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。Abstract: Aiming at the problem that the existed models do not consider the heterogeneity of building in spatial distribution, a gridding method of building data based on feature partition is proposed in this paper. Taking Ya'an City, Sichuan Province, as an example, the factors affecting the spatial distribution of buildings are used to partition the consistency of building characteristics. Seven influencing factors including land use, elevation, slope, aspect, river distance, road distance and topographic relief are selected. Based on the zoning results, the relationship between the spatial distribution of buildings and various influencing factors is studied respectively. The spatial gridding model of buildings based on multi factors is constructed, and the spatial distribution data of 300 m grid buildings in Ya'an City are generated. The results show that the gridding model of building spatial distribution constructed by zoning effectively improves the precision and accuracy of building spatial distribution data.
-
Key words:
- Building /
- Feature partition /
- Space distribution /
- Gridding /
- Ya'an
-
引言
地震小区划是对特定区域范围内可能遭遇到的地震影响进行划分,包括设计地震动参数小区划和地震地质灾害小区划。相比地震区划,地震小区划工作更重视局部场地条件的影响,更为详细地考虑周围的地震地质环境,其成果可为抗震设计、土地利用规划、震害防御等提供更精确的资料(胡聿贤,1999)。
地震小区划工作内容涉及地震活动性评价、地震构造评价、场地地震动分析等,工作量大,获取的数据也很丰富。传统地震小区划成果通常以文字报告、专题图件的形式提交,类型较单一,展示度较差,难以满足目前公共服务的需要。管理现有数据并充分利用数据推出更多服务型产品是目前包括地震小区划工作在内的地震工作信息化和现代化迫切需要。
随着GIS技术的发展,国内很多研究者逐步将GIS技术引入地震小区划研究工作中(张苏平等,2003;王庆满等,2011;李程程等,2014),建立有关数据库和数据管理系统(田勤虎等,2011;龚磊等,2015)。但已建系统多以数据查询、展示为主,缺少分析功能和实际产出服务。本文以嘉兴科技城地震小区划工作为基础,将基础数据与地理信息系统(GIS)相结合,形成集查询、分析于一体的地震小区划成果数字化系统,可为不同用户提供不同数据服务。
1. 研究区概况
研究区位于嘉兴科技城,行政区划属于嘉兴市南湖区,面积约30km2,是浙江省四大科技平台之一。现聚集了包括浙江清华长三角研究院、浙江中科院应用技术研究院在内的一批高端院所,还建有多个国际技术合作平台、工程中心和产学研基地,是嘉兴市乃至浙江省重要的创业创新平台。
查询《中国地震动参数区划图》(GB 18306—2015)(中华人民共和国国家质量监督检验检疫总局等,2015)可知,嘉兴市大部分地区由原来的Ⅵ度设防提升为Ⅶ度设防,设防水准的提高将对区内建设工程抗震设防、国土利用规划、社会经济发展等提出更高的要求。嘉兴科技城现处于Ⅶ度设防区内,加之人才产业聚集、产值高,地震灾害风险大。在该区进行地震小区划工作,可为该区提供更精确的抗震设防和土地规划资料,有效降低地震灾害风险。
2. 基础数据
根据相关规范要求,地震小区划工作内容包括地震地质及地震活动性资料的收集、场地钻探、场地土层反应分析等,涉及地质、地震、地球物理、工程勘察等多方面的数据,根据系统建设的需要归纳如下:
(1) 地震地质及地震活动性数据
研究区内地震地质及地震活动性专题图包括区域地震分布图、场地地震分布图、历史地震等震线分布图、区域构造图、区域断层分布图、近场构造图等,均为Mapinfo格式的矢量文件。
(2) 场地地震工程地质条件勘察数据
区划范围内布设60个钻孔,其中标准钻孔1个(孔深232.8m),地震钻孔29个(深度不小于105m),勘察孔30个(深度小于30m),钻探总进尺4204m,浅层人工地震探测测线共21534m。系统建设收集的数据包括60幅钻孔柱状图、18条工程地质剖面、5幅浅层人工地震探测解译图,其中钻孔资料均以柱状图的形式提供,格式为AUTO CAD矢量文件,钻孔的其他信息以Excel表格的形式提供;工程地质剖面图和地震探测测线数据为PDF文档和栅格图片;勘察报告以PDF文档的形式提供。
