文摘

遥感图像直观地解释在这项研究中获得的信息建筑在城市和农村地区的宁夏、中国。总的来说,面积估计由方程提出了遵循正态分布。相关性和误差分析表明,系数是合理的、可靠的和建筑面积估计有90%的准确度,也可靠。这些结果与无人机航拍图像,结合使用百度街景图片,和纸质地图来确定建筑物的抗震性能(SP)在研究区域。在此基础上,建筑被分为三组,即那些所需的SP,疑似不合格的SP和不合格的SP。检查基于实地调查收集的数据在每个乡镇至少一个示例网站在所有22个县级部门(cld)宁夏显示平均SP的准确性76%所有22 cld和SP准确性超过70% 22 cld的20例(91%)。基于这种方法获得的结果,ArcGIS空间分析方法来确定建筑的比例和分布模式在三个SP组22 cld。结果显示以下功能。建筑所需的SP在每个CLD的城市集群,一些乡镇政府的席位。建筑与疑似不合格的SP主要分布在城乡边缘(RUF)地区和乡镇政府席位。建筑与不合格的SP主要被发现在城市村庄,RUF地区,和城市地区。 The soundness of the spatial analysis results was corroborated by the field survey data, lending credence to the feasibility of the proposed calculation method. This method can satisfy the real-world need for rapidly assessing the SP and distribution of buildings in a region before an earthquake occurs and provide a reliable reference for disaster prevention, mitigation, and relief efforts.

1。介绍

地震是不可预测的、高度破坏性的自然灾害,严重威胁到社会和经济发展,生命线设施的安全,人们的生命和财产安全1]。快速的经济发展和城市化加速扩大和加深了破坏性地震对城市发展的影响。

地上结构破坏性地震期间经常受到损害甚至崩溃,构成人员伤亡和财产损失的主要原因。大量的建筑数据的及时性和准确性大大影响强烈地震后快速损伤评估。一般来说,灾后建筑损伤可以通过详细的野外调查评估个别建筑物或持续的损害的决心持续的损害建筑物在大面积使用一种有效的分析方法(2]。发现可用的研究表明,评估区内建筑数量的增加指数随着震级的增加(3]。现场调查时间和劳动密集型,因此不适合评估在大面积损伤后发生强烈地震(4]。因此,研究研究地震破坏的重点逐渐从postearthquake调查转向preearthquake减灾准备。准备应急管理策略可以减轻地震造成的损失(5]。

因为它能够提供及时、多功能multiangle图像服务,遥感(RS)技术已成为一个方便的工具获取信息之前和之后的地震和促进postearthquake应急响应和恢复工作。最早使用RS技术获取地震信息可以追溯到1906年,当时g·r·劳伦斯拍摄在美国旧金山8.3级地震后使用风筝。技术的进步使得近几十年来RS技术的实质性进展。更高的分辨率和更新率,卫星图片现在可以更好地促进评估造成的破坏历史地震和地震破坏信息的采集。越来越多的研究人员检索信息持续的损害建筑物在地震期间大面积从RS图像4,6- - - - - -17]。卫星遥感技术已经成为一种方便、有效的工具在地震前后的获取和传播信息,促进更有效的紧急应对地震和减小其影响。迅速了解建筑物的抗震性能(SP)在地震多发区域地震的发生起着至关重要的作用在城市减灾和应急救援工作。

在这项研究中,使用地震地面运动参数分带中国地图(gb18306 - 2015) [18)和建筑抗震设计规范》(gb50011 - 2016) [19)作为指导方针,在宁夏城乡建筑,中国,通过目视判读初步分类基于SP的高分辨率遥感图像分成三组(称为SP组),也就是说,那些所需的SP,疑似不合格的SP和劣SP。基于目视判读结果的可靠性是全面检查使用无人机航拍图片,百度街景图片,和纸质地图。然而,遥感图像的目视判读只能产生建筑的数量,不能给各组SP建筑的面积。因此,必须建立一个方法来确定建筑物的总面积的比例三个SP组及其区域,有效地减轻地震破坏的目标。农村和城市建筑分别分类在这项研究。独立的方程建立了农村和城市建筑的计算区域。误差分析显示高水平的建筑领域之间的一致性决定基于实地调查数据和快速产生的模型。在允许误差范围内,计算模型可以用来快速估算建筑领域的地区。SP一起估计,在此基础上,建筑物的比例不同的SP水平和SP的分布格局可以决定一个地区。这种方法可以提供强大的支持获得建筑信息为地震多发地区,地震之前估计潜在的经济损失。

