首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到18条相似文献,搜索用时 336 毫秒
1.
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   

2.
基于综合震害指数的玉树地震烈度遥感评估研究   总被引:4,自引:0,他引:4  
本文概述了地震烈度遥感评估的思路和方法,给出了遥感综合震害指数、地面等效震害指数计算的模型和地震烈度估计方法。利用2010年青海玉树7.1级地震发生后获取的主要地震灾区玉树县城区结古镇高分辨率航空遥感影像及其遥感震害解译结果和震后地震现场震害遥感比对科学考察成果,进行了结古镇的地震受灾程度和地震烈度的遥感评估。综合分析表明,玉树县城区遥感评估的地震烈度为IX度,与地面调查确定的地震烈度一致。文章最后对结果进行了讨论,表明遥感方法对应急烈度评估具有实用价值。  相似文献   

3.
张克诚  王晓青  丁香 《中国地震》2023,39(2):367-376
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   

4.
王栋梁  王晓青  窦爱霞  丁香 《地震》2007,27(3):105-110
建筑物震害程度的判定是进行地震灾害损失评估的基础, 震害指数是建筑物震害程度的定量表示方式, 是房屋抗震性能的直观表现。 震害指数的研究对于震害预测和地震灾害损失评估都有重要的意义。 文中收集、 分析并处理了2001—2004年中国地震灾害损失现场调查与评估的详细资料, 以调查点为单位计算了各种结构类型房屋的平均震害指数, 建立了中国西部地区不同结构类型房屋的平均震害指数向未经加固的砖混和砖木结构房屋的平均震害指数转换的数学关系, 其结果对地震灾害及其损失的快速评估与现场评估具有一定的参考作用。  相似文献   

5.
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  
王龙  王晓青  丁香  窦爱霞 《地震》2007,27(4):77-83
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   

6.
传统的遥感烈度评估方法,采用普通最小二乘法来建立遥感震害指数与地面等效震害指数之间的关系,再经过地面等效震害指数转化为地震烈度,忽略了数据之间的空间相关性。为使结果更加准确,本研究通过建立顾及空间相关性的遥感震害指数与地震烈度的回归关系,并以"四川芦山7.0级地震"为例进行实验验证,结果证实顾及空间相关性的回归模型的稳定性和准确性优于普通线性回归模型。  相似文献   

7.
2021年5月21日,云南漾濞县发生MS6.4地震,震源深度8 km.文中将无人机遥感技术引入云南漾濞县6.4级地震房屋震害评估工作中,结合无人机影像数据和现场地面调查数据,建立房屋震害遥感解译标志,提取漾濞县城部分区域的房屋震害信息,进行遥感定量评估.通过与房屋震害现场调查统计结果的对比分析,房屋震害遥感定量评估结果与现场实地调查结果吻合,表明对震后快速获取的无人机遥感影像进行解译并结合现场抽样调查,可以对灾区的地震烈度做出宏观判断,对地震现场指挥和应急救援提供有效的决策支持.  相似文献   

8.
利用遥感技术进行震害建筑物的自动识别可为震害的快速评估与救灾决策提供科学可靠的依据.本文从震害建筑物在高分辨率遥感影像下灰度的特征入手,以5·12汶川特大地震后都江堰市区ALOS遥感影像为数据源,在MATLAB平台下对影像进行灰度增强处理、数学形态学重构以及连接、填充处理,并结合区域统计特性最后自动识别震害房屋.结果表明,利用ALOS影像丰富的纹理特征及空间结构信息与MATLAB在数学形态学处理中的优势能够准确有效地提取震害建筑物信息.  相似文献   

9.
汶川8.0级大地震应急遥感震害评估研究   总被引:11,自引:5,他引:6  
破坏性地震发生之后,在缺乏足够地面震害调查资料的情况下,通过遥感手段获取灾区震后遥感影像,图像快速处理和震害信息提取,对地震灾害及其损失进行快速评估,将弥补地面调查的不足,为地震应急指挥和救援决策提供重要依据。本文叙述了遥感应急震害评估的基本方法和该方法在2008年汶川8.0级大地震中的应用,并对实际评估效果进行了评价。  相似文献   

10.
2013年四川芦山7.0级地震烈度遥感评估   总被引:10,自引:0,他引:10       下载免费PDF全文
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   

