建筑物空间分布格网化方法研究

发布时间：2017-09-11 20:29

  本文关键词：建筑物空间分布格网化方法研究

  更多相关文章： 建筑物 空间分布 格网化方法 RS与GIS 主成分分析

【摘要】：我国是世界上地震灾害最为严重的国家之一,强烈的地震灾害对人民生命财产安全造成巨大危害。21世纪以来,我国发生了汶川、玉树、芦山、鲁甸等破坏性地震,造成了大量人员伤亡和重大经济损失。据资料统计,建筑物的破坏和倒塌造成的人员伤亡占地震伤亡人数的95%。目前,我国在地震风险评估以及震后快速评估过程中,对建筑物空间分布一般采取均匀分布方法,与实际情况差别巨大,不能为震灾防御以及灾后应急救援提供有效的依据。随着遥感和GIS技术的飞速发展,研究基于RS和GIS的建筑物空间分布格网化方法具有重要意义。本文首先对目前研究比较成熟的人口空间分布格网化方法进行详细概述,并对其优缺点进行评价,对近几年学者初步研究的建筑物空间分布格网化方法进行总结,发现目前方法存在的缺点,提出解决方案。在此基础上,介绍本文研究思路,并对建筑物空间分布格网化方法进行详细论述。其次,在统计数据、基础地理信息数据和遥感数据的支持下,选取了高程、坡度、坡向、河流、道路、土地利用6个自然地理因子和社会经济因子。然后根据土地利用数据,将土地利用数据整合为城市居民区、乡镇居民区、农村居民区、其它建筑区以及非居民区5类。以GIS空间分析和统计分析为主要手段,在5类区域内部分别进行因子对建筑物空间分布影响程度的定量化分析,建立建筑物空间分布权重模型,以统计单元内部总建筑面积为总量控制,按权重将建筑面积分配到格网中,从而完成东川和天水建筑物空间分布格网化模型的建立,并将其应用到研究区周边区域,对模型预测效果进行评价和修正。第三,将东川和天水建筑物空间分布格网化模型应用到南北地震带100县区域。区域中建筑物空间分布格网化模型的选取采用主成分分析方法和聚类方法。采用主成分分析的方法,从10个因子中选取了垦殖指数、高程、道路密度、林地面积比例、草地面积比例、建筑面积比例6个区划指标,同时考虑区县驻地与建模研究区之间的空间距离,采用聚类分析中常用的最小距离法,完成南北地震带100县的模型选取工作。在此基础上,根据东川和天水模型的定量化参数,进行建筑物空间分布格网化预测。论文最后对本文方法进行总结和展望。由于目前建筑物空间分布格网化方法研究较少,本文仅仅对其进行了初步研究,存在一定的不足之处:(1)模型建立时,因子选取具有一定主观性,并未考虑因子之间的相关性;(2)对于城市内部的建筑物空间分布差异没有体现。这两方面还需要进行深入研究。
【关键词】：建筑物 空间分布 格网化方法 RS与GIS 主成分分析
【学位授予单位】：中国地震局地震预测研究所
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：P315.9;P208
【目录】：

