进入二十一世纪，我国社会经济进入稳步发展时期，随着经济的高速发展，人民的生活水平也正稳步提高，国内的各项建设工作在全国范围内快速铺开。然而，在人们追求幸福生活，高质生活的时候，很多可以破坏人们安定生活的潜在致灾因素也在不断增加，其中最为典型的就是破坏性地震。并且随着我国经济密集度的提高，地震给人类社会带来的危害与冲击也会越来越大。因此，在地震发生后，必须进行地震灾情快速评估，了解地震影响范围及较为准确的人员伤亡、经济损失与建筑物破坏情况，为政府尽快组织救援提供决策依据，提高对突发地震事件的快速反应能力，使灾后重建工作能高效有序地进行。

       鉴于地震应急业务精化需求和汶川地震、玉树地震反映出的实际问题，在国家地震局的引导下，地震行业已经开始着手进行灾后评估系统的建设。但由于评估所需基础数据获取手段的局限性，在评估过程中主要依靠收集到的以县或乡为单位的基础数据进行计算。比如，在计算受灾人数时，采用公式：受灾人口=人口密度×受灾面积，其中，人口密度=全县（乡）人口数/全县（乡）面积。在理想情况下，如果每个县（乡）的人口是均匀分布的，即公式中的人口密度一项是准确无误的，那么采用以上公式计算受灾人口数将获得较为准确的评估结果。但事实上，由于地域与城市等因素的存在，全国各地的人口分布情况并不均匀，继续采用以上公式，势必造成极大的误差。以2010年4月14日青海玉树地震为例，地震的震中位置在玉树县结古镇，该镇的总人口约70000人，行政区面积807.7平方公里，按照公式，人口密度=70000 人/807.7平方公里=86.7人/平方公里。但实际上，重灾区主要集中在结古镇城区内，如图1所示。

图1玉树地震灾区范围示意图

       结古镇城区是一个大约20平方公里的狭区域，但聚集了全镇95%的人口，该区域内的实际人口密度=70000人×95%/20平方公里=3325人/平方公里，相对于按乡镇人口数计算得到的人口密度值，产生了近40倍的误差。同样的计算方法，如果采用玉树县人口进行计算，误差将达到392倍。在地震发生后，由于基础数据统计精度所造成的这类偏差，造成对死亡人数评估数据与实际死亡人数差距很大，导致提升应急启动级别和外部大规模救援行动被迟滞了几个小时，错过了宝贵的救援时间，并可能造成极坏的社会影响。

       通过以上分析得知，在进行地震灾害快速评估的过程中，采用传统的以乡县为单位的计算方法，由于人口、经济和建筑物等在行政区内的不均匀分布，造成计算结果的误差非常大。为了满足地震灾情评估对计算精度的要求，必须寻求更加精确的基础数据源，来解决人口、经济和建筑物等分布不均的问题。

       数字空间通过与中国科学院地理科学与资源研究所合作，研发了一套公里格网数据分布处理技术，它将以行政区划为单位的数据转变为以公里格网为单位，不仅避免了行政区划分割造成的数据分配错误，而且人口、经济和建筑物的密集、疏散程度在转变为公里格网后跟实际数据极为接近，可有效避免数据分配计算中的误差。

图2 四川省人口、经济公里格网数据示意图

       根据2007-2011年专项研究报告，公里格网数据的误差在市、县层次上几乎为零误差，在乡镇级的误差不超过10%，且在任一地点的误差均不超过15%。另外，应用四川省人口、经济及建筑物公里格网数据，通过汶川地震参数进行评估分析，对采用格网数据做地震评估的结果精度进行检验，通过与真实调查数据进行对比，误差范围已经控制在5倍以内，下表是采用公里格网数据和以县乡为单位数据的数据精度对比。

       从上表中可以看出，采用公里格网数据进行地震灾情评估可以有效控制计算结果的精度，而且，根据地震评估精度需控制在同一数量级的要求，5倍以内的数据精度完全符合要求。

       应用公里格网数据替代传统的县乡数据进行地震灾情评估，可以快速、精准地了解地震发生后所造成的人员伤亡、经济损失及建筑物破坏状况数据，有效地指导灾害救援与灾后重建工作。