基于三维激光扫描的BIM技术在城市老旧建筑改造的应用

近年来,三维激光扫描被广泛应用于复杂老旧建筑物的数据采集,应用BIM技术实现建筑信息模型的创建是建筑信息管理的热潮。基于三维激光扫描技术和BIM技术,以深圳市光明区某复杂老建筑的自来水管网扫描工作为例,运用三维激光扫描仪器对复杂老建筑外围进行实景测量,提取原始数据导入Cyclone Register 360软件进行点云数据处理,并探索了通过Autodesk Recap将扫描的点云数据逆向建模,创建复杂老建筑的BIM模型。     

地震灾后区域无人机GPS遥感定位技术研究

传统基于云计算的地理位置定位方法进行目标定位时需要分析大量的地理数据信息,造成目标定位过程复杂且容易出现定位差错。提出新的地震灾后区域无人机GPS遥感定位方法,其功能包括遥感传感子系统、遥感空中控制子系统、无人机平台、无人机地面控制子系统、三维模型影像重建以及目标定位分析。重建地震灾区的三维影像模型时,先提取地震灾区的DEM数据,将无人机GPS遥感测量得到的影像纹理映射到DEM上,构建地震灾区的三维地物模型;目标定位分析采用测距目标定位法,利用无人机在不同位置对目标进行定位分析,实现对地震灾后区域的定位分析,得到目标的坐标结果。实验结果说明,所提方法能提高目标定位的精度,缩短目标定位用时。     

考虑视觉传达效果的震后区域三维图像虚拟重建

传统二维震害图像方法对震后区域进行研究时,由于其拍摄角度具有局限性,震后区域图像的视觉效果不理想。提出基于三维激光扫描技术的震后区域三维虚拟重建方法,采用三维激光扫描仪测量震后区域,获取该区域的点云数据,采用Cyclone软件合并点云数据后,得到震后区域拼接后的整体点云图,将该图点云数据进行去体外孤点、去噪声点以及点云取样等处理后实施封装,在封装的点云数据上采用Sketch模型实施贴图操作,实现视觉传达效果理想的震后区域三维图形的虚拟重建。实验证明,所提方法对震后区域的三维图像虚拟重建结果精度高、视觉效果好。     

普通民众认知与响应汶川M_S8.0地震特征分析——以陕西勉县为例

为进一步了解普通民众对汶川MS8.0地震灾害的认知与响应程度,并为政府防震减灾战略的制定和实施提供科学依据,根据地震灾害认知与响应结构体系设计了普通民众地震灾害认知与响应调查问卷,主要指标体系包括地震灾害知识、防震减灾技能、自救互救和震后信息传播等4个方面。基于权重和赋分,构建了指标体系各部分评价模型和地震灾害认知与响应总体评价模型,以此来计算普通民众地震灾害认知与响应的综合得分。测评结果表明:1)勉县灾区民众认知与响应地震灾害的综合水平与能力均处于不及格水平;2)在认知与响应地震灾害方面,民众的防震减灾技能最差,对地震灾害知识的了解水平次之,而震时及震后自救互救与震后信息传播2个层面稍好一些;3)普通民众对地震知识和观点的理解还停留在表面现象上,对复杂、抽象的地震知识的理解和掌握,特别是对地震知识掌握的准确性和深层次理解还有待于进一步提高;4)从震后民众获取地震灾害信息的主渠道来看,加大政府关于地震灾害知识和防灾技能的宣传力度以及使地震信息公开透明化是降低地震灾害风险的有效途径之一     

利用遥感图像数据基于模板匹配的震毁灾损研究

有效评估震灾损失可及时、可靠地了解地震灾区实时情况,提高破坏性地震下人们的反应能力,满足应急指挥需求。为提高震灾损失评估精度,对所获取遥感图像进行滤波及局部灰度调整处理,提出基于遥感图像模板匹配的震毁灾损研究。首先获取震区的遥感影像,考虑所获取图像与模板图像的偏移状况对图像进行模板匹配,提取与模板匹配后特征区域的特征值,获取空间网格点上的成像值,依据成像点自动评估震灾损失,其中能量最大的点即为震害受损最严重的位置,对图像所有内廓像素点结果进行遍历,确定提取地震灾区整体的受损特征结果。仿真实验发现,所提方法可提取出震灾损失状况,初步为地震灾害损失评估提供参考借鉴,但仍需要进一步研究,以提高方法的普遍适用性。     

