地震中人口损失评估方法

摘要

一种地震中人口损失评估方法，其通过地震震级M；并根据地震区域震前的航空或者航天遥感图像，由计算机测量地震区域的建筑物的总面积S；并得到破坏程度为倒塌、部分倒塌的建筑物的破坏面积SD；以及地震区域倒塌、部分倒塌的建筑物震前的实际高度h，由所述实际高度h获得与之相关的特性常数C；通过地震区域的人口密度P；获得与之相关的特性常数A、B；最后由公式计算获得地震区域的人口损失数量Nk。本发明所提供的一种地震中人口损失评估方法，其可以在地震发生后，利用地震区域发生地震前后的高分辨率航空或者航天遥感图像以及地震区域震前的人口数据，区域面积基础数据，快速准确的评估地震造成的人口损失。

说明书

技术领域

本发明涉及一种评估地震造成的损失的方法，特别是一种地震中人口损 失评估方法。

背景技术

地震是一种突发的自然灾害，一次破坏性地震往往在极短时间内造成十 分严重的经济损失和人员伤亡，各国政府都采取了积极有效的措施，减轻地 震灾害。其中很重要的一项措施就是建立严密高效的地震应急体系，提高政 府震时的应急指挥和救援能力，减少人民的生命财产损失。

在地震应急指挥系统中，地震灾害快速评估是地震应急决策系统的重要 基础和科学依据，如果能够快速预估出地震伤亡情况，就可以为应急资源需 求提供参考数据；也可以根据人员伤亡数，制定物资医疗需求和救灾人员需 求方案，在最短的时间内使灾民得到营救和安置，从而使人员伤亡水平降到 最低。

我国“九五”期间建立了地震灾害快速评估模型，但是该模型的评估结 果和实际调查结果之间存在很大差距。在“灾害学”杂志2010年10月第25 卷增刊中的文章“地震人员伤亡快速评估模型研究”（高惠瑛、李清霞）以及 “地震地磁观测与研究”杂志2006年8月第4期第27卷的文章“地震人员 伤亡快速评估”（杨天青、姜立新、杨桂岭）中，作者均提出了对地震中人口 损失的评估方法，但是这些评估方法所得出的结果依然和实际调查结果之间 存在着较大误差。

发明内容

本发明提供了一种地震中人口损失评估方法，以减少或避免前面所提到 的问题。

为解决上述问题，本发明提出了一种地震中人口损失评估方法，其用于 在地震灾害发生后，快速评估人口损失数量N_k，其包括如下步骤，

A、根据各个地震台站记录的地震动参数，得到所发生的地震的地震震 级M；

B、根据地震区域震前的高分辨率航空或者航天遥感图像，由计算机测 量地震区域的建筑物的总面积S；

C、根据地震灾害发生后地震区域的高空间分辨率遥感图像，由计算机 对破坏的建筑物进行识别，对破坏程度为倒塌、部分倒塌的建筑物进行统计， 并得到破坏程度为倒塌、部分倒塌的建筑物的破坏面积S_D；

D、根据地震区域震前的高分辨率航空或者航天遥感图像，由计算机获 得地震区域倒塌、部分倒塌的建筑物震前的实际高度h，由所述实际高度h 获得与之相关的特性常数C；

E、根据地震区域震前的人口数据，区域面积基础数据，获得地震区域 的人口密度P；由所述人口密度P获得与之相关的特性常数A、B；

F、根据上述步骤获得的参数，由公式

$\ln N_k=\Sigma [{\left(\frac{S}{S_D}\right)}^C·(A+\mathrm{BM})]$

计算获得地震区域的所述人口损失数量N_k。

优选地，所述参数C与地震区域建筑物震前的实际高度h的对应关系为，

当3米≤h<6米时，C=6，

所述参数A、B与地震区域的人口密度P的对应关系为，

当P<25人/km²时，A=-3.11、B=0.67。

优选地，所述参数C与地震区域建筑物震前的实际高度h的对应关系为，

当6米≤h<12米时，C=5，

当12米≤h<21米时，C=4，

当21米≤h时，C=3；

所述参数A、B与地震区域的人口密度P的对应关系为，

当25人/km²≤P<50人/km²时，A=-3.32、B=0.75，

当50人/km²≤P<100人/km²时，A=-3.13、B=0.84，

当100人/km²≤P<200人/km²时，A=-3.22、B=0.92，

当200人/km²≤P时，A=-3.15、B=0.97。

本发明所提供的地震中人口损失评估方法，其可以在地震发生后，利用 地震区域发生地震前后的高分辨率航空或者航天遥感图像以及地震区域震前 的人口数据，区域面积基础数据，快速准确的评估地震造成的人口损失。

