2003-2013年汶川地震極重災(zāi)區(qū)夜間燈光年際變化分析*

張寶軍

(1.民政部國(guó)家減災(zāi)中心，北京 100124；2.民政部衛(wèi)星減災(zāi)應(yīng)用中心，北京 100124)

2003-2013年汶川地震極重災(zāi)區(qū)夜間燈光年際變化分析*

張寶軍1, 2

(1.民政部國(guó)家減災(zāi)中心，北京 100124；2.民政部衛(wèi)星減災(zāi)應(yīng)用中心，北京 100124)

自然災(zāi)害往往造成災(zāi)區(qū)光源載體的破壞，同時(shí)伴隨著恢復(fù)重建過程光源載體又得到修復(fù)或新建，因此夜間燈光變化在一定程度上能夠反映重大自然災(zāi)害對(duì)災(zāi)區(qū)社會(huì)經(jīng)濟(jì)的影響。基于DMSP-OLS夜間燈光遙感數(shù)據(jù)，分析汶川地震極重災(zāi)區(qū)夜間燈光分布范圍和強(qiáng)度的年際變化特點(diǎn)，并與地區(qū)生產(chǎn)總值和全社會(huì)固定資產(chǎn)投資年際變化進(jìn)行對(duì)比分析，探索分析夜間燈光變化與災(zāi)害損失的相關(guān)關(guān)系。研究結(jié)果表明，2003-2013年汶川地震極重災(zāi)區(qū)的夜間燈光分布強(qiáng)度年際變化與地區(qū)生產(chǎn)總值和全社會(huì)固定資產(chǎn)投資年際變化存在相關(guān)關(guān)系，基本呈現(xiàn)出災(zāi)害當(dāng)年的夜間燈光遙感影像亮值像元個(gè)數(shù)和亮值像元數(shù)值少于前1年，災(zāi)后第1年繼續(xù)減少，災(zāi)后第2年急劇增加并達(dá)到峰值；同時(shí)，災(zāi)后夜間燈光遙感影像亮值像元個(gè)數(shù)和亮值像元數(shù)值的減少與因?yàn)?zāi)死亡和失蹤人口、萬人死亡失蹤率和萬人倒塌房屋率等災(zāi)情指標(biāo)存在較顯著的相關(guān)關(guān)系。

汶川地震；災(zāi)害；夜間燈光；遙感；DMSP-OLS

夜間燈光遙感起源于科學(xué)家意外的發(fā)現(xiàn)[1-2]。傳統(tǒng)的遙感影像已經(jīng)在日常的災(zāi)害管理和重特大自然災(zāi)害應(yīng)對(duì)中得到了廣泛地應(yīng)用并扮演著越來越重要的角色[3]。相比于傳統(tǒng)的遙感衛(wèi)星影像，夜間燈光遙感影像可以更多地反映人類活動(dòng)，因此它被廣泛應(yīng)用于社會(huì)經(jīng)濟(jì)領(lǐng)域的空間數(shù)據(jù)挖掘[2]，同時(shí)也被應(yīng)用于自然災(zāi)害影響評(píng)估研究[4-5]。重大自然災(zāi)害或?yàn)?zāi)難事件發(fā)生后，往往會(huì)對(duì)承載光源的基礎(chǔ)設(shè)施、公共服務(wù)設(shè)施、居民住房等造成嚴(yán)重破壞，導(dǎo)致災(zāi)害影響區(qū)域燈光分布范圍和強(qiáng)度的變化；同時(shí)，由于恢復(fù)重建工作的開展，基礎(chǔ)設(shè)施、公共服務(wù)設(shè)施、居民住房等光源載體會(huì)得到恢復(fù)重建，這也伴隨著燈光分布范圍和強(qiáng)度的變化。LI等學(xué)者利用2008年1月至2014年2月期間的38幅月度合成DMSP-OLS夜間燈光遙感影像數(shù)據(jù)監(jiān)測(cè)了戰(zhàn)爭(zhēng)造成敘利亞夜間燈光損失情況[6]，成功展現(xiàn)了夜間燈光遙感應(yīng)用于突發(fā)事件影響分析的獨(dú)特魅力。本文基于DMSP-OLS夜間燈光遙感數(shù)據(jù)，分別使用夜間燈光遙感影像亮值像元個(gè)數(shù)和亮值像元數(shù)值表征研究區(qū)域夜間燈光分布范圍和強(qiáng)度，分析汶川地震極重災(zāi)區(qū)2003-2013年夜間燈光分布范圍和強(qiáng)度的年際變化特點(diǎn)，并與地區(qū)生產(chǎn)總值和全社會(huì)固定資產(chǎn)投資年際變化進(jìn)行對(duì)比，探索研究災(zāi)區(qū)夜間燈光變化與災(zāi)害損失之間的相關(guān)關(guān)系。