2。研究区和图像解释

2.1。研究区域

的地质构造、宁夏位于青藏高原东北缘,活动断裂分布密集的地方。根据历史记录,这一地区经历了多次强烈地震,包括两个8级以上地震:发生在Pingluo的八级地震,银川,和1739年的8.5级地震发生在1920年海原。现代仪器记录还表明,宁夏是容易地震。图1显示了研究区域。

2.2。形象的解释

Gaofen-2图像用于分析在这项研究。其高空间分辨率(> 1 m)满足要求目视判读和允许快速地上结构分类基于SP。考虑到它的偏移量,采用地理信息系统方法正确的位置坐标Gaofen-2图像目视判读之前ArcGIS平台(20.]。

地震地面运动参数分带中国地图(gb18306 - 2015)和标准分类的地震保护建筑结构(gb50223 - 2008) [21)被用于这项研究为基础确定建筑SPs。相对准确的区分建筑SPs,城乡建筑在目视判读分别处理。城市建筑物的轮廓提取单独基于图像纹理。换句话说,一个多边形对应于一个建筑。相比之下,农村建筑的轮廓提取是基于块的轮廓他们所在的地方。换句话说,一个多边形可以包含一个或多个建筑物。图2说明了整个过程用于确定建筑SPs和验证基于实地调查的数据结果。图3显示单独的标准地图为城乡建筑轮廓信息。

建筑抗震设计规范》(gb50011 - 2016)规定三个防御工事的水平,也就是说,“没有损害较小的地震,”“修复损伤在中度地震,”和“没有大地震下倒塌。“建筑的破坏程度定性分类分类的地震破坏建筑和特殊结构(GB / T 24335 - 2009) (22]。根据地震地面运动参数分带中国地图(gb18306 - 2015),宁夏主要位于抗震设防地区八世。在这项研究中,在宁夏建筑分为三类,即建筑所需的SP,疑似不合格的SP和劣SP,根据地震地震设防区八世和标准参照上述两种规格。

城市建筑的视觉解释图像相对比较容易。建筑被认为满足SP标准如果多边形定义良好的纹理边界。建筑物多边形有模糊或深灰色的纹理边界主要结构由3 - 5层和怀疑SP标准以下。建筑缺乏上述特性和多边形的明显小于上述两组建筑的主要结构在城市村庄,被认为是SP标准以下。使用百度街景图片可以帮助确定单个建筑的SP似乎模糊的基于RS图像的信息提取。

农村和城乡边缘(RUF)地区建筑的复杂和多样的结构和类型。因此,一个统一的标准来确定建筑物的SP需要建立促进实验室目视判读。目视判读之前,进行了实地调查,确定建筑的典型特征代表地区的RS图像。很难直观地解释RUF和农村建筑和RS图像提取他们的信息(例如,几何图形和屋顶和影子功能)从RS图像。考虑这些因素结合实地抽样调查数据,建筑在农村和RUF地区分类基于SP分成三组。分类标准,如图4描述如下:(1)建筑设计和建造在农村地区被主人自己缺乏统一规划和布局和显示各种结构模式和RS图像的颜色。这些建筑被列为自行建造建筑物(SC)在农村地区。实地调查表明,大多数SC建筑不是地震强化和不符合SP标准。在RS图像,这些建筑功能模糊纹理边界和主要是深灰色。在实地调查中,极少SC建筑被发现拥有地震结构,如结构列和环梁。这些建筑并不完全满足下面怀疑SP标准和SP的标准。其纹理边界出现相对独特的RS图像。(2)可以观察到一个相对统一的计划和布局的块内的街道RS图像。建筑表现出相似的纹理图案和颜色在一个多边形均匀划分为政府补贴(GS)的建筑。这些建筑都是由政府根据建筑物的抗震设防标准,因此被认为满足SP标准。(3)RUF区域交替地震强化和unfortified建筑物的各种形式。见RS图像,RUF地区的建筑,那些邻近的道路大多是多层的结构,而远离街道通常是人口和不规则分布的低层结构。这些建筑被列为RUF建筑。实地调查表明,SP标准是由多层的RUF建筑毗邻街道但不是由人口和不规则分布的低层RUF建筑。

