程紫燕,楊 斌,于 潼

(1．山西省地震局,山西 太原 030021;2．太原大陸裂谷動力學(xué)國家野外科學(xué)觀測研究站,山西 太原 030025)

0 引言

震后人員傷亡快速評估、重點(diǎn)救援區(qū)域判定、救災(zāi)隊(duì)伍人數(shù)確定及救災(zāi)物資需求規(guī)模估計(jì)等都離不開人口數(shù)據(jù)的支撐。精準(zhǔn)的人口分布數(shù)據(jù)是完成上述評估的基礎(chǔ),隨著遙感技術(shù)、GIS技術(shù)、無線通訊定位技術(shù)的發(fā)展,人口數(shù)據(jù)空間分布模型的研究也越來越深入。國內(nèi)外眾多學(xué)者提出一系列模型和方法,按研究的不同階段以及所用的數(shù)據(jù)源主要分為:人口平均分配理論模型、空間插值法、人口分布影響因子分析法[1-5],基于GIS的空間化法[6-7]等。平均分配法操作最簡單,將人口平均分配在行政區(qū)劃單元內(nèi),但數(shù)據(jù)精度較低,與實(shí)際情況有較大差距;空間插值法是假設(shè)空間位置上越相近的點(diǎn)越有相似的特征值,此類方法能夠有效地縮減工作量,存在因插值方法不同、采樣規(guī)則不同會對數(shù)據(jù)成果有很大的影響,能否表征人口實(shí)際分布情況還需驗(yàn)證;人口分布影響因子分析法需要專家賦值權(quán)重,受人為主觀因素影響較大[8];GIS技術(shù)為人口空間分布研究提供重要的技術(shù)手段,可以結(jié)合土地利用數(shù)據(jù)、行政區(qū)劃數(shù)據(jù)、地形數(shù)據(jù)等多源數(shù)據(jù)對人口分布進(jìn)行研究,近十年來成為主要的人口空間分布研究方法。

傳統(tǒng)的基于行政區(qū)劃展現(xiàn)人口分布疏密狀態(tài)的方法,在理論方面和實(shí)際應(yīng)用中都有很大的局限性。對近年來的多次破壞性地震,基于行政區(qū)劃的統(tǒng)計(jì)人口數(shù)據(jù)方法在震后災(zāi)害快速評估中均表現(xiàn)不佳,需要探索精度更高、實(shí)際操作更便捷的人口分布模型。

由近年來人口空間分布模型研究結(jié)果可以看出,研究方向已從簡單的格網(wǎng)化向受自然、經(jīng)濟(jì)、人文等多因素綜合影響的模型發(fā)展,數(shù)據(jù)處理方式由傳統(tǒng)統(tǒng)計(jì)方式向空間分析轉(zhuǎn)變,研究維度由單一維度向多維度轉(zhuǎn)化,人口模型成果越來越向?qū)嶋H靠攏。

本文以山西省為目標(biāo)研究區(qū)域,通過建立人口空間公里格網(wǎng)數(shù)學(xué)模型,探討形成一套簡便快捷并符合應(yīng)用要求的人口數(shù)據(jù)格網(wǎng)化方法。

1 人口分布模型建立與實(shí)現(xiàn)

人口空間分布數(shù)據(jù)是反映人口空間分布的重要表現(xiàn),也是震后災(zāi)害快速評估、應(yīng)急救援決策的重要依據(jù)。根據(jù)不同的研究目標(biāo),人口數(shù)據(jù)空間精度需求不同,目前在數(shù)據(jù)研究尺度上,人口分布研究仍以宏觀維度為主,大比例尺人口分析較少,結(jié)合震后災(zāi)害評估、應(yīng)急救援決策需求,綜合考慮實(shí)用性及可操作性,本文以1 km×1 km為單元,研究山西省人口空間公里格網(wǎng)分布模型[9]。

人口的疏散和集聚是人口空間分布最直觀的體現(xiàn)。進(jìn)行人口數(shù)據(jù)空間格網(wǎng)分布時,應(yīng)明確空間各格網(wǎng)上的人口權(quán)重系數(shù),從而確定各個格網(wǎng)的人口?，F(xiàn)有模型的格網(wǎng)人口權(quán)重多采用土地利用數(shù)據(jù),目前土地利用數(shù)據(jù)的信息損失現(xiàn)象普遍存在,因基于土地利用的人口分布模型又過于依賴土地利用數(shù)據(jù),使得土地利用數(shù)據(jù)的質(zhì)量直接影響研究結(jié)果的可靠性。從模型因子的角度看,居民地與人口的關(guān)系較土地利用更直接,無論在農(nóng)村還是城市,人口分布與居住建筑的關(guān)系更緊密。

