基于手機(jī)位置信息的高精度動(dòng)態(tài)人口數(shù)據(jù)空間化方法研究

摘要： 破壞性地震通常造成大量生命損失，符合實(shí)際情況的人口空間數(shù)據(jù)是影響震后生命損失快速評(píng)估的重要因素。為克服以往靜態(tài)格網(wǎng)數(shù)據(jù)的滯后性，以近年來廣泛應(yīng)用的手機(jī)位置數(shù)據(jù)作為來源，提出改進(jìn)的統(tǒng)計(jì)人口數(shù)據(jù)空間化方法，在不損失統(tǒng)計(jì)空間單元總體人口數(shù)量的基礎(chǔ)上，將人口統(tǒng)計(jì)數(shù)據(jù)轉(zhuǎn)化為動(dòng)態(tài)人口空間分布，并以2022年9月5日四川瀘定6.8級(jí)地震為例進(jìn)行驗(yàn)證。研究結(jié)果表明，該方法能夠?qū)崿F(xiàn)人口統(tǒng)計(jì)數(shù)據(jù)的高精度快速空間化，對(duì)于通信設(shè)施較為完善的城鎮(zhèn)區(qū)域，能夠精細(xì)刻畫人口空間的現(xiàn)勢(shì)特征，滿足破壞性地震的生命損失快速評(píng)估，具有較好的實(shí)用性。

關(guān)鍵詞： 手機(jī)位置信息; 人口熱力; 人口空間格網(wǎng)化; 地震生命損失評(píng)估

中圖分類號(hào)： P315.9 文獻(xiàn)標(biāo)志碼：A 文章編號(hào)： 1000-0844（2024）06-1493-08

DOI：10.20000/j.1000-0844.20230919002

A high-precision dynamic population data spatialization method

based on mobile phone locations： a case study of the

Luding M_S6.8 earthquake in Sichuan ProvinceYAO Di¹， YUAN Xiaoxiang^2，3， LIN Xuchuan²， DING Xiang³， YU Sihan⁴

（1.Zhejiang Earthquake Agency， Hangzhou 310013， Zhejiang， China;

2. Key Laboratory of Earthquake Engineering and Engineering Vibration，

Institute of Engineering Mechanics， CEA， Harbin 150080， Heilongjiang， China;

3.Laboratory of Earthquake Numerical Prediction and Risk Prediction，

Institute of Earthquake Forecasting， CEA， Beijing 100036， China;

4.Earthquake Agency of Ningxia Hui Autonomous Region， Yinchuan 750001， Ningxia， China）

Abstract： Destructive earthquakes usually cause many fatalities， and population spatial data that aligns with the actual situation is an important factor affecting the rapid assessment of postearthquake casualties. To overcome historical lags in static grid data， an improved statistical population data spatialization method was proposed using mobile phone locations. To not lose the total population in a statistical unit， the static demographic data were transformed into a dynamic spatial population distribution. The results were verified by taking the September 5， 2022， Luding M_S6.8 earthquake in Sichuan Province as an example. The proposed method can obtain a high-precision and rapid spatialization of statistical data and can granularly depict the current characteristics of populations in urban areas with complete communication facilities. This method can rapidly and practically assess the loss of life in destructive earthquakes.

Keywords： mobile phone location; population heat map; population spatial grid; seismic casualty assessment

0 引言

人口是社會(huì)經(jīng)濟(jì)發(fā)展的重要驅(qū)動(dòng)因素^［1］，也是災(zāi)害最直接的承災(zāi)體和致災(zāi)因子^［2］，符合實(shí)際情況且高空間分辨率的人口空間數(shù)據(jù)是經(jīng)濟(jì)社會(huì)發(fā)展規(guī)劃以及防震減災(zāi)和備災(zāi)的重要基礎(chǔ)。特別是處于社會(huì)高速發(fā)展的新時(shí)期，破壞性地震發(fā)生后快速開展人員生命損失評(píng)估、確定災(zāi)害應(yīng)急響應(yīng)等級(jí)、圈定救災(zāi)重點(diǎn)區(qū)域，以及部署救援力量和救援物資投放等對(duì)人口數(shù)據(jù)空間化的時(shí)效性和精確性提出了更高需求。

