基于夜間燈光遙感數(shù)據(jù)的汶川地震重災區(qū)恢復狀態(tài)評估

吳 翰，汪 明，劉 凱

（1.北京師范大學地表過程與資源生態(tài)國家重點實驗室，北京 100875；2.北京師范大學環(huán)境演變與自然災害教育部重點實驗室，北京 100875；3.應急管理部教育部減災與應急管理研究院，北京 100875）

引言

地震災害及其誘發(fā)出的災害鏈所帶來的破壞對人類社會將是巨大的，震后災區(qū)恢復重建規(guī)劃顯得尤為重要。因此，開展地震后災區(qū)恢復狀況動態(tài)跟蹤評估，對調(diào)整部署的災區(qū)重建規(guī)劃及掌握區(qū)域社會經(jīng)濟恢復情況具有積極意義。目前的研究針對地震災區(qū)恢復狀態(tài)的定義不盡相同，通常表述為“將災后情況提升至可接受的程度，可能與受影響前的程度相同，也可能不同”［1］，恢復、復原或重建都認定為恢復過程中的一部分。Reddy［2］等認為，讓一個城市社區(qū)恢復到災前水平有利于重建災后脆弱的環(huán)境，而Wisner 等［3］認為災害恢復沒有明確的終點，災害恢復所要完成的不是恢復災前的脆弱性，而是應該提高社區(qū)的抗災能力。但都沒有明確一個指標對災害恢復狀態(tài)進行評價，本文將借助城市規(guī)模與遙感數(shù)據(jù)等與災害高相關的變量，以對災前災后水平是否相同對恢復狀態(tài)進行評估。

過去的幾十年中，自然災害造成的社會經(jīng)濟損失急劇上升［4］，因災害導致建筑不同等級受損所帶來的經(jīng)濟損失是巨大的，2005年臺風“麥莎”淹沒上海大量房屋及道路，造成的直接經(jīng)濟損失約為人民幣1.38億元。2013 年4 月雅安地震，造成大量人員受傷死亡，預計經(jīng)濟損失超百億元［5］。因此獲取關于城市擴張態(tài)的準確和及時的信息對于闡明城市化的驅(qū)動力、估計其影響和促進中國有效的城市化進行至關重要［6-7］，尤其是監(jiān)測城市建筑規(guī)模、災后損失評定及狀況恢復等。楊孟禹通過建立刻畫城市規(guī)模變動空間競爭的空間計量模型，構架城市規(guī)模指數(shù)，以詮釋對以人口、土地等指標衡量的城市規(guī)模的城市化說明，并驗證其合理性［8］，以此為輔佐進行災害評定研究，對中國未來地震災害管理工作的開展和綜合災害風險管理體系的完善都有著重要意義［9］。

遙感觀測技術可快速、同步且有效獲取大時間大尺度區(qū)域數(shù)據(jù)，以協(xié)助研究人員掌握研究區(qū)的多維信息。其中美國國防氣象衛(wèi)星計劃（Defense Meteorological Satellite Program，DMSP）搭載的線性掃描業(yè)務系統(tǒng)（Operational Linescan System，OLS）與美國新一代Suomi NPP 衛(wèi)星搭載的VIIRS傳感器（National Polar-Orbiting Partnership's Visible Infrared Imaging Radiometer Suite，NPP-VIIRS）生產(chǎn)的燈光數(shù)據(jù)（Night Time Light，NTL）被運用到大部分夜光遙感研究領域。燈光遙感與夜間輻射屬性相互關聯(lián)，能有效地反映人類活動，被廣泛應用于資源環(huán)境、水文、氣象、地質(zhì)科學與地理等領域中［10-11］。有研究表明經(jīng)濟活動與NTL水平具有較高相關性，并指出NTL 數(shù)據(jù)在社會經(jīng)濟空間化領域的巨大潛力［12-13］。然而DMSP-OLS 因數(shù)據(jù)過飽和、數(shù)據(jù)可用性（具體數(shù)據(jù)可用性參照表1）、傳感器差異等限制，無法與新一代高靈敏度和高空間分辨NPP-VIIRS同時使用，而進行長時間序列燈光遙感研究，故如何有效整合2 種數(shù)據(jù)成為近年來的燈光遙感研究領域熱點。Li等根據(jù)DMSP-OLS 與NPP-VIIRS 重合期內(nèi)兩類數(shù)據(jù)高冪數(shù)相關性的特點，利用NPP-VIIRS 月合成數(shù)據(jù)模擬DMSP-OLS 月合成數(shù)據(jù)取得了較好的驗證效果［14］，實現(xiàn)兩種數(shù)據(jù)的整合研究，但未實現(xiàn)兩種年合成數(shù)據(jù)之間的整合。

