，能夠滿足減災業(yè)務的需求。

關鍵詞：線密度；農房總量；地震烈度；快速估算；預評估

中圖分類號：P315.9 文獻標識碼：A 文章編號：1000-0666（2016）02-0316-05

0 引言

災前農房總量是災害發(fā)生初期信息不完備情況下農房倒損預評估的重要輸入參量。災前農房總量耦合房屋破壞損失比（王景來，宋志峰，2001）是農房倒損數(shù)量估算的常用方法。高精度快速估算災前農房總量是提高農房倒損預評估精度和效率的重要前提，對科學制定救援計劃、合理配置救援物資、提高災害救助水平具有深遠意義。

目前，農房總量采用入戶調查、抽樣統(tǒng)計、統(tǒng)計報表等方法統(tǒng)計，或基于統(tǒng)計年鑒中人口數(shù)和戶數(shù)采用各地區(qū)人均、戶均房屋建筑面積經驗值推算農房總量（周光全等，2010）。這些方法初步解決了災前農房總量估算的問題，但是與減災救災日益增強的時效和精度要求還存在一定的差距，主要表現(xiàn)在以下3個方面：一是傳統(tǒng)農房統(tǒng)計方法多以行政單元為基本單位，未完全實現(xiàn)農房數(shù)量分布網格化，不能滿足由農房空間分布異質性明顯、災害范圍空間分布隨機和災害相關統(tǒng)計單元（如地震烈度）形狀特征不規(guī)則引起的自由分幅區(qū)內農房總量快速估算；二是面劃法和點標繪法農房遙感目視識別方法，該方法精度高，但時效性難以滿足要求；三是計算機分類識別算法，該方法根據(jù)紋理、幾何、光譜特征進行分類（吳煒等，2012），自動化程度高（徐昌榮，葛山運，2011；李海月等，2007；蘇俊英等，2004），但多適用于小區(qū)域影像，且需大量時間修正因異物同譜造成的誤判信息，時間效率較低。因此，如何充分分析農房特點和影像特征，顧及災害范圍隨機分布，發(fā)展一種高效、高精度、滿足減災需求的總量估算方法迫在眉睫。

本文基于高空間分辨率遙感數(shù)據(jù)，在分析農房典型類型、光譜響應和影像特征基礎上，依據(jù)新疆維吾爾自治區(qū)和田地區(qū)于田縣綠洲區(qū)農房沿路分布、密度大等分布特征，采用線密度的方法開展于田地震災區(qū)農房總量快速估算，并利用點標繪法對提取結果進行真實性檢驗和精度評價。

1 研究區(qū)概況與數(shù)據(jù)源

2014年2月12日17時19分，新疆維吾爾自治區(qū)和田地區(qū)于田縣發(fā)生M_S7.3地震，震源深度12km，震中位于36.1°N-82.5°E，震中區(qū)最高烈度為Ⅸ度。鑒于Ⅷ度及Ⅸ度區(qū)分布在高山無人區(qū)，本文以Ⅶ度區(qū)為例開展農房總量估算。Ⅶ度區(qū)西南起自策勒縣奴爾鄉(xiāng)，東北至民豐縣葉亦克鄉(xiāng)，面積約23000km²（圖1）。研究區(qū)地處塔里木盆地南緣，昆侖山脈北麓，為典型的綠洲一荒漠交錯地區(qū)。

本文選擇WorldView-2全色與多光譜融合產品開展農房總量提取。WorldView-2幅寬為16.4km，全色波段范圍為O.45～0.8μm，空間分辨率為0.5m；多光譜波段由8個波段（0.45～0.51μm、0.51～0.58μm、0.63～0.69μm、0.77～0.895μm、0.585～0.625μm、0.4～0.45μm、0.705～0.745μm、0.86～1.04μm）組成，空間分辨率為1.8m。

2 研究方法

2.1 農房結構特征分析

常年的烈日、風沙和浮塵，使于田縣民居多順應自然，形成封閉型、內庭式的平面布局，以阿以旺民居為主，平面組合形式主要有中廳式和排列式兩種。于田縣民居通常沒有中軸線及對稱的要求，也無上、下廂房、正屋側廂之分，房間的組織與排列十分自由，各組房間都以阿以旺中廳或戶外活動場所為中心，可以向外任意擴展延伸（潘晶，2010），在遙感影像上具有明顯的幾何和光譜特征（表1）。

2.2 農房空間分布特征分析

農房空間分布特征主要指空間分布格局、空間鄰接特征和分布類型（角媛梅等，2003）。由于地理環(huán)境、氣候特征、生活習慣等差異，不同地區(qū)的農房具有明顯的區(qū)域分布特征。筆者結合Worldview高分辨率衛(wèi)星影像和農房結構特征，分析于田縣農房分布影像特征如下：

（1）農房聚集程度較高、分布整齊、大多沿道路兩側連續(xù)分布，圍合成四邊形，四邊形內規(guī)則分布農田；少量呈星點狀隨機分布（圖2a）。

（2）農房在影像上表現(xiàn)為規(guī)則的多邊形，形狀簡單。農房結構、面積、規(guī)模因資源條件、經濟水平、生活方式等差異不完全一致。

（3）具有明顯的空間鄰接特征，部分農房前后存在空地。兩戶之間部分通過綠化樹木隔開，部分直接相連（圖2b）。

（4）農房與裸地具有相似的色調，但紋理特征存在顯著差異。裸地紋理特征統(tǒng)一，農房具有明顯的邊緣特征。

2.3 線密度計算

于田縣農房具有較為固定的結構特征，解譯標志明顯，多沿道路兩側密集連續(xù)分布，因此，可利用線標繪技術開展農房總量估算。線密度定義為某條線上的自然戶密度，采用線單位長度內的自然戶數(shù)量來衡量。