11.
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   

12.
李强  张景发 《地震》2017,37(4):80-92
强地震发生后, 道路是抗震救灾的生命线, 快速有效地提供灾区可通行道路的状况可为地震应急救援力量的部署提供强有力的信息支撑。 基于遥感图像的震害道路识别是遥感地震应急领域中的难点, 但对于地震应急具有无可比拟的价值。 在总结分析地震前后道路影像特征的基础上, 系统地介绍了遥感影像道路提取方法, 之后介绍了遥感震害道路评估工作流程, 重点阐述了遥感震害道路提取与评估方法, 然后综合分析了遥感道路提取在地震应急中的不足, 最后展望了未来遥感技术在震害道路提取与评估中的应用。  相似文献   

13.
本文系统概括了国内外用于地震灾害监测与评估的专业软件现状, 详细介绍了高分光学遥感地震应急应用原型系统的研制目标、 工作流程、 技术方法和主要功能。 该系统基于建立的高分光学遥感震害识别知识库, 实现了“一键式”建筑物震害快速识别, 部分震害增强方法固化于控件中, 减化操作流程, 极大地提高了地震应急的实效性。 系统集成了建筑物、 道路交通、 地震地质灾害三个主要地震灾害识别功能, 能更全面地反映灾区宏观灾情, 在未来地震应急遥感工作中发挥重要作用。  相似文献   

14.
高光谱遥感技术在建 (构) 筑物震害识别中的应用   总被引:1,自引:1,他引:0  
高光谱遥感作为20世纪空间对地观测技术重大进步的产物,通过其较高的光谱分辨率,为人们提供了丰富的地球表面信息,在各个研究领域得到了快速发展和广泛应用,并取得了卓越的成果。尽管高光谱遥感具有独特的优势,但是针对其在震害评估领域中应用的相关研究较少。本文在总结高光谱遥感的特征、优势及不同领域应用现状的基础上,开展了其在震害评估领域的应用研究。基于ASD地物波谱仪获取的建(构)筑物光谱曲线构建可用于震害分析所需的光谱特征库,对比光谱库中地物曲线之间的差异后,发现高光谱遥感在震害评估领域中的应用是可行的,因不同震害地物之间的光谱特征曲线存在差异,依据这种差异可区分不同的震害信息,从而对震害遥感图像进行精细分类。  相似文献   

15.
韩召华 《地震工程学报》2020,42(2):552-557,578
利用GIS技术对地震危险等级进行评定时,由于其地形控制点选取合理性较差,导致其所采集遥感图像清晰度较低,地震等级评定不够精准。针对此问题提出一种新的地震灾情遥感信息危险等级在线应急评定方法。利用图像几何校正法,对遥感图像进行分幅裁剪,基于裁剪结果选取地面控制点,提取有价值遥感数据信息,建立遥感解译评估指标。将推导出的综合震灾指数引入到指标中,将各个评价单元的信息进行等级排序和划分,完成地震灾情遥感信息危险等级在线应急评定。仿真实验中,对所提方法和GIS地震危险等级评定方法进行有效性对比测试。实验结果表明,地震灾情遥感信息危险等级在线应急评定方法提升了灾情地形控制点选取的合理性,使获取的遥感图像更清晰,灾情等级评定结果更精准。  相似文献   

16.
缪恒  王晓青  丁玲  邵乐 《中国地震》2022,38(2):338-347
利用震后灾区全极化SAR影像可快速提取建筑物震害信息,为应急救援的快速有效实施提供重要的灾情信息支持。本文建立基于极化散射矩阵的Pauli-Wishart监督极化分类的建筑物震害信息提取和以街区为尺度的震害程度评估方法,包括Pauli分解、Wishart监督分类和遥感震害指数提取,并利用玉树县城区2010年4月14日青海玉树7.1级地震震后全极化Radarsat-2影像,提取了建筑物震害信息。经统计,确定结果总体分类精度达到0.81,Kappa值为0.61,表明本文提取建筑物震害的方法是可行的。  相似文献   

17.
张小咏  李庆亭 《地震学报》2016,38(3):486-495
针对中分辨率遥感影像建筑物震害信息弱以及变化检测法受非震害信息影响大等弱点, 本文建立了一种基于变化检测的居民区震害信息快速提取方法. 该方法利用主成分变换增强震害信息, 采用监督分类法提取似居民区, 并用灯光影像数据进一步对似居民区提取结果进行优化, 从而很好地消除了变化检测方法中非震害因素的影响. 在此基础上, 以2001年印度MW7.6地震的极重灾区为研究区域, 利用震前、 震后Landsat卫星TM图像和震区灯光影像数据, 对本文算法进行了验证和分析. 结果表明, 在30—50 m中分辨率遥感影像上, 以建筑物为主的居民区震后图像变化最为显著的震害特征是反射率变大, 本文所建立的居民区震害信息提取方法在解决中分辨率遥感影像震害目标信息弱、 背景复杂等方面效果明显.   相似文献   

18.
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   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号