人口數(shù)據(jù)空間化過程是以人口空間分布機(jī)制和機(jī)理為理論依據(jù)，將人口統(tǒng)計(jì)數(shù)據(jù)利用空間化方法離散化處理的過程^［3-5］。當(dāng)前主要利用連續(xù)的格網(wǎng)數(shù)據(jù)來客觀表征人口數(shù)據(jù)空間的不均勻離散化結(jié)果。人口空間化方法主要為數(shù)據(jù)模型法，如面積權(quán)重法、負(fù)指數(shù)權(quán)重法及空間插值法等^［6-8］?？紤]到人口空間異質(zhì)性以及多因子的相關(guān)性，基于地理因子、社會(huì)經(jīng)濟(jì)因子以及遙感影像象元特征值等多因素回歸和融合的空間化方法成為人口數(shù)據(jù)空間化方法研究的熱點(diǎn)^{［4-5，9-11］}?；谏鲜龇椒?，產(chǎn)生了一系列具有代表性的大尺度數(shù)據(jù)集，如世界柵格人口數(shù)據(jù)集^［12］（Gridded Population of the World）、Landscan數(shù)據(jù)集^［13-14］、WorldPop數(shù)據(jù)集^［15］和中國(guó)人口空間分布公里網(wǎng)格數(shù)據(jù)集^［16］等。鑒于地震致災(zāi)因素的復(fù)雜性以及地震生命損失評(píng)估的精度需求，基于城鄉(xiāng)人口差別的空間化方法^［17-19］、致災(zāi)機(jī)理的多指標(biāo)回歸方法^［20］及居民地的人口空間化方法^［21］成為面向地震災(zāi)害評(píng)估人口空間化方法研究所關(guān)注的熱點(diǎn)。但上述人口空間化方法主要依賴于土地利用類型等地理因子，信息更新周期較長(zhǎng)，難以表達(dá)震前人口的瞬時(shí)空間動(dòng)態(tài)分布特征。

手機(jī)位置信息在時(shí)空分布上能夠揭示人類活動(dòng)的多樣性和差異性^［22］，被廣泛用于人口空間化研究，如吳中元等^［23］和李慧敏等^［24］分別基于騰訊位置信息，利用多項(xiàng)式回歸模型研究了局部區(qū)域不同尺度的人口空間化方法；王曉潔等^［25］基于手機(jī)位置信息，利用光影投射法計(jì)算人口分布權(quán)重，結(jié)合面積權(quán)重法和指數(shù)平滑法進(jìn)行了京津冀地區(qū)人口空間化研究；Wei等^［26］以西寧市為例，利用核密度分析和空間自相關(guān)分析方法進(jìn)行手機(jī)位置信息的動(dòng)態(tài)人口空間分布模型研究。近年來，基于實(shí)際震例的人口時(shí)空分布特征^［27-29］和地震災(zāi)情信息等研究^［30-31］表明，手機(jī)位置信息在地震生命損失研究方面具有巨大潛力，但如何利用手機(jī)位置的實(shí)時(shí)性快速進(jìn)行人口空間化制圖，進(jìn)而生成滿足實(shí)際定量評(píng)估需求的高精度空間格網(wǎng)數(shù)據(jù)，成為亟需解決的問題。因此，本文以2022年四川瀘定6.8級(jí)地震為例，基于統(tǒng)計(jì)數(shù)據(jù)和空間化分析方法開展基于手機(jī)位置信息的高精度動(dòng)態(tài)人口空間化方法研究，為定量化的地震生命損失評(píng)估提供信息支撐。

1 研究區(qū)及數(shù)據(jù)

1.1 研究區(qū)

2022年9月5日12時(shí)52分，四川甘孜州瀘定縣發(fā)生6.8級(jí)地震，震中位于磨西鎮(zhèn)附近，烈度最大達(dá)Ⅸ度。本文以該地震影響最為嚴(yán)重的12個(gè)市縣為研究區(qū)，具體包括雅安市的滎經(jīng)縣、漢源縣、天全縣、石棉縣，甘孜藏族自治州的康定市、瀘定縣、丹巴縣、九龍縣、雅江縣、道孚縣，以及涼山彝族自治州的冕寧縣、甘洛縣，具體位置如圖1所示。該區(qū)域位于川滇菱形塊體的東邊界，主要發(fā)育有鮮水河斷裂、安寧河斷裂、玉龍希斷裂等，地震活動(dòng)頻繁，地勢(shì)復(fù)雜，總體呈西高東低。居民地總體沿山谷和河流分布且規(guī)模較小，手機(jī)位置信息顯示人口分布呈現(xiàn)西北部稀疏、東南部相對(duì)密集的總體趨勢(shì)。

