利用高分辨率光学遥感图像检测震害损毁建筑物

地震发生后，利用高分辨率遥感图像进行建筑物损毁检测，有利于快速评估灾害损失。在分析损毁建筑物梯度分布的基础上，提出了一种利用梯度局部空间统计检测震害损毁建筑物的方法。首先用Prewitt算子提取图像梯度信息；然后对梯度图像进行局部空间统计，统计各建筑物屋顶内部梯度的空间相关性，得到初步损毁检测结果；最后，在先验知识的指导下进行极小值分析和阴影检测，进一步修正建筑物损毁检测结果。分别以玉树地震后的Quickbird卫星遥感图像和盈江地震后的光学航空图像为例进行实验，结果表明，利用梯度局部空间统计检测震害损毁建筑物的方法效果优于传统损毁检测方法，总体精度达到80%以上，能够有效检测损毁建筑物。     

房屋震害预测数字化辅助方法

为提高房屋震害预测效率,将数字化技术应用于房屋震害预测分类工作中。利用航空摄影测量、遥感及地理信息系统技术,提出两种房屋震害预测分类数字化辅助方法。若预测区域有符合条件的遥感影像对,利用航空摄影测量技术可获得DSM及DEM模型,进一步从层数上对建筑物进行分类。另一种方法则是利用遥感技术提取有关建筑物阴影信息,由阴影计算建筑物层数,进而对建筑物进行分类。利用地理信息系统自动统计不同类建筑物总面积,画出不同类建筑的地理分布图。与传统方法相比,这种方法效率高,可以纵览全局,减少房屋震害预测现场调查工作量,提高震害预测工作效率。     

针对辽宁地理特征的震害预评估模型应用

震害预评估是地震应急响应与辅助决策的重要依据,可靠的灾害预评估结果对提高地震应急能力、加快震后应急响应速度具有十分重要的作用。本文针对辽宁省地理特征,结合地震动衰减分区关系、历史地震资料统计回归分析,确定辽宁省地震影响场的评估参数,建立有关中强地震影响范围的震害预评估分析模型,并利用VS.NET、Windows控件及ArcGIS Engine设计GIS专项应用平台,实现地震灾害等级、人口、建筑物、道路受损预评估及应急专题图的快速生成,实现辅助决策功能,为制订震害应急方案提供分析数据。     

基于DCNN特征的建筑物震害损毁区域检测

为了提高基于高空间分辨率遥感影像的建筑物震害损毁评估精度,引入深度卷积神经网络(deep convolutional neural network,DCNN)模型,提出一种利用DCNN全连接层特征结合支持向量机(support vector machine,SVM)进行遥感影像建筑物震害损毁区域检测的方法。首先,利用神经网络前馈方式从DCNN全连接层提取训练样本和待检测区域的特征;然后,基于样本训练SVM分类器;最后,对待检测区域的所有区块进行分类预测和投票确定是否损毁。以2010年海地地震遥感影像为例,建筑物损毁检测正确率可以达到89%,相比于传统的特征提取方法正确率提高了4%。实验结果表明该方法在建筑物震害损毁检测方面具有一定的应用潜力。     

利用“天地图”设计和研发建筑物震害风险信息平台

基于“天地图”API技术和地震灾害风险评估模型,以宁波市为例,建设建筑物震害风险信息发布系统平台。该平台实现了单体建筑物抗震等级和避难场所等地震信息查询、不同烈度下建筑物毁损程度预估、建筑物经济损失和人员伤亡评估及地震科普等功能,能够提供更加直观准确的辅助决策信息来帮助降低建筑物毁损和人员伤亡。     

基于BP神经网络技术的区域短期地震预测模型研究

地震预测是一个世界性科学难题,特别是短期与临震预测的水平与社会需求相距甚远。论文在详细分析研究地震数据特征以及常规地震预测方法的基础上,提出了一种可以实现地震震级量化预测的新方法,此方法通过解算出地震参数和天文时变参数并建立地震预测模型,对未来预测周期内发生的最大地震震级进行量化预测。本文以实验区域为研究对象并选取6个月为预测周期,采用线性回归分析方法和常规BP神经网络方法进行研究。经回溯检验,其地震震级预测中误差分别为±0.78级和±0.61级,精度均有待提高。经过总结上述两种方法的优缺点,创新的提出了基于线性回归与神经网络技术的地震预测融合模型,回溯检验结果表明,融合模型的震级预测中误差为±0.41级,地震预测效果显著提高。     

