【摘要】：地震是最嚴重的自然災害之一。由于地震預測仍為世界性難題，震后對災情進行準確、快速的評估對地震應急救援非常重要。遙感技術具有快速、多傳感器、全天時、大尺度、不受地面條件限制等優(yōu)勢，可以快速獲取震后災區(qū)的宏觀災情信息，在抗震救災中可發(fā)揮重要作用。 基于人工的目視解譯和基于計算機的自動解譯是常用的遙感提取震害信息方法。然而由于目視解譯的工作量大、處理周期長、且受個人經驗影響等，嚴重影響了遙感優(yōu)勢的發(fā)揮。雖然計算機自動解譯處理速度快、生產效率高，但由于解譯結果精度相對低，對使用的數據質量要求高，也影響到其廣泛應用。 本文面向地震災害損失評估，研究了光學遙感影像震害信息自動化提取方法的算法改進方案，以達到智能、快速提取震害的目的。主要包括三個方面的內容：遙感震害信息自動解譯方法總結、基于像素的多時相變化檢測震害信息提取算法改進，和面向對象的單時相震害信息提取方法改進。 本論文首先介紹了目前遙感影像震害信息計算機自動提取方法進展情況。分別總結了基于像素的遙感震害信息提取和基于對象的遙感震害信息提取兩大類方法各自的優(yōu)缺點，探討了可能的改進途徑。 其次，論文研究了基于像素級震害信息提取方法的改進策略。提出了區(qū)域尋優(yōu)的相關系數變化檢測改進算法，并以汶川地震都江堰市局部城區(qū)震前震后影像進行建筑物震害提取實驗。與傳統(tǒng)變化檢測震害信息提取方法對比，以單棟建筑物為研究單元，對變化檢測結果進行了震害程度分類，分類精度評價指標Kappa值計算結果表明，改進后算法不僅精度有較大提高，而且結果的穩(wěn)定性也得到了加強。 第三，論文提出了面向對象震害信息提取算法的改進策略。在分析目前流行的基于ENVI FX，Definiens eCognition的面向對象分類方法的不足之后，提出依據分類評價指標Kappa值確定最優(yōu)分割參數的面向對象分類算法。主要思想為：采用均值漂移（MeanShift）分割和支持向量機（SVM，Support Vector Machine）分類算法，對震后遙感影像進行震害分類，并自動計算分類精度Kappa值；通過一定步長改變分割參數，比較一系列結果的分類精度，確定最優(yōu)Kappa值對應的最佳分割參數，并得到最優(yōu)分類結果。論文在程序編制的基礎上，分別以汶川地震都江堰市城區(qū)和玉樹地震玉樹縣城區(qū)震后高分光學遙感影像為實驗數據，對改進后的算法進行了實驗分析。 從實驗結果來看，改進的面向對象方法具有三個方面的優(yōu)勢：（1）自動智能地確定最優(yōu)分割參數，進而得到最優(yōu)分類結果，分類精度有較大的提高；（2）運用MPI（Message Passing Interface，消息傳遞接口）并行策略，程序并行化執(zhí)行，提高運算效率；（3）具有較高的可移植性和開源性，以便達到跨平臺目的，適用于Linux和Windows平臺。 論文最后對本文提出的兩種改進算法進行了總結與展望。雖然有很大的進步，但還有一些不足之處：（1）在基于像素的變化檢測改進算法中，雖然實驗結果的精度和穩(wěn)定性得到提高，但在分類評價階段需要過多人工交互，從而影響了算法的通用性和有效性；（2）改進的面向對象分類方法仍然需要部分依賴人工交互選擇分類樣本，且對計算機的運算能力有較高的要求�？傊�，本論文研究成果達到了預期目標，并有望應用到進一步的研究和實踐中。
【學位授予單位】：中國地震局地震預測研究所
【學位級別】：碩士
【學位授予年份】：2014
【分類號】：P315.9;TP79
【圖文】：

相關系數區(qū)域尋優(yōu)變化檢測算法界面

系數變化檢測結果 （b）區(qū)域尋優(yōu)相關系數變化 2.7 區(qū)域尋優(yōu)相關系數算法與傳統(tǒng)相關系數算法計算結域表示相關系數高的區(qū)域，即震前震后影像變化系數低的域，即地震前后變化較大，由于變化受、后的相關性變化可以看作是由地震破壞引起的害分類優(yōu)化研究優(yōu)分割閾值法進行建筑物震害分類，在此基礎上驗證和分析本文方法的有效性。05）在文獻中詳細介紹了最優(yōu)分割閾值法的詳細本文中，結合房屋矢量數據，以研究區(qū)域中主要量避免選擇有植被和陰影遮蓋或人為因素引起變了 183 棟建筑物為實驗對象，其中倒塌建筑物 圖 2.8 顯示，其中紅色為倒塌，藍色為未倒塌。

