共查询到20条相似文献，搜索用时 140 毫秒
1.
2.
《地震》2017,(3)
建筑物类型的研究对于震后救援和损失评估具有重要作用,目前针对SfM(Structure from Motion)方法生成的三维密集点云数据的建筑物分类研究较少。首先基于SfM原理生成密集点云,然后通过建筑物单体点云高度均值和标准差对建筑物的高度和屋顶类型进行初步分类,进一步提出了建筑物单体屋顶最高点与最低点点云中心点的水平距离因子对单坡和双坡屋顶类型进行再分类的方法。以玛曲县城为研究区,使用SfM算法对无人机影像进行处理,并利用上述多因子再分类方法进行建筑物高度和类型分类。实验结果表明,设置高度均值和标准差阈值分别为6m和0.25m时能够准确区分单层、非单层建筑物和平、坡屋顶类型建筑物;对于单坡和双坡顶建筑物,利用距离因子,设定距离阈值1.5m时可完全区分。对该地区典型建筑物的研究结果表明,通过基于点云分析的建筑物高度和类型提取方法,可为地震灾害风险分析和未来潜在地震灾害损失预测所需的建筑物信息的提取提供重要参考。 相似文献
3.
利用大疆M300无人机对玛曲县城区建筑物进行全覆盖、高精度航拍,建立三维模型,结合高分遥感影像对城区建筑物进行数字化处理,采用结构弹塑性时程分析方法构建玛曲县城区建筑物在不同地震烈度下的震害情景,并对其进行地震灾害风险评估。研究结果表明：在中小型城市城区高层建筑物结构类型解译工作中,无人机倾斜摄影技术能够全天时获取成像清晰、质量较高的高分辨率遥感影像,能更好地高精度分辨城区高层建筑物结构类型、层数等基础信息,能为震害情景构建和地震灾害风险评估提供准确的基础数据;烈度为Ⅶ度时,城区建筑物以轻微破坏和中等以下破坏为主,地震灾害风险不大;烈度为Ⅷ时,城区建筑物以中等及以上破坏为主,地震灾害风险较大;烈度为Ⅸ度时,城区大部分建筑物都会出现严重及以上破坏,地震灾害风险很大。研究结果将会为该地区精确实施建筑物加固、重点隐患排查等工作提供有力的科学支撑,对该地区防范化解重大地震灾害风险具有重要的意义。 相似文献
4.
北京市作为国家重点设防超大型城市,其地震灾害的敏感性和脆弱性极高。本文研究得到了以公里网格为单元的北京市建筑物抗震能力分类评价及其地震灾害风险分析结果。主要研究工作有:(1)针对北京市房屋抗震能力差异较大的现状,开展了建筑结构现场调查;(2)分析社会多元因素对北京市建筑物抗震能力的影响程度,建立了北京市建筑抗震能力分区分类方法;(3)建立了北京市各类建筑物地震易损性矩阵;(4)基于易损性分析结果,得到了北京市在不同概率地震作用下的建筑物直接损失和人员死亡评估模型。本文相关工作可为北京市政府和民众了解地震可能造成的威胁,做好震前准备和规划提供理论依据。 相似文献
5.
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
6.
7.
地震是破坏力极强的自然灾害之一,随着城市的人口和建筑物的逐年增多,一旦发生严重的地震灾害,后果不堪设想。因此,在对城市地震预测的研究中,需要采用高分辨率的遥感影像来提取建筑物的三维信息。本文对高分辨率遥感影像的建筑物三维信息提取的方法进行了研究,并判断了其准确性和适应性,对地震区的防震减灾工作有一定的参考价值和意义。 相似文献
8.
本文从地震灾害、建筑物、人口、经济、抗震救灾等多方面出发，将自然属性与社会属性进行有效结合，对地震危险性、建筑物抗震性能等影响因素进行详细分析，构建城镇地震灾害风险评价指标体系，以张家口地区16个县区为例，采用专家-层次分析法，建立精细化地震灾害风险评估模型。研究结果表明，城镇建筑物抗震性能普遍较差，怀来县地震灾害风险最大，桥东区、蔚县、涿鹿县、桥西区次之，沽源县、康保县地震灾害风险最小，并对各县区地震灾害风险主要影响因素进行讨论，发现地震风险指数与地形结构、建筑物抗震性能具有相关性，评估结果可为城镇制定防震减灾规划提供依据。 相似文献
9.
