| 基于DInSAR技术监测地震形变及深度学习提取损毁建筑物
——以厄瓜多尔为例 |
| |
| 引用本文： | 郭天豪,解斐斐,霍志玲.基于DInSAR技术监测地震形变及深度学习提取损毁建筑物
——以厄瓜多尔为例[J].北京测绘,2021,35(9):1225-1229. |
| |
| 作者姓名： | 郭天豪 解斐斐 霍志玲 |
| |
| 作者单位： | 山东科技大学 测绘科学与工程学院,山东 青岛266590;山东科技大学 测绘科学与工程学院,山东 青岛266590;山东省3S工程技术中心,山东 青岛266590 |
| |
| 摘 要： | 针对地震导致的地表变形、建筑物损坏等问题,利用合成孔径雷达差分干涉测量技术检测受灾区,并利用深度卷积网络提取损坏建筑物.以2016年4月16日厄瓜多尔地震为例,利用Sentinel-1A雷达数据获取地震形变.结果表明:厄瓜多尔地区整体地震形变在0～0.226 m,可检测形变变化为0.028 m;结合光学遥感影像进行分析,结果表明:80％损坏严重的建筑物存在于形变变化区域,形变较大区域道路受阻更为严重.基于高分辨率Worldview2光学卫星数据,利用ENVINet5深度卷积网络提取损坏建筑物,分类精度为74％,验证其在震后建筑物提取应用的可行性.
|
| 关 键 词： | 合成孔径雷达干涉测量 地震形变 深度学习网络 建筑物信息提取 |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
