结合变差纹理特征的极化SAR建筑物震害信息提取

快速评估建筑物地震灾害信息对地震应急救援工作有着指导意义,而极化SAR具有全天候、全天时的特点,因此利用极化SAR图像提取震害信息已逐渐成为研究热点。虽然极化SAR具有丰富的极化信息,但其纹理信息不可忽略,尤其是完好的人工建筑物在图像上呈现规则的纹理特征,而倒塌建筑区域纹理分布杂乱,因此结合纹理信息也可以很好地提取建筑物信息。以2010年玉树地区的全极化SAR数据为研究对象,首先,利用Yamaguchi分解的体散射分量PV提取了SAR图像中的建筑物区域以及道路、水系等非建筑物信息,在此基础上,对相干散射矩阵T11分量中倒塌建筑物、完好建筑区域进行变差计算,根据变差曲线确定变程a后,再对建筑物区域采取窗口m*m(m=3*a)进行变差计算得到变差纹理信息,最后利用FCM算法对变差纹理信息分别提取完好建筑物和倒塌建筑物区域,为了对比分析,文章利用Yamaguchi分解的二次散射分量PD提取完好建筑物区域,与震后光学遥感图像对应样本点进行人工验证,得到完好建筑物的提取精度为80.18%,倒塌建筑物的提取精度为84.54%,道路水系的提取精度为77.58%。     

SAR影像建筑物震害检测方法研究综述

合成孔径雷达(SAR)凭借其全天候、全天时的优势,在震后灾情信息的快速获取以及灾情评估上发挥着越来越重要的作用。本文分析了建筑物在SAR影像上的成像特征及不同震害等级的建筑物在SAR影像上的特点,总结了利用SAR技术进行建筑物震害检测的方法,并将其归纳为目视解译、震前震后变化检测、震后单幅影像的震害检测方法。同时分析了这些方法的特点,并对SAR建筑物震害检测方法进行了展望。     

城市建筑物震害损失快速评估系统

讨论了地理信息系统（ＧＩＳ）为基础的的建筑物损失的快速评估方法,建设开发了具有实用意义的城市建筑物震害损失快速评估系统。研制结果表明,ＧＩＳ可以方便地与城市建筑物信息进行空间匹配,实现地震灾害损失评估。     

基于无人机倾斜影像的三维建筑物震害精细信息提取

无人机倾斜摄影技术建模生成的三维影像较好地展现了建筑物侧面和顶面的震害细节信息,然而影像的高维度特性难以直接基于三维影像提取震害信息,经过降低维度转换的二维纹理影像往往会导致建筑物震害信息的不完整性和破碎性。针对这些问题,本文以2017年九寨沟M_S7.0地震为例,提出了一种直接从九寨沟震后三维影像获取侧面纹理信息的方法,即将三维模型打散,实现纹理与不规则三角网分离,从而获取完整的纹理影像,然后利用金字塔模型的瓦片坐标范围、瓦片命名规则和建筑物单体的空间位置选取最优纹理影像,再使用加权均值方差法确定纹理影像中建筑物的外墙最佳分割尺度后,采用面向对象方法提取建筑物外墙和墙皮脱落信息,最后通过对这些建筑物震害特征的分析,判定单体建筑物的破坏等级。结果显示,该方法成功获取了建筑物完整的侧面震害纹理影像,并基于纹理影像提取了外墙、裂缝和墙皮脱落区域信息判定建筑物单体为中等、严重两个破坏等级。      

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.     

