LiDAR与多光谱影像集成用于暴露度与地震易损性评估：以西班牙Lorca为例
地球物理
2019-05-31 v2 图像与视频处理
摘要
我们提出一种将LiDAR数据与航空和卫星影像相集成以评估城市暴露度和地震易损性的流程。它包含三个阶段：首先，我们对卫星影像进行分割，将研究区域划分为不同的城市模式。其次，我们提取代表每种城市模式建筑类型的建筑足迹与属性。最后，我们使用不同的机器学习技术：决策树、SVM、逻辑回归和贝叶斯网络，为每栋建筑分配地震易损性。我们将该流程应用于西班牙东南部Lorca市的826栋建筑，其中我们拥有一个易损性数据库，用作结果验证的地面真值。结果表明，机器学习技术具有相似的性能，给出的易损性分类结果准确率为77%–80%（F1分数）。该流程可扩展，并可在不同区域复制。它作为传统数据收集方法在灾害风险应用中的补充尤为有趣，适用于实地调查需限于特定区域、日期或预算的情况。关键词 LiDAR、卫星影像、正射影像、图像分割、机器学习、地震易损性。
引用
@article{arxiv.1806.11019,
title = {Integration of LiDAR and multispectral images for exposure and earthquake vulnerability estimation. Application in Lorca, Spain},
author = {Yolanda Torres and Jose Juan Arranz and Jorge M. Gaspar-Escribano and Azadeh Haghi and Sandra Martinez-Cuevas and Belen Benito and Juan Carlos Ojeda},
journal= {arXiv preprint arXiv:1806.11019},
year = {2019}
}