共查询到18条相似文献，搜索用时 265 毫秒
1.
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
2.
基于结构类型的建筑分类是抗震设计和地震灾害分布调查的基础，也是开展建筑结构地震易损性研究所依据的分类形式，而在社会管理中则更注重基于使用功能的建筑分类。上述2种建筑分类方法难以给出恰当的经济损失评估结果，因此在面向地震巨灾保险研究与应用时存在一些不足。首先，传统的建筑分类将建筑的使用功能与结构类型平行处理，未考虑建筑结构类型和建筑使用功能的耦合影响；其次，随着经济社会的发展，建筑结构形式和使用功能均不断地变化，需要发展适用性强大的非固定类型分类方法。本文针对地震巨灾保险业务中建筑分类这一核心问题，结合中国建筑形式和使用功能，从建筑结构分类出发，进一步考虑建筑的使用功能，形成了基于结构类型-使用功能多因素耦合的建筑分类模型，并以北京市典型区域为例，对所提出的建筑分类模型开展应用示范。同时，本文提出的建筑分类模型结合网络信息技术，可解决传统分类应用于具体目标区域时分类指标体系不具备可变性的问题，满足了地震巨灾保险的数据需求。 相似文献
3.
在地震勘探采集到的地震数据中不可避免的存在随机噪声，而高信噪比的地震数据是地震资料反演和解释的基础.因此随机噪声压制一直是地震资料处理中的重要工作.近些年来，随着深度学习技术的发展，基于卷积神经网络的地震数据去噪方法已经取得了丰硕的成果.常规的监督学习策略需要获取无噪数据作为标签，然而从实际地震数据中获取无噪数据只能通过传统去噪方法进行预处理，以此方法构建标签数据的监督学习去噪网络必然受构建数据集的去噪方法影响.针对此问题，本文提出了一种基于Noise-to-Noise自监督学习的地震数据去噪方法，该方法通过对实际地震数据添加不同等级的噪声构建训练数据集，仅需要含噪地震数据即可训练去噪网络.合成数据测试和实际数据测试表明，本文方法可以有效去除地震数据中的随机噪声，性能优于受数据集构建方法所限的监督学习去噪方法和传统去噪方法. 相似文献
4.
《国际地震动态》2020,(7)
建筑结构地震反应观测是获取不同建筑结构在地震中的反应状态与特征的有效手段。河北省唐山古冶5.1级地震触发北京地区既有的建筑结构观测台阵,获得了丰富的建筑结构地震反应记录。开展台阵记录的初步分析,确定结构动力放大倍数和仪器烈度分布。分析发现,不同类型结构的动力放大倍数差异较大,钢结构较砌体结构的动力放大倍数更大。震中距较小的台阵的仪器烈度较大,最大达到2.5度。以第十九中学教学楼为例,开展单个观测台阵的地震记录分析,得到结构各楼层的水平向加速度分布,互功率谱分析得到结构振动的卓越频率。初步分析表明,基于观测记录数据分析能得到地震动特性和建筑结构动力特性参数,为了解区域建筑结构特性奠定有效数据基础。 相似文献
5.
承灾体基础数据是地震灾害评估的核心数据，是制定防灾减灾政策的基础，具有十分重要的地位。数据获取主要靠野外调查，费时费力，研究承灾体数据的快速获取方法刻不容缓。本文以新疆维吾尔自治区吐鲁番市主城区为例，对三维影像技术在承灾体基础数据调查中的应用进行了研究，以无人机倾斜摄影测量数据为基础，运用三维模型构建、遥感信息提取与地理信息系统空间分析方法，进行区域房屋基础数据信息提取，获取了研究区真实房屋空间分布、结构类型、建筑面积及层数等数据，为该地区地震预测预防、地震应急、震时救灾以及震后恢复等防震减灾工作服务。 相似文献
6.
抗震性能是建筑设计中的一项重要指标,需要对地震作用下的建筑结构动力弹塑性损伤情况进行分析。提出一种中强地震下建筑结构动力弹塑性损伤模型研究方法。从有效应力与Cauchy应力张量\,建筑材料损伤演化方程等方面对弹塑性损伤模型基本原理进行分析,以此为理论基础,分析建筑材料应变率与建筑结构损伤能释放率的相关关系,通过Bonora损伤模型获取失效建筑材料损伤指数,并计算整体建筑结构构件损伤指数,以建筑材料损伤指数和建筑结构构件损伤指数为依据,完成中强地震下的建筑结构动力弹塑性损伤模型构建。利用实例进行分析,地震加速度值为0.3g的情况下,该模型的建筑结构相对位移时程曲线与实际位移曲线拟合度较高,且具有较好的建筑结构动力弹塑性损伤模拟精度,表明该模型具有一定的可行性。 相似文献
7.
提出基于构件性能的混凝土高层建筑结构地震破坏抗毁能力评估方法,采用强度与延性法分析混凝土高层建筑构件强度和变形,以对强震作用下混凝土高层建筑结构性能实施准确描述。基于建筑结构性能以及多条地震波情况下高层建筑结构倒塌极限状态的分析规范,采用IDA方法设置建筑结构抗倒塌能力系数,并依据该系数获取基于构件性能的混凝土高层建筑结构地震破坏抗毁能力评估流程,实现建筑结构地震破坏抗毁能力的准确评估。实验结果说明,所提方法实现了混凝土高层建筑结构地震破坏抗毁能力的准确评估。 相似文献
8.
由于自然条件限制和人为因素的影响，实际采集得到的地震数据往往会出现地震道数据缺失的情况，会对后续的地震数据处理和解释制造困难，需要对地震数据进行重建.而传统地震数据重建方法通常存在着重建效果受先验条件约束、超参数选择需要人工干预、自动化程度低等问题.于是人们将目光投向发展迅速的深度学习领域，截至今日已经有不少深度学习方法应用于地震数据重建领域以解决上述地震数据重建过程中的问题.本文将着重分析具有代表性的深度学习地震数据重建方法，分别基于卷积神经网络、循环神经网络、卷积自编码器、生成对抗性网络.通过重建结果残差对比图，重建结果信噪比分析等方法对深度学习地震数据重建方法的优势和不足进行深入探讨.并进一步阐述深度学习地震数据重建方法的研究现状、方法优势、存在的问题以及未来发展趋势，对现今的深度学习重建方法进行总结和展望. 相似文献
9.
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
10.
从地震波形数据中快速准确地提取各个震相的到时是地震学中的基础问题.本文针对上述问题提出了利用深度神经网络拾取到时的新方法，建立了用于地震到时提取的17层Inception深度网络模型，在对原始三分量数据进行高通滤波和归一化处理后输入网络直接输出到时信息.整个过程基于神经网络自适应提取波形特征，自动输出结果.通过对100组加了不同强度的噪声数据进行了可靠性检验，相比于其他方法神经网络方法对于噪声具有较高的容忍度以及稳定性，并且与地震目录数据有较高的相似性.相比于AR-AIC+STA/LTA，深度神经网络虽然运算速度稍慢，但整个过程不需设定时窗与阈值，同时具有更高的可用性，并且可以迭代升级以提高精度.此方法作为人工智能方法，为波形到时拾取提供了新思路. 相似文献
11.
建筑群震害响应模拟是现代城市震害防御管理工作的基础。高效的建筑信息获取方法与科学合理的建筑群动力响应分析模型建模方法是快速、准确震害模拟的前提,也是震害防御科学管理、迅速决策和精准施策的必要保障。本文提出利用GIS平台进行矢量地图数据采集、多图层空间叠加分析及地形分析;结合我国各地市政府数据开放平台,获取建筑使用功能、建成年代、结构类型及场地类别等基本信息;在此基础上建立一套基于真实城市信息的建筑群动力响应分析模型建模方法。该方法操作简便、模型精度高并且建模速度快,可实现城市区域大规模建筑群高效建模。针对成都市某街区建筑群进行数据采集和模型建立,验证了该方法的可行性和有效性。 相似文献
12.
