基于地理空间信息的建筑物损坏风险筛查方法及系统技术方案

本发明专利技术公开了一种基于地理空间信息的建筑物损坏风险筛查方法及系统，集成了地理空间信息，能够满足大范围建筑物地震风险快速可视化筛查需求，全面系统地研究地震数据、建筑内外结构和材料等多因素对地震建筑物损毁的影响，并建立有具有普适性的建筑物损伤指数计算方法和基于机器学习的决策支持系统，突破了建筑风险筛查自动化程度低，可靠性差的难题，实现了建筑物易损性的快速筛查、风险评估和加固改造方案自动生成等功能，能够为地震前后的预防和应急工作提供建议，并为防灾减灾部门和相关机构提供决策性建议，以增强建筑结构。

Building damage risk screening method and system based on geospatial information

【技术实现步骤摘要】
基于地理空间信息的建筑物损坏风险筛查方法及系统
本专利技术涉及地震灾害评估技术，尤其涉及一种基于地理空间信息的建筑物损坏风险筛查方法及系统。
技术介绍
建筑物损坏风险筛查对于地震前后建筑物的针对性加固十分重要，它能达到减少人员伤亡和财产损失、指导灾后重建和降低重建成本的目的。现有的建筑物损坏风险筛查方法受限于局部地区建筑规范，且未集成地理空间信息，存在诸如自动化程度低、可靠性差、无法按地理位置检索和自动智能评估漏洞和风险、效率低、成本高、耗时长、缺乏可扩展性和可定制性等问题，难以用于地域级甚至全球范围内各种各样建筑物的筛查，不能用绘图和三维建模来筛查建筑物的潜在损坏风险，也不是基于地理空间信息的系统。在需要的地方，研究人员和从业人员无法从逻辑上灵活地将地理空间信息合理地集成到地震和结构工程参数(即，土壤类型、建筑类型、材料、层数、不规则性、拓扑关系和对建筑的危害、强度系数、构件效应系数、连接效应系数、隔膜效应系数)中。现有技术的缺陷最主要表现为以下几个关键问题：(1)开发可扩展和可定制的建筑评分算法和系统：现有技术使用不同的影响因素来计算建筑物的得分和建筑物的易损性得分，没有清楚地表明建筑物倒塌的概率，只能通过现场数据收集和硬拷贝形式来表示建筑物的易损性和损坏风险。(2)构建高效的建筑物损毁概率算法通常情况下，在对建筑物进行评分时，需要充分考虑其形状、地震活动度、土壤类型、建筑物类型、材料、楼层数、不规则性、邻近性和危险性。然而，现有技术在计算基于地理空间的公式时，并未完全考虑以下因素：失效系数α，观测到的缺陷的强度系数ω、成员影响系数β、连接效应系数γ、基础效应系数ξ、膜片效应系数η和交互影响系数Ω，影响到建筑物损毁计算的效率。(3)优化的建筑评估结果，生成报告和建议现有技术中的建筑物评分结果与算法无法很好地适应系数值与建筑物的损毁风险的变化。目前许多国家的建筑物抗震规范各不相同，没有基于地理空间的统一的标准平台。
技术实现思路
本专利技术主要目的在于，提供一种基于地理空间信息的建筑物损坏风险筛查方法及系统，以解决现有建筑物风险筛查手段自动化程度低，可靠性差的问题。本专利技术是通过如下技术方案实现的：一种基于地理空间信息的建筑物损坏风险筛查方法，包括如下步骤：步骤A：基于地图登记需要进行建筑物损坏风险筛查的建筑物的信息；步骤B：按照预设规则评估所选择的建筑物的损坏风险；步骤C：输出所选择的建筑物的损坏风险评估结果。进一步地，所述步骤A包括：步骤A1：在地图上绘制各建筑物的边界；步骤A2：输入各建筑物的信息，各建筑物的信息包括各建筑物的结构参数信息、各建筑物所在地理位置的地质参数信息以及各建筑物所在地理位置的地震参数信息；步骤A3：将各建筑物的信息存入云端数据库。进一步地，所述步骤B包括：步骤B1：选择需要进行建筑物损坏风险筛查的建筑物；步骤B2：确定有效评估类型；步骤B3：根据预设规则对所选择的建筑物进行损坏风险筛查，得到所选择的建筑物的损坏风险评估结果。进一步地，所述所选择的建筑物的损坏风险评估结果包括各所选择的建筑物的损伤指数和/或易损性得分。进一步地，建筑物的损伤指数的计算公式为：其中，DI是损伤指数，α是失效系数，ω是观察到的缺陷的强度系数，β是构件的效应系数，γ是连接的效应系数，ξ是基础的效应系数，η是膜片的效应系数，Ω是相互作用的效应系数。进一步地，所述所选择的建筑物的损坏风险评估结果还包括各建筑物的加固优先级排序，所述加固优先级排序根据各建筑物的易损性确定，易损性越高的建筑物加固优先级越高。进一步地，各建筑物的结构参数信息包括各建筑物的结构类型、材料、地基类型、层数。进一步地，各建筑物所在地理位置的地质参数信息包括各建筑物所在地理位置的土壤类型。进一步地，各建筑物所在地理位置的地震参数信息包括各建筑物所在地理位置的地震强度和地震活动水平。一种基于地理空间信息的建筑物损坏风险筛查系统，包括存储器和处理器，所述存储器上存储有计算机程序，所述计算机程序被所述处理器执行时，执行如上所述的基于地理空间信息的建筑物损坏风险筛查方法。与现有技术相比，本专利技术提供的基于地理空间信息的建筑物损坏风险筛查方法及系统，集成了地理空间信息，能够满足大范围建筑物地震风险快速可视化筛查需求，全面系统地研究地震数据、建筑内外结构和材料等多因素对地震建筑物损毁的影响，并建立有具有普适性的建筑物损伤指数计算方法和基于机器学习的决策支持系统，突破了建筑风险筛查自动化程度低，可靠性差的难题，实现了建筑物易损性的快速筛查、风险评估和加固改造方案自动生成等功能，能够为地震前后的预防和应急工作提供建议，并为防灾减灾部门和相关机构提供决策性建议，以增强建筑结构。附图说明图1是本专利技术方法原理示意图；图2是本专利技术方法流程概述；图3是本专利技术提供的基于地理空间信息的建筑物损坏风险筛查方法流程示意图；图4是建筑物信息登记流程示意图；图5是建筑物损坏风险评估流程示意图；图6a是建筑物信息登记具体流程示意图；图6b是建筑物损坏风险评估具体流程示意图；图6c是建筑物信息修订流程示意图；图7是对建筑物进行识别和评估示意图。具体实施方式为使本专利技术的目的、技术方案和优点更加清楚明白，下面结合实施例和附图，对本专利技术作进一步详细说明。本专利技术构建的GeoRVS(GeospatialInformation-basedRapidVisualScreening，基于地理信息的快速视觉筛查)方法需要尝试全面、复杂的计算过程，才能生成损伤指数(DI)和建筑物得分。本专利技术利用并改进了与地理空间信息技术相结合的推荐算法，然后，结合了地震和结构工程技术和参数，实施联邦紧急事务管理局(FEMA)的方法和DBJ51/T068(2016和2017年)。之后，本专利技术构建了基于云的平台，用于确定建筑物的易损性和风险评估。本专利技术整合地理空间信息科学、地震学、结构工程科学和计算机科学等主要学科，应用了计算机编程、人工智能(AI)、机器学习和决策支持系统(DSS)技术，这些技术利用了设计信息和结构工程参数，使用DIOB、FEMA1级和2级和建筑规范，并将相关参数应用于计算机编程和基于地理空间的平台，分析了相关建筑参数的DIOB、FEMA建筑规范，并应用了地理空间转换、专家知识和实地考察。本专利技术创建的基于地理空间的信息平台包括这一步中进行的每一层信息(即属性或空间、栅格或矢量)。本专利技术为包括属性或空间、栅格或矢量在内的所有数据创建了地理数据库，通过建立的BoDI或FEMA来集成、分析和计算用于基于云平台的建筑物评估数据，产生地图、报告和建议，并确定了用于改造的建筑物的优先级。图1和图2描绘了本专利技术的流程图方法和概述。本专利技术的技术路线：从技术角度来看，本专利技术的创新之本文档来自技高网...

