基于时空大数据的城市地震应急避难场所布局研究——以银川市西夏区为例

余思汗，陈文凯，张 楠，刘 超，杨 顺，王 银

（1. 宁夏回族自治区地震局, 银川 750001；2. 中国地震局兰州地震研究所, 兰州 730000）

0 引言

城市地震应急避难场所是为突发破坏性地震提供紧急疏散和临时生活的场地，是城市规划中的重要内容。中国属于世界上自然灾害多发的国家，地震、飓风、洪水等灾害一次次严重侵袭着我们的家园[1]，给人民群众造成了巨大的灾难。以地震灾害为例，1976年的唐山7.8级地震、2008年的汶川8.0级地震、2010年的玉树7.1级地震、2013年的芦山7.0级地震，累计造成33万多人失去宝贵的生命。随着国内经济和社会生产力飞速发展，城市化进程也随之加快，因此人口数量存在较大的时空变化特征[2]。为了能够在面对突发灾难时能够合理运用应急避难场所，就需要了解人口的时空变化规律，从而对地震应急避难场所进行科学规划和建设[3]。

时空大数据为城市地震应急避难场所研究提供新的机遇[4]，为城市地震应急避难场所规划设计和评估带来新的思维模式和技术手段[5]。本文以银川市西夏区为例，在时空大数据的支撑下，对城市应急避难场所布局展开研究，利用手机信令[6]、居住建筑物、城市道路、POI[7]（Point of Interest）、人口等时空大数据，将城市功能区进行划分，并拟合出城市人口的时空变化规律，针对现有的城市避难场所进行步行可达性、可容纳人数等指标评价[8]，再根据评价结果提出科学地布局规划建议，为城市突发地震应急事件规划出合理的避难场所。

1 研究区域概况

本文研究区域为宁夏回族自治区银川市西夏区（图1）。西夏区分布有大学城和大型企业，人口密集且时空性流动大，适合作为本文应急避难场所研究的区域。宁夏位于南北地震带北段，历史上曾经发生过多次破坏性地震，尤其是1739年的银川-平罗8级大地震和被称之为“环球大震”[9]的1920年海原8.5级大地震，都给当地造成了毁灭性灾难。研究区域境内有贺兰山东麓断层[10]、芦花台隐伏断层[11]为代表的活断层，从活动构造机理来看，面临着潜在的震害风险，因此开展西夏区应急避难场所研究十分有必要。目前，西夏区规划了3处固定应急避难场所，均以公园为依托，主观性强且没有科学布局规划，远不能满足应急避难需求，为城市居民安全埋下了隐患[12]。

图1 研究区地理位置图

2 数据来源与研究方法

2.1 数据来源

1)手机信令数据

手机信令数据来源于通讯公司，主要是分为工作日数据集和非工作日数据集，通过用户手机位置数据统计得到城市人群时空行为密度和人口时空变化规律[13]。

2)居住建筑物数据

建筑物数据来源于宁夏地震应急基础数据库中的居住建筑物层，用于应急避难场所的服务位置对象。

3)城市道路数据

城市道路数据来源于高德地图中的城市道路层，主要用于应急避难场所的可达性分析。

4)兴趣点（POI）数据

兴趣点数据来源于2017年宁夏地理空间基础信息共享库（公众版）中的兴趣点层，不同类型的兴趣点聚合在一起，构成了空间单元独特的城市功能特征[4]，从而对城市功能区进行划分。

5)人口数据

人口数据来源于宁夏地震应急基础数据库中的人口精细化空间分布数据，该数据结合手机信令数据和POI数据就可以实现人口的时空变化数据，从而为城市应急避难场所的研究提供空间化人口数据支撑。

2.2 研究方法

2.2.1 功能区划分方法

城市功能区的划分对于了解城市格局非常关键，也是本文研究的一项重要内容。通过选取城市道路中的主要道路，以道路的中心线为中心轴生成50 m的BUFF（缓冲区），利用生成的缓冲区对道路两侧的建筑物进行位置选择，将每条道路缓冲区选择出来的建筑物用该道路的名称进行标注，这样便于区分。因为无论是商业楼还是办公楼基本上都位于道路两侧的建筑物内，利用城市道路的缓冲区便可将道路两侧的建筑物进行选取，从而达到城市功能区进行划分的目的。

2.2.2 城市功能区识别方法

利用POI数据与道路缓冲区数据在空间上进行关联，达到城市功能区识别的目的。功能区的识别划分，主要是解决人口的时空分布特征，因此本文主要是确定办公区、商业区和公共服务区这3类功能区。首先，对POI进行归类统计，西夏区的POI共计4 425个，其中办公类的POI共计491个，商业类的POI共计1 079个，公共服务类的POI共计605个。利用POI绝大多数分布在道路两侧的特征（图2），通过空间关联，选取每个缓冲区内的POI数据，并对其进行分类统计，计算出POI的频率系数，计算公式如下：

