• ISSN 1673-5722
  • CN 11-5429/P

基于特征分区的建筑物数据空间化研究

赵真 郭红梅 张莹 鲁长江 何宗杭

赵真,郭红梅,张莹,鲁长江,何宗杭,2023. 基于特征分区的建筑物数据空间化研究. 震灾防御技术,18(3):632−641. doi:10.11899/zzfy20230320. doi: 10.11899/zzfy20230320
引用本文: 赵真,郭红梅,张莹,鲁长江,何宗杭,2023. 基于特征分区的建筑物数据空间化研究. 震灾防御技术,18(3):632−641. doi:10.11899/zzfy20230320. doi: 10.11899/zzfy20230320
Zhao Zhen, Guo Hongmei, Zhang Ying, Lu Changjiang, He Zonghang. Research on Building Data Spatialization Based on Feature Partition[J]. Technology for Earthquake Disaster Prevention, 2023, 18(3): 632-641. doi: 10.11899/zzfy20230320
Citation: Zhao Zhen, Guo Hongmei, Zhang Ying, Lu Changjiang, He Zonghang. Research on Building Data Spatialization Based on Feature Partition[J]. Technology for Earthquake Disaster Prevention, 2023, 18(3): 632-641. doi: 10.11899/zzfy20230320

基于特征分区的建筑物数据空间化研究

doi: 10.11899/zzfy20230320
基金项目: 国家重点研发计划项目专题(2020YFA0710603-07);地震科技专项项目(LY2103)
详细信息
    作者简介:

    赵真,女,生于1993年。硕士,工程师。主要从事GIS在地震中的应用研究。E-mail:827387315@qq.com

    通讯作者:

    郭红梅,女,生于1984年。正研级高级工程师。主要从事地震应急、震害防御方向的研究。E-mail:115453242@qq.com

Research on Building Data Spatialization Based on Feature Partition

  • 摘要: 针对现有基于多因素的建筑空间分布格网化模型未考虑建筑物空间分布异质性的问题,提出基于特征分区的建筑物数据空间化模型。以四川省雅安市为例,利用影响建筑物空间分布的因子进行建筑物特征一致性分区,选取土地利用、高程、坡度、坡向、河流距离、道路距离、地形起伏度7类影响因子,基于分区结果分别研究建筑物空间分布与各影响因子之间的关系,分区构建基于多因素的建筑物数据空间化模型,生成雅安市300 m格网建筑物空间分布数据。研究结果表明,分区构建的建筑物空间分布格网化模型有效提高了建筑物空间分布数据的精确度与准确性。
  • 图  1  总体技术路线

    Figure  1.  Overall technical route

    图  2  建设用地与非建设用地因子分布示意图

    Figure  2.  Schematic diagram of factor distribution of construction land and non-construction land

    图  3  雅安市建筑物特征分区结果

    Figure  3.  Results of building characteristic zoning in Ya'an city

    图  4  抽样格网空间分布

    Figure  4.  Spatial distribution of sampling grid

    图  5  雅安市影响因子分布

    Figure  5.  Distribution of influencing factors in Ya'an city

    图  6  雅安市建筑物数据空间化结果

    Figure  6.  Spatial results of building data in Ya'an city

    表  1  影响因子子类分级

    Table  1.   Classification of influencing factors

    土地利用高程/m坡度/(°)坡向/(°)河流距离/m道路距离/m地形起伏度/m
    耕地500~800平原
    (0~0.5)
    平缓坡
    (−1)
    0~2000~200平原(<30)
    森林800~1 100微斜坡(0.5~2)向阳坡(135~225)200~400200~400台地
    (30~70)
    草地1 100~1 400缓斜坡(2~5)向阳坡
    (45~135,
    225~315)
    400~600400~600丘陵
    (70~200)
    灌木林1 400~1 700斜坡
    (5~15)
    阴坡(0~45,
    315~360)
    600~800600~800小起伏山地(200~500)
    湿地1 700~2 000陡坡
    (15~35)
    800~1 000800~1 000中起伏山地(500~1 000)
    水体2 000~2 400峭坡
    (35~55)
    1 000~1 2001 000~1 200大起伏山地(1 000~2 500)
    不透水面2 400~2 800垂直壁
    (55~90)
    1 200~1 4001 200~1 400极大起伏山地(>2 500)
    裸地2 800~3 2001 400~1 6001 400~1 600
    冰川3 200~3 8001 600~1 8001 600~1 800
    3 800~4 4001 800~2 0001 800~2 000
    >4 400>2 000>2 000
    下载: 导出CSV

