CN101501524B - 灾害对策支援方法 - Google Patents
灾害对策支援方法 Download PDFInfo
- Publication number
- CN101501524B CN101501524B CN2007800289664A CN200780028966A CN101501524B CN 101501524 B CN101501524 B CN 101501524B CN 2007800289664 A CN2007800289664 A CN 2007800289664A CN 200780028966 A CN200780028966 A CN 200780028966A CN 101501524 B CN101501524 B CN 101501524B
- Authority
- CN
- China
- Prior art keywords
- mentioned
- disaster
- radar
- image data
- variation
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
- G01S13/89—Radar or analogous systems specially adapted for specific applications for mapping or imaging
- G01S13/90—Radar or analogous systems specially adapted for specific applications for mapping or imaging using synthetic aperture techniques, e.g. synthetic aperture radar [SAR] techniques
- G01S13/9021—SAR image post-processing techniques
- G01S13/9023—SAR image post-processing techniques combined with interferometric techniques
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
Landscapes
- Engineering & Computer Science (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Physics & Mathematics (AREA)
- Image Processing (AREA)
- Radar Systems Or Details Thereof (AREA)
- Processing Or Creating Images (AREA)
- Alarm Systems (AREA)
Abstract
在发生灾害之前的正常状态时,由装载在人造卫星上的合成孔径雷达拍摄摄影对象的地表面来获取雷达图像数据。另外,在灾害发生后,在比重复周期短的天数内拍摄摄影对象的地表,并与正常状态时的雷达图像数据进行比较,由此尽早掌握受灾状况。并且,通过在灾害发生后的恢复/重建时也定期地进行摄影对象的摄影,有利于制定恢复/重建计划、防止次生灾害。
Description
技术领域
本发明涉及一种使用了装载在人造卫星等飞行体上而广范围地拍摄作为摄影对象区域的地表面来检测地表的状况的雷达装置的、灾害发生以前的正常状态时、灾害发生后的应急应对时、恢复/重建时的系统性的灾害对策支援方法。
背景技术
以往,在发生了地震、台风、火灾等灾害的情况下,采用由地方政府官员等进行现场调查来确认受灾状况的方法。通过该方法,不仅难以广范围地掌握受灾地区的整体图像,而且为了进行救助活动等而人要进入发生灾害的现场,因此发生次生灾害的危险性也较高。作为解决该问题的方法,还并行地进行使用航空器装载型传感器来掌握受灾状况的方法。
灾害发生后,除了地方政府官员的指导以外,还在国家相关机关的专家的指导下进行灾害时的应急应对,在这个过程中由航空器进行空中摄影、通过现场调查来掌握受灾状况。之后,根据受灾状况,并根据需要实施来自外县等的援助请求、各种恢复/重建工程等。
例如,在日本专利厅发行的日本特开2005-284539号公报中提出了如下的灾害区域自动提取系统:使用从人造卫星、航空器等拍摄得到的图像数据,自动提取由于自然灾害、人为灾害而造成的灾害区域。
另外,目前为止,人造卫星或航空器装载型传感器仅进行灾害后的摄影,不进行面向减灾的正常状态时的定期的监视(监视活动)。因此,在正常状态时,不会通过由人造卫星或航空器装 载型传感器进行的摄影来提取灾害的危险性较高(有脆弱性)的地区,因此存在如下问题:在灾害发生后确定有可能受灾的地区时花费时间,其结果,确定正确的受灾地区时花费时间。
另外,存在如下问题:在利用航空器装载型传感器来拍摄受灾状况的情况下,在其性质上,仅限于特定范围的摄影,难以掌握广范围的状况,受灾地区的范围越广,确认受灾状况要花费的时间越多。并且,由于在受灾后难以定期地进行摄影,因此存在难以正确地掌握恢复/重建状况等的问题。
另外,上述日本特开2005-284539号公报所记载的灾害区域自动提取系统仅自动提取灾害区域,并没有提及灾害发生后的应急应对、特别是恢复/重建时的支援活动。
这样,在以往的方法中,在正常状态时、灾害发生后的应急应对时、恢复/重建时无法正确且迅速地并且系统性地进行对策制定、活动等。
本发明是鉴于上述的点而完成的,其目的在于提出一种用于正确且迅速地并且系统性地进行灾害发生后的应急应对时、恢复/重建时的对策制定、活动等的灾害对策支援方法。
发明内容
本发明是一种灾害对策支援方法,在灾害发生后的应急应对时、恢复/重建时,由装载在具有规定的重复周期(軌道回帰日数)的人造卫星上的雷达装置拍摄摄影对象,数据解析装置利用摄影的结果所得到的雷达图像数据来提供需要的信息,在灾害发生后,雷达装置以比重复周期短的天数,从可拍摄摄影对象的人造卫星的多个轨道之中任意的轨道拍摄摄影对象来获取雷达图像数据,上述数据解析装置从雷达装置接收上述灾害发生后的雷达图像数据。然后,数据解析装置根据正常状态时预 先生成的包含摄影对象的图像数据与灾害发生后的雷达图像数据之间的差分来提取变化区域,并根据所提取的变化区域制作应急应对时的变化提取图。并且,在获取灾害发生后的雷达图像数据之后,雷达装置定期地获取摄影对象的雷达图像数据,数据解析装置从雷达装置获取在灾害发生后定期地拍摄得到的雷达图像数据。然后,数据解析装置根据灾害发生后的雷达图像数据与在灾害发生后定期地拍摄得到的雷达图像数据之间的差分来提取变化区域,并根据所提取的变化区域制作恢复/重建时的变化提取图。
根据上述结构,能够从包含发生灾害之前的正常状态时的地表信息的图像数据中获取面向减灾的信息。另外,通过在灾害发生后也定期地进行摄影,能够有利于制定恢复/重建计划、防止次生灾害。
根据本发明,能够正确且迅速地、并且系统性地进行灾害发生后的应急应对时、恢复/重建时的对策制定、活动等。
附图说明
图1是表示本发明的一个实施方式所涉及的灾害对策支援系统的概要的图。
图2是说明本发明的一个实施方式所涉及的从正常状态时到应急应对时、到恢复/重建时为止的流程的图。
