于德龍孫柏濤閆培雷張 戈

1）哈爾濱工程大學(xué)航天與建筑工程學(xué)院，哈爾濱 150001

2）中國地震局工程力學(xué)研究所，中國地震局地震工程與工程震動重點實驗室，哈爾濱 150080

面向震災(zāi)調(diào)查和基礎(chǔ)數(shù)據(jù)支撐的縣級尺度下村鎮(zhèn)民居空間化研究
——以黑龍江省為例1

于德龍1)孫柏濤1，2)閆培雷2)張 戈2)

1）哈爾濱工程大學(xué)航天與建筑工程學(xué)院，哈爾濱 150001

2）中國地震局工程力學(xué)研究所，中國地震局地震工程與工程震動重點實驗室，哈爾濱 150080

為了能夠快速有效地掌握地震現(xiàn)場調(diào)查工作中村鎮(zhèn)民居的空間分布情況，并建立村鎮(zhèn)縣級尺度的不同結(jié)構(gòu)類型民居的基礎(chǔ)數(shù)據(jù)庫，本文以黑龍江省為例，對縣級尺度下的村鎮(zhèn)民居的空間化展開了相關(guān)的研究。第一，基于已有的統(tǒng)計資料，分析并提取對村鎮(zhèn)民居數(shù)量空間分布有影響的因素。第二，利用雙變量相關(guān)分析方法，以相關(guān)系數(shù)為評價指標(biāo)，研究了所提取的影響民居分布的因素，即地區(qū)總建筑面積、地區(qū)生產(chǎn)總值、購（建）房費用對村鎮(zhèn)民居分布的影響程度；第三，基于村鎮(zhèn)民居基礎(chǔ)數(shù)據(jù)和相關(guān)統(tǒng)計資料，構(gòu)建了多元線性回歸模型，給出了黑龍江省磚砌體房屋和土坯房屋的空間分布規(guī)律，經(jīng)驗證本文給出的模型有較高的精度，并且利用GIS技術(shù)得到了黑龍江省村鎮(zhèn)民居縣級尺度的空間分布。本文所得到的村鎮(zhèn)民居空間分布，在以下兩個方面都起著重要的作用：首先，當(dāng)有重大地震發(fā)生時，可以高效準確地給出災(zāi)區(qū)村鎮(zhèn)民居的數(shù)量空間分布，為地震現(xiàn)場調(diào)查工作提供基礎(chǔ)數(shù)據(jù)的支持；其次，在未來的村鎮(zhèn)民居規(guī)劃與易損性分析過程中，可提供相應(yīng)的技術(shù)支持和數(shù)據(jù)支持。

村鎮(zhèn)民居 空間分布 縣級尺度 雙變量相關(guān)分析 多元線性回歸模型

于德龍，孫柏濤，閆培雷，張戈，2015.面向震災(zāi)調(diào)查和基礎(chǔ)數(shù)據(jù)支撐的縣級尺度下村鎮(zhèn)民居空間化研究——以黑龍江省為例.震災(zāi)防御技術(shù)，10（1）：15—24.doi：10.11899/zzfy20150102