基于隧道点云特征孔洞修补方法

针对隧道三维激光扫描点云的特征,设计一种基于提取轮廓线进而孔洞修复方法。该方法能够对三维激光扫描点云进行圆柱投影,利用Delaunay三角构网,提出基于隧道表面三角网的孔洞识别方法。并且通过阈值过滤标记潜在谷脊点,并在每个潜在谷脊点的局部邻域内构建紧附于潜在曲面、能反映该点局部几何特征信息的三角网格。最后根据相邻隧道轮廓相似的特点,利用相邻的管片点云对孔洞进行修复该方法能很好的修复孔洞并保留隧道结构细节,并以真实的隧道扫描数据验证算法的有效性和可靠性。     

三维影像技术在承灾体基础数据调查中的应用——以吐鲁番市主城区为例

承灾体基础数据是地震灾害评估的核心数据,是制定防灾减灾政策的基础,具有十分重要的地位。数据获取主要靠野外调查,费时费力,研究承灾体数据的快速获取方法刻不容缓。本文以新疆维吾尔自治区吐鲁番市主城区为例,对三维影像技术在承灾体基础数据调查中的应用进行了研究,以无人机倾斜摄影测量数据为基础,运用三维模型构建、遥感信息提取与地理信息系统空间分析方法,进行区域房屋基础数据信息提取,获取了研究区真实房屋空间分布、结构类型、建筑面积及层数等数据,为该地区地震预测预防、地震应急、震时救灾以及震后恢复等防震减灾工作服务。     

建筑结构地震反应观测台阵的发展现状及展望

我国城市化进程的加快使人口与财富高度集中,城市向大型化、复杂化发展,在地震面前变得越发脆弱,而我国多数城市位于地震高危险区,灾害风险迅速攀升。充分借鉴国际减轻地震灾害风险先进理念,结合当今智能技术,开展地震风险评估与监测技术研究,已成为我国当前防震减灾工作的重中之重。国家重点研发计划项目“区域与城市地震风险评估与监测技术研究”以研发高性能区域与城市地震灾害监测及组网观测技术为手段,建立融合工程结构性态、社会和经济等多元信息的区域与城市大震风险动态评价指标体系、评估技术和软件系统平台,并开展应用示范,实现区域与城市地震灾害风险科学化、精准化和动态化评估,为显著提升我国抗御地震灾害风险能力提供关键技术支撑。经过两年的研究,设计并生产了MEMS加速度计样品,提出了观测网络优化布置方法、典型结构台阵优化布设方案和改进的数据多跳路由算法数据传输模式;构建了RC构件可视损伤识别的卷积神经网络Damage-Net,引入强跟踪滤波算法,实现了建筑结构体系时变物理参数的有效追踪,并建立了建筑抗震韧性评价方法;提出了基于计算机视觉的数据异常探测方法、桥梁结构基于弹塑性耗能差率的损伤指数模型和基于卷积神经网络和递归图的桥梁损伤识别方法,建立了桥梁地震破坏监测和性态评估标准 Benchmark模型;分别建立了基于遥感数据的建筑物提取技术、单体建筑结构和区域建筑群结构性能水平恢复函数模型和结构恢复能力计算方法,构建了区域和城市大震风险评估指标体系和风险动态评价模型;提出了基于物联网大震灾害监测系统总体架构、考虑多损伤状态的参数化桥梁地震灾害风险评估模型,开发了建筑群地震灾害仿真系统;初步完成了示范建筑地震监测方案设计,完成了示范桥梁地震监测网络建设和三河市多元信息的数据库建设;初步设计了三河市区域地震灾害监测网络。     

震后极灾区无人机最优航拍区域选择

基于蚁群优化算法,提取震后极灾区的震中距、房屋户数、人口数量、地形条件、无人机飞行时间等影响因子,提出震后极灾区无人机最优航拍区域选择方法,并将该方法应用于2016年云龙5.0级地震,实践表明该方法对极灾区开展无人机航拍,为地震后第一时间获取可靠的灾情信息提供有力的技术保障。     

基于GIS的震后修复建筑物空间分布格网化方法研究

针对传统格网化方法存在计算误差较大、计算效率较低等问题,提出一种新的方法——基于GIS的震后修复建筑物空间分布格网化方法。利用DEM数据、土地数据以及基础地理数据等,提取地形、地貌等各种影响因子。利用建筑面积总和以及土地利用分类数据进行多元线性回归建模,获取50 mm格网尺度下的建筑分布,利用POI数据与建筑空间的相关性,引入四叉树获取最高中心点集,在上述基础上构建格网震后修复建筑物空间分布模型,完成震后修复建筑物空间分布。实验结果表明,所提方法可有效降低计算误差,提高计算效率。     