图3是表示本发明的一个实施方式所涉及的变化提取处理的流程图。
图4是表示本发明的一个实施方式所涉及的利用卫星SAR的摄影计划例的图。
图5是本发明的一个实施方式所涉及的利用多个轨道的摄影的说明图。
图6是表示本发明的其它实施方式所涉及的变化提取处理的流程图。
附图标记说明
1:卫星SAR;2:数据解析中心;3:行政机关;4:地表面(摄影对象);11:地形模型;12:地质形变量(地盤変動量);13:变化提取图;14、15:估计受灾状况图。
具体实施方式
下面,参照附图说明用于实施本发明的较佳的方式。
图1是表示根据本发明所涉及的灾害对策支援方法应用的灾害对策支援系统的概要的图。图1所示的灾害对策支援系统能够利用装载在人造卫星上的传感器(雷达装置)拍摄作为摄影对象的地表面的变化,根据摄影数据、或者对该摄影数据进行加工,有利于进行灾害时的应对(对策制定、实际的活动等)。如后面详细记述的那样,在该灾害对策支援系统中,有效利用能够由装载在人造卫星上的传感器定期地获取雷达图像数据的特征,在灾害前后分为三个阶段来提供需要的数据。
在本实施方式中,在人造卫星中装载合成孔径雷达(SAR:Synthetic Aperture Radar)作为雷达装置来拍摄地表面。合成孔径雷达是测量从人造卫星照射的电波(微波脉冲)在地表面的反射的主动式(能動型)传感器,能够利用微波的特性,与昼夜、天气无关地,二维拍摄广范围的地表面。下面将装载在人造卫星上的合成孔径雷达称为“卫星SAR”。
卫星SAR 1在规定的轨道上旋转的同时定期地、或者按照指示来拍摄地表,将捕捉到由灾害等引起的地表的变化的雷达图像数据发送到地面上的数据解析中心2。
数据解析中心2进行正常状态时的定期摄影计划、应急应对时的摄影计划、恢复/重建时的摄影计划,将基于上述摄影计划的摄影指示的信息发送到卫星SAR 1。另外,通过天线接收由卫星SAR 1拍摄得到的雷达图像数据。通过由数据解析装置对该雷达图像数据进行合成孔径处理来生成再现图像,对得到的图像进行差分处理等来解析地表面的变化。然后,将作为解析结果的表示受灾状况的地表面的变化信息从数据解析中心2提供给例如国家、地方政府等行政机关3。
上述数据解析装置具备:雷达图像数据/数据库(雷达图像数据存储部),其存储过去拍摄得到的雷达图像数据(摄影数据);阈值数据库(阈值存储部),其存储变化提取处理时参照的阈值;差分运算部,其对摄影时期不同的两个雷达图像数据的每个像素的特性值(散射强度的差分、地质形变量)进行运算;以及变化提取部,其将由差分运算部得到的差分与规定阈值进行比较,提取具有满足条件的信号成分的像素或像素的集合作为变化区域。在此,阈值是由阈值设定部预先决定的固定值、或者是在每次拍摄时决定的可变值。
这种情况下的雷达图像数据是在不同的时刻由雷达装置获取的时间序列图像数据。另外,利用运算处理装置和动作程序实现上述数据解析装置的各部分。例如,通过使计算机(运算处理装置)执行保存在存储介质中的规定的动作程序来实现。
在行政机关3中,能够进行从数据解析中心2发送过来的表示受灾状况的地表面的变化信息与气象信息、地震仪等其它信息的参考(リフアレンス)(对照(照らし合わせ)),来实施数据管理。由行政机关3实施数据管理,其结果,有利于制定并执行防灾对策、灾害发生后的应急应对、恢复/重建时的对策等。
接着,参照图2说明正常状态时、应急应对时以及恢复/重建时由上述灾害对策支援系统进行的处理的流程。在图2中,最上部的由四边形框包围的项目是拍摄地表面并根据地表面的变化来制作估计受灾状况图的部分,主要由测量公司等民营企业实施。下方的由星形框包围的项目是进行防灾城镇建设支援、重建支援的部分,主要由行政机关(地方政府等)实施。另一方面,中层的由椭圆形框包围的项目是根据地表面的变化来制作用于进行防灾城镇建设支援、重建支援的基础数据的部分,前提是由行政机关实施,但是也可以通过承包而由民营企业实施。
如上所述,以往,在正常状态时不进行利用防备灾害的航空器的空中摄影,在灾害发生后,根据使用航空器装载型传感器得到的空中照片等来获取地表面的图像。但是,存在如下问题:由于云(火山的情况下是喷烟)等而无法拍摄地表面(在光学传感器的情况),摄影范围窄,在恶劣天气时无法进行航空器的运行本身。另外,通常在恢复/重建时不利用航空器进行空中照片等的摄影,或者由行政机关3另委托给拥有航空器的航空测量公司等、或需要事先达成摄影协议。
另一方面,在本实施方式的灾害对策支援系统中,使用卫星SAR 1拍摄地表,因此摄影范围广,并且不受天气影响而能够可靠地拍摄地表。
首先,在正常状态时从在规定轨道上旋转的卫星SAR 1定期地拍摄地表面。例如,每3个月~6个月进行一次左右的定期摄影,根据得到的雷达图像数据而二维地进行变化提取(土地利用/土地覆盖变化)、地质的形变量计算。另外,制作地形模型(数字表层模型(DSM:Digital Surface Model))。并且,将地形模型11、地质形变量12、变化提取图13的全部数据或者其中几个数据作为面向减灾的结果(信息)而提供,通过灾害预测以及基础地图的整备以在由行政机关3进行的应对灾害能力强的城镇建设的支援中有效利用。
行政机关3或数据解析中心2使用地形模型11和/或地质形变量12来制作灾害预测图(灾害图(hazard map))。另外,使用地质形变量12和/或变化提取图13进行摄影对象地区的基础地图的整备。通过这些灾害预测图的制作和/或基础地图的整备,从侧面支援由行政机关3进行的应对灾害能力强的城镇建设。
地形模型11作为进行所预测的灾害的仿真(例如洪水仿真)时的地形信息而利用。由此,制作灾害图等,来供于用于研究正常状态时提高居民对灾害的意识等的所谓的软对策以及建设堤坝等的所谓的硬对策的基础资料。由此,能够制定正常状态时的减灾对策。例如能够根据相位差得到该地形模型11、即关于地表面的高度、形变的信息,其中,上述相位差是通过使针对相同的摄影对象拍摄得到的两个雷达图像数据(由合成孔径雷达拍摄得到的数据)干涉而得到的。
地质形变量12是比较两个时期的雷达图像数据而获得,用于确定地质发生了形变(下沉)的地区以及表示其形变量。该地质形变量12与上述地形模型11同样地,能够在洪水时的灾害预测、灾害图的制作中利用。由此,能够进行灾害脆弱位置的监视(monitoring)、正常状态时的减灾对策。另外,在基础地图的整备中也能够利用该地质形变量12。
变化提取图13除了着眼于由于住宅用地的开发等而引起的土地利用变化之外,还着眼于比较轻微的灾害,提取容易发生灾害的(脆弱性较高的)地区,将变化的信息叠加在地图中而提供,由于关系到在发生大规模的灾害之前实施所需的对策等的行动,因此有利于减轻大规模灾害时的受灾。在基础地图的整备中也能够利用该变化提取图13。
并且,通过这样事先定期地进行摄影并作为数据库而存储,由此能够始终掌握该地区的最新状态。并且,一旦发生灾 害,与使用卫星SAR 1拍摄得到的图像进行比较,将灾害前后的变化位置假定为受灾位置,由此能够迅速地估计受灾地区。
此外,希望在正常状态时尽可能以不同的条件(卫星的轨道、季节、时刻、分辨率、偏振波等)进行摄影,保证灾害时的即时应对性。
在灾害发生后的应急应对时,尽可能早地拍摄被怀疑为受灾的地区。在这种情况下,也考虑在正常状态时优先拍摄灾害脆弱性较高的地区。或者,使人口密集的城市部(如果是都道府县,则为都道府县厅所在地等)优先,通过限定摄影对象,也能够提高对灾害的即时应对性。通过将拍摄得到的图像立即与灾害前的最新数据进行比较,或者与摄影条件类似的数据进行比较,能够迅速地提供估计受灾状况图。此时,也可以使直到提供为止的时间以及广范围的信息的提供优先,而在作为应急应对的下一阶段的恢复/重建时重视精确度(错误提取的修正等)。
