西南地区承灾体数据采集与动态更新系统1

李 晋叶 涵刘 智陈焜浩



西南地区承灾体数据采集与动态更新系统1

李 晋1，2）叶 涵3）刘 智1，2）陈焜浩1，2）

1）广东省地震局，广州 510070 2）中国地震局地震监测与减灾技术重点实验室，广州 510070 3）香港城市大学，香港 999077

在我国各地区承灾体特征差异性明显，且西南地区经历多次灾后重建，承灾体种类及其脆弱性呈多元化趋势的情况下，传统的通用数据标准已不再适用。此外，传统手工填写的数据采集方式导致数据汇总耗时耗力，且无法保障数据的准确性、一致性和时效性，严重影响了震害预测和灾后应急响应等工作的开展。本文以城镇规划数据为基础，依托智能移动终端，构建数据采集与动态更新一体化系统。系统通过对数据采集条目与流程进行定制优化，使其适应西南地区县城情境，实现了数据的标准化采集和实时录入。同时系统与城镇规划数据有机结合，利用实时采集的承灾体数据对城镇规划数据进行动态更新。其次引入智能化的承灾体数据交叉自动检验模块，确保数据准确。四川省丹棱县的应用示范表明，本系统显著改进了承灾体数据采集的准确性、一致性与更新速度，极大地减轻了工作人员的工作负担，为灾情获取和评估打下坚实基础，有效提高了西南县市震害防御和应急救援能力。

承灾体数据采集 采集规范 数据校验 动态更新

引言

汶川地震和雅安地震的严峻灾情和惨重损失充分反映出我国城镇及农村地区在抗御地震灾害能力方面的欠缺（张培震等，2013）。地震中75%的伤亡是由建筑结构的倒塌破坏造成（Coburn等，2002）。《国家中长期科学和技术发展规划纲要（2006—2020）》中提出：“发展完善地震参数速报与灾情信息快速收集发布技术，为决策层和社会公众提供快速准确的地震及相关灾情信息服务”。承灾体数据的准确性和时效性直接决定了震前预防监控、震时救援和震后重建工作的质量与效率（Sahar等，2010），在防灾与应急处置一体化体系中处于最基础和最关键的地位，是连接地震防御和辅助决策等模块的纽带和核心动力。

在承灾体数据采集领域有3个问题长期困扰地震工作人员：

（1）建筑抗震数据标准的设立。《震害防御信息服务数据采集规范》给出了国家参考标准（国家地震社会服务工程震害防御规范编写组，2011），但随着不同区域承灾体及其脆弱性呈多元化趋势，建筑抗震数据标准需要因地制宜得到进一步地改进（安基文等，2015）。定制化的数据采集标准可以实现更加精确的灾害预测（陈洪富，2012）。因此，本文根据西南地区县城实际环境预设采集项目，定制承灾体表单，使得承灾体数据采集的过程更加科学、规范，使其更适用于我国西南乡镇地区的实际环境，如本系统的示范区四川省丹棱县。

（2）数据采集手段效率的提升。现有的以调查人员现场调查填写表格为主的承灾体信息采集手段，对调查人员专业水平要求较高，且往往难以获得标准化的数据，后期数据汇总耗时耗力（FEMA等，2002）。基于卫星图像的采集方法成本较高，间隔较长，不够灵活（Satio等，2011；Wieland等，2012）。随着便捷智能终端的普及和互联网通讯技术的发展，手机的作用不再限于通信工具，而是更进一步成为采集人员的工作助手。在终端选择上，有定制PDA终端（张翼等，2014）、基于SETP的GNSS终端（黄经国等，2017）、基于iOS系统的iPad终端（徐柳华等，2012）、基于Windows FMC的ROVER终端（Annunziato等，2010）、基于Android的IDCT终端（龙立等，2016）等。本文的创新之处在于，结合西南县城地区实际情况，针对Android与iOS平台开发APP。使用者无需对硬件和操作系统进行定制化修改，只需下载采集APP即可使用，且APP兼顾Android与iOS两个平台，保证了终端使用的兼容性和便捷性。

（3）数据时效性与有效性的保证。承灾体数据难以有效实时更新，导致震害预测和地震风险评估工作的时效性和准确性难以保障（王铮，2015）。承灾体数据缺乏有效的认证确认机制，难以发现外业人员疏忽下的数据录入错误。因此本文设计新的承灾体数据更新机制，以现有的城镇规划数据为基础，结合数据采集终端软件传回的数据进行迭代和更新，最终将该数据更新机制集成在后台数据更新与数据管理系统中。该数据更新系统有效解决了城镇规划数据体量大、更新慢的问题（张云龙，2006），城镇规划数据和采集终端数据二者互为补充，辅以自动化交叉验证，保障了承灾体数据准确及时地入库。手机端数据采集终端软件和后台数据更新与数据管理系统相辅相成，构成了一套西南地区承灾体数据采集与动态更新系统，使得承灾体数据从采集到入库更加智能和易于管理，为地震风险评估预测、灾后应急提供强力支持。

