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 148 毫秒
1.
网络地震灾情信息智能处理模型与地震烈度判定方法研究   总被引:2,自引:2,他引:0  
破坏性地震发生之后,丰富的地震灾情信息和准确的地震烈度图是地震应急救援工作的基础。伴随着互联网的迅速发展,互联网已经成为地震灾情信息获取的一种重要渠道。本文通过构建网络地震灾情信息智能处理模型,将互联网上非结构化的灾情信息转化成结构化的灾情信息。并将网络地震灾情信息与地震烈度相结合,进行地震烈度判定,从而对地震应急期的烈度快速评定结果进行修正拟合。  相似文献   

2.
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   

3.
通过研究不同来源地震灾情数据汇集处理过程中的数据清洗技术,利用数据挖掘中基于规则引擎与空间聚类分析相结合的方法检测多源灾情数据存在的错误、不完整和重复等问题并进行修正,提高灾情数据质量。以清洗后的灾情数据为基础,运用Arc GIS空间插值对离散灾情点进行总体分析和模拟,从而快速反映并确定地震灾情的总体分布情况,为地震应急救灾工作提供更可靠、形象的灾情分布信息。文中以四川省地震灾情快速上报接收处理系统在四川省芦山"4·20"7.0级强烈地震中,通过多种灾情获取手段获取到的包括主观震感、客观震感、房屋破坏、交通系统破坏等共1330条灾情信息为例进行处理和分析,共检测出不合理灾情数据717条,其中剔除696条,修正21条,清洗后的灾情数据空间分布和模拟结果与实际考察形成的烈度圈吻合度良好。  相似文献   

4.
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  
丁香  王晓青 《地震》2005,25(1):111-116
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   

5.
地震应急测绘信息智能综合处理技术研究   总被引:4,自引:4,他引:0       下载免费PDF全文
地震应急测绘信息对于全面获取震区灾情,针对性援救震灾地区有着重要意义。当前针对震区的测绘信息以独立分类形式存在,缺少数据关联性,在整体信息获取上存在较大缺陷,其地震应急响应能力较差。提出地震应急测绘信息智能综合处理方法,构建地震应急联动信息服务技术平台,设计地震灾情辨识框架;通过判断地震灾情辨识框架,提取地震灾情测绘信息的特征向量,得到地震灾情信息关联规则集,引入测绘数据融合算法,将获取的地震灾情信息进行智能融合,获取地震灾害测绘情况的信息融合结果,实现地震灾情的智能综合性处理。实验结果表明,所提方法在地震应急测绘信息智能综合处理方面具备较强的信息处理与分析能力,具有较强的地震应急响应能力,为我国震后应急指挥工作提供了技术支持。  相似文献   

6.
帅向华  侯建盛  刘钦 《地震地质》2009,31(2):321-333
文中重点研究了基于地震现场能够获取的离散的地震灾情点信息进行灾情的总体分析和模拟。依靠灾情速报人员或相关人员上报的地震现场灾情点信息,运用泰森多边形和GIS空间分析方法对离散点进行面插值分析和边界修正处理,形成适合计算离散灾情采样点的模型和算法,并借助GIS技术和WebService技术实现该模型和算法,建立相应的试验系统。该模型和系统能够随着灾情收集点的变化进行动态的分析模拟,从而能够在一定程度上及时快速地反映并确定地震灾情的基本分布情况,为地震救灾指挥提供相对确切的灾情分布信息。文中以汶川地震部分数据为例进行分析,结果基本与实际灾情吻合。选取的数据为73条有效短信,这些短信是从截至5月12日24:00收到的600余条灾情上报数据短信中分析提取出来的  相似文献   

7.
传统大型多道地震物理模拟系统缺乏对地震灾情场景的图像直观整合,可观赏效果差。设计基于GIS的地震灾情场景计算机在线模拟系统,从系统层次划分以及软件实现两方面完成地震灾情场景的在线模拟,系统由数据层、逻辑层和应用层构成。利用逻辑层中灾情场景生成模块自动整合功能,依据研究地区的GIS数据及其开发部件的底层支持,构建建筑物的三维像素点集合模型,实现灾后场景构建;通过地震动场判定和三维坐标转换,构建灾后场景。实验结果表明,所设计的系统模拟地震灾情场景图像最低误差均值仅为3.4,观赏性好,系统功能及性能满足实际需求。  相似文献   

