CN112465356A - 一种改进的崩滑地质灾害物质易损性定量评价方法及系统 - Google Patents
一种改进的崩滑地质灾害物质易损性定量评价方法及系统 Download PDFInfo
- Publication number
- CN112465356A CN112465356A CN202011372444.XA CN202011372444A CN112465356A CN 112465356 A CN112465356 A CN 112465356A CN 202011372444 A CN202011372444 A CN 202011372444A CN 112465356 A CN112465356 A CN 112465356A
- Authority
- CN
- China
- Prior art keywords
- disaster
- bearing body
- house
- vulnerability
- substance
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 65
- 239000000463 material Substances 0.000 title claims abstract description 59
- 238000011158 quantitative evaluation Methods 0.000 title claims abstract description 27
- 239000000126 substance Substances 0.000 claims abstract description 122
- 230000006378 damage Effects 0.000 claims abstract description 77
- 238000007619 statistical method Methods 0.000 claims abstract description 11
- 230000002265 prevention Effects 0.000 claims abstract description 9
- 238000004445 quantitative analysis Methods 0.000 claims abstract description 9
- 238000004458 analytical method Methods 0.000 claims description 13
- 238000004364 calculation method Methods 0.000 claims description 10
- 150000001875 compounds Chemical class 0.000 claims description 4
- 238000004590 computer program Methods 0.000 claims description 4
- 238000012545 processing Methods 0.000 claims description 4
- 238000005516 engineering process Methods 0.000 description 9
- 238000011156 evaluation Methods 0.000 description 8
- 238000011835 investigation Methods 0.000 description 5
- 238000013480 data collection Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 2
- 238000012502 risk assessment Methods 0.000 description 2
- 239000011435 rock Substances 0.000 description 2
- 208000027418 Wounds and injury Diseases 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000006555 catalytic reaction Methods 0.000 description 1
- 235000021384 green leafy vegetables Nutrition 0.000 description 1
- 208000014674 injury Diseases 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/248—Presentation of query results
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Economics (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Quality & Reliability (AREA)
- Primary Health Care (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Health & Medical Sciences (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- General Health & Medical Sciences (AREA)
- Computer Graphics (AREA)
- Geometry (AREA)
- Software Systems (AREA)
- Computational Linguistics (AREA)
Abstract
本发明公开了一种改进的崩滑地质灾害物质易损性定量评价方法及系统,该方法包括S1:获取物质承载体房屋的基本信息,建立物质承灾体信息数据库;S2:分析及确定物质承灾体易损性影响因素及损失比率;S3:对物质承灾体易损性进行量化分析,得到潜在承灾体受损总价值;输出潜在承灾体受损总价值,从而提取崩滑地质灾害危险,指导防灾和避灾。本发明对于物质承灾体损坏率影响因素不仅考虑房屋的结构和层数,还重点考虑物质承灾体与崩滑地质灾害的相对位置。本发明在物质承灾体与崩滑地质灾害的相对位置对物质承灾体损失率的影响采用暴露度来划分损失不同的物质损失率,并利用数据统计法,得到16°和21°的到达角临界值。
Description
技术领域
本发明涉及地质灾害风险评价技术领域,具体涉及一种改进的崩滑地质灾害物质易损性定量评价方法及系统。
背景技术