具体实施方式

为了对本发明的技术特征、目的和效果有更加清楚的理解，现说明本发 明的具体实施方式。

下面以实施例的方式，详细说明根据本发明的一种地震中人口损失评估 方法。本发明所提供的地震中人口损失评估方法，可用于在地震灾害发生后， 快速评估人口损失数量N_k，该方法包括如下步骤，

A、根据各个地震台站记录的地震动参数，得到所发生的地震的地震震 级M；

B、根据地震区域震前的高分辨率航空或者航天遥感图像，由计算机测 量地震区域的建筑物的总面积S（单位可以为m²）；例如，可利用市售的ENVI 软件（美国ITT Visual Information Solutions公司生产的遥感图像处理软件）对 高分辨率的遥感图像（即分辨率在5米以下的遥感图像）进行分析，计算地 震区域的建筑物的总面积S；

C、运用地震灾害发生后地震区域的高空间分辨率遥感图像对破坏的 建筑物进行识别，由计算机对破坏程度为倒塌、部分倒塌的建筑物进行统计， 并得到破坏程度为倒塌、部分倒塌的建筑物的破坏面积S_D（单位可以为m²）； 例如，可以利用前述ENVI软件实现基于区域结构和纹理统计特性的损坏房屋 自动识别，结合传统的目视解译，对高分辨率的遥感图像进行分析，计算出 倒塌、部分倒塌的建筑物面积S_D；

D、根据地震区域震前的高分辨率航空或者航天遥感图像，由计算机获 得地震区域倒塌、部分倒塌的建筑物震前的实际高度h（单位可以为m）；例 如，可利用前述ENVI软件对高分辨率遥感图像进行分析，计算地震区域的 建筑物震前的实际高度h；由所述实际高度h获得与之相关的特性常数C；

E、根据地震区域震前的人口数据，区域面积基础数据，获得地震区域 的人口密度P（单位可以为人/km²）；当然，也可以综合根据人口数据、区域 面积、土地利用类型、建筑结构类型等基础数据，通过全国地震灾害基础数 据库和地方基础地理信息数据库来得到人口密度分布数据；由所述人口密度P 获得与之相关的特性常数A、B；

F、根据上述步骤获得的参数，由公式

$\ln N_k=\Sigma [{\left(\frac{S}{S_D}\right)}^C·(A+\mathrm{BM})]$

计算获得地震区域的所述人口损失数量N_k。

通过对历史地震灾害数据的统计分析，可以得出关于参数A、B、C的多 个三元一次方程，因此也就很容易通过对历史地震灾害数据的统计分析，反 演出对应于不同的地震区域建筑物震前的实际高度h的特性常数C，对应于 不同的地震区域的人口密度P的特性常数A、B。