Google Earth在地震应急中的应用

Google Earth是当前非常流行的三维虚拟地球仪软件, 以在全球范围内提供丰富的遥感影像资源而著称, 得到了许多行业的普遍应用。 我国目前地震应急指挥工作的GIS数据还是以二维展示为主, 引入新技术具有重要的意义。 Google Earth在我国的地震应急指挥工作中可以采取如下应用方案: 制作并加载行政区划图, 发布公众地震信息; 与GPS结合, 进行救援路线导航与跟踪; 根据现场资料建立三维模型, 展现地震灾区现场立体场景变化。 该应用方案对我国的地震应急指挥改革具有借鉴意义。     

供水管网震后功能快速修复决策研究

突发地震灾害下,城市供水管网往往不可避免地会发生不同程度的破坏而导致城市供水功能的失效,对人们的生产生活产生了严重影响,快速对震后城市供水管网进行科学合理的功能修复,对于降低地震灾害损失具有重要意义。本文以城市供水管网为对象,针对震后管网系统功能评价及快速修复决策等问题进行了研究。在中国点式渗漏模型的基础上,采用基于破坏概率的渗漏面积计算方法,建立了考虑地震破坏随机性的管线渗漏流量计算模型;针对震后破坏管线展开了水力分析,并提出了以节点水头损失比为指标的节点服务性能失效状态量化方法;进而建立了震后管线的修复决策模型以及功能修复费用模型。研究成果可为震后功能修复工作中管线修复顺序及修复方案的优选提供科学依据,可显著提高震后应急救灾效率,实现城市供水功能的快速修复。     

面向防震减灾的人口数据空间化研究——以2007年宁洱地震灾区为例

入口是地震灾害的重要受灾体,准确的入口空问分布信息是防震减灾工作的重要依据.本文借助地理信息系统,将人口统计数据与高分辨率遥感数据相结合,应用基于居民地的人口数据空间化方法,模拟人口空间分布.首先根据城市人口—面积异速生长模型的分形几何意义,推导出城乡人口一面积统一模型;进而以2007年宁洱地震灾区为例,在建立居民地分类体系和遥感解译标志的基础上,目视解译获得准确的居民地信息;最后应用城乡人口—面积统一模型获得网格人口密度矢量数据.经检验,本文的结果达到了较高的精度.同时在人口数据空间化完成的基础上,以地震受灾人口估算为例,探讨了人口数据空间化在防震减灾中的应用.研究结果表明,基于网格人口矢量数据的受灾人口估算结果更能客观反映地震灾情,可以为防震减灾和应急救援工作提供可靠的依据.     

基于离散灾情信息的地震烈度分布快速判定方法研究*

根据历次破坏性地震实际灾情反馈特点的分析总结,结合地震灾害的演变机理和分布特点,本文尝试利用3种基于离散灾情信息点推漫灾情分布面的方法在不同灾情获取阶段快速判定地震烈度分布。从计算原理、数据基础、方法特点和判定结果看,三种方法具有不同的应用场景。泰森多边形判定法简单、易行,可用于震后初期灾情量较少时使用,判定结果较粗糙,必须再结合震源特性、破裂过程以及地形地貌条件等对震害分布的影响进行综合判定后才能得出相对合理的震害分布预判结果;克里金插值判定法是一种基于地理统计方法的空间插值方法,对数据分布有明确要求,其判定结果对灾区范围整体把握较好,可用于已经获取一定量灾情信息但灾区情况尚未明朗时使用,其插值结果再结合地震破裂过程以及震后余震分布信息综合调整后,可作为灾害评估修正和应急决策参考;标准差距离椭圆拟合方法是基于地震烈度分布呈椭圆形的假设提出的,对数据的敏感度较高,可用于对可信度较高的或由专业途径上报的灾情信息进行拟合,其结果可作为现场灾害调查和确定最终烈度分布的参考。     

基于地震动参数的城市建筑物震害模拟——以兰州市城关区为例

首先利用最短断层法烈度衰减模型分别模拟两次地震的地震动参数空间分布,并通过与实际地震的极震区对比,验证该模型模拟地震烈度的可靠性.然后,基于模拟的地震烈度空间分布和建筑物的结构类型、层高等信息,采用结构弹塑性时程分析方法对兰州市城关区建筑物进行三维震害模拟.研究结果表明:最短断层法是一个模拟历史地震烈度空间分布较好的模...     

