基于多源數(shù)據(jù)的建筑物空間分布格網(wǎng)化方法研究

余思汗，劉 超，王建勇，單帥帥，楊 順

（1. 寧夏回族自治區(qū)地震局，寧夏 銀川 750001；2. 北方信息控制研究院集團(tuán)有限公司，江蘇 南京 210000）

0 引言

發(fā)生破壞性地震后，快速、精準(zhǔn)地開展地震災(zāi)害損失評(píng)估工作對(duì)初期應(yīng)急處置和應(yīng)急救援力量部署尤為重要，而詳細(xì)的建筑物數(shù)據(jù)是評(píng)估工作的基礎(chǔ)[1]，也是應(yīng)急基礎(chǔ)數(shù)據(jù)庫(kù)的重要組成[2]。建筑物數(shù)據(jù)的精細(xì)程度直接關(guān)系到地震災(zāi)害評(píng)估的準(zhǔn)確性，繼而影響到現(xiàn)場(chǎng)救援的目標(biāo)精準(zhǔn)性[3]。然而建筑物數(shù)據(jù)由于數(shù)據(jù)量大、獲取難、更新難、精細(xì)度差等原因，導(dǎo)致地震應(yīng)急基礎(chǔ)數(shù)據(jù)庫(kù)中該數(shù)據(jù)的現(xiàn)實(shí)性、全面性等都和實(shí)際情況有差異，因此解決好建筑物空間分布數(shù)據(jù)是當(dāng)前應(yīng)急基礎(chǔ)數(shù)據(jù)庫(kù)更新工作中的重中之重。

為了保證地震災(zāi)害評(píng)估結(jié)果的準(zhǔn)確性，部分學(xué)者對(duì)建筑物空間分布格網(wǎng)化方法做了深入研究[4]，主要有以下四種方法：均勻分布法[5]、直接提取法[6]、現(xiàn)場(chǎng)調(diào)查法[7]和直接推算法[8]。雖然這些方法在一定程度上解決了建筑物空間分布的問(wèn)題，但是每種方法都存在一些不足之處：均勻分布法雖容易實(shí)現(xiàn)，但其結(jié)果與實(shí)際情況相差甚遠(yuǎn)，嚴(yán)重影響到了地震災(zāi)害評(píng)估的準(zhǔn)確性；直接提取法需要大量的技術(shù)人員進(jìn)行遙感目視解譯，工作繁重且成本較高，不利于大范圍開展；現(xiàn)場(chǎng)調(diào)查法費(fèi)時(shí)費(fèi)力，工作周期長(zhǎng)且效率低，也難以推廣應(yīng)用；間接推算法過(guò)于依賴精細(xì)化的人口空間分布數(shù)據(jù)，而數(shù)據(jù)難獲取則成為了制約該方法的難題。為了高效解決建筑物空間分布數(shù)據(jù)問(wèn)題的同時(shí)，又可以節(jié)約人力物力，本文以寧夏回族自治區(qū)石嘴山市平羅縣為例，借助于測(cè)繪部門提供的公眾服務(wù)數(shù)據(jù)，提出了基于多源數(shù)據(jù)的建筑物空間分布格網(wǎng)化研究方法。

1 研究區(qū)概況及數(shù)據(jù)準(zhǔn)備

1.1 研究區(qū)概況

本文以寧夏回族自治區(qū)石嘴山市平羅縣為例，作為研究區(qū)域（圖1）。平羅縣地處國(guó)家絲綢之路經(jīng)濟(jì)帶、呼包銀能源金三角、寧夏沿黃城市帶等經(jīng)濟(jì)區(qū)前沿地帶，介于東經(jīng)105°57′42″～106°58′02″、北緯 38°36′18″～39°51′13″之間。截至2018 年年底，平羅縣常住總?cè)丝?1.6萬(wàn)人，下轄13 個(gè)鄉(xiāng)鎮(zhèn)，縣域總面積2060 平方公里，城關(guān)鎮(zhèn)是平羅縣政府駐地，也是城區(qū)所在地。地形分為賀蘭山區(qū)、山前洪積扇區(qū)、西大灘碟形洼地、沖積平原區(qū)、靈鹽臺(tái)地和河灘區(qū)六大單元，主要活動(dòng)斷裂有賀蘭山東麓斷裂[9]、銀川—平羅隱伏斷裂[10]、蘆花臺(tái)隱伏斷裂[11]等，其中賀蘭山東麓斷裂為1739 年銀川—平羅8 級(jí)地震的發(fā)震構(gòu)造[12]。

