基于道路网矢量数据的遥感影像道路损毁检测

利用面向对象方法对地震后高分辨率遥感影像上的道路进行多尺度分割和分类.通过融合地震前道路网矢量数据与地震后遥感影像,提出一种基于自适应模板的道路损毁检测方法.试验结果证明,该方法能够快速、准确地对损毁信息进行提取.     

面向对象的高分辨率遥感影像道路损毁识别研究

道路损毁信息的在灾后高效救援中发挥着重要作用。本文针对高分辨率遥感影像空间特征丰富、光谱分辨率低的特点,基于面向对象遥感影像分类方法,采用eCognition软件对芦山震后0.2m航空遥感影像进行道路损毁信息的提取实验。实验中结合GIS信息,首先将基于现有的道路矢量线文件生成道路矢量面文件参与分割,生成单独的道路区域对象以用于进一步处理。分割采用棋盘分割和多尺度分割,根据损毁道路影像特征创建波段比值,使用Assign算法和模糊分类算法提取出道路线、植被、损毁区和未损毁区,并将结果输出为矢量文件。根据损毁区损毁对象的周长、面积与道路宽度的关系,建立判定条件来初步判定损毁类型。最终将损毁粗判定结果与损毁路段的目视解译结果对比分析,检验该方法的准确率及可行性。结果分析表明上述方法能有效地识别出高分辨率遥感影像损毁道路信息。     

面向对象的高分辨率遥感影像道路损毁识别研究北大核心CSCD

道路损毁信息在灾后高效救援中发挥着重要作用。本文针对高分辨率遥感影像空间特征丰富、光谱分辨率低的特点,基于面向对象遥感影像分类方法,采用e Cognition软件对芦山震后0.2 m航空遥感影像进行了道路损毁信息的提取试验。试验中结合GIS信息,首先将基于现有的道路矢量线文件生成的道路矢量面文件参与分割,生成单独的道路区域对象以用于进一步处理。分割采用棋盘分割和多尺度分割,根据损毁道路影像特征创建波段比值,使用Assign算法和模糊分类算法提取出道路线、植被、损毁区和未损毁区,并将结果输出为矢量文件。根据损毁区损毁对象的周长、面积与道路宽度的关系,建立判定条件来初步判定损毁类型。最终将损毁粗判定结果与损毁路段的目视解译结果对比分析,检验该方法的准确率及可行性。结果分析表明上述方法能有效地识别出高分辨率遥感影像损毁道路信息。     

GIS与面向对象结合的遥感影像震后损毁道路快速提取

地震是破坏性极强的自然灾害之一,2013年4月20日的雅安芦山地震导致大范围的道路损毁,一度使得宝兴县城成为孤岛,救援很难开展.造成道路损毁的一个主要原因是地震诱发的次生灾害堵塞道路.针对宝兴县道路损毁的现状,本文提出了一种面向对象与GIS空间分析相结合的遥感影像提取方法,在震后短时间内快速提取因次生灾害造成的损毁道路情况,快速及时地确定损毁道路的位置及范围.试验证明,本方法能快速提取次生灾害造成的损毁道路的位置与范围,其与目视解译结果吻合,大大减少了震后影像解译时间,提高了地震应急的效率,可为抗震应急救灾提供决策支持.     

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。     

结合矢量引导的高分辨率遥感影像道路自动提取

从高分辨率遥感影像中提取道路信息具有重要的现实意义。针对现有影像分类方法无法直接获取高精度道路网信息及自动化程度低的问题,本文提出了一种基于OSM(OpenStreetMap)矢量路网辅助的道路提取方法,实现了对高分辨率遥感影像道路快速精确的自动提取。首先,采用灰度形态学的腐蚀、膨胀及开闭操作对遥感影像进行预处理;然后通过OSM路网提供的先验信息,对模糊C均值算法进行改进,并将输入的遥感影像粗分为3类;接着以粗分类结果作为分类特征,通过OSM矢量路网自动获取道路样本,使用支持向量机进行精分类,并采用粒子群优化算法选取最优分类参数;最后对分类结果进行形态学后处理,得到精确的道路网信息。利用两组Google Earth影像进行试验,结果表明,本文算法在道路网提取精度上要优于对比算法。     

高分辨率影像城市道路提取方法融合研究

提出一种先分割后聚类的道路提取方法,通过模糊积分的方法对多种尺度的道路提取结果进行融合研究。首先对影像进行多尺度超像素分割生成连续的不规则对象;再顾及光谱、形状和纹理特征进行SVM分类提取道路;最后对多种道路提取结果进行处理。实验结果表明该方法能够较为完整、准确地提取出高分辨率影像上的道路信息,可为城市高分影像道路快速提取提供一定的参考。     

高分辨率遥感影像道路震害信息提取

道路作为震后救援的“生命线”,在地震应急中发挥了无可替代的作用,因此,第一时间获得震后道路受损情况显得极为重要。本文结合高分辨率遥感影像特点,以汶川地震的影像为例,总结道路震害在高分辨遥感影像上的表现形式,并基于ENVI/IDL二次开发,实现了面向对象法道路震害信息提取,通过与目视判读结果对比分析表明：该方法提取速度快、效率高,精度达到80%以上,具有很高的应用价值。     

高分辨率SAR与光学遥感影像中道路提取方法的研究

高分辨率影像能够提供丰富的地表细节信息,从高分辨率遥感影像中进行高精度的道路提取是目前遥感信息处理的研究热点。分别以高分辨光学IKONOS影像和COSMO-Skymed SAR影像为数据源,对北京市某区域进行了道路信息自动提取方法的研究。高分辨率光学影像中采用最大似然分类进行道路信息提取,在SAR影像中则采用Otsu阈...     