1 研究區(qū)域與數(shù)據(jù)準(zhǔn)備

1.1 研究區(qū)域

研究區(qū)域?yàn)?008年7月22日《汶川地震災(zāi)害范圍評(píng)估結(jié)果》確定的汶川地震極重災(zāi)區(qū)，共10個(gè)縣(市、區(qū))，分別是四川省汶川縣、北川縣、綿竹市、什邡市、青川縣、茂縣、安縣、都江堰市、平武縣、彭州市[7]。極重災(zāi)區(qū)縣(市、區(qū))均位于汶川地震Ⅹ、Ⅺ度烈度區(qū)，因?yàn)?zāi)死亡與失蹤人數(shù)都大于1 000人，排名前三位的汶川、北川和綿竹因?yàn)?zāi)死亡和失蹤人數(shù)都超過10 000人[8]。極重災(zāi)區(qū)因?yàn)?zāi)死亡和失蹤人數(shù)占汶川地震死亡和失蹤總?cè)藬?shù)的97.2%，因?yàn)?zāi)倒塌房屋間數(shù)占汶川地震因?yàn)?zāi)倒塌房屋總間數(shù)的42.9%，因?yàn)?zāi)直接經(jīng)濟(jì)損失占汶川地震直接經(jīng)濟(jì)損失總量的39.5%[8]。

根據(jù)2014年四川統(tǒng)計(jì)年鑒[9]，研究區(qū)域10個(gè)縣(市、區(qū))2013年的常住人口總數(shù)為348.3萬人，其中城鎮(zhèn)人口146萬人，城鎮(zhèn)化率為41.93%；研究區(qū)域10個(gè)縣(市、區(qū))2013年的地區(qū)生產(chǎn)總值為3 134.8億元，占2013年四川全省地區(qū)生產(chǎn)總值的11.94%；研究區(qū)域10個(gè)縣(市、區(qū))2013年全社會(huì)固定資產(chǎn)投資總額為891.6億元，占2013年四川全省全社會(huì)固定資產(chǎn)投資總額的4.24%。

1.2 數(shù)據(jù)來源

研究數(shù)據(jù)包括四種：夜間燈光遙感數(shù)據(jù)、社會(huì)經(jīng)濟(jì)統(tǒng)計(jì)數(shù)據(jù)、災(zāi)害損失數(shù)據(jù)和行政邊界數(shù)據(jù)。

(1)夜間燈光遙感數(shù)據(jù)：美國(guó)國(guó)家地球物理數(shù)據(jù)中心(National Geophysical Data Center)發(fā)布的第四版DMSP-OLS(Defense Meteorological Satellite Program - Operational Linescan System)夜間燈光遙感影像數(shù)據(jù)集，使用2003-2013年的11幅夜間穩(wěn)定燈光遙感影像數(shù)據(jù)，其中2003年的數(shù)據(jù)由F15衛(wèi)星數(shù)據(jù)合成，2004-2009年的數(shù)據(jù)由F16衛(wèi)星數(shù)據(jù)合成，2010-2013年的數(shù)據(jù)由F18衛(wèi)星數(shù)據(jù)合成。

(2)社會(huì)經(jīng)濟(jì)統(tǒng)計(jì)數(shù)據(jù)：2004-2014年《四川統(tǒng)計(jì)年鑒》[9]，主要使用汶川地震極重災(zāi)區(qū)10個(gè)縣(市、區(qū))的2003-2013年的行政區(qū)域人口、地區(qū)生產(chǎn)總值和全社會(huì)固定資產(chǎn)投資三類數(shù)據(jù)。

(3)災(zāi)害損失數(shù)據(jù)：《汶川地震災(zāi)害綜合分析與評(píng)估》[8]，主要使用汶川地震極重災(zāi)區(qū)10個(gè)縣(市、區(qū))的因?yàn)?zāi)死亡和失蹤人數(shù)、萬人死亡失蹤率和萬人倒塌房屋率。

(4)行政邊界數(shù)據(jù)：國(guó)家基礎(chǔ)地理信息中心公開發(fā)布的中國(guó)1∶400萬基礎(chǔ)地理信息數(shù)據(jù)集，主要使用研究區(qū)域10個(gè)縣(市、區(qū))2008年的縣級(jí)行政邊界數(shù)據(jù)。2009年2月6日，民政部以民函〔2009〕41號(hào)文批復(fù)同意將安縣的安昌鎮(zhèn)、永安鎮(zhèn)、黃土鎮(zhèn)的常樂、紅巖、順義、紅旗、溫泉、東魚6個(gè)村劃歸北川縣管轄，北川縣政府駐地由曲山鎮(zhèn)遷至安昌鎮(zhèn)[10]。2016年3月20日，國(guó)務(wù)院以國(guó)函〔2016〕57號(hào)，同意撤銷安縣，設(shè)立綿陽市安州區(qū)，以原安縣的行政區(qū)域?yàn)榘仓輩^(qū)的行政區(qū)域[11]。為了便于進(jìn)行2003-2013年間相同區(qū)域夜間燈光變化的對(duì)比，本文研究區(qū)域及子研究區(qū)域的劃分依然采用2008年的縣級(jí)行政邊界數(shù)據(jù)。