3D点云震害建筑物深度学习样本增强方法

针对震后复杂场景下LiDAR点云建筑物破坏类型自动识别问题，为满足应急救援时效性、准确性需求，告别传统人工震害特征提取，充分挖掘点云数据中灾区建筑物震害信息，进一步实现建筑物自动化智能化识别。本文将3D点云深度学习方法应用于建筑物震害识别，构建了包含倒塌、局部倒塌、未倒塌3种建筑物破坏类型的点云数据集。基于PointNet++网络探究了各类别样本量及其均衡性对识别精度的影响，并提出破坏建筑物样本增强方法，丰富了各类别样本点云形态。利用2010年海地7.0级地震后机载LiDAR数据，在PointNet++网络中进行了样本增强前后分类精度比较、样本量以及均衡性分析实验，样本增强后倒塌和局部倒塌的分类精度分别提高近27%和17%，模型整体平均分类精度、Kappa系数均有近15%的提升。实验结果表明三维建筑物震害深度学习模型在各类别样本量足够且均衡时，才能取得较好的分类识别效果。     

三维激光扫描技术在汶川什邡地震遗址虚拟重建中的应用研究

利用三维激光扫描快速、高精度、非接触、直接获取研究对象表面空间三维数据的技术优势,对汶川地震遗址三维虚拟重建进行应用研究。对震后不规则建筑物点云数据的分块拼接、处理,以及三维模型的真实再现进行技术探讨和实践,为震后灾害遗址全貌重现,地震工业遗址纪念展示园区规划提供重要依据。     

基于ArcGIS Engine的地震风险预报与评估系统的设计与实现

提出利用ArcGIS Engine技术结合地震相关分析理论进行地震风险预报与评估系统设计,阐述设计原理及优势,并编程实现。系统综合集成地震分析、空间分析、重力分析及统计检验等功能,能有效提高地震风险预测评估一体化程度及震前灾害预警效率,并为地震灾害预警研究提供参考。     

四川汶川大地震震害遥感调查与评估

回顾了中国应用遥感技术调查评估地震灾害的历史及其进展,经过综合论证,给出了汶川地震5种震害的分类划分标准和灾害遥感调查评估总体技术流程,总结了灾害遥感调查评估各个不同阶段,采用不同遥感信息源和不同遥感技术方法识别不同震害的效果,为汶川特大地震灾中救援和灾后重建提供了决策依据;结合遥感技术发展的趋势和地震灾害的特点,提出了震害遥感调查评估的发展趋势.     

地形因子与小微地震相关度的空间异质性分析

针对传统最小二乘回归未能顾及数据的空间特性,且无法度量模型自变量与因变量相关性的空间变异特性的问题,本文提出利用地理加权回归方法分析小微地震频次与地形因子相关度的空间异质性。以四川地区的地震监测资料、DEM为实验数据,选取地形复杂度、坡度变率、坡向变率和地面曲率为自变量,地震发生频次为因变量,构建地理加权回归模型,并进行回归系数的空间变异分析。实验分析发现,地震频次与地形因子具有一定的相关性:地形复杂度与地震频次相关性最强;坡度变率、沟壑密度、剖面曲率与地震频次的相关性依次减弱;不同空间位置的地形因子和地震频次的相关性具有较明显的空间异质性。实验结果表明,地理加权回归可以有效地度量分析地震频次与地形因子相关度的空间异质性,研究结果可为地震及次生灾害的分析与预报提供辅助决策参考。     

卫星大地测量成像地震周期形变研究综述

近年来,卫星大地测量技术的快速发展为精确测量地壳形变和断层行为提供了前所未有的多维观测数据。它与地震学的结合使得地震周期形变监测的时空分辨率大大提升,为更加深入地研究地震周期过程和机理提供了一个窗口,地震大地测量学应运而生。它能够对地壳运动进行定量描述、对断层活动进行精准建模,从而为洞悉整个地震周期过程的应力应变演化提供科学依据,同时为评估地震危险性、实现地震预测预警提供科学指导。以卫星大地测量观测探究断层形变为主线,分析了断层处于地震周期不同阶段的运动学特征（震间、同震和震后）,回顾了地震大地测量学在震源物理方面的一些重要发现。研究表明,利用卫星大地测量数据判定断层所处地震周期的阶段是实现地震预测的可行思路。     

