img

官方微信

遥感技术与应用, 2019, 34(6): 1286-1295 doi: 10.11873/j.issn.1004-0323.2019.6.1286

数据与图像处理

聚合VGI与GF-2影像的地震救援协助救灾信息获取研究

刘鑫莉,1,2, 孟祥磊1, 苏伟,1, 陈啸1, 张晓东1, 李林1, 苏晓慧3

1.中国农业大学土地科学与技术学院,北京 100083

2.北京师范大学地理科学学部,北京 100875

3.北京林业大学信息学院,北京 100083

The Research on Assistance Information Acquisition for Earthquake Emergency Response by Aggregating VGI Data and GF-2 Images

Liu Xinli,1,2, Meng Xianglei1, Chen Xiao,1, Su Wei1, Zhang Xiaodong1, Li Lin1, Su Xiaohui3

1.College of Land Science and Technology, China Agriculture University, Beijing 100083, China

2.Faculty of Geographical Science, Beijing Normal University, Beijing 100875, China

3.School of Information Science and Technology, Beijing Forestry University, Beijing 100083, China

通讯作者: 苏伟(1979-),女,山东滕州人,副教授,主要从事农业遥感应用研究。E⁃mail: suwei@cau.edu.cn

收稿日期: 2018-05-26   修回日期: 2019-07-10   网络出版日期: 2020-03-20

基金资助: 十三五国家重点研发计划项目“天空地协同遥感监测精准应急服务体系构建与示范”之课题二“天空地一体化协同观测、数据整合与应急信息提取技术研究”.  2016YFB0502502

Received: 2018-05-26   Revised: 2019-07-10   Online: 2020-03-20

作者简介 About authors

刘鑫莉(1998-),女,河南周口人,硕士研究生,主要从事VGI与遥感影像在地震应急救援中的应用研究E⁃mail:liuxinli@cau.edu.cn , E-mail:liuxinli@cau.edu.cn

摘要

地震会给人类社会带来巨大损失,在地震发生后及时获得准确有效的地震救援协助救灾信息,为相关部门制定救援方案提供辅助信息,能够最大程度地减少人员伤亡及经济损失,对抢险救灾、应急指挥具有重大意义。地震发生后,为快速获取协助救灾信息,通过Python爬取九寨沟震后微博数据,分类并获取位置信息,聚合地震后自发地理信息(VGI)与遥感影像,进行服务区、最近设施点路径分析,并利用震前震后影像变化提取泥石流滑坡区域。结果表明:震后第一时间对有效数据进行聚合分析,能有效地获取设施点的服务区范围和最优可达路径,形成地理信息互补,在灾害应急等领域发挥出巨大的作用;通过聚合分析VGI与遥感影像数据获取地震协助救灾信息,在应急救援中具有一定可行性。

关键词: VGI ; GF-2卫星影像 ; 聚合 ; 协助救灾 ; 最短路径 ; 服务区查找

Abstract

The earthquake will bring huge losses to the human society. After the earthquake, accurate and effective earthquake rescue and relief information can be obtained timely to provide auxiliary information for relevant departments to formulate rescue plans, which can minimize casualties and economic losses, and is of great significance to rescue and emergency command. In order to obtain information to assist disaster relief quickly after the earthquake, weibo data in jiuzhaigou were crawled by Python, classification and location information were obtained, VGI data and remote sensing images were aggregated to do the analysis of service area and the closest facility point path, and the landslide area was extracted by using the image change. The results show that the aggregation analysis of effective data at the first time after the earthquake can effectively obtain the service area and the optimal accessible path of facility point, forming complementary geographic information and playing a great role in disaster emergency response. The research proves that the aggregation analysis of VGI and remote sensing image data to obtain earthquake relief information is feasible in emergency rescue.

Keywords: VGI ; GF-2 satellite image ; Aggregate analysis ; Assistance for disaster relief ; Shortest path ; Find service area

PDF (4884KB) 元数据 多维度评价 相关文章 导出 EndNote| Ris| Bibtex  收藏本文

本文引用格式

刘鑫莉, 孟祥磊, 苏伟, 陈啸, 张晓东, 李林, 苏晓慧. 聚合VGI与GF-2影像的地震救援协助救灾信息获取研究. 遥感技术与应用[J], 2019, 34(6): 1286-1295 doi:10.11873/j.issn.1004-0323.2019.6.1286

Liu Xinli, Meng Xianglei, Chen Xiao, Su Wei, Zhang Xiaodong, Li Lin, Su Xiaohui. The Research on Assistance Information Acquisition for Earthquake Emergency Response by Aggregating VGI Data and GF-2 Images. Remote Sensing Technology and Application[J], 2019, 34(6): 1286-1295 doi:10.11873/j.issn.1004-0323.2019.6.1286

