摘要：地震災(zāi)害及其災(zāi)后重建對人類社會產(chǎn)生了深遠(yuǎn)的影響，地震間接經(jīng)濟損失不僅影響區(qū)域經(jīng)濟復(fù)蘇政策，也關(guān)系到國家層面的經(jīng)濟援助。由于經(jīng)濟活動的跨區(qū)域性和數(shù)據(jù)獲取的難度，間接經(jīng)濟損失調(diào)查難以覆蓋所有經(jīng)濟活動。然而，一個地區(qū)的夜間燈光（NighttimeLight，NTL）可以反映該地區(qū)的經(jīng)濟活動。本項目重點介紹2023年土耳其哈塔伊省地震造成的間接經(jīng)濟損失及基于夜間光圖像的恢復(fù)重建進展評價。首先，基于震前數(shù)據(jù)，建立國內(nèi)生產(chǎn)總值（GrossDomesticProduct，GDP）夜間燈光參數(shù)的函數(shù)關(guān)系。其次，通過地震后災(zāi)區(qū)夜間光衰減來評估地震的間接損失對比直接損失，計算各個地區(qū)損失經(jīng)濟。最后，對以燈光亮度損失為特征的災(zāi)害損失、經(jīng)濟損失、人口影響區(qū)進行統(tǒng)計評價。

關(guān)鍵詞：夜間燈光經(jīng)濟損失人口影響災(zāi)后重建

中圖分類號：P315.9

AssessmentofEarthquakeLossesandEconomicRecoveryBasedonNighttimeLightData

YEQianTONG Xin

InstituteofDisasterPrevention，Langfang，HebeiProvince，065201China

Abstract：Earthquakedisastersandtheirpost-disasterreconstructionhaveaprofoundimpactonhumansociety，andindirecteconomiclossesfromearthquakesaffectnotonlyregionaleconomicrecoverypolicies，butalsoarerelatedtoeconomicassistanceatthenationallevel.Duetothecross-regionalnatureofeconomicactivitiesandthedifficultyofdataacquisition，itisdifficultforindirecteconomiclosssurveystocoveralleconomicactivities.However，NighttimeLight（NTL）inaregioncanreflectitseconomicactivities.ThisprojectmainlyintroducestheindirecteconomiclossescausedbytheearthquakeinHatayProvince，Turkeyin2023，aswellastheevaluationoftheprogressofrecoveryandreconstructionbasedonnighttimelightimages.First，afunctionalrelationshipbetweentheGrossDomesticProduct（GDP）andthenighttimelightparameterisestablishedbasedonpre-earthquakedata.Second，theindirectlossesoftheearthquakeareevaluatedbytheattenuationofnighttimelightinthedisasterareasaftertheearthquakeandcomparedwithitsdirectlosses，andthelosseconomyofeachregioniscalculated.Finally，disasterlosses，economiclossesandpopulationimpactareascharacterizedbylightbrightnesslossesarestatisticallyevaluated.

KeyWords：Nighttimelight;Economicloss;Populationimpact;Post-disasterreconstruction

經(jīng)濟活動具有跨區(qū)域性并且數(shù)據(jù)獲取具有一定難度，間接經(jīng)濟損失調(diào)查難以覆蓋所有經(jīng)濟活動，而夜間燈光數(shù)據(jù)作為一種獨特的地表景觀現(xiàn)象能夠有效地描述光在地球表面的分布，能反映人類夜間活動及在活動規(guī)律，成為城市社會和經(jīng)濟夜間活動強度的重要指標(biāo)，并已經(jīng)廣泛地應(yīng)用于城市化研究[1]。目前，夜間燈光數(shù)據(jù)已成為社會經(jīng)濟參考的一項重要指標(biāo)，通過燈光指數(shù)來評估地震發(fā)生前后的災(zāi)區(qū)損失和恢復(fù)情況，對評估地區(qū)經(jīng)濟損失和政府救援資源分配以及災(zāi)后重建恢復(fù)都具有重要科學(xué)意義。2023年上半年土耳其南部發(fā)生強震，因此選取哈塔伊省作為研究范圍。

