توسعه روشی شیء گرا جهت تشخیص ساختمانها و برآورد میزان تخریب به روش شبکه عصبی مصنوعی توسط تصاویر VHR

سال انتشار: 1394
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 271

فایل این مقاله در 8 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

SEE07_050

تاریخ نمایه سازی: 29 آذر 1399

چکیده مقاله:

زلزله یکی از مهمترین سوانحی است که سالیانه خسارات و تلفات فراوانی در سراسر دنیا به جا میگذارد. پس از وقوع زلزله، اطلاع دقیق از وضعیت منطقه و تعیین دقیق موقعیت ساختمان هاي تخریب شده و میزان تخریب آنها از مسائ ل مهم و حیاتی مدیریت بحران است. هدف این مقاله استخراج خودکار ساختمانها و تعیین میزان آسیب لرزه اي آنها توسط پردازش تصاویر ماهواره اي می باشد. به منظور پیاده سازي روش پیشنهادي، تصاویر ماهواره Quic kBird در قبل و بعد از زلزله بم سال 2003 استفاده گردید. پس از انجام عملیات پیش پردازش نظیر آماده سازي و تلفیق تصاویر، روش قطعه بندي شیء گرا با استفاده از سه پارامتر مقیاس، شکل و فشردگی تکمیل شد. با استفاده از الگوریتم نزدیکترین همسایه، عوارض شهري مورد طبقه بندي مدیریت شده قرار گرفتند . سپس با مقایسه نقشه پارسل هاي ساختمانی (بانک داده هاي مرجع) ارزیابی صحت نقشه استخراج ساختمان ها صورت گرفت. نتایج ماتریس خطا صحت کلی را برابر %95 گزارش داده است. همچنین با استفاده از تغییرات در شاخص هاي بافتی تصاویر ( آنالیز بافت ) بروي ساختمانها، در قبل و بعد از زلزله، نقشه خسارت در سه درجه آسیب دیدگی جزئی، خرابی زیاد و ویرانی کامل با استفاده از به کار گیري شبکه عصبی بدست آمده است. صحت کلی نقشه تهیه شده تخریب برابر %78,9 بدست آمده است.

کلیدواژه ها:

نویسندگان

بابک منصوری

استادیار-مدیر گروه مدیریت شرایط اضطرار، پژوهشگاه بین المللی زلزله شناسی و مهندسی زلزله تهران، ایران

موناالسادات مصطفی زاده

دانشجوی کارشناسی ارشد، پژوهشگاه بین المللی زلزله شناسی و مهندسی زلزله، تهران، ایران