1.3 數(shù)據(jù)處理

1.3.1 夜間燈光遙感數(shù)據(jù)預(yù)處理

數(shù)據(jù)預(yù)處理主要包括影像投影轉(zhuǎn)換、影像重采樣和影像裁剪。

(1)影像投影轉(zhuǎn)換：將選用的2003-2013年11幅DMSP-OLS夜間穩(wěn)定燈光遙感影像空間投影都轉(zhuǎn)換為阿爾伯斯等面積投影。

(2)影像重采樣：將投影轉(zhuǎn)換后的影像像元大小重采樣為1km。

(3)影像裁剪：使用研究區(qū)域邊界數(shù)據(jù)對(duì)重采樣后的影像數(shù)據(jù)進(jìn)行裁剪，得到2003-2013年11幅空間分辨率為1km的研究區(qū)域DMSP-OLS夜間穩(wěn)定燈光遙感影像數(shù)據(jù)。

1.3.2 夜間燈光遙感數(shù)據(jù)相互校正

為了消除DMSP-OLS夜間燈光遙感影像不同年份間相同位置像元DN值的異常波動(dòng)，增強(qiáng)長(zhǎng)時(shí)間序列數(shù)據(jù)的可比性，需要對(duì)預(yù)處理后的夜間燈光遙感影像數(shù)據(jù)進(jìn)行相互校正。針對(duì)DMSP-OLS夜間燈光遙感影像的相互校正，很多學(xué)者都運(yùn)用了基于不變目標(biāo)區(qū)域的回歸分析法并證明了其有效性[12-14]。

(1)確定參考區(qū)域：在對(duì)研究區(qū)域10個(gè)縣(市、區(qū))2003-2013年地區(qū)生產(chǎn)總值、全社會(huì)固定資產(chǎn)投資數(shù)據(jù)分析的基礎(chǔ)上，選擇地區(qū)生產(chǎn)總值和全社會(huì)固定資產(chǎn)投資兩項(xiàng)指標(biāo)的二次多項(xiàng)式回歸相關(guān)系數(shù)(R2)都最高的彭州市作為參考區(qū)域。

(2)確定參考影像：選取研究區(qū)域累積DN值最高的F18傳感器獲取的2010年夜間燈光遙感數(shù)據(jù)(F182010)作為參考影像。

(3)建立影像校正回歸分析模型：在確定了參考區(qū)域、參考影像和待校正影像后，分別使用待校正影像與參考影像進(jìn)行指數(shù)、線性、對(duì)數(shù)、冪數(shù)和一元二次多項(xiàng)式5 種形式的回歸分析(圖1)。

圖1 5種回歸模型的相關(guān)系數(shù)

經(jīng)對(duì)比分析，一元二次多項(xiàng)式回歸的相關(guān)系數(shù)總體上高于其他回歸方式的相關(guān)系數(shù)，因此選用一元二次多項(xiàng)式回歸方程建立影像校正模型，具體公式如下：

DNregress=a×DN2+b×DN+c。

(1)

式中：DNregress表示使用一元二次回歸模型校正后影像的像元值；DN表示待校正影像的像元值；a、b和c是一元二次回歸模型的參數(shù)。

(4)校正影像數(shù)據(jù)集

建立影像校正回歸分析模型后，計(jì)算出每個(gè)年份待校正影像與參考影像的一元二次回歸模型的參數(shù)(表1)。利用對(duì)應(yīng)的一元二次回歸方程對(duì)研究區(qū)域的2003-2013年的待校正夜間燈光遙感影像進(jìn)行校正。

表1 2003-2013年DMSP-OLS夜間燈光遙感數(shù)據(jù)一元二次回歸模型參數(shù)

2 夜間燈光數(shù)量年際變化分析

使用汶川地震極重災(zāi)區(qū)各縣(市、區(qū))夜間燈光遙感影像亮值像元的總個(gè)數(shù)(SumofNighttimeLights,SNL)表征不同區(qū)域夜間燈光分布范圍變化情況。通過計(jì)算基于DMSP-OLP夜間燈光遙感影像數(shù)據(jù)的10個(gè)縣(市、區(qū))2003-2013年期間的SNL，并與地區(qū)生產(chǎn)總值、全社會(huì)固定資產(chǎn)投資和災(zāi)害損失進(jìn)行對(duì)比分析，研究SNL年際變化特點(diǎn)及其與因?yàn)?zāi)死亡和失蹤人口、倒塌房屋數(shù)量等方面災(zāi)害損失的相關(guān)關(guān)系。