泸定Ms 6.8地震诱发滑坡应急评价研究

2022-09-05,四川省甘孜州泸定县发生Ms 6.8地震。地震在山区诱发了大量的地质灾害,造成了严重的人员伤亡。快速准确地获取地震诱发地质灾害的空间分布范围对震后应急决策和救援抢险至关重要。基于全球同震滑坡数据库与深度学习算法,构建了地震诱发滑坡空间分布概率近实时预测模型,在震后2 h内获取了泸定地震诱发地质灾害的预测结果。通过震后无人机与卫星遥感影像,采用机器学习与深度学习算法实现了震后大范围地质灾害的智能识别,共解译地震诱发滑坡3 633处,总面积13.78 km2。利用遥感解译的泸定地震滑坡数据,对地震诱发地质灾害预测模型进行了优化,获得了震区范围更广、准确性更高的同震滑坡预测结果。结果表明,同震滑坡预测模型能够快速获取震后地质灾害的空间分布情况,填补震后遥感影像获取前的空窗期,为灾后应急救援提供支撑;基于无人机与卫星遥感影像的智能识别技术是快速获取大范围地质灾害信息的有效手段。所取得的研究成果在泸定地震震后应急救援工作中发挥了重要作用。     

A New Neuro-Fuzzy Approach for Post-earthquake Road Damage Assessment Using GA and SVM Classification from QuickBird Satellite Images

Tracking damaged roads and damage level assessment after earthquake is vital in finding optimal paths and conducting rescue missions. In this study, a new approach is proposed for the semi-automatic detection and assessment of damaged roads in urban areas using pre-event vector map and both pre and post-earthquake QuickBird images. In this research, damage is defined as debris of damaged buildings, presence of parked cars and collapsed limbs of trees on the road surface. Various texture and spectral features are considered and a genetic algorithm is used to find the optimal features. Subsequently, a support vector machine classification is applied to the optimal features to detect damages. The proposed method was tested on QuickBird pan-sharpened images from the Bam earthquake and the results indicate that an overall accuracy of 93% and a kappa coefficient of 0.91 were achieved for the damage detection step. Finally, an appropriate fuzzy inference system (FIS) and also an “Adaptive Neuro-Fuzzy Inference System” are proposed for the road damage level assessment. These results show that ANFIS has achieved overall accuracy of 94% in comparison with 88% of FIS. The obtained results indicate the efficiency and accuracy of the Neuro-Fuzzy systems for road damage assessment.     

基于高分辨率遥感影像的汶川地震道路损毁评估

强烈地震造成道路基础设施的损毁,严重影响应急救灾工作.因此,及时准确地对灾区道路损毁情况进行评估,具有十分重要的现实意义.以汶川特大地震道路损毁评估工作为例,介绍了利用高分辨率卫星遥感影像进行地震灾害道路损毁评估的技术方法.通过对灾区20个县(市、区)国/省道基础设施损毁情况评估,结果表明,汶川、北川等6个县道路重度损毁,3个县(市)中度损毁,11个县(区)轻度损毁.表明该方法能够在应急期间缺乏地面调查的情况下,充分利用高分辨率遥感图像,对道路震害损毁进行快速及较为准确的评估.     

Estimating the Numbers and the Areas of Collapsed Buildings by Combining VHR Images,Statistics and Survey Data: a Case Study of the Lushan Earthquake in China

Accurately obtaining the structures and damage types of buildings in earthquake stricken areas is fundamental to supporting rescue forces and estimating economic losses and casualties. As the stricken areas are often much larger than the areas covered by very high resolution (VHR) images, the information obtained from VHR images cannot satisfy practical needs. This study developed a method for estimating the structures and types of damaged buildings by combining VHR images, statistics and ground survey data. First, the rates of damaged buildings with different structures and damage types were manually interpreted from VHR images covering a small part of the stricken area, and further corrected by ground survey data. Second, the corrected rates were reallocated to the seismic intensity zones. Third, the rates in the seismic intensity zones and the statistical data were combined to estimate the numbers and areas of damaged buildings in villages, towns and counties. The presented method was applied to estimate the damages caused by the Lushan earthquake in China. The results indicated that our method can efficiently estimate the amount of the damages and complement existing work on only automatic extracting damaged buildings from VHR images.     

