利用遙感影像和經驗估計方法初判云南省建水縣房屋抗震能力

明小娜 楊健強 張原碩 于江 鄭川 壯延

摘要：房屋建筑破壞是地震中導致人員傷亡的主要因素，在未取得房屋詳細風險調查數據的過渡時期，綜合房屋結構和用途的實測資料、農危改和異地搬遷統計資料以及不同用途的房屋在影像上的幾何特征和空間特征，提出了云南地區基于遙感影像和經驗估計方法的房屋抗震能力等級初判方法，并在建水縣開展試點應用。結果表明：建水縣房屋估計抗震能力達標等級占比為8%，疑似抗震能力不足等級占比為88%，疑似抗震能力嚴重不足等級占比為4%。

關鍵詞：房屋抗震能力;遙感影像;經驗估計;建水縣

中圖分類號：P315.925 文獻標識碼：A 文章編號：1000-0666（2022）01-0132-09doi：10.20015/j.cnki.ISSN1000-0666.2022.0014

0 引言

開展災害風險調查和重點隱患排查旨在掌握風險隱患底數，為綜合防災減災提供科學的數據支撐（全國自然災害綜合風險普技術總體組，2020;史鐵花，2020;史鐵花等，2021）。由于我國房屋建筑一直存在總體數量不清、設防情況屬性不詳、地震災害風險底數不明的情況，實施地震災害風險精準治理較為困難（解建偉，2020）。為此，中國地震災害防御中心開展了基于遙感影像和經驗估計的區域房屋抗震能力初判新技術方法研究①，以期在未取得詳細風險調查數據的過渡時期可用該方法指導全國范圍開展區域房屋抗震能力普查，快速掌握全國房屋整體的分布與數量，從宏觀上把握房屋抗震能力等級。該方法中房屋抗震能力判別以《建筑抗震鑒定標準》（GB 50023—2009）為依據，判別結果可靠性高，但需要有大量房屋調查數據或數字化數據作支撐，同時要求調查人員有扎實的建筑抗震理論知識。

云南省16個州（市）129個縣的國土面積為39.41萬 km2，山區和高原面積占比達94%，民族自治地方的土地面積占比約70%。云南農村民居地域性特征明顯，現存自建房占比較高（周洋等，2021），抗震設防情況參差不齊，數字化房屋數據缺乏，利用遙感影像可在室內多組同時采集房屋矢量數據，將遙感影像和標注地圖（含有道路網、學校、醫院、企事業單位的重點目標）相結合，可以大致判斷建筑的結構類型、用途和空間布局，綜合這些信息基本可推測房屋的抗震設防情況并初步判定其抗震能力等級。為此，筆者基于中國地震災害防御中心提出的區域房屋抗震能力初判新技術方法，綜合云南省建水縣已有的房屋農危改、異地搬遷統計資料和實地調查數據，分析整理各類房屋結構特點、用途，并結合不同用途房屋在影像上的幾何特征和空間特征，提出基于遙感影像和經驗估計的云南地區房屋抗震能力等級初判方法，完善房屋抗震能力等級判別流程，并以此方法在建水縣開展房屋抗震能力調查。

1 研究方法

1.1 技術思路

基于遙感影像和經驗估計的云南地區房屋抗震能力初判，包括基礎資料準備、房屋抗震能力等級判別依據建立、房屋分區提取和屬性錄入、數據質量控制檢查、房屋抗震能力統計及制圖6個方面，具體流程如圖1所示。

（1）基礎資料準備。資料準備旨在收集房屋抗震能力等級初判所需數據，包括區域行政區劃數據、影像數據、城市總體規劃、統計年鑒、國民經濟和社會發展統計公報、近5年異地搬遷和危房改造等房屋數據資料、地震災害風險評估資料等（建水縣地方志編纂委員會辦公室，2018）。

（2）房屋抗震能力等級判別依據建立。基于房屋統計資料和實測資料，分析區域用地布局、區域內房屋結構特點、用途及分布，結合房屋片區在遙感影像上的幾何特征和空間特征，建立房屋抗震能力等級判別依據。

（3）房屋分區提取。按照房屋分區標繪原則，區分明顯的空地區域、影像特征有明顯變化的區域以及宏觀上估計房屋差異超過10%的區域，以遙感影像為底圖，通過人工勾繪的方法建立房屋分區空間數據。

