常年的烈日、风沙和浮尘,使于田县民居多顺应自然,形成封闭型、内庭式的平面布局,以阿以旺民居为主,平面组合形式主要有中厅式和排列式两种。于田县民居通常没有中轴线及对称的要求,也无上、下厢房、正屋侧厢之分,房间的组织与排列十分自由,各组房间都以阿以旺中厅或户外活动场所为中心,可以向外任意扩展延伸(潘晶,2010),在遥感影像上具有明显的几何和光谱特征(表1)。

农房空间分布特征主要指空间分布格局、空间邻接特征和分布类型(角媛梅等,2003)。由于地理环境、气候特征、生活习惯等差异,不同地区的农房具有明显的区域分布特征。笔者结合Worldview高分辨率卫星影像和农房结构特征,分析于田县农房分布影像特征如下:

(1)农房聚集程度较高、分布整齐、大多沿道路两侧连续分布,围合成四边形,四边形内规则分布农田; 少量呈星点状随机分布(图2a)。

表1 典型农房结构及影像关联特征描述
Tab.1 Description of associated characteristic of typical rural buildings structures and their images

(2)农房在影像上表现为规则的多边形,形状简单。农房结构、面积、规模因资源条件、经济水平、生活方式等差异不完全一致。

(3)具有明显的空间邻接特征,部分农房前后存在空地。两户之间部分通过绿化树木隔开,部分直接相连(图2b)。

(4)农房与裸地具有相似的色调,但纹理特征存在显著差异。裸地纹理特征统一,农房具有明显的边缘特征。

于田县农房具有较为固定的结构特征,解译标志明显,多沿道路两侧密集连续分布,因此,可利用线标绘技术开展农房总量估算。线密度定义为某条线上的自然户密度,采用线单位长度内的自然户数量来衡量。

(1)线标绘

图2 农房分布影像特征(a)农房空间分布图;(b)农房空间邻接特征图
Fig.2 Spatial distribution characteristic of rural buildings(a)spatial distribution of rural buildings;(b)characteristic of spatial adjacency of rural buildings

在农房典型分布区中随机选择样本区开展线标绘。通过目视观察,确定线标绘规则如下:

①为了保持密度相对均一,起点为屋边空地,终点为农房边界。

②十字路口农房避免重复标绘。

③为保证线密度均匀,在标绘星点状分布单栋农房时,线长度约为农房宽度的1.2倍。

(2)线密度

在烈度区内选择典型样本区,采用点标绘法得到样本区内自然户总数,采用线标绘法开展长度量算,如图3所示。

图3 点标绘和线标绘自然户数量
Fig.3 Number of families by using point plotting method and line plotting method

L_d=∑^m_n=1h_n/∑^m_n=1l_n.(1)

其中,L_d为线密度,单位户/m, m为样本区内的线数量,h_n为样本区内第n条线上的农房户数,l_n为样本区内第n条线的长度,n为线编码。样本区内线数量为53条,线长度为3 449 m,采用点标绘法得到的自然户数为186户,线密度L_d为0.053 9户/m。

地震烈度是评价地震所造成影响大小或强弱的标度,地震烈度的评定需综合地表震动观测、遥感解译、现场调查等确定(张建国,2014)。不同烈度区内农房的破坏程度具有较大的差别。因此,在灾情预评估中需要分地震烈度区统计农房户数、间数、总面积等。

(1)农房户数

H_i=L_d×∑^m_n=1l_n.(2)

其中,H_i为第i地震烈度区内的农房户数,l_n为第i地震烈度区内第n条线的长度,L_d为线密度。Ⅶ度烈度区线标绘1 195条,总长度为113 448 m,自然户数量为6 115户。

(2)计算农房间数和总面积

农房间数和总面积是农房倒损评估的评价单元。结合统计数据,构建公式如下:

R_i=H_i×(R_s)/(H_s).(3)

其中,H_i为第i地震烈度区内的农房户数,R_i为第i地震烈度区内的总农房间数,H_s为统计数据中农房总户数,R_s为统计数据中农房总间数。

A_i=R_i×(A_s)/(R_s).(4)

其中,A_i为第i地震烈度区内的农房总面积,R_i为第i地震烈度区内的总农房间数,A_s为统计数据中农房总面积,R_s为统计数据中农房总间数。据第六次人口普查数据,新疆于田县自然户为5 695户,农房间数为16 446间,面积为370 763 m²(10%抽样),据此得到于田县平均每户农房间数为2.89间、每间22.5 m²。则估算新疆和田地区于田县“2·12”7.3级地震Ⅶ度烈度区内农房总量为6 115户,1.767万间,39.76万m²。

为开展线密度法效率和精度验证,随机选取另一典型样本区域,分别采用点标绘法和线密度法开展总量估算(图4)。采用目视解译点标绘法计算得到自然户数为252户,用时25 min; 线标绘长度为4 417 m,用线密度法计算得到的自然户数为238户,用时5 min,精度为点标绘法的94%。

线密度法误差主要来源如下:

(1)解译误判引起的主观误差。强度高的地震影响范围广,例如汶川地震涉及四川、甘肃等10个省(市)、417个县(民政部国家减灾中心,2012),需要多人协同。但是人与人之间由于专业背景、业务经验等差异造成对认知解译标志存在差异,有可能造成误判,如将公共设施用房、牲畜房舍误判为农房。在实际业务中,需针对不同类型的农房选取不同位置、不同结构、不同形状等建立多个解译标志,并详细描述,以避免由误判造成的主观误差。

图4 农房总量估算(a)点标绘法;(b)线标绘法
Fig.4 Assessment of the amount of rural buildings (a)point plotting method;(b)line plotting method

(2)农房空间分布异质性引起的客观误差。该地区农房具有相对规则的分布,但是由于历史原因、经济水平等造成农房密度不均一以及不同位置的线密度存在差异,因此采取统一的线密度必然带来误差,需针对不同的区域加入不同的调整系数。