1 引 言

地震作为一种突发性强、破坏性大的灾害,极易造成人员伤亡、建筑坍塌、基础设施损害,次生灾害频发,给人类社会带来巨大损失。地震灾害的防灾、减灾、救灾工作研究刻不容缓。地震应急中存在明显的分段性,救援时间与存活率存在显著相关性,震后72 h内是人员搜救、医疗救护的黄金时间 [ 1] 。地震应急时间紧迫,事关重大,能否及时获取全面准确的地震应急信息,制定科学合理的应急决策、迅速传达命令是地震应急工作成败的关键。全面、快速、准确地获取协助救灾信息,是相关部门合理开展救灾工作的核心基础。

VGI(Volunteered Geographic Information,自发地理信息)的概念由Goodchild于2007年第一次提出,是指公众自发参与贡献地理信息的过程 [ 2] 。VGI作为一种新型地震灾情信息获取方式,其信息实时性强、细节内容丰富、获取成本低、数据准确 [ 3] 。尹健等 [ 4] 为了解当前自发地理信息的发展现状、存在问题和发展前景,对自发地理信息展开了研究,认为自发地理信息已成为地理信息的一个重要发展方向。随着信息技术的发展,智能移动设备和社交媒体的广泛普及,公众在灾情获取方面发挥着重要作用。地震发生后,网络用户会通过贴吧、微博等社交媒体平台发送灾情相关内容,结合位置信息可及时获得震后应急信息。VGI凭借其自身优势在灾害救援方面发挥了越来越重要的作用,Zook等 [ 5] 详细分析了VGI在海地地震救灾过程中的应用;Goodchild等 [ 6] 探讨了VGI在圣塔芭芭拉 2007~2009年间的4次大型火灾中的贡献;陈梓等 [ 7] 选取台风达维相关的微博数据进行分析,从微博数量和空间分布两方面证明了在整体上VGI 数据分析台风灾情的可行性。马磊等 [ 8] 构建了基于VGI的地震灾情速报系统,通过提供灾情上报的平台和入口,融合已有专业和公众采集的灾情数据,进而提升灾情信息采集效率。史秀保等 [ 9] 设计兼容VGI与众包的灾害信息管理系统VDMS,实现了灾害发生时海量数据的高效管理与有效利用。

遥感技术具有时效性强、周期性短、成像快速、信息量大、受地面条件影响小等特点,能实现对研究区的大面积同步观测,且伴随着我国国产高分卫星的发射,遥感影像数据在地震救援方面有着不可替代的优势。尽管VGI和影像在地震救援中各有独特意义,但VGI数据存在无序、冗余、不规范等特点,光学遥感则易受云雾的影响,且在一定程度上具有延迟性 [ 10] 。聚合VGI点数据与遥感影像面数据,使二者优势互补,能够更加全面快速获取灾情信息,弥补传统地面调查方式局限性大、时效性差的不足。鉴于此,本研究通过聚合震后VGI数据与遥感影像,实现自发地理信息对遥感影像的辅助判别分析,目的是帮助相关部门利用协助救灾信息更加及时做出地震应急响应和救援决策,最大程度地减少人员伤亡和经济损失,以便更好地支撑地震救援工作。

2 研究区与数据

2.1 研究区概况

九寨沟位于四川省阿坝藏族羌族自治州九寨沟县漳扎镇,地处四川盆地过渡带。地震发生于2017年8月8日21时19分46秒,震中位于四川省阿坝州九寨沟境内(33.20°N,103.82°E)处,震级为M7.0,震源深度20 km。由于正处雨季,且震区属于高山峡谷区,地震引发的次生地质灾害较为严重,震中20 km范围内崩塌、滚石、滑坡和泥石流等次生灾害导致大量人员伤亡,部分道路交通中断,抢险救援和人员安置难度大、时间紧迫。

以地处震中20 km范围内的漳扎镇及其周边景区为研究区,研究区内各景区与城镇较为分散,将其划分为省道301西段四寨村至九寨天堂段、漳扎镇及其周边区域,以及沟口至景区路段3部分。灾情发生后,研究区内部分建筑垮塌,滑坡多发,景区内滑坡严重,潜在滑坡点较多,道路主线301省道部分路段塌方,大量群众被困、游客滞留。受困人员救护、游客转移工作迫在眉睫,地形复杂余震不断,使援工作难度增大,需尽快抢修受阻道路,进行救灾应急资源调配,实现资源优化。

2.2 数据源

2.2.1 VGI数据

现如今的网络数据来源可分为一般网页、论坛、社交网络,新浪微博作为拥有大量用户的社交网络平台,其时效性强、信息量大,本研究选择九寨沟地震发生后48 h内的相关微博作为VGI数据。相对于官方网站,微博用户提供的信息种类更多,其中既包括道路受阻、灾民受困等灾情信息,还包括救援状况、物资情况等应急相关信息。由于微博用户基数非常大,导致无关信息占绝大部分,需以关键词为基础进行爬取,从而得到更有针对性的地震数据。通过设置关键词对震后48 h内微博进行爬取,最终获得17 429条相关信息。