（4）房屋屬性錄入。填寫各房屋片區對應的屬性，包含ID編碼、建筑物所屬行政區劃編碼（省、地級市、區縣、鄉鎮街道、居委會村）、估測房屋抗震能力等級和估測房屋棟數。

（5）數據質量控制檢查。主要分為數據格式檢查和實地抽樣驗證，檢查內容包括數據結構設計是否合理、空間位置是否正確、數據屬性信息是否完整、屬性值是否在誤差控制范圍內。若數據屬性值超出誤差控制范圍，需重新核實修正。

（6）區域房屋抗震能力統計及制圖。根據已完成的房屋分區數據，分別統計城市和農村房屋的抗震能力等級占比，并利用ArcGIS軟件完成制圖。

1.2 遙感影像目視解譯

目視解譯（關澤群，劉繼琳，2007）是遙感影像信息提取的基礎方法，用計算機進行自動分類時，訓練樣本的選擇以及自動分類決策等，都需要以目視判讀作為基礎。目視解譯的原理為不同地物在不同波段反射率存在著差異，地物在不同波段的遙感圖像上呈現出不同的色調。目視解譯依據光譜規律、地學規律和解譯者的經驗從圖像的亮度、色調、位置、時間、紋理、陰影和結構等各種特征推斷出地面的景物類型。目視解譯的方法有直接判定法、對比分析法、邏輯推理法。邏輯推理法即是借助各種地物和自然現象之間的內在聯系，綜合考慮遙感影像多種解譯特征，結合生活常識，用邏輯推理的方法推斷某種目標地物或自然現象的存在和屬性。本文采用該方法開展房屋抗震能力等級判定。

1.3 抽樣調查法

抽樣調查法（孫山澤，2014）是從研究對象總體中抽取部分樣本進行調查，并用這部分樣本的特征去推斷總體的特征，因此抽樣須遵循隨機化原則，樣本既要有一定的數量又要具有代表性。常用的隨機抽樣方法有單純隨機抽樣、系統抽樣、分層抽樣和整群抽樣等。房屋抗震能力抽樣調查是指在已勾繪的房屋片區中選擇一定數量的樣區開展實地調查。樣區選擇遵循3個原則：一是樣區在影像上分布均勻，覆蓋不同抗震能力等級;二是樣區覆蓋農村、鄉鎮駐地、城鄉結合部、老城區和新城區;三是覆蓋民用建筑和公共建筑。每個抽樣調查區面積約1 km2;抽樣調查的內容包括房屋所在地名稱、結構類型、建筑用途、建造年代、抗震設防等級和房屋數量。

1.4 空間分析法

空間分析法（郭仁忠，2001）是通過空間數據和空間模型的聯合分析來挖掘空間目標的潛在信息。空間分析的基礎是地理空間數據，將空間數據和它的屬性數據結合起來，運用幾何邏輯運算、數理統計分析、代數運算等數學手段，進行特定任務的空間計算與分析，最終解決相關的地理空間實際問題。筆者運用空間疊置分析檢查房屋勾繪的準確性，運用ArcGis空間統計分析和頻數分析計算各鄉鎮總體房屋數量、各鄉鎮不同抗震能力等級的房屋數量。

2 建水縣房屋結構及建筑影像特征

2.1 區域總體概況

建水縣位于云南省南部，總面積為3 789 km2，轄8鎮4鄉，分別為臨安鎮、官廳鎮、西莊鎮、青龍鎮、南莊鎮、岔科鎮、曲江鎮、面甸鎮、普雄鄉、坡頭鄉、盤江鄉、甸尾鄉，縣政府駐地為臨安鎮。建水縣總人口55.48萬人，少數民族人口占比為41.5%。2020年上半年全縣地區生產總值為964 151萬元，人均年收入約為1.7萬元/人（建水縣人民政府，2021）。

建水縣地形西高東低、南高北低，地貌分為盆地、河谷、山地和丘陵，建水盆地和曲江盆地為最大的2個盆地。建水縣地處云南山字型構造建水弧和石屏弧間的東翼地段，主要大斷裂構造線走向為北東、北西向，境內斷層發育，分布有曲江地震帶和石屏—建水地震帶，1970年在曲江地震帶曾發生通海7.8級強烈地震。

