翟永梅，陳 剛，歐陽倩雯

(1.同濟大學上海防災救災研究所，上海200092;2.同濟大學土木工程學院，上海200092;3.蘇州龍湖基業(yè)房地產(chǎn)有限公司，蘇州215000)

0 引言

地震災害是目前人類所面臨的最嚴峻的自然災害之一，其具有突發(fā)性和毀滅性，一次破壞性地震可能造成大量的建筑物倒塌及各種次生災害，引發(fā)人員傷亡、財產(chǎn)損失、生產(chǎn)停頓、城市機能癱瘓等一系列問題 (王飛，蔣建群，2005)。

地理信息系統(tǒng) (Geographic Information System)是一種具有集中、存儲、分析和顯示地理參考信息功能的計算機系統(tǒng)。它引入了空間概念，能以直觀交互的方式分析和存儲建筑物震害預測數(shù)據(jù)。城市建筑物具有類型多樣、功能各異、基數(shù)龐大等地理空間特點，因此，應用GIS技術對城市建筑物的抗震信息實施空間、動態(tài)分析，具有顯著的效率優(yōu)勢，同時裨益于抗震防災規(guī)劃和震后應急救災、損失快速評估等相關工作 (鐘德理，2004)。

我國抗震防災中GIS技術應用較晚，中國地震局工程力學研究所在1995年利用GIS構(gòu)建了中國華北部分地區(qū)的地震信息系統(tǒng)，并在此基礎上編制了基于GIS的太原—臨汾地震區(qū)劃，利用GIS識別潛在震源區(qū) (湯愛平等，1999)。近幾年政府相關部門對GIS在城市防震減災中的應用研究更加重視，泉州、汕頭、合肥等城市建立了基于GIS的城市防震減災信息管理系統(tǒng)和輔助決策系統(tǒng) (周錫元，陳一平，1986)。

筆者以上海市浦東新區(qū)濰坊街道為實驗區(qū)，基于ArcGIS軟件平臺，開發(fā)了建筑物震害預測系統(tǒng)。該系統(tǒng)利用GIS平臺強大的空間數(shù)據(jù)分析能力，對原始圖層數(shù)據(jù)進行預處理和智能判別，使其關鍵屬性得到補充完善以滿足震害預測的基本要求;利用GIS平臺的圖形顯示功能，實現(xiàn)直觀具象的震害結(jié)果展示和輸出，同時支持對象查詢、選擇和信息識別等人機交互操作。本文所用數(shù)據(jù)來源于上海市測繪院浦東分院。

1 系統(tǒng)框架設計及功能實現(xiàn)

該系統(tǒng)以ArcGIS軟件平臺為主要工作環(huán)境，關聯(lián)兩個外部工具，總框架流程如圖1所示，可分為3個組件:震害矩陣統(tǒng)計工具、震害預測工具箱、建造年代及震害結(jié)果賦值工具。

1.1 震害矩陣統(tǒng)計工具

震害矩陣統(tǒng)計工具的主要功能是建立工作區(qū)的震害矩陣數(shù)據(jù)。該工具嵌入了結(jié)構(gòu)易損性分析模型，以實地調(diào)查樣本為輸入，通過簡單交互實現(xiàn)數(shù)據(jù)的批量計算和統(tǒng)計分析，最終生成一個獨立的工程文件。其中包含所有樣本的參數(shù)信息和分析結(jié)果，分列各結(jié)構(gòu)類別建筑物的震害矩陣，以及按年代分布統(tǒng)計的震害指數(shù)和震害結(jié)果。以往的城市震害預測，往往只考慮結(jié)構(gòu)類別一個維度來賦予建筑物震害預期 (周光全等，2010)。而實際上建筑物的抗震能力與建造年代呈現(xiàn)明顯的關聯(lián)性，因此本文將建筑物的建造年代信息納入考慮，增加一個維度，提高預測的精度 (胡少卿，2007)。該工程文件將作為數(shù)據(jù)源輸入到建造年代及震害結(jié)果賦值工具中。