圖1 研究區(qū)域Fig.1 Study area

1.2 數(shù)據(jù)來(lái)源及處理

（1）遙感影像數(shù)據(jù)：遙感影像數(shù)據(jù)來(lái)源于天地圖網(wǎng)站，是我國(guó)國(guó)產(chǎn)的高分2 號(hào)衛(wèi)星遙感影像，影像的空間分辨率為1m，影像發(fā)布時(shí)間為2019 年第四季度。

（2）建筑物數(shù)據(jù)：建筑物數(shù)據(jù)來(lái)源于寧夏自然資源廳提供的《2017 年寧夏地理空間基礎(chǔ)信息共享庫(kù)（公眾版）》[13]。該建筑物數(shù)據(jù)基本上由數(shù)字城市建筑物數(shù)據(jù)、地理國(guó)情監(jiān)測(cè)建筑物數(shù)據(jù)組成，故在部分城市地區(qū)可能存在兩種數(shù)據(jù)重疊在一起的問(wèn)題，這時(shí)就需要將地理國(guó)情建筑物數(shù)據(jù)刪除，保留精度更高的數(shù)字城市建筑物數(shù)據(jù)，這樣有利于提高建筑物的總體精度。由于數(shù)據(jù)是2017 年的，而近幾年城市化發(fā)展迅速，因此數(shù)據(jù)會(huì)存在現(xiàn)實(shí)性的問(wèn)題，需對(duì)建筑物數(shù)據(jù)進(jìn)行更新，以天地圖的影像服務(wù)作為底圖，采用目視解譯的方式進(jìn)行更新[14]。具體數(shù)據(jù)處理流程如圖2 所示。

圖2 數(shù)據(jù)處理流程圖Fig.2 Data processing flow chart

1.3 城市建筑物調(diào)查

由于城區(qū)內(nèi)建筑物數(shù)據(jù)缺乏層數(shù)屬性，不能夠精確表達(dá)建筑物面積，而城區(qū)內(nèi)又為多層建筑物密集的區(qū)域，因此就需要對(duì)城區(qū)內(nèi)建筑物進(jìn)行調(diào)查。采用了人工外業(yè)和無(wú)人機(jī)相結(jié)合的調(diào)查手段，主要是利用小型無(wú)人機(jī)成本低、數(shù)據(jù)采集效率高、機(jī)動(dòng)靈活等優(yōu)點(diǎn)[15]，對(duì)城區(qū)內(nèi)建筑物進(jìn)行航拍調(diào)查，從而判斷建筑物的層數(shù)。將航拍的照片時(shí)間加小數(shù)點(diǎn)后3 位的經(jīng)緯度來(lái)命名，在GIS 軟件中對(duì)建筑物數(shù)據(jù)屬性表新增舉證照片字段，使用GIS 軟件中的超級(jí)鏈接功能，把相對(duì)應(yīng)的無(wú)人機(jī)航拍照片的存儲(chǔ)位置及名稱填充進(jìn)該字段，便可在GIS 軟件中使用超級(jí)鏈接功能進(jìn)行查看建筑物的舉證照片，為建筑物的層數(shù)提供照片舉證依據(jù)。利用GIS 軟件中的字段計(jì)算器功能，將調(diào)查的結(jié)果賦值給同一建筑物群的所有單體建筑物，這樣就完成了城區(qū)內(nèi)建筑物層數(shù)的調(diào)查工作。圖3 為調(diào)查后的城區(qū)內(nèi)建筑物分布圖。