1 系统架构和系统功能

“西南地区承灾体数据采集与动态更新系统”是集数据采集、校验、动态更新为一体的综合系统，该系统采用C/S架构，分为数据采集终端软件（Android及iOS版本）和后台数据更新与数据管理系统两部分，系统架构图见图1。

数据采集终端软件部署在外业人员手持的Android或iOS系统移动终端上，对接图层数据库，提供基于地图的标准化采集功能，以确保采集数据的准确性和一致性。

后台数据更新与数据管理系统在以数据采集终端软件为主要数据来源的同时，对接城镇规划数据库，拓展第二数据来源渠道，二者交叉验证，相互补充，提高数据的可靠性和准确性。所有数据将于后台系统进行格式化、标准化处理和自动校验，剔除采集重复或不合格数据，将异常数据标注，通过人工审核进行删除或修改，减少采集误差，以保证数据的质量。最终承灾体数据库对通过自动校验和人工审核的数据进行更新，对接图层数据库，使图层数据得到同步更新。同时，数据库将为灾情综合分析处理系统提供接口，为震害预测和风险评估系统提供及时标准的承灾体信息。

图1 系统架构

承灾体数据采集更新的业务流程为：系统首先尝试对接城镇规划数据，若该地区拥有城镇规划数据，则用其进行数据初始化。之后以智能终端采集和城镇规划数据更新记录为信息渠道，进行数据采集。系统在接受到新采集的数据后，对数据进行标准化、数据校验、人工审核等处理，最终将实时数据录入数据库，并生成更新记录，与图层数据库动态更新。

图2 业务流程图

2 关键技术点

2.1 采集标准化

西南乡镇地区承灾体属性与其他地区相比有差异性，并且经历多次地震灾后重建，承灾体种类及其脆弱性呈多元化趋势，传统的通用数据标准已经无法适用于西南地区（张斌等，2010）。为了对承灾体数据采集标准进行因地制宜地改进，同时最大程度采集承灾体的各方面特性，本系统借助承灾体信息采集终端对采集流程和采集项目进行了规范和定制优化，解决了以往采集工作与当地情况结合不紧密的问题。

2.1.1 采集项目标准化

承灾体数据包括：位置信息、建筑信息、其他3大类。

位置信息包括：坐标（经度和纬度）、所属区（县）、所属乡镇（街道办、社区）、行政村、门牌号。

建筑信息包括：名称、层数、结构类型、平立面规整性、建设年代、设防标准、结构现状、用途、是否为重要建筑。

其他信息包括：系统编码、承灾体编码、备注、承灾体图片（正面照、侧面照、反面照以及认为有必要补充的照片）、采集时间。

作为承灾体数据的重点部分，建筑信息的具体采集字段和取值如表1所示。

表1 建筑物信息采集内容

在制定承灾体数据采集标准时，本文在国家地震社会服务工程项目震害防御信息服务系统数据采集规范的基础上，进行城镇地震防灾与应急处置一体化服务系统数据需求分析，做出多项改进：

（1）针对西南地区承灾体结构特征，在结构类型中添加了我国西南山区常见的穿斗木结构。

（2）将震害防御信息服务系统数据采集规范中年代划分的“2001年以后”细分为“2001年至2008年”、“2009年至2013年”和“2013年以后”，该做法主要是考虑2008年汶川地震和2013年芦山地震后西南地区承灾体分别有过大规模的更新。

（3）在重要建筑中，系统表单保留了“政府部门”、“学校”、“医院”、“公安（消防、武警）”和“大型公共场所”5类，参考地震灾害预测重要建筑中的“体育馆”、“大型影剧院”、“大型百货商场”、“大型酒店”等都统一为“大型公共场所”，而震害防御信息服务系统数据采集规范中的“金融、通信、交通、能源、水利”等项，则考虑到县域地区的实际情况，删除或合并在“政府部门”该项中，这样的处理不仅进一步简化了数据采集过程中的分析判断过程，也减少了判断失误的可能性。

