基于DInSAR技术监测地震形变及深度学习提取损毁建筑物 ——以厄瓜多尔为例

• 作者: 郭天豪 解斐斐 霍志玲
• 来源期刊: 北京测绘
• 关键词: 合成孔径雷达干涉测量 地震形变 深度学习网络 建筑物信息提取
• 年，卷（期）: 2021,（9）
• 所属期刊栏目: 测绘工程案例
• 页码范围: 1225-1229
• 页数: 5页
• 分类号: P258
• 语种: 中文
• DOI: 10.19580/j.cnki.1007-3000.2021.09.018

摘要

针对地震导致的地表变形、建筑物损坏等问题,利用合成孔径雷达差分干涉测量技术检测受灾区,并利用深度卷积网络提取损坏建筑物.以2016年4月16日厄瓜多尔地震为例,利用Sentinel-1A雷达数据获取地震形变.结果表明:厄瓜多尔地区整体地震形变在0～0.226 m,可检测形变变化为0.028 m;结合光学遥感影像进行分析,结果表明:80％损坏严重的建筑物存在于形变变化区域,形变较大区域道路受阻更为严重.基于高分辨率Worldview2光学卫星数据,利用ENVINet5深度卷积网络提取损坏建筑物,分类精度为74％,验证其在震后建筑物提取应用的可行性.