    表  2  雅安市不同特征分区抽样统计的各类因子权重

    Table  2.   Weights of various factors in sampling statistics in different regions of Ya'an city

    分区区域划分权重
    土地利用高程坡度坡向河流距离道路距离地形起伏度
    一区建设用地0.2630.1080.3000.329
    非建设用地0.2440.2250.1640.0640.0830.220
    二区建设用地0.2300.2310.1440.1590.236
    非建设用地0.1630.1780.1540.1870.1410.177
    三区建设用地0.2160.2130.1560.2170.198
    非建设用地0.2270.1770.2240.1830.189
    四区建设用地0.0890.1950.1850.1690.1480.214
    非建设用地0.2360.1830.2210.1750.185
    五区建设用地0.1760.1830.1690.1560.1470.170
    非建设用地0.1560.1680.1920.1800.1480.157
    下载: 导出CSV

    表  3  相对误差分级统计

    Table  3.   Statistics of relative error classification

    分级数目比例/%
    严重低估,<−50%7944.7
    一般低估,[−50%,−20%)6023.6
    较准确估计,[−20%,20%]12 56874.7
    一般高估,(20%,50%]1 2287.3
    严重高估,>50%1 6269.7
    下载: 导出CSV
  • 陈振拓, 李志强, 丁文秀等, 2012. 面向防震减灾的人口数据空间化研究——以2007年宁洱地震灾区为例. 震灾防御技术, 7(3): 273—284

    Chen Z. T. , Li Z. Q. , Ding W. X. , et al. , 2012. Study of spatial population distribution in earthquake disaster reduction——a case study of 2007 Ning’er earthquake. Technology for Earthquake Disaster Prevention, 7(3): 273—284. (in Chinese)
    程晓亮, 饶芬芳, 2008. 不同地形环境下道路、河流对人口分布影响的分析——以黄山市为例. 资源开发与市场, 24(5): 417—419 doi: 10.3969/j.issn.1005-8141.2008.05.012

    Cheng X. L. , Rao F. F. , 2008. Analysis of influence of road, river on population distribution under different terrain environment——take Huangshan City as an example. Resource Development & Market, 24(5): 417—419. (in Chinese) doi: 10.3969/j.issn.1005-8141.2008.05.012
    丁文秀, 李志强, 卓力格图等, 2015. 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. 灾害学, 30(2): 128—132 doi: 10.3969/j.issn.1000-811X.2015.02.025

    Ding W. X. , Li Z. Q. , Zhuoli G. T. , et al. , 2015. Housing data spatialization in Sichuan Province and its application in fast assessment on Lushan M7.0 earthquake disaster. Journal of Catastrophology, 30(2): 128—132. (in Chinese) doi: 10.3969/j.issn.1000-811X.2015.02.025
    谷国梁, 王晓蕾, 李雅静等, 2016. 天津市面向震害快速评估的房屋和人口空间化研究. 地震, 36(2): 149—158

    Gu G. L. , Wang X. L. , Li Y. J. , et al. , 2016. Spatialization of population and housing data in Tianjin oriented to rapid earthquake loss assessment. Earthquake, 36(2): 149—158. (in Chinese)
    韩贞辉, 2013. 基于震害分类的房屋数据格网化研究. 北京: 中国地震局地质研究所.

    Han Z. H. , 2013. Study on the grid of housing data based on the classification of earthquake damage. Beijing: Institute of Geology, China Earthquake Administration. (in Chinese)
    韩贞辉, 李志强, 陈振拓等, 2013. 人口、房屋数据空间化及其在震灾快速评估中的应用——以彝良地震为例. 地震地质, 35(4): 894—906

    Han Z. H. , Li Z. Q. , Chen Z. T. , et al. , 2013. Population, housing statistics data spatialization research in the application of rapid earthquake loss assessment—a case of Yiliang earthquake. Seismology and Geology, 35(4): 894—906. (in Chinese)
    江东, 杨小唤, 王乃斌等, 2002. 基于RS、GIS的人口空间分布研究. 地球科学进展, 17(5): 734—738

