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。     

基于无人机影像的辽宁农居建筑物提取技术与应用研究

本研究以实地调研数据为基准,无人机影像数据分析为验证,进行了基于无人机识别能力范畴的辽宁农居建筑结构类型划分,并根据区域结构类型比例、影像特性等指标优化了农居遥感解译标志整体参数,提取了不同建筑结构的不同解译标志阈值区间,并基于无人机低空正射影像DOM、数字表面模型DSM制定改进型DSM提取算法处理流程与代码,利用Python语言及开发环境完成了遥感影像要素提取与评估系统开发应用。通过最优组合解译标志获取无人机影像解译一致性系数Kappa=0.723,表明制定的解译标志特征对获得具有较好一致性的房屋结构类型具备一定的可行性。以改进型DSM提取算法为核心的建筑物提取软件提取建筑的整体精度为75%,基本满足地震应急需求。     

结合纹理和形态学特征的高分遥感影像建筑物震害信息提取

为提高震害信息获取时效性,对基于我国国产高分遥感影像的建筑物震害信息提取方法进行深入研究,本文以2017年5月11日新疆塔县M_S5.5地震为例,利用该地震前后极灾区高分遥感影像,利用结合纹理和形态学特征的方法进行了建筑物震害信息提取,通过变化检测分析获取了极灾区建筑物震害信息,并与基于像元级和基于目标级的信息提取结果进行对比,采用震后无人机影像目视解译结果对本文结果进行了精度验证。结果表明:通过缩减研究区范围可大力提高数据提取精度和速度;运用灰度共生矩阵、二值化、数学形态学等方法对影像进行迭代运算,能较好地提取高分遥感影像中的建筑物信息;通过对地震前后建筑物提取结果进行变化检测分析,能够有效地提取完全倒塌的建筑物,信息提取总体精度为90.45%,比基于像元级和基于目标级信息提取结果的精度分别提高了5.78%和5.23%,可为震后快速确定人员压埋点、部署救援力量提供决策依据,提高地震应急救援的时效性。      

基于深度学习网络的地震地质灾害识别研究

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。     

城市建筑物情景构建及地震风险评估——以玛曲县为例

利用大疆M300无人机对玛曲县城区建筑物进行全覆盖、高精度航拍,建立三维模型,结合高分遥感影像对城区建筑物进行数字化处理,采用结构弹塑性时程分析方法构建玛曲县城区建筑物在不同地震烈度下的震害情景,并对其进行地震灾害风险评估。研究结果表明：在中小型城市城区高层建筑物结构类型解译工作中,无人机倾斜摄影技术能够全天时获取成像清晰、质量较高的高分辨率遥感影像,能更好地高精度分辨城区高层建筑物结构类型、层数等基础信息,能为震害情景构建和地震灾害风险评估提供准确的基础数据;烈度为Ⅶ度时,城区建筑物以轻微破坏和中等以下破坏为主,地震灾害风险不大;烈度为Ⅷ时,城区建筑物以中等及以上破坏为主,地震灾害风险较大;烈度为Ⅸ度时,城区大部分建筑物都会出现严重及以上破坏,地震灾害风险很大。研究结果将会为该地区精确实施建筑物加固、重点隐患排查等工作提供有力的科学支撑,对该地区防范化解重大地震灾害风险具有重要的意义。     

无人机技术在新疆塔县地震的应用及实现

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。     

基于无人机影像的面向对象建筑物结构分级提取方法研究

为提高遥感影像建筑物结构识别精度,综合利用光谱、形状、空间、纹理和数字表面模型(DSM)建立了建筑物结构分级提取方法。基于研究区无人机高分辨率影像,采用面向对象的影像分析策略,首先进行多尺度分割,以最佳分割与合并指数提取影像中建筑物目标;然后分别采用规则、训练样本与DSM方法对建筑物结构进行分类;最后将3种分类方法进行融合,对比分析了单一方法和融合分类方法的建筑物结构分类精度。结果表明:基于规则+样本+DSM的半监督建筑物结构分类方法错分率、漏检率与Kappa系数最优。     

