共查询到18条相似文献，搜索用时 234 毫秒
1.
2.
运用多语言开发震害遥感评估系统数据库的研究 总被引：1，自引：1，他引：0
基于遥感提取地震灾情信息,需要处理高分辨率的大数据量遥感影像。采用数据库的方式,对系统处理过程中可能用到的图像文件、典型震害样本文件、系统特征模型库文件、GIS文件以及以往地震处理实例等文件进行管理,将系统各种资源融为一体,将提高地震应急震害遥感评估的效率,提高应急的速度。文中针对IDL在数据库管理方面的不足,提出了利用IDL与VB联合开发遥感图像数据库的解决方案,并具体介绍了图像数据库的实现方式。 相似文献
3.
重大地震灾害发生以后, 快速准确地提取灾区的道路震害信息对于应急救援工作具有重要意义。 由于地震造成的破坏非常复杂, 没有固定的光谱特征变化模式, 而且影像中存在大量同物异谱和同谱异物现象。 因此, 传统基于光谱特征的遥感影像道路震害提取方法, 不仅提取精度较低, 而且通用性不强, 需要根据不同影像调整参数。 道路边线是一种稳定的道路几何特征, 其特征变化能够准确地表现道路的状态变化。 基于此, 本文研究了一种基于道路边线的震害信息快速提取方法。 该方法利用震后遥感影像提取完好道路边线, 与震前道路线分布数据进行变化检测, 从而实现震害路段的提取。 最后, 利用汶川震区的遥感影像进行实例验证, 与人工解译的结果进行比较。 结果表明, 该方法能够快速准确地提取道路震害信息。 相似文献
4.
遥感分类方法在建筑物震害提取中的应用（以玉树地震为例） 总被引：1，自引：0，他引：1
建筑物损毁情况是地震灾害评估的一项重要指标,利用遥感技术快速提取震后建筑物震害信息,对科学指导地震应急救援工作具有重要意义.利用2010年4月14日青海玉树7.1级地震前后玉树县结古镇团结村高分辨率遥感影像,结合像素光谱和空间特性的纹理、结构等多源信息,基于支持向量机（SVM）方法,对地震前后建筑物信息进行分类提取,变化检测出建筑物损毁情况,并与面向对象多源信息复合的模糊分类法的分类精度、提取效率进行对比分析.研究结果表明,多源数据复合的SVM影像分类方法能够有效解决模糊分类影像破碎问题,地震前后两实相影像分类总精度达到77.53％和73.56％,提高了建筑物震害信息提取精度. 相似文献
5.
基于无人机影像的九寨沟地震建筑物震害定量评估 总被引：1，自引：0，他引：1
利用2017年8月8日九寨沟7.0级地震震后获取的无人机影像,结合地面震害调查资料,分析各类建筑物震害特征,建立建筑物震害无人机遥感解译标志;选取地震灾区漳扎镇(部分区域)和荷叶寨2个区域作为研究区,进行了无人机遥感建筑物震害提取,基于遥感震害指数进行了震害定量评估,并与现场建筑物震害调查统计结果进行了比较验证。结果显示,遥感解译建筑物震害与实际震害程度相吻合,表明利用震后快速获取的高分辨率无人机影像,可以较为准确地识别建筑物震害,进而为地震灾害定量评估和应急救援辅助决策提供重要参考。 相似文献
6.
基于OpenGIS和数字地球平台的地震应急遥感震害信息发布系统研究 总被引：1，自引：0，他引：1
破坏性地震发生后, 利用获取的灾区遥感影像资料进行灾情判断, 可以为地震应急和救援指挥决策提供重要依据。 通常, 遥感影像要经过复杂的制图、 传输、 打印等才能提供给应急指挥部门, 降低了实效性。 数字地球显示平台不但操作简单, 而且信息显示丰富。 本文提出利用遵循OpenGIS软件规范的开源WebGIS服务器和开源数字地球客户端构建地震应急遥感震害信息发布系统的解决方案, 并以2012年云南昭通彝良地震为例, 实现了GIS数据和遥感影像的在线发布和三维显示, 结果显著提高了地震应急遥感震害信息的浏览显示效果, 为应急灾情判断提供了有用的工具, 在地震应急救援工作中具有重要的应用潜力。 相似文献
7.