2.1.2 采集流程标准化

首先，外业采集人员通过专有账号和密码登录数据采集终端软件，查看基于地图的整体承灾体采集状况。账号密码由后台系统添加，保障访问权限安全。地图以蓝色标识已采集承灾体，红色标识未采集承灾体，橘色标识本次作业采集还未上传的承灾体。通过地图，外业采集人员可以迅速了解采集区域情况，制定采集策略和路线。采集人员可以选择已采集承灾体对信息进行更新，也可选择未采集承灾体添加新的数据。

其次，外业人员通过在APP地图上点击相应承灾体进入标准化采集表单，对信息进行录入。数据采集后缓存在本地，当网络通畅时，数据将通过GSM/GPRS/3G/4G 移动网络或Internet上传至后台数据更新与数据管理系统，向管理人员实时反馈采集员的在线情况、位置以及数据的采集情况。

最后，后台数据更新与数据管理系统对进入承灾体数据库的数据初始化，随后以来自采集终端的承灾体数据和城镇规划数据的更新记录为凭证，对新采集的承灾体数据进行数据校验和人工审核，最终数据入库，完成数据采集。

具体采集流程如图3所示。

图3 标准化采集流程

2.2 校对自动化

管理人员可以根据当地承灾体分布情况，因地制宜地设定校验条件。当后台数据更新与数据管理系统接收到来自信息采集终端或城镇规划中心的承灾体数据时，会按照设定的关联规则自动对全体数据进行校验处理（史培军等，2014），校验通过的数据将自动添加或更新覆盖进数据库，校验失败的数据将转人工处理，由专业工作人员进行检查和更新。

相比以纸质表格为载体的信息校对方式，自动校对模块降低了人工纸质校对的时间成本和工作量，并且提供更加快捷的后续删改功能，使得系统能够根据建筑物数据的变更动态更新。

2.3 离线缓存数据

2.3.1 地图数据离线缓存

在登录成功后，APP中需要设置数据传输的服务器IP和端口号以连接后台数据更新与数据管理系统。考虑到该套系统示范应用的地区属于县城，当手机无法连接网络时，还可以通过离线模式登录，节省流量、避免并行压力，提高系统效率。

该地图的最底层是天地图，叠加有丹棱县承灾体基础数据图层。地图文件会在网络通畅的情况下自动进行更新和缓存，离线模式下外业采集人员使用缓存的地图数据进行采集工作。

2.3.2 采集数据离线缓存

若数据采集终端软件处于离线模式，则采集完毕的承灾体信息会被保存在手机中，当网络质量好或者采集完成后，进行统一上传。同时，离线采集完毕的承灾体会在地图上以橘色表示。

3 实例演示

3.1 数据采集终端软件

（1）登录与退出系统

打开软件，输入用户名密码，设置数据传输的服务器IP和端口号与管理端连接（图4）。

连接成功，用户进入地图界面，软件自动进行地图数据和用户数据的离线缓存，并将用户的实时位置、操作记录等信息传输至管理端。

在采集过程中，采集员数次模仿网络不畅通情景，关闭Wi-Fi和流量，进入离线模式。离线模式下，采集员使用的是基于最新缓存数据的地图界面。

图4 登录界面与主界面

（2）现场采集

地图上，已采集的承灾体以蓝色标识，而未采集的承灾体以红色标识，采集员通过观察地图制定采集策略与路线。

采集员到达龙鹄村，在地图上选中承灾体，点击右上角采集按钮，进入采集页面。

采集员在采集界面填写表单录入承灾体信息，点击“正面”，“反面”，“侧面”自动开启系统相机界面对承灾体进行拍照，最终点击保存完成采集（图5）。

图5 采集界面

（3）数据的统计与缓存

采集若干建筑物后，采集员进入采集统计页面查看承灾体的采集概况。采集统计界面将承灾体数据分为全部、已采集、更新、新增4类，操作员选择不同的选项，软件同步显示不同的分类列表以及数量统计。

离线采集的承灾体以本地缓存数据的方式，呈黄色显示在离线缓存地图上，避免重复采集。

在网络通畅的情况下，承灾体数据会自动在后台被上传到服务器。

在网络堵塞的情况下，采集员可在缓存提交界面提交或清除缓存的采集数据（图6）。

3.2 后台数据更新与数据管理系统

（1）数据初始化

操作员控制系统连接城镇中心规划数据库，以城镇规划数据为基础对承灾体数据库进行初始化，并且根据城镇规划数据更新记录对承灾体数据库进行更新。

（2）实时监控

当采集员使用连线模式时，后台操作人员借助后台数据更新与数据管理系统对采集员工作状况进行实时监控（图7）。

操作员于页面左侧显示采集员列表与基本信息，于地图查看采集员当前位置，于地图下方两个显示框分别查看承灾体数据及用户状态更新提示。于页面右下角查看当前在线人数。

图6 采集统计与缓存提交界面

图7 实时监控界面

（3）采集数据的管理

该模块实现对采集数据的显示、查询、删除、编辑等管理功能。其中，数据编辑功能可以对采集数据的值进行修改，自定义条件查询功能可以通过设置字段值范围查询所需的数据。操作员点击“导出当前列表”，将数据以CSV格式导出。