2.2.2 遥感影像

本文采用的遥感数据为高分2号影像。高分二号(GF-2)卫星是我国自主研制的首颗亚米级的民用光学遥感卫星,共装载有两台1 m全色/4 m多光谱相机实现拼幅成像,具有空间分辨率高、定位准确、姿态机动能力强,对事件响应快速等特点。其星下点分辨率全色0.81 m、多光谱3.24 m,成像幅宽45 km,轨道高度631 km,倾角97.9°,设计具有180 s内侧摆35°并稳定的姿态机动能力,回归周期69 d,在卫星侧摆±23°的情况下,可实现全球任意地区重访周期不大于5 d [11]

本研究共采用两期高分2号影像,分别是2017年7月1日九寨沟地震前多光谱影像和2017年8月9日震后多光谱影像,其空间分辨率为4 m。高分2号影像凭借自身特点,为农作物监测估产、国土土地利用调查、环境调查与监测、地震灾害监测等工作提供了宝贵的数据源。

3 研究方法

利用Python爬取VGI数据,并对其进行分类、位置信息获取,聚合VGI数据与遥感影像,进行服务区分析、最近设施点路径分析,获取地震协助救灾信息,以制定合理的应急救援方案。研究方案如 图1,并利用地震前后影像NDVI的数值差异提取泥石流滑坡区域。

图1

图1   研究方案

Fig.1   Research plan


3.1 最短路径算法

最短路径是在网络中寻找节点间累积阻抗最小的路径。其分析开始于阻抗矩阵,矩阵中的数值表示网络的两个节点之间连接线的阻抗,∞(无穷大)表示不直接连接。找出一个节点至其他节点的最短距离常用Dijkstra [12] 算法。耿素云 [13] 对算法描述如下:

G=<V,E,W>是n阶简单带权图, ωij≥0。如果顶点 vivj不相邻,令 ωij=∞,求 中顶点 v1到其余各顶点的最短路径(其实可以求任意两顶点之间的最短路径),为此,先给出下面的定义:

(1)设 lir*为顶点 v1到顶点 vi最短路径的权,若顶点 vi获得了标号 lir*,称 vi在第 r步获得了 标号 lir*(永久性标号),其中 r≥0

(2)设 ljrv1到顶点的最短路径权的上界,如果 vj获得 ljr,称 vj在第 r步获得 t标号 ljr(临时性标号)。

(3)设 Pr={ | 已获得 标号}为第 r步通过集。

(4)设 Tr=V-Pr为第 r步未通过集, r≥0

Dijkstra(标号法)的算法如下:

开始, r←0v1获p标号: lir*=0,P0={v1},T0=V-{vj},vjj≠1)的 标号: lj0=ωij

①求下一个p标号顶点

lir*=vjTr-1min{ljr-1},r≥1。将 lir*标在相应顶点 vi处,表明 vi获得 p标号,修改通过集和未通过集: Pr=Pr-1{vi}Tr=Tr-1-{vi}

Tr,若 Tr=,则算法结束,否则转②。

②修改 Tr中各顶点的 t标号 ljr=min{ljr-1lir*+ωij}lir*是刚刚获得 p标号顶点的 标号。令 r=r+1,转①。

3.2 网络服务区查找算法

网络服务区是一个包含所有通行街道(即在指定的阻抗范围内的街道)的区域。服务区(Service area)是路径分析的扩展,给定交通成本,产生离开服务点所有方向的路径,将每条路径的端点连接起来,形成的最大范围。交通成本(Cost)最低是路径的优化目标,阻抗(Impedance)是计算成本的基础。最简单、最常用的是将线要素的几何长度作为阻抗,累计长度所表示的距离为交通成本,考虑车行、步行的速度,单位时耗为阻抗,累计时耗为交通成本。构建服务区函数MakeServiceAreaAnaly-

sisLayer_na(network_data_source,{layer_name},{travel_mode},{travel_direction},{cutoffs},{time_of_day},{time_zone},{output_type},{polygon_detail},{geometry_at_overlaps},{geometry_at_cutoffs},{polygon_trim_distance},{exclude_sources_from_polygon_generation},{accumulate_attributes})共包含14个参数,根据对服务区不同的需求设置相应的参数,得到服务区范围。代码示例(获得仓库的5、10、15 min的同心服务区):

network="C:/Data/Paris.gdb/Transportation/ParisMultimodal_ND"arcpy.na.MakeServiceAreaAnalysisLayer(network, "WarehouseCoverage", "Driving Time", "FROM_FACILITIES", [5, 10, 15], "1/1/1900 9:00 AM", "UTC", "POLYGONS", "STANDARD", "DISSOLVE", "RINGS", "100 meters", ["Metro_Lines","Transfer_Stations","Transfer_Street_Station"], ["Meters", "DriveTime"])