通过定期地且连续地进行基于广范围、二维的并且一致的基准的受灾位置的评价(摄影),能够在灾害发生时对受灾状况的掌握进行迅速且适当的支援。另外,上述定期的、连续的摄影在之后的恢复/重建工作、计划中也能够成为有效的信息。
在应急应对后的恢复/重建时也由卫星SAR 1进行定期的摄影。也会根据灾害的种类、状况等而不同,例如在大规模地震的情况下,在某期间还会发生比较大的余震,因此在该期间以尽可能短的周期进行多次的重新摄影,制作估计受灾状况图,来提供由于余震等使灾害扩大的位置等的信息。
另外,提供发生道路堵塞、塌桥等交通障碍的位置的信息来进行支援,使得在由行政机关3进行受灾状况的详细的现场调查等时,适当地进行迂回道路等的判断,或者针对发生河道堵塞、堤坝决堤的位置等定期地进行摄影,来掌握灾害的发展状 况(或者新的灾害的监视),由此有助于预防次生灾害等,有利于使受灾最小化。
并且,在经过时间而从恢复/重建时转移到正常状态时的期间、即发生由灾害引起的直接的受灾的危险性变低之后也继续进行定期的摄影。例如,将灾害发生后的估计受灾状况图与重建/恢复时的估计受灾状况图进行比较,对按照恢复计划的社会基础设施等的恢复状况(工程进展状况)进行监视,将其信息提供给地方政府,由此行政机关3能够随时重新研究重建计划等,能够提前进行重建。
在此,参照图3的流程图说明用于制作变化提取图13(估计受灾状况图14、15)的变化提取处理。
在图3中,根据由数据解析装置在不同的时刻获取的作为后向散射强度、相干性等的相关指标、高度信息的同一摄影对象的多个雷达图像数据来求出再现图像,并存储到雷达图像数据存储部中(步骤S1)。此外,通过使用了装载在相同的摄影规范的多个人造卫星上的合成孔径雷达的干涉处理,能够高精确度地获取高度信息。在这种情况下,也可以不需要设为如使用后向散射强度、相关指标的情况那样重新构成为图像的数据(再现图像),而按原样保存作为规定坐标中的高度信息的数字表层模型(DSM)。在配准处理中,从雷达图像数据存储部中读出上述多个雷达图像数据,并配准各雷达图像数据(步骤S2)。
通过滤波处理(步骤S3)针对配置后的雷达图像数据除去噪声之后,通过重采样处理(步骤S4)变更为适当的像素大小。接着算出表示作为摄影对象的地表的状态的多个特性值(散射强度、地质形变量等)的差分。例如差分运算部通过算出上述的微波的后向散射强度的差分来进行该特性值差分的计算(步骤S5)。在本例中,作为变化提取处理的一例说明了散射强度的差 分,但是除此之外还有通过算出相干性等的相关指标、数字表层模型(DSM)中的差分来进行变化提取处理的方法等。
在阈值数据库中保存根据过去的变化提取结果、摄影对象的地区特性、摄影条件等与阈值之间的关系而制作的阈值库。阈值设定部参照阈值库来设定用于提取变化的适当的阈值(步骤S6)。变化提取部将由阈值设定部设定的阈值与由差分运算部得到的差分进行比较,提取摄影对象的变化区域,将变化区域的信息与地图信息叠加而制作变化提取图(步骤S7)。
此外,通过将制作的变化提取图和实际的受灾状况、恢复/重建进展状况等的信息反馈给阈值库,阈值设定部能够根据状况而设定更适当的阈值。下面,说明将各种信息反映到阈值等的参数中的例子。
从掌握受灾状况的方面考虑时,考虑缩短摄影所花费的时间的方法。例如,通过利用可拍摄摄影对象的人造卫星的多个轨道之中任意的轨道,能够经过比重复周期(例如11天)少的天数(例如3天)来进行重新摄影。由此,能够缩短从灾害发生起获取雷达图像数据所花费的时间,因此能够更提前掌握受灾状况。
或者,还考虑如下方法:考虑将像素大小作为阈值的一种,根据想要提取的地表面的变化来选择在图像处理中使用的像素大小。存在如下折衷(trade-off)的关系:当像素大小较小时,能够检测出细小的变化,但是由于看不到全局,因此存在错误提取等,另一方面,当使像素大小变大时,能够观察全局进行判断,但是有可能看漏细小的变化。因而,选定适当的像素大小能够有助于适当地掌握受灾状况。
此外,正常状态时的摄影以更新差分处理的基准图像(为了除去植物随着季节的变化等)为目的之一,例如每3个月~6个月进行一次左右的摄影。希望尽量使用同一时期的图像来进行差 分处理。这是为了避免错误地检测出如植被、树木那样的随着季节发生变化的地物的变化。例如基于地方政府等的灾害发生指示而从正常状态时转移到应急应对时。
此外,也能够在正常状态时获取的图像之间进行差分处理来检测灾害的发生,从而转移到应急应对时。在这种情况下,由于摄影张数增加而导致成本增加,但是通过将对象限定为在特定的季节应对灾害能力弱的地区、想要重点监视的地区(火山、城市功能中枢部等),能够以低成本掌握更正确的受灾地区或掌握受灾状况。另外,此时,也能够根据与上述恢复/重建时的恢复/重建的进展状况有关的信息来设定在上述正常状态时的数据解析中使用的上述阈值。例如摄影对象需要恢复/重建的时间的情况下,为了提前检测出重建后(正常状态时)的灾害的发生而能够改变阈值。
接着,说明将与通过正常状态时定期摄影而掌握的阈值有关的信息反映到应急应对时的参数中的例子。
例如,将建筑物倒塌时的特性值的变化量作为能够检测出建筑物倒塌的阈值而事先登记到阈值数据库。即,根据过去的雷达图像数据预先检测出特定的建筑物倒塌时的特性值的变化量,并使该变化量与建筑物的附带信息相关联而作为阈值登记到阈值数据库。此外,通过将建筑物倒塌时的特性值的变化量与像素大小相对应地进行登记,与上述同样地,除了能够选择特性值的变化量的阈值以外,还能够选择处理像素大小。这样,在应急应对时,根据目的(想要仅检测建筑物倒塌等)选择最佳的阈值,由此能够提前检测出作为目的的受灾状况。
或者,还能够将通过正常状态时定期摄影而掌握的与对象区域有关的信息反映到应急应对时的参数中。例如,在摄影对象地区内存在难以发生砂土灾害的特定的土地利用的情况下, 改变砂土灾害检测的阈值。在这种情况下,能够根据地表的形态来设定参数,有助于掌握正确的受灾状况。
接着,说明将通过正常状态时定期摄影而掌握的与对象区域有关的信息反映到恢复/重建时的参数中的例子。
例如,是将裸地变为住宅等建筑物时的特性值的变化量等的知识(知見)事先登记到阈值数据库的方法。即,根据过去的雷达图像数据检测在裸地上建造住宅时的特性值的变化量,使该变化量与住宅的附带信息相关联而作为阈值登记到阈值数据库。此外,通过将建造住宅时的特性值的变化量与像素大小相对应地进行登记,与上述同样地,除了能够选择变化量的阈值以外,还能够选择处理像素大小。这样,在恢复/重建时,根据目的(想要检测裸地变为住宅的部分等)选择最佳的阈值,由此能够确认作为目的的重建计划的进展状况。
并且,除了能够确认重建计划的进展状况以外,还能够用于减轻次生灾害。例如,在雷达图像数据的图像中存在特定的地形特征,并且根据此处为特定的土地覆盖等的信息,能够进行实施滑坡、砂土灾害对策等的应对。
参照图4说明灾害发生后在本实施方式的灾害对策支援系统中利用卫星SAR制定的摄影计划的具体例。