    Jiang D. , Yang X. H. , Wang N. B. , et al. , 2002. Study on spatial distribution of population based on remote sensing and GIS. Advance in Earth Science, 17(5): 734—738. (in Chinese)
    李皓, 张合, 吕国军, 2018. 基于遥感影像的建筑数据构建研究. 震灾防御技术, 13(1): 168—176

    Li H. , Zhang H. , Lv G. J. , 2018. Construction of building data based on remote sensing images. Technology for Earthquake Disaster Prevention, 13(1): 168—176. (in Chinese)
    孙柏涛, 张桂欣, 2017. 中国大陆建筑物地震灾害风险分布研究. 土木工程学报, 50(9): 1—7

    Sun B. T. , Zhang G. X. , 2017. Study on seismic disaster risk distribution of buildings in mainland China. China Civil Engineering Journal, 50(9): 1—7. (in Chinese)
    王龙, 王晓青, 丁香等, 2007. 基于遥感和GIS的建筑物震害损失评估方法研究与实现. 地震, 27(4): 77—83

    Wang L. , Wang X. Q. , Ding X. , et al. , 2007. Study on loss assessment of construction earthquake damage based on remote sensing and GIS. Earthquake, 27(4): 77—83. (in Chinese)
    王晓青, 丁香, 王龙等, 2009. 四川汶川8级大地震灾害损失快速评估研究. 地震学报, 31(2): 205—211

    Wang X. Q. , Ding X. , Wang L. , et al. , 2009. A study on fast earthquake loss assessment and its application to 2008 Wenchuan M8 earthquake. Acta Seismologica Sinica, 31(2): 205—211. (in Chinese)
    王志涛, 马祎, 马东辉, 2019. 基于城市规划的建筑物地震灾害风险评估研究. 武汉理工大学学报(信息与管理工程版), 41(6): 549—554

    Wang Z. T. , Ma Y. , Ma D. H. , 2019. Research on seismic risk assessment of buildings based on urban planning. Journal of Wuhan University of Technology (Information & Management Engineering), 41(6): 549—554. (in Chinese)
    徐国栋, 袁艺, 方伟华等, 2011. 玉树7.1级地震震后损失快速评估. 地震工程与工程振动, 31(1): 114—123

    Xu G. D. , Yuan Y. , Fang W. H. , et al. , 2011. Fast loss assessment of M7.1 Yushu earthquake. Journal of Earthquake Engineering and Engineering Vibration, 31(1): 114—123. (in Chinese)
    杨海霞, 2015. 建筑物空间分布格网化方法研究. 北京: 中国地震局地震预测研究所.

    Yang H. X. , 2015. Research on gridding method of buildings’ spatial distribution. Beijing: Institute of Earthquake Science, China Earthquake Administration. (in Chinese)
    杨海霞, 王晓青, 窦爱霞等, 2015. 基于RS和GIS的建筑物空间分布格网化方法研究. 地震, 35(3): 136—146 doi: 10.3969/j.issn.1000-3274.2015.03.014

    Yang H. X. , Wang X. Q. , Dou A. X. , et al. , 2015. Multi-source and multi-factor gridding method of building distribution based on RS and GIS. Earthquake, 35(3): 136—146. (in Chinese) doi: 10.3969/j.issn.1000-3274.2015.03.014
    曾祥贵, 2013. 基于影响因子分级和居民地指数密度的人口数据空间化——以梅江流域为例. 南昌: 江西师范大学.

    Zeng X. G. , 2013. Influencing factors classification and residential area index density based spatialization of population data——taking Meijiang River basin as an example. Nanchang: Jiangxi Normal University. (in Chinese)
    Gong P. , Wang J. , Yu L. , et al. , 2013. Finer resolution observation and monitoring of global land cover: first mapping results with Landsat TM and ETM+ data. International Journal of Remote Sensing, 34(7): 2607—2654. doi: 10.1080/01431161.2012.748992
    Li C. C. , Gong P. , Wang J. , et al. , 2017. The first all-season sample set for mapping global land cover with Landsat-8 data. Science Bulletin, 62(7): 508—515. doi: 10.1016/j.scib.2017.03.011
  • 加载中
图(6) / 表(3)
计量
  • 文章访问数:  88
  • HTML全文浏览量:  12
  • PDF下载量:  9
  • 被引次数: 0
出版历程
  • 收稿日期:  2022-03-10
  • 刊出日期:  2023-08-31

目录

    /

    返回文章
    返回