文中探讨了IKONOS卫星影像在地震灾害评价中应用的可行性 ,认为高分辨率卫星影像在城市基础数据获取与更新、震害的快速评估和地震应急决策中有广阔的应用前景。在IKONOS卫星影像上 ,可以轻易分辨出城市防震减灾工作中需要的基本要素、如建筑物、构筑物、道路和桥梁。利用遥感图像处理软件可以从IKONOS数字影像中自动提取地物的形状、位置和属性等信息 ,从而节省大量的人力和财力。由于IKONOS卫星影像的更新速度远远高于城市地震灾害评价所需要的航空相片或大比例尺地形图 ,因此可以保证数据的实效性 ,从而解决“九五”震害预测与减灾对策研究中的数据老化问题。IKONOS卫星影像的重复周期为 3天 ,在理想的天气状况下 ,地震发生后的 3天之内 ,用户就可以得到震区影像 ,因此可用于震害的快速评估 ,还可取代航空相片用于地震现场调查 相似文献
8.
9.
2013年4月20日四川芦山MS7.0级地震发生后,在灾区应急获取了多种高分辨率航空和无人机遥感影像,并快速解译提取了灾区建筑物震害信息.采用地震烈度遥感定量评估方法,利用2008年汶川8.0级地震等震后震害遥感解译和现场调查研究确定的经验震害遥感定量评估模型,获得了芦山地震灾区126个主要居民点的地震烈度遥感评估结果,并据此圈画了地震烈度分布遥感评估图.结果显示,本次地震Ⅸ度区面积约150km2,Ⅷ度区面积约900km2.该结果在第一时间(4月21日晚)提供给了中国地震局地震现场应急指挥部.对比分析显示,地震烈度遥感快速评估结果与中国地震局4月25日公布的地震烈度图,以及与笔者在现场实地进行的建筑物震害详细调查结果基础上评定的地震烈度具有较高的一致性.表明强烈地震发生后,借助于快速获取的灾区高分辨率遥感影像,可以快速估计地震烈度分布,对地震灾区灾情估计和抗震救灾工作具有十分重要的参考意义. 相似文献
10.
基于遥感和GIS的建筑物震害损失评估方法研究与实现 总被引：9，自引：0，他引：9
介绍了一种使用遥感技术进行震后损失快速评估的方法,评估流程包括震害提取和损失评估两个部分。评估方式根据需求可以分为基于震害指数的评估和基于图像分类结果的评估两种模式,前者通过震害指数与烈度的关系得到地面居民住地的宏观震害情况,结合地震应急数据进行建筑物损失评估;后者采用图像处理技术,选取典型震害样本以图像分类技术得到地面居民住地的分级分类的震害结果,然后计算参数进行损失评估。损失评估的计算根据震害提取模式而不同。这种遥感震害评估方法和计算流程结合了遥感和GIS技术,以满足实际工作需求目标,提高了震害提取的自动化程度,实现多人工作模式,通过有效率的人机交互来提高遥感震害评估的速度。 相似文献
11.
The fast processing, seismic damage data extraction and loss evaluation from RS imagery acquired immediately after a destructive earthquake occurs, are important means for compen-sating the insufficiency of seismic damage information from ground-based investigations and provide an important basis for emergency command and rescue. The paper introduces the method of emergency seismic damage assessment using remote sensing data and its application to the great Wenchuan earthquake of magnitude 8.0 occurring in southwest Sichuan Province on May 12, 2008. The practical effectiveness of the method is also evaluated in the paper. 相似文献
12.
