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。     

激光雷达数据的建筑物光伏潜力评估

针对如何规模化、定量化评估城市建筑物尺度光伏发电潜力,充分、有效利用太阳能资源,实现建筑物能源自给自足目标的问题,该文通过利用机载激光雷达数据,批量获取建筑物屋顶相关信息,借助三维立体模型确定太阳能板的安装区域,进行区域建筑物表面光伏发电潜力评估。以山东建筑大学校园内13栋建筑物屋顶为例,基于ArcGISPro提供的太阳辐射分析工具获取实验区域2016年逐月太阳辐射数据。实验结果显示,该区域年均太阳辐射强度为1160.7kW·h/m2,通过实例分析验证了基于建筑物表面的光伏发电容量在建筑物能源供给中具有重要作用。同时,文章对实验区域建筑物光伏发电潜力月度容量进行分析,得出一年中的高峰时段为5—7月,而冬季的11月份到次年2月份是低谷期。文章利用机载激光雷达数据批量获取建筑物屋顶定量信息,对区域建筑物尺度光伏发电潜力评估做了初步的尝试及若干思考,实践证明该方法是引导太阳能资源开发利用的一种有效途径。     

多尺度泥石流灾害Web数据模拟与三维可视化

由于缺乏相应的多尺度表达与索引机制,灾害模拟数据的三维动态可视化存在难以实时进行、渲染效果差、模式单一等问题。鉴于此,将泥石流灾害模拟数据与虚拟地形环境相结合,重点研究了泥石流灾害模拟数据实时在线发布与多尺度三维动态可视化方法。设计了网络服务总体框架体系,并重点探讨了多尺度数据组织、索引、动态表达等关键技术;选取案例区域研发原型系统,并开展了分析实验。结果表明,该方法能满足泥石流灾害在线实时三维动态可视化要求,也可根据用户对精度和流畅性的偏好与需求,选择相应尺度进行可视化表达。     

InSAR技术地铁沿线建筑物形变监测

作为一种缓变的地质灾害,地面沉降会对建筑物的安全状况产生严重影响。尤其是地铁施工给周边目标引入的沉降风险,已经成为政府管理部门和社会热点关注问题之一。星载合成孔径雷达干涉测量(interferometric synthetic aperture Radar,In SAR)技术能全天时、全天候、大范围获取地表高精度形变信息,为受地面沉降影响后城市建筑物的风险评估提供技术支持。以深圳市某地铁站周边建筑群为研究对象,利用PSP-In SAR技术,获取了深圳市2013年9月—2016年9月的形变数据。在数据分析的过程中,首先结合地铁站施工方案、地质资料和建筑物自身属性,对不同时间段建筑物的形变趋势变化及其对建筑物的影响开展了相应研究;然后,选取研究区域内某栋建筑物为研究对象,分析了不同部位PS点的差异形变和倾斜量,并结合相应标准,初步评估了该栋建筑物受沉降灾害影响的风险;最后,通过与水准数据对比,验证了In SAR形变测量结果的精度。实地调研也在形变量较大的建筑物上发现了相应危险征兆。实际案例分析证实了In SAR技术有能力在未来城市建筑物风险评估及综合治理的过程中起到重要作用。     

基于DInSAR技术监测地震形变及深度学习提取损毁建筑物 ——以厄瓜多尔为例

针对地震导致的地表变形、建筑物损坏等问题,利用合成孔径雷达差分干涉测量技术检测受灾区,并利用深度卷积网络提取损坏建筑物.以2016年4月16日厄瓜多尔地震为例,利用Sentinel-1A雷达数据获取地震形变.结果表明:厄瓜多尔地区整体地震形变在0～0.226 m,可检测形变变化为0.028 m;结合光学遥感影像进行分析,结果表明:80％损坏严重的建筑物存在于形变变化区域,形变较大区域道路受阻更为严重.基于高分辨率Worldview2光学卫星数据,利用ENVINet5深度卷积网络提取损坏建筑物,分类精度为74％,验证其在震后建筑物提取应用的可行性.     