实地调查期间有代表性的建筑物拍摄。从照片后来获得的信息统计总结在ArcGIS平台上建立一个数据库作为标准来确定建筑SPs在这些领域。

3所示。方法计算建筑领域

原则的统计,样本的代表和反映了人口和人口属性可以估计和推断分析抽取样本。条件下,样本网站被均匀分布在空间和行政区划中,本文提出了一个相对简单的公式来计算建筑面积。公式中的主要考虑因素如下:建筑面积可以快速计算直观地解释RS图像后,可以获得更准确的建筑面积,和其他人可以使用这个公式得到相对准确的结果在目视判读RS图像的研究。基于这些考虑,本文提出了两个方程计算城市,革命联合阵线,农村建设地区。

3.1。方法计算城市建筑领域

在目视判读,不同尺度的标准是用来提取从城市和农村地区构建多边形。考虑到结构类型等因素,建筑物的抗震设防标准,横向刚度(23,24),城市建筑分为三种类型:低层建筑(即。、建筑与1 - 3层),多层的建筑(即。,buildings with 4–6 storeys), and high-rise buildings (i.e., buildings with 7 storeys or more). Each building is treated as a zoning unit for extraction. The building area model is given as follows: 在哪里米_C是一个城市建筑的建筑面积,米从RS图像获得多边形区域,然后呢λ₁,λ₂,λ₃抽样调查系数为低层、多层的高楼大厦,分别。低层、多层和高层建筑在城市地区分别计算使用这个方程借助ArcGIS字段计算器。

准确地获得一个合理的抽样调查系数λ_我可以用来计算研究区城市建筑地区,实地抽样调查为低层收集数据,进行了多层和高层建筑。层的数量决定在调查随后被安装在产生的相应价值λ_我。

在这里,多层的建筑作为一个例子。多层的建筑物在88网站进行调查,以确定他们的数量的层,随后安装屈服λ₂(5.32)。表1总结了多边形区域,实际数字为主,区域确定基于调查数据(视为实际的领域),在调查地点和估计区域。多边形区域指的是获得在目视判读,多边形的面积,建筑面积从遥感图像解释。field-surveyed面积计算的数量乘以层在实地调查获得对应的多边形的面积,和预计建筑面积计算通过安装多层的建筑系数乘以相应的多边形区域。然后,线性相关分析进行实际和估计建筑领域。拟合系数的可靠性是通过相关分析研究的。图5显示了实际的相关分析结果和估计地区多层建筑的调查网站。在图中,小蓝点代表线性趋势线,大蓝点代表估计建筑领域。图的分析5揭示了区域之间的相关系数为0.92的多层的建筑决定基于调查数据和估计λ₂。这一发现表明,构建区域估计λ_我强烈与这些决定基于层的实际数量和λ_我可以用来计算研究区城市建设地区。

3.2。计算方法和农村地区的建筑革命联合阵线的网站

革命联合阵线和农村的大部分建筑似乎在RS图像和片状结构难以提取作为单独的多边形。在这项研究中,建筑在农村和RUF区域提取是基于块轮廓。换句话说,一个块的轮廓提取是一个多边形的面积用米。 在哪里米_年代是一个街区的建筑面积在农村或RUF区域,β_我回归系数(即。,the ratio of the building area in the block determined based on survey data to the block area determined through visual interpretation;我SC = 1, 2, 3, GS, RUF建筑、职责),σ的误差补偿系数是独立建筑领域(例如,建筑物多边形区域显示在图吗6)。SC、GS, RUF建筑分别计算使用这个方程借助ArcGIS字段计算器。多边形区域指的是通过目视判读。,该地区是一块在RS图像解释。革命联合战线地区测点的定义与样本点在这方面是一致的。