如上所述,作为以往的方法的一例,灾害发生后,除了地方政府官员的指导以外,还在国家相关机关的专家的指导下进行灾害时的应急应对,在这个过程中通过利用直升飞机、航空器进行的空中摄影、通过现场调查进行的危险位置调查等来掌握受灾状况。之后,例如一周之后发表灾害状况图,之后、或者并行地实施应急恢复工作、各种恢复/重建工程等。
在本实施方式的灾害对策支援系统中,在灾害发生后尽可能早地利用卫星SAR进行首次摄影。例如,不等待人造卫星的 重复周期,而通过可拍摄摄影对象的人造卫星从多个轨道之中任意的轨道进行摄影,与重复周期相比,能够缩短直到进行摄影的天数。在这种情况下,虽然通过在不同的轨道之间的差分处理等而得到的受灾位置估计的精确度有可能下降,但是牺牲精确度而优先尽早掌握受灾状况的整体图像。能够根据需要在通过适当的轨道时进行之后的第二次、第三次、第四次的摄影。
图5示出了利用多个轨道的摄影例。在该例中示出了在能够拍摄摄影对象4的多个轨道(从轨道A到轨道X)中拍摄摄影对象4的情形。在用可改变入射角的卫星SAR来拍摄某地区的情况下,有时存在多个能够拍摄该地区的轨道。因此,在某轨道A上拍摄特定的地区之后,在直到再次回归为止的期间通过的其它的轨道X上也能够拍摄相同的地区。在这种情况下,也能够在与从不同的轨道拍摄得到的雷达图像数据之间取得差分。
并且,通过与在正常状态时存储的数据进行比较,迅速地制作估计受灾状况图来提供给地方政府等相关机关。由此,能够确定灾害极大的位置,通过空中照片等明确需要更详细地进行调查的位置,因此能够实施有效的调查,包括通过现场调查的危险位置调查等。由于通过正常状态时的定期监视来掌握灾害前的状况,因此与灾害后的图像进行比较,能够迅速地掌握受灾位置。
之后,例如一周之后,地方政府等制作并发表将通过现场调查以及空中摄影等得到的受灾状况的详细的信息反映到上述估计受灾状况图中的灾害状况图。根据估计受灾状况图进行有效的调查而制作该灾害状况图,因此能够进行适当的应急恢复工作,并且在适当的人员配置下,能够预期恢复/重建工作的质的提高。另外,能够估计由于道路的断裂等而隔离的群体等,因此能够实施食物等的供给、利用直升飞机的避难等,预期减 少人为受灾。
并且,例如即使在从受灾起经过1个月、2个月后的恢复/重建时,也由于已经掌握了灾害的整体图像,因此从必须进行紧急应对的位置等、要优先应对的位置开始有效地实施恢复/重建工作。
在该期间,也能够由卫星SAR定期地进行摄影。这样,通过在恢复/重建时也定期地进行摄影,监视恢复的状况以及发生次生灾害的危险位置,因此预期得到预防次生灾害的效果。另外,通过进行定期的摄影,能够根据进展状况而重新研究面向恢复/重建进行的各种对策工作、工程等的计划。
根据以上所说明的实施方式,使用装载了合成孔径雷达(SAR)的人造卫星,在发生灾害之前的正常状态时事先拍摄地表,由此能够获取面向减灾的信息。
另外,通过在灾害发生后也定期地继续进行摄影,能够持续掌握地表面的变化,因此能够有助于制定恢复/重建计划、防止次生灾害。
另外,在上述的实施方式中,在发生灾害之前,由作为雷达装置而装载在人造卫星上的合成孔径雷达进行对象地区整个区域的摄影。这是因为,无法预测在灾害发生时在对象地区内的哪个部分受灾,因此需要预先拍摄广范围的地表面。但是,如果每年实施多次摄影,则导致摄影费用(成本)、工时增加,并且使未使用的图像变多。
因此,提出如下方法:利用基于各政府、民营企业等所持有的三维地理信息系统(3DGIS:3D Geographical InformationSystem)得到的三维地理信息数据(例如地形模型(DSM)、房屋多边形数据等)或每个地物的介电常数参数等,模拟地制作由合成孔径雷达拍摄得到的图像(SAR图像),将其用作参照图像,有效利用于灾害对策支援。
下面,参照图6说明在灾害对策支援中有效利用模拟制作的SAR图像(下面称为“仿真图像”)的情况下的实施方式。此外,由于众所周知利用三维地理信息数据等生成模拟的SAR图像的技术和将模拟的SAR图像与通过摄影获取的SAR图像进行比较的技术,因此在以后的说明中简单地进行说明。
在上述的实施方式中,使用装载在人造卫星上的合成孔径雷达作为飞行体,辨别(判断)包含依赖于人造卫星的飞行方向(轨道)等而变形的地物的灾害后的二维雷达图像(SAR图像)的特征与在正常状态时预先获取的模拟的SAR图像的特征是否一致。作为该辨别方法,例如判断灾害发生后获取的SAR图像的反射强度与仿真图像的反射强度是否一致。或者,也可以在向摄影对象地区照射合成孔径雷达的雷达电波的方向上,通过投影上述雷达电波的反射强度分布来制作直方图,判断投影后的反射强度分布与在正常状态时假定各种雷达照射方向而制作的SAR图像的特征是否一致。此时,在本实施方式中,根据三维地理信息数据等制作仿真图像(参照图像),并且辨别灾害后拍摄的SAR图像上的特征与该仿真图像的特征是否一致。此外,在本实施方式中,设为利用地形模型(DSM)作为成为仿真图像的基础的三维地理信息数据等的情况的例子,但是不限于本例。
首先,说明在正常状态时根据由政府等管理的已有的地形模型来制作仿真图像的处理。准备已有地形模型(DSM),由数据解析装置生成合成孔径雷达的每个雷达照射方向(例如,每10度刻度)的反射图案(pattern),并事先保存到雷达图像数据/数据库等存储单元中。此外,对于航空器SAR,在卫星SAR中能够根据在其轨道上的摄影定时来限定雷达照射方向。然后,对通过实际照射雷达获取的(二维)SAR图像与数据库图像(仿真图像) 进行图案匹配。也可以根据需要从SAR图像中切出比较对象部分,对该切出的图像与仿真图像进行图案匹配。此外,并不是必须事先制作仿真图像来数据库化,也可以根据与通过灾害后的摄影实际得到的SAR图像(比较图像)的雷达照射方向对应的地形模型来制作仿真图像(参照图像)。
接着,参照图6的流程图说明仿真图像与通过摄影得到的SAR图像之间的差分处理。首先,根据通过摄影实际得到的SAR图像的雷达照射方向,通过计算来合成地形模型的雷达反射点图案(仿真图像)。此外,根据通过摄影实际得到的SAR图像的雷达照射方向,选择在与通过摄影实际得到的SAR图像的雷达照射方向最接近的雷达照射方向上制作的仿真图像(步骤S11)。此外,当制作时使用的雷达照射方向与实际得到的SAR图像的雷达照射方向相同的仿真图像不存在的情况下,也可以使用雷达照射方向附近的前后的任一方的仿真图像。或者,也可以根据在通过摄影实际得到的SAR图像的雷达照射方向的前后的雷达照射方向上制作的仿真图像,通过内插生成要参照的仿真图像,并与其进行比较。接着,由差分运算部求出SAR图像与仿真图像的反射强度差分(步骤S12)。
步骤S12的利用差分运算部的运算的结果,例如在反射强度差分的值为规定的阈值以下的情况下,判断为该SAR图像(对象地区)与该仿真图像一致,并判断为没有发生灾害。另一方面,在反射强度差分的值大于规定的阈值的情况下,判断为该SAR图像内的对象地区发生了灾害(步骤S13)。关于该有无发生灾害的判断,可以由变化提取部执行,也可以由未图示的CPU(Central Processing Unit:中央处理单元)等的控制部执行。
这样,不需要计算特征量,能够高速地辨别在正常状态时与受灾后的图像中有变更的图像、即发生了灾害的地区。也就 是说,将基于三维地理信息数据(地形模型等)等的仿真图像(模拟SAR图像)作为参照图像(参考图像),通过与灾害后获取的SAR图像的解析处理,能够提取受灾位置。