服务区可用于显示和测试可达性,确定一定时间内或一定范围内可以获得服务的区域,其分析结果在生活中得到了广泛应用。 图2为可达性随距离阻抗变化的同心服务区。传统服务区以服务设施点为中心建立圆形缓冲区得到粗略分析结果,考虑因素较少。为了进行更准确地分析,国内外学者对服务区的确定进行了大量的研究。1996年,Jong等 [14] 利用GIS进行缓冲区分析和叠加分析对服务设施的可达性做出评。1998年,龚洁晖等 [15] 运用广度搜索的办法,提出从中心出发,依次访问和中心路径相通且费用不超过阻值的结点的方法用于确定中心服务范围。2006年,王远飞 [16] 将GIS与Voronoi多边形结合进行地理可达性的计算,确定服务设施的服务域。2011年,葛春景等 [17] 引入临界距离的概念,建立多重数量和质量覆盖模型,利用改进的遗传算法进行求解,对重大突发事件的应急服务设施布局进行研究。2013年,黄翌等 [18] 提出将服务范围分解为作用范围和服务区,解决了整体地物被服务范围多边形切割以及不能正确表达拓扑实体间的真实关系的问题。2019年,Dejen等 [19] 利用地理空间技术对埃塞俄比亚地区卫星数据、道路网、人口数据以及医疗服务中心位置数据进行空间分析,获得了空间卫生保健的可及性和卫生保健设施的可用性结果,对健康和疾病管理提出了切实有效的建议。

图2

图2   设施点服务区

Fig.2   Facility point service area


3.3 百度地图API接口

百度地图API是为开发者免费提供的一套基于百度地图服务的应用接口,包括JavaScript API、Web服务API、Android SDK、iOS SDK、定位SDK、车联网API、LBS云等多种开发工具与服务。目前基于百度地图API的应用很广泛,李艳等 [20] 对基于地图API的Web地图服务及应用模式进行了研究,地图API可解决网络地图服务数据源问题,节省开发成本,具有较好的应用前景。在旅游应用上,王红崧等 [21] 建立了基于WebGIS的旅游地理信息系统,为旅游资源WebGIS的研究提供一定的借鉴。在灾情应用上,周浩 [22] 利用百度地图API设计实现了在地图上动态显示地震应急避难场所的相关信息。赵意鹏等 [23] 通过设计一种基于GPRS和百度地图API的新型火灾定位系统实现对火灾地点进行定位和规划路线。王建勋等 [24] 设计一款基于百度地图API的地震专题图自动产出应用,解决了制图过程中基础地理信息数据使用问题。钱建国等 [25] 利用百度地图JavaScript API提供的地图应用接口开发了一款基于手机浏览器的移动端旅游信息管理地图应用系统。

百度地图JavaScript API是一套由JavaScript语言编写的应用程序接口,提供各种地图基本功能,可以实现在网站中构建功能丰富、交互性强的地图应用。JavaScript API大众版具有基本地图、地图控件展示、覆盖物、定位、鼠标交互、本地搜索、逆/地理编码等功能。本研究利用地图服务中LocalSearch接口提供某一特定地区的位置搜索服务,主要搜索代码如 图3,实现对VGI点数据的百度地图位置信息获取,得到其经纬度坐标。百度地图的坐标系不是通用的坐标系,而是在国家测绘地理信息局制定的坐标基础上进行了 BD-09 二次加密,需要在影像上进行目视判读进行准确定位。因此,利用VGI数据点经纬度坐标和遥感影像,同时结合具体影像目视解译,准确定位VGI数据点。

图3

图3   关键代码图

Fig.3   Key code diagram


3.4 震后泥石流滑坡区域提取方法

山区地震时一般伴随着不同程度的崩塌、滑坡和泥石流等灾害,如何在震后快速、准确地掌握这些灾害信息,对于抢险救灾、灾后重建至关重要。七八月份为山体植被茂密时节,地震发生前后山区归一化差值植被指数NDVI(Normalized Difference Vegetation Index)存在一定差异。地震发生后,泥石流滑坡区域NDVI值小于震前此区域值,影像色阶存在明显差异,泥石流滑坡区域灰度值增大。利用NDVI值的差异,通过设置阈值并排除云、水域、道路等其他因素的影响,提取地震后泥石流滑坡区域( 图4(a))。对比影像人工目视解译结果( 图4(b))进行验证,泥石流滑坡区域提取较为准确。

