2007年宁洱6.4级地震震后社会影响调查的研究分析

通过对宁洱6.4级地震震后社会影响调查结果进行研究分析,得出社会学和地震科学相结合是探索防震减灾、地震应急、抢险救灾、恢复重建和最大限度减轻地震灾害对人类社会生活影响的最好方法,同时阐述了研究地震社会学对人类社会、经济、文化发展的重要意义,阐明我们不但要运用地震社会学的理论和方法来研究地震社会学的规律,而且还要运用地震社会学的理论和方法来研究地震对策问题,让社会科学来为防震减灾和地震应急服务,以此来不断推动地震社会学的发展和地震灾区社会调查的开展。     

弹性波入射时半圆弧凹陷地形对地表位移影响研究

基于数值模拟方法系统研究脉冲与正弦SH波及P波垂直入射半圆弧凹陷场地时的地表位移响应,并与相应解析解进行了对比分析。P波入射时,半圆弧凹陷场地由于P波与反射SV波的干涉产生Rayleigh波,会对场地自由表面的稳态位移响应幅值产生较大影响。凹陷内部的归一化Z向位移幅值相比没有考虑Rayleigh波生成时有较大的不同,其在凹陷边缘处没有什么变化,而在凹陷向两侧延伸的方向,会有压缩作用;归一化X向位移幅值在凹陷内部无太大变化,在凹陷向两侧延伸的方向,会有波动状的归一化X向位移幅值。     

国家地震灾情调查系统探讨

本文论述了我国目前地震灾情调查的现状以及地震应急所存在的问题,通过剖析这些问题,提出了我国地震灾情调查系统的框架设计,并详细介绍了国家地震安全社会服务工程项目中已实现的地震灾情调查系统.同时,考虑到新型技术发展所带来的机遇,对国家地震灾情调查平台的手段进行了更深入的拓展讨论.     

陡坡密集点云双重滤波方法研究

用地形三维激光扫描仪监测陡坡表面的细微变化,关键技术之一是对原始点云的精确滤波,即从密集点云中准确滤除非地形点,保留真实地形点。针对地势陡峭、表面复杂、植被多、密度分布极不均匀的陡坡点云,笔者发展了一种双重滤波方法:在对原始点云进行投影面变换的基础上,采用变窗口均值限差法滤除明显的非地形点,完成粗滤波;通过局部区域增长法找出绝大多数地形点,以占优势的地形点为参考,用局部最小二乘曲面拟合法对剩余未分类数据点进行检核,分离出非地形点,完成精滤波。文中选用3个不同类型的陡坡点云实例验证了该方法对于陡坡密集点云具有良好的滤波效果。该算法对野外大场景三维激光扫描点云滤波也有一定的参考价值。     

基于多源激光点云融合的建筑物BIM建模

墙体、窗户等单元构件是建筑物重要组成部分,精细提取其几何参数及位置信息对于完整表达建筑物整体模型具有重要意义.针对单一点云数据源无法获取建筑物单元构件相关参数并完整表达室内外模型重建问题,本文提出一整套融合室内外多源点云数据的BIM模型重建技术.为验证方法的有效性,选取河南理工大学测绘与国土信息工程学院教学楼为实验区域...     

金顶超大型铅锌矿床成矿条件分析

通过对金顶铅锌矿床矿区的区域地质背景、盆地性质以及矿区地质特征的研究，分析了该矿床的成矿条件，认为正是由于在动荡的区域地质背景和巨厚的碎屑岩建造中，在有机质以及蒸发岩中的硫酸岩提供还原硫的环境下，断裂系统长期继承性的活动，使得成矿热液能够稳定地向同一空间部位迁移，并且景星组顶板和云龙组上段的底板均为以泥岩为主的细碎屑岩，从而形成圈闭，使得成矿物质淀积下来，形成超大型矿床。金顶铅锌矿床有可能是以沉积岩为主岩的一种新型矿床。     

基于多源数据的云南人口空间分布模拟研究

人口数据精度是提高地震灾情速判准确度的关键之一。本文基于多源数据融合思路,以云南第6次人口普查数据为基础,把居民地作为人口分布指示因子,利用GIS软件工具,分析了人口分布与地貌形态、坡度、地形起伏度以及土地利用之间的关系,构建了人口影响因子的权重系数,并采用城乡人口-面积统一模型对人口统计数据进行了网格化空间模拟及精度检验。以2013年3月3日云南洱源5.5级地震为例,通过多种估算方法对灾区人口进行了计算及对比分析,结果表明,多源数据融合法生成的千米网格人口与实际人口的相关性均在0.89以上,人口数据精度符合实际,可为灾情速判提供可靠的数据基础。     

云南数字等震线模型在2007年宁洱6.4级地震预评估中的应用研究

通过分析当前震害评估工作的现状和存在的问题,提出了基于GIS技术构建数字等震线模型的基本原理和技术思路.通过建立云南数字等震线模型及其在2007年6月3日宁洱6.4级地震应急中的使用,检验和论证了该模型的可行性和实用性.分析了模型计算结果与实际灾评结果存在差异的原因,以确立该模型在今后地震应急工作中的研究和发展方向.     

车载LiDAR点云中道路绿化带提取与动态分析

道路绿化带是城市园林绿地系统重要组成部分,具有重要的生态和环境服务功能,道路绿化带信息的精细分类与提取以及绿化带的动态分析对于道路信息化管理具有重要意义。本文提出基于车载LiDAR技术的道路绿化带自动提取与绿植地物精细分类算法。为验证算法有效性,选取北京市丰台区某路段作为实验区域,一期试验数据采集时间为2015年6月,二期试验数据采集时间为2015年9月。将车载LiDAR点云数据作为原始数据,对原始数据进行剪裁分块等预处理,提高算法运行速度。首先对每段道路点云数据进行地面、低矮地物与高地物分类,并将低矮地物与地面点进行组合;然后通过绿化带的点云特性与空间特征,精确提取出每段点云数据中的绿化带,根据所提取的绿化带确定分类范围,利用各类地物点云的特征差别,对绿化带内地物进行详细分类;最后对比同一区域内的多期绿化带数据,从而判断绿化带面积以及绿化带中的各种地物是否发生变化。为验证算法精度,采用人工交互的方式提取绿化带,并对绿化带内各类地物进行人工分类,以此作为参照将人工统计得到的信息与自动提取出的绿化带信息以及各个分类地物信息进行对比,试验区人工提取绿化带总面积为13 027 m ²,自动提取绿化带总面积为12 749 m ²,2组数据相差278 m ²,相对误差为0.02。自动分类算法在试验区场景中杆状地物的探测率为80%,树木的探测率81.81%,灌木探测率为73.91%。对比2期绿化带数据,发现面积缩减量为129.5 m ²,另外新增3株灌木。实验结果说明了本文所述算法的准确性。     

地震应急现场信息分类初步研究

地震应急现场信息分类的核心目标是实现灾情信息的快速上报、关键信息特征的识别和为辅助决策提供客观现实依据。按照信息内容的本质属性,依据发生什么事件、产生什么影响、对产生的影响有何响应,针对响应有什么成效这样的思路将地震应急现场信息分为地震震情信息、灾情信息、应急处置信息、处置效益信息4个大类。在对信息字段进行定义时,考虑了信息来源,将信息本质属性与信息源进行有机结合。分类成果可以应用于地震行业应急处置和各级政府应急处置的信息汇集、分析、处理,还可以依据分类体系充分利用社会公众参与灾情速报。由于灾难事件的应急处置具有相似性,本研究的成果适当修改后也可应用于其它行业的应急处置工作。