این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
مدیریت بحران، جلد ۴، شماره ۱، صفحات ۷۹-۹۱
عنوان فارسی تعیین میزان تخریب ساختمان‏ها پس از زلزله با به‌کارگیری مدل ANFIS و تصاویر سنجش از راه دور
چکیده فارسی مقاله امدادرسانی سریع پس از وقوع زلزله‏های شدید در مناطق شهری یکی از وظایف امدادرسانان است. نقشه‏ی تخریب ساختمان‏ها می‏تواند اولویت امدادرسانی را مشخص کند. یکی از منابع اصلی در تهیه‌ی نقشه‌ی تخریب، علم سنجش از دور است. تحقیقات زیادی در بحث ارزیابی خسارت با استفاده از داده‏های سنجش از دور انجام شده است. در این تحقیق اطلاعات کلاس‏ها با استفاده از طبقه‏بندی در سطح پیکسل از تصاویر ماهواره‏ای بعد از زلزله استخراج شد. با استفاده از اطلاعات کلاس‏ها و به کمک مدل ANFIS یکشبکه‌ی فازی طراحی شد که با استفاده از درصد پیکسل‏های ساختمان، سایه و آوار، میزان تخریب ساختمان‏ها را تشخیص می‏دهد. نتایج ارزیابی شبکه‌ی فازی عصبی طراحی شده نشان می‏دهد که این شبکه در دسته‏‏‏‏‏‏‏‏‏‏‏‏بندی ساختمان‏ها به 3 کلاس تخریب از صحت کلی 92 % برخوردار است. ساختمان‏ها در این تحقیق در کلاس‏های آسیب‏ندیده، تخریب سنگین و ویران دسته‏بندی شده‌اند. 
کلیدواژه‌های فارسی مقاله سنجش از دور، نقشه‏ی تخریب، تخریب ساختمان، مدل فازی ـ عصبی،
عنوان انگلیسی Buildings’ Damage Determination after the Earthquake by using ANFIS Model and Remote sensing Imagery
چکیده انگلیسی مقاله Abstract: Fast relief and response is one of the responders’ tasks after the vigorous earthquakes in urban areas. Building damage maps can specify the relief and response priority. Remote sensing is one of the main sources in damage map production. Various research has been carried out on damage assessment using remote sensing data. In this research, the information about the classes has been extracted using pixel based classification from post-earthquake satellite image. By using the information about the classesand ANFIS model, a fuzzy system was designed that determines the rate of damage to the buildings using the percentage of the pixels engaged by building, shadow and debris in the building's polygon. The results of this study show that designed neuro-fuzzy system achieved the overall accuracy equal 0.92 in classifying buildings to the three damage level. Buildings were classified to undamaged, heavy damage and destroyed levels.
کلیدواژه‌های انگلیسی مقاله
نویسندگان مقاله میلاد جانعلی پور |
دانشجوی دکتری سنجش از دور، دانشکده مهندسی نقشه برداری، دانشگاه صنعتی خواجه نصیرالدین طوسی
سازمان اصلی تایید شده: دانشگاه صنعتی خواجه نصیرالدین طوسی (Khajeh nasir toosi university of technology)

علی محمدزاده |
استادیار، دانشکده مهندسی نقشه برداری، دانشگاه صنعتی خواجه نصیرالدین طوسی
سازمان اصلی تایید شده: دانشگاه صنعتی خواجه نصیرالدین طوسی (Khajeh nasir toosi university of technology)

محمد جواد ولدان زوج | mohammad javad valadan zoej
دانشیار، دانشکده مهندسی نقشه برداری، دانشگاه صنعتی خواجه نصیرالدین طوسی
سازمان اصلی تایید شده: دانشگاه صنعتی خواجه نصیرالدین طوسی (Khajeh nasir toosi university of technology)

سعید امیرخانی |
-کارشناسی ارشد مهندسی مکانیک، دانشکده مهندسی مکانیک، دانشگاه صنعتی خواجه نصیرالدین طوسی
سازمان اصلی تایید شده: دانشگاه صنعتی خواجه نصیرالدین طوسی (Khajeh nasir toosi university of technology)

نشانی اینترنتی http://www.joem.ir/article_14933_85bb70c60e1e4b9252222ef720d481da.pdf
فایل مقاله اشکال در دسترسی به فایل - ./files/site1/rds_journals/1067/article-1067-208560.pdf
کد مقاله (doi)
زبان مقاله منتشر شده fa
موضوعات مقاله منتشر شده
نوع مقاله منتشر شده
برگشت به: صفحه اول پایگاه   |   نسخه مرتبط   |   نشریه مرتبط   |   فهرست نشریات