图4

图4   泥石流滑坡提取结果

(a) 利用NDVI差值泥石流滑坡提取结果 (b) 人工目视解译泥石流滑坡提取结果

Fig.4   Results of landslide extraction


4 结果与分析

漳扎镇距离震中位置最近且人口聚集,被困灾民人数较多,所能提供的VGI信息数量较大,自然环境与人工环境具有地域代表性,故针对受灾程度较大的漳扎镇展开研究具有借鉴意义。因此,本研究利用VGI和影像数据点对漳扎镇中心区域进行了相关空间网络分析,为应急救援提供协助救灾信息。

4.1 VGI数据爬取及筛选结果

本研究先在后台模拟用户登录,再实现高级搜索关键字限定功能,向服务器发送请求获得页面源码,最后利用Python的第三方工具lxml库模块中的XPath抽取出博主昵称、主页链接、博文内容等信息。由于地震应急信息具有复杂性、等级性和层次性,信息分类必须以服从和服务于地震应急指挥和应急救援为核心,按照2010年白仙富等 [21] 提出的地震应急信息分类体系进行分类,如 表1所示。

表1   VGI信息分类结果

Table 1  Results of VGI information classification

一级分类二级分类VGI信息事例

地震震情

信息

地震参数1.中国地震台网正式测定:8月8日21时19分在四川阿坝州九寨沟县(33.20°N,103.82°E)发生7.0级地震,震源深度20 km
地震监测信息1.截至2017年8月9日19时00分,四川省地震台网共记录到余震总数1 334个,最大余震为8月9日10时17分发生的4.8级地震

地震灾情

信息

人员伤亡

1.【四川九寨沟7.0级地震导致5名旅客遇难】据阿坝州人民政府应急管理办公室消息,初步统计四川九寨沟7.0级地震目前已造成63人受伤、5人死亡(死者均为游客)

2.截至9日3点,四川九寨沟7.0级地震已造成135人受伤、9人遇难

生命线震害信息1.国道544线(原S301线)弓杠岭至九寨天堂段因落石较多且有巨石阻断交通
次生灾害信息1.在九寨沟如意坝区域有明显的滑坡体,堵塞了301省道

应急处置

信息/灾情

响应信息

人员信息

1.武警四川省总队阿坝州支队第十三中队出动30名官兵,在已经坍塌的九寨沟千古情演艺中心废墟下成功抢救出一名被埋人

2.九寨沟县消防大队8人力量已经增援到达漳扎镇

物资信息

1.王老吉与@中国狮子联会 及志愿者齐心协力将爱心凉茶存放到四川九寨沟民政局仓库内

2.从今天开始到8月18日,绵阳市菜鸟驿站联合阿里健康,向九寨沟地震的受灾群众和工作人员免费提物资。打开地图上搜索“救灾物资”,就能找到这些菜鸟驿站救灾补给点

处置效益

信息

灾民救助信息

1.九寨沟景区内近2 000原住民在本寨滞留。现在当地余震不断且山石滚滚、伴有浓烟似得灰尘。还有大概15名居民因工作原因在熊猫海附近失联已经14 h

2. 四川九寨沟7.0级地震【3小时内7架次直升机运送16名群众】14点32分彭丰直升机场迎来第7架直升飞机,带走两名群众。据悉,目前荷叶寨村还有4名失联人员

医疗救护信息

1. 九寨沟县第二人民医院,忙碌一宿的医护人员,短暂休息,很快又将投入新一轮的救援…志愿者帮病人取药、送水,帮助搭帐篷

2.昨晚九寨沟地震发生时,内江医生欧焘和妻子曾连正在九寨沟旅游,住在九寨民俗村,帮助伤者包扎固定,当看到村卫生所只有2名医生时,他们又主动留下来帮忙救治伤员

应急场所信息

1.记者在九寨天堂酒店看到,游客被安置在酒店空旷的地带避险,有的头上打着绷带

2.上午10点,在九寨沟县漳扎镇第二个游客安置点月亮湾,游客正排队有序疏散

新窗口打开| 下载CSV


在VGI数据分类结果中选取对救援工作意义最为重大的灾民救助信息、医疗救护信息、应急场所信息和生命线震害信息,对这4类信息进行位置信息获取,得到其信息定位结果( 表2)。

表2   VGI信息定位结果

Table 2  Results of VGI information location

VGI信息类别信息定位结果
灾民救助信息

九寨沟景区内树正寨;九寨沟景区内荷叶寨;

九寨千古情景区;九寨沟如意坝附近等

医疗救护信息

九寨沟县第二人民医院(漳扎镇医院);

九寨沟民俗村卫生所等

应急场所信息

梦幻九寨酒店门口

月亮湾藏乡情

生命线震害信息国道544线(原S301线)弓杠岭至九寨天堂段

新窗口打开| 下载CSV


4.2 信息聚合

将VGI信息位置数据与遥感影像叠加显示(如 图5),省道301西段四寨村至九寨天堂处、漳扎镇内及沟口至景区路段处均有VGI有效数据。结合震后影像与漳扎镇地图,对影像进行目视解译,将滑坡严重区道路阻断处标记为生命线震害信息,将影像中地势开阔区域(广场、停车场)等作为应急场所信息,分别获取影像上的灾民救助、医疗救护、应急场所和生命线震害4类信息( 图6)。