【技术保护点】
1.一种基于地理空间信息的建筑物损坏风险筛查方法，其特征在于，包括如下步骤：/n步骤A：基于地图登记需要进行建筑物损坏风险筛查的建筑物的信息；/n步骤B：按照预设规则评估所选择的建筑物的损坏风险；/n步骤C：输出所选择的建筑物的损坏风险评估结果。/n

【技术特征摘要】
1.一种基于地理空间信息的建筑物损坏风险筛查方法，其特征在于，包括如下步骤：
步骤A：基于地图登记需要进行建筑物损坏风险筛查的建筑物的信息；
步骤B：按照预设规则评估所选择的建筑物的损坏风险；
步骤C：输出所选择的建筑物的损坏风险评估结果。


2.根据权利要求1所述的基于地理空间信息的建筑物损坏风险筛查方法，其特征在于，所述步骤A包括：
步骤A1：在地图上绘制各建筑物的边界；
步骤A2：输入各建筑物的信息，各建筑物的信息包括各建筑物的结构参数信息、各建筑物所在地理位置的地质参数信息以及各建筑物所在地理位置的地震参数信息；
步骤A3：将各建筑物的信息存入云端数据库。


3.根据权利要求1所述的基于地理空间信息的建筑物损坏风险筛查方法，其特征在于，所述步骤B包括：
步骤B1：选择需要进行建筑物损坏风险筛查的建筑物；
步骤B2：确定有效评估类型；
步骤B3：根据预设规则对所选择的建筑物进行损坏风险筛查，得到所选择的建筑物的损坏风险评估结果。


4.根据权利要求1所述的基于地理空间信息的建筑物损坏风险筛查方法，其特征在于，所述所选择的建筑物的损坏风险评估结果包括各所选择的建筑物的损伤指数和/或易损性得分。


5.根据权利要求4所述的基于地理空间信息的建筑物损坏风险筛查方法，其特征在于，建...

【专利技术属性】
技术研发人员：赛义德·皮拉斯特，
申请(专利权)人：西南交通大学，
类型：发明
国别省市：四川;51