共查询到16条相似文献，搜索用时 625 毫秒
1.
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
2.
精细化的建筑物震害评估,对震后应急救援和烈度评估具有重要的意义.为解决因震后高分辨率影像缺乏导致无法快速开展建筑物震害评估的实际需求,以四川泸定6.8级地震为例,提出基于震前高分影像和震害仿真的建筑物震害快速评估方法.首先通过深度学习技术提取灾区建筑物空间信息,在收集实际地震动记录的基础上,结合精细化的建筑物震害仿真方法,对震中部分村镇的建筑物震害及地震烈度进行了快速评估,并与震后获取的无人机影像解译结果、现场调查烈度及余震等进行验证.结果表明震中附近的磨西镇烈度估计达到Ⅸ度,其他地点的估计结果与发布的烈度图进行比较,其衰减较为一致,且与余震发生空间较为重合,进一步证明该方法可作为震后大范围影像缺失的“盲区”的建筑物震害快速评估的有效方法,为现场应急、灾害调查和烈度评定提供信息支撑. 相似文献
3.
汶川8.0级地震震害遥感定量化初步研究以都江堰城区破坏为例 总被引：8，自引：1，他引：7
随着遥感技术的飞速发展, 遥感在地震应急救援、 灾害调查和损失评估中的作用越来越显著。 然而由于缺乏系统的遥感震害定量研究, 使得遥感的实用性常常受到质疑。 文中叙述了遥感震害定量研究的基本思路, 提出了遥感震害指数的概念与定量分析的基本模型, 并以2008年汶川8.0级地震造成的都江堰城区震害为例, 依据建筑物震害遥感解译结果和地面震害调查结果, 进行了都江堰城区部分街区的建筑物遥感震害指数和地面调查震害指数的统计分析, 并建立了两者之间的统计关系。 初步研究结果表明, 依据高分辨率航空遥感影像和卫星雷达图像建立的建筑物遥感震害指数与地面调查震害指数及房屋倒塌率存在显著的对应性。 因此, 通过遥感震害定量化研究, 将为地震震害调查、 损失评估提供有力的方法和工具。 相似文献
4.
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
5.
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
6.
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
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.
目前基于地震烈度的建筑物震害预测方法,通常按整烈度给出预测结果,造成在设定地震影响下烈度分界线两侧相邻的、抗震能力相同的建筑物震害预测结果有很大的差异,而同一烈度圈内靠近高烈度分界线与靠近低烈度分界线的建筑物震害预测结果却完全相同,这与实际震害情况严重不符。为了解决这个问题,将地震烈度按0.2度间隔进行分档,同时将震害指数和破坏等级也进一步细化出5个分档。按地震烈度与震害指数的关系,通过拟合方法和等分方法得到5个烈度分档的震害指数调整系数和分档震害指数,拟合方法获得的调整系数适用于群体房屋震害预测,等分方法获得的震害指数适用于单体房屋震害预测,通过改进方法获得的设定地震影响下震害预测结果,可以体现同一烈度不同烈度分档内建筑物震害差异,并使烈度线两侧,抗震能力相同的建筑物的震害预测结果不再出现跃变。 相似文献
9.
尼泊尔8.1级地震建筑物震害遥感提取与分析 总被引：2，自引：2，他引：0
2015年4月25日尼泊尔发生的8.1级地震,造成重大人员伤亡与经济损失。在地震前、后灾区高分遥感影像分析处理基础上,结合现场实地调查,对灾区房屋建筑及其震害程度进行了遥感解译,编制了地震灾区房屋建筑震害分布图。结果分析表明:尼泊尔地震灾区影像上显示的建筑物震害分布与该区域房屋结构类型、主余震位置和区域活动构造分布密切相关。其中,房屋较为严重倒塌区域主要分布在8.1级主震和7.5级余震震中附近,但这两个区域并没有相连;居民点建筑物个别倒塌的居民地则连成一个区域。影像上显示的建筑物倒塌区域,与多数8级巨大地震比较,总体上极震区震害偏轻,但在南南西(垂直于破裂方向)上展布较宽。这一特征与引发该地震的印度与欧亚大陆板块边缘活动断裂在深部呈近似于平行地表的低角度断层面破裂引起的地震动能量在地表相对较宽而低的分布特征是一致的。 相似文献
10.
对九寨沟7.0级地震松潘至九寨沟各烈度区的房屋结构特点和震害特征进行了分析。该地区新建建筑(尤其是框架结构)抗震性能良好,砖混、砖木等结构整体性较差,地震中损坏普遍。通过计算分析震害指数后发现,框架结构震害指数远小于土木、砖木结构;在Ⅵ度区框架结构震害指数普遍为0,随烈度增加,框架结构的震害指数快速增加,而增加幅度逐渐减小。此外,探讨了缺乏建筑物的地区以及建筑物结构为单一框架结构地区的烈度评定问题并给出了相关的建议,以期对今后的地震现场工作起到参考借鉴作用。 相似文献
11.
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
12.
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
13.
尼泊尔8.1级地震对中国西藏地区造成的震害特征分析 总被引：1，自引：0，他引：1
2015年4月25日尼泊尔发生8.1级地震,对我国西藏地区造成较大人员伤亡与房屋破坏,道路、通讯等生命线工程及水利等基础设施损坏严重。本文介绍了本次地震的基本情况,并在现场地震烈度调查和地震损失评估的基础上,对灾区震害进行了分析,给出了灾区房屋类别与破坏情况以及生命线系统与各行业的受损情况。通过分析此次地震的灾害特点,指出了灾区在抗震设防中存在的问题,并提出加大地震地质灾害的防治力度,科学编制恢复重建规划,加强防震减灾宣传,提高农牧民抗震设防意识,加强农牧区房屋建筑的指导和监管等建议,以减少地震造成的人员伤亡和财产损失,促进西藏地区经济和社会的和谐发展。 相似文献
14.
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
15.
利用2017年8月9日精河6.6级地震后获取的高分辨率无人机影像，对叶里斯南也肯村153栋房屋进行结构分类和震害解译，获取研究区内土木结构、砖木结构、砖混结构、框架结构4种类型房屋数量及震害特征，并依据解译结果计算每种结构房屋平均震害指数。由于研究区内砖木结构、砖混结构、框架结构房屋数量偏少，房屋内部的震害难以用无人机影像识别，这3类房屋的震害解译结果与现场调查结果相比差别较大，而土木结构房屋平均震害指数及所对应的地震烈度结果与现场调查结果基本一致，表明无人机影像可为房屋震害定量评估提供重要参考。 相似文献
16.
芦山地震震后次生滑坡灾害风险评价研究 总被引：2，自引：2，他引：0
以北京时间2013年4月20日8时02分四川省雅安市芦山县7.0级地震为例,对研究区进行震后次生滑坡灾害风险评价.研究在利用芦山地震受灾区航空影像对震后次生滑坡灾害隐患点解译的基础上,选择坡度、坡向、震后累计降雨量和危险植被指数4个评价因子,利用统计分级法对各因子进行敏感性分析,采用层次分析法（Analytic Hierarchy Process,AHP）对评价因子进行权重量化,最后综合运用GIS空间分析技术对芦山地震震后次生滑坡灾害进行风险评价,研究结果将研究区划分为次生滑坡灾害高危险区、中危险区和低危险区. 相似文献