（1）線標繪

在農房典型分布區(qū)中隨機選擇樣本區(qū)開展線標繪。通過目視觀察，確定線標繪規(guī)則如下：

①為了保持密度相對均一，起點為屋邊空地，終點為農房邊界。

②十字路口農房避免重復標繪。

③為保證線密度均勻，在標繪星點狀分布單棟農房時，線長度約為農房寬度的1.2倍。

（2）線密度

在烈度區(qū)內選擇典型樣本區(qū)，采用點標繪法得到樣本區(qū)內自然戶總數(shù)，采用線標繪法開展長度量算，如圖3所示。構建線密度公式如下：

（1）其中，L_d為線密度，單位戶/m，m為樣本區(qū)內的線數(shù)量，h_n為樣本區(qū)內第n條線上的農房戶數(shù)，l_n為樣本區(qū)內第n條線的長度，n為線編碼。樣本區(qū)內線數(shù)量為53條，線長度為3449m，采用點標繪法得到的自然戶數(shù)為186戶，線密度L_d為0.0539戶/m。

2.4 不同地震烈度區(qū)農房數(shù)量統(tǒng)計

地震烈度是評價地震所造成影響大小或強弱的標度，地震烈度的評定需綜合地表震動觀測、遙感解譯、現(xiàn)場調查等確定（張建國，2014）。不同烈度區(qū)內農房的破壞程度具有較大的差別。因此，在災情預評估中需要分地震烈度區(qū)統(tǒng)計農房戶數(shù)、間數(shù)、總面積等。

（1）農房戶數(shù)

（2）其中，H_i為第i地震烈度區(qū)內的農房戶數(shù)，l_n為第i地震烈度區(qū)內第n條線的長度，L_d為線密度。Ⅶ度烈度區(qū)線標繪1195條，總長度為113448m，自然戶數(shù)量為6115戶。

（2）計算農房間數(shù)和總面積

農房間數(shù)和總面積是農房倒損評估的評價單元。結合統(tǒng)計數(shù)據(jù)，構建公式如下：

（3）其中，H_i為第i地震烈度區(qū)內的農房戶數(shù)，R_i為第i地震烈度區(qū)內的總農房間數(shù)，H_i為統(tǒng)計數(shù)據(jù)中農房總戶數(shù)，R_s為統(tǒng)計數(shù)據(jù)中農房總間數(shù)。

（4）其中，A_i為第i地震烈度區(qū)內的農房總面積，R_i為第i地震烈度區(qū)內的總農房間數(shù)，A_s為統(tǒng)計數(shù)據(jù)中農房總面積，R_s為統(tǒng)計數(shù)據(jù)中農房總間數(shù)。據(jù)第六次人口普查數(shù)據(jù)，新疆于田縣自然戶為5695戶，農房間數(shù)為16446間，面積為370763m²（10%抽樣），據(jù)此得到于田縣平均每戶農房間數(shù)為2.89間、每間22.5m²。則估算新疆和田地區(qū)于田縣“2·12”7.3級地震Ⅶ度烈度區(qū)內農房總量為6115戶，1.767萬間，39.76萬m²。

3 結果分析

3.1 結果驗證

為開展線密度法效率和精度驗證，隨機選取另一典型樣本區(qū)域，分別采用點標繪法和線密度法開展總量估算（圖4）。采用目視解譯點標繪法計算得到自然戶數(shù)為252戶，用時25min；線標繪長度為4417m，用線密度法計算得到的自然戶數(shù)為238戶，用時5min，精度為點標繪法的94%。

3.2 誤差來源分析

線密度法誤差主要來源如下：

（1）解譯誤判引起的主觀誤差。強度高的地震影響范圍廣，例如汶川地震涉及四川、甘肅等10個省（市）、417個縣（民政部國家減災中心，2012），需要多人協(xié)同。但是人與人之間由于專業(yè)背景、業(yè)務經驗等差異造成對認知解譯標志存在差異，有可能造成誤判，如將公共設施用房、牲畜房舍誤判為農房。在實際業(yè)務中，需針對不同類型的農房選取不同位置、不同結構、不同形狀等建立多個解譯標志，并詳細描述，以避免由誤判造成的主觀誤差。

（2）農房空間分布異質性引起的客觀誤差。該地區(qū)農房具有相對規(guī)則的分布，但是由于歷史原因、經濟水平等造成農房密度不均一以及不同位置的線密度存在差異，因此采取統(tǒng)一的線密度必然帶來誤差，需針對不同的區(qū)域加入不同的調整系數(shù)。

4 結論

本文針對傳統(tǒng)的農房總量統(tǒng)計不滿足災害范圍空間隨機分布、自動分類識別算法業(yè)務性不強等引起精度受限和效率低下的問題，提出基于線密度的農房總量快速估算方法。實踐應用表明，建立統(tǒng)一的技術標準和操作規(guī)范有利于多人協(xié)同開展工作，能顯著提高時效性和精度。

（1）針對于田綠洲農房呈線狀分布特點，提出了基于線密度的不同地震烈度區(qū)農房快速估算方法。應用表明，本方法能顯著提高農房總量估算效率，耗時僅為點標繪法的1/5；精度為點標繪法的94%，能滿足減災需求。

（2）線密度計算和線標繪是農房總量估算的核心關鍵技術。在多主體線標繪之前，需建立相對統(tǒng)一的標繪標準以減少主觀誤判，并利用現(xiàn)場調查對線密度計算結果進行真實性檢驗。

今后工作將重點研究如何在面向對象分類基礎上，耦合路網自動雙側標繪技術，開展線自動識別，以提高效率，滿足在災害發(fā)生6小時內快速實現(xiàn)災害影響區(qū)農房總量估算的減災需求。