基于改进蚁群算法与无人机影像的震害识别方法及其在漾濞地震中的应用

地震后及时、精准地获取区域的震害情况,对科学有效地开展应急救援与灾害损失评估工作具有重要意义。文中依托蚁群算法以及无人机高清遥感影像,提出了一种高效识别区域建筑震害的新方法,并在近期云南漾濞6.4级地震的应急工作中进行了应用与验证。该方法通过改进蚁群算法中信息素浓度更新策略,引入优化算子,建立了更好的识别规则,提高了震害识别的速度与准确性;云南漾濞6.4级地震发生后,以第一时间获取的漾濞县城无人机高分辨率影像为试验数据,对区域震害的提取效果进行了验证,并与蚁群算法及最大似然方法进行对比分析。结果表明,文中提出的基于改进蚁群算法与无人机高分辨率影像的震害识别方法可有效提高区域内被破坏建筑物的识别精度。     

基于无人机和卫星遥感影像的升金湖草滩植被地上生物量反演

湿地植被地上生物量是衡量湿地生态系统健康状况的重要指标,对于珍稀水禽越冬繁殖、全球碳循环、生态净化具有重要意义,是生态学与遥感解译的研究热点之一.针对于地上生物量的测算,卫星遥感数据覆盖范围广但其空间分辨率较低,无人机遥感数据空间分辨率高但采集范围小,同时受湿地面积、观测系统及外界环境等条件的影响,使得遥感影像地上生物量反演更加复杂和困难.本研究基于无人机和高分一号数据对升金湖草滩植被地上生物量反演进行研究,结合升金湖保护区4个样区无人机可见光影像与相应样区实测样本数据,建立地上生物量与可见光波段、多种可见光植被指数的线性、幂函数、多项式、对数回归模型,并通过可决系数（R²）、平均绝对误差（MAE）和均方根误差（RMSE）对模型进行精度评价,选择最优模型对无人机影像进行地上生物量反演;通过可见光波段反演得到的生物量,与高分一号WFV归一化差分植被指数（Normalized Difference Vegetation Index,NDVI）影像相结合进行回归建模,获取整个升金湖草滩植被地上生物量分布.结果表明,利用无人机红光波段建立的多项式方程对地上生物量反演有着最高模拟精度,R²=0.86、预测精度MAE=111.33 g/m²、RMSE=145.42 g/m²,且红光波段生物量反演方法得到的结果与实际生物量分布一致性较高,高分一号WFV NDVI与无人机反演生物量构建的多项式模型为最优模型,R²为0.91.本研究利用无人机和高分一号数据进行生物量反演研究,整合多源遥感数据优点,以获取更加丰富和准确的信息,进而提高地上生物量反演精度,为湿地监测和湿地恢复管理提供数据和技术支撑,具有重要研究意义和应用价值.     

无人机摄影技术在精河地震房屋震害定量评估中的应用

利用2017年8月9日精河6.6级地震后获取的高分辨率无人机影像，对叶里斯南也肯村153栋房屋进行结构分类和震害解译，获取研究区内土木结构、砖木结构、砖混结构、框架结构4种类型房屋数量及震害特征，并依据解译结果计算每种结构房屋平均震害指数。由于研究区内砖木结构、砖混结构、框架结构房屋数量偏少，房屋内部的震害难以用无人机影像识别，这3类房屋的震害解译结果与现场调查结果相比差别较大，而土木结构房屋平均震害指数及所对应的地震烈度结果与现场调查结果基本一致，表明无人机影像可为房屋震害定量评估提供重要参考。     

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.     

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。     

高精度静态人口空间分布研究——以银川市西夏区为例

地震发生后，人口空间分布密度是决定救援力量部署的重要依据。然而，高精度人口空间分布数据存在获取和更新困难的问题，缺少有效的解决途径。以银川市西夏区为例，基于高空间分辨率遥感影像，通过建筑物解译与实地调查相结合的方式获取住宅建筑物信息，建立人口与住宅建筑物之间的关系模型，得到更客观真实的人口空间分布情况。研究结果表明，以高空间分辨率遥感影像解译住宅建筑物作为人口空间分布指示因子建模，得到的总体预测人口误差率为3.56%，人口平均相对误差率为9.19%，研究结果具有较高的可靠性，为震前灾害风险评估和震后灾情快速评估提供可靠的人口空间分布数据。     