图2 城市局部POI分布图

式中：Pi为第i类POI的频数；Mi为第i类POI的总数；M为西夏区3类POI的总数；Kij为缓冲区j中第i类POI频率系数；Nij为缓冲区j中第i类POI的总数。频率系数值越高代表该缓冲区与该POI类型之间的相关性越强[4]，那么该缓冲区的功能类型则为相关性最强的类型，并将该类型赋值给功能区，就完成了功能区的识别目的。表1为各功能区POI的频率系数，通过频率系数值确定功能区类型。其中，有部分两类频率系数值较为相近，且每一类型具都有聚簇的情况，就将其按照道路交叉处划分为2个功能区。另外根据现有功能分区资料，发现学院西路利用POI频率系数的分区与实际不符合，同时按照该方法也没有识别出怀远市场商业区和西夏万达商业区。以3类功能区划分，研究区域内共计有13个功能区，利用本文采取的方法正确识别了10个功能区，其准确率为76.9%，说明该方法在城市功能区识别上具有一定的参考价值。图3为城市功能区识别图。

图3 城市功能区图

表1 各功能区POI的频率系数

2.2.3 城市人口时空分布特征挖掘方法

手机信令数据可以量化反映城市不同地段人群的时空分布状态[13]，因此城市人口的时空分布特征主要依靠手机信令数据来实现，具体流程如图4所示。获取到的手机信令数据是根据通信基站的分布接收到的手机信号，通过将信号处理成栅格数据。由于基站坐标分布较为分散的原因，在精度尺度上不能够满足当前的功能街区单元划分需求，因此需采用对手机信令数据挖掘的方法实现人口空间分布特征数据。由于手机信令数据以基站为大概几何中心实现的抽象栅格数据，该数据和道路、河流等划分的空间单元无任何交集，无法和人口空间分布数据直接进行空间关联。其次该数据面远大于划分的功能街区单元，因此需对手机信令栅格数据进行处理，所采用的方法就是GIS分析中的裁剪功能。使用50 m×50 m的格网对手机信令格网数据进行裁剪，将手机信令数据由大栅格面裁剪为一个个50 m×50 m的小格网数据，且大栅格面的数值也均分给每个小栅格面。以功能街区100 m范围内手机信令栅格数据都视为宏观上该区域的人群活动产生，因此把该范围内的手机信令数值赋值给功能区。夜间的手机信令数据视为静态下的人口分布特征，白天的手机信令数据视为人群工作、学习、购物等等活动产生的人口流向特征。将白天与夜间的数值变化进行比值，就获得了白天因人口流动产生的人口分布特征趋势，而其他住宅区的人口视为均等流向办公区、商业区和公共服务区。也就是说，在不考虑城际人口流动的情况下，住宅小区内减少的人口和功能区内增加的人口是基本一致的。将手机信令获取到的不同时间段的人口流动特征趋势，通过空间赋值的方式完成人口时空分布数据。无论是工作日还是非工作日，夜间的人口都属于静态的，且人口流动变化基本上是趋于一致的。工作日和非工作日白天的人口变化特征有较大的差异，需要分别拟合出两种情况下的人口时空分布数据。这样就利用手机信令数据成功挖掘了人口的时空分布特征，掌握了人口的时空分布数据，为下一步的研究提供了人口时空分布数据的支撑（图5）。其中，图5a为夜间静态的人口空间分布情况，5b为工作日白天人口空间分布情况，5c为非工作日白天人口空间分布情况。

图4 数据处理流程图

图5 研究区局部人口空间分布图

3 应急避难场所服务能力挖掘

3.1 研究区应急避难场所现状分析

西夏区现有规划固定应急避难场所3处，分别是：八一体育公园、解放公园和西夏公园。根据最新遥感影像在GIS软件中矢量化后的总面积为384 000 m2，且都是大于十万平方米的避难场所。按照现行的标准[14]：固定避难场所规定服务半径为2 km以内，且人均有效避难面积为3 m2。因为3处避难场所都是以公园为依托，就会存在水域、娱乐设施用地、林地等[15]，一般在计算有效避难面积时按照60%左右进行计算[16]，故八一体育公园可容纳避难人口为2.84万人，解放公园可容纳避难人口为2.04万人，西夏公园可容纳避难人口为2.8万人。