引言

近年來我國地震災(zāi)害頻發(fā)，其中，汶川地震、蘆山地震、魯?shù)榈卣鸬戎卮蟮卣鸾舆B發(fā)生，造成了巨大的經(jīng)濟損失與人員傷亡，特別是對經(jīng)濟不發(fā)達的村鎮(zhèn)地區(qū)造成的損失更為突出。在這些村鎮(zhèn)地區(qū)，由于受社會經(jīng)濟發(fā)展水平、居民的文化程度、施工技術(shù)等因素的限制，村鎮(zhèn)民居房屋主要以土坯墻結(jié)構(gòu)房屋、磚砌體結(jié)構(gòu)房屋、木構(gòu)架房屋為主，大部分沒有經(jīng)過抗震設(shè)防設(shè)計，主要由當(dāng)?shù)氐慕ㄖそ常鶕?jù)房主的經(jīng)濟狀況和要求，按照當(dāng)?shù)氐膫鹘y(tǒng)習(xí)慣、且不經(jīng)過設(shè)計單位設(shè)計建造而成的（葛學(xué)禮等，2001；2010）。村鎮(zhèn)民居房屋是地震災(zāi)害的重要承災(zāi)體，準確地給出房屋的空間分布信息是衡量地震災(zāi)情，開展抗震救災(zāi)工作的重要依據(jù)。如何根據(jù)地震成災(zāi)嚴重的村鎮(zhèn)地區(qū)的房屋結(jié)構(gòu)類型、結(jié)構(gòu)構(gòu)造特點、社會經(jīng)濟狀況以及個體差異等重要因素，利用科學(xué)的方法快速有效、且有較高精度地得出村鎮(zhèn)民居的空間分布，對于我國來說是亟待解決的科研難題。2010年我國進行了全國第六次人口普查，按照10%的概率抽樣調(diào)查了城市、鄉(xiāng)村的不同類型房屋的分布情況。調(diào)查方式采用被調(diào)查居民填表的形式，房屋的分類標(biāo)準主要依據(jù)外墻墻體材料。通過對調(diào)查數(shù)據(jù)的統(tǒng)計分析，初步得到了全國范圍內(nèi)縣級尺度的房屋數(shù)據(jù)。由于被調(diào)查居民缺少相應(yīng)的土木工程知識，房屋并沒有按照承重構(gòu)件進行分類，因此需要對房屋數(shù)據(jù)進行更深入的研究，才能使得到的房屋數(shù)據(jù)更為合理。與此同時，隨著地理空間信息技術(shù)的長足發(fā)展以及相關(guān)統(tǒng)計數(shù)據(jù)的公布，基于GIS技術(shù)的相關(guān)研究正逐步開展。目前，數(shù)據(jù)空間化的研究主要集中在人口數(shù)據(jù)空間化、GDP 數(shù)據(jù)空間化和其他屬性數(shù)據(jù)空間化（閆慶武等，2011；Wu等，2005），而房屋數(shù)據(jù)空間化的研究還處于起步階段。對于房屋數(shù)據(jù)空間化研究而言，其主要有基于尺度收縮方法的房屋數(shù)據(jù)推算（高曉路等，2011），該方法以全國1%人口抽樣調(diào)查數(shù)據(jù)為基數(shù)，解決了統(tǒng)計數(shù)據(jù)中房屋數(shù)據(jù)縣級尺度不全的問題。例如：基于震害分類的房屋數(shù)據(jù)格網(wǎng)化研究（韓貞輝等，2013），其主要基于公里網(wǎng)格的抽樣調(diào)查，給出了相應(yīng)調(diào)查區(qū)房屋數(shù)據(jù)的空間分布；基于房屋普查數(shù)據(jù)的房屋增長規(guī)律研究（王麗莉等，2013），對于房屋的增長規(guī)律給出了相應(yīng)的參考。但到目前為止，我國學(xué)者還沒有針對村鎮(zhèn)不同結(jié)構(gòu)類型的民居進行過有效的統(tǒng)計調(diào)查，還未得到涵蓋全國的完整的村鎮(zhèn)民居空間分布（盧永坤等，2011）。歸納起來主要是由以下兩方面的原因造成的：一是基礎(chǔ)數(shù)據(jù)難以獲得，這是由于我國村鎮(zhèn)民居數(shù)量巨大、分布廣泛、建筑結(jié)構(gòu)特點的差異所導(dǎo)致的；二是調(diào)查人員或是被訪居民缺少相應(yīng)的土木結(jié)構(gòu)基礎(chǔ)知識，難以對民居的結(jié)構(gòu)類型、構(gòu)造特點進行有效的統(tǒng)計調(diào)查。

在地震發(fā)生后，地震現(xiàn)場是防震減災(zāi)工作的前沿陣地之一，高效有序地開展地震現(xiàn)場工作，是維護地震災(zāi)區(qū)社會穩(wěn)定、開展抗震救災(zāi)工作和積累科學(xué)資料的重要保證。其中，建（構(gòu)）筑物是地震現(xiàn)場調(diào)查的主要對象，快速準確地獲得建（構(gòu)）筑物的空間分布是災(zāi)評工作人員面臨的關(guān)鍵問題。同時，民居又是我國廣大村鎮(zhèn)地區(qū)一類最主要的建筑物，是建（構(gòu)）筑物地震現(xiàn)場調(diào)查工作的重要組成部分（陸元鼎，2004）。因此，在震害預(yù)測或經(jīng)濟損失評估中房屋數(shù)量的空間分布是重要的基礎(chǔ)數(shù)據(jù)。但由于缺少這方面的數(shù)據(jù)，科研人員僅能在震后通過抽樣調(diào)查的方法來獲得這方面的數(shù)據(jù)，這樣就造成了數(shù)據(jù)的可靠性差和精度較低，而采用村鎮(zhèn)民居空間化的方法可以有效地解決這一問題。