随着近年人类社会和经济发展,崩塌、滑坡等地质灾害呈现出加剧形势,地质灾害风险评估变得尤为重要,而前人研究在地质灾害风险评估中主要关注地质灾害的成因机理、发展规律、灾害空间分布等方面的研究,而对易损性的定量评价的研究相对较少。地质灾害易损性指的是地质灾害的社会属性,指在一定区域范围内,承灾体在受到崩塌滑坡等地质灾害时所可能产生的破坏、损伤的特征与程度。承灾体大体可以分为两大类,分别为人口和物质,物质包括房屋、交通设施、设备和室内财产等人类劳动所创造的有形财产,而在物质易损性评价中最为重要的两部分就是调查受地质灾害威胁的物质承灾体情况和其被损失程度的确定,物质承灾体情况包括房屋的类型、数量、分布情况以及道路分布等。
目前国内外调查物质承灾体情况的主要手段有资料收集法、实地调查法以及高分辨率遥感分析法,对于资料收集法和实地调查法来说,不仅工作量大,费事费力,而且效率比较低,而就高分辨率遥感分析法,可以得到受威胁交通设施的长度,而对于房屋只能计算出房屋的多少,对于房屋的类型、层数等情况无法得出。房屋和交通设施的损失程度,就现行易损性评价方法中主要考虑有房屋的结构和层数,根据其不同的结构和层数的损失概率之积来确定,而忽略了其最为重要的因素,即其在地质灾害暴露区房屋所处位置的不同所导致的不同损失程度。为了更好、更快捷、更准确的评价崩滑地质灾害物质易损性,需要对目前物质易损性评价方法进行一定的优化。
发明内容
本发明所要解决的技术问题是现有的地质灾害物质易损性的分析评价方法存在准确度不高,效率低等问题,本发明目的在于提供一种改进的崩滑地质灾害物质易损性定量评价方法及系统,提供一种更好、更快捷、更准确的崩滑地质灾害易损性评价方法,该方法的核心是基于无人机倾斜摄影测量,建立承灾体的三维模型,从而获取物质承灾体的基本信息,建立承灾体信息数据库,对于崩滑灾害暴露区划分破坏程度等级,采用了根据到达角的多少来进行划分,到达角即滑坡或崩塌源的顶端与运动端连线与水平面的夹角。
本发明通过下述技术方案实现:
第一方面,本发明提供了一种改进的崩滑地质灾害物质易损性定量评价方法,该方法包括以下步骤:
S1:获取物质承载体房屋的基本信息,利用Arcgis建立物质承灾体信息数据库,计算房屋面积和受破坏交通设施的长度;
S2:根据步骤S1建立的物质承灾体信息数据库,分析及确定所述物质承灾体易损性影响因素及损失比率;
S3:根据步骤S2得到的所述物质承灾体易损性影响因素及损失比率,对所述物质承灾体易损性进行量化分析,得到潜在承灾体受损总价值;输出潜在承灾体受损总价值,从而提取崩滑地质灾害危险,制定行之有效的防灾策略和避灾方案。
工作原理是:基于目前国内外调查物质承灾体情况的主要手段有资料收集法、实地调查法以及高分辨率遥感分析法,对于资料收集法和实地调查法来说,不仅工作量大,费事费力,而且效率比较低,而就高分辨率遥感分析法,可以得到受威胁交通设施的长度,而对于房屋只能计算出房屋的多少,对于房屋的类型、层数等情况无法得出。房屋和交通设施的损失程度,就现行易损性评价方法中主要考虑有房屋的结构和层数,根据其不同的结构和层数的损失概率之积来确定,而忽略了其最为重要的因素,即其在地质灾害暴露区房屋所处位置的不同所导致的不同损失程度。可见,现有的地质灾害物质易损性的分析评价方法存在准确度不高,效率低等问题。
因此,本发明设计了一种改进的崩滑地质灾害物质易损性定量评价方法,该方法的核心是首先,基于无人机倾斜摄影测量,建立承灾体的三维模型,从而获取物质承灾体的基本信息,建立承灾体信息数据库;然后,结合物质承载体(房屋)基本信息和空间位置信息,分析及确定所述物质承灾体易损性影响因素及损失比率;对于崩滑灾害暴露区划分破坏程度等级,采用了根据到达角的多少来进行划分,到达角即滑坡或崩塌源的顶端与运动端连线与水平面的夹角。最后,得到的所述物质承灾体易损性影响因素及损失比率,对所述物质承灾体易损性进行量化分析,得到潜在承灾体受损总价值;输出潜在承灾体受损总价值,从而提取崩滑地质灾害危险,制定行之有效的防灾策略和避灾方案。
本发明方法流程合理,提供了一种更好、更快捷、更准确的崩滑地质灾害易损性评价方法;具有如下优势:(1)本发明基于无人机倾斜摄影测量技术,建立物质承灾体的三维模型,从而获取崩滑灾害物质承灾体的空间位置、面积、结构、层数等基本信息;(2)本发明对于物质承灾体损坏率影响因素不仅考虑房屋的结构和层数,还重点考虑物质承灾体与崩滑地质灾害的相对位置。(3)本发明在物质承灾体与崩滑地质灾害的相对位置对物质承灾体损失率的影响采用暴露度即根据到达角的多少来划分损失不同的物质损失率,并利用数据统计法,得到16°和21°的到达角临界值。
进一步地,步骤S1中获取物质承载体房屋的基本信息是采用倾斜摄影测量技术建立三维模型的方法,通过所述三维模型获取房屋的基本信息;所述灾害承载体房屋的基本信息包括取房屋结构、房屋层数、房屋面积。
进一步地,所述的采用倾斜摄影测量技术建立三维模型的方法,是采用Acute3D公司的Smart3D Capture软件进行全自动正射影像和倾斜影像的联合空中三角测量,全自动生成三维模型,全自动贴纹理并最终完成三维真实场景模型。
进一步地,步骤S2中分析及确定所述物质承灾体易损性影响因素及损失比率,具体包括:
所述物质承灾体易损性的影响因素包括物质承载体自身因素和空间位置因素,所述物质承载体自身因素包括取房屋结构、房屋层数,所述空间位置因素为房屋和道路与崩滑地质灾害的相对位置;
对房屋和道路与崩滑地质灾害的相对位置这一影响因素的物质损失率分析及确定,采用暴露度即根据到达角的多少来进行划分不同区域的物质损失率,通过对《Rockfallsusceptibility zoning at a large scale:From geomorphological inventory topreliminary land use planning》文中对斜坡暴露区评价的改进,利用数据统计方法,得到其划分不同物质损失率的到达角的大小,当到达角小于16°时为低易损区;当到达角在16°-21°时为中易损区;当到达角大于21°即为高易损区;且低易损区、中易损区和高易损区对应的损失率P3分别为1、0.5、0.25。
同时,不同结构的房屋在遭受同样程度的地质灾害时其破坏程度也会不同,并且房屋层数越高,遭受的破坏程度也会减小,房屋结构与层数对应的损坏率如表1所示:
表1房屋损失率赋值表
进一步地,步骤S3中的承灾体受损总价值公式为:E=W+I,E为承灾体受损总价值,W为房屋承灾体潜在受损总价值,I为道路承灾体潜在受损总价值。
进一步地,根据暴露度划分的区域,确定每个区域和每种类型以及层数的房屋承灾体总价值Ui,其计算公式为:
Ui=SikiNi (1)
式中,Si为单位层数房屋的面积(m2),ki为单位面积的价值(元/m2),Ni为房屋层数;
房屋潜在受损总价值为房屋总价值与其所在区域的受损概率和对应的房屋结构和层数的受损概率之乘积;房屋承灾体潜在受损总价值W公式为:
根据暴露度划分的区域,确定该区域内道路承灾体的总价值Vi,其计算公式为:
式中,Ci为道路单位长度的价值,单位为元/km;Li为道路的总长度,单位为km;该公式表示各种类型道路总价值之和;
该区域的道路损失价值为该区域的损失率与该区域的道路总价值之积,因此道路承灾体潜在受损总价值I公式为:
式中,P3为道路损失率。
第二方面,本发明还提供了一种改进的崩滑地质灾害物质易损性定量评价系统,该系统支持所述的一种改进的崩滑地质灾害物质易损性定量评价方法,该系统包括:
获取单元,用于获取物质承载体房屋的基本信息,利用Arcgis建立物质承灾体信息数据库;
分析单元,用于根据所述获取单元建立的物质承灾体信息数据库,分析及确定所述物质承灾体易损性影响因素及损失比率;
处理单元,用于根据所述分析单元得到的所述物质承灾体易损性影响因素及损失比率,对所述物质承灾体易损性进行量化分析,得到潜在承灾体受损总价值;
输出单元,输出潜在承灾体受损总价值,指导防灾和避灾。
进一步地,所述分析单元中分析及确定所述物质承灾体易损性影响因素及损失比率,具体包括:
所述物质承灾体易损性的影响因素包括物质承载体自身因素和空间位置因素,所述物质承载体自身因素包括取房屋结构、房屋层数,所述空间位置因素为房屋和道路与崩滑地质灾害的相对位置;
对房屋和道路与崩滑地质灾害的相对位置这一影响因素的物质损失率分析及确定,采用暴露度即根据到达角的多少来进行划分不同区域的物质损失率,利用数据统计方法,得到其划分不同物质损失率的到达角的大小,当到达角小于16°时为低易损区;当到达角在16°-21°时为中易损区;当到达角大于21°即为高易损区;且低易损区、中易损区和高易损区对应的损失率P3分别为1、0.5、0.25。
第三方面,本发明还提供了一种设备,所述设备包括:
一个或多个处理器;
存储器,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器执行所述的一种改进的崩滑地质灾害物质易损性定量评价方法。
第四方面,本发明还提供了一种存储有计算机程序的计算机可读存储介质,该程序被处理器执行时实现所述的一种改进的崩滑地质灾害物质易损性定量评价方法。
本发明与现有技术相比,具有如下的优点和有益效果:
1、本发明基于无人机倾斜摄影测量技术,建立物质承灾体的三维模型,从而获取崩滑灾害物质承灾体的空间位置、面积、结构、层数等基本信息。
2、本发明对于物质承灾体损坏率影响因素不仅考虑房屋的结构和层数,还重点考虑物质承灾体与崩滑地质灾害的相对位置。
3、本发明在物质承灾体与崩滑地质灾害的相对位置对物质承灾体损失率的影响采用暴露度即根据到达角的多少来划分损失不同的物质损失率,并利用数据统计法,得到16°和21°的到达角临界值。
附图说明
此处所说明的附图用来提供对本发明实施例的进一步理解,构成本申请的一部分,并不构成对本发明实施例的限定。在附图中:
图1为本发明一种改进的崩滑地质灾害物质易损性定量评价方法流程图。
图2为本发明暴露度划分不同易损性区域示意图。
图3为本发明实施例鬃岭镇三维立体模型图。
图4为本发明实施例物质承灾体统计图。
图5为本发明实施例暴露度划分不同易损性区域示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白,下面结合实施例和附图,对本发明作进一步的详细说明,本发明的示意性实施方式及其说明仅用于解释本发明,并不作为对本发明的限定。
在以下描述中,为了提供对本发明的透彻理解阐述了大量特定细节。然而,对于本领域普通技术人员显而易见的是:不必采用这些特定细节来实行本发明。在其他实例中,为了避免混淆本发明,未具体描述公知的结构、电路、材料或方法。
在整个说明书中,对“一个实施例”、“实施例”、“一个示例”或“示例”的提及意味着:结合该实施例或示例描述的特定特征、结构或特性被包含在本发明至少一个实施例中。因此,在整个说明书的各个地方出现的短语“一个实施例”、“实施例”、“一个示例”或“示例”不一定都指同一实施例或示例。此外,可以以任何适当的组合和、或子组合将特定的特征、结构或特性组合在一个或多个实施例或示例中。此外,本领域普通技术人员应当理解,在此提供的示图都是为了说明的目的,并且示图不一定是按比例绘制的。这里使用的术语“和/或”包括一个或多个相关列出的项目的任何和所有组合。
在本发明的描述中,需要理解的是,术语“前”、“后”、“左”、“右”、“上”、“下”、“竖直”、“水平”、“高”、“低”“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明保护范围的限制。
实施例1
如图1至图5所示,本发明一种改进的崩滑地质灾害物质易损性定量评价方法,该方法包括以下步骤:
S1:获取物质承载体房屋的基本信息,利用Arcgis建立物质承灾体信息数据库,计算房屋面积和受破坏交通设施的长度;
S2:根据步骤S1建立的物质承灾体信息数据库,分析及确定所述物质承灾体易损性影响因素及损失比率;
S3:根据步骤S2得到的所述物质承灾体易损性影响因素及损失比率,对所述物质承灾体易损性进行量化分析,得到潜在承灾体受损总价值;输出潜在承灾体受损总价值,从而提取崩滑地质灾害危险,制定行之有效的防灾策略和避灾方案。
本实施例中,步骤S1中获取物质承载体房屋的基本信息是采用倾斜摄影测量技术建立三维模型的方法,通过所述三维模型获取房屋的基本信息;所述灾害承载体房屋的基本信息包括取房屋结构、房屋层数、房屋面积。
本实施例中,所述的采用倾斜摄影测量技术建立三维模型的方法,是采用Acute3D公司的Smart3D Capture软件进行全自动正射影像和倾斜影像的联合空中三角测量,全自动生成三维模型,全自动贴纹理并最终完成三维真实场景模型。
本实施例中,步骤S2中分析及确定所述物质承灾体易损性影响因素及损失比率,具体包括:
所述物质承灾体易损性的影响因素包括物质承载体自身因素和空间位置因素,所述物质承载体自身因素包括取房屋结构、房屋层数,所述空间位置因素为房屋和道路与崩滑地质灾害的相对位置;
对房屋和道路与崩滑地质灾害的相对位置这一影响因素的物质损失率分析及确定,采用暴露度即根据到达角的多少来进行划分不同区域的物质损失率,利用数据统计方法,得到其划分不同物质损失率的到达角的大小,当到达角小于16°时为低易损区;当到达角在16°-21°时为中易损区;当到达角大于21°即为高易损区;且低易损区、中易损区和高易损区对应的损失率P3分别为1、0.5、0.25。其示意图如图2所示。
同时,不同结构的房屋在遭受同样程度的地质灾害时其破坏程度也会不同,并且房屋层数越高,遭受的破坏程度也会减小,房屋结构与层数对应的损坏率如表1所示:
表1房屋损失率赋值表
本实施例中,步骤S3中的承灾体受损总价值公式为:E=W+I,E为承灾体受损总价值,W为房屋承灾体潜在受损总价值,I为道路承灾体潜在受损总价值。
本实施例中,根据暴露度划分的区域,确定每个区域和每种类型以及层数的房屋承灾体总价值Ui,其计算公式为:
Ui=SikiNi (1)
式中,Si为单位层数房屋的面积(m2),ki为单位面积的价值(元/m2),Ni为房屋层数;
房屋潜在受损总价值为房屋总价值与其所在区域的受损概率和对应的房屋结构和层数的受损概率之乘积;房屋承灾体潜在受损总价值W公式为:
根据暴露度划分的区域,确定该区域内道路承灾体的总价值Vi,其计算公式为:
式中,Ci为道路单位长度的价值,单位为元/km;Li为道路的总长度,单位为km;该公式表示各种类型道路总价值之和;
该区域的道路损失价值为该区域的损失率与该区域的道路总价值之积,因此道路承灾体潜在受损总价值I公式为:
式中,P3为道路损失率。
具体实施如下:
2015年6月6日,贵州省纳雍县鬃岭镇政府后方发生崩塌,其危岩体严重威胁着鬃岭镇。利用本发明方法对鬃岭镇危岩体进行易损性分析。
S1,建立物质承灾体信息数据库,通过倾斜摄影测量技术,建立鬃岭镇的三维立体模型,获取鬃岭镇房屋结构及层数,在Arcgis软件上建立数据库,计算房屋面积和受威胁交通设施的长度,其三维立体模型及物质承灾体统计图如图3、图4所示。
S2,确定物质承灾体易损性影响因素及损失比率,影响物质承灾体易损性的影响因素有房屋结构和层数以及房屋和道路与崩滑地质灾害的相对位置,房屋结构和层数损失率根据三维模型信息和表1可得,对于承灾体与崩滑地质灾害相对位置这一影响因素的物质损失率确定,采用暴露度来进行划分不同区域的物质损失率,根据16°和21°的到达角临界值划分鬃岭镇如图5所示。
当到达角小于16°时为低易损区为绿色区域,到达角在16°-21°时为中易损区为黄色区域,大于21°为高易损区为红色区域,对应的损失率P3分别为0.25、0.5、1。
S3,对其易损性进行量化得到潜在承灾体受损总价值。根据暴露度划分的区域,确定每个区域和每种类型以及层数的房屋承灾体总价值,其计算方法根据上述公式(1)得到。每个区域每种类型房屋的分布情况及总价值如表2所示。
表2每个区域每种类型的房屋分布情况及总价值表
房屋的潜在受损总价值为房屋总价值与其所在区域的受损概率和对应的房屋结构和层数的受损概率之乘积。因此房屋承灾体潜在受损总价值公式为上述公式(2)。由公式2可得房屋的潜在受损总价值如表3所示。
表3房屋的潜在受损总价值表
根据暴露度划分的区域,确定该区域内道路承灾体的总价值,其计算方法根据公式(3)计算即可。
该区域的道路损失价值为该区域的损失率与该区域的道路总价值之积,因此道路承灾体潜在受损总价值公式根据公式(4)计算即可。由公式3和4可得道路潜在损失总价值如表4所示。
表4道路潜在损失总价值
由此可见,本发明设计了一种改进的崩滑地质灾害物质易损性定量评价方法,该方法的核心是首先,基于无人机倾斜摄影测量,建立承灾体的三维模型,从而获取物质承灾体的基本信息,建立承灾体信息数据库;然后,结合物质承载体(房屋)基本信息和空间位置信息,分析及确定所述物质承灾体易损性影响因素及损失比率;对于崩滑灾害暴露区划分破坏程度等级,采用了根据到达角的多少来进行划分,到达角即滑坡或崩塌源的顶端与运动端连线与水平面的夹角。最后,得到的所述物质承灾体易损性影响因素及损失比率,对所述物质承灾体易损性进行量化分析,得到潜在承灾体受损总价值;输出潜在承灾体受损总价值,从而提取崩滑地质灾害危险,制定行之有效的防灾策略和避灾方案。
本发明方法流程合理,提供了一种更好、更快捷、更准确的崩滑地质灾害易损性评价方法;具有如下优势:(1)本发明基于无人机倾斜摄影测量技术,建立物质承灾体的三维模型,从而获取崩滑灾害物质承灾体的空间位置、面积、结构、层数等基本信息;(2)本发明对于物质承灾体损坏率影响因素不仅考虑房屋的结构和层数,还重点考虑物质承灾体与崩滑地质灾害的相对位置。(3)本发明在物质承灾体与崩滑地质灾害的相对位置对物质承灾体损失率的影响采用暴露度即根据到达角的多少来划分损失不同的物质损失率,并利用数据统计法,得到16°和21°的到达角临界值。
实施例2
如图1至图5所示,本实施例与实施例1的区别在于,本实施例提供了一种改进的崩滑地质灾害物质易损性定量评价系统,该系统支持实施例1所述的一种改进的崩滑地质灾害物质易损性定量评价方法,该系统包括:
获取单元,用于获取物质承载体房屋的基本信息,利用Arcgis建立物质承灾体信息数据库;
分析单元,用于根据所述获取单元建立的物质承灾体信息数据库,分析及确定所述物质承灾体易损性影响因素及损失比率;
处理单元,用于根据所述分析单元得到的所述物质承灾体易损性影响因素及损失比率,对所述物质承灾体易损性进行量化分析,得到潜在承灾体受损总价值;
输出单元,输出潜在承灾体受损总价值,指导防灾和避灾。
本实施例中,获取单元中获取物质承载体房屋的基本信息是采用倾斜摄影测量技术建立三维模型的方法,通过所述三维模型获取房屋的基本信息;所述灾害承载体房屋的基本信息包括取房屋结构、房屋层数、房屋面积。
本实施例中,所述的采用倾斜摄影测量技术建立三维模型的方法,是采用Acute3D公司的Smart3D Capture软件进行全自动正射影像和倾斜影像的联合空中三角测量,全自动生成三维模型,全自动贴纹理并最终完成三维真实场景模型。
本实施例中,所述分析单元中分析及确定所述物质承灾体易损性影响因素及损失比率,具体包括:
所述物质承灾体易损性的影响因素包括物质承载体自身因素和空间位置因素,所述物质承载体自身因素包括取房屋结构、房屋层数,所述空间位置因素为房屋和道路与崩滑地质灾害的相对位置;
对房屋和道路与崩滑地质灾害的相对位置这一影响因素的物质损失率分析及确定,采用暴露度即根据到达角的多少来进行划分不同区域的物质损失率,利用数据统计方法,得到其划分不同物质损失率的到达角的大小,当到达角小于16°时为低易损区;当到达角在16°-21°时为中易损区;当到达角大于21°即为高易损区;且低易损区、中易损区和高易损区对应的损失率P3分别为1、0.5、0.25。
本实施例中,处理单元中的承灾体受损总价值公式为:E=W+I,E为承灾体受损总价值,W为房屋承灾体潜在受损总价值,I为道路承灾体潜在受损总价值。具体地:
根据暴露度划分的区域,确定每个区域和每种类型以及层数的房屋承灾体总价值Ui,其计算公式为:
Ui=SikiNi (1)
式中,Si为单位层数房屋的面积(m2),ki为单位面积的价值(元/m2),Ni为房屋层数;
房屋潜在受损总价值为房屋总价值与其所在区域的受损概率和对应的房屋结构和层数的受损概率之乘积;房屋承灾体潜在受损总价值W公式为:
根据暴露度划分的区域,确定该区域内道路承灾体的总价值Vi,其计算公式为:
式中,Ci为道路单位长度的价值,单位为元/km;Li为道路的总长度,单位为km;该公式表示各种类型道路总价值之和;
该区域的道路损失价值为该区域的损失率与该区域的道路总价值之积,因此道路承灾体潜在受损总价值I公式为:
式中,P3为道路损失率。