2.2 房屋結構及分布

建筑按其使用性質分為民用建筑、工業建筑和農業建筑，其中民用建筑按使用功能可分為居住建筑和公共建筑兩大類（劉培琴，2005）。建水縣基本設防烈度為Ⅷ度（0.30 g）。依據建水縣發改局、住房和城鄉建設局、扶貧辦等單位提供的統計資料，全縣建筑結構以磚混結構房屋為主，穿斗木結構房屋有一定的占比，縣城駐地臨安鎮框（剪）架結構房屋占比較高。全縣房屋整體抗震能力較好。

框（剪）結構房屋由正規施工單位按當地抗震設防烈度建造，符合Ⅷ度（0.30 g）設防要求，多為工業建筑、公共建筑或近年城區新建居住建筑（圖2a），大量分布于縣城內天猴高速以南、建水大道以西的區域。

建水縣磚混結構房屋墻體為空心磚或紅磚，C類、B2類和B類均有分布（明小娜等，2018），C類符合Ⅷ度（0.30 g）設防要求，主要為公共建筑或2000年后建成的居住建筑（圖2b），多分布于縣城內建水大道以東、迎暉路以西、朝陽北路以北區域;B2類設有圈梁構造柱，采取部分抗震措施，在老城區、城郊、西莊鎮、面甸鎮、青龍鎮、官廳鎮等鄉鎮駐地分布廣，主要為村民自建住宅，實地調查表明，該類結構多存在結構平立面不規則、箍筋尺寸及數量不足、窗洞數量及尺寸設計不合理等情況（圖2c）;B類無構造措施、未經抗震設防，主要為縣城內建造年代較早的老舊廠房，數量較少（圖2d）。

穿斗木結構房屋在坡頭鄉、普雄鄉、甸尾鄉等山區分布廣，木架構承重，墻體由夯土、土坯或紅磚砌成起圍護作用。這類房屋年代久遠，有墻體開裂、山墻部分垮塌、木架構裸露腐蝕、屋頂部分梭瓦等情況（圖2e），隨著脫貧攻堅、農危改、“全面改薄”等工程的大力推進，農村地區此類老舊房屋已有大部分實施了危房加固改造或整村搬遷。

鋼架結構用于大跨度的公共建筑屋蓋（如體育館、火車站等）、跨度很大的工業廠房骨架或大型農貿市場骨架（圖2f），工業廠房沿城郊主干道分布較廣。

2.3 房屋建筑影像特征

建水縣影像數據源于插件SimpleGIS在線地圖提供的Google標注地圖。經影像數據和實地建筑對比可知，影像數據采集時間為2019年，其中，城市影像地圖為第20級，農村影像地圖為第18級。

建水縣居住建筑在遙感影像上的特征主要分為3類：第一類建筑影像單體為條帶狀，以長方形為主，邊緣或有凹凸，墻體立面可見窗洞，陰影較長;屋頂為平頂，偶見坡頂，顏色為紅褐色、深灰色或灰白色，色調均勻，有規則整齊的小斑塊分布。從空間分布看，單體間距大，多個單體組合排列整齊，空間上形成大面積規整建筑群，單體周圍或有球場、植被、花園等大型景觀鑲嵌，其間道路路網明顯，此類建筑為新建住宅，以框架結構、B1類磚混結構為主（圖3a）。第二類建筑影像單體面積較小，以方形為主，偶見陰影;屋頂為平頂，顏色多為灰白色、或有藍色，屋頂有斑塊分布，大小不一、排列不規則。從空間分布看，單體沿主干道路兩側分布，多個單體組合密集，排列不整齊，色調混雜，此類建筑為自建住宅，以B2類磚混結構為主（劉賈賈等，2019）（圖3b）。第三類建筑單體面積很小，一般為規則長方形;屋頂為坡頂，顏色為深灰色或黑色，同一坡面色調均勻。從空間分布看，多個單體相互搭接，中間有小面積灰白色空地，此類建筑為自建老舊住宅，以穿斗木結構為主（圖3c）。