基于高分辨率合成孔径雷达影像建筑物成像几何结构的震害特征分析

传统的利用震后单幅合成孔径雷达(SAR)影像对建筑物的震害特征分析大多基于街区范围, 很少基于其成像几何结构． 本文基于高分辨率SAR影像上的建筑物成像几何结构, 分析了建筑物单体的震害特点, 建立了利用距离向线性灰度累加的方法提取规则未倒塌建筑物的叠掩区和阴影区及倒塌建筑物的倒塌区, 并在此基础上进行各几何特征区域的纹理特征, 如同质度、 不相似度和熵的计算及其组合特征分析, 由此建立了基于SAR影像建筑物成像几何结构的震害分析方法． 采用该方法对2010年玉树M_S7.1地震震后玉树县城区的高分辨率SAR影像进行分析, 结果表明: 叠掩、 阴影和二次散射亮线是进行建筑物震害解译的有效几何结构特征, 其中叠掩区和阴影区的影像纹理特征具有较好的震害识别能力; 与传统的简单特征统计方法相比, 考虑建筑物SAR影像成像几何结构的特征统计法, 可以显著提高建筑物的震害识别能力.      

无人机遥感技术在新疆皮山地震灾情获取中的应用

2015年07月03日,新疆维吾尔自治区和田地区皮山县（37.6°N,78.2°E）发生M_S6.5级地震,震源深度10km。本文利用高性能无人机数据采集平台获取灾区高分辨率影像数据,结合地震现场震害调查建立建筑物震害遥感解译特征,采用人工目视解译完成了灾区6个0.01°×0.01°格网评估区房屋类型及损毁程度应急遥感调查,获取测区地震灾情信息。结果表明:测区内房屋结构类型主要包括土木、砖木、砖混结构;倒塌房屋主要为土木结构及个别老旧砖木结构房屋,倒塌和局部倒塌的土木结构房屋占评估区土木结构房屋总数的68%,倒塌和局部倒塌的砖木结构房屋占评估区砖木结构房屋总数的12%;测区砖混结构房屋局部倒塌1间,未倒塌228间,砖混结构显示出良好的抗震性能,对避免人员伤亡和减少经济损失起到重要作用。     

基于Landsat-8与ZY3多源遥感影像的城镇居民地识别与再分类研究

精细的居民地数据对地震灾害风险分析具有重要意义。 为得到具有较高时效性与精细度的居民地数据, 充分发挥其对人口、 建筑物空间展布的指示作用, 本文综合利用多源遥感影像的优势, 基于分层分类思想开展城镇居民地识别与再分类研究。 以甘肃天水秦州区的主城区为例, 采用具有较高时效性的Landsat-8 OLI影像, 建立决策树分类模型识别出居民地轮廓; 在居民地轮廓内部, 进一步采用资源三号卫星(ZY3)高分影像, 利用面向对象方法进行居民地内部的建筑群再分类, 最后得到了具有不同精细程度的居民地数据。 实验结果中Landsat-8土地覆盖分类总体精度为92%(其中居民地识别率达86%), 城镇居民地再分类的总体精度为81%, 说明了本文研究方案的可行性。     

基于SHALSTAB模型与面向对象遥感影像分析的地震滑坡信息快速检测

滑坡是最为常见的地震次生灾害之一,对其进行有效监测一直都是业界研究的热点。基于此,提出了一种高分遥感影像地震滑坡信息快速检测方法,该方法将SHALSTAB模型与面向对象影像分析相结合,首先对遥感影像进行多尺度分割,并根据稳定性模型赋权,然后根据深度学习机制对滑坡对象进行检测,最后对检测结果进行过滤,并将该方法应用于2013年芦山地震滑坡检测,与目视解译结果进行对比。结果表明:该方法能快速检测高分遥感影像上滑坡,滑坡检测正确率达85%以上。     

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。     

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.     

基于震前高分影像和震害仿真的建筑物震害快速评估：以四川泸定6.8级地震为例

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.