8.
郭建兴  王晓青  窦爱霞  袁小祥  张伟 《地震》2013,33(2):123-131
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   

9.
基于SMS/GPS/GIS地震灾情获取处理技术研究与实现   总被引:3,自引:3,他引:0  
本文研究了基于Windows Mobile的SMS与GPS的嵌入式集成开发技术,以智能移动终端作为地震现场灾情获取与传输的手段;同时还研究了SMS与GIS的无缝集成技术,实现灾情信息的可视化分析,借助GIS空间分析技术进行地震现场灾情空间分布研究.本文建立了基于SMS、GPS和GIS相结合的地震灾情获取处理模式,并基于GSM移动网关和信息机实现了该方法.该方法的模式可以应用于多种远程信息获取领域.  相似文献   

10.
准实时地震灾情综合评估系统的研发   总被引:1,自引:1,他引:0  
震后如何快速获取灾区震情信息、准确评估地震灾情,是震后应急救援的关键问题。本研究从县市地震灾害应急救援需求出发,开发了准实时地震灾情综合评估系统,基于MEMS强震台网的强震观测数据、县域承灾体基础数据和手机终端获取的震后地震现场实时灾情信息,综合采用承灾体地震易损性分析方法和灾情动态修正算法,实现了县市地震灾区灾情准实时评估,为灾区地震应急指挥、救援和辅助决策提供科学依据。  相似文献   

11.
向导式遥感震害评估系统研制   总被引:1,自引:0,他引:1  
依托国家科技支撑计划重点项目子专题,在总结、归纳已有震害评估系统处理方式、流程及优缺点的前提下,研究了符合实际工作状况的遥感震害评估系统.该系统集成了基于ENVI/IDL、ERDAS开发的影像处理模块,可辅助提取高分辨率遥感影像中房屋倒塌、道路损毁、滑坡、泥石流、堰塞湖等震害信息.尤其是面向对象分类模块,对遥感影像各种特征进行了综合处理.基于ArcEngine开发的空间数据管理与分析模块,可处理道路空间位置分布、地震烈度划分、行政区划及属性等信息.并实现了对各模块向导式的流程化调用,有效提高了震后灾害评估工作的效率.该系统已在地震应急工作中发挥了有力的作用.  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.
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   

14.
Earthquake events are one of the most extraordinarily serious natural calamities, which not only cause heavy casualties and economic losses, but also various secondary disasters. Such events are devastating, and have far-reaching influences. As the main disaster bearing body in earthquake, buildings are often seriously damaged, thus it can be used as an important reference for earthquake damage assessment. Identifying damaged buildings from post-earthquake images quickly and accurately is of real importance, which has guidance meaning to rescue and emergency response. At present, the assessment of earthquake damage is mainly through artificial field investigation, which is time-consuming and cannot meet the urgent requirements of rapid emergency response. Markov Random Field(MRF)combines the neighborhood system of pixels with the prior distribution model to effectively describe the dependence between spatial pixels and pixels, so as to obtain more accurate segmentation results. The support vector machine(SVM)model is a simple and clear mathematical model which has a solid theoretical basis; in addition, it also has unique advantages in solving small sample, nonlinear and high-dimensional pattern recognition problems. Thus, in this paper, a Markov random field-based method for damaged buildings extraction from the single-phase seismic image is proposed. The framework of the proposed method has three components. Firstly, Markov Random Field was used to segment the image; then, the spectral and texture features of the post-earthquake damaged building area are extracted. After that, Support Vector Machine was used to extract the damaged buildings according to the extracted features. In order to evaluate the proposed method, 5 areas in ADS40 earthquake remote sensing image were selected as experimental data, this image covers parts of Wenchuan City, Sichuan Province, where an earthquake had struck in 2008. And in order to verify the applicability of this method to different resolution images, an experimental area was selected from different resolution images obtained by the same equipment. The experimental results show that the proposed method has good performance and could effectively identify the damaged buildings after the earthquake. The average overall accuracy of the selected experimental areas is 93.02%. Compared with the result extracted by the widely used eCognition software, the proposed method is simpler in operation and can improve the extraction accuracy and running time significantly. Therefore, it has significant meaning for both emergency rescue work and accurate disaster information providing after earthquake.  相似文献   