场地内60个钻孔均进行了波速测试,钻孔代表性土层动三轴土样80件,收集的波速数据和动三轴数据以Excel表格的形式提供。
(3) 地震动分析与参数区划数据
根据土层地震动分析的需要,建立29个场地钻孔模型,数据格式为TXT文本。收集全球范围内天然地震记录1692条,人工合成地震波522条(每个钻孔3个超越概率各6条),以TXT文本的形式提供。
地震小区划成果图件主要为地震动参数区化图,以Mapinfo矢量文件的形式提供。另外,还包括小区划报告的文本,以PDF文档的形式提供。
3. 系统设计
3.1 面向对象实现
地震小区划涉及钻孔、场地、强震记录、地震灾害等概念,其对象层次清晰,易于以面向对象的方式实现,形成地震小区划数字化系统。根据需求分析,首先将地震小区划数字化涉及的问题抽象成类,并建立类之间的消息机制及类之间的关系,即进行地震小区划数字化概念设计。
根据概念模型抽象出类,相应的类关系如图 1所示,地震小区划数字化主要类有CSolid(工程地质三维实体类)、CDrillHoles(钻孔集合类)、CSoilLayers(土层集合类)、CGroundMotion(强震动观测记录类)、CEarthQuake(场地地震动类)等。CDrillHoles类由CDrillHole类组合形成,并通过CreateTIN方法实现CTins类,由CTins类实现CSolid类,利用CGroundMotion类中SelectEarthQuake方法筛选出符合地质条件的历史强震记录,导入CSolid类,进行地震动分析,计算场地地震动参数峰值加速度、特征周期,并绘制峰值加速度等值线图和特征周期等值线图,由此生成场地地震小区划成果。
3.2 数据库设计
系统采用Access小型数据库实现场地基础地理信息数据、地震动数据、地震震陷数据、地震液化数据等的建库,结合GIS技术实现空间数据与属性数据的整合、矢量数据与栅格数据的整合、信息数据与分析数据的整合。数据库共包含9张数据表,分类如表 1所示。
表 1 数据库汇总Table 1. Database summary序号 表名 功能说明 1 ZkInfo 钻孔基本信息 2 ZkLayer 钻孔土层信息 3 StLayer 标准层序土层信息 4 ZkLique 钻孔砂土液化信息 5 ZkClay 钻孔软土震陷信息 6 ZkWave 钻孔土层剪切波速信息 7 ZkBG 钻孔土层标贯信息 8 ZkMx 钻孔动力分析模型信息 9 ZkSeis 钻孔动参数区划信息表 数据库逻辑设计如图 2所示。
3.3 系统物理设计
系统采用MapX作为GIS开发组件,数据库采用Access,在VB环境下完成开发,可运行于多个版本的windows操作系统中。
4. 系统功能实现
系统功能分为资料查询、成果应用、专题研究三大模块,其中专题研究整合了资料查询、成果应用模块的所有功能,详细的功能设计如图 3所示,系统主界面(专题研究模块)如图 4所示,主要对资料查询、成果应用模块进行介绍。
4.1 资料查询模块
该模块主要对地震小区划工作的基础资料及成果数据进行可视化展示,内容包括地震活动性、地震构造、场地勘察、地震区划等。由于部分功能展示的形式类似,对其中的部分功能进行介绍。
(1) 地震活动性查询:可查询区域地震、场地地震、历史地震影响烈度及场地地震综合评价。按地震震级自动统计地震活动性情况,通过地点地图及数据表的方式查询当前地震发生日期、经度、纬度、震级、震源深度等相关信息,成果展示如图 5所示。
(2) 地震区划:对区内潜在震源区的划分情况及地震小区划成果进行查询,成果以可视化的形式展示,包括区划的范围、相关的地震动参数及标定的反应谱,成果展示如图 6所示。
(3) 钻孔快捷查询:可对区内所有勘察钻孔进行集中展示,包括钻孔柱状图、钻孔土层剪切波速、抗震类别判定、砂土液化和软土震陷情况判断等所有信息,成果展示如图 7所示。
4.2 成果应用
该模块基于现有基础资料,通过建立分析模型对数据进行数字化分析,生成相应的成果数据。该模块主要包括虚拟勘察、场地分析及国土规划3个子模块,其中虚拟勘察模块包括虚拟钻孔、工程地质剖面、地层等值线等,场地分析模块包括砂土液化、软土震陷分析及场地抗震类别判定,国土规划模块包括断层分布及地震小区划。
(1) 虚拟钻孔:采用delaunay三角网上的线性内插算法,根据坐标输入或地图点选获得示范区内任意位置钻孔(虚拟)的相关资料,包括钻孔柱状图、场地抗震类别判定、砂土液化和软土震陷分析、历史地震、地震动参数等。虚拟钻孔的柱状图以栅格图片或CAD矢量文件的形式导出,所有虚拟钻孔信息还可以Word文档的形式导出,内容包括场地土层信息、场地地震动参数、场地类别等,涵盖了地震工程大部分基础资料,可供相关单位参考使用,如图 8所示。
(2) 工程地质剖面:根据连续的坐标输入或在底图上绘制剖面线生成研究区内相应的工程地质剖面图(见图 9),可将剖面图以栅格图片或CAD矢量文件的形式导出。
(3) 地震地质灾害:包括场地内的砂土液化和软土震陷。根据部分钻孔试验参数,采用建规中的判别方法对场地内钻孔进行判定,给出其液化程度和震陷情况。
(4) 地震动分析:根据点选的坐标位置,选择距离最近的地震钻孔数据,输入筛选要素,从天然地震时程库中选取符合要求的天然地震时程;根据人工合成的基岩地震动计算得到各超越概率下的场地地表地震动参数,成果展示如图 10所示。