目前民營(yíng)經(jīng)濟(jì)已占據(jù)山東“半壁江山”，貢獻(xiàn)了全省50%以上的GDP，60%以上的投資，70%以上的稅收，占市場(chǎng)主體90%以上。當(dāng)然，山東民營(yíng)經(jīng)濟(jì)在發(fā)展中也面臨一些亟須解決的問題，主要是民營(yíng)市場(chǎng)主體絕對(duì)數(shù)量仍然偏少，產(chǎn)業(yè)層次不高，創(chuàng)新能力比較弱，自主知名品牌太少等。

2.1 夜間燈光分布年際變化趨勢(shì)分析

利用校正后的夜間燈光遙感影像數(shù)據(jù)，提取并計(jì)算2003-2013年10個(gè)縣(市、區(qū))的SNL(圖2)，其呈現(xiàn)出以下特點(diǎn)。

(1)10個(gè)縣(市、區(qū))總體的SNL在2003-2007年為波動(dòng)變化，2008年開始下降，70%的縣(市)在2008或 2009年出現(xiàn)自2004年以來的最低點(diǎn)(除青川、安州、彭州)，2010年快速增加達(dá)到峰值后呈現(xiàn)逐年遞減趨勢(shì)。

(2)汶川、北川、茂縣和平武的SNL在2003-2007年波動(dòng)最為劇烈，2008-2009年減少趨勢(shì)明顯(除北川外)，2010年急劇增加達(dá)到峰值后又急劇遞減。

(3)綿竹、什邡、安州、都江堰和彭州的SNL在2003-2009年呈現(xiàn)小幅波動(dòng)，2010年后開始緩慢遞減，整體上變化波動(dòng)性不大。

(4)青川的SNL在2003-2009年呈現(xiàn)出平穩(wěn)增加趨勢(shì)，2010年急劇增加達(dá)到峰值后又急劇減少，2013年開始又緩慢增加。

2.2 典型年份SNL變化對(duì)比分析

分別選取10個(gè)縣(市、區(qū))2007年(汶川地震前一年)、2008年(汶川地震當(dāng)年)、2010年(恢復(fù)重建基本完成)的SNL進(jìn)行對(duì)比分析。2007年與2008年SNL變化比例、2008年與2010年的SNL變化比例(圖3)，呈現(xiàn)出以下特點(diǎn)。

(1)與2007年相比， 10個(gè)縣(市、區(qū))2008年總體的SNL減少了10.5%，7個(gè)縣(市、區(qū))出現(xiàn)了不同程度的減少，汶川、什邡、茂縣和平武4個(gè)縣(市)的SNL減少比例均超過了10%，其中汶川減少了50.8%，茂縣減少了42.5%；北川、青川和安州3個(gè)縣(區(qū))出現(xiàn)了小幅的增加，分別增加了2.5%、8.5%和1.8%。從以上數(shù)據(jù)可以看出，受強(qiáng)烈地震影響，汶川地震極重災(zāi)區(qū)當(dāng)年的SNL總體上減少了，7個(gè)縣(區(qū))SNL不同程度減少，部分縣(區(qū))減少程度明顯，也從側(cè)面反映出災(zāi)區(qū)光源受損嚴(yán)重。

(2)與2008年相比，10個(gè)縣(市、區(qū))2010年總體的SNL增加了21.8%，6個(gè)縣(市、區(qū))出現(xiàn)了不同程度的增加，汶川、北川、青川、茂縣和平武5個(gè)縣的SNL增加比例超過了20%，其中汶川增加144.9%，青川增加346.8%，茂縣增加100.8%。同期，汶川地區(qū)生產(chǎn)總值增加了146.7%，全社會(huì)固定資產(chǎn)投資增加了908.5%；青川地區(qū)生產(chǎn)總值增加了38.3%，全社會(huì)固定資產(chǎn)投資增加了501.9%；茂縣地區(qū)生產(chǎn)總值增加了118.2%，全社會(huì)固定資產(chǎn)投資增加了367.3%。從以上數(shù)據(jù)可以看出，隨著汶川地震恢復(fù)重建總體規(guī)劃及各專項(xiàng)規(guī)劃的制定與實(shí)施，地震后汶川、青川、茂縣的地區(qū)生產(chǎn)總值和全社會(huì)固定資產(chǎn)投資比例都成倍增長(zhǎng)，城鄉(xiāng)住房、公共服務(wù)設(shè)施等得到恢復(fù)或重建，新的光源載體大量涌現(xiàn)，導(dǎo)致災(zāi)區(qū)大部分縣(市、區(qū))SNL大幅增加，也從側(cè)面反映出災(zāi)區(qū)光源得到了大力恢復(fù)和增強(qiáng)。