該工具將各類建筑分為多層砌體房屋、鋼筋混凝土房屋、內(nèi)框架和底層框架砌體房屋、單層工業(yè)廠房和單層空曠房屋、老舊民房、重要建筑六個結(jié)構(gòu)類別，分別建立易損性分析模型。

1.2 震害預測工具箱

GIS建筑物圖層文件中要素屬性的完整性是進行后續(xù)建筑物震害預測工作的基礎。屬性賦值工作主要包括建筑物結(jié)構(gòu)類別和建造年代兩大部分。ArcGIS震害預測工具箱主要實現(xiàn)建筑物結(jié)構(gòu)類別的完善以及與外部程序工具的數(shù)據(jù)對接，分為4個子模塊 (圖2)。實驗區(qū)的原始GIS圖層中含有26個字段，而其中絕大多數(shù)字段對震害預測是無意義的。在所有建筑物要素中，只有約40%含有結(jié)構(gòu)類別屬性，且只含多層砌體和鋼筋混凝土兩種結(jié)構(gòu)，缺失嚴重，無法直接進行震害預測工作。

Pretreatment of building polygon模塊主要完成圖層文件的前處理工作，包括刪除多余字段信息，計算建筑物要素總面積，甄別學校、高層建筑等重要建筑并定義其屬性字段。經(jīng)此模塊處理后，重要建筑得到了定義，但仍有近半數(shù)的建筑物結(jié)構(gòu)類別屬性缺失。該模塊使用了ArcToolbox中數(shù)據(jù)管理工具的字段處理等功能，同時也在ArcGIS開發(fā)環(huán)境下采用PYTHON_9.3和VB腳本語言編寫了部分代碼來實現(xiàn)重分類等操作 (劉偉，2012)。

經(jīng)過Pretreatment of building polygon模塊處理的圖層文件，STRUCTURE屬性字段的缺失率約為48.87%，仍占有較大比值。為進一步完善結(jié)構(gòu)類別屬性字段，開發(fā)Assignment of structure attribution模塊，該模塊使用了ArcToolbox疊加分析中的空間連接工具?？臻g連接是指基于兩個要素類中要素之間的空間關系將屬性從一個要素類傳遞到另一個要素類 (韋強，2012)。只要找到指定的空間關系或匹配選項，就會將連接要素的屬性添加到目標要素中。在建筑物圖層文件中，具有相交關系的要素可以認為是從屬于同一建筑體，具有相同的結(jié)構(gòu)類別屬性。除根據(jù)面要素間的相交相鄰關系實現(xiàn)屬性遷移外，本模塊還將根據(jù)建筑物的名稱、用途、面積、層數(shù)等信息進行綜合篩選和模糊分類，完善要素的結(jié)構(gòu)類別屬性。

經(jīng)過該模塊處理的圖層數(shù)據(jù)，結(jié)構(gòu)類別字段的完整度可以接近百分之百，以實驗區(qū)處理前后對比為例說明:圖3為處理前后對比圖，處理前結(jié)構(gòu)類別字段未賦值的要素數(shù)量眾多，結(jié)構(gòu)類別單一;經(jīng)模塊處理后，基本所有像元都獲得有效定義，結(jié)構(gòu)類別豐富多樣。

Output xls file模塊將處理過的圖層文件屬性表寫入 (*.xls)文件。由于GIS圖層的屬性數(shù)據(jù)為dbf格式，其他的外部軟件無法讀寫。因此本文用python編寫了腳本程序，把圖層屬性導出到ArcGIS默認路徑下 (王衛(wèi)東等，2011)，供建造年代及震害賦值工具調(diào)用。

Match damge evaluation results模塊主要功能是為圖層文件和建造年代及震害結(jié)果賦值工具的輸出文件創(chuàng)建連接，獲取震害預測結(jié)果以及建造年代屬性值。同時梳理數(shù)據(jù)格式，為最終二維及三維震害結(jié)果的可視化展示提供基礎。處理完成后的圖層屬性包含了非常完整直觀的信息 (圖4)。