5. 结论与建议
通过对地震小区划数据的整理,基于GIS软件开发地震小区划成果数字化系统。在实现项目成果数据查询与可视化展示的同时,还可导出数字化分析成果。相比传统的地震小区划工作,该系统的成果更丰富,形式更多样,为地震工作服务能力的提升进行了尝试。同时,需指出的是,此次建立的系统仅为单机版,与实现公共服务仍存在一定差距,后续还需进行更多的研究,补充和完善相关功能,以期建立高效便捷的在线服务系统。
-
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)0~200 0~200 平原(<30) 森林 800~1 100 微斜坡(0.5~2) 向阳坡(135~225) 200~400 200~400 台地
(30~70)草地 1 100~1 400 缓斜坡(2~5) 向阳坡
(45~135,
225~315)400~600 400~600 丘陵
(70~200)灌木林 1 400~1 700 斜坡
(5~15)阴坡(0~45,
315~360)600~800 600~800 小起伏山地(200~500) 湿地 1 700~2 000 陡坡
(15~35)— 800~1 000 800~1 000 中起伏山地(500~1 000) 水体 2 000~2 400 峭坡
(35~55)— 1 000~1 200 1 000~1 200 大起伏山地(1 000~2 500) 不透水面 2 400~2 800 垂直壁
(55~90)— 1 200~1 400 1 200~1 400 极大起伏山地(>2 500) 裸地 2 800~3 200 — — 1 400~1 600 1 400~1 600 — 冰川 3 200~3 800 — — 1 600~1 800 1 600~1 800 — — 3 800~4 400 — — 1 800~2 000 1 800~2 000 — — >4 400 — — >2 000 >2 000 — 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 — — 0.263 0.108 — 0.300 0.329 非建设用地 0.244 — 0.225 0.164 0.064 0.083 0.220 二区 建设用地 — — 0.230 0.231 0.144 0.159 0.236 非建设用地 0.163 — 0.178 0.154 0.187 0.141 0.177 三区 建设用地 — 0.216 0.213 0.156 — 0.217 0.198 非建设用地 0.227 0.177 0.224 — — 0.183 0.189 四区 建设用地 — 0.089 0.195 0.185 0.169 0.148 0.214 非建设用地 0.236 0.183 0.221 — — 0.175 0.185 五区 建设用地 — 0.176 0.183 0.169 0.156 0.147 0.170 非建设用地 0.156 0.168 0.192 0.180 — 0.148 0.157 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% 794 4.7 一般低估,[−50%,−20%) 602 3.6 较准确估计,[−20%,20%] 12 568 74.7 一般高估,(20%,50%] 1 228 7.3 严重高估,>50% 1 626 9.7 -
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—284Chen 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.1005-8141.2008.05.012Cheng 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.2015.02.025Ding 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—158Gu 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—906Han 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—738Jiang 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—176Li 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—7Sun 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—83Wang 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—211Wang 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—554Wang 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—123Xu 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.1000-3274.2015.03.014Yang 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 -