1.2 數(shù)據(jù)來源

本文所涉及的數(shù)據(jù)包括人口統(tǒng)計(jì)數(shù)據(jù)和手機(jī)位置信息。人口統(tǒng)計(jì)數(shù)據(jù)主要采用四川省第七次全國(guó)人口普查區(qū)縣結(jié)果，具體如表1所列。手機(jī)位置信息主要來源于第三方推送的基于安卓平臺(tái)及IOS平臺(tái)的位置信息，由采用Geohash編碼6位編碼的Wifi熱點(diǎn)信息、無線聯(lián)網(wǎng)設(shè)備、移動(dòng)設(shè)備信息和基站等相關(guān)信息構(gòu)成，能夠表示更為精細(xì)的空間分布信息［約1.2 km（長(zhǎng)） ×0.6 km（寬）范圍］。圖1中顯示覆蓋研究區(qū)域的所有手機(jī)位置數(shù)據(jù)，時(shí)間跨度為震前2小時(shí)，8萬(wàn)多條記錄。

2 研究方法

通常認(rèn)為居民地作為人類活動(dòng)的空間載體，決定著人類活動(dòng)的空間分布。以往基于居民地的人口空間化^［21］需要從不同遙感數(shù)據(jù)中提取居民地作為空間化基準(zhǔn)信息。為了能夠準(zhǔn)確表達(dá)人口時(shí)空分布的流動(dòng)性和瞬時(shí)特征，本文將手機(jī)位置信息進(jìn)行空間分析后所導(dǎo)出的人口熱力空間分布范圍作為統(tǒng)計(jì)數(shù)據(jù)空間化的基礎(chǔ)。具體技術(shù)流程如圖2所示。

首先，利用手機(jī)位置數(shù)據(jù)進(jìn)行人口熱力學(xué)數(shù)據(jù)插值計(jì)算，生成人口空間數(shù)據(jù)格網(wǎng)基礎(chǔ)。然后，以全國(guó)第七次普查縣級(jí)統(tǒng)計(jì)人口數(shù)據(jù)（表1）為總?cè)丝诩s束，以縣級(jí)行政區(qū)空間矢量信息為統(tǒng)計(jì)單元與熱力學(xué)數(shù)據(jù)進(jìn)行空間相交分析。最后，定義某一縣級(jí)統(tǒng)計(jì)單元的總?cè)丝跒镻_c，按照以下方法進(jìn)行統(tǒng)計(jì)人口空間化，求得每個(gè)格網(wǎng)上人口P_g。主要包括以下三個(gè)步驟：

（1） 人口熱力空間數(shù)據(jù)創(chuàng)建

對(duì)于收集的手機(jī)位置數(shù)據(jù)，采用核函數(shù)估計(jì)^［27-29］的方法計(jì)算得到人口熱力空間分布范圍，即人口熱力圖。其一般公式^［32］如式（1），對(duì)于任意點(diǎn)x，鄰域內(nèi)的己知點(diǎn)x_i對(duì)x的貢獻(xiàn)率與它們的距離、核函數(shù)的形狀，以及核函數(shù)取值的范圍（帶寬h）有關(guān)。設(shè)K為核函數(shù)，h為帶寬，則x點(diǎn)處的密度估計(jì)為：

f（x）=1/nh∑N/i=1Kx-x_i/h （1）

式中：K（x）為核密度方程;n為帶寬范圍內(nèi)的點(diǎn)數(shù);帶寬h為研究對(duì)象與空間尺度相關(guān)的關(guān)鍵參數(shù)^{［27，33］}，需要根據(jù)人口空間的全局性和局部聚集性進(jìn)行考慮，本文使用的6位手機(jī)位置信息代表1.2 km×0.6 km的矩形區(qū)域，因此綜合考慮上述因素并參考文獻(xiàn)［26］將其設(shè)置為2 km（圖3）。核函數(shù)通常為一個(gè)對(duì)稱的單峰值在0處的光滑函數(shù)，一般使用高斯函數(shù)表示，公式如下：

K（x）=1/2πe^-1/2x2 （2）

（2） 格網(wǎng)人口分配

假設(shè)區(qū)域常住人口全部分布在人口熱力圖的空間格網(wǎng)范圍內(nèi)，不同格網(wǎng)內(nèi)的人口數(shù)量與對(duì)應(yīng)的人口密度是線性相關(guān)的，則格網(wǎng)g中人口數(shù)的初始估計(jì)值可由以下公式計(jì)算得到：

p^′_g=P_c×D_g/∑D_g （3）

式中：P_c為某縣級(jí)統(tǒng)計(jì)單元人口數(shù);D_g為某格網(wǎng)人口密度;∑D_g為某統(tǒng)計(jì)單元空間內(nèi)人口密度總和。