公共建筑影像特征單體面積大，有長方形、橢圓形或其它多邊形，屋頂為平頂或坡頂，顏色為灰色，色調均勻、紋理清晰、邊緣整齊，或有多個單體相互搭接（圖3d～f）。工業建筑影像特征單體面積大，以長方形為主，屋頂顏色以藍色或灰白色為主，色調均勻、紋理清晰、邊界清晰。此外，在城區內有小空間內呈簇狀分布的黑色圖斑，為B類磚混結構老舊廠房（圖3g～i）。

3 基于經驗估計的房屋抗震能力等級判別

3.1 判別依據

建筑抗震能力與建筑的抗震設計密切相關。中國地震災害防御中心依據建筑抗震設計情況將房屋抗震能力等級分為估計抗震能力達標、疑似抗震能力不足和疑似抗震能力嚴重不足3個等級。其中，嚴格按照《建筑抗震設計規范》（GB 50011—2019）修建的建筑工程能達到抗震設防3個水準，其房屋抗震能力等級為估計抗震能力達標;沒有嚴格按照抗震設計標準、僅采取部分抗震設防措施的房屋其抗震能力等級為疑似抗震能力不足;未采取任何抗震設防措施的房屋其抗震能力等級為疑似抗震能力嚴重不足。該判別標準需要詳細了解建筑的抗震設計情況，但影像僅能還原建筑的位置以及輪廓，無法從影像上直接獲取建筑的抗震設防屬性，僅用建筑的遙感影像特征來判別其抗震能力等級較為困難。

基于上述判別標準，筆者結合房屋結構、用途及分布與房屋建筑在影像上的幾何特征、空間關系特征的對應關系，總結得出經驗估計的判別依據：建筑的影像輪廓清晰、單體面積大，或多

棟建筑構成規整建筑群，并且建筑群內路網明顯、可見植被、花園、球場等景觀的，房屋用途多為公共建筑（體育館、展覽館、火車站、汽車站等）、工業建筑（大型廠房、倉庫等特種建筑）或新建居住建筑，其房屋抗震能力等級劃為估計抗震能力達標;建筑的影像單體面積小、影像邊界不清、建筑集聚且密度大、空間排列混亂無序的，多為居住建筑中B2類磚混結構、穿斗木結構，其房屋抗震能力等級劃為估計疑似抗震能力不足;建筑的影像單體面積很小、零散分布，顏色為灰黑色的，多為B類磚混結構、簡易房屋，主要用于臨時堆砌生產生活物資、圈養牲畜，其房屋抗震能力等級劃為疑似抗震能力嚴重不足。

3.2 判別結果

以衛星影像為底圖，筆者采用人工勾繪解譯房屋棟數總計175 860棟，建水縣各鄉鎮房屋抗震能力等級初步判定結果見表1。從總體看，城市估測抗震能力達標等級占比為17%，疑似抗震能力不足等級占比為78%，疑似抗震能力嚴重不足等級占比為5%。農村估測抗震能力達標等級占比為5%，疑似抗震能力不足等級占比為92%，疑似抗震能力嚴重不足等級占比為3%。

4 房屋抗震能力實地調查及震級初判

4.1 房屋抗震能力實地調查

實地抽樣調查的目的為：一是更新因影像滯后造成的建筑物漏識別情況，如大面積拆遷改造區、異地搬遷新建區、新規劃民居建筑區等;二是更正因影像分辨率不高或建筑特征不明顯造成的房屋抗震能力等級難以判定的情況;三是數據質量檢查抽樣計算。筆者依據前述抽樣調查區選取原則，在每個鄉鎮各選擇了樣區開展實施調查，確定了12個樣區（表2），其中調查區1為城區，其余調查區為城郊、鄉鎮、村委會駐地，圖4僅列出部分調查區。

4.2 實地調查誤差計算與分析

4.2.1 誤差計算

本文將實地調查的房屋結果視為真實值，遙感解譯的結果視為測量結果，計算基于遙感影像與經驗估計的房屋抗震能力相對誤差（表2），根據規定中國地震災害防御中心.2020.基于遙感影像和經驗估計的區域房屋抗震設防能力初判工作實施方案.當誤差小于20%，其分類結果可信，符合 數據質檢要求。從總體看，調查區內不同分類等級的誤差有正誤差和負誤差，當調查區內某一抗震能力等級房屋棟數實際調查結果比遙感影像解譯多時，誤差為負值。除調查區10疑似抗震能力嚴重不足的房屋棟數誤差為-32%，超過規定誤差外，其余調查區各抗震能力等級誤差大致在誤差控制范圍內;除調查區1估計抗震能力達標誤差為-18%外，其余房屋疑似抗震能力不足和估計抗震能力達標的誤差均較小。

