论文摘要
地震发生后,道路作为人员疏散和救灾物资运输的“生命线”,一旦遭受破坏,将严重影响救灾工作的开展,造成更大的伤亡和经济损失。因此,震后尽快获取道路震害信息,判定灾区道路可通行情况对于震后救援指挥至关重要。为获取道路受灾情况,传统的现场调查方法需要耗费大量人力物力,并且不能保证调查范围对灾区的全覆盖;而通过卫星、无人机遥感手段能够快速了解灾区宏观灾情,利用高分辨率影像进行灾区道路的震害调查评估具有十分重要的意义。本文以2017年九寨沟地震、2013年芦山地震的遥感影像作为实验数据,开展了道路震害信息提取及其通行能力评估方法的研究。研究建立了道路震害识别标志,总结分析不同分辨率遥感影像上道路震害目视解译能力,提出了矢量辅助的道路震害提取方法,构建了道路可通行能力定量评估模型,提高了遥感在地震灾情获取和分析中的实用性。主要研究内容如下:(1)开展道路震害遥感识别标志和识别能力的研究,将道路震害分为路面掩埋、滚石阻隔、路基塌陷、路面开裂四种类型,将破坏等级分为基本完好、部分破坏、完全损毁三个级别;初步建立了各类、各等级道路震害的解译标志库,通过对地震后各种高分辨率遥感影像不同破坏类型、不同等级道路大量影像样本分析研究,得到0.2—0.5米、1—2米及2—4米等不同分辨率遥感影像上各类型道路震害的识别能力以及分辨不同破坏等级所需最低影像分辨率,可为震后灾区道路震害调查遥感数据源快速选取提供重要参考。(2)研究了矢量辅助道路震害信息提取的方法,使用九寨沟地震后的无人机影像和高分辨率卫星影像作为实验数据,本文提出新的破坏对象提取方法流程:根据不同等级道路建议缓冲区宽度,裁剪选择出可能的道路区域影像;用面向对象的分类方法,进行多次多尺度分割,剔除与道路震害无关信息,并基于特征统计的理念,选择亮度、灰度共生矩阵对比度作为主要特征;针对九寨沟地震后省道、县道、乡道这三种等级的道路开展实验,得到设置各级别道路的最佳分割尺度,利用对象特征箱型图边界设置分类规则,实现道路破坏对象检测和提取,并利用芦山地震的数据进行方法验证。对不同分辨率影像道路震害提取结果对比分析,得到不同数据源道路震害提取精度。本研究可以在获取影像数据后,快速确定适用震害提取的道路等级,为计算机提取道路破坏信息提供可行方案。(3)本文以九寨沟地震无人机影像提取破坏为例,提出了评价道路损坏程度定量评估的两种因子:宽度判定因子和面积判定因子。基于破坏因子建立了道路通行能力定量评估模型,并根据抢险救灾不同车辆的通行需求,建立破坏程度指标和道路可通行能力的关系,根据不同的道路宽度和车辆类型,得到理论判断阈值的计算方法。通过此方法模型,得到九寨沟地震后县道Z120的破坏程度定量评估和可通行能力判定结果,和人工解译现场调查结果相比较,总体精度均为80%以上,根据实际情况,宽度因子评估模型具有更好的一致性。本方法的提出解决了传统道路震害评估方法无法判定各类车辆的通行能力的问题,可为震后抢险救灾指挥决策提供更详细的参考信息。
论文目录
文章来源
类型: 硕士论文
作者: 陈子翰
导师: 窦爱霞
关键词: 道路震害,信息提取,高分辨率影像,定量评估,道路可通行能力
来源: 中国地震局地震预测研究所
年度: 2019
分类: 基础科学,工程科技Ⅱ辑
专业: 自然地理学和测绘学,公路与水路运输
单位: 中国地震局地震预测研究所
基金: 国家重点研发计划“重特大灾害空天地一体化协同监测应急响应关键技术研究及示范”课题:“一带一路重特大地震地质灾害协同监测应急响应示范”
分类号: U418;P237
总页数: 94
文件大小: 7037K
下载量: 384
相关论文文献
- [1].高分辨率影像建筑物提取方法对比[J]. 科技创新与应用 2020(10)
- [2].面向对象和规则的高分辨率影像分类研究[J]. 测绘通报 2015(09)
- [3].基于高分辨率影像城市建筑物研究[J]. 测绘与空间地理信息 2008(06)
- [4].高分辨率影像灾害识别研究及实现[J]. 电脑知识与技术 2018(14)
- [5].基于高分辨率影像的瞻仰景观用地监测[J]. 黑龙江科技信息 2017(04)
- [6].辅以波谱分析的高分辨率影像面向对象分类研究[J]. 图学学报 2012(01)
- [7].基于高分辨率影像的城市绿地提取[J]. 测绘 2012(05)
- [8].面向对象的高分辨率影像单值分类耕地提取方法研究[J]. 测绘通报 2014(10)
- [9].基于监督分类的震后高分辨率影像倒塌房屋快速识别[J]. 遥感信息 2011(05)
- [10].基于无人机遥感的高分辨率影像快速获取研究[J]. 科技资讯 2015(20)
- [11].地震勘探工区高分辨率影像图的免费获取及处理方法研究[J]. 物探装备 2012(06)
- [12].面向对象的高分辨率影像土地利用分类[J]. 许昌学院学报 2020(05)
- [13].高分辨率影像在测绘生产中的应用及其发展潜力探讨[J]. 科技创新导报 2015(17)
- [14].陕西省设区市高分辨率影像地图的设计与编制[J]. 测绘与空间地理信息 2013(01)
- [15].基于数据场和密度聚类的高分辨率影像居民区提取[J]. 国土资源遥感 2017(03)
- [16].高分辨率影像在森林采伐限额执行情况检查中的应用技术改进[J]. 林业资源管理 2012(01)
- [17].顾及梯度和彩色信息的高分辨率影像道路分割[J]. 科学技术与工程 2019(31)
- [18].多特征、多方法融合的高分辨率影像道路网提取[J]. 国土资源遥感 2018(03)
- [19].无监督特征优选高分辨率影像变化检测新方法[J]. 计算机工程与应用 2016(10)
- [20].基于主题的高分辨率影像元数据使用规范研究[J]. 中国科技资源导刊 2018(05)
- [21].基于超像素的高分辨率影像建筑物提取[J]. 地理与地理信息科学 2017(06)
- [22].基于面向对象的高分辨率影像专题信息提取[J]. 地理空间信息 2013(01)
- [23].基于易康平台的高分辨率影像在测绘生产中的地物提取[J]. 测绘与空间地理信息 2013(12)
- [24].基于纹理特征与数学形态学的高分辨率影像城市道路提取[J]. 地理与地理信息科学 2008(06)
- [25].房屋信息的快速提取[J]. 计算机产品与流通 2017(08)
- [26].基于eCognition高分辨率影像的分类研究[J]. 无线互联科技 2018(11)
- [27].高分辨率影像在水利监测中的应用[J]. 经纬天地 2016(01)
- [28].阴影区提取对高分辨率影像地形辐射校正的影响与分析[J]. 测绘通报 2017(03)
- [29].高分辨率影像数据处理及数据建库技术方法研究[J]. 测绘通报 2008(10)
- [30].顾及阈值设置的高分辨率影像道路提取方法研究[J]. 测绘通报 2019(S2)