基于无人机影像的九寨沟地震建筑物震害定量评估

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。     

汶川8.0级大地震应急遥感震害评估研究

破坏性地震发生之后,在缺乏足够地面震害调查资料的情况下,通过遥感手段获取灾区震后遥感影像,图像快速处理和震害信息提取,对地震灾害及其损失进行快速评估,将弥补地面调查的不足,为地震应急指挥和救援决策提供重要依据。本文叙述了遥感应急震害评估的基本方法和该方法在2008年汶川8．0级大地震中的应用,并对实际评估效果进行了评价。     

面向对象遥感分类方法在汶川地震震害提取中的应用

震后城市建筑物震害的自动识别与分类, 是遥感震害调查中的关键步骤, 其精度直接影响损失评估的结果. 而随着高分辨率遥感影像的发展, 传统基于像元的分类技术已不能满足需求, 引入面向对象的信息提取技术, 充分挖掘影像对象的纹理、形状和相互关系等信息, 能够有效的提高震害的分类精度. 该文阐述了面向对象的遥感震害提取思路和方法, 并应用汶川地震震后高分辨率航空遥感数据, 针对建筑物震害进行面向对象的快速提取与自动分类. 结果表明, 与基于像元分类比较, 面向对象的建筑物震害分类能够显著改善分类效果.     

2013年四川芦山7.0级地震烈度遥感评估

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.     

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

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。     

基于遥感和GIS的建筑物震害损失评估方法研究与实现

介绍了一种使用遥感技术进行震后损失快速评估的方法,评估流程包括震害提取和损失评估两个部分。评估方式根据需求可以分为基于震害指数的评估和基于图像分类结果的评估两种模式,前者通过震害指数与烈度的关系得到地面居民住地的宏观震害情况,结合地震应急数据进行建筑物损失评估;后者采用图像处理技术,选取典型震害样本以图像分类技术得到地面居民住地的分级分类的震害结果,然后计算参数进行损失评估。损失评估的计算根据震害提取模式而不同。这种遥感震害评估方法和计算流程结合了遥感和GIS技术,以满足实际工作需求目标,提高了震害提取的自动化程度,实现多人工作模式,通过有效率的人机交互来提高遥感震害评估的速度。     

基于无人机影像的漾濞地震房屋震害定量评估

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.     

道路震害遥感提取方法现状与应急应用展望

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。     

基于最优分割的高分辨率遥感影像震害建筑物识别技术

为了提高建筑物震害信息提取的效率与准确度,针对震后高分辨率遥感影像,根据震害建筑物在遥感影像上的特征,以2010年海地M_S7.0地震为例,通过尺度参数估计算法自动选择最优分割尺度对影像进行多尺度分割,并采用面向对象方法对海地高分辨率遥感影像进行建筑物震害信息提取,同时与基于像元的支持向量机、反向传播神经网络、基于分类回归算法的决策树分类方法进行比较。试验结果表明,面向对象的分类方法具有更好的目视效果和更高的分类精度,有利于地震后震害信息的准确提取和快速评估。      

基于中分辨率遥感影像的居民区震害信息提取

针对中分辨率遥感影像建筑物震害信息弱以及变化检测法受非震害信息影响大等弱点, 本文建立了一种基于变化检测的居民区震害信息快速提取方法. 该方法利用主成分变换增强震害信息, 采用监督分类法提取似居民区, 并用灯光影像数据进一步对似居民区提取结果进行优化, 从而很好地消除了变化检测方法中非震害因素的影响. 在此基础上, 以2001年印度M_W7.6地震的极重灾区为研究区域, 利用震前、 震后Landsat卫星TM图像和震区灯光影像数据, 对本文算法进行了验证和分析. 结果表明, 在30—50 m中分辨率遥感影像上, 以建筑物为主的居民区震后图像变化最为显著的震害特征是反射率变大, 本文所建立的居民区震害信息提取方法在解决中分辨率遥感影像震害目标信息弱、 背景复杂等方面效果明显.      

基于遥感图像的快速震害预测

通过一个研究实例,介绍了利用IKONOS遥感图像后处理结合实地调查获取研究区域内建筑物结构形式、楼层数、占地面积等信息,并应用震害矩阵进行快速震害预测的方法。     

高光谱遥感技术在建 (构) 筑物震害识别中的应用

高光谱遥感作为20世纪空间对地观测技术重大进步的产物,通过其较高的光谱分辨率,为人们提供了丰富的地球表面信息,在各个研究领域得到了快速发展和广泛应用,并取得了卓越的成果。尽管高光谱遥感具有独特的优势,但是针对其在震害评估领域中应用的相关研究较少。本文在总结高光谱遥感的特征、优势及不同领域应用现状的基础上,开展了其在震害评估领域的应用研究。基于ASD地物波谱仪获取的建（构）筑物光谱曲线构建可用于震害分析所需的光谱特征库,对比光谱库中地物曲线之间的差异后,发现高光谱遥感在震害评估领域中的应用是可行的,因不同震害地物之间的光谱特征曲线存在差异,依据这种差异可区分不同的震害信息,从而对震害遥感图像进行精细分类。     