1研究區(qū)域與數(shù)據(jù)源

哈塔伊省位于土耳其和敘利亞邊境，2023年 2月6日土耳其南部發(fā)生強震后，哈塔伊省就是受災(zāi)最為嚴(yán)重的省份之一。根據(jù)土耳其災(zāi)害與應(yīng)急管理局發(fā)布的消息，20日20時04分，哈塔伊省發(fā)生6.4級地震，震中位于該省內(nèi)地區(qū)；20時07分，哈塔伊省又發(fā)生5.8級地震，震中位于薩曼達區(qū)。因此，哈塔伊省受災(zāi)較為嚴(yán)重，選擇其為本項目的研究區(qū)域。使用NPP-VIIRS數(shù)據(jù)[2]，NPP-VIIRS夜間燈光數(shù)據(jù)由美國國家海洋和大氣管理局提供我們具體選取的是震前震后受云遮擋影響較小的日期：震前2023年1月24日，震后2023年2月12日，以及下載了2022年第四季度的土耳其和哈塔伊省NPP-VIIRS夜間燈光數(shù)據(jù)。

2.研究方法

2.1國內(nèi)生產(chǎn)總值比值估算

首先要先證明夜間燈光數(shù)據(jù)與國內(nèi)生產(chǎn)總值（GrossDomesticProduct，GDP）之間存在關(guān)聯(lián)，證明公式[3]：

式（1）中：是各省GDP；是全國GDP；是全省夜間燈光數(shù)據(jù)，是全國夜間燈光數(shù)據(jù)。依據(jù)從土耳其統(tǒng)計局獲取的土耳其全國各省2004—2021年各季度（及各年）的GDP和全國GDP，將這18年來的哈塔伊省的GDP數(shù)據(jù)和全國GDP相比得出結(jié)論：哈塔伊省大致占全國GDP的1.1%[4]。

2.2夜間燈光比值估算

首先需要對數(shù)據(jù)進行預(yù)處理，將其投影到自定義TurkeyLambertConformal?;Conic投影下，利用哈塔伊省行政區(qū)劃矢量數(shù)據(jù)裁剪出哈塔伊省區(qū)域的夜間燈光數(shù)據(jù)，傳統(tǒng)的影像數(shù)據(jù)采取掩膜法提取法，將提取出的燈光數(shù)據(jù)去噪，選取水體DN值和最大城市燈光值作為光閾值去噪[5]，水體DN值為全省前十大水域燈光數(shù)據(jù)，綜合各水域的平均燈光值得到水體DN值。選取經(jīng)濟發(fā)達的前八個城市最大燈光值進行平均，得到發(fā)達城市最大光照值。利用校正方程：

計算結(jié)果=0.381，=123.45，其中Lc為季度NTL校正后的DN值，代表全國水體的平均光照DN值，代表發(fā)達城市的最大光照值，同樣處理哈塔伊省燈光數(shù)據(jù)。根據(jù)：

式（2）中：為哈塔伊省第四季度夜間燈光數(shù)據(jù)；為全國第四季度夜間燈光數(shù)據(jù)。計算出比值為1.7%，與哈塔伊省GDP占全國的比值大致相等，則可以說明夜間燈光數(shù)據(jù)與GDP存在線性關(guān)系[6]。

2.32023年第一季度每日GDP估算

計算若地震未發(fā)生，哈塔伊省按照往年發(fā)展趨勢下應(yīng)有的GDP數(shù)值。根據(jù)此前可證明：

式（3）中：為哈塔伊省第一季度GDP；為全國第一季度GDP；為哈塔伊省第一季度夜間燈光數(shù)據(jù)；為全國第一季度夜間燈光數(shù)據(jù)。哈塔伊省及全國第一季度燈光數(shù)據(jù)處理等同于以上第四季度燈光數(shù)據(jù)處理方法，求得，同時計算可得哈塔伊省第一季度GDP。利用公式：