基于上述原因，作者以村鎮(zhèn)不同結(jié)構(gòu)類型的民居為研究對象，對村鎮(zhèn)基礎(chǔ)數(shù)據(jù)和影響村鎮(zhèn)民居數(shù)量分布的統(tǒng)計數(shù)據(jù)開展了村鎮(zhèn)民居數(shù)據(jù)空間化研究。并以黑龍江省為例，運用統(tǒng)計分析方法同時結(jié)合GIS技術(shù)（王雪梅等，2004），構(gòu)建了合理的數(shù)學(xué)模型，得到了不同結(jié)構(gòu)類型的村鎮(zhèn)民居的空間分布。本文嘗試構(gòu)建的模型可為村鎮(zhèn)民居數(shù)據(jù)空間化研究提供一種解決方法。

1 影響村鎮(zhèn)民居空間分布的相關(guān)因素

1.1 數(shù)據(jù)來源

數(shù)據(jù)來源主要包括以下兩個方面：一是通過抽樣調(diào)查得到的村鎮(zhèn)民居基礎(chǔ)數(shù)據(jù)，主要包括房屋的建筑概況、結(jié)構(gòu)特點以及數(shù)量空間分布；二是收集到的相關(guān)統(tǒng)計數(shù)據(jù)，主要包括地區(qū)總建筑面積、地區(qū)生產(chǎn)總值以及購（建）房費用等數(shù)據(jù)。

（1）村鎮(zhèn)民居基礎(chǔ)數(shù)據(jù)

村鎮(zhèn)民居基礎(chǔ)數(shù)據(jù)主要包括民居結(jié)構(gòu)基礎(chǔ)信息和民居數(shù)量空間分布信息。我國只在1985年由建設(shè)部進行過大規(guī)模的全國建筑物普查，但由于我國地域遼闊，村鎮(zhèn)民居分布比較分散，這使得通過詳細調(diào)查方式統(tǒng)計出的我國村鎮(zhèn)不同結(jié)構(gòu)類型民居的分布數(shù)量有一定的難度。因此，本文采用抽樣調(diào)查的方法，利用實地調(diào)查、網(wǎng)絡(luò)資源、遙感技術(shù)和街景技術(shù)，實現(xiàn)對村鎮(zhèn)民居基礎(chǔ)數(shù)據(jù)的搜集。基于抽樣調(diào)查所得到的數(shù)據(jù)可知，黑龍江省村鎮(zhèn)主要存在兩種結(jié)構(gòu)類型的民居，它們分別為磚砌體房屋和土坯房屋（Harvey，2002）。抽樣調(diào)查點的分布如圖1所示。

圖1 抽樣調(diào)查點分布圖Fig. 1 The sampling distribution deals

（2）縣級尺度統(tǒng)計數(shù)據(jù)

在抽樣調(diào)查數(shù)據(jù)的基礎(chǔ)上，為了研究不同因素對黑龍江省村鎮(zhèn)民居空間分布的影響，作者搜集了與房屋數(shù)量分布有關(guān)的縣級尺度的統(tǒng)計數(shù)據(jù)，其主要來源于全國第五次人口普查數(shù)據(jù)、黑龍江省統(tǒng)計數(shù)據(jù)、全國第六次人口普查數(shù)據(jù)。選取其中對村鎮(zhèn)民居數(shù)量起到影響的因素主要包括：地區(qū)總建筑面積、地區(qū)生產(chǎn)總值、購（建）房費用等。根據(jù)實地調(diào)查與相關(guān)法律規(guī)定，本文假設(shè)統(tǒng)計數(shù)據(jù)中的家庭戶數(shù)等于各類結(jié)構(gòu)民居的棟數(shù)，即一戶一宅（楊小喚等，2006），相關(guān)統(tǒng)計數(shù)據(jù)說明如表1所示。

表1 相關(guān)統(tǒng)計數(shù)據(jù)說明Table 1 Statistical information explanation

1.2 雙變量相關(guān)性分析

為了得到黑龍江省村鎮(zhèn)民居縣級尺度的分布情況，本文首先采用雙變量相關(guān)性分析的方法，分析上文中得到的村鎮(zhèn)民居基礎(chǔ)數(shù)據(jù)與縣級尺度統(tǒng)計數(shù)據(jù)之間的相關(guān)性（Hessami等，2008）。