本发明系统具有如下优势:(1)本发明基于无人机倾斜摄影测量技术,建立物质承灾体的三维模型,从而获取崩滑灾害物质承灾体的空间位置、面积、结构、层数等基本信息;(2)本发明对于物质承灾体损坏率影响因素不仅考虑房屋的结构和层数,还重点考虑物质承灾体与崩滑地质灾害的相对位置。(3)本发明在物质承灾体与崩滑地质灾害的相对位置对物质承灾体损失率的影响采用暴露度即根据到达角的多少来划分损失不同的物质损失率,并利用数据统计法,得到16°和21°的到达角临界值。
实施例3
如1至图5所示,本实施例与实施例1的区别在于,本实施例提供了一种设备,所述设备包括:
一个或多个处理器;
存储器,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器执行实施例1所述的一种改进的崩滑地质灾害物质易损性定量评价方法。
其中,一种改进的崩滑地质灾害物质易损性定量评价方法按照实施例1中的方法步骤执行。在此不再一一赘述。
实施例4
如1至图5所示,本实施例与实施例1的区别在于,本实施例提供了一种存储有计算机程序的计算机可读存储介质,该程序被处理器执行时实现实施例1所述的一种改进的崩滑地质灾害物质易损性定量评价方法。
其中,一种改进的崩滑地质灾害物质易损性定量评价方法按照实施例1中的方法步骤执行。在此不再一一赘述。
以上所述的具体实施方式,对本发明的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上所述仅为本发明的具体实施方式而已,并不用于限定本发明的保护范围,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种改进的崩滑地质灾害物质易损性定量评价方法,其特征在于,该方法包括以下步骤:
S1:获取物质承载体房屋的基本信息,建立物质承灾体信息数据库;
S2:根据步骤S1建立的物质承灾体信息数据库,分析及确定所述物质承灾体易损性影响因素及损失比率;
S3:根据步骤S2得到的所述物质承灾体易损性影响因素及损失比率,对所述物质承灾体易损性进行量化分析,得到潜在承灾体受损总价值;输出潜在承灾体受损总价值,从而提取崩滑地质灾害危险,制定行之有效的防灾策略和避灾方案。
2.根据权利要求1所述的一种改进的崩滑地质灾害物质易损性定量评价方法,其特征在于,步骤S1中获取物质承载体房屋的基本信息是采用倾斜摄影测量技术建立三维模型的方法,通过所述三维模型获取房屋的基本信息;所述灾害承载体房屋的基本信息包括取房屋结构、房屋层数、房屋面积。
3.根据权利要求2所述的一种改进的崩滑地质灾害物质易损性定量评价方法,其特征在于,所述的采用倾斜摄影测量技术建立三维模型的方法,是采用Acute3D公司的Smart3DCapture软件进行全自动正射影像和倾斜影像的联合空中三角测量,全自动生成三维模型,全自动贴纹理并最终完成三维真实场景模型。
4.根据权利要求1所述的一种改进的崩滑地质灾害物质易损性定量评价方法,其特征在于,步骤S2中分析及确定所述物质承灾体易损性影响因素及损失比率,具体包括:
所述物质承灾体易损性的影响因素包括物质承载体自身因素和空间位置因素,所述物质承载体自身因素包括取房屋结构、房屋层数,所述空间位置因素为房屋和道路与崩滑地质灾害的相对位置;
对房屋和道路与崩滑地质灾害的相对位置这一影响因素的物质损失率分析及确定,采用暴露度即根据到达角的多少来进行划分不同区域的物质损失率,利用数据统计方法,得到其划分不同物质损失率的到达角的大小,当到达角小于16°时为低易损区;当到达角在16°-21°时为中易损区;当到达角大于21°即为高易损区;且低易损区、中易损区和高易损区对应的损失率P3分别为1、0.5、0.25。
5.根据权利要求4所述的一种改进的崩滑地质灾害物质易损性定量评价方法,其特征在于,步骤S3中的承灾体受损总价值公式为:E=W+I,E为承灾体受损总价值,W为房屋承灾体潜在受损总价值,I为道路承灾体潜在受损总价值。
6.根据权利要求5所述的一种改进的崩滑地质灾害物质易损性定量评价方法,其特征在于,根据暴露度划分的区域,确定每个区域和每种类型以及层数的房屋承灾体总价值Ui,其计算公式为:
Ui=SikiNi (1)
式中,Si为单位层数房屋的面积(m2),ki为单位面积的价值(元/m2),Ni为房屋层数;
房屋承灾体潜在受损总价值W公式为:
根据暴露度划分的区域,确定该区域内道路承灾体的总价值Vi,其计算公式为:
式中,Ci为道路单位长度的价值,单位为元/km;Li为道路的总长度,单位为km;该公式表示各种类型道路总价值之和;
该区域的道路损失价值为该区域的损失率与该区域的道路总价值之积,因此道路承灾体潜在受损总价值I公式为:
式中,P3为道路损失率。
7.一种改进的崩滑地质灾害物质易损性定量评价系统,其特征在于,该系统支持上述如权利要求1至6中任意一项所述的一种改进的崩滑地质灾害物质易损性定量评价方法,该系统包括:
获取单元,用于获取物质承载体房屋的基本信息,利用Arcgis建立物质承灾体信息数据库;
分析单元,用于根据所述获取单元建立的物质承灾体信息数据库,分析及确定所述物质承灾体易损性影响因素及损失比率;
处理单元,用于根据所述分析单元得到的所述物质承灾体易损性影响因素及损失比率,对所述物质承灾体易损性进行量化分析,得到潜在承灾体受损总价值;
输出单元,输出潜在承灾体受损总价值,指导防灾和避灾。
8.根据权利要求7所述的一种改进的崩滑地质灾害物质易损性定量评价系统,其特征在于,所述分析单元中分析及确定所述物质承灾体易损性影响因素及损失比率,具体包括:
所述物质承灾体易损性的影响因素包括物质承载体自身因素和空间位置因素,所述物质承载体自身因素包括取房屋结构、房屋层数,所述空间位置因素为房屋和道路与崩滑地质灾害的相对位置;
对房屋和道路与崩滑地质灾害的相对位置这一影响因素的物质损失率分析及确定,采用暴露度即根据到达角的多少来进行划分不同区域的物质损失率,利用数据统计方法,得到其划分不同物质损失率的到达角的大小,当到达角小于16°时为低易损区;当到达角在16°-21°时为中易损区;当到达角大于21°即为高易损区;且低易损区、中易损区和高易损区对应的损失率P3分别为1、0.5、0.25。
9.一种设备,其特征在于,所述设备包括:
一个或多个处理器;
存储器,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器执行如权利要求1-6任一所述的一种改进的崩滑地质灾害物质易损性定量评价方法。
