基于SVM多源遥感影像的面向对象倒塌建筑物提取研究

快速准确地获取倒塌建筑物信息能为震后救灾工作提供支持。采用玉树灾区LiDAR数据和高分辨率Quickbird遥感数据,通过对研究区内LiDAR数据进行预处理,使用面向对象分类与SVM技术相结合的方法对震后倒塌建筑物信息进行提取,提取总精度达到82.21%。     

遥感影像震害信息提取技术研究

近年来,随着遥感影像分辨率的提高和遥感信息提取技术的发展,遥感技术逐渐成为快速获取地震灾情信息、震后应急和震害快速评估的有效手段。但以往的遥感震害信息提取结果精度较低、震害识别对象单一     

无人机遥感技术系统在辽宁地震应急中的应用研究

无人机遥感技术系统作为新时期应急救援装备是震后快速获取灾情信息的重要手段,分析了无人机遥感技术系统在地震应急中的技术优势,详细的阐述了无人机遥感系统的组成和开展地震应急工作的流程,通过组建辽宁无人机遥感技术系统,开辟地震应急灾情获取新途径,推广无人机遥感技术在各系统的应用研究。     

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。     

基于摄影测量技术的房屋提取方法——以中国西部地区乡村为例

房屋的分布位置、面积和高度等信息对城乡规划、地震应急和减灾等方面具有非常重要的作用。利用星载或机载可见光遥感图像进行地物信息自动提取,是高效快速获取大面积房屋数据的重要手段。但是,当出现同物异谱或异物同谱现象,以及地物遮挡的影响时,基于光谱信息的传统地物分类或提取方法房屋提取精度较低。文中选取新疆维吾尔自治区琼哈拉峻村房屋和农田光谱信息相似的地区,利用小型旋翼无人机获取了在航向和旁向具有一定重叠度的可见光遥感图像。然后,基于摄影测量原理获得了研究区的数字表面模型(Digital Surface Model,DSM)、数字高程模型(Digital Elevation Model,DEM)和数字正射影像数据,并在此基础上通过阈值分析DSM和DEM差值提取出房屋像元及其面积和高度等信息。通过与传统监督分类法对比发现,使用摄影测量方法基于高度信息的房屋提取其用户精度和制图精度分别为88.69%和97.42%,而监督分类法提取房屋的精度分别为43.23%和85.30%,说明文中提出的方法在房屋和背景信号差别较小的区域时精度更高。     

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。     

基于新浪微博的四川芦山6.1级地震和马尔康6.0级震群舆情分析及灾情信息获取

震后对网络舆情信息的监控与分析,及灾情信息的快速获取、处理、分析和研判对于部署抗震救灾、掌握灾情舆情、稳定民众情绪具有重要意义。基于新浪微博数据,获取四川芦山6.1级地震和马尔康6.0级震群相关的微博和评论等信息,通过对信息进行充分挖掘、分析和表达,研究地震事件中微博舆情的演化、民众情绪反应特征、关注热点等,并在此基础上对房屋破坏、生命线工程破坏、人员伤亡等灾情信息分类提取,可为地震应急决策提供科技支撑。     

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。     

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。      

基于遥感影像的建筑数据构建研究

在地震灾情快速评估中,基于空间分布的高精度房屋和人口数据是最重要的两组数据,其直接决定着灾情快速评估结果的准确性以及现场重点救援的目标指向。然而,高精度房屋数据的获取一直是一个难题,由于受到诸多因素的制约,至今缺少好的解决途径,这也是导致当前灾情快速评估准确性不高的主要原因之一。本文基于遥感影像和实地调查相结合,构建较高精度的房屋基础信息,更好地反映房屋和人口的实际分布情况,为提高地震灾害损失快速评估的精度和准确性奠定必要的基础。