文中基于DMSP-OLS 與NPP-VIIRS 之間存在的冪數(shù)關系完成年合成數(shù)據(jù)整合模擬，形成長時間NTL數(shù)據(jù)序列，后結(jié)合第二、三產(chǎn)業(yè)生產(chǎn)總值評價整合結(jié)果；利用城市規(guī)模指數(shù)提取研究區(qū)內(nèi)NTL，完成信息轉(zhuǎn)換，對2008年汶川地震災前災后各10年（1998～2018年）的災區(qū)恢復情況評價，并利用增長率對結(jié)果佐證說明，以此評估汶川災區(qū)城市恢復與災后發(fā)展情況。

1 研究區(qū)與數(shù)據(jù)來源

1.1 研究區(qū)概況

文中選取中國地震局2008 年8 月29 日公布的汶川地震烈度分布圖中的Ⅶ度及以上區(qū)域為研究區(qū)（圖1），其面積為84 449 km2，東北向呈不規(guī)則橢圓形狀展布，東南向受地形影響有不規(guī)則衰減，西南較東北端窄，長軸約566 km，短軸約267 km，內(nèi)含15 個重災縣（市、區(qū)；按照中國行政區(qū)域矢量ID 順序進行編號，作為本文制圖編號）：都江堰市（a）、彭州市（b）、綿竹市（c）、什邡市（d）、廣漢市（e）、安縣（f）、北川縣（g）、平武縣（h）、江油市（i）、青川縣（j）、汶川縣（k）、理縣（l）、茂縣（m）、武都縣（n）和文縣（o），本文重點關注上述15 個縣（市、區(qū)）。

圖1 研究區(qū)Fig.1 Study area

1.2 數(shù)據(jù)來源

本文使用的原始DMSP-OLS為夜間穩(wěn)定燈光（NSL），已經(jīng)過輻射校正和無云合成等基礎數(shù)據(jù)處理，空間分辨率為30弧秒，時間可用序列與可選衛(wèi)星情況如表1所示；NPP-VIIRS原始數(shù)據(jù)空間分辨率為15弧秒，可使用時間序列為情況如表1所示。數(shù)據(jù)預處理后，DMSP-OLS與NPP-VIIRS數(shù)據(jù)分辨率為0.008 993 220 3°，參考坐標系統(tǒng)均為WGS-84。

表1 數(shù)據(jù)可用性Table 1 Data visualization

社會經(jīng)濟統(tǒng)計數(shù)據(jù)：1992～2019 年《四川統(tǒng)計年鑒》，主要使用汶川地震15 個重災縣（市、區(qū)）的第二、三產(chǎn)業(yè)生產(chǎn)總值數(shù)據(jù)。

2 數(shù)據(jù)預處理

2.1 DMSP-OLS數(shù)據(jù)處理

DMSP-OLS 搭載的多個傳感器具有較大差異，同時未做星上輻射校正，導致該數(shù)據(jù)集出現(xiàn)：（1）影像DN值飽和效應（DMSP-OLS 影響DN 值范圍只有0～63，實際亮度值大于63 只顯現(xiàn)為63）；（2）影像非連續(xù)性。文中使用相互校正與連續(xù)校正分別解決影像DN值飽和現(xiàn)象和非連續(xù)性等問題。

圖2 數(shù)據(jù)處理過程Fig.2 Data processing

2.1.1 相互校正

Hall和Lenney等［15-16］提出連續(xù)時相遙感影像中的穩(wěn)定像元可作為目標參考點來校正數(shù)據(jù)集，以此完成DMSP-OLS 數(shù)據(jù)集的相互校正。Elvidge 等［17］使用不變目標區(qū)域法對全球范圍內(nèi)的天燃氣燃燒量評估，證明了該方法的有效性。曹子陽［18］同樣使用不變目標區(qū)域法，以鶴崗市市轄區(qū)作為目標參考區(qū)域?qū)艄鈹?shù)據(jù)進行指數(shù)、線性、對數(shù)、二次多項式與冪函數(shù)等5 種形式的回歸，最后使用最高相關性的冪數(shù)回歸完成數(shù)據(jù)整合。本文同樣使用冪函數(shù)回歸模型式（1）以鶴崗市市轄區(qū)為不變區(qū)域完成數(shù)據(jù)校正。