在这种情况下,由于利用已有的三维地理信息数据(地形模型等)等,因此不需要定期地拍摄参照图像,仅在灾害发生后利用装载了合成孔径雷达(SAR)的人造卫星进行摄影,因此费用负担变小,能够减少市、镇、村或民营企业等的负担。另外,利用仿真图像,能够进行各种条件下的仿真,因此能够制作接近灾害后的摄影的条件下的仿真图像,并能够预期提高解析处理中的受灾位置提取精确度。另外,能够预期地方政府所持有的三维地理信息数据等的有效利用以及汇总效果,并且能够使用制作仿真图像制作时的材料来制作用于制作灾害图的基础数据等派生结果(附带数据)。
此外,本发明并不限定于上述的各实施方式例,在不脱离本发明的要旨的范围内,能够进行各种变形、变更是显然的。
另外,在本说明书中,记录在记录介质中的程序所描述的步骤当然包括按照所记载的顺序按时间序列进行的处理,还包括未必按时间序列处理而并行地或者单独地执行的处理。
Claims (6)
1.一种灾害对策支援方法,在灾害发生后的应急应对时、恢复/重建时,由装载在具有规定的重复周期的人造卫星上的雷达装置拍摄摄影对象,数据解析装置利用摄影的结果所得到的雷达图像数据来提供需要的信息,该灾害对策支援方法的特征在于,具有以下步骤:
在灾害发生后的应急应对时,上述雷达装置以比上述重复周期短的天数,从能够拍摄上述摄影对象的人造卫星的多个轨道之中任意的轨道拍摄上述摄影对象来获取雷达图像数据作为第一雷达图像数据;
上述数据解析装置从上述雷达装置接收上述第一雷达图像数据;
上述数据解析装置提取以下差分满足第一规定阈值的像素或像素的集合来作为应急应对时的变化区域,并根据所提取的应急应对时的变化区域制作应急应对时的变化提取图,其中,该差分是在灾害发生以前的正常状态时预先生成的包含摄影对象的图像数据与上述第一雷达图像数据之间的差分;
在获取上述第一雷达图像数据之后,上述雷达装置定期地获取上述摄影对象的雷达图像数据作为第二雷达图像数据;
上述数据解析装置从上述雷达装置获取上述第二雷达图像数据;以及
上述数据解析装置提取以下差分满足第二规定阈值的像素或像素的集合来作为恢复/重建时的变化区域,并根据所提取的恢复/重建时的变化区域制作恢复/重建时的变化提取图,其中,该差分是上述第一雷达图像数据与上述第二雷达图像数据之间的差分;
其中,上述第一规定阈值和上述第二规定阈值是根据如下信息来设定的,该信息是对在灾害发生以前的正常状态时预先生成的包含摄影对象的图像数据进行分析所得到的与上述摄影对象有关的信息。
2.根据权利要求1所述的灾害对策支援方法,其特征在于,
除了在灾害发生后的应急应对时、恢复/重建时之外,还在灾害发生以前的正常状态时由装载在上述人造卫星上的雷达装置拍摄上述摄影对象,
具有以下步骤:
在正常状态时,上述雷达装置定期地获取上述摄影对象的雷达图像数据作为第三雷达图像数据;
上述数据解析装置从上述雷达装置接收上述第三雷达图像数据;以及
上述数据解析装置根据上述第三雷达图像数据与上述第一雷达图像数据之间的差分来提取应急应对时的变化区域,并根据所提取的应急应对时的变化区域制作应急应对时的变化提取图。
3.根据权利要求2所述的灾害对策支援方法,其特征在于,
在正常状态时,上述数据解析装置根据多个上述第三雷达图像数据,制作地形模型、地质形变量、正常状态时的变化提取图中的任意的一个以上的数据。
4.根据权利要求3所述的灾害对策支援方法,其特征在于,
在制作上述正常状态时的变化提取图的步骤中,上述数据解析装置提取两个上述第三雷达图像数据的差分满足第三规定阈值的像素或像素的集合来作为正常状态时的变化区域,并根据所提取的正常状态时的变化区域制作上述正常状态时的变化提取图。
5.根据权利要求4所述的灾害对策支援方法,其特征在于,
根据与恢复/重建时的恢复/重建的进展状况有关的信息,设定在制作上述正常状态时的变化提取图的步骤中使用的上述第三规定阈值。
6.根据权利要求1至5中的任一项所述的灾害对策支援方法,其特征在于,
上述雷达装置是合成孔径雷达。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2006212669 | 2006-08-03 | ||
JP212669/2006 | 2006-08-03 | ||
PCT/JP2007/065305 WO2008016153A1 (fr) | 2006-08-03 | 2007-08-03 | procédé de prise en charge de contre-mesures pour une catastrophe |
Publications (2)
Publication Number | Publication Date |
---|---|
CN101501524A CN101501524A (zh) | 2009-08-05 |
CN101501524B true CN101501524B (zh) | 2012-11-21 |
Family
ID=38997325
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2007800289664A Expired - Fee Related CN101501524B (zh) | 2006-08-03 | 2007-08-03 | 灾害对策支援方法 |
Country Status (5)
Country | Link |
---|---|
US (1) | US7898458B2 (zh) |
EP (1) | EP2053423A4 (zh) |
JP (1) | JPWO2008016153A1 (zh) |
CN (1) | CN101501524B (zh) |
WO (1) | WO2008016153A1 (zh) |
Families Citing this family (40)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8346578B1 (en) | 2007-06-13 | 2013-01-01 | United Services Automobile Association | Systems and methods for using unmanned aerial vehicles |
US8788247B2 (en) * | 2008-08-20 | 2014-07-22 | International Business Machines Corporation | System and method for analyzing effectiveness of distributing emergency supplies in the event of disasters |
JP4374065B1 (ja) * | 2008-09-03 | 2009-12-02 | 株式会社パスコ | 注目領域決定支援装置及び注目領域決定支援プログラム |
TW201017578A (en) * | 2008-10-29 | 2010-05-01 | Chunghwa Picture Tubes Ltd | Method for rebuilding 3D surface model |
US8891066B2 (en) * | 2008-11-24 | 2014-11-18 | Deutsches Zentrum für Luft- und Raumfahrt e.V. | Method for geo-referencing of optical remote sensing images |
