简介:利用机载激光雷达扫描(LightDetectionandRanging,LiDAR)技术所得点云进行震后倒塌建筑物提取时,树木与倒塌建筑物的点云特征十分相似,较难区分。为了快速准确获取震后房屋建筑物的受损情况,本文提出使用回波次数比特征指标,结合前人所提出的点云回波强度、归一化强度、最邻近点高差、法向量夹角、X向坡角和Y向坡角等特征的均值和标准差,利用肝最近邻分类法实现单体地物区分的方法。对2010年海地7.0地震震后机载LiDAR数据进行了地面点去除,分别选取了未倒塌建筑物、倒塌建筑物和树木各50个训练样本和各20个测试样本,计算了各因子的分布及其均值和标准差,在分析的基础上最终选取了可分性较强的8个分类特征,利用群最近邻分类法对测试样本进行了分类,结果显示分类正确率可达85%以上。研究表明选取多个有效的LiDAR点云分类特征可以较好地区分震后未倒塌建筑物、倒塌建筑物和树木,提高震后建筑物震害程度判定的准确性,为应急救援及时提供较为准确的灾情信息支持。
简介:为了获取近场永久位移,通常采用基线校正方法,对近场加速度记录进行基线校正并积分得到永久位移值,但这一结果主观性较强,其可靠性也往往缺乏验证。为了解决这一问题,本文提出了一种能产生包含永久位移振动过程的振动台实验方案,采用振动台加滑动机构的方法,模拟记录到永久位移台站测点的真实振动情况;在实验中分别采用加速度计、摄影测量方法分别直接得到加速度和位移时程,对加速度时程进行基线校正并积分得到位移时程,将其与直接获得的位移时程进行对比,以验证采用基线校正方法的有效性。实验结果表明,在实验室条件下采用现有的基线校正方法校正后,通过积分能得到可以接受的位移时程。