1.3 建造年代及震害結(jié)果賦值工具

建筑物要素的結(jié)構(gòu)類別等屬性經(jīng)過ArcGIS震害預測工具箱中各模塊的處理已得到了補充完善，要進行后續(xù)的精確震害預測工作還需要補充建筑物的建造年代屬性。如果僅僅依靠傳統(tǒng)的人工普查錄入等手段，要覆蓋一個區(qū)域乃至一個城市成千上萬的建筑無疑將耗費巨大的人力物力，難以實施。

本系統(tǒng)使用C#語言開發(fā)了建造年代及震害賦值工具，應用網(wǎng)絡爬蟲技術來完善建筑物的建筑年代信息。網(wǎng)絡爬蟲是搜索引擎的重要組成部分，是一種完全不依賴用戶干預而進行有策略的網(wǎng)頁訪問的技術 (Cho，2001)。

該工具以ArcGIS工具箱輸出的屬性文件為數(shù)據(jù)源，讀取其中的建筑物名稱，以此為檢索主題，從一個初始鏈接出發(fā)，漫游網(wǎng)絡，對鏈接頁面中內(nèi)容和主題 (即建筑物的建造年代)的相關性做出評估，同時也利用網(wǎng)頁鏈式結(jié)構(gòu)來評價和傳遞母網(wǎng)頁的重要性。相關性和重要性高的網(wǎng)頁會被列入待爬行隊列中優(yōu)先訪問，而與主題無關的鏈接會被舍棄。當訪問的網(wǎng)頁中含有該建筑物的建造年代信息時，判定任務完成，將數(shù)據(jù)寫入Arc-GIS軟件默認路徑下的屬性文件中 (王占一，2012)。

建造年代賦值完成后，選擇由震害矩陣統(tǒng)計工具生成的工程文件，即可根據(jù)每個建筑物的建造年代和結(jié)構(gòu)類別，完成震害結(jié)果的賦值。

2 應用實例分析

2.1 系統(tǒng)可靠性驗證

上海市浦東新區(qū)濰坊街道的建筑結(jié)構(gòu)類型豐富、年代分布跨度大，涵蓋了上海市大部分房屋建筑的結(jié)構(gòu)類型，具有較強的代表性。

本文按照相關規(guī)范要求進行建筑物抽樣，有效樣本累計面積約為實驗區(qū)建筑物總面積的8%。應用本文所開發(fā)的建筑物震害預測系統(tǒng)進行樣本計算分析及震害矩陣統(tǒng)計。對比上海防災救災研究所 (1993)、中國地震局工程力學研究所(2003)兩次覆蓋該實驗區(qū)的建筑物震害預測研究成果，發(fā)現(xiàn)本文的預測結(jié)果和2003年的研究結(jié)論基本一致，略優(yōu)于1993年的結(jié)論，原因在于新建建筑的抗震性能普遍要優(yōu)于既有的老舊建筑，同時，本系統(tǒng)在原有方法基礎之上，又增加了建造年代信息，提高了建筑信息的維度，使預測結(jié)果更客觀準確。因此，可以認為系統(tǒng)所采用的易損性分析方法準確可靠。

2.2 系統(tǒng)可視化結(jié)果

本文所開發(fā)的建筑物震害預測系統(tǒng)集成于Arc-GIS平臺，具有強大的制圖及圖像顯示功能，根據(jù)系統(tǒng)分析所得的實驗區(qū)震害指數(shù)計算結(jié)果，繪制了實驗區(qū)二維、三維震害預測圖 (冷小鵬，2012)。