圖 2.9 不同震害建筑物變化檢測相關系數概率密度分布圖、b 曲線的交點對應的相關系數為 0.2，c、d 曲線的交點對應相關算 a 和 b 最高點對應相關系數的差 L1=0.3，c 和 d 最高點對應相關=0.4，L2 比 L1 增大 0.1。算法改進后倒塌與未倒塌的概率曲線的最增大，表明倒塌與未倒塌建筑的可分性得到增強。據最優(yōu)分割閾值法，從 183 個實驗對象中隨機選擇 60 個樣本（如隨機樣本 1）作為訓練樣本，再對其余的 123 個待分類樣本進行分數計算結果圖像（圖 2.7），通過選擇不同的相關系數閾值T ，對隨 個訓練樣本（圖 2.10 隨機樣本 1）進行分類，分類原則是：如果一中，小于T 的像元數大于該建筑物內像元總數的 50%時，將該建筑，否則為未倒塌。再依據分類結果與實際震害情況計算 Kappa 系數在 0.1～0.6 之間以 0.02 的間隔變化，得到一系列分類及一致性分 2.1 所示）。以 Kappa 最大值對應的閾值作為最佳分類相關系數閾相關系數

【共引文獻】

相關期刊論文 前10條

1 王曉青,邵輝成,丁香;地震速報參數不確定性的應急災害損失快速評估模型[J];地震工程與工程振動;2003年06期

2 王龍;王曉青;丁香;竇愛霞;;基于遙感和GIS的建筑物震害損失評估方法研究與實現(xiàn)[J];地震;2007年04期

3 蔡山;張景發(fā);陳文凱;張磊;戴婭瓊;;利用遙感資料繪制汶川地震烈度圖方法研究[J];大地測量與地球動力學;2009年01期

4 危福泉,劉高煥,姚新,蔡宗文,洪偉;地震災害預測和應急模擬系統(tǒng)的設計與應用——以永安市城市應急系統(tǒng)為例[J];地理研究;2005年05期

5 曹彥波;李永強;曹刻;曹筱璇;;云南數字等震線模型在2007年寧洱6.4級地震預評估中的應用研究[J];地震研究;2007年04期

6 曹彥波;李永強;曹刻;余慶坤;趙恒;龔強;白仙富;;基于GIS技術的地震應急異地疏散接受能力判斷模型研究[J];地震研究;2008年S2期

7 危福泉,傅再揚,陳琳,黃天洲,鄔倫,田原;城市防震減災信息管理系統(tǒng)之研究[J];福建地震;2004年03期

8 陳曦;張景發(fā);趙福軍;安立強;;向導式遙感震害評估系統(tǒng)研制[J];國際地震動態(tài);2012年01期

9 陳洪富;孫柏濤;陳相兆;鐘應子;;基于云計算的中國地震災害損失評估系統(tǒng)研究[J];地震工程與工程振動;2013年01期

10 張楠;趙士達;;地震災害信息采集系統(tǒng)設計[J];計算機光盤軟件與應用;2014年06期

相關會議論文 前1條

1 商震;翟永梅;;基于RS與GIS功能互補性的震害評估方法淺析[A];第三屆全國城市與工程安全減災學術研討會論文集[C];2010年

相關博士學位論文 前3條

1 閆培雷;考慮隔墻影響的框架結構非線性地震反應分析及地震災場模擬[D];哈爾濱工程大學;2010年

2 吳萍;地震災后土地利用應急規(guī)劃體系研究[D];中國地質大學（北京）;2011年

3 陳洪富;HAZ-China地震災害損失評估系統(tǒng)設計及初步實現(xiàn)[D];中國地震局工程力學研究所;2012年

相關碩士學位論文 前9條

1 方洪;地震應急輔助決策支持系統(tǒng)的研究與實現(xiàn)[D];電子科技大學;2011年

2 高克昌;基于GIS的萬州區(qū)滑坡地質災害危險性評價研究[D];重慶師范大學;2003年

3 汪洋;3S架構下的地質災害災情風險評估原理、方法與系統(tǒng)集成技術研究[D];重慶師范大學;2004年

4 李良;基于GIS山洪預警決策信息系統(tǒng)的設計與實現(xiàn)[D];湖南大學;2006年

5 王永哲;基于ArcGIS城市房屋建筑震害預測信息系統(tǒng)的研制[D];江西理工大學;2007年

6 鄧貴生;工程兵國際救援行動過程分析與效能評估[D];國防科學技術大學;2008年

7 王巖;面向對象圖像處理方法在遙感震害提取中的應用研究[D];中國地震局地震預測研究所;2009年

8 陳麗;激電方法在隱伏礦體中的應用效果探討[D];新疆大學;2012年

9 劉方;托克遜彩花溝礦區(qū)Ⅲ號礦外圍礦體定位預測方法研究[D];新疆大學;2013年

本文編號：2771487