文献

J-GLOBAL ID：201802272513763448   整理番号：18A0301884

地震後の航空機搭載LiDAR点雲における地盤の区分的手法の研究【JST・京大機械翻訳】

The Ground-objects Classification Based on Post-earthquake Airborne LiDAR Data

著者 (5件)： Wang Jinxia (中国地震局地震預測研究所,北京,100036) ,  Dou Aixia (中国地震局地震預測研究所,北京,100036) ,  Wang Xiaoqing (中国地震局地震預測研究所,北京,100036) ,  Huang Shusong (中国地震局地震預測研究所,北京,100036) ,  Zhang Xuehua (中国地震局地震預測研究所,北京,100036)
資料名： Zhenzai Fangyu Jishu  (Zhenzai Fangyu Jishu)
巻： 12  号： 3  ページ： 677-689  発行年： 2017年 
JST資料番号： C2750A  ISSN： 1673-5722  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 航空機搭載レーザレーダ走査(Light Detection and Ranging,LiDAR)技術を用いて、雲が地震後倒壊建物の抽出を行う時、樹木と倒壊建物の点雲特徴は非常に似ているため、区別しにくい。地震後の建築物の損傷を迅速かつ正確に得るために,本論文では,エコー強度比,特徴点の強度,正規化強度,最近接点高さ,法線ベクトル角,X方向傾斜角,y方向傾斜角などの特徴の平均値と標準偏差を提案した。K-最近傍分類法を用いて,単一物体を識別する方法を実現した。2010年の海陸7.0地震後のLiDARデータに対して地面点の除去を行い、それぞれ倒壊建物、倒壊建物と樹木の各50個の訓練サンプルと各20個のテストサンプルを選び、各因子の分布と平均値と標準偏差を計算した。分析に基づいて,8つの分類特性を選択し,K-最近傍分類法を用いて試験サンプルを分類し,分類精度が85%以上であることを示した。研究により、有効なLiDAR点雲分類特徴を選ぶことで、地震後の倒壊建物、倒壊建物と樹木をうまく区別でき、震災後の建築物の震害程度の判断の正確性を向上させ、応急救援のために正確な災害情報サポートを提供することができることが明らかになった。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： 震災 ,  正規化 ,  救助 ,  傾斜角 ,  走査 ,  標準偏差 ,  *地震
準シソーラス用語： 災害情報 ,  正確性 ,  分類精度 ,  LIDARデータ ,  分類法 ,  特徴点 ,  航空機搭載ライダー ,  *航空機搭載 , 【Automatic Indexing@JST】

著者キーワード (5件)： Light Detection and Ranging (LiDAR) ,  K-Nearest Neighbor algorithm ,  Damaged buildings ,  Earthquake emergency ,  Classification

分類 (3件)： 図形・画像処理一般  (JE04010I) ,  レーダ  (ND13010H) ,  自然災害  (RA02030M)

タイトルに関連する用語 (7件)： 地震 ,  航空機搭載 ,  LIDAR ,  点雲 ,  地盤 ,  手法 ,  研究