10.一种存储有计算机程序的计算机可读存储介质,其特征在于,该程序被处理器执行时实现如权利要求1-6任一所述的一种改进的崩滑地质灾害物质易损性定量评价方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011372444.XA CN112465356B (zh) | 2020-11-30 | 2020-11-30 | 一种改进的崩滑地质灾害物质易损性定量评价方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011372444.XA CN112465356B (zh) | 2020-11-30 | 2020-11-30 | 一种改进的崩滑地质灾害物质易损性定量评价方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112465356A true CN112465356A (zh) | 2021-03-09 |
CN112465356B CN112465356B (zh) | 2023-05-23 |
Family
ID=74805976
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011372444.XA Active CN112465356B (zh) | 2020-11-30 | 2020-11-30 | 一种改进的崩滑地质灾害物质易损性定量评价方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112465356B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113282877A (zh) * | 2021-07-22 | 2021-08-20 | 中国科学院地理科学与资源研究所 | 自然灾害重点隐患风险评估方法及装置 |
Citations (30)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110022879A1 (en) * | 2009-07-24 | 2011-01-27 | International Business Machines Corporation | Automated disaster recovery planning |
CN103164849A (zh) * | 2011-12-12 | 2013-06-19 | 国家电网公司 | 地质影像的处理方法及装置 |
CN103235978A (zh) * | 2013-04-01 | 2013-08-07 | 民政部国家减灾中心 | 一种灾害监测预警系统和构建灾害监测预警系统的方法 |
CN103530512A (zh) * | 2013-09-30 | 2014-01-22 | 西南科技大学 | 一种定量评价泥石流灾害易损性的方法 |
CN103700054A (zh) * | 2013-12-10 | 2014-04-02 | 中国地质大学武汉 | 一种突发地质灾害应急预案数字化系统 |
CN104715159A (zh) * | 2015-04-01 | 2015-06-17 | 中国科学院、水利部成都山地灾害与环境研究所 | 一种线性工程地质灾害危险性评估的多层次分析法 |
CN105279199A (zh) * | 2014-07-23 | 2016-01-27 | 民政部国家减灾中心 | 一种地震灾区农房倒损监测方法和设备 |
CN105389740A (zh) * | 2015-12-29 | 2016-03-09 | 中国科学院遥感与数字地球研究所 | 一种基于作物生长模型的农业旱灾风险评估方法 |
CN105654414A (zh) * | 2015-12-25 | 2016-06-08 | 浙江大学城市学院 | 基于开源体系架构和建筑物空间数据库的城市多灾害风险损失评测系统及方法 |
CN105785471A (zh) * | 2016-02-14 | 2016-07-20 | 辽宁工程技术大学 | 一种矿井预开采煤层的冲击危险性评价方法 |
CN105844427A (zh) * | 2016-04-14 | 2016-08-10 | 中国科学院烟台海岸带研究所 | 一种风暴潮灾害风险精细化评估的计算方法 |
CN105894742A (zh) * | 2016-06-08 | 2016-08-24 | 重庆地质矿产研究院 | 基于实时降雨量观测地质灾害警示防范区的监测预警方法 |
CN106295233A (zh) * | 2016-08-31 | 2017-01-04 | 中测新图(北京)遥感技术有限责任公司 | 一种地质灾害易发性评价方法以及装置 |
CN106327404A (zh) * | 2016-08-27 | 2017-01-11 | 重庆九洲星熠导航设备有限公司 | 一种灾害综合评估中多源数据冲突检测与消解方法 |
CN106908217A (zh) * | 2017-02-24 | 2017-06-30 | 山东科技大学 | 一种基于三维piv的独头巷道风流温湿度场试验系统 |
CN107169198A (zh) * | 2017-05-12 | 2017-09-15 | 成都理工大学 | 一种泥石流易损性计算方法 |
CN107239889A (zh) * | 2017-05-24 | 2017-10-10 | 西南科技大学 | 一种定量评价泥石流胁迫下山区建筑物易损性的方法 |
CN107463901A (zh) * | 2017-08-07 | 2017-12-12 | 中国科学院遥感与数字地球研究所 | 多尺度区域洪涝灾害危险性遥感评估方法和系统 |
CN107609284A (zh) * | 2017-09-20 | 2018-01-19 | 西南科技大学 | 一种定量评价滑坡灾害危险性的方法 |
CN107886194A (zh) * | 2017-10-31 | 2018-04-06 | 广东电网有限责任公司惠州供电局 | 一种大风灾害下异物挂线故障概率计算方法 |
CN108154318A (zh) * | 2018-01-30 | 2018-06-12 | 中国地质科学院探矿工艺研究所 | 城镇斜坡地质灾害风险性评估可视化展示方法 |
CN108197836A (zh) * | 2018-02-07 | 2018-06-22 | 中水珠江规划勘测设计有限公司 | 一种南方湿润地区城市水生态文明建设的评价方法 |
CN108596518A (zh) * | 2018-05-14 | 2018-09-28 | 中国路桥工程有限责任公司 | 一种公路地质灾害危险性评估方法 |
CN108844435A (zh) * | 2018-06-27 | 2018-11-20 | 贵州大学 | 一种地震灾后房屋裂纹断口的宽度检测仪 |
CN109447460A (zh) * | 2018-10-26 | 2019-03-08 | 重庆大学 | 一种基于数据挖掘的地震影响房屋建筑易损性评价方法 |
CN110322118A (zh) * | 2019-06-06 | 2019-10-11 | 重庆工商大学融智学院 | 地质灾害空间分布规律及易发性评估方法 |
