基于多源数据的建筑物空间分布格网化方法研究

余思汗，刘 超，王建勇，单帅帅，杨 顺

（1. 宁夏回族自治区地震局，宁夏 银川 750001；2. 北方信息控制研究院集团有限公司，江苏 南京 210000）

0 引言

发生破坏性地震后，快速、精准地开展地震灾害损失评估工作对初期应急处置和应急救援力量部署尤为重要，而详细的建筑物数据是评估工作的基础[1]，也是应急基础数据库的重要组成[2]。建筑物数据的精细程度直接关系到地震灾害评估的准确性，继而影响到现场救援的目标精准性[3]。然而建筑物数据由于数据量大、获取难、更新难、精细度差等原因，导致地震应急基础数据库中该数据的现实性、全面性等都和实际情况有差异，因此解决好建筑物空间分布数据是当前应急基础数据库更新工作中的重中之重。

为了保证地震灾害评估结果的准确性，部分学者对建筑物空间分布格网化方法做了深入研究[4]，主要有以下四种方法：均匀分布法[5]、直接提取法[6]、现场调查法[7]和直接推算法[8]。虽然这些方法在一定程度上解决了建筑物空间分布的问题，但是每种方法都存在一些不足之处：均匀分布法虽容易实现，但其结果与实际情况相差甚远，严重影响到了地震灾害评估的准确性；直接提取法需要大量的技术人员进行遥感目视解译，工作繁重且成本较高，不利于大范围开展；现场调查法费时费力，工作周期长且效率低，也难以推广应用；间接推算法过于依赖精细化的人口空间分布数据，而数据难获取则成为了制约该方法的难题。为了高效解决建筑物空间分布数据问题的同时，又可以节约人力物力，本文以宁夏回族自治区石嘴山市平罗县为例，借助于测绘部门提供的公众服务数据，提出了基于多源数据的建筑物空间分布格网化研究方法。

1 研究区概况及数据准备

1.1 研究区概况

本文以宁夏回族自治区石嘴山市平罗县为例，作为研究区域（图1）。平罗县地处国家丝绸之路经济带、呼包银能源金三角、宁夏沿黄城市带等经济区前沿地带，介于东经105°57′42″～106°58′02″、北纬 38°36′18″～39°51′13″之间。截至2018 年年底，平罗县常住总人口31.6万人，下辖13 个乡镇，县域总面积2060 平方公里，城关镇是平罗县政府驻地，也是城区所在地。地形分为贺兰山区、山前洪积扇区、西大滩碟形洼地、冲积平原区、灵盐台地和河滩区六大单元，主要活动断裂有贺兰山东麓断裂[9]、银川—平罗隐伏断裂[10]、芦花台隐伏断裂[11]等，其中贺兰山东麓断裂为1739 年银川—平罗8 级地震的发震构造[12]。

图1 研究区域Fig.1 Study area

1.2 数据来源及处理

（1）遥感影像数据：遥感影像数据来源于天地图网站，是我国国产的高分2 号卫星遥感影像，影像的空间分辨率为1m，影像发布时间为2019 年第四季度。

（2）建筑物数据：建筑物数据来源于宁夏自然资源厅提供的《2017 年宁夏地理空间基础信息共享库（公众版）》[13]。该建筑物数据基本上由数字城市建筑物数据、地理国情监测建筑物数据组成，故在部分城市地区可能存在两种数据重叠在一起的问题，这时就需要将地理国情建筑物数据删除，保留精度更高的数字城市建筑物数据，这样有利于提高建筑物的总体精度。由于数据是2017 年的，而近几年城市化发展迅速，因此数据会存在现实性的问题，需对建筑物数据进行更新，以天地图的影像服务作为底图，采用目视解译的方式进行更新[14]。具体数据处理流程如图2 所示。

图2 数据处理流程图Fig.2 Data processing flow chart

1.3 城市建筑物调查

由于城区内建筑物数据缺乏层数属性，不能够精确表达建筑物面积，而城区内又为多层建筑物密集的区域，因此就需要对城区内建筑物进行调查。采用了人工外业和无人机相结合的调查手段，主要是利用小型无人机成本低、数据采集效率高、机动灵活等优点[15]，对城区内建筑物进行航拍调查，从而判断建筑物的层数。将航拍的照片时间加小数点后3 位的经纬度来命名，在GIS 软件中对建筑物数据属性表新增举证照片字段，使用GIS 软件中的超级链接功能，把相对应的无人机航拍照片的存储位置及名称填充进该字段，便可在GIS 软件中使用超级链接功能进行查看建筑物的举证照片，为建筑物的层数提供照片举证依据。利用GIS 软件中的字段计算器功能，将调查的结果赋值给同一建筑物群的所有单体建筑物，这样就完成了城区内建筑物层数的调查工作。图3 为调查后的城区内建筑物分布图。

