四川省房屋数据空间化及在芦山7.0级地震灾情快速评估中的应用

英文篇名：Housing Data Spatialization in Sichuan Province and its Application in Fast Assessment on Lushan M7.0 Earthquake Disaster
中文刊名：灾害学
英文刊名：Journal of Catastrophology
作者：丁文秀 ; 李志强 ; 卓力格图 ; 李晓丽 ; 韩贞辉 ; 冯新科
英文作者：Ding Wenxiu ; Li Zhiqiang ; Zhuoli Getu ; Li Xiaoli ; Han Zhenhui ; Feng Xinke ; Institute of Seismology ; China Earthquake Administration ; Institute of Geophysics & Geomatics ; China University of Geosciences ; Institute of Geology ; China Earthquake Administration ; Earthquake Administration of Inner Mongolia Autonomous Region ; Institute of Geology
中文关键词：房屋 ; 数据空间化 ; 地震灾情 ; 快速评估 ; 芦山7级地震 ; 救援 ; 区域划分
英文关键词：housing ; data spatialization ; earthquake disaster ; fast assessment ; Lushan M7.0 earthquake ; rescue ; regional division
出版日期：2015-04-20
机构：中国地震局地震研究所(地震大地测量重点实验室);中国地质大学(武汉)地空学院;中国地震局地质研究所;内蒙古自治区地震局;
年：2015
期：02
出版单位：灾害学

摘要

在四川省城乡布局和经济分区的基础上,通过308个房屋数据抽样点(1 km×1 km)并结合土地利用数据,建立分类的房屋数据空间化模型。将其结果应用到芦山7.0级地震震例中,得到以下结论:灾区毁坏与严重破坏房屋数量591 077间,误差为4.1%;房屋直接经济损失估算259.6~300亿元,误差为4.5%~10.2%;死亡人数误差为26.0%~71.9%;受伤人数误差12.7%~22.3%。结果表明:提出的房屋空间化方法较好地体现了实际房屋分布情况,为建立大区域的房屋空间数据提供了途径。用该数据评估得到的灾区房屋倒损、人员伤亡、经济损失数据有较高的可信度。在此基础上以房屋倒损结构类型和面积为指标划分救援区域,为救援力量的合理部署提供依据。
On the basis of the layout of urban and rural areas and economic regionalization in Sichuan Province,through 308 housing data sampling points(1 km × 1 km) and combined with the land use data,a housing data spatialization model is established.The results are applied to the case of Lushan M7.0 earthquake and the amount of destructed and seriously destroyed houses in the stricken area is 591 077 with an error of 4.1%; estimation for the direct economic loss of housing is 259.6 ~ 300 billion,with an error of 4.5% ~ 10.2%; the death toll error is 26.0% ~ 71.9% and the number of injured error is 12.7% ~ 22.3%.Results show that: the housing spatialization method proposed can reflect the actual housing distribution,providing a way for the establishment of spatial data on houses in big regions.Data on house damages,casualties and economic losses evaluated according to the above data have relatively higher credibility.Rescue areas are divided with the index of house damage structure type and area to provide references for reasonable deployment of rescue force.

引文

[1]徐国栋,袁艺,方伟华,等.玉树7.1级地震震后损失快速评估[J].地震工程与工程振动,2011,31(1):114-123.
    [2]杨雅玲,杨玉成.城市震害预测中的房屋数据库[J].世界地震工程,1988(1):28-32.
    [3]甘承钊,汪振华,沈业龙.合肥市房屋基础资料调查与数据库建立[J].中国减灾,2000,10(1):39-42.
    [4]Kishor Jaiswal,M EERI,David Wald,et al.A global building inventory for earthquake loss estimation and risk management earthquake spectra[J].Earthquake Engineering Research Institute,2010,26(3):731-748.
    [5]高晓路,金凤君,季珏.基于尺度收缩方法的中国县级尺度房屋结构数据推算[J].地理研究,2011,30(12):2127-2138.
    [6]中华人民共和国国家质量监督检验检疫总局,中国国家标准化管理委员会.GB/T 18208.4地震现场工作第4部分:灾害直接损失评估[S].北京:中国标准出版社,2011:1-17.
    [7]四川省人口普查办公室,四川省统计局.四川省2010年人口普查资料[M].北京:中国统计出版社,2012:2-452.
    [8]四川省统计局,国家统计局四川调查总队.四川省统计年鉴(2013)[M].北京:中国统计出版社,2013:263-317.
    [9]地球系统科学数据共享平台[DB/OL].[2014-07-01].http://www.geodata.cn.
    [10]SRTM数字高程数据[DB/OL].[2014-07-01].http://srtm.csi.cgiar.org.
    [11]李树桢.中国地震灾害损失预测研究专辑-地震灾害评估[M].北京:地震出版社.1995:1-54.
    [12]尹之潜.结构易损性分类和未来地震灾害估计[J].中国地震,1996,12(1):49-55.
    [13]马玉宏,谢礼立.地震人员伤亡估算方法研究[J].地震工程与工程振动,2000,20(4):140-147.
    [14]国家减灾委专家委员会,民政部国家减灾中心.四川芦山“4.20”强烈地震灾害评估报告[R].北京:民政部国家减灾中心,2013.
    [15]丁文秀,卓力格图,李晓丽,等.基于公里网格数据的地震救援区域划分方法[J].灾害学,2013,28(4):221-228.