基于視頻監(jiān)控系統(tǒng)的突發(fā)災(zāi)害應(yīng)急評估技術(shù)可行性研究*

郭志宇，郭安寧，白雪見，任 棟，彭立順

(中國地震局 蘭州地震研究所，甘肅 蘭州 730000)

0 引言

我國是一個災(zāi)害多發(fā)的國家，突發(fā)性災(zāi)害活動分布廣、頻率高、強度大，地震、滑坡、崩塌和泥石流以及礦難這樣的突發(fā)性災(zāi)害，往往具有鏈?zhǔn)匠蔀?zāi)特點[1-2]，難以預(yù)測且多具毀滅性破壞結(jié)果[3-4]。因此，有必要迅速調(diào)查災(zāi)害造成的工程建筑破壞和人員傷亡情況，通過對災(zāi)害現(xiàn)場進行快速評估，為應(yīng)急救援做好充分的準(zhǔn)備。

為此，提出1種新型的，基于城市視頻監(jiān)控的突發(fā)災(zāi)害應(yīng)急損失評估技術(shù)，充分利用公安和交通等部門廣泛布設(shè)于城市道路、公共場所、構(gòu)(建)筑物內(nèi)部的視頻監(jiān)控系統(tǒng)獲得的影像資料，通過相關(guān)圖像處理方法，結(jié)合計算機視覺技術(shù)和災(zāi)害快速評估技術(shù)，對以構(gòu)(建)筑物為代表的一系列工程設(shè)施進行遠(yuǎn)程實時監(jiān)測,收集監(jiān)視場景信息，提供實時的數(shù)據(jù)處理結(jié)果，以GIS模塊化的方式，顯示和存儲信息數(shù)據(jù)，從而作為重大突發(fā)災(zāi)害應(yīng)急預(yù)案的輔助系統(tǒng)[5]，在最大程度上避免應(yīng)急救援的無序性，提高應(yīng)急工作效率。

1 基于視頻監(jiān)控系統(tǒng)的突發(fā)災(zāi)害應(yīng)急損失評估技術(shù)

基于視頻監(jiān)控的突發(fā)災(zāi)害應(yīng)急損失評估技術(shù)可以理解為通過攝像頭充當(dāng)“眼睛”的作用，首先觀察現(xiàn)場的災(zāi)害情況，然后提取各類工程結(jié)構(gòu)的損失信息，接著據(jù)此判斷出災(zāi)害等級，最后通過地理信息系統(tǒng)(GIS)勾畫出整個研究區(qū)域內(nèi)受突發(fā)災(zāi)害影響的破壞水平，服務(wù)于災(zāi)害救援工作，減災(zāi)止損。

依據(jù)不同的災(zāi)害情況，主要有靜態(tài)監(jiān)測和動態(tài)監(jiān)測2種方案，前者由于攝像頭與監(jiān)視場景之間并無明顯相對運動，所以主要用于監(jiān)測滑坡、崩塌、泥石流等突發(fā)性災(zāi)害；而后者則因為攝像頭和監(jiān)視場景之間有相對的伸縮旋轉(zhuǎn)運動，主要用于地震災(zāi)害的監(jiān)測研究。

1.1 靜態(tài)背景目標(biāo)監(jiān)測與提取技術(shù)

對于攝像頭與所監(jiān)視場景之間并無明顯相對運動的情況，也即靜態(tài)背景下，可以用基于自適應(yīng)背景圖像估計與當(dāng)前多幀圖像混合差的方法，該方法可以精確監(jiān)測和提取監(jiān)視場景內(nèi)的目標(biāo)。一般應(yīng)用統(tǒng)計方法自適應(yīng)地估計和修正背景圖像及變化監(jiān)測閾值[6]。利用估計的背景圖像與當(dāng)前相鄰兩幀或多幀圖像的混合差進行變化監(jiān)測，監(jiān)測時用統(tǒng)計最優(yōu)的自適應(yīng)二值化[7]區(qū)分變化和未變化區(qū)域，使用基于二值圖像的形態(tài)學(xué)算法[8]去噪，經(jīng)過區(qū)域標(biāo)記和計算區(qū)域面積判斷場景是否有變化，最后利用相鄰兩幀或多幀差值精確提取目標(biāo)。