图5

图5   VGI信息影像定位结果

Fig.5   Results of VGI information image location


图6

图6   遥感影像目视解译结果

Fig.6   Results of image visual interpretation


对VGI信息定位结果与遥感影像目视解译结果进行分析。从局部区域角度看,可知省道301西段( 图6(a))和景区路段处( 图6(c))仅通过目视解译无法获取任何有效信息。而该区域的VGI数据提供了3类有效震后数据,对通过影像无法获取的信息进行补充,对景区段游客救护、道路抢修具有重大意义。从全局角度看,将VGI数据信息与影像目视解译信息进行聚合,灾民救护信息明显增多,医疗救护信息点与应急场所信息点区域分布密度明显增大,实现研究区内有效数据量最大化。

4.3 最近设施点分析

最近设施点分析基于最短路径算法求解事件点到最近设施点的具体路径。灾情发生后,第一时间为灾民受困点寻找到最近可达的医疗点和应急场所点,对应急救援至关重要。根据VGI数据,将全部灾民受困点作为事件点,医疗点和应急场所作为设施点,分别基于阻抗为距离和时间进行求解最近设施点及相应路径。以对医疗点进行最短路径分析为例,如 图7,进行如下相关应急救援分析。

图7

图7   最近设施点及路径

Fig.7   Closest facility point and path


4.3.1 路况分析

结合影像和地图分析可知漳扎镇道路网络较简单,只有一条道路主线301省道穿过该研究区域,该省道是抢险救灾应急救援的必经之路,及时抢通道路是进行抢险救援的基本保障。由于省道301东南方向存在一处阻断点,导致其东南向的设施点资源无法得到合理利用,及时抢通这一阻断点,确保震区与外界的交通畅通,便于外界救援物资的及时送达和镇区灾民的安全转移。

4.3.2 最优路径选择

由于每个灾民受困点的基础设施和地理环境存在差异,其灾民人数、受伤程度不同,救援队需根据实际情况选择时间最短或距离最近的设施点路径,第一时间将受困点灾民送往合适的医疗点或应急场所,提高救援效率以最大程度减少伤亡人数。

4.3.3 设施点增设

结合现有设施点分布情况,综合考虑灾民聚集程度、道路状况等因素,在必要位置增设应急避难场所和临时医疗救护点。如 图7(a)省道西北向两个受困点附近缺少医疗救护点,可在蓝色标识框中受困点附近增设医疗点。

4.3.4 人员物资调配

根据已知的医疗救助点和应急场所分布,及时调配医护工作人员和救援物资。

4.4 服务区分析

灾情发生后,获取每个医疗点、应急场所的服务区范围,以便于相关救援部门在震后及时准确掌握设施点的可达性,对于后续的应急救援决策具有重大意义。将全部医疗点、应急场所作为设施点,分别基于阻抗为时间和距离设置相应中断值求解其服务区范围。以医疗点的服务区范围分析为例,如 图8,进行如下相关应急救援分析。

图8

图8   设施点服务区范围

Fig.8   Facility point service area


4.4.1 设施点增设与调整

根据设施点服务区范围,对设施点的属性数据进行研究,估计服务区的人口数量,评价每个设施点的服务规模和服务能力,对设施资源不足的服务区和服务盲区增设设施点,调整服务范围重叠较大的设施点位置。

4.4.2 设施点等级划分

根据设施点的服务能力和规模,可将设施点分成不同等级,制定合理救援方案。考虑设施点的等级,合理调配医疗和应急救援物资,最优程度上增设不同等级的设施点;由医疗救护点的等级,根据受伤人员的伤情程度分配医疗点,以便伤员第一时间得到最佳救治。

4.4.3 服务区选择

结合设施点分布、数量及地理环境,选择基于时间或距离的设施点服务区范围,是进行科学合理救援规划的基础。

5 结 语

本文提出一种聚合VGI和遥感影像获取地震救援协助救灾信息的方法,以九寨沟漳扎镇地震为例,获取整理分析VGI地震信息,聚合地震发生后的VGI和遥感影像数据,获取协助救灾信息如下:①提供灾民救助点到医疗救护点和应急场所的最佳路径;②获取医疗救护点、应急场所的服务区范围;③提取震后泥石流滑坡区域。聚合VGI与遥感影像,使二者优势互补,实现在地震发生后第一时间获取准确应急信息,对数据进行系统全面分析,能有效地为应急救援、抢险救灾和灾后重建提供决策支持,最大程度减少人员伤亡以及经济损失。聚合分析VGI和GF-2卫星影像,有效地获取地震救援协助救灾信息,说明该方法在重大地震灾害抢险救灾、应急指挥中具有很好的应用价值和潜力,能够为相关部门制定救援方案提供丰富辅助信息。但由于VGI的参与者专业性不强,数据准确性待以验证、规范性不强,质量急需提高,在未来的研究中,应考虑多源VGI数据,深入聚合分析VGI与遥感影像,为地震应急救援提供更加及时、准确的信息支持。

参考文献

Gao Jianguo.