KR101079963B1 (ko) * | 2008-11-24 | 2011-11-04 | 한국전자통신연구원 | 위성 및 지상의 무선 통신을 이용한 재난경고 장치 및 방법 |
JP5334606B2 (ja) * | 2009-01-28 | 2013-11-06 | 三菱電機株式会社 | レーダ画像信号処理装置 |
JP5545700B2 (ja) * | 2009-03-23 | 2014-07-09 | 三菱スペース・ソフトウエア株式会社 | 特定装置、特定プログラム及び特定方法 |
JP4555884B1 (ja) * | 2009-05-29 | 2010-10-06 | 株式会社パスコ | 可動型情報収集装置 |
PT104798B (pt) * | 2009-10-23 | 2018-12-31 | Inst Politecnico De Beja | Método gerador de cartas aeroportuárias de obstáculos baseado na fusão de dados de interferometria por radares de abertura sintética assentes em plataformas espaciais com outros dados captados por sensores remotos |
IL202788A (en) | 2009-12-17 | 2016-08-31 | Elta Systems Ltd | Method and system for improving radar image |
JP5795932B2 (ja) * | 2011-10-07 | 2015-10-14 | 株式会社日立製作所 | 土地状態推定方法 |
CN102624934B (zh) * | 2012-04-27 | 2015-04-29 | 四川久远新方向智能科技有限公司 | 轨道交通地震灾害应对方法 |
JP2013231843A (ja) * | 2012-04-27 | 2013-11-14 | Kokusai Kogyo Co Ltd | 地形画像作成方法、及び地形画像作成装置 |
TWI452546B (zh) * | 2012-12-28 | 2014-09-11 | Univ Chienkuo Technology | Hybrid large - scale collapse model |
WO2014179482A1 (en) * | 2013-04-30 | 2014-11-06 | The Regents Of The University Of California | Fire urgency estimator in geosynchronous orbit (fuego) |
JP6292772B2 (ja) * | 2013-06-05 | 2018-03-14 | 三菱電機株式会社 | レーダ画像処理装置及びレーダ画像処理方法 |
IL231114A0 (en) * | 2013-07-05 | 2014-08-31 | Hitachi Ltd | Device for formulating a photography program and software and method for it |
US10002339B2 (en) | 2013-07-11 | 2018-06-19 | Fluor Technologies Corporation | Post-disaster assessment systems and methods |
US10037477B2 (en) * | 2015-08-31 | 2018-07-31 | Massachusetts Institute Of Technology | Combined intensity and coherent change detection in images |
JP6889993B2 (ja) * | 2016-09-08 | 2021-06-18 | 株式会社パスコ | 地表変状可視化装置及び地表変状可視化プログラム |
JP6779084B2 (ja) * | 2016-09-30 | 2020-11-04 | 株式会社パスコ | 関心領域における地表面変位の可視化装置及び関心領域における地表面変位の可視化プログラム |
WO2018100550A1 (en) * | 2016-12-01 | 2018-06-07 | Thales Alenia Space Italia S.P.A. Con Unico Socio | Sar-based monitoring of non-visible or non-always-visible or partially visible targets and associated monitoring, critical situation detection and early warning systems and methods |
WO2018155683A1 (ja) * | 2017-02-24 | 2018-08-30 | 国立研究開発法人宇宙航空研究開発機構 | 飛翔体、及びプログラム |
JP6966716B2 (ja) * | 2017-03-30 | 2021-11-17 | 日本電気株式会社 | レーダ画像解析システム |
JP7061435B2 (ja) * | 2017-05-31 | 2022-04-28 | 株式会社パスコ | 地盤変動観測装置及び地盤変動観測プログラム |
WO2019106850A1 (ja) | 2017-12-01 | 2019-06-06 | 日本電気株式会社 | Sar画像解析システム、画像処理装置、画像処理方法および画像処理プログラム |
CN109471107B (zh) * | 2018-11-27 | 2021-12-17 | 长沙理工大学 | 基于PS-InSAR技术的桥梁永久形变分析方法 |
JP7201429B2 (ja) * | 2018-12-28 | 2023-01-10 | 株式会社パスコ | 地表変動表現装置及びプログラム |
JP7293695B2 (ja) * | 2019-02-06 | 2023-06-20 | 日本電気株式会社 | ハザードマップ提供装置、ハザードマップ提供方法及びコンピュータプログラム |
JP7335733B2 (ja) * | 2019-07-01 | 2023-08-30 | 国際航業株式会社 | 建物被害推定システム |
JP7241906B2 (ja) * | 2019-10-31 | 2023-03-17 | 三菱電機株式会社 | データ処理装置およびデータ処理方法 |
WO2021084698A1 (ja) * | 2019-10-31 | 2021-05-06 | 三菱電機株式会社 | 解析装置および解析方法 |
JP6968307B2 (ja) * | 2019-10-31 | 2021-11-17 | 三菱電機株式会社 | 災害対応支援装置および災害対応支援方法 |
