本文選題：機載激光雷達　切入點：遙感　出處：《中國地震局地震預測研究所》2016年碩士論文　論文類型：學位論文

【摘要】：地震災害作為危害人類最嚴重的自然災害之一,震后災情信息的及時獲取對應急救援、評估具有非常大的現(xiàn)實意義,遙感技術的快速、大范圍、全天時等優(yōu)勢在多次抗震救災工作中得到了充分應用并發(fā)揮著越來越重要的作用。地震造成的建筑物倒塌是造成人員傷亡和經濟損失的重要原因之一。機載激光雷達(Light Detection and Ranging,Li DAR)受天氣影響較小,具有穿透性、作業(yè)速度快、測量精度高、數(shù)據產品豐富等的優(yōu)勢。機載Li DAR系統(tǒng)獲取的高精度三維點云數(shù)據為建筑物震害研究提供了重要的數(shù)據源。機載Li DAR點云數(shù)據建筑物震害信息提取根據使用的數(shù)據源的不同,分為基于震后單時相Li DAR點云、多時相Li DAR點云、Li DAR點云與其他數(shù)據結合的方法。本文首次提出震害提取因子概念,根據建筑物震害點云特征差異建立了機載Li DAR建筑物震害三維空間特征的二次特征參數(shù)并對及進行了震害定量提取研究,利用海地地震實例數(shù)據試驗確定有效震害提取因子。主要內容包括有:1.針對地震后機載Li DAR數(shù)據特點,初步建立了震后機載Li DAR點云數(shù)據預處理方案,在去噪和濾波基礎上,利用點云的平面密度參數(shù)在盡可能保留地震破壞地物信息的基礎上去除地面點,獲取建筑物點云。2.在對未倒塌與倒塌建筑物點云特征進行差異分析的基礎上,通過計算未倒塌與倒塌建筑物點云試驗樣本的強度、高度、法向量、體積、坡度等值,統(tǒng)計分析未倒塌與倒塌建筑物這幾個數(shù)值的變化情況,建立了強度標準差值的變化(SSDI)、高度標準差值的變化(SSDH)、法向量與天頂方向夾角標準差值的變化(SSDA)、體積標準差值的變化(SSDV)、坡度標準差值的變化(SSDS)因子,對各個因子進行定量分析,確定了SSDI、SSDH、SSDA、SSDV與SSDS因子用于震害檢測的因子閾值。3.建立的震害提取SSDI、SSDH、SSDA、SSDV與SSDS因子根據前述章節(jié)中經試驗選擇合適因子利用人工確定因子閾值方式和支持向量機方式對試驗區(qū)建筑物震害點云進行提取試驗。試驗結果證明本文提出的SSDH、SSDA,SSDV與SSDS因子可以作為檢測震害點云的有效因子進行震害提取,不同因子的組合試驗效果優(yōu)于單因子識別效果,利用支持向量機方法可實現(xiàn)建筑物震害的快速檢測,建筑物震害檢測總體精度達到90%。
[Abstract]:Earthquake disaster is one of the most serious natural disasters that endanger mankind. The timely acquisition of disaster information after earthquake is of great practical significance to emergency rescue and evaluation, and the rapid and wide range of remote sensing technology. The all-day advantage has been fully applied in many earthquake relief work and is playing an increasingly important role. The collapse of buildings caused by earthquake is one of the important causes of casualties and economic losses. Airborne laser is one of the important causes of casualties and economic losses. The radar light Detection and angling Li DAR is less affected by the weather. It has the advantages of high penetration, high working speed and high measuring precision. The high accuracy 3D point cloud data obtained by airborne Li DAR system provide an important data source for building damage research. Based on the method of combining single phase Li DAR point cloud and multitemporal Li DAR point cloud with other data, the concept of seismic disaster extraction factor is proposed for the first time in this paper. Based on the difference of damage point cloud characteristics of buildings, the secondary characteristic parameters of 3D spatial characteristics of airborne Li DAR buildings are established, and the quantitative extraction of earthquake damage is carried out. The effective seismic disaster extraction factor is determined by using Haiti earthquake case data test. The main contents include: 1. According to the characteristics of airborne Li DAR data after the earthquake, the preprocessing scheme of airborne Li DAR point cloud data after earthquake is preliminarily established, which is based on de-noising and filtering. The plane density parameters of point clouds are used to remove the ground points on the basis of preserving the information of earthquake damage objects as much as possible, and to obtain the point clouds of buildings. 2. On the basis of the difference analysis of the characteristics of point clouds of uncollapsed and collapsed buildings, By calculating the strength, height, normal vector, volume, slope equivalent of the point cloud test samples of the uncollapsed and collapsed buildings, the variation of the values of the uncollapsed and collapsed buildings is analyzed statistically. In this paper, the variation of strength standard difference and height standard difference are established. The variation of normal vector and zenith angle standard difference is discussed. The change of volume standard difference and slope standard difference are analyzed quantitatively. The threshold value of SSDI SSDV and SSDS factors for seismic damage detection was determined. 3. SSDI SSDH SSDH SSDV and SSDS factors were selected according to the experiments in the preceding chapters to determine the factor threshold and support vector machine (SVM). The test results show that the SSDH SSDV and SSDS factors proposed in this paper can be used as effective factors to detect seismic damage point clouds. The effect of combination test of different factors is better than that of single factor recognition. By using support vector machine method, the rapid detection of earthquake damage of buildings can be realized, and the overall accuracy of seismic damage detection of buildings can reach 90%.
【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】：2016
【分類號】：P315.9