以居民地為基礎(chǔ),分別賦予城市及農(nóng)村地區(qū)各居民地塊權(quán)重,按照公里格網(wǎng)面積與所相交居民地面積占比作為人口分配權(quán)重,完成各公里格網(wǎng)內(nèi)人口數(shù)量計(jì)算。

在GIS軟件的支持下,考慮以年鑒數(shù)據(jù)為后續(xù)更新來源,選取區(qū)縣的統(tǒng)計(jì)人口數(shù)據(jù)為總量,按照居民地內(nèi)建筑面積確定居民地權(quán)重,實(shí)現(xiàn)公里格網(wǎng)人口分布計(jì)算模型如下:

(1)

式中:Pj為第j個單元格網(wǎng)內(nèi)人口數(shù);Sji為第j個居民地內(nèi)第i個公里格網(wǎng)面積權(quán)重;Si為第i個居民地面積權(quán)重;Pi為i個居民地內(nèi)總?cè)藬?shù)。

(2)

式中:Di為第i個居民地塊面積;D為區(qū)/縣等數(shù)據(jù)計(jì)算區(qū)面積;P為區(qū)/縣等數(shù)據(jù)計(jì)算區(qū)內(nèi)總?cè)丝?Ri為第i個居民地塊權(quán)重。

將(2)式帶入(1)式后,得到式(3):

(3)

基于GIS軟件,首先建立1 km×1 km的空間格網(wǎng),隨后在山西省居民地數(shù)據(jù)的基礎(chǔ)上,利用Python語言按照上述公式,進(jìn)行模型計(jì)算,最終形成山西省人口空間公里格網(wǎng)數(shù)據(jù)(以下簡稱人口格網(wǎng)數(shù)據(jù))(見圖1)。

圖1 山西省人口格網(wǎng)數(shù)據(jù)Fig.1 Population grid data of Shanxi Province

2 數(shù)據(jù)對比分析

模型結(jié)果的準(zhǔn)確與否需要通過對比分析得到?，F(xiàn)有大部分人口數(shù)據(jù)檢驗(yàn)以統(tǒng)計(jì)數(shù)據(jù)為基礎(chǔ),對于公里格網(wǎng)的人口數(shù)據(jù),與統(tǒng)計(jì)數(shù)據(jù)的對比分析只能校驗(yàn)人口數(shù)據(jù)總量是否準(zhǔn)確,不能反映格網(wǎng)人口在空間上的分配精度?，F(xiàn)運(yùn)用夜間燈光數(shù)據(jù)、人口普查行政區(qū)劃數(shù)據(jù)、實(shí)地調(diào)研數(shù)據(jù)等,與模型結(jié)果進(jìn)行對比,驗(yàn)證其準(zhǔn)確性及實(shí)用性。

將模型生成的人口格網(wǎng)數(shù)據(jù)與夜間燈光數(shù)據(jù)進(jìn)行對比發(fā)現(xiàn),人口疏密程度與夜間燈光明亮程度緊密相關(guān),全省趨勢整體一致(見圖2)。從圖2看出,山西省人口密集區(qū)主要集中在地市級行政中心,最明亮地區(qū)表現(xiàn)的是太原市與晉中市兩個人口密集主城區(qū)相鄰疊加的效果;在太原盆地南部平遙、孝義一帶有一部分燈光明亮區(qū),人口格網(wǎng)數(shù)據(jù)反映出該地區(qū)雖然不是地市級中心,但人口密度較大。

圖2 人口格網(wǎng)數(shù)據(jù)與夜間燈光數(shù)據(jù)對比圖Fig.2 Comparison between grid population data and nighttime light data

將人口格網(wǎng)數(shù)據(jù)與普查行政區(qū)劃數(shù)據(jù)疊加分析看出,按照模型生成的格網(wǎng)數(shù)據(jù)在空間分布上與普查行政區(qū)劃數(shù)據(jù)高度吻合,在數(shù)據(jù)表達(dá)上更加清晰明確,有空間的疏密分布,還有人口數(shù)值的直觀不同。對比基于行政區(qū)劃的人口數(shù)據(jù),格網(wǎng)數(shù)據(jù)無論在空間分布上還是數(shù)值表現(xiàn)上都更細(xì)致準(zhǔn)確(見圖3)。人口格網(wǎng)數(shù)據(jù)圖中,昌寧鎮(zhèn)行政區(qū)劃的人口最密集,且集中于一定區(qū)域,該鎮(zhèn)仍存在大面積人口稀少區(qū);臺頭鎮(zhèn)、西坡鎮(zhèn)、管頭鎮(zhèn)等地都有高密度人口聚集地,不是行政區(qū)劃人口圖中一致顯示的低密度區(qū)。這種表達(dá)方式能更直觀精細(xì)地體現(xiàn)人口密集區(qū)域所處位置,為未來震后救援或者其他針對人口密集區(qū)的處置對策提供參考依據(jù)。