2015年4月25日在尼泊尔廓尔喀县发生的8.1级地震及后续强烈余震,造成尼泊尔北部严重的人员伤亡和财产损失,灾区建筑物倒塌损失严重。本文利用现场震害调查资料和高分卫星遥感影像,开展建筑物震害遥感解译,得到各个遥感解译点的遥感震害指数,结合现场调查点评估的烈度拟合了遥感震害指数-实际震害指数转换关系,再根据遥感震害指数估计了全部解译点的震害指数及地震烈度。估计的烈度与现场调查结果对比显示出较好的一致性,研究结果为该地区今后发生地震提供了可借鉴的遥感评估震害指数转换模型。 相似文献
13.
为提高震害信息获取时效性,对基于我国国产高分遥感影像的建筑物震害信息提取方法进行深入研究,本文以2017年5月11日新疆塔县MS5.5地震为例,利用该地震前后极灾区高分遥感影像,利用结合纹理和形态学特征的方法进行了建筑物震害信息提取,通过变化检测分析获取了极灾区建筑物震害信息,并与基于像元级和基于目标级的信息提取结果进行对比,采用震后无人机影像目视解译结果对本文结果进行了精度验证。结果表明:通过缩减研究区范围可大力提高数据提取精度和速度;运用灰度共生矩阵、二值化、数学形态学等方法对影像进行迭代运算,能较好地提取高分遥感影像中的建筑物信息;通过对地震前后建筑物提取结果进行变化检测分析,能够有效地提取完全倒塌的建筑物,信息提取总体精度为90.45%,比基于像元级和基于目标级信息提取结果的精度分别提高了5.78%和5.23%,可为震后快速确定人员压埋点、部署救援力量提供决策依据,提高地震应急救援的时效性。 相似文献
14.
A PRELIMINARY STUDY ON THE METHOD OF SEISMIC INTENSITY ASSESSMENT BASED ON RESIDENTIAL BUILDING DATA AND HIGH RESOLUTION REMOTE SENSING IMAGES 
下载免费PDF全文
下载免费PDF全文 After destructive earthquakes, the assessment result of seismic intensity is an important decision-making basis for emergency rescue, recovery and reconstruction. This job requires higher timeliness by government and society. Because remote sensing technology is not affected by the terrible traffic conditions on the ground after the earthquake, large-scale seismic damage information in the earthquake area can be collected in a short time by the remote sensing image. The remote sensing technique plays a more and more important role in rapid acquisition of seismic damage information, emergency rescue decision-making, seismic intensity assessment and other work. On the basis of previous studies, this paper proposes a new method to assess seismic intensity by using remote sensing image, i.e. to interpret the building collapse rate of a residential quarter after an earthquake by high-resolution remote sensing images. If there already are detailed building data and building structure vulnerability matrix data of a residential area, we can calculate the building collapse rate under any intensity values in this residential area by using the theory of earthquake damage prediction. Assuming that the building collapse rate interpreted by remote sensing is equal to the building collapse rate predicted by using the existing data, it will be easy to calculate the actual seismic intensity of the residential area in this earthquake event. Based on this idea, according to the relevant standard specifications issued by China Earthquake Administration, this paper puts forward some functional models, such as the calculation model of building collapse rate based on remote sensing, the data matrix model of residential building structure, the prediction function matrix model of residential building collapse rate and the prediction model of residential building collapse rate. A formula for calculating seismic intensity by using remote sensing interpretation of collapse rate is also proposed. To test and verify the proposed method, this paper takes two neighboring blocks of Jiegu Town after the Yushu M7.1 earthquake in Qinghai Province as an example. The building structure matrix of the study block was constructed by using pre-earthquake 0.6m resolution satellite remote sensing image(QuickBird, acquired on November 6, 2004), post-earthquake 0.2m aerial remote sensing image(acquired by National Bureau of Surveying and Mapping, April 15, 2010) and some field investigation data. The building collapse rate in the two blocks was calculated by using the interpretation results of seismic damage from the Remote Sensing Technology Coordinating Group of China Seismological Bureau. The seismic damage matrix of building structures in Yushu area is constructed by using the abundant scientific data of the scientific investigation team of the project “Comprehensive Scientific Investigation of the Yushu M7.1 Earthquake in Qinghai Province” of China Seismological Bureau. On this basis, the collapse rate prediction function of different structures in Yushu area is constructed. According to the prediction function of collapse rate and the building structure matrix of the two blocks, the building collapse rate under different intensity values is predicted, and the curve of intensity-collapse rate function is drawn. By comparing the building collapse rate interpreted by remote sensing and the intensity-collapse rate function curve of this two blocks, the seismic intensity of both blocks are calculated to be the same value: Ⅸ degree, which is consistent with the results of the field scientific investigation of the earthquake. The validation shows that the method proposed in this paper can effectively avoid the influence caused by the difference of seismic performance of buildings and accurately evaluate seismic intensity when using remote sensing technique. The method has certain application value for earthquake emergency work. 相似文献
15.