雙變量相關(guān)性分析是用來分析兩個數(shù)值變量間關(guān)系強弱的一種有效的統(tǒng)計學(xué)方法。采用相關(guān)系數(shù)來評價不同因素對村鎮(zhèn)民居數(shù)量分布的影響大小。其中相關(guān)系數(shù)又稱Pearson積差相關(guān)系數(shù)，用字母r表示，其計算公式為：

式中，x、y分別為變量的數(shù)值；n為樣本數(shù)量。

根據(jù)常用的準則，相關(guān)系數(shù)介于-0.75和-1.00之間的任何r值，代表了一個很強的負相關(guān)性；而介于0.75和1.00之間的任何r值，代表了一個很強的正相關(guān)性。類似地，介于-0.70和-0.30之間、0.30和0.70之間的r值，代表了一個適中的相關(guān)性。而介于-0.25和0.25之間的r值，則表示相關(guān)程度比較弱。

1.3 考慮不同影響因素的相關(guān)性分析

（1）地區(qū)總建筑面積

地區(qū)總建筑面積是指在不同地區(qū)，以縣級行政單位為精度的村鎮(zhèn)建設(shè)用地范圍內(nèi)單棟或多棟建筑物地面以上及地面以下各層建筑面積之總和。地區(qū)總建筑面積可以在一定程度上體現(xiàn)不同地區(qū)村鎮(zhèn)房屋數(shù)量的分布。

本文基于村鎮(zhèn)基礎(chǔ)房屋數(shù)據(jù)，對抽樣調(diào)查所得到的磚砌體房屋數(shù)量數(shù)據(jù)、土坯房屋數(shù)量數(shù)據(jù)與統(tǒng)計數(shù)據(jù)中相應(yīng)的地區(qū)總建筑面積數(shù)據(jù)，進行了雙變量相關(guān)性分析。

磚砌體房屋數(shù)量與地區(qū)總建筑面積，通過雙變量相關(guān)分析，散點圖如圖2所示，得到的相關(guān)系數(shù)r為0.979，并且在0.01水平上顯著相關(guān)。土坯房屋數(shù)量與地區(qū)總建筑面積，通過雙變量相關(guān)分析，散點圖如圖3所示，得到的相關(guān)系數(shù)r為0.759，在0.05水平上顯著相關(guān)。這一結(jié)果表明，磚砌體房屋數(shù)量較土坯房屋數(shù)量與地區(qū)總建筑面積有更強的正相關(guān)性。

圖2 磚砌體房屋數(shù)量與地區(qū)總建筑面積散點圖Fig. 2 Scatter diagram of number of brick masonry buildings with regional total construction area

圖3 土坯房屋數(shù)量與地區(qū)總建筑面積散點圖Fig. 3 Scatter diagram of number of adobe houses with regional total construction area

（2）地區(qū)生產(chǎn)總值

地區(qū)生產(chǎn)總值是指在一定時期內(nèi)（一個季度或一年），一個地區(qū)的經(jīng)濟中所生產(chǎn)出的全部最終產(chǎn)品和勞務(wù)的價值，常被公認為衡量地區(qū)經(jīng)濟狀況的最佳指標(biāo)。地區(qū)生產(chǎn)總值反映了這一地區(qū)經(jīng)濟實力的強弱，決定著房屋造價的多少，間接影響了房屋結(jié)構(gòu)類型的選擇以及房屋抗震能力的好壞，這一現(xiàn)象在村鎮(zhèn)地區(qū)更加顯著。

本文基于村鎮(zhèn)基礎(chǔ)房屋數(shù)據(jù)，對抽樣調(diào)查所得到的磚砌體房屋數(shù)量數(shù)據(jù)、土坯房屋數(shù)量數(shù)據(jù)與統(tǒng)計數(shù)據(jù)中相應(yīng)的地區(qū)總建筑面積數(shù)據(jù)，進行了雙變量相關(guān)性分析。其中，磚砌體房屋數(shù)量與地區(qū)總建筑面積，通過雙變量相關(guān)分析，散點圖如圖4所示，得到的相關(guān)系數(shù)r為0.921，并且在0.01水平上顯著相關(guān)；土坯房屋數(shù)量與地區(qū)總建筑面積，通過雙變量相關(guān)分析，散點圖如圖5所示，得到的相關(guān)系數(shù)r為0.635，相關(guān)性較弱。這一結(jié)果表明，磚砌體房屋數(shù)量較土坯房屋數(shù)量與地區(qū)生產(chǎn)總值有更強的正相關(guān)性。