4.2.2 誤差分析

筆者通過實地調查和影像對比分析，初步判定產生誤差的原因包括影像的時效性、影像分辨率、房屋分區顆粒度和主觀認知差異等因素。

影像滯后、分辨率不高，可能造成漏識別、誤判等情況。如調查區1內部分區域影像顯示為空地，現已建成高層住宅區，因影像滯后造成影像解譯的估計抗震能力達標的房屋棟數比實際調查少，導致調查區1估計抗震能力達標誤差較大;老城中心區域、城鄉結合部等區域房屋密度高，成片連接，房屋棟數可能誤判。

基于遙感影像和經驗估計建立的房屋抗震能力判別依據缺乏詳細的房屋屬性資料，也可能造成分類等級誤判。從影像上無法獲取房屋修建年代、承重構件材質、是否實施抗震加固等屬性，因此對房屋抗震能力判定有較大的影響。如調查區1內部分新建輕質鋼架棚，承重構件為鋼架，其中一些承重鋼架以地面為支撐，一些承重鋼架搭建在已有的縱橫墻上，兩種類型抗震能力完全不同，導致疑似抗震能力不足與疑似抗震能力嚴重不足兩個等級出現誤判;調查區9、10和12多為穿斗木結構房屋，實地調查發現部分房屋局部山墻已經垮塌，并且未實施抗震加固，其抗震能力等級應判別為疑似抗震能力嚴重不足，因此這3個調查區疑似抗震能力嚴重不足的誤差較大。

房屋分區的顆粒度會影響房屋抗震能力等級判別結果。一個房屋分區內可能含有3類抗震能力等級的房屋，該房屋分區的抗震能力等級由同一抗震能力等級房屋數量最多的決定，因此房屋分區的顆粒度越小，該區域房屋抗震能力判別結果越準確。

4.3 房屋抗震能力等級初判

通過實地抽樣調查補充漏識別和誤判情況并進行修正后，建水縣房屋棟數總計179 013棟，修正后建水縣各鄉鎮房屋抗震能力等級結果見表3。從總體看，建水縣房屋抗震能力較好，估測抗震能力達標占比最高為臨安鎮達22%;疑似抗震能力嚴重不足的占比約6%。盤江鄉疑似抗震能力嚴重不足的占比高達14%，甸尾鄉、普雄鄉疑似抗震能力嚴重不足的占比也較高，主要原因均為老舊的木架構房屋在鄉內占比較高，且未實施加固或拆除處理。

基于遙感影像和經驗估計的建水縣房屋抗震能力初步評估圖制圖通過ArcGIS 10.2軟件實現（圖5），其圖件數據層的內容包含房屋抗震能力評估分區圖、縣界、鄉鎮（街道）界、主要道路、水系、湖泊和遙感影像。建水縣房屋估計抗震能

5 結論

本文給出了云南地區基于遙感影像和經驗估計的房屋抗震能力初判方法的技術思路，并用該方法完成了建水縣房屋抗震能力等級判別，主要得出如下結論：

（1）建水縣房屋抗震能力初判判別依據為：建筑的影像輪廓清晰、單體面積大，或多棟建筑構成規整建筑群，并且建筑群內路網明顯，可見植被、花園、球場等景觀，其房屋抗震能力等級劃為估計抗震能力達標;建筑的影像單體面積小、影像邊界不清、建筑集聚且密度大、空間排列混亂無序，其房屋抗震能力等級劃為估計疑似抗震能力不足;建筑的影像單體面積很小、零散分布，顏色為灰黑色，其房屋抗震能力等級劃為疑似抗震能力嚴重不足。

（2）經實地調查結果與影像解譯結果誤差對比分析，發現各抗震能力等級誤差基本符合規定，達到數據質檢要求。其中，誤差產生的原因與影像的時效性、影像分辨率、房屋分區顆粒度和主觀認知差異等有關。由此表明根據影像和經驗估計方法初步判別房屋抗震能力具有可行性。

