面向地震应急的建筑物人口时空分布估算

Building-level population at origin time of an earthquake is the key fundamental data for earthquake emergency. Its accuracy directly determines the assessment accuracy of how many people buried beneath and how many people died or disabled in an earthquake event. For rapidly estimating earthquake casualty, the traditional consensus data is insufficient. On the one hand, building-level population can’t be reflected through consensus data due to its low spatial resolution. On the other hand, population at one moment can’t be acquired because of its low temporal resolution. In recent years, remote sensing images and mobile data are gradually used to estimate population. High resolution images can improve the spatial precision of the population, and mobile data generated by various types of mobile terminals can improve the temporal precision of the population. This project intends to combine high resolution remotely sensed imagery and mobile data to estimate fine-scale (building level) population. The main contents of this research include: (1) Analyze semantics of buildings by optical and LiDAR images; (2) Research on population decomposition at building scale using the population generated by mobile data, and establish dynamic estimation model of building-level population; (3) Estimate number of people without mobile phones in buildings and adjust the above model; (4) Carry out experiments in research area to verify model precision and obtain fine-scale spatial and temporal population data.

发震时刻的建筑物人口信息是地震应急工作的关键基础数据。它的精确程度直接决定了人员压埋情况和地震伤亡情况评估的准确性。传统的人口统计数据空间分辨率低，不能反映建筑物尺度的人口分布差异，而且调查周期长（时间分辨率低），无法获得特定时刻的人口分布。因此，不能满足地震应急工作的迫切需求。本项目面向地震应急救援，拟结合高分遥感影像的空间分辨率优势与手机数据的时间分辨率优势，研究建立建筑物人口的精细动态估算模型。主要研究内容包括：（1）基于高分光学和LiDAR影像的建筑物语义分析；（2）研究手机人口的建筑物尺度分解，建立面向建筑物的人口动态估算模型；（3）研究建筑物内无手机人口的动态变化，校正估算模型；（4）选择北京典型区域作为研究区，收集遥感和手机定位人口数据，获取研究区精细尺度人口时空分布数据，并进行精度验证。

地震等重大公共安全事件的应急工作需要更高空间和更高时间分辨率的人口分布信息。本项目综合运用高分遥感影像、POI数据与手机人口数据，融合移动定位数据的高时间分辨率与遥感影像的高空间分辨率的全面优势，研究了建筑物人口的高精度时空分布估算关键技术和方法。具体研究内容包括：（1）格网尺度手机人口动态特征分析。利用手机信令数据生成250米分辨率格网的人口分布时空序列数据集，从小时驻留、白天驻留和晚上驻留等不同统计口径研究分析了人口动态变化特征，分别建立了天和小时尺度的人口动态模型。（2）建筑物人口空间分解。开展了基于最小生成树的遥感影像建筑物分割方法研究；并研究了基于POI的建筑物功能属性提取方法。建立了建筑物人口空间分解方法，通过先将格网人口分解为不同属性人口组合，再将每种属性人口逐一分解到建筑物上，从而实现人口从格网尺度到建筑物尺度的降尺度分解；（3）建筑物人口模拟和预测模型。利用建筑物人口分布的时间序列数据，基于统计回归和深度学习方法，研究建立火车站、写字楼、医院和居民住宅等不同类型建筑物的小时尺度的人口模拟模型。项目研究可为精细尺度的人口估算提供技术借鉴，研究成果可为地震应急救援提供高精度人口基础数据，对于城市规划、城市建设和城市安全等方面同样具有很高的应用价值。