这里的方法来计算回归系数均匀GS建筑,β₂是描述。β₂GS建筑领域的平均比率确定基于实地调查的数据对应的多边形区域,也就是说,GS构建块的面积的比例所占领的所有块内的建筑(见图6)。为了确保准确性,获得的价值β₂基于调查数据验证了在88网站(见表2)。图7显示统计误差分析的结果。在图中,蓝色的点表示建筑面积的百分比,和短,误差竖向线条,每一个都有标准偏差为1。两个水平线上下误差对应于总建筑面积的40%和20%,分别。标准偏差统计分析表明β₂值是在一个合理的范围内。使用相同的方法来计算β₁和β₃再次,从而描述的过程不是。

4所示。结果分析

4.1。估计区域调整

正常进行统计分析来估计频率分布与一个已知的平均值和标准偏差。来验证是否建立区域计算方程的准确性(1)和(2)满足了需求,另一个88的示例站点选择22区、县在整个宁夏地区实地调查来验证计算的可靠性和准确性,建筑领域。结果表明,计算建筑领域有90%的准确性。正常的统计分析的结果在图所示8。

主要影响因素限制精度如下。首先,目视判读的准确性人们有不同的看法。第二,一些RS图像的卫星图像捕获在第二或第三季度,这使得建筑边界难以解释,因为树木的遮挡,从而导致多边形边界的不准确的收购。

4.2。SP估计

建筑物在宁夏的所有cld SPs初步取决于视觉解读RS图像。随后,至少一个样本调查网站在每个乡镇22 cld的宁夏。在实地调查,调查网站的建设SPs决定主要基于三个因素:(1)SP数据的调查网站从当地建设部门获得,(2)建筑物的外观和结构特征(即建筑物是否配有地震结构等结构列和环梁),和(3)反馈的居住者对地震措施是否实施施工。原始SP的误差校正结果进行基于实地调查的结果。SP表的准确性3指的是比例的样本网站的SP基于目视判读和SP基于实地调查数据的示例站点是一致的。这里所显示的示例站点是一个分区单元建筑在城市区域或一块在农村或RUF地区遥感图像。结果包含以下信息。SP精度大于80%原区,灾情,德龙县靖远县县彭阳县,里氏Hongsibu区,侗县,青铜峡,Litong区,Lingwu城市(cld)的50%。SP精度大于70% 22 cld的20例(91%)。cld的SP精度相当高的比兴庆在宁夏南部,金丰,西夏区和永宁贺兰山县管辖来自该地区平罗县银川城市和Huinong和大武口地区管辖石嘴山市的城市。根据实地调查结果,这显著差异可以主要归因于以下因素。首先,建筑cld宁夏北部是复杂多样的。这里,地震强化建筑相间unfortified建筑。因此,解释相应的RS图像是困难的和容易出错。 Figure9显示了建筑SP精度的分布在整个研究区域。第二,RS图像不具有较高的空间分辨率;因此,一些建筑SPs难以准确确定。第三,革命联合战线的建筑,使用基于块的收购在SP决心往往忽视建筑某些SP占一块内一个相对较小的比例。

4.3。构建SPs的分布格局

基于区域和SP估计,利用ArcGIS空间分析在这项研究中分析建筑物的空间位置和SP属性之间的相关性在整个宁夏地区。ArcGIS空间分析的基本过程如下。

空间加入分析是一种方法,连接属性从一个功能,另一个基于空间关系。目标特性和加入属性加入功能被写入输出功能的类。我们使用“多对一”将加入特征与目标特性。加入的特征是建筑,和目标的特征是cld(由区、县级市、县)。不同的建筑在一个CLD的匹配选项设置为CLD。

总的来说,建筑物的比例与所需的SP在每个CLD宁夏北部高于南部的宁夏,而不合格的SP的建筑物的比例每个CLD宁夏南部明显高于在宁夏北部,如图10。实地调查的分析结果确定两个因素与不合格主要负责建筑物的高比例SP在宁夏南部:(1)近四年的安置和近十年的扶贫目标改善居住环境和农村建筑在宁夏南部。然而,政府早些时候大幅减贫举措主要是致力于改善农村建筑的安全和舒适,未能考虑他们的SP。大多数农村建筑所需的SP是在过去十年里建造的。(2)新老建筑一般农村并存,呈现一定的挑战,构建SPs的决心,因此,建筑物的分类基于SP。