• 摘要7-9
• Abstract9-11
• 第一章 绪论11-25
• 1.1 选题背景和依据11-12
• 1.2 研究的目的和意义12-13
• 1.3 国内外研究现状13-23
• 1.3.1 仅考虑空间位置的数据空间分布格网化方法13-16
• 1.3.2 基于RS和GIS的数据空间分布格网化方法16-21
• 1.3.3 建筑物分布格网化方法21-23
• 1.4 本文主要研究内容23
• 1.5 本文组织结构23-25
• 第二章 研究区概况25-33
• 2.1 东川实验区25-27
• 2.1.1 地理位置25-26
• 2.1.2 行政区划26
• 2.1.3 地形地貌26
• 2.1.4 水文气候特征26-27
• 2.2 天水实验区27-29
• 2.2.1 地理位置27-28
• 2.2.2 行政区划28
• 2.2.3 地形地貌28-29
• 2.2.4 水文气候特征29
• 2.3 南北地震带实验区29-33
• 2.3.1 地理位置29-30
• 2.3.2 行政区划30-32
• 2.3.3 地质构造32-33
• 第三章 数据源介绍33-40
• 3.1 统计资料数据33-36
• 3.1.1 东川区统计资料33-34
• 3.1.2 天水市统计资料34-36
• 3.1.3 南北地震带统计资料36
• 3.2 影响因子数据36-38
• 3.2.1 高程、坡度、坡向36-37
• 3.2.2 河流、道路37
• 3.2.3 土地利用37-38
• 3.3 高分遥感影像数据38-40
• 3.3.1 资源三号影像数据38
• 3.3.2 无人机影像38-39
• 3.3.3 亚米级遥感卫星影像39-40
• 第四章 建筑物空间分布格网化方法40-48
• 4.1 研究思路40-41
• 4.2 研究技术路线41
• 4.3 建筑物空间分布格网化方法41-48
• 4.3.1 5类区域建筑面积分配方法41-42
• 4.3.2 单因子建筑物空间分布格网化权重计算方法42-43
• 4.3.3 多因子建筑物空间分布格网化权重计算方法43-44
• 4.3.4 格网建筑面积分配方法44
• 4.3.5 分结构类型的建筑面积格网化方法44-45
• 4.3.6 分建筑层数的建筑面积格网化方法45-46
• 4.3.7 分建筑年代的建筑面积格网化方法46-48
• 第五章 建筑物空间分布模型建立48-80
• 5.1 地理格网48-50
• 5.1.1 地理格网设计原则48-49
• 5.1.2 东川和天水格网形成及编码方法49-50
• 5.2 影响因子确定及子因子划分50-53
• 5.2.1 影响因子统计方法51-52
• 5.2.2 东川实验区影响因子52
• 5.2.3 天水实验区影响因子52-53
• 5.3 东川模型建立及建筑物空间分布预测结果验证53-67
• 5.3.1 抽样区域选取及房屋单体目视解译53-55
• 5.3.2 不同区域内不同因子对建筑物空间分布影响程度确定55-60
• 5.3.3 不同区域影响因子类间权系数的确定60-61
• 5.3.4 建筑物空间分布格网化预测61-66
• 5.3.5 建筑面积格网预测分布结果验证66-67
• 5.4 天水模型建立及建筑物空间分布预测结果验证67-80
• 5.4.1 抽样区域选取及房屋单体目视解译67-68
• 5.4.2 不同区域内不同因子对建筑物空间分布影响程度确定68-74
• 5.4.3 不同区域影响因子类间权系数的确定74
• 5.4.4 建筑物空间分布格网化预测74-78
• 5.4.5 建筑面积格网预测分布结果验证78-80
• 第六章 模型应用80-92
• 6.1 区划方法研究现状80-81
• 6.2 基于主成分分析以及聚类分析的建筑物区划方法研究81-85
• 6.2.1 区划原则81
• 6.2.2 主成分分析以及聚类分析方法介绍81-82
• 6.2.3 建筑物区划指标选取82-84
• 6.2.4 建筑物区划实验84-85
• 6.3 南北地震带100县建筑物空间分布格网化预测85-92
• 6.3.1 格网形成及格网编码方法85-86
• 6.3.2 影响因子统计86-87
• 6.3.3 建筑物空间分布格网化预测87-92
• 第七章 结论与展望92-94
• 7.1 总结与讨论92-93
• 7.2 存在的问题与展望93-94
• 参考文献94-98
• 致谢98-100
• 个人简介100-101

【参考文献】

中国期刊全文数据库 前10条

1 廖顺宝,李泽辉;四川省人口分布与土地利用的关系及人口数据空间化试验[J];长江流域资源与环境;2004年06期

2 王龙;王晓青;丁香;窦爱霞;;基于遥感和GIS的建筑物震害损失评估方法研究与实现[J];地震;2007年04期

3 吴文钰;高向东;;中国城市人口密度分布模型研究进展及展望[J];地理科学进展;2010年08期

4 廖顺宝,孙九林;基于GIS的青藏高原人口统计数据空间化[J];地理学报;2003年01期

5 卓莉,陈晋,史培军,辜智慧,范一大,一之p,俊明;基于夜间灯光数据的中国人口密度模拟[J];地理学报;2005年02期

6 杨存建;白忠;贾月江;程熙;邓丽丽;;基于多源遥感的聚落与多级人口统计数据的关系分析[J];地理研究;2009年01期

7 徐锡伟,于贵华,马文涛,陈文彬,闻学泽;中国大陆中轴构造带地壳最新构造变动样式及其动力学内涵[J];地学前缘;2003年S1期

8 王瑛,史培军,王静爱;云南省农村乡镇地震灾害房屋损失评估[J];地震学报;2005年05期

9 易玲;熊利亚;杨小唤;;基于GIS技术的GDP空间化处理方法[J];甘肃科学学报;2006年02期

10 曹伟超;陶和平;谭理;张云;董学智;;基于多源空间数据的山区人口分布模拟[J];国土资源遥感;2012年02期

中国硕士学位论文全文数据库 前2条

1 李继业;震灾评估仿真系统的研究与实现[D];复旦大学;2010年

2 颜清梅;基于格网的人口空间分布特征分析[D];四川师范大学;2013年

，

本文编号：832909