圖2 2003-2013年汶川地震極重災(zāi)區(qū)SNL年際變化

圖3 汶川地震極重災(zāi)區(qū)及分行政區(qū)SNL變化比例

2.3 SNL損失與災(zāi)害損失相關(guān)性分析

選用中國(guó)《自然災(zāi)害情況統(tǒng)計(jì)制度》、《特別重大自然災(zāi)害損失統(tǒng)計(jì)制度》以及相關(guān)國(guó)家標(biāo)準(zhǔn)確定的自然災(zāi)害災(zāi)情統(tǒng)計(jì)基本指標(biāo)中的因?yàn)?zāi)死亡和失蹤人口、倒塌房屋數(shù)量?jī)身?xiàng)災(zāi)害損失情況統(tǒng)計(jì)核心指標(biāo)[15]，與SNL進(jìn)行相關(guān)分析。通過計(jì)算10個(gè)縣(市、區(qū))2007年與2009年之間SNL的減少值，選取SNL出現(xiàn)減少的汶川、北川、綿竹、什邡、茂縣、安州、都江堰、平武和彭州9個(gè)縣(市、區(qū))的因?yàn)?zāi)死亡和失蹤人數(shù)、萬人死亡失蹤率、萬人倒塌房屋率分別與SNL減少數(shù)和SNL減少比例進(jìn)行線性回歸分析(圖4)。計(jì)算得到SNL減少數(shù)與因?yàn)?zāi)死亡和失蹤人數(shù)、萬人死亡失蹤率、萬人倒塌房屋率存在的相關(guān)系數(shù)R2分別是0.42、0.615和0.6622，得到SNL減少比例與因?yàn)?zāi)死亡和失蹤人數(shù)、萬人死亡失蹤率、萬人倒塌房屋率存在的相關(guān)系數(shù)R2分別是0.3192、0.4625和0.3154。說明SNL損失與因?yàn)?zāi)死亡和失蹤人數(shù)、倒塌房屋存在相關(guān)關(guān)系，這也說明災(zāi)害前后的夜間燈光分布范圍變化可以在一定程度上反映災(zāi)害的影響。

圖4 SNL損失與災(zāi)害損失相關(guān)關(guān)系散點(diǎn)圖

圖5 2003-2013年汶川地震極重災(zāi)區(qū)SNLV年際變化

3 夜間燈光強(qiáng)度年際變化分析

使用汶川地震極重災(zāi)區(qū)各縣(市、區(qū))夜間燈光遙感影像亮值像元的總數(shù)值(SumofNighttimeLightsValue,SNLV)表征不同區(qū)域夜間燈光分布強(qiáng)度變化情況。通過計(jì)算基于DMSP-OLP夜間燈光遙感影像數(shù)據(jù)的10個(gè)縣(市、區(qū))2003-2013年期間的SNLV，并與地區(qū)生產(chǎn)總值、全社會(huì)固定資產(chǎn)投資和災(zāi)害損失進(jìn)行對(duì)比分析，研究SNLV年際變化特點(diǎn)及其與災(zāi)害損失的關(guān)系。

3.1 夜間燈光強(qiáng)度年際變化趨勢(shì)分析

利用校正后的夜間燈光遙感影像數(shù)據(jù)，提取并計(jì)算2003-2013年10個(gè)縣(市、區(qū))的SNLV(圖5)，其呈現(xiàn)出以下特點(diǎn)。

(1)10個(gè)縣(市、區(qū))總體的SNLV在2003-2010年呈現(xiàn)出平穩(wěn)增加趨勢(shì)，2008年有所減少，2010年急劇增加后達(dá)到峰值，2011年又急劇減少，2012-2013年呈現(xiàn)逐年遞增趨勢(shì)。

(2)汶川的SNLV在2003-2007年呈現(xiàn)波動(dòng)變化，70%的縣(市、區(qū))在2008快速減少后出現(xiàn)2007年以來的最低點(diǎn)，2010年急劇增加達(dá)到峰值，2011年又急劇減少并呈現(xiàn)出逐年遞減趨勢(shì)。

(3)北川、綿竹、什邡、青川、茂縣、安州、都江堰、平武和彭州的SNLV在2003-2009年呈現(xiàn)小幅波動(dòng)或緩慢增加趨勢(shì)，2008年有所減少(除北川和平武外)，2010年開始急劇增加并達(dá)到峰值，2011年急劇減少，2012-2013年呈現(xiàn)逐年遞增趨勢(shì)。