机载激光雷达技术在地质灾害调查中的应用——以四川九寨沟7.0级地震为例

九寨沟7.0级地震诱发的地质灾害具有高位滑坡远程灾害的特点,传统地质灾害排查手段无法有效解决隐患的早期识别问题。本文采用机载激光雷达测量技术,快速获取九寨沟地震核心景区的激光点云数据。通过构建高精度数字高程模型(DEM)、数字正射影像图(DOM),建立三维地质灾害解译场景,利用数字地形分析、地形形态学分析和计算机图像识别等技术,综合开展九寨沟高位远程区域内隐蔽性强、随机性大的地质灾害隐患早期识别与分析。应用实践表明,机载激光雷达测量技术可以提高九寨沟地震灾区地质灾害隐患的早期识别能力,对进一步提高综合防灾减灾能力提供了一些可借鉴的思路。     

RESEARCH ON SELF-MEDIA INFORMATION MINING MODEL FOR EARTHQUAKE EMERGENCY RESPONSE

From the events of catastrophic natural disasters that have occurred in recent years, it can be found that social media platforms are increasingly becoming the most important and most convenient way for the general public to timely release and obtain information on disasters. The information obtained from such platforms contains a large amount of information in the form of texts, pictures, etc. that record the current situation of the disaster. And it also has characteristics of high efficiency and high spatial distribution to serve the rapid emergency after the earthquake. In this paper, we firstly make a statistical analysis of 32 689 pieces of historical disaster data acquired from 5 earthquakes with obvious characteristics, such as post-earthquake disaster events, user's expression habits and so on, and adopts cross-validation method. Then information classification system which includes seven first-level categories and more than 50 second-level categories is constructed. The information classification system and evaluation system of crisis degree for post-earthquake emergency response are constructed both using cross-validation method. The former is referred to the thought of existing classification basis and the experience knowledge of several emergency experts. Based on the five indicators of subject word, action word, degree word, time and position measurement, an evaluation system of critically with four levels of severity, moderate intensity, mildness and others was constructed. Considering the sparse features of self-media information and the large difference in the number of training sets, a naive Bayes model for information classification is trained based on the classification system and evaluation system. Its accuracy rate is 73.6%. At the same time, the classification method of feature fusion of machine learning model and semantic calculation model is used to evaluate the criticality of the disaster information. The accuracy rate of the evaluation model is 89.2%, higher than 85.2% of the semantic computing model and 77% of the naive Bayesian model. The evaluation model has combined the advantages of semantic computing method which can evaluate all index features with machine learning method which has high classification efficiency and accuracy. The thresholds for classification between mild and moderate intensity, moderate intensity and severe intensity were 15.2 and 27.39. The model realized in this paper can crawl, classify and evaluate the disaster information in the media in real time after an earthquake, and realizes mining of a small amount of critical and important information from the massive self-media information, thus, to assist in earthquake intensity rapid reporting and accurate rescue. Finally, taking the Jiuzhaigou earthquake on August 8, 2017 as an example, 17 432 pieces of data were crawled in real time within 48 hours after the earthquake. At the same time, based on ArcGIS, the mining information is visualized in time and space, and the availability of the data is evaluated from two perspectives of earthquake intensity quick reporting and accurate rescue after the earthquake. The disaster information of Jiuzhaigou County in the earthquake area is obviously more than that of the non-earthquake area in terms of quantity and emergency degree. The results show that the self-media information with high spatial distribution can effectively find the severer disaster grade area after the earthquake, shorten the time of earthquake intensity prediction, effectively classify and extract information, provide real-time information for precise rescue, and improve the efficiency of emergency response after the earthquake.     

地震应急测绘信息智能综合处理技术研究

地震应急测绘信息对于全面获取震区灾情,针对性援救震灾地区有着重要意义。当前针对震区的测绘信息以独立分类形式存在,缺少数据关联性,在整体信息获取上存在较大缺陷,其地震应急响应能力较差。提出地震应急测绘信息智能综合处理方法,构建地震应急联动信息服务技术平台,设计地震灾情辨识框架;通过判断地震灾情辨识框架,提取地震灾情测绘信息的特征向量,得到地震灾情信息关联规则集,引入测绘数据融合算法,将获取的地震灾情信息进行智能融合,获取地震灾害测绘情况的信息融合结果,实现地震灾情的智能综合性处理。实验结果表明,所提方法在地震应急测绘信息智能综合处理方面具备较强的信息处理与分析能力,具有较强的地震应急响应能力,为我国震后应急指挥工作提供了技术支持。