图3 城区内建筑物分布图Fig.3 Distribution of buildings in urban area

1.4 农村建筑物面积估算

对于农村的建筑物数据，绝大多数都是采用了地理国情监测的建筑物数据，该数据在农村地区的采集标准较为粗略，往往将相连的房屋包括院落也一并采集为建筑物用地，这将大大影响到了建筑物的精度，因此需随机选取15个自然村落，对其建筑物进行采集，同样采用以天地图为底图的目视解译的方法，采集的标准是以建筑物的几何轮廓为边界，尽可能采集的精确。样本点建筑物数据采集完成之后，将新采集的农村建筑物数据与该村落的地理国情检测数据进行对比，得到农村建筑物的实际比值，对15 个样本点的实际比值求平均数，该平均值则为农村建筑物的实际比值，最后获得的平均实际比值为0.46。利用GIS 软件的字段计算器功能，对所有的农村建筑物面积进行重新赋值，把原来的建筑物图斑几何面积乘以实际比值，就是估算的农村建筑物的实际面积。

2 研究方法及过程

2.1 研究思路

本文利用数字城市建筑物数据、地理国情监测建筑物数据，通过GIS 软件的空间分析功能找出重叠部分，并删除掉重叠部分中较粗略的监测数据，并对数据进行拓扑检查，彻底排除掉面重叠的数据错误，再利用天地图影像服务作为底图，对建筑物进行目视解译更新，从而得到现实性较强的建筑物数据。根据调查的城区内建筑物的层数和农村建筑物实际比值，建立建筑物面积的数学模型，从而确定建筑物的实际面积，最终通过矢量数据空间运算的方式得到研究区建筑物空间分布格网。

2.2 建筑物空间格网化的面积计算方法

首先是创建格网，利用GIS 软件在研究区行政区划矢量数据上建立最小边界几何，再使用GIS 软件中的渔网工具生成500m×500m 的格网。建筑物空间格网的面积是格网内所有建筑物面积的累加，因此建筑物空间格网的面积计算要基于每个单体建筑物的面积。假设格网单元内的建筑物面积之和为S，第i 个单体建筑物的占地面积为Si，单元区域内共有n 个单体建筑物，第i 个单体建筑物的层数为m，则格网内的面积S 为：

对于研究区的农村地区而言，几乎全部为单层建筑物，只有少数城乡结合部有两层或三层的建筑物，但是相对于整体的农村建筑物数据来说，几乎可以忽略不计，因此全部按单层建筑物来处理。根据建立的模型，即农村地区m 值恒为1。结合该方法建立的模型，在GIS软件中运用空间链接功能，将格网单元内的建筑物面积全部累加赋值给格网。在运算过程中，可能存在一个建筑物分别处于两个或者两个以上的格网单元内，解决办法是以建筑物的几何中心为目标进行赋值。即根据建筑物的几何中心所处的格网单元，将建筑物面积赋值给该格网单元作为一个累加单体建筑物。将建筑物的面积全部赋值给格网单元之后，就完成了建筑物空间分布格网化的数据。图4 为研究区500m×500m 尺度的建筑物格网面积粒度。

3 结果验证

为了验证建筑物空间分布格网化方法的可行性，先是抽样了单个格网进行验证，随机抽取了25 个格网，在GIS 软件中使用裁剪功能对建筑物进行裁剪，重新统计了样本格网的建筑物面积，并与原格网面积进行对比，其相对误差率最大为4.22%，说明使用建筑物几何中心的方法是可行的。对于格网数据整体的验证，则是采用了2018 年宁夏统计局发布的统计年鉴人均居住面积和研究区内常住人口数据来进行验证。截至2018 年年底，平罗县的常住人口为31.6 万人，统计部门发布的人均住房面积为35平方米[16]，根据常住人口和人均面积得出研究区内的居住建筑物面积为1106 万平方米，而格网化后的建筑物面积约为1507.68 万平方米，居住建筑物面积占格网化后面积的73.36%。考虑到除了居住建筑物之外，还有企业厂房、商业综合体、学校、医院、办公楼、体育场馆等建筑物，因此验证建筑物空间分布格网化的结果比较合理，建立的模型和研究方法也是可行的。

4 结论与讨论

本文采用基于多源数据建筑物面积空间分布累加的方法，获得了宁夏平罗县的空间分布格网建筑物数据。利用GIS 软件的空间分析能力，确定了唯一的单体建筑物，将高分辨率遥感影像作为底图，采用了目视解译的方法进行了建筑物的更新，通过现场人工调绘和无人机调查的方式，确定了城区内建筑物群的层数，从而计算出了单体建筑物面积，农村地区则采用了抽样核查的方式，给出了农村建筑物的实际比值系数，最终通过空间运算得到了研究区500m×500m 尺度的空间分布格网建筑物数据。该数据为震后灾害评估提供了可靠的空间分布建筑物数据，使得评估结果的准确性得到了提高，也为特大灾害救援力量部署和应急处置决策提供依据。

由于城区内建筑物比较复杂，虽然利用无人机进行调查提高了效率，但是整体的工作量依然较大，不利于单体建筑物面积的快速提取。在今后的研究工作中，应该注重于城市建筑物面积模型的精确估算，减少建筑物调查的工作量，从而提高基于多源数据的建筑物空间分布格网方法应用价值。