基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
本文利用2010年海地Mw7.0地震震后获取的机载激光雷达(LiDAR)三维点云数据,通过人机交互的方式选取受损程度不同的典型建筑物点云数据,比较分析倒塌建筑物与完好建筑物点云数据的高度、坡度和法向量等分布特征,提出了用建筑物点云高度均值偏离度、屋顶面坡度值以及法向量与天顶方向夹角等因子判定建筑物破坏程度.试验分析结果表明,高度均值偏离度因子对单个建筑物的破坏部分识别效果较好,屋顶面坡度值因子可以识别建筑物破坏部分的边缘,点云法向量与天顶方向夹角因子能够较好地识别大范围区域内的建筑物破坏情况,因此上述判定因子均能在一定情况下表征建筑物的破坏情况.
推荐文章
基于激光雷达的建筑物日照分析
日照分析
激光雷达
三维GIS
基于无人机机载激光雷达的海岛建筑物高度测算技术
无人机
机载激光雷达
海盗建筑物
高度测算
偏度特征约束下的机载激光雷达点云数据分类
机载激光雷达
点云数据
偏度特征
数据分类
SVM分类器
利用神经网络的城区机载激光雷达点云分类算法
神经网络
激光雷达
数据压缩
邻域特征提取
点云分类
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于震后机载激光雷达点云的建筑物破坏特征分析
来源期刊 地震学报 学科 地球科学
关键词 机载激光雷达(LiDAR)点云 海地Mw7.0地震 建筑物破坏特征 判定因子
年,卷(期) 2016,(3) 所属期刊栏目 研究论文
研究方向 页码范围 467-476
页数 10页 分类号 P315.9
字数 3318字 语种 中文
DOI 10.11939/jass.2016.03.014
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 王晓青 中国北京100036 中国地震局地震预测研究所 2 11 2.0 2.0
2 窦爱霞 中国北京100036 中国地震局地震预测研究所 2 11 2.0 2.0
3 黄树松 中国北京100036 中国地震局地震预测研究所 1 7 1.0 1.0
4 袁小祥 中国北京100036 中国地震局地震预测研究所 1 7 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (70)
共引文献  (137)
参考文献  (11)
节点文献
引证文献  (7)
同被引文献  (83)
二级引证文献  (9)
1977(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(5)
  • 参考文献(0)
  • 二级参考文献(5)
2000(6)
  • 参考文献(1)
  • 二级参考文献(5)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(6)
  • 参考文献(0)
  • 二级参考文献(6)
2006(5)
  • 参考文献(0)
  • 二级参考文献(5)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(16)
  • 参考文献(2)
  • 二级参考文献(14)
2009(4)
  • 参考文献(1)
  • 二级参考文献(3)
2010(10)
  • 参考文献(0)
  • 二级参考文献(10)
2011(7)
  • 参考文献(2)
  • 二级参考文献(5)
2012(10)
  • 参考文献(2)
  • 二级参考文献(8)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(8)
  • 引证文献(4)
  • 二级引证文献(4)
2020(6)
  • 引证文献(1)
  • 二级引证文献(5)
研究主题发展历程
节点文献
机载激光雷达(LiDAR)点云
海地Mw7.0地震
建筑物破坏特征
判定因子
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
地震学报
双月刊
0253-3782
11-2021/P
16开
北京市海淀区民族大学南路5号(北京8116信箱)
1979
chi
出版文献量(篇)
2104
总下载数(次)
1
总被引数(次)
39759
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导