基于边线的遥感影像道路震害快速提取方法研究

重大地震灾害发生以后, 快速准确地提取灾区的道路震害信息对于应急救援工作具有重要意义。 由于地震造成的破坏非常复杂, 没有固定的光谱特征变化模式, 而且影像中存在大量同物异谱和同谱异物现象。 因此, 传统基于光谱特征的遥感影像道路震害提取方法, 不仅提取精度较低, 而且通用性不强, 需要根据不同影像调整参数。 道路边线是一种稳定的道路几何特征, 其特征变化能够准确地表现道路的状态变化。 基于此, 本文研究了一种基于道路边线的震害信息快速提取方法。 该方法利用震后遥感影像提取完好道路边线, 与震前道路线分布数据进行变化检测, 从而实现震害路段的提取。 最后, 利用汶川震区的遥感影像进行实例验证, 与人工解译的结果进行比较。 结果表明, 该方法能够快速准确地提取道路震害信息。     

MATLAB软件与ALOS遥感影像在震害建筑物自动识别中的应用——以都江堰市区为例

利用遥感技术进行震害建筑物的自动识别可为震害的快速评估与救灾决策提供科学可靠的依据.本文从震害建筑物在高分辨率遥感影像下灰度的特征入手,以5·12汶川特大地震后都江堰市区ALOS遥感影像为数据源,在MATLAB平台下对影像进行灰度增强处理、数学形态学重构以及连接、填充处理,并结合区域统计特性最后自动识别震害房屋.结果表明,利用ALOS影像丰富的纹理特征及空间结构信息与MATLAB在数学形态学处理中的优势能够准确有效地提取震害建筑物信息.     

基于遥感震害指数的尼泊尔地震综合烈度评估研究

2015年4月25日在尼泊尔廓尔喀县发生的8.1级地震及后续强烈余震,造成尼泊尔北部严重的人员伤亡和财产损失,灾区建筑物倒塌损失严重。本文利用现场震害调查资料和高分卫星遥感影像,开展建筑物震害遥感解译,得到各个遥感解译点的遥感震害指数,结合现场调查点评估的烈度拟合了遥感震害指数-实际震害指数转换关系,再根据遥感震害指数估计了全部解译点的震害指数及地震烈度。估计的烈度与现场调查结果对比显示出较好的一致性,研究结果为该地区今后发生地震提供了可借鉴的遥感评估震害指数转换模型。     

高分光学遥感地震应急应用原型系统

本文系统概括了国内外用于地震灾害监测与评估的专业软件现状, 详细介绍了高分光学遥感地震应急应用原型系统的研制目标、 工作流程、 技术方法和主要功能。 该系统基于建立的高分光学遥感震害识别知识库, 实现了“一键式”建筑物震害快速识别, 部分震害增强方法固化于控件中, 减化操作流程, 极大地提高了地震应急的实效性。 系统集成了建筑物、 道路交通、 地震地质灾害三个主要地震灾害识别功能, 能更全面地反映灾区宏观灾情, 在未来地震应急遥感工作中发挥重要作用。     

新疆塔什库尔干塔吉克自治县地震极灾区地震烈度遥感快速评估研究

2017年5月11日,新疆维吾尔自治区喀什地区塔什库尔干塔吉克自治县发生M_S5.5地震。为快速了解灾区灾情,本文基于无人机遥感技术获取的地震极灾区高分辨率影像数据,结合地震现场震害调查进行建筑物震害遥感解译,采用地震烈度遥感定量评估方法,进行极灾区地震烈度遥感评估。结果表明:灾区房屋结构类型主要包括土石木结构、砖木结构、砖混结构、框架结构,倒塌和局部倒塌的房屋均为土石木结构房屋,安居富民房屋无一倒塌,遥感评估的塔县地震极灾区地震烈度为Ⅷ~Ⅸ度,比中国地震局公布的地震烈度略高,今后需根据新疆实际情况修正模型,为新疆地震烈度遥感快速评估工作服务。     

基于综合震害指数的玉树地震烈度遥感评估研究

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。     

基于全极化Radarsat-2影像的建筑物震害评估

利用震后灾区全极化SAR影像可快速提取建筑物震害信息,为应急救援的快速有效实施提供重要的灾情信息支持。本文建立基于极化散射矩阵的Pauli-Wishart监督极化分类的建筑物震害信息提取和以街区为尺度的震害程度评估方法,包括Pauli分解、Wishart监督分类和遥感震害指数提取,并利用玉树县城区2010年4月14日青海玉树7.1级地震震后全极化Radarsat-2影像,提取了建筑物震害信息。经统计,确定结果总体分类精度达到0.81,Kappa值为0.61,表明本文提取建筑物震害的方法是可行的。     

建筑物震害多源遥感特征与机理分析

随着遥感信息源的不断增加,多种遥感数据被用于详细判读建筑物的震害情况.为准确判读震害等级与建立震害自动识别模式,本文收集整理了汶川地震震区的震害遥感图像,通过目视判读、图像处理、统计分析,重点分析了各类震害建筑物在光学影像中的特征表现、在合成孔径雷达图像中的成像机理特征以及在激光雷达图像中的三维特征.在此基础上构建了建筑物简化模型,并联合光学影像和雷达图像对震害建筑物的影像特征剖面予以分析.结果显示:光学遥感图像色彩信息符合人眼色觉原理,具有较好的直观判读效果;合成孔径雷达图像能够记录地物侧面、表面的粗糙程度和角反射特点,信息量丰富但不直观;激光雷达图像能获取建筑物的三维信息,因此震害评估工作中需有效地综合利用多源遥感数据,才能实现最佳的判识效果.