A proposed spatial index to prioritize damaged buildings for allocating USAR operations

A spatial index using fuzzy hierarchical analysis (FAHP) is proposed in this study for prioritizing damaged buildings in the allocation of search and rescue operations after the earthquake disaster. The relevant prioritization criteria have been identified through literature review and interviews with 22 relief managers; the relative importance of these criteria and sub criteria has been computed using the FAHP method. The GIS layers equivalent to the selected criteria were prepared and integrated with one another after normalization in the GIS platform. The proposed method to prioritize the damaged buildings was implemented in the city of Varzeghan in the East Azerbaijan province of Iran. The obtained priority map, with five prioritization classes, is presented. Single-parameter sensitivity analysis method identifies the criteria ‘hazardous facilities’, ‘degree of building blockage’ and ‘chance of survival’ as the most effective criteria for prioritizing damaged buildings.     

轨迹延续性与影像特征相似性结合的城市道路提取

城市道路区域检测是城市土地管理、交通规划等领域的迫切需求,而传统城市道路区域检测多使用轨迹提取、遥感解译、人工采集等单独方式,在自动化程度或提取质量上存在一定的局限性。本文结合GNSS轨迹点与高分遥感影像各自的数据优势,提出一种基于轨迹延续性与影像特征相似性的遥感影像道路区域检测方法。该方法以出租车GNSS轨迹点构建轨迹特征栅格,基于轨迹延续性在平均方向特征栅格中划分路段对象,利用道路对象的光谱特征向轨迹无法覆盖的小区内部进行拓展,以获得提取区域内较为完整的道路信息。试验证明：本文方法可以有效降低道路的同物异谱现象及阴影、树木遮挡的影响,高效地提取高分遥感影像中的道路区域。与传统的遥感影像分类方法相比,具有更高的精度与自动化程度,相较于深度学习模型具有更广的适应性。     

基于ArcGIS建立地震救援现场地图符号库

针对地震救援这一特殊事件,按照一定的原则完成地震救援现场符号的分类,并对涉及的事物事件根据相应的原则完成符号设计。运用ArcGIS软件的2种符号库建立方法生成应用于地震救援现场的专题符号库,并对2种方法进行了简单比较。     

A new dynamic network flow algorithm using base state amendment model for emergency response

Large‐scale earthquake disasters in recent years have caused huge damage to people's lives and property. Quick effective emergency response is the primary task post‐disaster. A dynamic network flow model can be used to obtain an effective emergency material rescue plan for the transportation network. Strong timeliness is a critical factor to emergency response. However, very few efficient algorithms were presented for most dynamic network flow problems. To solve this issue, this article introduces a novel low‐time‐complexity exact algorithm using the continuous‐time dynamic network flow (CTDNF) and the base state with amendment (BSA) model in the geographic information science field. Besides, this new CTDNF‐BSA algorithm is improved to solve more complex cases with dynamic capacity and transmit time in a dynamic transportation network. Both numerical and geographic experiments were conducted to assess the correctness, time and space performance of the presented CTDNF‐BSA algorithm. The experimental results demonstrated that the CTDNF‐BSA algorithm can attain the optimal solution with good computing time and space performance as compared with traditional algorithms. Geographic cases in dynamic situations for real emergency response illustrated that the CTDNF‐BSA algorithm can provide effective decision support for emergency material rescue planning in a dynamic transportation environment.     

基于eCognition的玉树结古镇灾情动态监测研究

中国青海省玉树自治州结古镇附近于2014年4月14日7时左右发生了Ms 7.1级地震。利用灾前灾后两个不同时期的高分辨率影像,以结古镇南部地区为例,探讨基于e Cognition平台,选用多尺度分割和最邻近法,对灾前灾后遥感影像进行各类地物信息提取,分析研究区内各地物的动态变化。研究表明:通过面向对象分类的e Cognition软件提取的各地物信息颜色信息丰富,形状大小特征明显,总体分类精度达到90%以上,分类效果良好。并根据提取成果进行统计分析,快速提供受灾地区地震前后整体动态变化情况,为各级政府部门迅速开展地质灾害抢险救援与监测提供支撑。     

图割能量驱动的高分辨率遥感影像震害损毁建筑物检测

为充分利用高分辨率遥感影像提供的细节信息,提高震害损毁建筑物检测精度,提出了一种图割框架下融合形状、边缘、角点等多种类型特征的损毁建筑物检测方法。该方法首先利用震前建筑物线划图提取包含单个建筑物的局部影像,用于图割能量函数建模,并分别根据建筑物的位置、形状、边缘以及角点构造能量函数的各约束项。在此基础上,通过最大流/最小割算法求解能量函数最小值,依据最小割能量进行地震前后局部影像中建筑物的相似性度量。最后利用最大期望算法(expectation maximization,EM)求得最小割能量的分类阈值,并根据错分率估值执行后处理以获得最终变化检测结果。采用2011年3月11日东日本大地震前后石卷港的高分辨率遥感影像进行试验,结果表明本文提出的方法能有效检测出损毁建筑物。     

震后北川县城三维建模方法研究

汶川地震造成北川县城大部分房屋倒塌。本文以震后北川县城为例,在已有城市建模方法基础上,提出了基于航空影像与人工建模结合的震后建筑物、废墟、道路、绿化和小品的三维建模方法。