论文部分内容阅读
汶川地震发生后,灾区地面交通遭到破坏,阻碍了救援队伍进入灾区,使本可以通过及时救助还可以生存的伤员失去被救助的机会。因此,道路交通线的快速抢通决定了救援工作能否高效地开展。如果在震后应急期间可以对道路损毁情况快速评估,决策者根据评估结果制定相应的政策使救援工作顺利开展,对抗震救灾具有十分重要的意义。在5·12救灾工作中,因受阴雨云雾天气和卫星重访周期交叉因素的制约,遥感卫星和常规航空摄影飞机无法及时获取灾区影像,而无人机系统凭借其机动灵活、云下作业的特性及时获取灾区遥感影像。获取灾区影像,只是初步工作,如何在震后应急期间,利用现有资料对畸变大、数量多的无人机影像快速处理,提取震害信息,为救灾决策者提供科学依据,是亟待解决的问题。本文以安县茶坪乡B35县道的震后无人机影像和震前DEM为实验数据,首先,借助摄影测量软件采用航带法自由网平差对无人机影像快速处理,得到正射影像镶嵌图能够为茶坪乡的灾情提供及时有效的宏观信息,满足一定的灾情监测和评估需求,但本文的道路损毁度评估是基于DEM的空间分析,需要具有实际高程信息的DEM。因此,从Google Earth影像上采取控制点,在自由网平差的基础上进行绝对定向,得到震后的DEM及DOM；对正射影像镶嵌图目视解译判别灾害体和道路并勾绘,通过ArcGIS的叠加分析功能得到道路损毁区的范围,获取各损毁路段的长度及道路总长度；通过OpenCV和GDAL实现基于特征提取的DEM自适应匹配算法,将震前与震后的DEM进行无控制点匹配；以道路损毁区的范围和震后DEM为数据源,利用ArcGIS的空间分析功能提取道路损毁区的DEM数据；然后,通过C++语言编写程序对损毁区各路段震前与震后的DEM范围,基于优化的设定阈值细分三棱柱的体积法实现土方量的计算；最后,以道路总长度、损毁长度、掩埋体的成分为因素,对损毁比例、损毁规模、受损系数进行量化,形成损毁度的评价指标；以土方量、掩埋体的成分与机械性能为因素,对抢险工期进行估算,为救灾决策者提供定量数据,对抢险救灾的顺利开展具有重要的理论和实际意义。