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。      

全卷积神经网络在建筑物震害遥感提取中的应用研究

为解决建筑物震害信息提取自动化程度不高的问题,本文将全卷积神经网络应用于建筑物震害遥感信息提取。以玉树地震后获取的玉树县城区0.2m分辨率航空影像作为建筑物震害信息提取试验数据源,将试验区地物划分为倒塌建筑物、未倒塌建筑物和背景3类。对427个500×500像素的子影像进行人工分类与标注,选取393个组成训练样本集,34个用于验证。利用训练样本集对全卷积神经网络进行训练,采用训练后的网络对验证样本进行建筑物震害信息提取及精度评价。研究结果表明：建筑物震害遥感信息提取总体分类精度为82.3%,全卷积神经网络方法能提高信息提取自动化程度,具有较好的建筑物震害信息提取能力。     

台湾海峡7.3级地震建筑物震害分析与损失评估

对台湾海峡７．３级地震广东境内建筑物的地震破坏进行了调查，对地震损失进行了总体评估，并根据当地的工程地质情况，建筑物的结构，用材和施工特点等，分析了各种地震破坏形态和破坏规律，为今后的建筑抗震设防提出了有闪斩建议。     

基于面向对象技术的建筑物震害识别方法研究

2010年1月12日海地发生7.3级大地震,造成首都太子港大量建筑物损毁.从震后甚高分辨率遥感影像中可以发现在倒塌和部分倒塌建筑物的周围存在很多瓦砾.因此,可以将瓦砾作为建筑物倒损的震害特征.分别采用基于像元的方法、面向对象的方法、综合地统计学纹理的面向对象方法自动提取建筑物瓦砾,并对3种方法的分类精度进行了评价,研究...     

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ACCRBF网络的多层砖房震害预测

针对传统震害预测方法逐栋抽样计算建筑物抗震性能的不足,本文提出了一种基于蚁群聚类径向基(ACCRBF)网络模型的建筑物震害预测方法。依据不同地震动峰值加速度下多层砖房的实际震害资料,对模型进行训练,在模型的输入和输出之间建立映射关系,并利用这种映射关系对未知样本进行分类,实现对多层砖房的震害分析和预测。模型的输入为反映结构的震害影响因子,输出为给定的地震动峰值加速度下结构震害等级。研究表明,基于ACCRBF网络模型的多层砖房震害预测结果与震害实例基本吻合,具有推广应用价值。     

农村民房的地震破坏特征与震害预测

本文基于对中国西部和华北地区20世纪发生的21次历史地震的震害考察和10余次地震的现场震害调查资料的分析研究,总结归纳了农村木架房屋、墙体承重房屋、混合承重房屋、土坯拱窑、黄土崖窑、砖平房、多层砖混房在地震烈度为Ⅵ度、Ⅶ度、Ⅷ度、Ⅸ度、Ⅹ度时的震害表现,介绍了建筑物震害程度等级的划分与标准、破坏性地震在Ⅵ度-Ⅺ度区内各种结构类型农村民房破坏的烈度标志,给出了各种结构类型农村民房在地震烈度Ⅵ度-Ⅺ度情况下的震害预测结果,探讨了在造价增加不多的情况下,提高农村民房抗震能力的可行性。     

基于改进遗传算法优化BP神经网络的单体建筑物震害评估方法

结合机器学习算法最新研究进展,提出一种基于改进遗传算法优化BP神经网络的单体建筑物震害评估方法。以四川地区为例,通过改进遗传算法优化BP神经网络建立评估模型,输出评估区域内不同结构类型单体建筑物在各震害影响因素综合作用下的破坏等级,并通过实际算例分析对模型的有效性进行验证。结果表明,该方法可快速、准确地评估单体建筑物震害情况。     

2011年1月安徽安庆4.8级地震烈度与房屋震害

2011年1月19日安徽省安庆市Ms4.8级地震发生后,笔者在第一时间深入地震灾区,开展了地震烈度调查和地震灾害评估工作.本文基于现场调查结果,对此次地震的构造背景、烈度分布及房屋典型震害进行了分析,并对经验教训进行了初步总结.     

粗集神经网络在建筑物震害预测中的应用

将粗糙粗集理论和神经网络原理结合起来,建立了基于粗集-神经网络的建筑物震害预测模型.首先运用粗糙集理论,根据原始样本建立决策表进行属性离散化、属性重要性排序、属性约简和分类规则的提取;然后将所提取的关键成分作为神经网络的输入练模型.实例研究表明,基于粗集-神经网络的多层砖房震害预测结果与实际震害基本吻合.该模型简化了神经网络结构,提高了训练速度和分类精度,还能对各因素对房屋震害的影响度进行分析.     