15.
基于ArcView9.0的城市震害预测及应急对策信息系统研究   总被引:6,自引:2,他引:6  
介绍了城市防震减灾信息系统基本的构成及功能,并针对国内研发中存在的不足从四个方面进行了完善,即增加了地震预警级别判定功能,丰富了地震信息的录入方式,改进了城市群体建筑物震害预测的计算模型,引入了应急对策模块并利用G IS的可视化功能加以表现。在此基础上研发了基于ArcV iew9.0的城市震害预测及应急对策信息系统,并以山西运城市城区的实际数据进行了系统演示。  相似文献   

16.
有效评估震灾损失可及时、可靠地了解地震灾区实时情况,提高破坏性地震下人们的反应能力,满足应急指挥需求。为提高震灾损失评估精度,对所获取遥感图像进行滤波及局部灰度调整处理,提出基于遥感图像模板匹配的震毁灾损研究。首先获取震区的遥感影像,考虑所获取图像与模板图像的偏移状况对图像进行模板匹配,提取与模板匹配后特征区域的特征值,获取空间网格点上的成像值,依据成像点自动评估震灾损失,其中能量最大的点即为震害受损最严重的位置,对图像所有内廓像素点结果进行遍历,确定提取地震灾区整体的受损特征结果。仿真实验发现,所提方法可提取出震灾损失状况,初步为地震灾害损失评估提供参考借鉴,但仍需要进一步研究,以提高方法的普遍适用性。  相似文献   

17.
杨天青  席楠  张翼  李杰飞 《地震》2016,36(2):48-59
根据历次破坏性地震实际灾情反馈特点的分析总结,结合地震灾害的演变机理和分布特点,本文尝试利用3种基于离散灾情信息点推漫灾情分布面的方法在不同灾情获取阶段快速判定地震烈度分布。从计算原理、数据基础、方法特点和判定结果看,三种方法具有不同的应用场景。泰森多边形判定法简单、易行,可用于震后初期灾情量较少时使用,判定结果较粗糙,必须再结合震源特性、破裂过程以及地形地貌条件等对震害分布的影响进行综合判定后才能得出相对合理的震害分布预判结果;克里金插值判定法是一种基于地理统计方法的空间插值方法,对数据分布有明确要求,其判定结果对灾区范围整体把握较好,可用于已经获取一定量灾情信息但灾区情况尚未明朗时使用,其插值结果再结合地震破裂过程以及震后余震分布信息综合调整后,可作为灾害评估修正和应急决策参考;标准差距离椭圆拟合方法是基于地震烈度分布呈椭圆形的假设提出的,对数据的敏感度较高,可用于对可信度较高的或由专业途径上报的灾情信息进行拟合,其结果可作为现场灾害调查和确定最终烈度分布的参考。  相似文献   

18.
近年来高分辨率遥感技术快速发展,其在灾害研究领域的应用也越来越广。将遥感技术用于建筑群在地震灾害中的脆弱性和损失风险分析,不仅能保证建筑物类型和数量调查更新的时效性,而且有利于进行不同时期损失风险的对比分析,以便揭示震灾损失风险的变化规律。通过分析高分辨率建筑群的遥感影像特征,设计了一套提取建筑物属性信息(高度和面积)的方法,并通过实地调查验证了其可行性;将提取的建筑群属性信息与传统的震灾风险分析模型相结合,即可实现对研究区建筑群在地震灾害中的脆弱性和损失风险分析。以唐山市区和9个乡镇2009年的建筑物为研究对象,提取了它们的属性信息,在设定地震烈度情景下,分析了这些建筑物在地震灾害中的脆弱性和损失风险。  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