圖3 人口格網(wǎng)數(shù)據(jù)與行政區(qū)劃人口對比圖Fig.3 Comparison between grid population data and population data by administrative divisions

將模型生成的人口格網(wǎng)數(shù)據(jù)與地形數(shù)據(jù)(見圖4)、道路數(shù)據(jù)(見圖5)疊加分析看出,建筑物稠密的城市地區(qū)、建筑物松散分布的農(nóng)村地區(qū)與格網(wǎng)人口的疏密形成較好的空間耦合性,人口分布整體表現(xiàn)為依照地形、沿交通道路輻射的空間形態(tài)分布。圖4、圖5都反映出在山區(qū)人口明顯稀少,沿道路人口密集,符合山西農(nóng)村地區(qū)的生活習(xí)俗,依山傍崖,居住密集區(qū)的建筑大都在坡地和河谷地帶。

圖4 人口格網(wǎng)數(shù)據(jù)與地形數(shù)據(jù)疊加圖Fig.4 Overlay of grid population data with remote sensing images and terrain data

圖5 人口格網(wǎng)數(shù)據(jù)與道路數(shù)據(jù)疊加圖Fig.5 Overlay of grid population data with road data

本研究還采用實(shí)地調(diào)查數(shù)據(jù)對模型結(jié)果進(jìn)行精度檢驗(yàn),通過對比看出,因存在外出務(wù)工、上學(xué)等情況,實(shí)際調(diào)研人數(shù)較格網(wǎng)人口人數(shù)較少,格網(wǎng)人口與戶籍人口較一致,誤差率最大為7.66%,最小為0.13%,平均誤差率為2.1%(見表1)。對比結(jié)果表明,模型生成的公里格網(wǎng)人口數(shù)據(jù)與實(shí)際數(shù)據(jù)誤差較小,具有較高的精度。

表1 人口格網(wǎng)數(shù)據(jù)與實(shí)際調(diào)研人數(shù)對比Table 1 Comparison between grid population data and actual surveyed population

3 結(jié)論與討論

基于居民地基礎(chǔ)數(shù)據(jù)、人口統(tǒng)計(jì)數(shù)據(jù)建立的人口格網(wǎng)數(shù)據(jù)模型,通過與夜間燈光數(shù)據(jù)、行政區(qū)劃人口、道路數(shù)據(jù)、地形數(shù)據(jù)和實(shí)際調(diào)研數(shù)據(jù)等疊加分析對比,得出如下結(jié)論:

(1) 夜間燈光的明亮度與格網(wǎng)人口的疏密程度高度重合。

(2) 行政區(qū)劃的人口與格網(wǎng)人口趨勢一致,格網(wǎng)人口表現(xiàn)得更精細(xì)。

(3) 與道路數(shù)據(jù)和地形數(shù)據(jù)疊加分析,格網(wǎng)人口的疏密與地形、交通相互對應(yīng),印證出格網(wǎng)人口的合理性。

(4) 與實(shí)際調(diào)研數(shù)據(jù)對比的誤差較小,分析可知誤差存在的原因由流動人口和靜態(tài)統(tǒng)計(jì)數(shù)字之差造成。

綜上得出,該人口分布模型與實(shí)際相符性較高,可作為應(yīng)急輔助決策、災(zāi)害風(fēng)險評估研究、震后災(zāi)情快速判斷、救援力量科學(xué)部署的參考依據(jù),也可為大數(shù)據(jù)挖掘應(yīng)用服務(wù)防災(zāi)減災(zāi)提供借鑒。

格網(wǎng)人口能精細(xì)地展示出各地在人口分布的特點(diǎn),顯示出人口密集區(qū)和稀少區(qū),精確表達(dá)人口在空間區(qū)域的差異,為制定合理的應(yīng)急預(yù)案提供科學(xué)依據(jù),可應(yīng)用于震后救災(zāi)部署、密集人群風(fēng)險預(yù)判等應(yīng)急工作,同時也能避開無人區(qū)域,節(jié)約公共資源,提高應(yīng)急處置效率。

該人口分布模型以人口統(tǒng)計(jì)數(shù)據(jù)作為總量控制,未考慮流動人口造成的實(shí)際數(shù)據(jù)差距,在后續(xù)研究中應(yīng)加以改進(jìn)。在實(shí)際生活中,人員流動不僅僅是城市間的交流,在大中城市以及一些典型城市,還存在工作區(qū)與生活區(qū)之間的白晝差別,甚至某些特定時段會在特定場所出現(xiàn)大量人員聚集。如何在破壞性地震發(fā)生后較準(zhǔn)確判定災(zāi)情,以目前比例尺下的人口分布模型恐難以實(shí)現(xiàn),需要放大比例尺,增加更多參考系數(shù)來研究城區(qū)分時段的人口分布模型。