（3） 誤差分析與人口平差

原則上，單個(gè)格網(wǎng)中如果存在人口分布，則該格網(wǎng)內(nèi)人口數(shù)量不低于閾值L_f且為整數(shù)，因此需要對(duì)預(yù)測(cè)結(jié)果進(jìn)行處理。若估計(jì)結(jié)果小于L_f，則將該格網(wǎng)中人口預(yù)測(cè)結(jié)果設(shè)為0：

p^″_g=p^′_g，/p^′_g≥L_f

0，/p^′_glt;L_f （4）

經(jīng)上述處理后，統(tǒng)計(jì)單元中估計(jì)人口總結(jié)果將會(huì)與實(shí)際結(jié)果有偏差，因此需要再對(duì)該結(jié)果進(jìn)行平差處理。平差方法為：

p_g=intP_c×p^″_g/∑N/g=1p^″_g （5）

式中：p_g為格網(wǎng)最終計(jì)算總?cè)丝凇?/p>

3 結(jié)果

根據(jù)上述方法，對(duì)研究區(qū)內(nèi)震前2 h手機(jī)位置數(shù)據(jù)進(jìn)行計(jì)算。首先得到研究區(qū)百米格網(wǎng)人口熱力圖［圖4（a）］，進(jìn)一步聯(lián)合統(tǒng)計(jì)數(shù)據(jù)獲得百米人口格網(wǎng)空間分布數(shù)據(jù)集［圖5（a）］。圖4（a）顯示研究區(qū)人口主要集中在縣駐地和鄉(xiāng)鎮(zhèn)駐地，農(nóng)村人口比較分散。經(jīng)過空間化和多次平差后，離散的人口分布格網(wǎng)有所減少，進(jìn)一步集中到城鎮(zhèn)駐地周圍，總體上更加突出了西北部人口分布稀疏和東南部人口相對(duì)密集的特征，格網(wǎng)的人口高值得到平衡。該結(jié)果反映了人口的時(shí)空動(dòng)態(tài)分布情況，也符合行政單元內(nèi)總體統(tǒng)計(jì)特征。

圖5（a）為圖4（b）中放大顯示的震中附近人口空間分布情況?？梢钥闯龀擎?zhèn)人口在爐城街道、榆林街道、瀘橋鎮(zhèn)和姑咱鎮(zhèn)等周圍顯示出相對(duì)高值，以駐地為中心向周圍逐漸遞減；農(nóng)村人口主要沿大渡河流域山谷呈線狀相對(duì)均勻展布，少部分呈零散點(diǎn)面狀分布，因此能夠較好地區(qū)分城鎮(zhèn)和鄉(xiāng)村的人口空間分布。圖4（b）為基于遙感影像所提取的居民地和基于簡(jiǎn)化居民地空間化的中國(guó)大陸人口格網(wǎng)空間數(shù)據(jù)集結(jié)果^［21］。與之相比，本文結(jié)果在空間分布上能連續(xù)表達(dá)居民地的空間展布特征，彌補(bǔ)了遙感影像分辨率低所帶來的居民地漏分情況，進(jìn)一步表達(dá)了城鎮(zhèn)和鄉(xiāng)村居民地人口空間分布的不均勻性。

評(píng)估地震造成的人員生命損失可表達(dá)為不同地震動(dòng)強(qiáng)度作用下，地震生命損失率及地震風(fēng)險(xiǎn)修正與對(duì)應(yīng)分區(qū)人口數(shù)量乘積的加權(quán)之和，具體計(jì)算模型如式（6）^［34-35］：