CN111257873A (zh) * | 2020-01-15 | 2020-06-09 | 兰州大学 | 一种基于合成孔径雷达干涉测量的滑坡灾害隐患识别方法 |
JP7065157B2 (ja) * | 2020-09-09 | 2022-05-11 | 東日本電信電話株式会社 | 被災状況把握装置 |
WO2023281720A1 (ja) * | 2021-07-08 | 2023-01-12 | 三菱電機株式会社 | 画像処理装置、画像処理方法及びプログラム |
WO2023073936A1 (ja) | 2021-10-29 | 2023-05-04 | 日本電気株式会社 | 信号処理システムおよび信号処理方法 |
CN114973605B (zh) * | 2022-05-20 | 2024-02-23 | 苏州浪潮智能科技有限公司 | 一种道路山体滑坡预警的方法、装置、设备及介质 |
WO2023248332A1 (ja) * | 2022-06-21 | 2023-12-28 | 日本電信電話株式会社 | 災害対応訓練装置 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001344285A (ja) * | 2000-05-30 | 2001-12-14 | Matsushita Electric Ind Co Ltd | 被害情報収集管理装置 |
JP2005284539A (ja) * | 2004-03-29 | 2005-10-13 | Remoto Sensing Technology Center Of Japan | 被害域自動抽出システム |
TW200629183A (en) * | 2005-02-15 | 2006-08-16 | Univ Nat Pingtung Sci & Tech | Real-time mobile debris-flow disaster prevention and alert system |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3301297B2 (ja) * | 1996-01-08 | 2002-07-15 | 三菱電機株式会社 | レーダ装置を用いた地表変動観測方法並びにこの方法に用いる合成開口レーダ装置及びトランスポンダ |
JP2004501343A (ja) * | 2000-03-29 | 2004-01-15 | アストロビジョン・インターナショナル・インコーポレイテッド | 直接放送イメージング衛星システム装置および方法 |
JP3828445B2 (ja) * | 2002-03-26 | 2006-10-04 | 富士通株式会社 | 災害発生予測方法及び災害発生予測装置 |
JP3742882B2 (ja) * | 2003-11-06 | 2006-02-08 | 独立行政法人情報通信研究機構 | 偏波合成開口レーダ画像処理方法及び装置 |
-
2007
- 2007-08-03 EP EP07791978A patent/EP2053423A4/en not_active Withdrawn
- 2007-08-03 JP JP2008527813A patent/JPWO2008016153A1/ja active Pending
- 2007-08-03 CN CN2007800289664A patent/CN101501524B/zh not_active Expired - Fee Related
- 2007-08-03 US US12/375,856 patent/US7898458B2/en not_active Expired - Fee Related
- 2007-08-03 WO PCT/JP2007/065305 patent/WO2008016153A1/ja active Application Filing
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001344285A (ja) * | 2000-05-30 | 2001-12-14 | Matsushita Electric Ind Co Ltd | 被害情報収集管理装置 |
JP2005284539A (ja) * | 2004-03-29 | 2005-10-13 | Remoto Sensing Technology Center Of Japan | 被害域自動抽出システム |
TW200629183A (en) * | 2005-02-15 | 2006-08-16 | Univ Nat Pingtung Sci & Tech | Real-time mobile debris-flow disaster prevention and alert system |
Non-Patent Citations (2)
Title |
---|
Ohkura H.《Applicability and operational criteria of ALOS for natural disaster reduction》.《Geoscience and Remote Sensing Symposium |
Ohkura,H.《Applicability and operational criteria of ALOS for natural disaster reduction》.《Geoscience and Remote Sensing Symposium,2000.Proceedings.IGARSS 2000.IEEE 2000 International》.2002,第6卷2417-2419. * |
Also Published As
Publication number | Publication date |
---|---|
EP2053423A1 (en) | 2009-04-29 |
US20090256741A1 (en) | 2009-10-15 |
EP2053423A4 (en) | 2012-05-09 |
CN101501524A (zh) | 2009-08-05 |
JPWO2008016153A1 (ja) | 2009-12-24 |
US7898458B2 (en) | 2011-03-01 |
WO2008016153A1 (fr) | 2008-02-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101501524B (zh) | 灾害对策支援方法 | |
Warrick et al. | New techniques to measure cliff change from historical oblique aerial photographs and structure-from-motion photogrammetry | |
