基于遥感影像和点密度的房屋年代分析及震害预测

发布时间：2020-12-11 17:53

　　老旧城区的地理信息数据库中通常缺少房屋年代信息,无法满足震害预测的需求.为了快速获取老城区房屋年代情况,选定浙江省嘉兴市2.5 km~2老城区为研究区,借助高分辨率遥感影像,通过目视解译的方法将研究区分割成多个由相似房屋构成的单元,定义单元点密度概念;通过房屋的年代和单元点密度的统计关系,提出利用单元点密度分析房屋年代的方法.利用震害因子法,选择结构型式、层数、设防烈度、建成年代4个震害因子,基于ArcGIS软件,计算震害指数进行震害预测,三维呈现出研究区的震害预测结果.结果表明:单元点密度与房屋年代有近似线性负相关的拟合关系,相关系数为0.793 2,基于此关系通过计算单元点密度可推算房屋年代. 

【文章来源】：江苏大学学报(自然科学版). 2020年04期 第382-386+404页 北大核心

【文章页数】：6 页

【部分图文】：

研究区地理位置

经过现场调查发现研究区房屋具有如下特征:房屋年代主要介于20世纪60年代到20世纪90年代之间,80年代的房屋数量最多;建筑高度多在20 m以下,以2～6层居多;结构形式以混合结构为主,设防烈度主要为6度,部分建筑未设防,抗震性能相对较差;布局较密集,整体建筑密度在51%左右.研究区主要由无设防的棚户区、宿舍/家属楼、商品住宅、旧式商业及办公建筑组成,如图2所示.经浙江省测绘与地理信息局获取研究区基础地理信息数据(简称矢量数据)如图3a所示,主要包含房屋、道路、公共设施和河流.其中房屋数据包含研究区所有房屋的空间位置、平面尺寸、占地面积、层数和结构型式,但矢量数据缺少年代属性.统计矢量数据得到不同层数与结构房屋的占地面积,如图4所示.

年代是震害预测的重要依据,如果逐栋调查将会耗费大量物力,利用遥感影像及现有矢量数据可以分析房屋年代(下一节详细阐述).商业获取研究区美国Digital Globe公司的商业卫星WorldView-3的真彩色遥感影像如图3b所示,分辨率为0.31 cm.对遥感影像进行滤波、锐化等预处理,增强其视觉效果.图4 矢量数据统计结果

【参考文献】：
期刊论文
[1]苏州老城区房屋现状及其地震应急救援分析[J]. 章熙海,王琛,高飞,王冬辰,吴珍云,刘博雅.  震灾防御技术. 2018(02)
[2]无参数高分辨率遥感影像的建筑高度快速提取方法[J]. 乔伟峰,刘彦随,项灵志,王亚华.  地球信息科学学报. 2015(08)
[3]基于抗震性能普查数据的城区群体建筑震害预测初探[J]. 何萍,王挺.  华南地震. 2014(01)
[4]基于单张遥感影像的城市建筑物高度提取研究[J]. 王京卫,郭秋英,郑国强.  测绘通报. 2012(04)
[5]基于高分辨率遥感影像的城市建筑密度和容积率提取方法研究[J]. 李锦业,张磊,吴炳方,马新辉.  遥感技术与应用. 2007(03)
[6]城市群体建筑物震害模拟方法研究[J]. 高杰,冯启民,张海东.  震灾防御技术. 2007(02)



本文编号：2910973