D=∑YV（Y）^F（Y）P（Y） （6）

式中：V（Y）為地震動(dòng)強(qiáng)度Y作用下的地震生命損失率，本文基于2016—2025年重防區(qū)研究成果，采用課題組開發(fā)的地震風(fēng)險(xiǎn)評(píng)估與災(zāi)后地震損失快速評(píng)估軟件系統(tǒng)^［35］進(jìn)行計(jì)算;P（Y）為對(duì)應(yīng)的人口數(shù);F（Y）為對(duì)應(yīng)的評(píng)估修正系數(shù)，本文未對(duì)研究區(qū)進(jìn)行多因素修正考慮，設(shè)定其為1?；诒疚娜丝诳臻g化成果，以瀘定6.8級(jí)地震實(shí)際調(diào)查烈度作為不同地震動(dòng)強(qiáng)度分區(qū)輸入，進(jìn)行地震人員生命損失評(píng)估計(jì)算，得到白天人員生命損失約64人，夜晚約256人。具體人員生命損失空間分布如圖6所示，而基于居民地的中國(guó)大陸人口格網(wǎng)數(shù)據(jù)集［圖5（b）］^［21］的評(píng)估結(jié)果為白天216人，夜晚701人。瀘定地震發(fā)生在北京時(shí)間12時(shí)52分，因此，基于本文成果的白天評(píng)估結(jié)果與地震現(xiàn)場(chǎng)調(diào)查結(jié)果（93名人員遇難^［36］）較為接近;若本次地震發(fā)生在夜晚，人員損失可能會(huì)更加嚴(yán)重。初步分析兩者結(jié)果的差異主要在于人口空間化數(shù)據(jù)的精度與現(xiàn)勢(shì)性的差異：基于上述居民地的中國(guó)大陸人口格網(wǎng)數(shù)據(jù)集［圖5（b）］，由于面向全國(guó)重防區(qū)，評(píng)估要求采用1∶10萬(wàn)的土地利用作為空間化輸入，雖然經(jīng)過了精細(xì)化與修正^［37］，但仍難以完全避免由于局部分散居民地的空間分布缺失造成的人口在不同地震動(dòng)作用區(qū)域分布不合理的問題，且該數(shù)據(jù)集采用的基礎(chǔ)數(shù)據(jù)主要是第六次人口普查統(tǒng)計(jì)數(shù)據(jù)和與之時(shí)間匹配的居民地?cái)?shù)據(jù)，因此在時(shí)間上存在一定的滯后性，不能真實(shí)、動(dòng)態(tài)地反映震前時(shí)刻人口高精度分布狀態(tài)。

4 結(jié)論與討論

針對(duì)以往靜態(tài)人口空間數(shù)據(jù)不能真實(shí)反映震前人口分布狀態(tài)的問題，以震前手機(jī)位置數(shù)據(jù)作為來源，建立了聯(lián)合統(tǒng)計(jì)數(shù)據(jù)和人口熱力數(shù)據(jù)的空間化方法，以2022年9月5日四川瀘定6.8級(jí)地震為例，得到瀘定地震災(zāi)區(qū)人口空間分布情況，并進(jìn)行地震人員損失評(píng)估驗(yàn)證。得出以下幾點(diǎn)認(rèn)識(shí)：

（1） 利用震前有限的手機(jī)位置信息能夠快速定量化表征震前人口數(shù)據(jù)的空間分布狀態(tài)。瀘定地震災(zāi)區(qū)人口在西北部分布稀疏，呈點(diǎn)狀分布；東南部相對(duì)稠密，呈帶狀分布，其中城鎮(zhèn)駐地人口較為密集，鄉(xiāng)村人口較為稀疏，極震區(qū)人口分布總量不高。

（2） 本文建立的人口快速空間化方法能利用有限信息，較為精細(xì)地刻畫通信設(shè)施較完善的城鎮(zhèn)區(qū)域的震前人口現(xiàn)勢(shì)特征，反映人口從密到疏的不均勻性分布狀態(tài)。在連續(xù)表達(dá)居民地的空間展布特征的同時(shí)，能夠在一定程度上彌補(bǔ)以往由于遙感影像分辨率低所帶來的居民地漏分情況，且基于本文人口數(shù)據(jù)的地震人員損失評(píng)估結(jié)果與實(shí)際情況較為吻合。這表明本文所建立的方法和數(shù)據(jù)能夠在應(yīng)急階段為應(yīng)急救援和災(zāi)害評(píng)估提供重要參考。

（3） 本文僅僅以震前的手機(jī)位置信息作為輸入，沒有考慮到震后人口的動(dòng)態(tài)特征，以及供電中斷、基站退服等情況，后續(xù)可進(jìn)一步考慮震前、震后的手機(jī)位置動(dòng)態(tài)變化特征，以及針對(duì)地震人員損失評(píng)估的精細(xì)定量研究。

參考文獻(xiàn)（References）

［1］WANG L，F(xiàn)ENG Z M，YANG Y Z.The change in population density from 2000 to 2010 and its influencing factors in China at the county scale［J］.Journal of Geographical Sciences，2015，25（4）：485-496.

［2］史培軍.三論災(zāi)害研究的理論與實(shí)踐［J］.自然災(zāi)害學(xué)報(bào)，2002，11（3）：1-9.