（4）审核管理

审核管理模块具有自动校验及人工审核两大功能。自动校验通过预先设定的规则，对所有采集的数据或已校验的数据进行自动校验，如有不合格的数据，点击校验结果中的“不合格”，弹出错误报告，即可得知错误的信息。例如输入校验条件“1979年以前的建筑物不能高于3层”，则所有不满足条件的建筑会被标为不合格，那么采集员误输入的数据就可被检查出来。

后台操作员可在人工审核模块对通过自动校验的数据进行二次确认，可修改不合格的数据，点击审核通过按钮，提交所有已审核完成的数据，最终将数据录入数据库（图8）。

图8 审核管理的校验和审核界面

（5）用户管理

后台操作人员在系统中操作生成采集员第一次的用户信息，之后用户则可通过用户名密码登录编辑个人信息（图9）。

操作员于后台系统查看并修改用户基本信息，从而保证前端APP的用户可控和系统安全，防止非授权用户非法入侵和授权用户的越权访问。

图9 用户管理界面

（6）数据维护

操作员于后台系统查看自动生成的数据库备份记录、业务统计报表以及数据库日志，以了解业务进展概况。

3.3 示范应用总结

在丹棱县的示范应用中，数据采集终端软件单次单栋建筑物的平均采集时间控制在3分钟以内，单次作业（2小时）平均采集建筑物25座，连线连通率100%，极大地提高了外出采集人员的工作效率和上报数据的时效性、规范性。后台数据分析管理中心与地震部门日常工作紧密结合，通过用户管理和用户监控，显著地改善和提升了部门的管理服务水平。在数据校验环节，承灾体数据自动化校验通过率为98%，数据一致性100%，千组数据平均耗时2秒，显著地减轻了审核人员的工作负担，使得数据汇总工作更加方便、高效、智能。

4 结论

本文系统地介绍了西南地区承灾体数据采集与动态更新系统的设计方法与实例演示，得出了以下主要结论：

（1）准确、实时的承灾体数据是震害预测、防御工作的基石。强震区县市地震工作部门传统的手工表单填写采集及人工档案整理的方式耗时耗力，数据一致性和实效性差，致使后续灾情预测工作缺乏可靠的数据支持，服务能力弱。

（2）本系统是“通用终端+专用数据采集软件+标准化采集流程”与城镇规划数据联网更新有机结合而开发的专用数据采集平台，旨在借助标准化采集项目增强数据质量，保障数据一致性；通过数据采集终端软件和优化采集流程加快数据采集速度，提高采集效率；通过对接城镇规划数据库提高数据体量；通过定制化的交叉检验审核提高数据准确性。

（3）示例应用数据表明，本系统显著提高了承灾体数据的采集、更新速度及数据质量，降低了人力和时间的消耗，实现了在最短时间用最小消耗的情况下采集最实时准确的承灾体数据的目标。切实增强了县市防震减灾工作科技水平和支撑服务能力，为县市震害防御、地震应急、政府规划工作提供实时可靠的基础数据和辅助决策信息支撑。

（4）系统设计时，充分考虑了产品与其他系统的集成及调用规划数据，为未来继续开发的功能提供了清晰的二次开发环境与接口。同时，系统的多个可定制模块决定了其优秀的可拓展性，能够因地制宜适应当地承灾体环境。

（5）示例应用的成功，在完善更新机制、规范采集标准、提高数据质量、保障数据时效性、提高系统针对性等方面为后续系统在西部地震重点监视防御区县市的推广提供了宝贵经验，加快了系统在西部地震重点监视防御区县市的推广进程。在不久的将来，有望在平台上集成整个西南地区承灾体数据，以打通不同地区信息壁垒，保障重点灾区的重点监控，切实提高西部强震区县市防震减灾能力。