在得到对应于不同建筑物震前的实际高度h的特性常数C和对应于不同 的地震区域的人口密度P的特性常数A、B之后，对新发生的地震，就可以 通过公式快捷的评估人口损失。

在一个优选实施例中，通过对历史地震数据的演算，得出所述参数C与 地震区域建筑物震前的实际高度h的对应关系为，

当3米≤h<6米时，C=6，

所述参数A、B与地震区域的人口密度P的对应关系为，

当P<25人/km²时，A=-3.11、B=0.67。

在一个优选实施例中，通过对历史地震数据的演算，得到了特性参数A、 B、C在几种情况下的最佳值，如下所述：

所述参数C与地震区域建筑物震前的实际高度h的对应关系为，

当6米≤h<12米时，C=5，

当12米≤h<21米时，C=4，

当21米≤h时，C=3；

所述参数A、B与地震区域的人口密度P的对应关系为，

当25人/km²≤P<50人/km²时，A=-3.32、B=0.75，

当50人/km²≤P<100人/km²时，A=-3.13、B=0.84，

当100人/km²≤P<200人/km²时，A=-3.22、B=0.92，

当200人/km²≤P时，A=-3.15、B=0.97。

下面通过实际地震数据对本发明的上述方法进行验证。

示例1：

1989年4月16日四川巴塘M6.7级地震，通过对地震前后的历史卫星遥 感图像利用ENVI遥感软件进行分析，得出

S=2689083m²，S_D=2261433m²，

通过对地震前的人口数据，区域面积基础数据，获得地震区域的人口密 度P=5.26人/km²；

通过对地震前的卫星遥感图像利用ENVI软件进行分析，计算出地震区 域倒塌、部分倒塌的建筑物震前的实际高度h范围为3≤h<6，

因此特性参数A、B、C的取值分别为：

A=-3.11、B=0.67，C=6

因此，通过本发明的方法可以计算出人口损失的评估结果N_k=7人。

而地震后该地区的实际死亡为8人，可见本发明的方法与实际结果具备 高度一致性，因而能够快速预估出地震伤亡情况。

示例2：

1989年6月9日四川石棉M5.2级地震，通过对地震前后的历史卫星遥 感图像利用ENVI软件进行分析，得出

S=96148m²，S_D=78855m²，

通过对地震前的人口数据，区域面积基础数据，获得地震区域的人口密 度P=41.9人/km²；

通过对地震前的卫星遥感图像利用ENVI软件进行分析，计算出地震区 域倒塌、部分倒塌的建筑物震前的实际高度h范围为3≤h<6，

因此特性参数A、B、C的取值分别为：

A=-3.32、B=0.75，C=6

因此，通过本发明的方法可以计算出人口损失的评估结果N_k=1人。

而地震后该地区的实际死亡恰好为1人。

示例3

2008年5月12日汶川8.0级地震，江油市区域，通过对地震前后的历史 卫星遥感图像利用ENVI软件进行分析，得出

S=4518000m²，S_D=4107272m²，

通过对地震前的人口数据，区域面积基础数据，获得地震区域的人口密 度P=323.1人/km²；

通过对地震前的卫星遥感图像利用ENVI软件进行分析，计算出地震区 域倒塌、部分倒塌的建筑物震前的实际高度h范围为12≤h<21，

因此特性参数A、B、C的取值分别为：

A=-3.15、B=0.97，C=4

因此，通过本发明的方法可以计算出人口损失的评估结果N_k=370人。

而地震后该地区的实际死亡为359人，可见本发明的方法与实际结果同 样具备高度一致性，因而能够快速预估出地震伤亡情况。

示例4

2008年5月12日汶川8.0级地震，广元市区域，通过对地震前后的历史 卫星遥感图像利用ENVI软件进行分析，得出

S=444000m²，S_D=376271m²，

通过对地震前的人口数据，区域面积基础数据，获得地震区域的人口密 度P=188.4人/km²；

通过对地震前的卫星遥感图像利用ENVI软件进行分析，计算出地震区 域倒塌、部分倒塌的建筑物震前的实际高度h范围为12≤h<21，

因此特性参数A、B、C的取值分别为：

A=-3.22、B=0.92，C=4

因此，通过本发明的方法可以计算出人口损失的评估结果N_k=2127人。

而地震后该地区的实际死亡为2586人，可见本发明的方法与实际结果同 样具备高度一致性，因而能够快速预估出地震伤亡情况。

从以上4个案例可看出，本发明提供的地震中人口损失评估方法，其评 估结果与实际死亡人数误差较小，因此，其与现有地震人口损失评估方法相 比，准确率得到了较大提升，能够有效帮助提高政府震时的应急指挥和救援 能力，减少人民的生命财产损失。

以上所述仅为本发明示意性的具体实施方式，并非用以限定本发明的范 围。任何本领域的技术人员，在不脱离本发明的构思和原则的前提下所作的 等同变化、修改与结合，均应属于本发明保护的范围。