传统的地震灾害损失评估方法需要建立详细的社会财富分类系统，并据此收集数据资料．但在许多地区由于多种复杂因素的存在而使得收集资料十分困难，难以在震前进行科学的震灾预测，且对突然发生的灾难性地震事件常常难以作出快速定量的地震灾害损失估计，从而影响了震灾防御的部署和救灾的快速反应能力．因此，本文提出了利用宏观经济指标(GDP)和人口分布资料进行地震灾害损失预测评估的简便方法，并对收集到的1980～1995年间全球震灾资料进行了分析，从而提出了一种初步的地震灾害损失与地震烈度和社会财富间的非线性关系式．应用所提出的方法进行了几个设定地震的分析研究，初步分析结果表明该简便震灾评估方法的有效性、合理性和可行性． 相似文献
10.
针对目前仅以城市单体为对象研究城市地震灾害脆弱性,而忽视城市内部不同区域间存在特征差异的问题,选择威海市区作为研究对象,将研究范围细化至22个街道(镇),建立城市小区域地震灾害脆弱性评价模型。从人口、经济、建筑物和生命线系统4个方面选取17个指标构建城市地震脆弱性评价指标体系,应用主客观结合的三角模糊熵法和改进TOPSIS模型,计算出研究区域的相对贴近程度并进行排序,将威海市区划分为4个不同脆弱性等级。结果表明:改进TOPSIS模型能够从整体上对城市地震灾害脆弱性进行评级分区,为城市内部有针对性的制定防震减灾策略提供一个全新的思路。 相似文献
11.
房屋建筑数据是地震重点危险区预评估工作的基础,需基于获取到的房屋建筑信息开展人员伤亡、经济损失、救援物资需求等预评估工作。历年地震重点危险区预评估工作能够通过现场调查得到的房屋建筑信息占比极小,仅能进行抽样调查。因此,为批量完成危险区内全部房屋建筑损失估算,需基于遥感影像获取房屋建筑矢量数据,并建立数据库。为实现全国地震重点危险区预评估工作中大批量建筑物矢量化数据的快速获取,本文采用基于遥感影像的建筑物空间分布数据批量获取方法,得到地震重点危险区内建筑物空间矢量数据,结合现场抽样调查得到的建筑物属性信息,建立地震重点危险区建筑物空间分布数据库,进而为地震重点危险区灾害损失预评估工作提供数据基础。本文采用的方法可广泛应用于地震重点危险区房屋建筑信息获取工作中,可提高工作效率,降低工作成本,提升预评估工作的科学性和准确性。 相似文献
12.
随着高分辨率卫星遥感技术的发展,高分遥感影像在灾害应急评估和紧急救援方面得到了越来越多的应用.本文首先总结了应急搜救目标选取和遥感影像判识两方面工作,然后分析了震后重点搜救区域和目标判定的基本原则,研究了面向搜救的高分辨率影像基本特征,确定了基于高分辨率影像判定重点搜救目标的方法.在此基础上给出了基于高分辨率遥感影像的... 相似文献
13.
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
14.
面向对象遥感分类方法在汶川地震震害提取中的应用 总被引：7，自引：0，他引：7
震后城市建筑物震害的自动识别与分类, 是遥感震害调查中的关键步骤, 其精度直接影响损失评估的结果. 而随着高分辨率遥感影像的发展, 传统基于像元的分类技术已不能满足需求, 引入面向对象的信息提取技术, 充分挖掘影像对象的纹理、形状和相互关系等信息, 能够有效的提高震害的分类精度. 该文阐述了面向对象的遥感震害提取思路和方法, 并应用汶川地震震后高分辨率航空遥感数据, 针对建筑物震害进行面向对象的快速提取与自动分类. 结果表明, 与基于像元分类比较, 面向对象的建筑物震害分类能够显著改善分类效果. 相似文献
15.
目前,地震灾情信息的获取主要依靠地震现场调查,费时费力,为第一时间快速了解灾区灾情,以便尽快做出救灾决策,指挥调度救援力量,引进新的技术手段辅助获取灾情信息十分必要。进行了无人机技术在新疆塔什库尔干县地震的应用研究,利用无人机技术,获取了地震极灾区库孜滚村高分辨率影像数据,结合震前GF-1遥感影像数据及地震现场震害调查数据,获取极灾区灾情信息。结果表明:无人机遥感技术可快速采集极灾区遥感影像,有利于对灾情做出正确判断和评估。根据无人机遥感影像结合震前遥感影像和地震现场调查数据,进行区域建筑物结构类型和损毁程度遥感解译,可快速获取灾情,无人机技术在地震应急方面应用效果显著,为灾情评估、救援和灾后重建工作提供了科学决策依据。 相似文献
16.
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
17.
18.
19.
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
20.
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