排序方式: 共有6条查询结果,搜索用时 15 毫秒
1
1.
2.
利用机载激光雷达扫描(Light Detection and Ranging,LiDAR)技术所得点云进行震后倒塌建筑物提取时,树木与倒塌建筑物的点云特征十分相似,较难区分。为了快速准确获取震后房屋建筑物的受损情况,本文提出使用回波次数比特征指标,结合前人所提出的点云回波强度、归一化强度、最邻近点高差、法向量夹角、X向坡角和Y向坡角等特征的均值和标准差,利用K-最近邻分类法实现单体地物区分的方法。对2010年海地7.0地震震后机载LiDAR数据进行了地面点去除,分别选取了未倒塌建筑物、倒塌建筑物和树木各50个训练样本和各20个测试样本,计算了各因子的分布及其均值和标准差,在分析的基础上最终选取了可分性较强的8个分类特征,利用K-最近邻分类法对测试样本进行了分类,结果显示分类正确率可达85%以上。研究表明选取多个有效的LiDAR点云分类特征可以较好地区分震后未倒塌建筑物、倒塌建筑物和树木,提高震后建筑物震害程度判定的准确性,为应急救援及时提供较为准确的灾情信息支持。 相似文献
3.
4.
5.
6.
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
1