式（4）中：g為日均GDP；x為哈塔伊省2023年第一季度GDP；n為2023年第一季度天數(shù)。其中，計算出的g指若未發(fā)生地震，哈塔伊省若未發(fā)生地震本該有的第一季度日均GDP。

式（5）中：為原始日燈光數(shù)據(jù)歸一化之后的像素灰度值；為原始日燈光數(shù)據(jù)灰度值；為原始日燈光數(shù)據(jù)像素平均值；為原始日燈光數(shù)據(jù)像素標(biāo)準(zhǔn)差；為參考圖像的像素平均值；為參考圖像的像素平均值。

為估算哈塔伊省地震前后的日均GDP，建立計算模型：

式（6）中：是哈塔伊省地震前后的日均GDP；是2022年第四季度的日均GDP；是2022年第四季度平均夜間燈光輻射；為歸一化之后的灰度值?；谝陨系贸龅卣鹎昂髢商斓娜站鵊DP大致相等，但震后值遠(yuǎn)遠(yuǎn)小于未發(fā)生地震時的趨勢值[7]。

3.結(jié)果與討論

3.1對哈塔伊省第一季度損失資金估計

根據(jù)Tüikkurumsal網(wǎng)站下載土耳其每年各季度GDP數(shù)據(jù)（1998—2023年），哈塔伊省GDP占比全國1.1%，估算哈塔伊省每年各季度GDP，建立預(yù)測模型，現(xiàn)需按照近年來GDP發(fā)展趨勢預(yù)測2023年若未發(fā)生地震第一季度應(yīng)有GDP。

預(yù)測出2023年第一季度GDP大致為5389536百萬美元，網(wǎng)站上提供2023年第一季度國家GDP為488754183百萬美元，根據(jù)哈塔伊省占國家比例估算出哈塔伊省2023年第一季度GDP為5376296百萬美元，與預(yù)測值相差13240百萬美元。根據(jù)世界銀行全球快速災(zāi)后損失估算報告對土耳其震后損失統(tǒng)計，得出哈塔伊省平均損失估算報告對土耳其震后損失統(tǒng)計，得出哈塔伊省平均損失12448百萬美元。所以預(yù)測值大致符合實際。

3.2經(jīng)濟損失評價

由世界銀行估算的哈塔伊的GDP平均值，根據(jù)各地區(qū)震前震后燈光變化情況按燈光變化比率分配全省受災(zāi)資金到各地區(qū)。根據(jù)燈光變化大小來對受災(zāi)人口其受災(zāi)害影響損失情況進行分級，分別統(tǒng)計各地區(qū)受災(zāi)人口等級數(shù)量（4.4受災(zāi)人口統(tǒng)計）。按受災(zāi)嚴(yán)重區(qū)域在損失資金中占比55%，受災(zāi)中等區(qū)域在損失資金中占比35%，以及受災(zāi)較低地區(qū)損失資金占比10%來進對世界銀行統(tǒng)計的受災(zāi)資金進行分配[8]。

3.3災(zāi)后危機區(qū)劃分

將震前1月24日及震后2月12日的燈光數(shù)據(jù)進行歸一化，使用的歸一化公式（2.4部分）計算灰度值，利用柵格計算器計算RN值，

（7）

式（7）中：為2023年2月12日震后的夜間燈光輻射總量；為2023年1月24日震前的夜間燈光輻射總量。越小，災(zāi)害損失越嚴(yán)重。根據(jù)值進行分類統(tǒng)計并劃分等級[9]，即“high”（0<<0.28）

“Moderate”（0.28<<0.62）“Low”（0.62<<1.26）“No”（1.26<<25.92）。

3.4受災(zāi)人口統(tǒng)計

根據(jù)WorldPop上的哈塔伊省人口數(shù)據(jù)圖連接RN值等級圖，根據(jù)受災(zāi)區(qū)域提取地震受災(zāi)人口，按受災(zāi)區(qū)域等級對應(yīng)受災(zāi)人口將受災(zāi)人口影響程度劃分為4個等級“High”“Moderate”“Low”“No”。根據(jù)受災(zāi)人口分區(qū)域進行統(tǒng)計，統(tǒng)計在每個市內(nèi)遭受災(zāi)害各個等級的人數(shù)，根據(jù)受災(zāi)人口所占比例最后形成每個市單獨的受災(zāi)程度統(tǒng)計柱狀圖[10]。