SHI Peijun.Theory on disaster science and disaster dynamics［J］.Journal of Natural Disasters，2002，11（3）：1-9.

［3］柏中強(qiáng)，王卷樂，楊飛.人口數(shù)據(jù)空間化研究綜述［J］.地理科學(xué)進(jìn)展，2013，32（11）：1692-1702.

BAI Zhongqiang，WANG Juanle，YANG Fei.Research progress in spatialization of population data［J］.Progress in Geography，2013，32（11）：1692-1702.

［4］柏中強(qiáng)，王卷樂，姜浩，等.基于多源信息的人口分布格網(wǎng)化方法研究［J］.地球信息科學(xué)學(xué)報(bào)，2015，17（6）：653-660.

BAI Zhongqiang，WANG Juanle，JIANG Hao，et al.The gridding approach to redistribute population based on multi-source data［J］.Journal of Geo-Information Science，2015，17（6）：653-660.

［5］董南，楊小喚，蔡紅艷.人口數(shù)據(jù)空間化研究進(jìn)展［J］.地球信息科學(xué)學(xué)報(bào)，2016，18（10）：1295-1304.

DONG Nan，YANG Xiaohuan，CAI Hongyan.Research progress and perspective on the spatialization of population data［J］.Journal of Geo-Information Science，2016，18（10）：1295-1304.

［6］HOLT J B，LO C P，HODLER T W.Dasymetric estimation of population density and areal interpolation of census data［J］.Cartography and Geographic Information Science，2004，31（2）：103-121.

［7］范一大，史培軍，辜智慧，等.行政單元數(shù)據(jù)向網(wǎng)格單元轉(zhuǎn)化的技術(shù)方法［J］.地理科學(xué)，2004，24（1）：105-108.

FAN Yida，SHI Peijun，GU Zhihui，et al.A method of data gridding from administration cell to gridding cell［J］.Scientia Geographica Sinica，2004，24（1）：105-108.

［8］符海月，李滿春，趙軍，等.人口數(shù)據(jù)格網(wǎng)化模型研究進(jìn)展綜述［J］.人文地理，2006，21（3）：115-119，114.

FU Haiyue，LI Manchun，ZHAO Jun，et al.Summary of grid transformation models of population data［J］.Human Geography，2006，21（3）：115-119，114.

［9］朱守杰，杜世宏，李軍，等.融合多源空間數(shù)據(jù)的城鎮(zhèn)人口分布估算［J］.地球信息科學(xué)學(xué)報(bào)，2020，22（8）：1607-1616.

ZHU Shoujie，DU Shihong，LI Jun，et al.Estimating population distribution in cities and towns though fusing multi-source spatial data［J］.Journal of Geo-Information Science，2020，22（8）：1607-1616.

［10］CHEN K.An approach to linking remotely sensed data and areal census data［J］.International Journal of Remote Sensing，2002，23（1）：37-48.

［11］廖順寶，李澤輝.四川省人口分布與土地利用的關(guān)系及人口數(shù)據(jù)空間化試驗(yàn)［J］.長(zhǎng)江流域資源與環(huán)境，2004，13（6）：557-561.

LIAO Shunbao，LI Zehui.Relationship between population distribution and land use and spatialization of population census data［J］.Resources and Environment in the Yangtze Basin，2004，13（6）：557-561.

［12］DOXSEY-WHITFIELD E，MACMANUS K，ADAMO S B，et al.Taking advantage of the improved availability of census data：a first look at the gridded population of the world，version 4［J］.Papers in Applied Geography，2015，1（3）：226-234.

［13］SIMS K，REITH A，BRIGHT E，et al.LandScan Global 2022［DB/OL］.Oak Ridge，TN：Oak Ridge National Laboratory，2022［2023.9.20］.https：//landscan.ornl.gov.

［14］BHADURI B，BRIGHT E，COLEMAN P，et al.LandScan USA：a high-resolution geospatial and temporal modeling approach for population distribution and dynamics［J］.GeoJournal，2007，69（1）：103-117.

［15］TATEM A J.WorldPop，open data for spatial demography［J］.Scientific Data，2017，4：170004.

［16］付晶瑩，江東，黃耀歡.中國(guó)公里網(wǎng)格人口分布數(shù)據(jù)集［J］.地理學(xué)報(bào)，2014，69（增刊1）：I0041-I0044，136-139.

FU Jingying，JIANG Dong，HUANG Yaohuan.1 km grid population dataset of China （2005，2010）［J］.Acta Geographica Sinica，2014，69（Suppl01）：I0041-I0044，136-139.