利用地面激光扫描数据进行建筑物变化检测

利用地面激光扫描仪具有的数据获取速度快、精度高、实时性强、能全天候工作等优点,在快速获取三维点云的基础上,通过点云自动拼接、Hausdorff距离检测不同时期建筑物的三维模型变化,并改进了检测算法,提高了算法的执行效率。通过拟合平面构建Delaunay三角网求解变化区域的面积来评估灾害对建筑物的破坏程度,从而为灾害应急响应以及保险理赔等提供了可靠的决策依据。     

亚米级遥感影像的建筑物高度反演方法及其验证北大核心CSCD

建筑物高度是现代化都市监测、规划、管理及各城市经济活动中的基础性数据,为实现建筑物高度信息的提取,本文提出了一种基于玻尔兹曼曲线的建筑物高度反演方法。首先,利用建筑物影像的光谱特性,采用多尺度分割和遥感指数分类的办法获取建筑物阴影感兴趣区域,根据玻尔兹曼曲线函数拟合获取阴影的亚像素位置,线性拟合得到阴影边界;然后,根据太阳、卫星、建筑物和其阴影的几何关系,构建高度反演模型,估算建筑物高度;最后,选择宁海为研究区,选取在轨的主流亚米级高分二号、高景一号、北京二号、WorldView-2卫星遥感数据进行精度验证。试验结果表明,计算的建筑物高度中误差优于2.5 m,可用于一般的城市卫星遥感监测。     

应用累积和分析算法的地形起伏度最佳统计单元确定

地形起伏度是开展区域滑坡敏感性和危险性评价的基础数据,其提取精度直接影响区域滑坡危险性评价和风险评估的正确性。本文以四川省低山丘陵区为研究区,基于邻域统计分析算法提取不同窗口半径下的平均地形起伏度,表明平均地形起伏度与分析窗口尺度存在显著的对数变化关系;根据地貌发育理论,应用累积和分析算法(CUSUM)对"平均地形起伏度-分析窗口半径"曲线的突变情况进行分析,通过精度检验,确定该区域地形起伏度提取的最佳统计窗口半径为1.1km。研究结果对于提高相似区域的滑坡灾害危险性评价和风险评估的精度有参考价值。     

利用高分辨率遥感影像提取建筑物方法研究

随着航空航天技术的发展,人们获取的遥感影像数据的空间分辨率不断提高,同时获取难度大幅降低。在遥感数据日益普及的今天,利用影像处理与分析技术对高空间分辨率遥感影像中的感兴趣目标进行自动提取已经成为目前遥感领域研究的热点之一。建筑物作为与人类生活密切相关的主要人工地物,是城市发展的重要标志。目前,通过对高分辨率遥感影像进行建筑物自动提取已经成为建筑物信息获取的重要手段,而建筑物信息可用于进一步研究城市的扩张与发展、城市土地利用现状与变化、城市规划、城市热岛效应、人口估计与预测、灾害监测预警与评估等。     

融合分散自适应注意力机制的多尺度遥感影像建筑物实例细化提取EI北大核心CSCD

遥感影像建筑物准确、高效的自动提取方法有着广泛的用途。针对现有遥感影像建筑物提取方法难以兼顾不同大小的建筑物,导致小尺度建筑物不同程度上漏检及提取的建筑物轮廓边界模糊等问题,本文提出一种融合分散自适应注意力机制的多尺度遥感影像建筑物实例细化提取方法(MBRef-CNN)。首先采用融合分散自适应注意力机制的遥感影像多尺度特征提取网络(SA-FPN)学习多尺度建筑物的特征,然后利用区域候选网络(RPN)预测单个建筑物实例的目标框位置,最后使用边界细化网络(BndRN)迭代获取精确的建筑物掩膜。在WHU aerial imagery dataset数据集上,通过与现有主流方法进行对比试验表明,本文方法的建筑物掩膜提取精确度比其他表现优秀的主流分割算法更高,在多尺度的建筑物提取上表现出良好的综合性能,且在小尺度的建筑物提取上具有明显的精度优势。