圖4 磚砌體房屋數(shù)量與地區(qū)生產(chǎn)總值散點圖Fig. 4 Scatter diagram of number of brick masonry buildings with GDP

圖5 土坯房屋數(shù)量與地區(qū)生產(chǎn)總值散點圖Fig. 5 Scatter diagram of number of adobe houses with GDP

（3）購（建）房費用

購（建）房費用是指在村鎮(zhèn)居民購買和自建房屋的費用。購（建）房費用直接反映了房屋類型的選擇，間接影響著房屋抗震能力的好壞。

本文基于村鎮(zhèn)基礎(chǔ)房屋數(shù)據(jù)，對抽樣調(diào)查所得到的磚砌體房屋數(shù)量數(shù)據(jù)、土坯房屋數(shù)量數(shù)據(jù)與統(tǒng)計數(shù)據(jù)中相應(yīng)的購（建）房費用數(shù)據(jù)，進行了雙變量相關(guān)性分析。其中，磚砌體房屋數(shù)量與地區(qū)總建筑面積，通過雙變量相關(guān)分析，散點圖如圖6所示，得到的相關(guān)系數(shù)r為0.951，并且在0.01水平上顯著相關(guān)；土坯房屋數(shù)量與地區(qū)總建筑面積，通過雙變量相關(guān)分析，散點圖如圖7所示，得到的相關(guān)系數(shù)r為0.638，相關(guān)性較弱。這一結(jié)果表明，磚砌體房屋數(shù)量較土坯房屋數(shù)量與購（建）房費用有更強的正相關(guān)性。

通過上述分析可知：第一，三個因素均對磚砌體房屋數(shù)量和土坯房屋數(shù)量的空間分布有著一定的影響，相關(guān)系數(shù)均在0.638以上，說明這三個因素都對村鎮(zhèn)民居的數(shù)量起著一定程度的影響；第二，磚砌體房屋數(shù)量與三個因素的相關(guān)性更強，因此可以用來作為下文中多元線性回歸分析的應(yīng)變量；第三，根據(jù)磚砌體房屋、土坯房屋與地區(qū)總建筑面積相關(guān)性分析的結(jié)果，可以判定在黑龍江省村鎮(zhèn)磚砌體房屋為主要的結(jié)構(gòu)形式。具體數(shù)字如表2所示。

圖6 磚砌體房屋數(shù)量與購建住房費用散點圖Fig. 6 Scatter diagram of number of brick masonry buildings with construction housing cost

圖7 土坯房屋數(shù)量與購建住房費用散點圖Fig. 7 Scatter diagram of number of adobe houses with construction housing cost

表2 磚砌體房屋數(shù)量、土坯房屋數(shù)量與三個因素之間的相關(guān)分析表Table 2 Correlation of number of brick masonry buildings and adobe houses with three factors

2 基于影響因素的村鎮(zhèn)民居空間化研究

從上述分析可知，村鎮(zhèn)民居磚砌體結(jié)構(gòu)房屋數(shù)量較土坯房屋數(shù)量與所提取的三個因素有更強的相關(guān)性。所以，筆者采用磚砌體房屋數(shù)量作為擬合對象，綜合考慮上述三個因素的影響，建立了合理的數(shù)學(xué)模型，用來判定黑龍江省縣級尺度下的村鎮(zhèn)磚砌體結(jié)構(gòu)房屋數(shù)量。同時，依據(jù)村鎮(zhèn)房屋總量計算出了土坯房屋數(shù)量。最后，結(jié)合GIS技術(shù)將黑龍江省村鎮(zhèn)民居房屋數(shù)據(jù)進行空間化處理，得到了縣級尺度下的村鎮(zhèn)民居主要結(jié)構(gòu)類型的分布情況。

2.1 多元線性回歸模型

由于事物間的聯(lián)系常常是多方面的，一個應(yīng)變量的變化可能受到其他多個自變量的影響。多元線性回歸的目標(biāo)就是用兩個或兩個以上的不同變量值來預(yù)測一個變量的值。在多元線性回歸中，被預(yù)測的變量稱為因變量，用來預(yù)測的變量稱為自變量或預(yù)測變量。為此，本文采用多元線性回歸模型，因變量為磚砌體房屋數(shù)量，自變量分別為地區(qū)總建筑面積、地區(qū)生產(chǎn)總值、購（建）房費用。