建筑结构响应是有效反映结构动力特性的最直接参数,开展结构动力响应实时监测可为结构抗震韧性评估提供准确的地震动输入。本文基于非结构构件损失构建结构抗震韧性评估方法,研究确定位移敏感型和加速度敏感型非结构构件的易损性模型。选择某六层钢筋混凝土框架结构进行实时监测系统建设,基于监测数据开展结构抗震韧性评估。通过构建建筑信息模型（BIM）,并在有限元分析软件OpenSees中建立结构弹塑性分析模型,利用实时监测数据实现结构模型更新,直至监测数据与模型分析结果一致。由于实时监测数据峰值较低,结构不会发生塑性变形,因此选择10条双向非脉冲地震动模拟实时监测地震记录。根据层间位移角和楼面加速度分布,开展结构功能损失评估,得到该建筑结构的抗震韧性得分。分析表明,该结构抗震性能较好,在遭受地震破坏后,会发生非结构构件脱落,需要采取有效措施进一步提升建筑抗震韧性水平。 相似文献
13.
Yu Qian Wang Chaofeng McKenna Frank Yu Stella X. Taciroglu Ertugrul Cetiner Barbaros Law Kincho H. 《地震工程与工程振动(英文版)》2020,19(4):827-838
Rapid and accurate identification of potential structural deficiencies is a crucial task in evaluating seismic vulnerability of large building inventories in a region. In the case of multi-story structures, abrupt vertical variations of story stiffness are known to significantly increase the likelihood of collapse during moderate or severe earthquakes. Identifying and retrofitting buildings with such irregularities—generally termed as soft-story buildings—is, therefore, vital in earthquake preparedness and loss mitigation efforts. Soft-story building identification through conventional means is a labor-intensive and time-consuming process. In this study, an automated procedure was devised based on deep learning techniques for identifying soft-story buildings from street-view images at a regional scale. A database containing a large number of building images and a semi-automated image labeling approach that effectively annotates new database entries was developed for developing the deep learning model. Extensive computational experiments were carried out to examine the effectiveness of the proposed procedure, and to gain insights into automated soft-story building identification.
相似文献14.
近年来，深度学习的发展给科研人员开辟了地震定位研究的新思路，科研人员将深度学习技术应用于地震定位并取得了较好的效果。文章首先介绍根据神经网络的编码与解码对深度神经网络的分类，然后对深度学习的基本流程进行总结，最后对深度学习中广泛应用于地震定位的方法进行综述，总结不同方法的特点和实际应用情况。结果表明：深度学习方法能够实现地震事件的自动定位，且定位的精度较高，缩短了地震定位所需时间，在处理地震大数据方面也具有明显优势，能够克服目前传统地球物理方法在地震定位方面的一些不足之处。相信随着深度学习技术的进一步发展，必将更为广泛地应用于地震定位研究中。 相似文献
15.
16.
17.
高层建筑结构的抗震可靠度分析与优化设计 总被引：12，自引：4，他引：12
本文根据我们在文献２中给出的等效随机地震静力作用模型，紧密结合规范和利用我们在文献６中提出的结构体系可靠度分析的最弱失效模式法，提出了结构构件和体系“小震不坏”和“大震不倒”及结构体系在设计基准期内的抗震可靠度分析方法；重新校准了结构构件的目标可靠度指标；综合考虑结构造价和损失期望，提出了结构体系抗震目标可靠度的优化决策方法；分别给出了满足构件抗震目标可靠指标与同时满足构件和体系抗震目标可靠指标的 相似文献
18.
地震对人类生活安全有很大的威胁,对建筑结构有明显的影响,研究地震波动强度非平稳特征可为地震的预防提供参考。研究地震波动强度非平稳特征提取模型,分别设定确定性参数和随机参数的取值。对地震波动强度非平稳特性进行傅里叶分析,根据分析结果选取数学模型,并对模型参数进行设定;将记录的地震波动强度所对应的数振幅谱进行分解,拆分成一组不同尺度的分量,并对其重组创建连续分量,提取地震波振幅谱;利用地震波的振幅谱和相位谱之间的关系对地震波动强度非平稳特征进行提取。经过仿真实验证明,本方法提取地震波动强度非平稳特征的准确度更高,对分析高分辨率地震资料具有重要意义。 相似文献