Discussion on Earthquake Emergency Response Term

[J]. Journal of Catastrophology, 20041): 13- 17.

[本文引用: 1]

高建国

地震应急期的分期

[J]. 灾害学, 2004( 1): 13- 17.

[本文引用: 1]

Goodchild M F.

Citizens as Sensors: the World of Volunteered Geography

[J]. Geo Journal, 2007, 69( 4) : 211- 221.

[本文引用: 1]

Zhang Chi, Xu Jinghai.

Collection of Earthquake Disaster Information based on VGI

[J]. Geomatics & Spatial Information Technology, 2014, 37( 11): 82- 84.

[本文引用: 1]

张弛,徐敬海

基于VGI的地震灾情收集研究

[J]. 测绘与空间地理信息, 201437( 11): 82- 84.

[本文引用: 1]

Yin Jian, Li Guangqiang, Zhi Lu, et al.

Review of Volunteered Geographic Information

[J]. Application Research of Computers, 2016, 33( 5): 1281- 1284.

[本文引用: 1]

尹健

李光强, 职露, .

自发地理信息研究综述

[J]. 计算机应用研究, 201633( 5): 1281- 1284.

[本文引用: 1]

Zook M, Graham M, T Sheltonet al.

Volunteered Geographic Information and Crowdsourcing Disaster Relief: A Case Study of the Haitian Earthquake

[J]. World Medical & Health Policy, 2010, 2( 2): 7- 33.

[本文引用: 1]

Goodchild M F, Glennon J A

Crowdsourcing Geographic Information for Disaster Response: A Research Frontier

[J]. International Journal of Digital Earth, 2010, 3( 3) : 231- 241

[本文引用: 1]

Chen Zi, Luo Nianxue, Gao Tao.

Research of Typhoon Disaster Assessment based on VGI

[J]. Geomatics & Spatial Information Technology, 2016, 39( 10): 33- 3439.

[本文引用: 1]

陈梓,罗年学,高涛

基于VGI的台风灾情评估研究

[J]. 测绘与空间地理信息, 201639( 10): 33- 3439.

[本文引用: 1]

Ma Lei, Chen Xiuwan, Jianbo Sui, et al.

Design and Implementation of the VGI-based Earthquake Disaster Quick Report System

[J]. Bulletin of Surveying and Mapping, 2015( 4): 97- 100.

[本文引用: 1]

马磊

陈秀万, 隋建波, .

基于VGI的地震灾情速报系统设计与实现

[J]. 测绘通报, 2015( 4): 97- 100.

[本文引用: 1]

Shi Xiubao, Ma Lei, Li Bin.

Study on Disaster Information Management System Compatible with VGI and Crowdsourcing

[J]. Science of Surveying and Mapping, 2017, 42( 3): 191- 195.

[本文引用: 1]

史秀保, 马磊, 李滨, 赵三军.

兼容VGI与众包的灾害信息管理系统研究

[J]. 测绘科学, 2017, 42( 3): 191- 195.

[本文引用: 1]

Chen Hao, Zhang Wanchang, Deng Cai, et al.

Research and Application on Volunteered Geographic Information for Disaster Management

[J]. Science of Surveying and Mapping, 2018, 43( 1): 59- 65.

[本文引用: 1]

陈豪

张万昌, 邓财, .

面向灾害管理的自发地理信息研究及应用

[J]. 测绘科学, 201843( 1): 59- 65.

[本文引用: 1]

Pan Teng.

The Technical Features of the GF-2 Satellite

[J]. Aerospace China, 2015( 1): 3- 9.

[本文引用: 1]

潘腾

高分二号卫星的技术特点

[J]. 中国航天, 2015( 1): 3- 9.

[本文引用: 1]

Dijkstra E W.

A Note on Two Problems in Connexion with Graphs

[J]. Numberische Mathematik, 1959, 1 ( 1) : 269- 271.

[本文引用: 1]

Geng Suyun.

Discrete Mathematics

[M]. Beijing: Tsinghua University Press, 2008.

[本文引用: 1]

耿素云.

离散数学

[M]. 北京清华大学出版社2008.

[本文引用: 1]

Jong T, Eck J R.

Location Profile-based Measures as An Improvement on Accessibility Modeling in GIS

[J]. Computers, Environment and Urban Systems, 1996, 20( 3): 181- 190.

[本文引用: 1]

Gong Jiehui, Bai Ling.