红外热成像技术在震后房屋损坏快速鉴定中的应用研究.

本文引入了目前地震现场房屋快速安全性鉴定工作的辅助手段——红外热像无损检测技术,借用图像处理手段、数学统计方法等,探讨了震后房屋破坏红外图像的表现效果,分析了红外图像与各影响因素的关系.文中以汶川地震现场建筑物的典型震害为代表,重点分析了框架结构、砖混结构、简单结构房屋的红外图像表现.本文所涉及的建筑材料主要有水泥砂浆、钢筋混凝土、红砖、黏土、楠木、石棉瓦、水泥板等:表面装饰层材质有红漆、白色抹灰、黄色涂料、白色壁纸、红色瓷砖、白色瓷砖等.材料的物理性质不同,其表现出的红外图像特征差别较大.统计相关分析结果显示:图像的表现效果在下午时段优于中午时段和上午时段;晴天拍摄图像的表现效果最佳,雨天次之,阴天最差.同时,要考虑红外热像无损检测技术检测漏水破坏的优势,充分利用雨天对建筑物破坏的影响;光照射情况与红外图像表现效果的关系为:直面照射条件优于倾斜照射和不能照射;破坏程度相关分析统计结果显示,构件的“基本完好、轻微破坏、中等破坏”这3个破坏等级,随着破坏程度的递进,图像的表现效果增强;而构件的“中等破坏、严重破坏、毁坏”这3个破坏等级,随着破坏程度的递进,图像的表现效果无显著变化;对结构类型数据统计结果显示,底框架结构图像的表现效果优于砖混结构、框架结构和简单结构;装饰层材质分类相关统计分析结果显示,图像表现效果与材质性质、颜色、表面粗糙状况等因素有关.     

保定市典型多层砖混结构震害预测分析

将保定市42栋典型多层砖混结构分别按照年代、用途、层数分类,采用结构易损性方法进行震害预测分析,得出各自震害矩阵,并以平均抗震能力指数评价其抗震能力。分析结论可为保定市多层砖混群体震害预测提供参考。     

基于模糊综合评判法的辽宁省老旧砌体房屋震害预测

对辽宁省老旧砌体房屋现状及抗震能力进行分析,基于模糊综合评价法计算分析得到地震易损性矩阵,根据辽宁省地震震害实例对预测结果进行了验证和分析。结果表明:①辽宁省农村民居中的砌体结构总数量占房屋总数量比例超过95%,2000年以前所建房屋总数量占比76%。②由预测结果可知,辽宁省老旧砌体房屋在Ⅵ,Ⅶ,Ⅷ,Ⅸ度烈度下产生严重及以上破坏等级的房屋数量占比分别为6.5%,17.0%,53.5%,65.9%。③震害实例验证结果表明预测结果与实际震害结果之间差异性较小。     

基于模糊概率的多层砖房震害预测

将模糊数学中的模糊概率理论运用于震害预测中,并建立了多层砖房的震害预测模型。研究表明,该预测模型概念清晰、计算简单,具有较好的合理性与实用性,是一种较为精细的预测方法。     

Emergency Seismic Damage Assessment of the M_S8.0 Great Wenchuan Earthquake Based on Remote Sensing Imagery

The fast processing, seismic damage data extraction and loss evaluation from RS imagery acquired immediately after a destructive earthquake occurs, are important means for compen-sating the insufficiency of seismic damage information from ground-based investigations and provide an important basis for emergency command and rescue. The paper introduces the method of emergency seismic damage assessment using remote sensing data and its application to the great Wenchuan earthquake of magnitude 8.0 occurring in southwest Sichuan Province on May 12, 2008. The practical effectiveness of the method is also evaluated in the paper.