利用时空立方体挖掘小微地震时空演变模式

挖掘分析小微地震的时空演变模式，可为地震灾害的分析与预报提供辅助决策参考。本文以四川地区的地震监测数据为基础，利用时空立方体融合地震点的空间、时间与属性数据，基于时空热点统计分析方法挖掘小微地震的时空冷热点分布模式。试验结果表明：在试验数据的时域内，四川地区小微地震的热点模式主要表现为连续热点、逐渐减少热点和振荡热点。冷点模式主要是连续冷点，且冷点覆盖范围比热点覆盖范围广。基于时空立方体的时空热点分析方法能够发挥时空统计学的优势，可有效挖掘分析小微地震的时空演变趋势。     

面向对象的高分辨率遥感影像建筑物震害信息提取

建筑物的倒损信息是震后灾害评估的一项重要指标。文中应用震后高分辨率遥感影像数据,采用面向对象分类方法,以最优分割参数对影像进行分割,构建多尺度影像对象层次结构。通过影像对象的光谱、形状、纹理等特征及空间拓扑关系建立分类规则库,提取基本完好、受损和完全倒塌三类破坏等级的建筑物震害信息。结果表明,面向对象分类方法能够实现提取三类等级的建筑物震害信息,从而满足地震灾害快速评估要求。     

面向地震应急调查的遥感应用现状及趋势分析

地震是一种会造成人类生命财产重大损失的突发性自然灾害,震后第一时间启动应急响应并开展灾情的快速评估能有效地减轻地震灾害带来的破坏。空间对地观测技术为宏观性的地震应急与调查工作提供了便捷、经济的途径,随着空间对地观测技术与数据处理技术的不断发展,各国学者对遥感应急调查开展了大量深入的研究工作,相关研究成果已广泛地应用于地震应急的实际工作中。但是,遥感数据类型与处理技术的多样化也带来了应急信息的散乱,导致遥感快速应急响应系统性不强,使得应急服务不持续,一定程度上限制了遥感技术的效能;为此,针对现阶段遥感技术在地震应急调查中的应用情况,在总结地震应急调查常用遥感技术手段的基础上,分析了遥感快速应急响应面临的技术挑战,重点梳理了地震应急不同阶段对遥感数据及应急专题产品产出类型与时效性的现实需求,结合震后灾区影像数据的情况,系统地分析了光学、雷达、激光雷达遥感技术在地震应急调查应用中的技术现状与存在的问题。在实际地震应用案例分析的基础,总结剖析遥感应急工作存在的问题,并重点从海量数据快速处理、震害信息智能化提取、多源数据协同分析3个技术层面论述了遥感地震应急面临的核心困难,基于此,结合在轨数据实时、海量数据快速处理就灾情智能化识别的多技术联合、多源数据协同分析、发展敏捷卫星等几个方面论述了未来遥感技术在防震减灾中的发展趋势,以期推动遥感监测手段提供动态、实时、持续的空间信息应急服务能力,提高地震应急工作的快速响应、精细化与业务化应用能力。本文的研究可以为多源遥感技术在地震应急调查中的科研及业务应用提供很好的参考,更高效的发挥遥感技术在防震减灾工作中的应用能力与水平。     

基于GIS和神经网络模型的场地地震液化势风险评价

基于组件式GIS(COMGIS)技术,调用水平成层土地震反应分析程序SHAKE91来实现设定地震下地震动影响场的模拟;调用Matlab神经网络工具箱来完成场地地震液化势评价模型在COMGIS系统中的模块化;利用GIS技术对评价结果进行空间复合,给出场地潜在的地层液化势空间分布图。     

遥感技术在地震科学研究中的应用

介绍了遥感技术在地震科学中的一些应用成果,包括地貌研究、地壳形变、热异常及震害评估等方面。此外,近年来,随着俄罗斯和法国等国家专门用于地震研究的电磁卫星成功发射,为开展地震研究提供了丰富的电离层电磁信息,这类非成像遥感数据对地震电磁科学研究和地震短临预报具有重要意义。遥感技术(成像与非成像)在地震行业的应用将提高我国地震监测预报水平。     

从灾后机载激光点云自动检测损毁房屋的等高线簇分析方法

利用灾后机载激光扫描点云的地震损毁房屋检测方法主要针对平面屋顶房屋,从局部分析屋顶的平面特征,导致只能有效检测屋顶严重破碎的损毁房屋。为此本文提出了一种等高线簇相似分析的地震损毁房屋检测方法,充分挖掘房屋等高线簇蕴含的房屋表面形状丰富的二维和三维信息,利用等高线簇形状相似度的归一化信息熵从整体上综合描述损毁房屋的损毁特征,并利用最大熵模型自动检测损毁房屋。采用2010年4月El Mayor-Cucapah地震断裂带激光点云数据进行了试验,证明本文提出的方法能快速、准确、可靠地检测损毁房屋。