【相似文獻】

相關期刊論文 前10條

1 崔玉紅,邱虎,聶永安,賈衛(wèi)平,王建山,田清;國內外單體建筑物震害預測方法研究述評[J];地震研究;2001年02期

2 馮志澤,何鈞,任錫泰,杜憲宋;大中城市建筑物震害類比預測研究[J];華北地震科學;2003年03期

3 馬駿馳,竇遠明,蘇經宇,馬東輝;考慮接連兩次地震影響的建筑物震害分析方法[J];地震工程與工程振動;2004年01期

4 黃世敏;康艷博;于文;;蘆山地震建筑物震害及思考(一)[J];建筑科學;2013年09期

5 王新民;張家濤;;小金地震建筑物震害及原因分析[J];四川地震;1993年02期

6 T．阿巴卡諾夫,C．B．薩利耶夫,H．H．謝爾久克,陳保華;震后居民點建筑物的工程狀態(tài)預測[J];內陸地震;1997年03期

7 聶永安，，吳國有，馮裕中，崔曉峰;建筑物震害的類比預測方法研究[J];自然災害學報;1998年04期

8 董燕生;潘耀忠;方偉華;于德永;何浩;;基于面向對象技術的建筑物震害識別方法研究[J];地震研究;2011年03期

9 George W.Housner;Paul C.Jennings;盧榮儉;;為減輕現(xiàn)有建筑物震害而制定的城市建筑規(guī)范[J];國外地震工程;1982年Z1期

10 А.И.Мартемьянов;А.С.Таубаев;А.М.Парамзин;陳業(yè)明;;建筑物震害與地基基礎形態(tài)的關系[J];世界地震工程;1986年01期

相關會議論文 前10條

1 王曉青;竇愛霞;;汶川8.0級地震建筑物震害遙感解譯圖集[A];中國地震學會空間對地觀測專業(yè)委員會2009年學術研討會論文摘要集[C];2009年

2 葉志明;樓思展;陳玲俐;;建筑物震害風險評估研究新進展[A];防震減災工程研究與進展——全國首屆防震減災工程學術研討會論文集[C];2004年

3 尹永年;;廣東省建筑物震害分析與損失評估[A];中國地震學會第六次學術大會論文摘要集[C];1996年

4 王海英;齊巖鵬;高東波;李榮安;;建筑物震害損失預測的動態(tài)模型[A];中國地震學會第七次學術大會論文摘要集[C];1998年

5 李英民;劉立平;韓軍;鄭妮娜;王麗萍;劉建偉;代勛;田啟祥;;5．12汶川地震建筑物震害與啟示[A];汶川地震建筑震害調查與災后重建分析報告[C];2008年

6 王曉青;;《汶川地震建筑物震害遙感解譯圖集》的編制[A];中國遙感應用協(xié)會2010年會暨區(qū)域遙感發(fā)展與產業(yè)高層論壇論文集[C];2010年

7 周錫元;王廣軍;蘇經宇;;烈度定量標準與抗震設防[A];中國地震學會第二屆代表大會暨學術年會論文摘要匯編[C];1984年

8 姜立新;谷國梁;帥向華;楊天青;張維佳;;城市建筑物震害三維模擬在GIS中的應用[A];中國地震學會第14次學術大會專題[C];2012年

9 龔麗霞;張景發(fā);;利用SAR相關性提取建筑物震害信息[A];中國地震學會空間對地觀測專業(yè)委員會2013年學術研討會論文摘要集[C];2013年

10 陳敖宜;王文國;董樂民;王家強;;《天津市軟土地基上建筑物震害與結構自振周期相關性的探討》[A];中國地震學會第四次學術大會論文摘要集[C];1992年

相關博士學位論文 前1條

1 焦其松;基于LiDAR的建筑物震害分析[D];中國地震局工程力學研究所;2015年

相關碩士學位論文 前9條

1 甘甜;基于高分辨率遙感影像數(shù)據的建筑物震害信息分類提取研究[D];云南師范大學;2015年

2 崔麗萍;高分SAR建筑物震害檢測方法研究[D];中國地震局地震預測研究所;2016年

3 黃樹松;震后機載LiDAR點云建筑物震害提取因子研究[D];中國地震局地震預測研究所;2016年

4 楊婷婷;高分辨率遙感影像建筑物震害信息提取技術研究[D];中國地質大學(北京);2016年

5 程坤;單體建筑物震害快速評估研究[D];大連理工大學;2011年

6 姜開興;城市建筑物震害預測方法研究[D];北京工業(yè)大學;2008年

7 金鼎堅;高分辨率SAR影像建筑物震害信息提取方法研究[D];中國地震局地震預測研究所;2012年

8 李小強;面向對象的高分辨率遙感影像建筑物震害信息提取研究[D];云南師范大學;2014年

9 鄭超;建筑物震害與地震烈度相關性研究[D];中國地震局工程力學研究所;2010年

本文編號：1605742