4.結(jié)論

本文利用水體DN值和最大城市燈光值校正NPP-VIIRS月度無云夜間燈光數(shù)據(jù)和日燈光數(shù)據(jù)，得出以下主要結(jié)論：

通過對比哈塔伊省和土耳其同一時間段的夜間燈光數(shù)據(jù)之比和哈塔伊省和土耳其的GDP之比，可以得出夜間燈光數(shù)據(jù)與GDP之間存在著一定的線性關(guān)系。研究區(qū)域內(nèi)整體的燈光總強度在發(fā)生后呈現(xiàn)明顯的下降趨勢，根據(jù)近年來第一季度GDP來預(yù)測若未發(fā)生地震的GDP，將其與已公布的2023年第一季度GDP相減可以得出所損失的GDP，將其按照每個地區(qū)的受災(zāi)嚴(yán)重程度及進行分配，可得出每個地區(qū)的災(zāi)害損失具體數(shù)值。

將受損程度與人口分布圖相關(guān)聯(lián)，分行政區(qū)域進行統(tǒng)計，可得到每個區(qū)域人口受災(zāi)情況，受災(zāi)影響最嚴(yán)重的地區(qū)主要分布于中部和南部地區(qū)，與官方統(tǒng)計基本一致。通過對受災(zāi)經(jīng)濟進行預(yù)測和對受災(zāi)影響區(qū)域和人口進行統(tǒng)計，為之后政府災(zāi)后救援和重建從多維角度進行分析。

參考文獻

• 李啟華，譚榮建.NPP-VIIRS年度夜間燈光數(shù)據(jù)合成方法[J].遙感信息，2023，38（3）：47-53.
• 江威，何國金，劉慧嬋.NPP/VIIRS和DMSP/OLS夜光數(shù)據(jù)模擬社會經(jīng)濟參量對比[J].遙感信息，2016，31（4）：28-34.
• 張小詠，朱俊杰，許建華.基于燈光遙感圖像的地震災(zāi)情信息提取[J].地震研究，2018，41（2）：311-318+344

[4]LIF，WANGQL，HUWJ，ETAL.RapidassessmentofdisasterdamageandeconomicresilienceinrelationtothefloodinginZhengzhou，Chinain2021[J].RemoteSensingLetters，2022，13（7）：651-662.

• 李峰，劉軍，劉文龍，等.京津冀縣域夜間燈光數(shù)據(jù)碳排放時空動態(tài)分析[J].信陽師范學(xué)院學(xué)報（自然科學(xué)版），2021，34（2）：230-236.
• 李峰，張曉博，廖順寶，等.DMSP-OLS與NPP-VIIRS夜間燈光數(shù)據(jù)測算統(tǒng)計指標(biāo)能力評估：京津冀地區(qū)縣域GDP、人口及能源消耗為例[J].測繪通報，2020（9）：89-118.
• 李峰，米曉楠，劉軍，等.基于NPP-VIIRS夜間燈光數(shù)據(jù)的北京市GDP空間化方法[J].國土資源遙感，2016，28（3）：19-24.
• CAOJ，CHENY，WILSONPJ，etal.ModelingChina’sprefecture-leveleconomyusingviirsimageryandspatialmethods[J].RemoteSensing，2020，12（5）：839-839.
• 李峰，劉小陽，劉軍，等.夜間燈光數(shù)據(jù)下河北省能源消費量的空間模擬[J].信陽師范學(xué)院學(xué)報（自然科學(xué)版），2017，30（1）：92-96.
• 謝志輝，李功權(quán).基于多源遙感數(shù)據(jù)的震后恢復(fù)評估：四川長寧MS6.0地震為例[J].地震工程學(xué)報，2022，44（4）：990-1000.