3.2 典型年份SNLV變化對(duì)比分析

分別選取10個(gè)縣(市、區(qū))2007年、2008年、2010年的SNLV、地區(qū)生產(chǎn)總值、全社會(huì)固定資產(chǎn)投資進(jìn)行對(duì)比分析。2007年與2008年SNLV變化比例、2008年與2010年的SNLV變化比例(圖6)，呈現(xiàn)以下特點(diǎn)。

(1)與2007年相比，10個(gè)縣(市、區(qū))2008年總體的SNLV減少了8.3%，地區(qū)生產(chǎn)總值減少了23.7%，全社會(huì)固定資產(chǎn)投資減少了2.8%。8個(gè)縣(市、區(qū))出現(xiàn)了不同程度的減少，汶川、什邡和茂縣3個(gè)縣的SNLV減少比例均超過了10%，其中汶川的SNLV減少了44.1%，地區(qū)生產(chǎn)總值減少了52.4%，全社會(huì)固定資產(chǎn)投資減少了40.3%。2個(gè)縣出現(xiàn)了增加，其中北川的SNLV增加13.5%，全社會(huì)固定資產(chǎn)投資增加了131.1%。

(2)與2008年相比， 10個(gè)縣(市、區(qū))2010年總體的SNLV增加了132.4%，地區(qū)生產(chǎn)總值增加了23.7%，全社會(huì)固定資產(chǎn)投資增加了285.2%；10個(gè)縣(市、區(qū))SNLV增加比例均超過了100%，其中汶川SNLV增加298.2%，地區(qū)生產(chǎn)總值增加了146.7%，全社會(huì)固定資產(chǎn)投資增加了908.5%；青川SNLV增加530.3%，地區(qū)生產(chǎn)總值增加了38.3%，全社會(huì)固定資產(chǎn)投資增加了501.9%；茂縣SNLV增加218.3%，地區(qū)生產(chǎn)總值增加了118.2%，全社會(huì)固定資產(chǎn)投資增加了367.3%。

3.3 SNLV損失與災(zāi)害損失對(duì)比分析

通過計(jì)算10個(gè)縣(市、區(qū))2007年與2008年之間SNLV的減少值，選取SNLV出現(xiàn)減少的汶川、綿竹、什邡、茂縣、安州、都江堰和彭州7個(gè)縣(市、區(qū))的因?yàn)?zāi)死亡和失蹤人數(shù)、萬人死亡失蹤率、萬人倒塌房屋率分別與SNLV減少數(shù)和SNLV減少比例進(jìn)行線性回歸分析(圖7)。

計(jì)算得到SNLV減少數(shù)與因?yàn)?zāi)死亡和失蹤人數(shù)、萬人死亡失蹤率、萬人倒塌房屋率存在的相關(guān)系數(shù)R2分別是0.6434、0.7265和0.5205，得到SNLV減少比例與因?yàn)?zāi)死亡和失蹤人數(shù)、萬人死亡失蹤率、萬人倒塌房屋率存在的相關(guān)系數(shù)R2分別是0.5885、0.8246和0.7656。說明SNLV的減少與因?yàn)?zāi)死亡和失蹤人數(shù)、倒塌房屋存在相關(guān)關(guān)系，這也說明災(zāi)害前后的夜間燈光強(qiáng)度變化可以在一定程度上反映災(zāi)害的影響。

圖6 汶川地震極重災(zāi)區(qū)及分行政區(qū)SNLV變化比例

4 結(jié)論與討論

由于夜間燈光遙感影像能夠直接反映出重大自然災(zāi)害災(zāi)前、災(zāi)中和災(zāi)后的基礎(chǔ)設(shè)施、公共服務(wù)設(shè)施、居民住房等的光源載體的分布和集中程度，將其應(yīng)用于重大自然災(zāi)害影響分析具有獨(dú)特的優(yōu)勢(shì)。但是，DMSP-OLS夜間燈光遙感影像仍然存在輻射質(zhì)量不高、空間分辨率較低等缺陷，在應(yīng)用研究時(shí)往往存在定量化程度不高、變化檢測(cè)誤差較大的問題[2]，在一定程度上影響了其在重大自然災(zāi)害影響分析中的應(yīng)用。

(1)夜間燈光與人類活動(dòng)息息相關(guān)，可以表征基礎(chǔ)設(shè)施、公共服務(wù)設(shè)施、居民住房的分布及規(guī)模，重大自然災(zāi)害發(fā)生后，往往造成災(zāi)區(qū)電力中斷或大面積停電，通過重大自然災(zāi)害前后災(zāi)區(qū)夜間燈光分布和強(qiáng)度的變化對(duì)比，可以分析重大自然災(zāi)害對(duì)災(zāi)區(qū)光源載體的破壞情況。夜間燈光遙感影像對(duì)于開展重大自然災(zāi)害影響和損失評(píng)估具有重要的參考價(jià)值。