图11显示了建筑的总体布局与所需的SP,疑似不合格的SP,伪劣SP,获得使用ArcGIS空间分析方法;图揭示了以下功能。建筑所需的SP主要是集中在城市地区,只有少数分布在村庄和城镇。建筑与疑似不合格的SP和劣SP主要分布在市区和郊区的住宅区的村庄和城镇。这一发现符合实地调查的结果。建筑的分析SPs在宁夏决定基于目视判读揭示一般高水平的SP在城市建筑物和SP在农村建筑的相对较低的水平。

5。结论和讨论

RS技术可以用来检查SP和易损性的建筑群体。评估建筑物在地震之前的SP可以节省时间和劳动力和生产及时的数据。本研究提出了一套方法,提取建筑面积属性和确定建筑涉及的SP识别建筑特性高分辨率遥感图像和实地抽样调查的统计分析结果。本研究的结论总结如下:(1)城市建筑是第一个基于层的数量分为三种类型:低层建筑(即。、建筑与1 - 3层),多层的建筑(即。,buildings with 4–6 storeys), and high-rise buildings (i.e., buildings with 7 storeys or more). Each building is treated as a zoning unit for polygon identification. The values of the fitting coefficientsλ₁,λ₂,λ₃确定基于抽样调查数据。随后,低层、多层和高层建筑是由多边形区域直接相乘计算λ₁,λ₂,λ₃,分别。相关分析显示很强的相关性之间的地区使用这种方法估计和确定基于抽样调查数据,表明该方法可用于计算城市建筑领域。(2)革命联合阵线和农村,一块的轮廓被视为目视判读的分区单元。建立了一个方程来估计建筑领域。建筑领域的估计与β_我随后检查并纠正根据实地抽样调查结果遵循正态分布。(3)SP估计验证基于收集的数据在一个或多个样本网站在每个乡镇22 cld的宁夏。结果显示一个SP精度大于80% cld的50%和20 cld的SP精度超过70%,这表明SP估计是令人满意的。(4)基于SP估计,ArcGIS空间分析方法用于确定建筑的分布在宁夏三个SP组。结果揭示以下特性。建筑所需的SP都聚集在每个CLD的城市地区,一些乡镇政府分发的席位。建筑与疑似不合格的SP RUF地区主要分布在乡镇政府的席位。建筑与不合格的SP都聚集在城市村庄和RUF和农村地区。实地调查结果提供混凝土凭证的正确性和可靠性分析。

总结,确定建筑SP和计算建筑面积的方法提出了研究提供新的想法和解决识别问题的方法构建大规模SPs。宁夏是一个地震多发地区,经历了无数的破坏性地震,所有这些造成了许多人员伤亡和损失。可用的地震活动构造研究的结果表明,该地区面临着一个很大的地震风险。这项研究的结果中发挥指导作用在该地区建筑物的抗震加固通过筛选建筑不合格的SP。

此外,尽管广泛的研究在postearthquake灾害评估应用RS技术,很少有研究应用RS图像评估preearthquake建筑大规模SP。这个研究输出效率高的优势,投入成本低,并且能够进行大规模构建SPs的评价。研究成果丰富的应用研究RS技术在preearthquake风险的预防和控制,并提供新思路和新方法来评价建筑SPs。

遥感图像分析的基础。产生可靠的结果,RS图像获得同期有足够高的分辨率和代表现状应该用于同一地区。建筑物的年龄在一个地区也可以根据他们的多边形近似特性,位置,和空间组合在高分辨率遥感图像结合区域特征提高SP估计的准确性。覆盖的时空分布模式的人口和建筑在一个区域可以用来快速评估不同震级的地震的影响,如潜在的经济损失和人员伤亡的数量和分布。所有这些领域值得深入讨论和调查。

数据可用性

在这项研究中使用的数据的遥感图像来自GF-2卫星。

的利益冲突

作者宣称没有利益冲突。

确认

本研究支持的(1)中国国家重点研发项目(没有。2017 yfb0504104)和(2)的首次全国性调查对自然灾害风险(地震风险的项目调查和宁夏的主要隐患的消除)。