圖3 城區(qū)內(nèi)建筑物分布圖Fig.3 Distribution of buildings in urban area

1.4 農(nóng)村建筑物面積估算

對(duì)于農(nóng)村的建筑物數(shù)據(jù)，絕大多數(shù)都是采用了地理國(guó)情監(jiān)測(cè)的建筑物數(shù)據(jù)，該數(shù)據(jù)在農(nóng)村地區(qū)的采集標(biāo)準(zhǔn)較為粗略，往往將相連的房屋包括院落也一并采集為建筑物用地，這將大大影響到了建筑物的精度，因此需隨機(jī)選取15個(gè)自然村落，對(duì)其建筑物進(jìn)行采集，同樣采用以天地圖為底圖的目視解譯的方法，采集的標(biāo)準(zhǔn)是以建筑物的幾何輪廓為邊界，盡可能采集的精確。樣本點(diǎn)建筑物數(shù)據(jù)采集完成之后，將新采集的農(nóng)村建筑物數(shù)據(jù)與該村落的地理國(guó)情檢測(cè)數(shù)據(jù)進(jìn)行對(duì)比，得到農(nóng)村建筑物的實(shí)際比值，對(duì)15 個(gè)樣本點(diǎn)的實(shí)際比值求平均數(shù)，該平均值則為農(nóng)村建筑物的實(shí)際比值，最后獲得的平均實(shí)際比值為0.46。利用GIS 軟件的字段計(jì)算器功能，對(duì)所有的農(nóng)村建筑物面積進(jìn)行重新賦值，把原來(lái)的建筑物圖斑幾何面積乘以實(shí)際比值，就是估算的農(nóng)村建筑物的實(shí)際面積。

2 研究方法及過(guò)程

2.1 研究思路

本文利用數(shù)字城市建筑物數(shù)據(jù)、地理國(guó)情監(jiān)測(cè)建筑物數(shù)據(jù)，通過(guò)GIS 軟件的空間分析功能找出重疊部分，并刪除掉重疊部分中較粗略的監(jiān)測(cè)數(shù)據(jù)，并對(duì)數(shù)據(jù)進(jìn)行拓?fù)錂z查，徹底排除掉面重疊的數(shù)據(jù)錯(cuò)誤，再利用天地圖影像服務(wù)作為底圖，對(duì)建筑物進(jìn)行目視解譯更新，從而得到現(xiàn)實(shí)性較強(qiáng)的建筑物數(shù)據(jù)。根據(jù)調(diào)查的城區(qū)內(nèi)建筑物的層數(shù)和農(nóng)村建筑物實(shí)際比值，建立建筑物面積的數(shù)學(xué)模型，從而確定建筑物的實(shí)際面積，最終通過(guò)矢量數(shù)據(jù)空間運(yùn)算的方式得到研究區(qū)建筑物空間分布格網(wǎng)。

2.2 建筑物空間格網(wǎng)化的面積計(jì)算方法

首先是創(chuàng)建格網(wǎng)，利用GIS 軟件在研究區(qū)行政區(qū)劃矢量數(shù)據(jù)上建立最小邊界幾何，再使用GIS 軟件中的漁網(wǎng)工具生成500m×500m 的格網(wǎng)。建筑物空間格網(wǎng)的面積是格網(wǎng)內(nèi)所有建筑物面積的累加，因此建筑物空間格網(wǎng)的面積計(jì)算要基于每個(gè)單體建筑物的面積。假設(shè)格網(wǎng)單元內(nèi)的建筑物面積之和為S，第i 個(gè)單體建筑物的占地面積為Si，單元區(qū)域內(nèi)共有n 個(gè)單體建筑物，第i 個(gè)單體建筑物的層數(shù)為m，則格網(wǎng)內(nèi)的面積S 為：

對(duì)于研究區(qū)的農(nóng)村地區(qū)而言，幾乎全部為單層建筑物，只有少數(shù)城鄉(xiāng)結(jié)合部有兩層或三層的建筑物，但是相對(duì)于整體的農(nóng)村建筑物數(shù)據(jù)來(lái)說(shuō)，幾乎可以忽略不計(jì)，因此全部按單層建筑物來(lái)處理。根據(jù)建立的模型，即農(nóng)村地區(qū)m 值恒為1。結(jié)合該方法建立的模型，在GIS軟件中運(yùn)用空間鏈接功能，將格網(wǎng)單元內(nèi)的建筑物面積全部累加賦值給格網(wǎng)。在運(yùn)算過(guò)程中，可能存在一個(gè)建筑物分別處于兩個(gè)或者兩個(gè)以上的格網(wǎng)單元內(nèi)，解決辦法是以建筑物的幾何中心為目標(biāo)進(jìn)行賦值。即根據(jù)建筑物的幾何中心所處的格網(wǎng)單元，將建筑物面積賦值給該格網(wǎng)單元作為一個(gè)累加單體建筑物。將建筑物的面積全部賦值給格網(wǎng)單元之后，就完成了建筑物空間分布格網(wǎng)化的數(shù)據(jù)。圖4 為研究區(qū)500m×500m 尺度的建筑物格網(wǎng)面積粒度。