3.2 应急避难场所的服务范围

应急避难场所的服务范围取决于容纳性、可达性、就近性原则[17]。为了能够保障足够的避难空间，应急避难场所的服务人口不能超过所能容纳的上限，因此西夏区的应急避难场所服务人数不能够超过7.68万人。3处应急避难场所四面均被城市道路环绕，且每一面都方便进入，居民避难可达性良好。避难是应对紧急情况的一种居民处置措施，因此需要能够迅速到达，保证居民都可在5～10 min内到达避难场所[18]。西夏区为Ⅷ度抗震设防区，城市建筑基本上都为A类建筑物，考虑地震烈度为Ⅹ度的情况下，需要避难的人口则为人口总数的38%[19]。先以最大服务半径2 km为例，人口空间分布在静态的情况下，对3处应急避难场所服务人口数量进行计算。以应急避难场所的几何中心，建立2 km的BUFF（缓冲区），利用GIS的空间关联能力，将缓冲区内的空间分布人口进行选择。但从图6可以看出，3处应急避难场所都有服务范围重叠的部分。利用空间上的位置选择，把重叠部分的人口选择出来均分给2个避难场所，并统计后根据避难率，获得在烈度为Ⅹ度的情况下最大服务半径2 km的服务人口，最终获得了应急避难场所需服务的人口数。其中，压力最大的为解放公园，需要服务的人口为19 459人，而解放公园可容纳的避难人口为2.04万人，仍然在避难容纳限度之内。因此，在静态人口空间分布的最大服务距离内，3处应急避难场所能够为服务对象提供足够的避难空间。

图6 应急避难场所服务范围图

3.3 时空大数据支撑下的应急避难场所能力分析

人由于工作、学习、生活等社会活动，是处于动态流动的一种状态，且具有一定的特征规律分布。人作为应急避难场所的服务对象，是考验面对突发地震事件时应急避难场所能力的唯一指标。根据对时空大数据的研究分析，已经掌握了研究区域内在工作日和非工作日时的人口时空变化特征，并以此规律推算出了工作日和非工作日白天的人口空间分布数量。通过对避难场所服务范围的分析，确定了西夏区3处应急避难场所能够达到最大2 km的服务范围，因此继续以最大服务范围对时空作用下应急避难场所服务能力进行探究。在工作日白天时，人口主要流向了办公区、商业区和公共服务区，导致了这些功能区的人口密度大大增加，尤其是贺兰山西路、文萃北街、怀远路、同心路等，形成了高密度人口聚集区；而住宅区的人口密度减少，对应急避难场所的服务能力也产生了很大的影响。通过对工作日白天的应急避难场所服务范围内的人口计算，得到了3处应急避难场所服务范围内人口数量（表2）。从实际容纳避难人数上来看，解放公园和西夏公园服务范围人口数远超过最大容纳限度，一旦发生破坏性严重的大地震，那么将会给解放公园和西夏公园这两处应急避难场所造成巨大的服务压力，继而使得部分人群将无法得到有效地妥善避难安置。

表2 西夏区应急避难场所工作日的服务范围人口

4 应急避难场所空间优化布局

针对上述西夏公园实际避难人数远大于最大容纳的问题，如若将西夏公园和八一体育公园的重叠部分以朔方路以北全部分流至八一体育公园避难，那么刚好满足了西夏公园的最大容纳避难人数，同时八一体育公园也没有超过最大容纳避难人数；而解放公园的实际避难人数超过最大容纳限度的50%以上，且无法进行人口分流；另外存在部分区域无法提供服务范围内的避难场所，违背了应急避难场所规划的可达性[20]和就近性原则，面对现存的这些问题急需提出新的解决途径。根据应急避难场所的容纳性、可达性和就近原则，结合现有避难场所的空间分布和容纳情况分析，在西夏区的城区东北部、西南部避难场所存在空缺，至少需要增加2处固定避难场所。其科学合理的规划位置是在金波北街以东，贺兰山西路附近；另外一处应选择在文昌南路以西，经天西路附近。此外，在固定应急避难场所需要配备必要的设备，如饮用水源、厕所等，因此必须选择场所较大的地方作为固定应急避难场所。在限定的条件内，同时也要考虑到现有资源的合理利用，选择贺兰山体育场和文昌公园作为新增的固定应急避难场所（图7）。

图7 优化后的应急避难场所服务范围图

通过静态人口空间分布和工作日白天以及非工作日白天人口空间分布，对应急避难场所的服务能力进行了科学计算（表3）。结果表明：①解决了解放公园在工作日白天的容纳避难人口超限的问题，成功地进行了避难分流；②新增2处固定应急避难场所后，基本上达到了对西夏区城区服务范围全覆盖，能够满足民众就近避难的安置需求；③贺兰山体育场和文昌公园作为固定应急避难场所具有合理的科学依据，且能够实现资源合理化利用目的。

表3 空间优化后的西夏区应急避难场所服务范围人口

5 结论

合理规划城市应急避难场所，是面对突发破坏性地震安置避难人群的必要条件。通过对手机信令数据、居住建筑物数据、城市道路数据、POI数据、人口数据等时空大数据的分析，确定了人口的时空分布特征，并拟合出了人口的时空分布数量，为城市应急避难场所的服务能力分析提供了精确的人口时空分布数据支撑。在对现有规划的固定应急避难场所科学地分析之后，指出了存在的问题，并通过精确计算，在合理利用现有资源的前提下，建议规划了2处固定应急避难场所，并验证其合理性，为西夏区城市应急避难场所规划布局提供了科学依据。