［17］陳振拓，李志強(qiáng)，丁文秀，等.面向防震減災(zāi)的人口數(shù)據(jù)空間化研究：以2007年寧洱地震災(zāi)區(qū)為例［J］.震災(zāi)防御技術(shù)，2012，7（3）：273-284.

CHEN Zhentuo，LI Zhiqiang，DING Wenxiu，et al.Study of spatial population distribution in earthquake disaster reduction：a case study of 2007 Ning'er earthquake［J］.Technology for Earthquake Disaster Prevention，2012，7（3）：273-284.

［18］丁文秀，張亦梅，陳振拓，等.湖北省人口數(shù)據(jù)空間化及在巴東M_S5.1地震災(zāi)情盲估中的應(yīng)用［J］.大地測(cè)量與地球動(dòng)力學(xué)，2014，34（3）：28-30，34.

DING Wenxiu，ZHANG Yimei，CHEN Zhentuo，et al.Spatialization of population data for Hubei Province and its application to rapid assessment of earthquake loss：a case of Badong M_S5.1 earthquake［J］.Journal of Geodesy and Geodynamics，2014，34（3）：28-30，34.

［19］韓貞輝，李志強(qiáng)，陳振拓，等.人口、房屋數(shù)據(jù)空間化及其在震災(zāi)快速評(píng)估中的應(yīng)用：以彝良地震為例［J］.地震地質(zhì)，2013，35（4）：894-906.

HAN Zhenhui，LI Zhiqiang，CHEN Zhentuo，et al.Population，housing statistics data spatialization research in the application of rapid earthquake loss assessment：a case of Yiliang earthquake［J］.Seismology and Geology，2013，35（4）：894-906.

［20］徐敬海，安基文，聶高眾.基于千米格網(wǎng)的地震應(yīng)急災(zāi)情預(yù)評(píng)估數(shù)據(jù)開發(fā)［J］.地震地質(zhì)，2016，38（3）：760-772.

XU Jinghai，AN Jiwen，NIE Gaozhong.Development of earthquake emergency disaster information pre-evaluation data based on km grid［J］.Seismology and Geology，2016，38（3）：760-772.

［21］袁小祥，王曉青，竇愛霞，等.面向地震風(fēng)險(xiǎn)評(píng)估的人口空間格網(wǎng)化技術(shù)研究［J］.地震，2018，38（4）：151-158.

YUAN Xiaoxiang，WANG Xiaoqing，DOU Aixia，et al.Spatial grid transformation technology of population data for seismic risk assessment［J］.Earthquake，2018，38（4）：151-158.

［22］曹勁舟，涂偉，李清泉，等.基于大規(guī)模手機(jī)定位數(shù)據(jù)的群體活動(dòng)時(shí)空特征分析［J］.地球信息科學(xué)學(xué)報(bào)，2017，19（4）：467-474.

CAO Jinzhou，TU Wei，LI Qingquan，et al.Spatio-temporal analysis of aggregated human activities based on massive mobile phone tracking data［J］.Journal of Geo-Information Science，2017，19（4）：467-474.

［23］吳中元，許捍衛(wèi)，胡鐘敏.基于騰訊位置大數(shù)據(jù)的精細(xì)尺度人口空間化：以南京市江寧區(qū)秣陵街道為例［J］.地理與地理信息科學(xué)，2019，35（6）：61-65.

WU Zhongyuan，XU Hanwei，HU Zhongmin.Fine-scale population spatialization based on tencent location big data：a case study of Moling subdistrict，Jiangning district，Nanjing［J］.Geography and Geo-Information Science，2019，35（6）：61-65.

［24］李慧敏，羅大偉，竇世卿.利用騰訊位置大數(shù)據(jù)進(jìn)行多尺度人口空間化估算［J］.測(cè)繪通報(bào)，2022（6）：93-97.

LI Huimin，LUO Dawei，DOU Shiqing.The estimation of population on multi-spatial scale using Tencent location big data［J］.Bulletin of Surveying and Mapping，2022（6）：93-97.

［25］王曉潔，王卷樂，薛潤(rùn)生.基于普查和手機(jī)定位數(shù)據(jù)的鄉(xiāng)鎮(zhèn)尺度人口空間化方法研究［J］.地球信息科學(xué)學(xué)報(bào)，2020，22（5）：1095-1105.

WANG Xiaojie，WANG Juanle，XUE Runsheng.Research on population spatialization method in township scale based on census and mobile location data［J］.Journal of Geo-Information Science，2020，22（5）：1095-1105.

［26］WEI B Y，SU G W，LIU F G.Dynamic assessment of spatiotemporal population distribution based on mobile phone data：a case study in Xining City，China［J］.International Journal of Disaster Risk Science，2023，14（4）：649-665.

［27］李東平，黃樂，陳海鵬，等.基于手機(jī)位置數(shù)據(jù)的四川九寨溝7.0級(jí)地震人流分析［J］.中國(guó)地震，2017，33（4）：602-612.

LI Dongping，HUANG Le，CHEN Haipeng，et al.Change of population distribution during the Jiuzhaigou M_S7.0 earthquake emergency period based on mobile phone location data［J］.Earthquake Research in China，2017，33（4）：602-612.

［28］LID P，CHEN H P，SHEN W Y，et al.An analysis of the temporal and spatial gathering and dispersion patterns of crowds at the community level after the 2020 M5.1 Tangshan Guye earthquake［J］.International Journal of Disaster Risk Reduction，2021，61：102331.

［29］LID P，TAN Q Q，YIN J F，et al.Analysis on the impact of Taiwan （China） far-field earthquakes on the disaster avoidance behavior of people in high-rise buildings in large cities in southeast China［J］.Geomatics，Natural Hazards and Risk，2022，13（1）：2006-2023.

［30］龐曉克，聶高眾，張昕，等.基于手機(jī)位置數(shù)據(jù)的地震災(zāi)情指標(biāo)選擇［J］.中國(guó)地震，2019，35（1）：144-157.

PANG Xiaoke，NIE Gaozhong，ZHANG Xin，et al.Selection of earthquake disaster index based on mobile phone position data［J］.Earthquake Research in China，2019，35（1）：144-157.

［31］GUO X X，WEI B Y，NIE G Z，et al.Application of mobile signaling data in determining the seismic influence field：a case study of the 2017 M_W 6.5 Jiuzhaigou earthquake，China［J］.International Journal of Environmental Research and Public Health，2022，19（17）：10697.

［32］SILVERMAN B W.Density estimation for statistics and data analysis［M］.London：Chapman and Hall，1986.

［33］禹文豪，艾廷華.核密度估計(jì)法支持下的網(wǎng)絡(luò)空間POI點(diǎn)可視化與分析［J］.測(cè)繪學(xué)報(bào)，2015，44（1）：82-90.

YU Wenhao，AI Tinghua.The visualization and analysis of POI features under network space supported by kernel density estimation［J］.Acta Geodaetica et Cartographica Sinica，2015，44（1）：82-90.

［34］丁香，王曉青，袁小祥，等.2017年5月11日新疆塔什庫(kù)爾干5.5級(jí)地震生命損失評(píng)估對(duì)比分析［J］.震災(zāi)防御技術(shù)，2019，14（2）：431-437.

DING Xiang，WANG Xiaoqing，YUAN Xiaoxiang，et al.Comparative analysis of life loss assessment caused by 2017 M_S5.5 Taxkorgan earthquake in Xinjiang，China［J］.Technology for Earthquake Disaster Prevention，2019，14（2）：431-437.

［35］《2016—2025年中國(guó)大陸地震危險(xiǎn)區(qū)與地震災(zāi)害損失預(yù)測(cè)研究》項(xiàng)目組.2016—2025年中國(guó)大陸地震危險(xiǎn)區(qū)與地震災(zāi)害損失預(yù)測(cè)研究［M］.北京：中國(guó)地圖出版社，2020：257-324.

Group of forecasting research on earthquake risk regions and disaster loss of Chinese Mainland during 2016 to 2025.Forecasting research on earthquake risk regions and disaster loss of Chinese Mainland during 2016 to 2025［M］.Beijing：Sinmap Press，2020：257-324.

［36］許娟，趙雪慧，周琪，等.2022年四川瀘定M_S6.8地震人員震亡特征分析［J］.地震研究，2023，46（4）：603-610.

XU Juan，ZHAO Xuehui，ZHOU Qi，et al.Features of the casualty by the 2022 Luding，Sichuan M_S6.8 earthquake［J］.Journal of Seismological Research，2023，46（4）：603-610.

［37］DOU A X，YUAN X X，WANG X Q，et al.Refinement method for residential area revision using remote sensing image and GIS data in earthquake risk assessment［J］.ISPRS-International Archives of the Photogrammetry，Remote Sensing and Spatial Information Sciences，2016，XLI-B8：51-54.

（本文編輯：張向紅）