(2)SNLV與地區(qū)生產(chǎn)總值和全社會(huì)固定資產(chǎn)投資有明顯的相關(guān)關(guān)系，基本呈現(xiàn)出災(zāi)害當(dāng)年(2008年)的SNLV均少于前一年(2007年)的趨勢(shì)，并在災(zāi)后第一年(2009年)繼續(xù)減少；同時(shí)，由于恢復(fù)重建工作的開展，災(zāi)后第二年(2010年)的SNL和SNLV急劇增加并明顯高于災(zāi)害當(dāng)年。

(3)夜間燈光分布數(shù)量和強(qiáng)度的減少，可以在一定程度上反映重大自然災(zāi)害的損失情況。分析災(zāi)害發(fā)生前后兩年的SNL、SNLV減少量，并與因

圖7 SNLV損失與災(zāi)害損失相關(guān)關(guān)系散點(diǎn)圖

災(zāi)死亡和失蹤人數(shù)、萬人死亡失蹤率、萬人倒塌房屋率等災(zāi)情核心指標(biāo)進(jìn)行相關(guān)分析，發(fā)現(xiàn)災(zāi)區(qū)夜間燈光分布數(shù)量和強(qiáng)度的減少與上述災(zāi)情核心指標(biāo)存在顯著的線性相關(guān)關(guān)系，表明夜間燈光分布范圍與強(qiáng)度變化可以在一定程度上反映災(zāi)害的影響。同時(shí)，由于本文選取汶川地震災(zāi)區(qū)10個(gè)極重災(zāi)縣作為研究區(qū)，在線性關(guān)系分析上存在樣本數(shù)據(jù)較少的缺陷，下一步計(jì)劃對(duì)汶川地震極重災(zāi)區(qū)和重災(zāi)區(qū)的51個(gè)縣(市、區(qū))的夜間燈光變化進(jìn)行分析研究。

(4)DMSP-OLS夜間穩(wěn)定燈光數(shù)據(jù)集(1992-2013年)適合大尺度的研究和時(shí)間序列分析，對(duì)于分析重大自然災(zāi)害對(duì)災(zāi)區(qū)較長(zhǎng)時(shí)期社會(huì)經(jīng)濟(jì)發(fā)展的影響具有重要的作用。如果想要使用夜間燈光遙感影像數(shù)據(jù)進(jìn)行重大自然災(zāi)害損失的快速評(píng)估，最好使用更高時(shí)間分辨率的數(shù)據(jù)進(jìn)行分析；如果想使用夜間燈光遙感影像數(shù)據(jù)進(jìn)行重大自然災(zāi)害損失綜合評(píng)估或詳細(xì)評(píng)估，則需要使用更高時(shí)空分辨率的數(shù)據(jù)，同時(shí)需要配合使用高時(shí)空分辨率的傳統(tǒng)遙感影像數(shù)據(jù)。

(5)鑒于夜間燈光遙感數(shù)據(jù)其應(yīng)用領(lǐng)域的廣泛性、應(yīng)用成本的低廉性、應(yīng)用價(jià)值的獨(dú)特性等特點(diǎn)，我國(guó)也正在研制專業(yè)夜光遙感衛(wèi)星，這將極大地推動(dòng)我國(guó)夜光遙感技術(shù)的發(fā)展和應(yīng)用。

[1] CROFT T A.Nighttime images of the earth from space [J].Scientific American, 1978, 239(1):86-98.

[2] 李德仁, 李熙.論夜光遙感數(shù)據(jù)挖掘[J].測(cè)繪學(xué)報(bào), 2015, 44(6):591-601.

[3] 張寶軍, 陳廈, 李儀.自然災(zāi)害遙感應(yīng)用標(biāo)準(zhǔn)體系構(gòu)建方法研究[J].防災(zāi)科技學(xué)院學(xué)報(bào), 2016, 18(3):1-10.

[4] Takashima M, Hayashi H, Kimura H, et al.Earthquake Damaged Area Estimation Using DMSP/OLS Night-time Imagery-Application for Hanshin-Awaji Earthquake.IEEE, 2000, 1(6): 336-338.

[5] 劉雙慶.引入一種新型震害快速評(píng)估基礎(chǔ)數(shù)據(jù)的嘗試——DMSP/OLS衛(wèi)星夜光數(shù)據(jù)的使用[J].防災(zāi)科技學(xué)院學(xué)報(bào), 2012, 14(3):70-75.

[6] LI Xi, LI Deren.Can night-time light images play a role in evaluating the Syrian Crisis?[J].International Journal of Remote Sensing, 2014, 35(18): 6648-6661.