安基文，徐敬海，聂高众等，2015．高精度承灾体数据支撑的地震灾情快速评估．地震地质，37（4）：1225—1241．

陈洪富，2012．HAZ-China地震灾害损失评估系统设计及初步实现．哈尔滨：中国地震局工程力学研究所．

国家地震社会服务工程震害防御规范编写组，2011．震害防御信息服务数据采集规范（试行稿）．

黄经国，李正媛，陶冶等，2017．基于SFTP的GNSS数据采集软件的设计与实现．震灾防御技术，12（2）：409—414．

龙立，孙龙飞，郑山锁等，2016．基于Android的城市建筑物信息外业采集系统研究．震灾防御技术，11（3）：682—691．

史培军，孔锋，叶谦等，2014．灾害风险科学发展与科技减灾．地球科学进展，29（11）：1205—1211．

王铮，2015．基于承灾体的区域灾害风险及其评估研究．大连：大连理工大学．

徐柳华，陈捷，陈少勤，2012．基于iPad的移动外业信息采集系统研究与试验．测绘通报，（12）：75—78．

张斌，赵前胜，姜瑜君，2010．区域承灾体脆弱性指标体系与精细量化模型研究．灾害学，25（2）：36—40．

张培震，邓起东，张竹琪等，2013．中国大陆的活动断裂、地震灾害及其动力过程．中国科学：地球科学，43（10）：1607—1620．

张翼，郭红梅，胡斌等，2014．基于PDA的四川灾情速报系统．华南地震，34（4）：55—60．

张云龙，2006．小城镇总体规划空间数据标准研究．南京：南京师范大学．

Annunziato A., Gadenz S., Galliano D. A., et al.，2010．Field tracking tool: a collaborative framework from the field to the decision makers. In: Konecny M., Zlatanova S., Bandrova T., eds., Geographic Information and Cartography for Risk and Crisis Management. Berlin Heidelberg: Springer, 287—303

Coburn A., Spence R., 2002. Earthquake protection. 2nd ed. West Sussex: John Wiley.

Federal Emergency Management Agency (FEMA), 2002. Rapid visual screening of buildings for potential seismic hazards: a handbook. 2nd ed. Redwood City, California: FEMA.

Sahar L., Muthukumar S., French S. P., 2010. Using aerial imagery and GIS in automated building footprint extraction and shape recognition for earthquake risk assessment of urban inventories. IEEE Transactions on Geoscience and Remote Sensing, 48(9): 3511—3520.

Saito K., Spence R., 2011. Mapping urban building stocks for vulnerability assessment-preliminary results. International Journal of Digital Earth, 4(S1): 117—130.

Wieland M., Pittore M., Parolai S.，2012．Estimating building inventory for rapid seismic vulnerability assessment: Towards an integrated approach based on multi-source imaging. Soil Dynamics and Earthquake Engineering, 36: 70—83

Data Collection and Dynamic Update Systemfor Hazard-affect Buildings in Southwestern China

Li Jin1, 2), Ye Han3), Liu Zhi1, 2)and Chen Kunhao1, 2)

1) Earthquake Administration of Guangdong Province, Guangzhou 510070, China 2) Key Laboratory of Earthquake Monitoring and Disaster Mitigation Technology, CEA, Guangzhou 510070, China 3) City University of Hong Kong, Hong Kong 999077, China

Hazard-affect buildings in different regions of China have various features. After many times of post-earthquake reconstruction, hazard-affect buildings in southwestern China, together with their vulnerabilities, have a diversification tendency, which results in unworkable of convolutional common-used data standard in southwestern China. Additionally, traditional manually-form-entry method is a quite time-consuming and labor-intensive way for data collection, let alone the impossible guarantee of data accuracy, consistency, and timeliness, which finally leads to a serious effect on earthquake damage prediction and post-disaster response. Based on the urban planning data and the intelligent mobile terminal technology, this paper builds an integrated system of data collection and dynamic updating. First, the system optimizes the items and process of data collection, so that it can adapt to the situation of counties in southwest region and achieve the standard data collection and real-time entering. The system also combines and leverages urban planning data and is able to dynamic updating urban planning data with the help of collected hazard-affect buildings data. Second, the intelligent cross-checking module ensures the accuracy and effectiveness of data. The application demonstration in Danling county shows that the system significantly improves the accuracy, consistency and update speed of the data, which greatly reduces the workload of the staff. The system lays a solid foundation for disaster acquisition and evaluation. Moreover, it effectively improves the capabilities of disaster prevention and emergency rescue for many counties in southwestern China.

Data collection of hazard-affect buildings; Collection standard; Data validation; Dynamic update

10.11899/zzfy20170414

“十二五”国家科技支撑计划课题（2015BAK18B01）、广东省公益研究与能力建设专项（2015A020217007）

2017-04-12

李晋，女，生于1981年。高级工程师。主要从事震害预测相关工作研究。E-mail：dzjlijin@163.com

李晋，叶涵，刘智，陈焜浩，2017．西南地区承灾体数据采集与动态更新系统．震灾防御技术，12（4）：858—869．