遥感影像识别方法是破坏性地震震后地质灾害快速、准确获取的重要方法之一,传统的遥感影像识别方法主要以人工目视识别方法和半自动识别方法为主,需投入大量的人力和时间。针对破坏性地震震后地质灾害解译时间长、投入人力多等问题,以2017年8月8日四川九寨沟7.0级地震震后高分辨率无人机遥感影像为研究样本,提出基于深度学习网络的地震地质灾害识别方法。首先结合震后遥感影像解译资料和现场调查资料,提取九寨沟地震地质灾害无人机遥感影像特征,并构建研究区地震地质灾害解译指标和分类数据集;然后采用DeepLabv3+网络结构及softmax损失函数,建立基于深度学习网络的地震地质灾害遥感影像图像语义分割模型方法;最后采用半监督学习方法进行结果验证。研究结果表明,基于深度学习网络的地震地质灾害识别方法可有效识别九寨沟地震地质灾害分布信息,整体分类识别准确率为94.22%,F1分数值为0.77,结果具有较好的一致性和准确性,可提升地震现场灾情获取和重点地震隐患识别等工作效率及服务能力。 相似文献
16.
Wang Xiaoqing Wang Long Zhang Xihai Ding Xiang Qiu Hu Dong Yanfang DouAixia Zhang Feiyu Liu Zaitao 《中国地震研究》2009,23(4):392-401
The fast developing remote sensing techniques play an increasingly important role in earthquake emergency response, disaster survey and loss estimation. As there is a lack of quantitative studies on seismic damage based on remote sensing, its practicality in seismic disaster management has usually been questioned. The paper introduces the essential quantitative study idea, the concept of the remote sensing seismic damage index (DRS_I RS) and analysis models, demonstrates the seismic damage indices (DG_IC) of buildings obtained from ground surveying and its quantitative relation to DRS_I RS in Dujiangyan city, Sichuan Province, which was destroyed by the 2008 Wenchuan earthquake with M_S8.0. The primary results show that an obvious relationship exists between the DRS_I RS of buildings obtained from the high resolution satellite or aerial remote sensing images and DG_I C or the building collapse ratio obtained through ground survey, which suggests that the quantitative study on seismic damage based on remote sensing will provide an effective method for seismic damage survey and loss estimation. 相似文献
17.
18.
卫星对地观测技术是全球范围内实时监测孕震区地震活动和震后应急救援的有力工具。过去的几十年里,不同种类的卫星观测数据被应用于地震遥感异常探测领域中,并逐渐开展了从单个震例分析,到普遍规律探索,再到内部机理研究的多方面探讨。但由于地球系统的复杂性和孕震过程的不确定性,地震遥感异常研究仍充满困难和挑战。本文利用文献计量分析方法,探究了现今国内外地震遥感异常研究的关注热点和趋势方向,认为目前对于地震遥感异常的研究已由单一参量发展为多参量联合分析阶段;通过3个前沿研究案例分析了常用的综合分析参量与异常分析方法,以及多参量之间的时空同步性关系,表明多参量遥感异常的结合研究和交叉验证是地震遥感异常研究中的重要手段,可以在未来地震前兆研究中发挥重要作用。 相似文献