（3）建水縣房屋估計抗震能力達標等級占比為8%，疑似抗震能力不足等級占比為88%，疑似抗震能力嚴重不足等級占比為4%。從總體看，建水縣房屋抗震能力較好，疑似抗震能力嚴重不足的房屋主要分布于偏遠農村，主要原因為老舊的木架構房屋未實施加固或拆除。

綜上所述，在缺乏詳細的房屋數字化資料的情況下，通過分析區域房屋建筑影像特征大致確定房屋結構類型及其用途，基于房屋的屬性建立區域房屋抗震能力經驗判據，這種基于影像和經驗估計房屋抗震能力的方法能夠快速掌握區域房屋整體的分布，從宏觀上摸清區域房屋抗震能力底數。

參考文獻：

關澤群，劉繼琳.2007.遙感圖像解譯[M].武漢：武漢大學出版社.

郭仁忠.2001.空間分析（第2版）[M].北京：高等教育出版社.

建水縣地方志編纂委員會辦公室.2018.建水年鑒（2018）[M].芒市：德宏民族出版社.

建水縣人民政府.2021.建水縣2020年國民經濟和社會發展統計公報[EB/OL].（2021-02-16）[2021-04-15].http：//www.hnjs.hh.gov.cn/zfxxgk/fdzdgknr/tjxx/202106/t20210616_527692.html.

劉賈賈，劉志輝，劉龍，等.2019.基于遙感影像的農村建筑物分類[J].華北地震科學，37（4）：65-72.

劉培琴.2005.建筑概論[M].北京：機械工業出版社.

明小娜，王曉青，周洋，等.2018a.基于高分衛星影像的昭通城區建筑物結構類型解譯標志構建[J].測繪與空間地理信息，41（9）：139-142.

明小娜，周洋，盧永坤，等.2018b.云南省磚混結構房屋震害矩陣修正研究[J].地震研究，41（4）：605-613.

全國自然災害綜合風險普查技術總體組.2020.全國自然災害綜合風險普查工程（一）開展全國自然災害綜合風險普查的背景[J].中國減災，（1）：42-45.

史鐵花，王翠坤，朱立新，等.2021.承災體調查中的房屋建筑調查[J].城市與減災，（2）：24-15.

史鐵花.2020.房屋抗震設防普查助力自然災害防治“九大重點工程”[J].工程建設標準化，（5）：13-15.

孫山澤.2014.抽樣調查[M].北京：北京大學出版社.

解建偉.2020.3S 技術在房屋抗震普查中的應用[J].城鄉建設，（17）：46-48.

周洋，明小娜，楊健強，等.2021.基于歷史地震的云南農居易損性矩陣分區研究[J].地震研究，44（2）：283-291.

GB 50011—2019，建筑抗震設計規范[S].

GB 50023—2009，建筑抗震鑒定標準[S].

Preliminary Assessment of the Seismic Capacity of Buildings in JianshuiCounty，Yunnan Province Based on Remote-sensing Imagesand the Empirical-estimation Method

MING Xiaona，YANG Jianqiang，ZHANG Yuanshuo，YU Jiang，ZHENG Chuan，ZHUANG Yan

（Yunnan Earthquake Agency，Kunming 650224，Yunnan，China）

Abstract

Buildings ?damage is one of the main factors leading to casualties in the earthquake disaster.So far，the detailed risk survey data of the buildings in Yunnan Province have not obtained yet.We firstly analyzed the data on the structure and functions of the buildings，statistical data on rural dilapidated house renovation project and peoples ?relocation from inhospitable areas，as well as the geometric and spatial features of the houses for different purposes on image.Then we proposed a preliminary method to judge degree of the buildings ?seismic capacity in Yunnan based on remote-sensing images and empirical estimation，and we applied our method to the buildings in Jianshui County，Yunnan Province.The results prove that the houses with qualified seismic capacity account for 8%，the houses with indequate seismic capacity account for 88%，and the ones with grossly inaadequate seismic capacity account for 4%.

Keywords：buildings ?seismic capacity;remote-sensing images;empirical estimation;Jianshui Country