تلفیق تصویر ماهواره ای و داده لیدار به منظور تعیین ساختمان های تخریب شده ناشی از زلزله بر مبنای الگوریتم ماشین بردار پشتیبان در هایتی

با توجه به رشد جمعیت و افزایش شهرنشینی، وقوع حوادث طبیعی مثل زلزله می تواند خسارات و تلفات سنگینی را ایجاد نموده و توسعه شهرها و کشورها را دچار وقفه نماید. پس از وقوع زلزله، مدیران بحران برای به حداقل رساندن خسارات، اعم از جانی و مالی، به اطلاعات سریع از منطقه آسیب دیده نیاز دارند. یکی از اطلاعاتی که می تواند در امدادرسانی سریع و صحیح مورد استفاده قرار گیرد نقشه موقعیت ساختمان های تخریب شده و میزان تخریب آن ها می باشد که به آن نقشه تخریب می گویند. از این رو هدف از این تحقیق ارائه یک روش جدید به منظور ارزیابی میزان تخریب ناشی از زلزله با استفاده از تلفیق تصویر ماهواره ای و داده لیدار بعد از زلزله به همراه نقشه قبل از زلزله می باشد. روش پیشنهادی، پس از پیش پردازش های لازم بر روی تصویر ماهواره ای و داده لیدار بعد از زلزله، توصیف گرهای بافتی مختلف تصویر و داده لیدار استخراج می شوند. در مرحله بعد، با استفاده از لایه ساختمان ها که از نقشه استخراج می شود نواحی مربوط به ساختمان ها از تصویر ماهواره ای و داده لیدار، همچنین از توصیف گرهای تصویر ماهواره ای و داده لیدار استخراج می شود. در ادامه، توصیف گرهای بافتی استخراج شده از تصویر ماهواره ای و داده لیدار با هم تلفیق می شوند. سپس نقاط داخل این ناحیه، با روش طبقه بندی ماشین بردار پشتیبان به دو کلاس آوار و سالم طبقه بندی می شوند. در نهایت، بر اساس مساحت کلاس آوار هر ساختمان، با در نظر گرفتن یک حد آستانه، ساختمان های تخریب شده و ساختمان های تخریب نشده مشخص می گردد. در این مقاله، تصویر ماهواره ای WorldViewپرتوپرینس، پایتخت هایتی،پس از زلزله 2010 به همراه داده لیدار استفاده شده است. صحت کلی بدست آمده 97% و ضریب کاپا به دست آمده 92% نشان‌دهنده توانایی الگوریتم در تولید نقشه تخریب پس از زلزله می‌باشد.