CN110435117A (zh) * | 2019-07-16 | 2019-11-12 | 洛阳双瑞橡塑科技有限公司 | 一种低热值高强度电缆支架及其制备方法 |
US20200074559A1 (en) * | 2018-09-03 | 2020-03-05 | Cognizant Technology Solutions India Pvt. Ltd. | System and a method for computing infrastructural damages |
CN111080136A (zh) * | 2019-12-19 | 2020-04-28 | 四川省公路规划勘察设计研究院有限公司 | 一种强震后地质灾害链的风险定量评估方法及装置 |
CN111666904A (zh) * | 2020-06-10 | 2020-09-15 | 南方电网数字电网研究院有限公司 | 一种输电线路高分辨率遥感影像地质灾害解译识别方法 |
-
2020
- 2020-11-30 CN CN202011372444.XA patent/CN112465356B/zh active Active
Patent Citations (30)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110022879A1 (en) * | 2009-07-24 | 2011-01-27 | International Business Machines Corporation | Automated disaster recovery planning |
CN103164849A (zh) * | 2011-12-12 | 2013-06-19 | 国家电网公司 | 地质影像的处理方法及装置 |
CN103235978A (zh) * | 2013-04-01 | 2013-08-07 | 民政部国家减灾中心 | 一种灾害监测预警系统和构建灾害监测预警系统的方法 |
CN103530512A (zh) * | 2013-09-30 | 2014-01-22 | 西南科技大学 | 一种定量评价泥石流灾害易损性的方法 |
CN103700054A (zh) * | 2013-12-10 | 2014-04-02 | 中国地质大学武汉 | 一种突发地质灾害应急预案数字化系统 |
CN105279199A (zh) * | 2014-07-23 | 2016-01-27 | 民政部国家减灾中心 | 一种地震灾区农房倒损监测方法和设备 |
CN104715159A (zh) * | 2015-04-01 | 2015-06-17 | 中国科学院、水利部成都山地灾害与环境研究所 | 一种线性工程地质灾害危险性评估的多层次分析法 |
CN105654414A (zh) * | 2015-12-25 | 2016-06-08 | 浙江大学城市学院 | 基于开源体系架构和建筑物空间数据库的城市多灾害风险损失评测系统及方法 |
CN105389740A (zh) * | 2015-12-29 | 2016-03-09 | 中国科学院遥感与数字地球研究所 | 一种基于作物生长模型的农业旱灾风险评估方法 |
CN105785471A (zh) * | 2016-02-14 | 2016-07-20 | 辽宁工程技术大学 | 一种矿井预开采煤层的冲击危险性评价方法 |
CN105844427A (zh) * | 2016-04-14 | 2016-08-10 | 中国科学院烟台海岸带研究所 | 一种风暴潮灾害风险精细化评估的计算方法 |
CN105894742A (zh) * | 2016-06-08 | 2016-08-24 | 重庆地质矿产研究院 | 基于实时降雨量观测地质灾害警示防范区的监测预警方法 |
CN106327404A (zh) * | 2016-08-27 | 2017-01-11 | 重庆九洲星熠导航设备有限公司 | 一种灾害综合评估中多源数据冲突检测与消解方法 |
CN106295233A (zh) * | 2016-08-31 | 2017-01-04 | 中测新图(北京)遥感技术有限责任公司 | 一种地质灾害易发性评价方法以及装置 |
CN106908217A (zh) * | 2017-02-24 | 2017-06-30 | 山东科技大学 | 一种基于三维piv的独头巷道风流温湿度场试验系统 |
CN107169198A (zh) * | 2017-05-12 | 2017-09-15 | 成都理工大学 | 一种泥石流易损性计算方法 |
CN107239889A (zh) * | 2017-05-24 | 2017-10-10 | 西南科技大学 | 一种定量评价泥石流胁迫下山区建筑物易损性的方法 |
CN107463901A (zh) * | 2017-08-07 | 2017-12-12 | 中国科学院遥感与数字地球研究所 | 多尺度区域洪涝灾害危险性遥感评估方法和系统 |
CN107609284A (zh) * | 2017-09-20 | 2018-01-19 | 西南科技大学 | 一种定量评价滑坡灾害危险性的方法 |
CN107886194A (zh) * | 2017-10-31 | 2018-04-06 | 广东电网有限责任公司惠州供电局 | 一种大风灾害下异物挂线故障概率计算方法 |
CN108154318A (zh) * | 2018-01-30 | 2018-06-12 | 中国地质科学院探矿工艺研究所 | 城镇斜坡地质灾害风险性评估可视化展示方法 |
CN108197836A (zh) * | 2018-02-07 | 2018-06-22 | 中水珠江规划勘测设计有限公司 | 一种南方湿润地区城市水生态文明建设的评价方法 |
CN108596518A (zh) * | 2018-05-14 | 2018-09-28 | 中国路桥工程有限责任公司 | 一种公路地质灾害危险性评估方法 |
CN108844435A (zh) * | 2018-06-27 | 2018-11-20 | 贵州大学 | 一种地震灾后房屋裂纹断口的宽度检测仪 |
US20200074559A1 (en) * | 2018-09-03 | 2020-03-05 | Cognizant Technology Solutions India Pvt. Ltd. | System and a method for computing infrastructural damages |
CN109447460A (zh) * | 2018-10-26 | 2019-03-08 | 重庆大学 | 一种基于数据挖掘的地震影响房屋建筑易损性评价方法 |
CN110322118A (zh) * | 2019-06-06 | 2019-10-11 | 重庆工商大学融智学院 | 地质灾害空间分布规律及易发性评估方法 |