A Kind of Algorithm of Finding a Center’s Service Area of Geographic Network

[J]. Acta Geodaetica et Cartographica Sinica, 1998, 27 ( 4) : 357- 361.

[本文引用: 1]

龚洁晖,白玲

确定地理网络中心服务范围的一种算法

[J]. 测绘学报, 199827( 4): 357- 361.

[本文引用: 1]

Wang Yuanfei.

GIS and Voronoi Polygon based Public Health Care Accessibility Analysis

[J]. Geomatics and Spatial Information Technology, 2006, 29( 3): 77- 80.

[本文引用: 1]

王远飞

GIS与Voronoi多边形在医疗服务设施地理可达性分析中的应用

[J]. 测绘与空间地理信息, 200629( 3): 77- 80.

[本文引用: 1]

Ge Chunjing, Wang Xia, Guan Xianjun.

A Multi-covering Model and Its Algorithm for Facility Location Response for Large-scale Emergencies

[J]. Operations Research and Management Science, 2011, 20( 5): 50- 56.

[本文引用: 1]

葛春景,王霞,关贤君

重大突发事件应急设施多重覆盖选址模型及算法

[J]. 运筹与管理, 201120( 5): 50- 56.

[本文引用: 1]

Huang Yi, Wang Yunjia, Hu Zhaoling, et al.

Center’s Service Area Considering Topology

[J]. Geomatics and Information Science of Wuhan University, 2013, 38 ( 1) : 105- 107.

[本文引用: 1]

黄翌

汪云甲, 胡召玲, .

考虑图形关系的中心服务范围确定

[J]. 武汉大学学报·信息科学版, 201338( 1): 105- 107.

[本文引用: 1]

Dejen A, Soni S, Semaw F.

Spatial Accessibility Analysis of Healthcare Service Centers in Gamo Gofa Zone, Ethiopia through Geospatial Technique

[J]. Remote Sensing Applications: Society and Environment, 2019( 13): 466- 473.

[本文引用: 1]

Li Yan, Gao Yang.

A Web Map Service and Application Based on Map API

[J]. Geomatics World, 2010, 8( 2): 54- 57, 89.

[本文引用: 1]

李艳,高扬

基于地图API的Web地图服务及应用研究

[J]. 地理信息世界, 20108( 2): 54- 57, 89.

[本文引用: 1]

Wang Hongsong, Zhou Haiyan.

Development of Tourism Geographic Information System based on Baidu Map API

[J]. Modern Computer, 2012( 23): 60- 63.

[本文引用: 2]

王红崧,周海晏

基于百度地图API的旅游地理信息系统开发

[J]. 现代计算机(专业版), 2012( 23): 60- 63.

[本文引用: 2]

Zhou Hao.

Implemention of A Dynamic of Earthquake Emergency Shelter Information based on Baidu Maps API

[J]. China Earthquake Engineering Journal, 2015, 37( S1): 114- 118.

[本文引用: 1]

周浩

基于百度地图API地震应急避难场所信息地图化动态显示的实现

[J]. 地震工程学报, 201537( 增刊1): 114- 118.

[本文引用: 1]

Zhao Yipeng, Zhao Heming, Deng Xingxing, et al.

Fire Positioning System based on GPRS and Baidu Map API

[J]. Automation and Instrumentation, 2016, 31( 1): 26- 29, 47.

[本文引用: 1]

赵意鹏

赵河明, 邓星星, .

基于GPRS和百度地图API的火灾定位系统

[J]. 自动化与仪表, 201631( 1): 26- 29, 47.

[本文引用: 1]

Wang Jianxun, Bi Chaoqun, Wang Hailong, et al.

Application Research on Automatic Production of Seismic Thematic Maps based on Baidu Map API

[J]. Computer and Information Technology, 2019( 3): 63- 65.

王建勋

毕超群, 王海龙, .

基于百度地图API的地震专题图自动产出应用研究

[J]. 电脑与信息技术, 2019( 3): 63- 65.

[本文引用: 1]

Qian Jainguo, Li Zhicheng, Wu Cai, et al.

based on the Mobile End of Baidu Map API Tourism Information Management System

[J]. Geomatics & Spatial Information Technology, 2019, 42( 5): 25- 28.

[本文引用: 1]

钱建国

李智程, 吴财, .

基于百度地图API的移动端旅游信息管理系统

[J]. 测绘与空间地理信息, 2019, 42( 5): 25- 28.

[本文引用: 1]

Bai Xianfu, Li Yongqiang, Chen Jianhua, et al.

Research on Earthquake Spot Emergency Response Information Classification

[J]. Journal of Seismological Research, 2010, 33( 1): 111- 118, 120.

白仙富

李永强, 陈建华, .

地震应急现场信息分类初步研究

[J]. 地震研究, 201033( 1): 111- 118, 120.

/