面向震后快速灾害评估的遥感影像房屋数据空间化构建方法

扫码查看

原文链接

万方数据
维普

中文摘要：基于卷积神经网络方法可高效提取高分辨率遥感影像上的房屋矢量数据,快速获取房屋数据的空间分布数据,提高地震应急基础数据库的更新能力.本文基于轮廓引导和结构感知的编解码器全卷积神经网络(CGSANet)模型和分区域等尺度网格抽样方法,获取了房屋建筑面积及房屋结构类型空间分布模型,具备了复杂区域背景下的多类型房屋数据空间化技术能力;以黄梅县为研究对象,构建了1 km×1 km的房屋数据空间化数据集,实现了不同结构类型的房屋数据识别与鉴定.构建的房屋数据空间化数据集可为地震应急基础数据库提供数据来源,对于提高房屋数据的精度和时效性具有重要意义.

外文标题：Housing data spatialization research based on remote sensing images for rapid loss assessment after earthquakes

外文关键词：

remote sensing imageconvolutional neural networkshousing dataspatializationgrid sampling

作者：

张萍、李必军、李垠、张亦梅、特木其勒、刘可、李治君

展开 >

作者单位：

中国地震局地震研究所地震大地测量重点实验室,湖北武汉430071

湖北省地震局,湖北武汉430071

武汉大学测绘遥感信息工程国家重点实验室,湖北武汉430079

自然资源部信息中心,北京100812

展开 >

关键词：

遥感影像卷积神经网络房屋数据空间化网格抽样

基金：

中国地震局地震应急青年重点任务项目中国地震局地震研究所基本科研业务费专项中国地震局地壳应力研究所基本科研业务费专项湖北省地震局基础科研基金

项目编号：

CEAEDEM202213306337-122022HBJJ012

出版年：

2024

DOI：

10.13474/j.cnki.11-2246.2024.0212

测绘通报

测绘出版社

测绘通报

CSTPCD北大核心

影响因子：1.027

ISSN：0494-0911

年,卷(期)：2024.(2)

参考文献量15