式中，DN為待校正影像中的像元DN值；DNim為校正后的像元DN值；a和b為冪函數(shù)回歸模型的不同參數(shù)，具體參數(shù)見表2。

表2 回歸模型參數(shù)Table 2 Regression model parameter

續(xù)表2

2.1.2 連續(xù)校正

傳感器參數(shù)與狀態(tài)等原因?qū)е峦荒攴軳TL 有較大的差異，雖相互校正模型可一定程度上減小差異，但總體效果欠佳［19］。為最大程度上提高精度，文中采用連續(xù)校正對相互校正后結(jié)果進行處理，具體公式如下：

2.2 NPP-VIIRS數(shù)據(jù)處理

NPP-VIIRS數(shù)據(jù)較DMSP-OLS數(shù)據(jù)具有更高空間與輻射量分辨率，但未經(jīng)去光處理，導致VIIRS輻射儀錯將無人區(qū)域存在的較弱輻射認定為有效光源，即噪聲點［20］。VIIRS不僅能夠探測到植被、水和沙漠等自然土地覆蓋反射的月光，且能探測低于DMSP/OLS光照水平的區(qū)域，故以DMSP-OLS最低探測信號值為閾值過濾NPP-VIIRS數(shù)據(jù)噪聲。遵照Xi等的經(jīng)驗，以0.3 nW cm-2 sr-1 為基準去除NPP-VIIRS背景噪聲［21］。

2.3 DMSP-OLS與NPP-VIIRS數(shù)據(jù)整合

NTL 數(shù)據(jù)可以廣泛應用與經(jīng)濟學研究領域［22］，如何有效整合2 種數(shù)據(jù)集，擴寬研究領域顯得尤為重要。Zhang等發(fā)現(xiàn)DMSP-OLS與NPP-VIIRS數(shù)據(jù)集之間存在較好的類似于山脊線的曲線關系［23］。

式中，x為DMSP-OLS值；a，b為系數(shù)；y為NPP-VIIRS值。

鑒于上述Xi 等通過冪數(shù)模型回歸擬合2 種數(shù)據(jù)集，以評價2011 至2017 年間敘利亞主要人類定居點的城市［21］。本文基于式（4）完成2 種數(shù)據(jù)集的長時間序列整合處理。通過最小化絕對殘差與Levenberg-Marquardt算法對預處理后的2012年DMSP-OLS與2012年NPP-VIIRS整合，整合公式與參數(shù)如下：

式中，Radiance為NPP-VIIRS數(shù)據(jù)輻射亮度值；DNcon為整合后NTL值，即DMSP-OLS模擬值。

3 研究方法

3.1 城市規(guī)模指數(shù)

提取整合后燈光灰度大小為6 以上的區(qū)域，可最大限度避免燈光影像背景噪聲。本文以新城市規(guī)模指數(shù)為基礎，提取1998～2018 年中國區(qū)域城市規(guī)模分布情況，來分析災區(qū)恢復重建境況。具體指數(shù)公示如下式（6）。

式中，UREi為城市規(guī)模指數(shù)；Hi為大于全國各地級及以上城市燈光亮度中位數(shù)的光斑所代表的實際面積；Si為小于全國各地級以上城市燈光亮度中位數(shù)的光斑所代表的實際面積。

城市規(guī)模指數(shù)彌補了僅考慮人口、土地、經(jīng)濟的單一指標所固有的缺陷，綜合城市擴張中上述因素的空間特征，采用全國城市中位數(shù)防止了燈光亮度異常區(qū)域?qū)Y(jié)果的干擾，反映了高密度區(qū)面積變動的趨勢，同時也避免與“城市蔓延”（低密度區(qū)擴張）相混淆，能較好地度量城市擴張［24］。

3.2 增長率

增長率是指一定時期內(nèi)某一數(shù)據(jù)指標的觀察值與基期觀測值的比值，根據(jù)采用的基值不同可有不同的表示方式：同比增長率、環(huán)比增長率與定基增長率。本文借助統(tǒng)計學中常見的定基增長率輔助說明NTL 水平變化以及城市規(guī)模指數(shù)變動，具體如下式：

式中，Gn為第n年NTL 的增長率；NTLi為第i年的研究區(qū)燈光數(shù)據(jù)總值；NTL0為第1997 年燈光數(shù)據(jù)研究區(qū)總值為基準；n=1，2，3，···20。

統(tǒng)計學中通常將增長率用在經(jīng)濟上，即經(jīng)濟增長率，反映一定時期經(jīng)濟發(fā)展水平變化程度的動態(tài)指標，能反應一個地區(qū)的經(jīng)濟發(fā)展活動。本文用在燈光數(shù)據(jù)上，以表示該地區(qū)發(fā)展與恢復活力。