多元線性回歸模型的一般形式為：

式中，Y為應(yīng)變量；x1，x2，…，xp為自變量；b1，b2，…，bp都是與x1，x2…xp無關(guān)的參數(shù)；ε為隨機誤差。

對于多元線性回歸模型的評價方式，本文采用決定系數(shù)R2，其取值范圍是0到1。R2越接近于1，說明模型的擬合情況越好。

2.2 考慮多因素下的黑龍江省村鎮(zhèn)民居空間分布

利用多元線性回歸模型進行建模，可得到如下模型：

式中，Y代表的是磚砌體房屋數(shù)量（百棟）；XS代表的是地區(qū)總建筑面積（萬平方米）；XG代表的是地區(qū)生產(chǎn)總值（千萬）；XF代表的是購（建）房費用（萬元）。

利用該模型可以得出黑龍江省縣級尺度村鎮(zhèn)民居房屋的分布，如圖8和圖9所示（葉宇等，2006）。黑龍江省村鎮(zhèn)共有5176992棟房屋，磚砌體房屋的比例為73.3%，土坯房屋的比例為26.7%。該模型的決定系數(shù)R2為0.972。

圖8 黑龍江省村鎮(zhèn)磚砌體民居分布圖Fig. 8 Distribution of rural brick masonry buildings in Heilongjiang province

圖9 黑龍江省村鎮(zhèn)土坯民居分布圖Fig. 9 Distribution of rural adobe houses in Heilongjiang province

3 模型精度驗證

第一，本文所建立的模型決定系數(shù)R2為0.972，在0.01水平上多元線性回歸模型是顯著的，說明在同時考慮地區(qū)總建筑面積、地區(qū)生產(chǎn)總值、購（建）房費用三個因素后，能在97.2%的程度上解釋磚砌體房屋數(shù)量的分布情況。

第二，根據(jù)2010年全國第六次人口普查相關(guān)資料，黑龍江省村鎮(zhèn)共有476775棟房屋，其中，磚砌體房屋的比例為71.3%，土坯房屋的比例為27.4%，其他類型房屋的比例為1.3%。這與本文所得結(jié)果基本一致，也進一步驗證了本模型的合理性。

4 結(jié)論與討論

基于本文得到的黑龍江省村鎮(zhèn)民居縣級尺度下的空間分布，可以得出以下結(jié)論：

（1）基于抽樣調(diào)查數(shù)據(jù)和相關(guān)統(tǒng)計數(shù)據(jù)，采用雙變量相關(guān)分析的方法，并以相關(guān)系數(shù)為評價指標(biāo)，研究了地區(qū)總建筑面積、地區(qū)生產(chǎn)總值、購（建）房費用與磚砌體房屋數(shù)量和土坯房屋數(shù)量的相關(guān)性，得到了影響民居分布的主要因素。

（2）采用多元線性回歸模型，利用磚砌體房屋數(shù)量與地區(qū)總建筑面積、地區(qū)生產(chǎn)總值、購（建）房費用的相關(guān)性，得出了黑龍江省村鎮(zhèn)民居的空間分布。

（3）采用上述的分析方法，可以對全國村鎮(zhèn)民居的空間分布進行相關(guān)的研究，可得出影響不同地區(qū)、不同結(jié)構(gòu)類型村鎮(zhèn)民居的相關(guān)因素，再利用抽樣調(diào)查數(shù)據(jù)與相關(guān)因素數(shù)據(jù)進行分析，可給出全國村鎮(zhèn)民居的空間分布。

（4）基于全國村鎮(zhèn)民居的空間分布，可分析不同村鎮(zhèn)地區(qū)民居的建筑結(jié)構(gòu)特點、抗震構(gòu)造措施，以便在地震未發(fā)生時得到不同村鎮(zhèn)地區(qū)、不同結(jié)構(gòu)類型民居的抗震能力分布情況。與此同時，還可以在地震發(fā)生時為地震現(xiàn)場調(diào)查工作提供較為準確的村鎮(zhèn)民居空間分布情況，為建（構(gòu)）筑物安全鑒定和災(zāi)后經(jīng)濟損失評估提供相應(yīng)的基礎(chǔ)數(shù)據(jù)。

高曉路，金鳳君，2011.基于尺度收縮方法的中國縣級尺度房屋結(jié)構(gòu)數(shù)據(jù)推算.地理研究，30（12）：2127—2138.