其中二維震害預測圖用平均震害指數(shù)來表征某一區(qū)域建筑物總體的抗震性能水平 (圖5)。震害指數(shù)是評價某個結(jié)構(gòu)或構(gòu)件在受到地震作用后的破壞狀態(tài)的無量綱指數(shù)，是對建筑結(jié)構(gòu)的地震破壞狀態(tài)進行定量評估的重要方法。平均震害指數(shù)則指所有房屋的震害指數(shù)的總平均值 (周光全，2011)。

二維建筑震害圖反映了較為宏觀的區(qū)域建筑物抗震性能，不能反映各種建筑類型的破壞情況。根據(jù)建筑物震害預測系統(tǒng)生成的各級震害結(jié)果字段，使用ArcGIS軟件中的ArcScene組件生成三維場景模型，直觀展示各建筑震害預測結(jié)果 (圖6)。三維震害預測圖反映了建筑物的結(jié)構(gòu)類別、建筑功能以及建造年代等屬性對其抗震性能的影響。實驗區(qū)內(nèi)有大量的多層砌體住宅房屋，而在三維圖中這些房屋因建造年代和用途的差異而呈現(xiàn)不同的破壞狀態(tài)，較之以往群體震害預測中僅以結(jié)構(gòu)類別預測破壞結(jié)果在精度上有很大地提高。

3 結(jié)論

本文以ArcGIS軟件平臺為基礎，結(jié)合實際應用需要及源數(shù)據(jù)的格式特點，設計了震害預測系統(tǒng)，介紹了各功能區(qū)塊間的聯(lián)系，并分別展開介紹了各模塊程序的設計思路、實現(xiàn)方法與功能。

根據(jù)該預測結(jié)果，有關部門可以有針對性地對抗震薄弱區(qū)域的建筑物進行加固，提高這些地區(qū)建筑物的整體抗震能力，也可以為未來區(qū)域內(nèi)避震疏散場地及設施的規(guī)劃建設提供依據(jù)。

胡少卿.2007.建筑物的群體震害預測方法研究及基礎設施經(jīng)濟損失預測方法探討［D］.哈爾濱:中國地震局工程力學研究所.

冷小鵬.2012.基于G/S模式的三維地質(zhì)災害信息管理平臺研究［D］.成都:成都理工大學.

劉偉.2012.基于移動GIS的應急救援指揮系統(tǒng)的設計與實現(xiàn)［D］.沈陽:中國科學院研究生院(沈陽計算技術研究所).

上海防災救災研究所.1993.上海市震害預測研究報告［R］.上海:上海防災救災研究所.

湯愛平，董瑩，文愛花.1999.GIS在城市防震減災研究中的應用綜述［J］.自然災害學報，(2):67-72.

王飛，蔣建群.2005.城市地震災害綜合易損性分析方法探討［J］.地震研究，28(1):95-101.

王衛(wèi)東，曾科，方理剛.2011.基于地理處理服務的滑坡敏感性區(qū)劃研究［J］.中南大學學報，(7):2086-2094.

王占一.2012.Web文本挖掘中若干問題的研究［D］.北京:北京郵電大學.

韋強.2012.縣級林地保護利用規(guī)劃林地落界數(shù)據(jù)處理方法［J］.林業(yè)調(diào)查規(guī)劃，(6):10-14.

中國地震局工程力學研究所.2003.上海市浦東新區(qū)震害預測報告［R］.哈爾濱:中國地震局工程力學研究所.

鐘德理.2004.基于GIS的城市建筑物震害預測研究［D］.北京:中國海洋大學.

周光全，盧永坤，非明倫，等.2010.地震災害損失初步評估方法研究［J］.地震研究，33(2):208-215.

周光全.2011.云南地區(qū)簡易房屋的震害指數(shù)研究［J］.地震研究，34(1):88-95.

周錫元，陳一平.1986.城市抗震防災規(guī)劃的研究與實踐［A］//中國工程抗震研究四十年［C］.北京:地震出版社，166-171.

Cho J..2001.Crawling the web:Discovery and Maintenance of Largescale Web Data［D］.L.A.:Stanford University.