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

Housing data spatialization research based on remote sensing images for rapid loss assessment after earthquakes

张萍 ¹李必军 ²李垠 ¹张亦梅 ¹特木其勒 ¹刘可 ¹李治君³

扫码查看

作者信息

1. 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
2. 武汉大学测绘遥感信息工程国家重点实验室,湖北武汉430079
3. 自然资源部信息中心,北京100812
折叠

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.

关键词

遥感影像/卷积神经网络/房屋数据/空间化/网格抽样

Key words

remote sensing image/convolutional neural networks/housing data/spatialization/grid sampling

引用本文复制引用

基金项目

中国地震局地震应急青年重点任务项目(CEAEDEM202213)

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(306337-12)

湖北省地震局基础科研基金(2022HBJJ012)

出版年

2024

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

参考文献量15

段落导航