CN110435117A (zh) * | 2019-07-16 | 2019-11-12 | 洛阳双瑞橡塑科技有限公司 | 一种低热值高强度电缆支架及其制备方法 |
CN111080136A (zh) * | 2019-12-19 | 2020-04-28 | 四川省公路规划勘察设计研究院有限公司 | 一种强震后地质灾害链的风险定量评估方法及装置 |
CN111666904A (zh) * | 2020-06-10 | 2020-09-15 | 南方电网数字电网研究院有限公司 | 一种输电线路高分辨率遥感影像地质灾害解译识别方法 |
Non-Patent Citations (2)
Title |
---|
张艳 等: "地质灾害土地资源易损性评价定量探讨", 《水文地质工程地质》 * |
石元帅: ""乡村崩塌地质灾害风险评价与管控研究——以贵州省鬃岭镇崩塌带为例"", 《中国优秀博硕士学位论文全文数据库(硕士)基础科学辑》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113282877A (zh) * | 2021-07-22 | 2021-08-20 | 中国科学院地理科学与资源研究所 | 自然灾害重点隐患风险评估方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN112465356B (zh) | 2023-05-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104616093B (zh) | 一种地震灾害救援指挥调度系统及方法 | |
Qiu et al. | Spatial autoregressive model for population estimation at the census block level using LIDAR-derived building volume information | |
CN110602438B (zh) | 一种基于路网的视频监控布局优化方法及装置 | |
CN110956412B (zh) | 基于实景模型的洪灾动态评估方法、装置、介质和设备 | |
CN103234883A (zh) | 一种基于道路交通流量实时估算中心城区pm2.5浓度的方法 | |
Cai et al. | Modeling road centerlines and predicting lengths in 3‐D using LIDAR point cloud and planimetric road centerline data | |
US11615588B2 (en) | Georeferencing a generated floorplan and generating structural models | |
KR101789120B1 (ko) | 모바일 gis를 이용한 필지별 토사재해 정보 시스템 | |
CN105844031B (zh) | 一种基于手机定位数据的城市交通廊道识别方法 | |
CN106919987A (zh) | 虚拟现实环境下高速铁路客运专线设备运维信息模型的制作与管理方法 | |
CN112465356A (zh) | 一种改进的崩滑地质灾害物质易损性定量评价方法及系统 | |
CN116486289A (zh) | 一种多源数据和知识驱动下的燃气管道高后果区识别方法 | |
Xu et al. | Building height calculation for an urban area based on street view images and deep learning | |
CN114663602A (zh) | 一种基于大数据的城市设计实景三维测绘系统 | |
Wysocki et al. | Unlocking point cloud potential: Fusing MLS point clouds with semantic 3D building models while considering uncertainty | |
Da Silva et al. | Development of a low‐cost mobile mapping system: a South American experience | |
Rodrigues et al. | Extracting 3D maps from crowdsourced GNSS skyview data | |
WO2018151629A1 (ru) | Способ и система автоматического построения трехмерных моделей городов | |
CN111986215A (zh) | 一种基于高精度建筑物数据的人口计算方法及系统 | |
Shan et al. | Feasibility of Accurate Point Cloud Model Reconstruction for Earthquake‐Damaged Structures Using UAV‐Based Photogrammetry | |
Sun et al. | Study on safe evacuation routes based on crowd density map of shopping mall | |
Guo et al. | Large-scale cloud-based building elevation data extraction and flood insurance estimation to support floodplain management | |
Chen et al. | The urban morphology classification under local climate zone scheme based on the improved method-A case study of Changsha, China | |
Huang et al. | Integration of mobile laser scanning data with UAV imagery for very high resolution 3D city modeling | |
Afsharnia et al. | Comparison of Smartphone-Based and Drone-Based Approaches for Assessing Road Roughness |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |