排序方式: 共有4条查询结果,搜索用时 0 毫秒
1
1.
2.
采用多尺度分割和深度学习相结合的方法对震后倾斜摄影三维影像建筑物震害信息进行提取,获取建筑物的屋顶和墙体多种破坏信息。以2017年九寨沟MS7.0地震后倾斜摄影三维影像为例,依据三维影像建筑物顶面和墙体等进行样本的多尺度分割,样本分为完好建筑物面、破坏建筑物面、其它地物和背景等三类,选取211个100×100像素的样本集对卷积神经网络模型进行训练,采用训练后的模型提取灾区千古情风景区和漳扎镇小学的建筑物震害信息,并将提取结果与目视解译结果进行精度对比,结果显示:破坏建筑物面提取精度分别为65.5%和71.1%,总体分类精度分别为82.1%和84.1%,卡帕(Kappa)系数分别为68.7%和64.9%,表明该方法在倾斜摄影三维影像建筑物震害提取方面具有一定的优势。 相似文献
3.
历次破坏性地震的震害调查和强震观测资料显示, 地形地貌对地震灾害有着显著的影响. 地震发生后, 为了能够及时、 准确地为地震救灾指挥提供灾情分布信息, 该文借鉴了地质统计学方法, 利用灾情速报人员上报的地震现场离散点灾情短信对灾区进行灾情空间模拟的同时, 将数学高程模型(DEM)中所包含的高程、 坡度等地形地貌信息作为影响因素引入协克里金(Co-Kriging)插值; 并以汶川MS8.0地震灾情短信数据为例, 分别对确定性插值、 地质统计学插值结果与有无考虑坡度因素的地质统计学插值结果进行了交叉检验. 结果表明, 考虑坡度影响因素的协克里金插值在合适的模型和参数下取得了最优的灾情模拟效果. 该方法为地震应急期间进行较高精度的灾情模拟提供了一种新的可行思路. 相似文献
4.
基于互联网信息快速估计汶川地震有感范围 总被引:1,自引:0,他引:1
通过搜索和分析互联网上有关汶川地震的信息得出,汶川地震后3h为有感信息密集发布时段,信息总量为4 515条。分析信息的发布时间、地域和有感强度分布特征,对信息按照无感、有感和强有感进行分类,提取分布于199个地区的2 289条有感信息作为数据源进行有感范围的空间插值拟合处理。空间插值选用反距离权插值、径向基函数插值和克里格插值3种方法,通过对不同插值结果的比较分析发现,克里格插值方法在一定的插值模型和参数下对有感范围的拟合效果与汶川地震实际影响范围基本吻合,尤其是强有感范围基本反映了地震灾区范围。该项研究为震后快速获取地震有感范围提供了有效途径,同时也为地震灾害速判提供了动态修正依据,为地震应急提供第一时间的灾情信息。 相似文献
1