Glendell et al. | Testing the utility of structure‐from‐motion photogrammetry reconstructions using small unmanned aerial vehicles and ground photography to estimate the extent of upland soil erosion | |
Hodgson et al. | Unmanned aerial vehicles for surveying marine fauna: assessing detection probability | |
Esposito et al. | Multitemporal monitoring of a coastal landslide through SfM‐derived point cloud comparison | |
Goncalves et al. | UAV photogrammetry for topographic monitoring of coastal areas | |
Bird et al. | Photogrammetric monitoring of small streams under a riparian forest canopy | |
Corsini et al. | Integrating airborne and multi‐temporal long‐range terrestrial laser scanning with total station measurements for mapping and monitoring a compound slow moving rock slide | |
Hackl et al. | Use of unmanned aerial vehicle photogrammetry to obtain topographical information to improve bridge risk assessment | |
Javernick et al. | Numerical modelling of braided rivers with structure‐from‐motion‐derived terrain models | |
van Aardt et al. | Geospatial disaster response during the Haiti earthquake: A case study spanning airborne deployment, data collection, transfer, processing, and dissemination | |
Santangelo et al. | Brief communication: Remotely piloted aircraft systems for rapid emergency response: road exposure to rockfall in Villanova di Accumoli (central Italy) | |
Fabris et al. | High resolution topographic model of Panarea Island by fusion of photogrammetric, lidar and bathymetric digital terrain models | |
Erdogan et al. | Detection of building damage caused by Van Earthquake using image and Digital Surface Model (DSM) difference | |
Williams et al. | Three‐dimensional reconstruction of fluvial surface sedimentology and topography using personal mobile laser scanning | |
Yusoff et al. | Comprehensive analysis of flying altitude for high resolution slope mapping using UAV technology | |
Brighenti et al. | UAV survey method to monitor and analyze geological hazards: the case study of the mud volcano of Villaggio Santa Barbara, Caltanissetta (Sicily) | |
Tarigan et al. | Mapping a volcano hazard area of Mount Sinabung using drone: preliminary results | |
Lato et al. | Rock slopes asset management: selecting the optimal three-dimensional remote sensing technology | |
Stow et al. | Time-sensitive remote sensing systems for post-hazard damage assessment | |
Chudý et al. | The application of civic technologies in a field survey of landslides | |
Matas et al. | Implementation of a fixed-location time lapse photogrammetric rock slope monitoring system in Castellfollit de la Roca, Spain | |
Gunturu | GIS, remote sensing and drones for disaster risk management | |
Brezzi et al. | Digital terrestrial stereo-photogrammetry for monitoring landslide displacements: a case study in Recoaro Terme (VI) | |
Yulianto et al. | The utilization of remotely sensed data to analyze the estimated volume of pyroclastic deposits and morphological changes caused by the 2010–2015 eruption of Sinabung Volcano, North Sumatra, Indonesia |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20121121 Termination date: 20150803 |
|
EXPY | Termination of patent right or utility model |