ارزیابی روش های استخراج اطلاعات فیزیکی ساختمان های تخریب شده ناشی از زلزله و ارائه ی الگوریتمی بر پایه لایه های GIS و سنجش از دور

• Published in: Iṭṭilāʻāt-i jughrāfiyāyī Vol. 23; no. 91; pp. 21 - 42
• Main Authors: حمیدرضا رنجبر, علیرضا آزموده اردلان, حمید دهقانی, محمدرضا سراجیان, علی علیدوستی
• Format: Journal Article
• Language: Persian
• Published: سازمان جغرافیایی نیروهای مسلح 01-11-2014
• Subjects: آنالیز بافت; الگوریتم ژنتیک; ساختمان های تخریب شده; سیستم استنتاج فازی عصبی; نقشه تخریب
• ISSN: 2588-3860; 2588-3879
• DOI: 10.22131/sepehr.2014.12860

زمین لرزه‌ها از بلایای ویرانگر طبیعی تهدید کننده بشر می‌باشند. از جمله مشکلات بعد از وقوع یک زمین لرزه می‌توان به موضوع ارزیابی خسارت اشاره کرد. ناحیه، میزان، نرخ و نوع آسیب، اطلاعات ارزشمندی را به منظور فعالیت‌های بشردوستانه، امداد و بازسازی در منطقه آسیب دیده در اختیار قرار می‌دهد. عوامل اصلی تعیین کننده هزینه کلی یک بحران، هم به لحاظ آسیب‌های اقتصادی و هم به لحاظ تلفات جانی، روشن شدن این مسئله است که با چه سرعتی رویداد مورد پاسخ قرار گرفته و با چه کیفیتی اقدامات واکنشی سازماندهی می‌گردد. تکنیک‌های سنجش از دور بدلیل دارا بودن قابلیت‌هایی از جمله واکنش سریع، عدم تماس فیزیکی، هزینه پایین و دید وسیع، نقش ارزشمندی را در استخراج اطلاعات فیزیکی ساختمان‌ها دارا می‌باشند. امروزه بدلیل دسترسی به انواع داده‌های سنجش از دور، روش‌های متعددی برای ارزیابی خسارت ساختمان‌ها طراحی و گزارش شده است. هدف از این تحقیق، مروری بر این روش‌ها بر مبنای بکارگیری تصاویر نوری در سه دسته: رویکرد تصاویر تک زمانه، چند زمانه و تلفیق داده‌های بُرداری و تصاویر و همچنین ارائه و پیاده‌سازی یک روش خودکار به منظور تعیین ساختمان‌های تخریب شده ناشی از زلزله با استفاده از تصاویر ماهواره‌ای با قدرت تفکیک بالا و لایه‌های GIS می‌باشد. در روش پیشنهادی، پس از استخراج توصیفگرهای بافتی از تصاویر قبل و بعد از زلزله برای هر ساختمان و تعیین توصیفگرهای بهینه، یک سیستم استنتاج فازی عصبی برای تعیین وضعیت ساختمان‌ها در چهار کلاس «سالم تا تخریب ناچیز»، «تخریب متوسط»، «تخریب سنگین» و «ویران» طراحی شد. نتایج نشان می‌دهد که این سیستم، صحت کلی 89%در دسته بندی ساختمان‌ها به 4 کلاس تخریب را دارا می‌باشد.