4 結(jié)果與分析

4.1 數(shù)據(jù)處理結(jié)果分析

燈光數(shù)據(jù)的像元均值與亮像元數(shù)都能較好的表征數(shù)據(jù)處理前后的變化情況。1992～2008 年中國區(qū)域原始NSL的像元均值與亮像元數(shù)如圖3（a）與圖3（b）所示。經(jīng)相互校正與連續(xù)校正后如圖3（c）所示，連續(xù)性和可比性得到了較大的改善，并且同載異星傳感器獲取的數(shù)據(jù)差異也得到減少。

圖3 中國區(qū)域DMSP-OLS校正對比Fig.3 Comparison of DMSP-OLS correction in China

圖4（a）為2017年NPP-VIIRS 未去噪研究區(qū)燈光影像圖，圖4（b）為去噪后圖，圖4（c）為研究區(qū)同年份樣本點高分2號影像圖，圖4（c）為隨機一處無人區(qū)域，與圖4a對應紅色區(qū)域存在輻射，即認定為有經(jīng)濟活動現(xiàn)象。經(jīng)去噪后，如圖4（b）所示，已為0值，經(jīng)多點抽樣驗證符合實際情況。

圖4 2017年研究區(qū)去噪對比Fig.4 Denoising comparison of the research area in 2017

整合數(shù)據(jù)后，研究區(qū)內(nèi)燈光指數(shù)總值與15個重災市縣的第二、三產(chǎn)業(yè)生產(chǎn)總值擬合結(jié)果如圖5所示，呈現(xiàn)指數(shù)關系，其調(diào)整后擬合優(yōu)度R2高達0.883 51，文中數(shù)據(jù)校正及整合精度較高。

圖5 燈光指數(shù)與第二、三產(chǎn)業(yè)生產(chǎn)總值擬合Fig.5 The lighting index is fitted with the GDP of the secondary and tertiary industries

以上是對數(shù)據(jù)處理過程的分析描述。以下對比分析中NTL 水平代表當?shù)睾暧^經(jīng)濟水平、城市規(guī)模水平描述當?shù)亟ㄖ秶?，增長率水平輔助NTL 水平與城市規(guī)模水平進行對比分析。NTL 數(shù)值與增長率結(jié)合直觀表述汶川地震前后重災縣宏觀經(jīng)濟水平變化，以評判恢復程度。而城市規(guī)模與增長率可從經(jīng)濟高發(fā)展區(qū)域?qū)膮^(qū)恢復進行評價。

4.2 對比分析

NPP-VIIRS 去除噪聲后與改善后的DMSP-OLS 數(shù)據(jù)集整合，形成1992 年至2019 年的長時間序列，后選用1998 至2018 年間NTL 數(shù)據(jù)集，以增長率為輔統(tǒng)計分析，總體趨勢見下圖6。

圖6 研究區(qū)NTL總值趨勢圖Fig.6 Total value trend chart of NTL in study area

研究區(qū)內(nèi)大量建筑設施等能提供有效光源的輻射源因地震遭到毀壞，從圖6 中可得出，2008 年研究區(qū)夜間燈光輻射量較2007 年下降較大，2009 年小幅度減少。2009 至2011 年為汶川災區(qū)規(guī)劃重建期，3 年后災區(qū)整體NTL 水平趨近震前，與恢復重建過程中災區(qū)外部援助幫扶使得災區(qū)內(nèi)社會經(jīng)濟活動一定程度上出現(xiàn)短期的回升，GDP 水平表現(xiàn)為汶川重災市縣2011 年（1 349.9 億元）高于2007 年（911.9 億元），具體如圖7所示。

圖7 重災縣GDP總和趨勢圖Fig.7 GDP trend chart of disaster-stricken counties

至2012 年3 年規(guī)劃重建期結(jié)束，災區(qū)開始自我恢復重建，與一直上升的GDP 變化趨勢相反的是NTL 總值趨勢下滑，直至2015年開始回升，2017年才恢復到震前水平，大致符合恢復重建目標，本文的宏觀經(jīng)濟角度結(jié)論與WU等人使用ARIO模型從微觀經(jīng)濟角度預測的汶川地震重建期為8年相吻合［25］。

圖8 重災市縣NTL總值與增長率Fig.8 Total value and growth rate of NTL in severely affected cities and counties

