基于高分辨率遥感影像数据的建筑物震害信息分类提取研究

发布时间：2017-04-28 15:07

  本文关键词：基于高分辨率遥感影像数据的建筑物震害信息分类提取研究，由笔耕文化传播整理发布。

【摘要】：强烈地震、海啸等自然灾害给灾区人民的生命及财产造成了重大损失,建筑物的倒损信息是震后灾害评估的一项重要指标,建筑物倒损信息的快速获取已成为灾后救援并减少损失的关键。随着遥感技术的快速发展,不同时相、高分辨率、海量的遥感数据为灾后救援和灾害损失评估提供了可靠的数据源。尤其我国无人机技术的快速发展,无人机航空遥感在震后灾情信息获取中得到广泛应用。海域和陆地地震的震后遥感影像特征具有很大不同,建筑物震害信息分类提取研究具有重要的实用价值和现实意义。海域地震的建筑物震害信息分类提取的数据源选取2011年3月11日日本大地震前、后的仙台市World-view2高分辨率卫星影像。结合日本仙台实际的地类特征,将震前影像进行多尺度分割,在不同的分割层通过设置不同的特征阈值来实现不同地物的信息提取,分类结果以矢量数据输出并叠加到震后的影像上进行棋盘分割,通过不同特征阈值设置提取出耕地、水体、建筑物,再将震后未分类的影像按尺度45进行分割用于提取其他地物信息。最后对两时相提取结果进行变化检测分析,分别定义建筑物减少类、建筑物未变化类,建筑物增加类,将变化检测的矢量数据输出并在ArcGIS软件中进行转移矩阵计算得出建筑物倒塌面积。分类结果精度评价为震前分类总体精度达到88.8%,震后总体精度为85.7%。陆地地震的建筑物震害信息分类提取的数据源选取2014年8月4日地震前、后的云南省昭通市鲁甸县龙头山镇World-view2高分辨率卫星影像及无人机航空影像,采用面向对象信息提取分类方法应用变化检测方法,将建筑物震害信息分为基本完好、中度倒损、严重倒损、完全倒塌等四类。首先对两时相进行尺度分割,基于光谱均值、Blue_ratio、Area等特征建立合适的特征空间,利用最邻近分类方法,对建筑物按四类破坏等级进行精细分类。分类结果精度评价为震前分类总体精度达到88.16%,震后总体精度为91.95%。并进行转移矩阵计算得出建筑物倒塌面积。结果表明,在最优尺度分割基础上的面向对象震害信息提取方法能够实现四类建筑物震害信息提取,能够满足地震灾害快速评估要求。可以看出,地震海啸后遥感建筑物震害信息分类与提取方法相对简单,主要是海啸将建筑物倒损碎屑带走,震后影像上的建筑物是完好和基本完好;而陆地地震倒损和严重倒损的建筑物碎屑不规则的散落在街道、空地或未倒损建筑附近,给建筑物震害信息提取造成一定困难。本文在对两个实验区进行建筑物的震害信息提取时,基于面向对象进行变化检测的方法基础之上,实现了一种通过前时相分类结果矢量圈定震后感兴趣区域进行变化检测技术,通过对高分辨率遥感影像的建筑物震害信息特征选取、规则集的建立、阈值的设置,可以实现建筑物震害信息精细分类提取从而满足灾害损失评估的需求。
【关键词】：高分辨率遥感 建筑物震害信息 面向对象 变化检测
【学位授予单位】：云南师范大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：P237;P315.9
【目录】：

• 摘要4-6
• Abstract6-11
• 第1章 绪论11-17
• 1.1 引言11-12
• 1.2 建筑物震害信息提取国内外研究现状12-14
• 1.2.1 建筑物变化检测研究现状12-13
• 1.2.2 建筑物震害信息提取研究现状13-14
• 1.3 研究内容及组织结构14-17
• 第2章 面向对象的建筑物变化检测及信息提取17-42
• 2.1 遥感变化检测技术17-19
• 2.1.1 遥感影像变化检测技术17-18
• 2.1.2 多时相遥感变化检测技术方法及流程18-19
• 2.2 面向对象影像分割技术19-25
• 2.2.1 影像分割的定义20-21
• 2.2.2 影像分割常用方法21-24
• 2.2.3 基于边缘提取的多尺度分割24-25
• 2.3 面向对象影像分类技术25-31
• 2.3.1 特征描述及选择26-31
• 2.3.2 面向对象分类方法31
• 2.4 建筑物变化检测及信息提取31-42
• 2.4.1 eCognition Developer软件32-33
• 2.4.2 基于eCognition Developer的变化检测33-35
• 2.4.3 eCognition Developer主要分割算法35-37
• 2.4.4 最优分割尺度选择37-38
• 2.4.5 eCognition Developer主要分类算法38-42
• 第3章 海域建筑物震害信息分类提取42-59
• 3.1 震后建筑物分类等级及其特点42-44
• 3.2 数据源选取44-45
• 3.3 数据预处理45-47
• 3.4 建筑物震害信息分类提取47-55
• 3.4.1 震前影像数据分类47-51
• 3.4.2 震后影像数据分类51-55
• 3.5 精度评定55-59
• 第4章 基于多源遥感数据的陆域建筑物震害信息提取59-71
• 4.1 数据源选取59-60
• 4.2 数据预处理60-62
• 4.2.1 前时相World-view2影像数据预处理60-61
• 4.2.2 后时相无人机航片预处理61-62
• 4.3 建筑物震害信息分类提取62-68
• 4.3.1 分割尺度及特征选择62-64
• 4.3.2 震前影像数据分类64-66
• 4.3.3 震后影像数据分类66-68
• 4.4 精度评定68-71
• 第5章 结论和展望71-73
• 5.1 结论71-72
• 5.2 展望72-73
• 参考文献73-78
• 附录A：图目录78-80
• 附录B：表目录80-81
• 攻读学位期间发表的学术论文和研究成果81-82
• 致谢82

【参考文献】

中国期刊全文数据库 前9条

1 谭衢霖;高姣姣;;面向对象分类提取高分辨率多光谱影像建筑物[J];测绘工程;2010年04期

2 姬渊;秦志远;王秉杰;刘晓辉;;小型无人机遥感平台在摄影测量中的应用研究[J];测绘技术装备;2008年01期

3 李秦;高锡章;张涛;刘锟;龚剑明;;最优分割尺度下的多层次遥感地物分类实验分析[J];地球信息科学学报;2011年03期

4 杨U，

本文编号：333033