葛學(xué)禮，朱立新，2001.村鎮(zhèn)建筑震害與抗震技術(shù)措施.工程抗震，1（1）：43—48.

葛學(xué)禮，朱立新，2010.鎮(zhèn)（鄉(xiāng)）村建筑抗震技術(shù)規(guī)程實施指南.北京：中國建筑工業(yè)出版社，1—100.

韓貞輝，李志強，2013.人口、房屋數(shù)據(jù)空間化及其在震災(zāi)快速評估中的應(yīng)用.地震地質(zhì)，35（4）：894—906.

盧永坤，代博洋，2011.云南地區(qū)房屋建筑面積的統(tǒng)計和調(diào)查結(jié)果.地震研究，34（4）：533—537.

陸元鼎，2004. 中國民居建筑.南京：華南理工大學(xué)出版社，1—30.

王雪梅，李新，馬明國，2004.基于遙感和GIS的人口數(shù)據(jù)空間化研究進展及案例分析.遙感技術(shù)與應(yīng)用，19（5）：734—738.

王麗莉，李林侗，2013.基于房屋普查數(shù)據(jù)的房屋增長規(guī)律研究.防災(zāi)減災(zāi)學(xué)報，29（3）：9—12.

楊小喚，劉業(yè)森，江東，2006.一種改進人口數(shù)據(jù)空間化的方法：農(nóng)村居住地重分類.地理科學(xué)進展，25（3）：62—69.

葉宇，馮險峰，劉高煥，2006.人口數(shù)據(jù)空間化表達與應(yīng)用.地球信息科學(xué)，8（2）：59—65.

閆慶武，卞正富，張萍，2011.基于居民點密度的人口密度空間化.地理與地理信息科學(xué)，27（5）：95—98.

Harvey J.T.，2002. Estimating Census District Population from Satellite Imagery：Some Approaches and Limitations. International Journal of Remote Sensing，23（10）：2071—2095.

Hessami M.，Gachon P.，2008. Automated Regression-based Statistical Downscaling Tool. Environmental Modelling & Software，23（6）：813—834.

Wu C.，Murray A.T.，2005. A Cokriging Method for Estimating Population Density in Urban Areas. Computers，Environment and Urban Systems，（29）：558—579.

Spatial Rural Dwelling Buildings Distribution at the County Level Scale in Earthquake Investigation and the Foundation Data Supporting——A Case Study of Heilongjiang Province

Yu Delong1)，Sun Baitao1,2)，Yan Peilei2)and Zhang Ge2)
1）College of Aerospace and Civil Engineering，Harbin Engineering University，Harbin 150001，China
2）Key Laboratory of Earthquake Engineering and Engineering Vibration，Institute of Engineering Mechanics，China Earthquake Administration，Harbin 150080，China

In order to control the spatial distribution of rural dwelling buildings quickly and effectively by the earthquake site investigations, and establish database at the county level scale, we take Heilongjiang province as an example, to study spatial rural dwelling houses distribution at the county scales. Firstly, based on the existing statistical data, we analyze and extract the factors which has impact on spatial rural dwelling houses distribution. Secondly, we use bivariate correlation analysis method and correlation coefficient as evaluation index, to study the region a total construction area, GDP and builds housing costs affecting spatial rural dwelling houses distribution. Thirdly, based on the rural residence base data and related statistical data, we build multivariate linear regression model, the distribution law of brick masonry buildings and adobe houses in Heilongjiang province. The spatial rural dwellings buildings distribution at the county level scale in Heilongjiang province was obtained by using GIS technology. When a major earthquake occurs, our results are efficient to give spatial distribution of the disaster area, the number of rural dwellings for the earthquake scene investigation work provide basic data support. Moreover, our results provide the corresponding technical support for planning and vulnerability analysis in the future.

Rural dwelling buildings；Spatial distribution；The county level scale；Bivariate correlation analysis；Multiple linear regression model

國家自然科學(xué)基金重大研究項目（91315301-10）；中國地震局工程力學(xué)研究所所長基金（2010B10）資助

2014-12-05

于德龍，男，生于1988年。博士研究生。主要研究方向：結(jié)構(gòu)易損性分析。E-mail：yudelong99@hotmail.com