從15 個重災市縣NTL 與增長率趨勢圖中，2008 年汶川地震后各市縣的NTL 水平與NTL 增長率同步下降，至2010 年時各市縣的NTL 增長率開始處于較為平穩(wěn)狀態(tài)，總體水平低于震前。災區(qū)外部援助幫扶措施所帶來的經(jīng)濟提升促使各市縣NTL 水平有一定回升。3年重建結(jié)束后，各重災市縣NTL 水平均在2011年左右后急劇下降，下降周期短則3年，長則6年。

震前10 年內(nèi)，大部分重災市縣NTL 水平均以較為穩(wěn)定的增長速率上升。震后第10 年：2018 年市縣NTL 水平恢復到震前：都江堰（a）、彭州市（b）、綿竹市（c）、什邡市（d）、安縣（f）、平武縣（h）、江油市（i）、青川縣（j）、汶川縣（k）、理縣（l）、茂縣（m）與武都縣（n），其中彭州市（b）、安縣（f）、青川縣（j）、汶川縣（k）、茂縣（m）與武都縣（n）NTL水平遠超震前。而廣漢市（e）、北川縣（g）與文縣（o）NTL 水平未恢復到震前?？傮w上重災市縣NTL水平均恢復到震前比例達80%。

城市規(guī)模指數(shù)變化趨勢圖中（圖9），地震使整體災區(qū)城市規(guī)模下降，2009年至2011年，災區(qū)外部大力支持汶川災區(qū)重建，城市規(guī)模水平逐漸回升，同樣當災區(qū)外部提供的恢復建設協(xié)助結(jié)束后，各市縣開始自我發(fā)展與重建時，汶川災區(qū)城市規(guī)模水平與NTL 水平均在2012年有一定的下降，而城市規(guī)模水平從2013年后開始回升。

各市縣的城市規(guī)模指數(shù)與NTL 總值變化趨勢對比圖中，城市規(guī)模指數(shù)呈現(xiàn)出較NTL 更穩(wěn)定的變化趨勢。在汶川地震的破壞下，各市縣NTL總值的變化幅度遠遠超過了常規(guī)浮動，表現(xiàn)出快速下降趨勢，而城市規(guī)模指數(shù)變動較小。

震前10 年內(nèi)，大部分重災市縣城市規(guī)模水平以一定增長速率上升，震后第10 年，即到2018 年所有市縣城市規(guī)模水平均恢復到震前。震前10 年，部分城市規(guī)模未變化的低經(jīng)濟水平市縣：北川縣（g）、青川縣（j）、理縣（l）與文縣（o）等地震后得到一定發(fā)展，城市規(guī)模水平高速提升。與NTL 水平變化波動較大相反的是各市縣城市規(guī)模水平受地震影響波動較小，兩變量水平之差對應的是一些發(fā)展較為落后的區(qū)域，即為未達到城市規(guī)模水平的區(qū)域，此次地震對該類區(qū)域的破壞性或者影響較大。

5 結(jié)論

本文使用的夜間燈光數(shù)據(jù)與第二、三產(chǎn)業(yè)生產(chǎn)總值具有較高的相關性，利用冪數(shù)將長時間序列的DMSP-OLS 數(shù)據(jù)與具有更高靈敏度、更為精確空間分布信息特點的NPP-VIIRS 數(shù)據(jù)進行整合，極大地擴寬了NTL 應用與研究領域，發(fā)揮多源數(shù)據(jù)優(yōu)勢。同時結(jié)合NTL 總值水平、城市規(guī)模指數(shù)與增長率等多指標完成汶川地震前后社會經(jīng)濟活動變化描述。

研究表明，汶川地震3 年規(guī)劃重建期內(nèi)，當?shù)亟?jīng)濟水平恢復效果明顯，社會經(jīng)濟活動能力與城市規(guī)模水平都有一定回升，但均未恢復到震前水平。3 年規(guī)劃重建期結(jié)束后，重災市縣進入經(jīng)濟恢復適應期，NTL 水平與城市規(guī)模水平均有一定下降。重災區(qū)市縣因自身產(chǎn)業(yè)布局與經(jīng)濟活動能力等限制，3～6 年的適應期內(nèi)，NTL 水平呈現(xiàn)下滑再回升的趨勢。震前各市縣均已一定速度發(fā)展，經(jīng)濟活動水平同比增長，震后第十年，80%重災市縣NTL 水平恢復到震前，其中部分市縣NTL 水平與城市規(guī)模水平遠超震前。剩余20%重災市縣未恢復到震前水平，且有一定下降?？傮w上完成了以NTL水平及相關指標評價災區(qū)社會經(jīng)濟活動能力的目標，得出汶川地震重災區(qū)在3年規(guī)劃重建期基礎上恢復期平均為八年的結(jié)論。