排序方式: 共有39条查询结果,搜索用时 62 毫秒
21.
22.
空间格网数据相比于矢量数据具有运算速度快、处理简单的特点,适合地震灾害损失震前预测或震后快速评估。但地震损失评估涉及地震危险性及人口、房屋建筑及其地震易损性等不同类型数据在全国范围内的千米格网分布,数据量大,数据变化时形成新的格网数据的工作量较大,使用常规震害预测算法会影响评估效率。依据地震损失评估原理,采取前置确定性损失评估策略和算法优化,结合GIS功能设计并编程实现了具有风险评估相关数据千米格网化处理、地震损失预测与震后快速评估等核心功能的软件系统。利用该系统进行了2016~2025年中国大陆千米格网地震损失预测,结果表明评估效率显著提高,该系统为我国新一代地震重点监视防御区的确定提供了实用化的震害损失预测工具,同时,在地震损失快速评估中亦得到较好应用。 相似文献
23.
地震导致的建筑物破坏是人员伤亡和经济损失的主要因素,房屋破坏程度调查是灾害损失评估的重要依据。国内外多次地震应急遥感应用实践证明,高分辨率卫星和航空遥感已成为灾害监测的重要手段。激光雷达(Light Detection and Ranging,LiDAR)是一种新兴的主动遥感技术,可快速获取高精度地面高程信息,能够监测地震造成的地表变形、滑坡、堰塞湖等地震次生灾害和地表破裂以及道路、建筑物等的损坏。 相似文献
24.
建筑物震害程度的判定是进行地震灾害损失评估的基础, 震害指数是建筑物震害程度的定量表示方式, 是房屋抗震性能的直观表现。 震害指数的研究对于震害预测和地震灾害损失评估都有重要的意义。 文中收集、 分析并处理了2001—2004年中国地震灾害损失现场调查与评估的详细资料, 以调查点为单位计算了各种结构类型房屋的平均震害指数, 建立了中国西部地区不同结构类型房屋的平均震害指数向未经加固的砖混和砖木结构房屋的平均震害指数转换的数学关系, 其结果对地震灾害及其损失的快速评估与现场评估具有一定的参考作用。 相似文献
25.
基于机载激光雷达LiDAR(Light Detection and Ranging)数据识别震后建筑物震害,其前提是快速准确地提取建筑物点云。通过分析地震灾区机载激光雷达点云中提取建筑物点云的诸多难点,已有的方法难以达到预期效果,因此提出融合同机航空影像数据的方法,实现了震后灾区建筑物点云的获取。该方法首先在数据预处理的基础上,利用布料模拟滤波CSF(Cloth Simulation Filtering)算法进行点云滤波,得到地面点云和非地面点云(主要是建筑物、植被和车辆行人等),并将航空影像红波段光谱信息赋予非地面点云;然后基于灰度直方图阈值分割的方法剔除植被点;最后对剩余激光脚点利用具有噪声的基于密度的空间聚类DBSCAN(Density-Based Spatial Clustering of Applications with Noise)算法进行聚类提取最终的建筑物点,并与参考建筑物点比对,进行精度验证,得到建筑物点云提取的漏检概率、虚警概率分别为15.61%、7.52%,总体精度可达84.39%。结果表明,在一定精度要求范围内,该方法能有效实现地震灾区建筑物点云的提取,可为震后机载LiDAR建筑物点云提取提供技术参考和方法借鉴,为建筑物震害识别做好基础工作。 相似文献
26.
27.
28.
2010年4月14日的玉树MS7.1地震造成沿甘孜-玉树断裂的一系列NW向地表破裂.利用Trimble GX 3D地面激光三维扫描仪获取了玉树地震断裂SE段禅古寺附近的典型地震地表破裂的精细点云数据.在对点云数据进行校正、分割、滤波等预处理基础上,分析了地震地表破裂不同表面建模方式的原理和方法,选取了无投影的不规则三角网建模方式对该处地表破裂进行三维建模实验,结合精配准高清晰现场纹理照片,制作了地震地表破裂的三维图像;并从模型的多个角度选取剖面进行地震地表破裂精细三维量测分析,得到该处地表破裂的平均垂直位移为74cm,水平位移为10cm.在此基础上进一步分析了玉树地震断裂的性质及其破裂特点. 相似文献
29.
面向对象遥感分类方法在汶川地震震害提取中的应用 总被引:7,自引:0,他引:7
震后城市建筑物震害的自动识别与分类, 是遥感震害调查中的关键步骤, 其精度直接影响损失评估的结果. 而随着高分辨率遥感影像的发展, 传统基于像元的分类技术已不能满足需求, 引入面向对象的信息提取技术, 充分挖掘影像对象的纹理、形状和相互关系等信息, 能够有效的提高震害的分类精度. 该文阐述了面向对象的遥感震害提取思路和方法, 并应用汶川地震震后高分辨率航空遥感数据, 针对建筑物震害进行面向对象的快速提取与自动分类. 结果表明, 与基于像元分类比较, 面向对象的建筑物震害分类能够显著改善分类效果. 相似文献
30.