|本期目录/Table of Contents|

[1]杜浩国,张方浩,卢永坤,等.基于多源遥感影像的2021年云南漾濞MS6.4地震灾区建筑物信息识别与震害分析[J].地震研究,2021,44(03):490-498.
　DU Haoguo,ZHANG Fanghao,LU Yongkun,et al.Recognition of the Earthquake Damage to Buildings in the 2021 Yangbi,Yunnan MS6.4 Earthquake Area Based on Multi-source Remote Sensing Images[J].Journal of Seismological Research,2021,44(03):490-498.
点击复制

基于多源遥感影像的2021年云南漾濞MS6.4地震灾区建筑物信息识别与震害分析(PDF/HTML)

《地震研究》[ISSN:1000-0666/CN:53-1062/P]

卷:
44
期数:
2021年03期
页码:
490-498
栏目:
出版日期:
2021-10-20

文章信息/Info

Title:
Recognition of the Earthquake Damage to Buildings in the 2021 Yangbi,Yunnan MS6.4 Earthquake Area Based on Multi-source Remote Sensing Images
作者:
杜浩国1; 张方浩1; 卢永坤1; 林旭川2; 邓树荣1; 曹彦波1
(1.云南省地震局,云南 昆明 650224; 2.中国地震局工程力学研究所,黑龙江 哈尔滨 150080)
Author(s):
DU Haoguo1; ZHANG Fanghao1; LU Yongkun1; LIN Xuchuan2; DENG Shurong1; CAO Yanbo1
(1.Yunnan Earthquake Agency,Kunming 650224,Yunnan,China)(2.Institute of Engineering Mechanics,China Earthquake Administration,Harbin 150080,Heilongjiang,China)
关键词:
漾濞MS6.4地震;  建筑物震害识别;  灾害损失评估;  DSM数字表面模型;  高分辨率影像
Keywords:
the Yangbi MS6.4 earthquake;  identification of earthquake-damage to buildings;  assessment on the disaster losses;  digital surface model;  high-resolution image
分类号:
P315.94
DOI:
-
摘要:
以无人机获取的震后区域高分辨率遥感影像、DSM数字表面模型为基础,提出多源遥感影像的建筑物震害精细化识别方法。对影像中的地物进行多尺度分割,剔除其它地物,提取出建筑物,并依据光谱、纹理、形状特征进行震后建筑物震害、结构类型以及楼层数识别。将该方法应用于2021年云南漾濞MS6.4地震灾区建筑物震害识别,为灾害损失评估工作提供基础数据。结果表明,与传统的人工震害调查相比,基于多源遥感影像的建筑物信息识别方法速度快、准确率高。
Abstract:
Rapid identification of the earthquake damage to buildings in the earthquake-stricken area is of great significance for scientific and effective assessment of losses from earthquake disasters.Based on the high-resolution,remote-sensing images of post-earthquake field investigation obtained by UAV and digital surface model(DSM),we propose an identification method of earthquake damage to buildings based on multi-source,remote-sensing images.In the light of this method,we first do the multi-scale segmentation of the surface feature,then extract buildings’ information,and weed out other features.Further,we identify the damage,structures and the floors of the buildings according to the spectrum,texture and shape of the buildings on the images.We apply our method to the identification of the damage to the buildings in the Yangbi MS6.4 earthquake on 21th,May 2021.The results show that,compared with the traditional manual investigation of the damage in the earthquake-affected areas,our method is more effective and more accurate.

参考文献/References:

陈晋,习聪望,陈文凯,等.2018.基于无人机、高分卫星遥感影像的甘肃省陇南市建筑物空间化研究[J].地震研究,41(2):192-200.

代沁伶,罗斌,郑晨,等.2020.区域多尺度马尔可夫随机场的遥感影像分类[J].遥感学报,24(3):245-253.

丁胜,袁修孝,陈黎.2010.粒子群优化算法用于高光谱遥感影像分类的自动波段选择[J].测绘学报,39(3):257-263.

杜浩国,陈亮,林旭川,等.2019.云南红河县城区房屋地震灾害三维仿真模拟方法[J].地震研究,42(2):218-229.

杜浩国,林旭川,张方浩,等.2021.基于蚁群优化算法的应急避难场所选址模型研究[J].自然灾害学报,30(2):89-101.

杜浩国,张方浩,邓树荣,等.2018.震后极灾区无人机最优航拍区域选择[J].地震研究,41(2):209-215.

杜妍开,龚丽霞,李强,等.2020.基于最优分割的高分辨率遥感影像震害建筑物识别技术[J].地震学报,42(6):760-768.

和仕芳,邓树荣,张方浩,等.2016.旋翼无人机在建筑物抗震能力调查中的应用[J].地震研究,39(4):673-679.

李强,张景发.2016.不同特征融合的震后损毁建筑物识别研究[J].地震研究,39(3):486-493.

卢永坤,周洋,代博洋,等.2019.2018年云南墨江5.9级地震房屋震害特征与烈度评定[J].地震研究,42(2):172-178.

马燕妮,明冬萍,杨海平.2017.面向对象影像多尺度分割最大异质性参数估计[J].遥感学报,21(4):566-578.

王昶,张永生,纪松,等.2021.建筑物变化的多特征融和及随机多图综合检测法[J].测绘学报,50(2):235-247.

曾涛.2010.汶川地震重灾区多源影像处理及震害信息提取方法研究[D].成都:成都理工大学.

张方浩,卢永坤,邓树荣,等.2020.云南地区区域地震灾害特征[J].地震研究,43(1):134-143.

张建国.2014.地震烈度的评定及其意义[J].中国减灾,(17):42-43.

张雪华,王晓青,杜晓霞,等.2019.基于无人机遥感影像及其点云特征的建筑物震害提取[J].地震研究,42(2):230-235.

备注/Memo

备注/Memo:
收稿日期:2021-06-09
基金项目:国家重点研发计划“地震应急全时程灾情汇聚与决策服务技术研究(2018YFC1504505)和云南省地震局“传帮带”项目(CQ3-2021001)联合资助.

更新日期/Last Update: 2021-10-20