3 結(jié)果驗(yàn)證

為了驗(yàn)證建筑物空間分布格網(wǎng)化方法的可行性，先是抽樣了單個(gè)格網(wǎng)進(jìn)行驗(yàn)證，隨機(jī)抽取了25 個(gè)格網(wǎng)，在GIS 軟件中使用裁剪功能對(duì)建筑物進(jìn)行裁剪，重新統(tǒng)計(jì)了樣本格網(wǎng)的建筑物面積，并與原格網(wǎng)面積進(jìn)行對(duì)比，其相對(duì)誤差率最大為4.22%，說(shuō)明使用建筑物幾何中心的方法是可行的。對(duì)于格網(wǎng)數(shù)據(jù)整體的驗(yàn)證，則是采用了2018 年寧夏統(tǒng)計(jì)局發(fā)布的統(tǒng)計(jì)年鑒人均居住面積和研究區(qū)內(nèi)常住人口數(shù)據(jù)來(lái)進(jìn)行驗(yàn)證。截至2018 年年底，平羅縣的常住人口為31.6 萬(wàn)人，統(tǒng)計(jì)部門發(fā)布的人均住房面積為35平方米[16]，根據(jù)常住人口和人均面積得出研究區(qū)內(nèi)的居住建筑物面積為1106 萬(wàn)平方米，而格網(wǎng)化后的建筑物面積約為1507.68 萬(wàn)平方米，居住建筑物面積占格網(wǎng)化后面積的73.36%。考慮到除了居住建筑物之外，還有企業(yè)廠房、商業(yè)綜合體、學(xué)校、醫(yī)院、辦公樓、體育場(chǎng)館等建筑物，因此驗(yàn)證建筑物空間分布格網(wǎng)化的結(jié)果比較合理，建立的模型和研究方法也是可行的。

4 結(jié)論與討論

本文采用基于多源數(shù)據(jù)建筑物面積空間分布累加的方法，獲得了寧夏平羅縣的空間分布格網(wǎng)建筑物數(shù)據(jù)。利用GIS 軟件的空間分析能力，確定了唯一的單體建筑物，將高分辨率遙感影像作為底圖，采用了目視解譯的方法進(jìn)行了建筑物的更新，通過(guò)現(xiàn)場(chǎng)人工調(diào)繪和無(wú)人機(jī)調(diào)查的方式，確定了城區(qū)內(nèi)建筑物群的層數(shù)，從而計(jì)算出了單體建筑物面積，農(nóng)村地區(qū)則采用了抽樣核查的方式，給出了農(nóng)村建筑物的實(shí)際比值系數(shù)，最終通過(guò)空間運(yùn)算得到了研究區(qū)500m×500m 尺度的空間分布格網(wǎng)建筑物數(shù)據(jù)。該數(shù)據(jù)為震后災(zāi)害評(píng)估提供了可靠的空間分布建筑物數(shù)據(jù)，使得評(píng)估結(jié)果的準(zhǔn)確性得到了提高，也為特大災(zāi)害救援力量部署和應(yīng)急處置決策提供依據(jù)。

由于城區(qū)內(nèi)建筑物比較復(fù)雜，雖然利用無(wú)人機(jī)進(jìn)行調(diào)查提高了效率，但是整體的工作量依然較大，不利于單體建筑物面積的快速提取。在今后的研究工作中，應(yīng)該注重于城市建筑物面積模型的精確估算，減少建筑物調(diào)查的工作量，從而提高基于多源數(shù)據(jù)的建筑物空間分布格網(wǎng)方法應(yīng)用價(jià)值。