[7] 民政部, 發(fā)展改革委, 財(cái)政部,等.汶川地震災(zāi)害范圍評(píng)估結(jié)果 [EB/OL].(2008-07-22) [2008-07-22].http://www.gov.cn/zwgk/2008-07/22/content_1052835.htm.

[8] 國(guó)家減災(zāi)委委員會(huì)、科學(xué)技術(shù)部抗震救災(zāi)專家組.汶川地震災(zāi)害綜合損失分析與評(píng)估[M].北京：科學(xué)出版社, 2008.

[9] 四川省統(tǒng)計(jì)局.四川統(tǒng)計(jì)年鑒[M].北京：中國(guó)統(tǒng)計(jì)出版社, 2004-2014.

[10] 民政部.關(guān)于四川省調(diào)整北川羌族自治縣行政區(qū)劃的批復(fù)[EB/OL].(2009-02-01) [2009-02-01].http://www.mca.gov.cn/article/zwgk/fvfg/qhdm/200902/20090210026481.shtml.

[11] 民政部.中華人民共和國(guó)2016年縣級(jí)以上行政區(qū)劃變更情況[EB/OL].(2016-09-16) [2016-09-16].http://xzqh.mca.gov.cn/description?dcpid=2016.

[12] ELVIDGE C.D, ZISKIN D, BAUGH K.E, et al.A fifteen year record of global natural gas flaring derived from satellite data [J].Energies, 2009, 2(3):595-622.

[13] FC Hsu, K Baugh, T Ghosh, et al.DMSP-OLS radiance calibrated nighttime lights time series with intercalibration [J].Remote Sensing, 2015, 7(2):1855-1876.

[14] 曹子陽, 吳志峰, 匡耀求, 等.DMSP/OLS夜間燈光影像中國(guó)區(qū)域的校正及應(yīng)用[J].地球信息科學(xué), 2015, 17(9):1092-1101.

[15] 張寶軍.我國(guó)自然災(zāi)害情況統(tǒng)計(jì)制度與標(biāo)準(zhǔn)化進(jìn)展[J].災(zāi)害學(xué), 2015, 30( 3) : 150-155．

Analysis of the Inter-annual Variation of Nighttime Lights in the Most Affected Area of Wenchuan Earthquake from 2003 to 2013

ZHANG Baojun1, 2

(1.NationalDisasterReductionCenterofChina,Beijing100124,China;2.SatelliteDisasterReductionApplicationCenter,MinistryofCivilAffairs,Beijing100124,China)

Because natural disasters often cause serious damage to the lights source carriers in disaster affected area, and then the lights source carriers will be repaired or newly built along with the restoration and reconstruction process.Therefore, the nighttime lights changes can reflect the impact of major natural disasters on the socio-economic.Based on DMSP-OLS nighttime lights data, analysis the inter-annual variation characteristics of nighttime lights distribution area and intensity in the most affected area of Wenchuan earthquake, and compare with the inter-annual variation of regional GDP and total investment in fixed assets, and also explore the correlation between nighttime lights changes and disaster losses.The research shows that the inter-annual variability of the nighttime lights distribution area and intensity are positively correlated with the annual changes of regional GDP and total investment in fixed assets in the most affected area of Wenchuan earthquake from 2003 to 2013, and the result also showing that the Sum of Nighttime Lights (SNL) and the Sum of Nighttime Lights Value (SNLV) in the disaster year are lower than those in the previous year, and continue to decrease in the first year after the disaster, and then the SNL and SNLV increase sharply and peaked in the second year after the disaster; At the same time, the reduction of SNL and SNLV have a significant correlation with the disaster indicators such as death and missing population, mortality and missing rate, and collapse rate of houses.

Wenchuan earthquake; disaster; nighttime light; remote sensing; DMSP-OLS

張寶軍.2003-2013年汶川地震極重災(zāi)區(qū)夜間燈光年際變化分析[J].災(zāi)害學(xué)，2018，33(1)：12-18，22.[ZHANG Baojun.Analysis of the Inter-annual Variation of Nighttime Lights in the Most Affected Area of Wenchuan Earthquake from 2003 to 2013[J].Journal of Catastrophology，2018，33(1)：12-18，22.

10.3969/j.issn.1000-811X.2018.01.003.]

2017-05-11

2017-06-30

國(guó)家質(zhì)檢公益性行業(yè)科研專項(xiàng)項(xiàng)目(201510211)；國(guó)家自然科學(xué)基金項(xiàng)目(913241027)

張寶軍(1981-)，男，甘肅靖遠(yuǎn)人，博士，副研究員，主要從事自然災(zāi)害管理和減災(zāi)救災(zāi)標(biāo)準(zhǔn)化研究.

E-mail: baojunz@126.com

X43；F29；P20

A

1000-811X(2018)01-0012-08

10.3969/j.issn.1000-811X.2018.01.003