圖1 基于視頻監(jiān)控和GIS輔助的突發(fā)災(zāi)害應(yīng)急救援系統(tǒng)拓?fù)銯ig.1 The topology of sudden disaster emergency rescue system based on video surveillance and GIS

1.2 動態(tài)背景目標(biāo)監(jiān)測與提取技術(shù)

由于監(jiān)控設(shè)備大都安裝在龍門架、單桿或墻柱上，地面振動使攝像頭發(fā)生同震振動，從而導(dǎo)致視頻影像序列為動態(tài)背景。運動背景下目標(biāo)監(jiān)測與提取技術(shù)，通常解決方案是借助于視頻圖像的運動估計和分割算法來實現(xiàn)[9]。此外，還有一種提取運動目標(biāo)的方法，即特征點匹配法[10]。該方法是“先盯后看”，先做幀間匹配，再提取目標(biāo)。雖然從全程來看，背景場是運動的，但對每一小段而言，背景圖像卻是靜止的，這樣就可以利用靜態(tài)背景場的計算方法來進行目標(biāo)監(jiān)測和提取[11]。

1.3 小結(jié)

通過上文的闡述，可以得到以下結(jié)論：不論動態(tài)背景，還是靜態(tài)背景的目標(biāo)監(jiān)測與提取，其目的都是希望能夠快速獲取監(jiān)視區(qū)域內(nèi)目標(biāo)所受災(zāi)害影響信息。以遠(yuǎn)程視頻監(jiān)控的方式代替?zhèn)鹘y(tǒng)的專家實地考察方式收集災(zāi)情資料，以此為救援工作提供有參考價值的實地信息。

本文應(yīng)用多時相變化監(jiān)測技術(shù)識別目標(biāo)，進行災(zāi)害監(jiān)測和評估，監(jiān)測內(nèi)容包括：監(jiān)測已經(jīng)發(fā)生的災(zāi)害變化，識別災(zāi)害的性質(zhì)、程度，判斷受災(zāi)區(qū)域范圍和評估災(zāi)害變化的空間模式等。工作流程[12]是首先將突發(fā)災(zāi)害前后監(jiān)控影像進行幀間空間配準(zhǔn)，再進行灰度匹配，然后剔除非重點區(qū)，找到感興趣區(qū)域，最后將幀間圖像進行各種灰度運算比較，利用人機交互方式確定災(zāi)害異常的表現(xiàn)形式和災(zāi)害分布范圍。

在完成災(zāi)害現(xiàn)場的視頻影像資料提取之后，首先通過圖像分析方法，由計算機自動給出初步的災(zāi)情信息，如：構(gòu)(建)筑物的外部形變水平、承重墻(柱)破壞程度等信息；然后再由專家根據(jù)影像資料，對機讀的初步結(jié)果進行人工修正，判斷工程結(jié)構(gòu)的整體破壞水平，給出更為具體準(zhǔn)確的評估結(jié)果；最終的目的是通過收集各采樣點提取的災(zāi)害信息，對應(yīng)到采樣點所代表區(qū)域內(nèi)的災(zāi)害破壞程度，從而結(jié)合GIS勾畫出整個受災(zāi)地區(qū)的災(zāi)害破壞等級，便于制定相應(yīng)的救援方案。

2 基于視頻監(jiān)控系統(tǒng)的GIS輔助突發(fā)災(zāi)害損失評估系統(tǒng)

基于視頻監(jiān)控和GIS輔助的突發(fā)災(zāi)害應(yīng)急救援系統(tǒng)的網(wǎng)絡(luò)拓?fù)淙鐖D1所示，在通過廣泛布設(shè)于災(zāi)區(qū)的視頻監(jiān)控，得到地面各評估單元相應(yīng)的災(zāi)害損失信息后，進一步對這些數(shù)據(jù)進行分析處理，評估其災(zāi)害損失，最終以GIS的形式成圖，將地面災(zāi)害損失分布情況及其相應(yīng)災(zāi)害屬性表達(dá)在GIS圖層上。

GIS可以方便地對空間數(shù)據(jù)進行采集、分析、管理和輸出等，并具有區(qū)域分析、多重要素分析和動態(tài)預(yù)測的能力[13]。同時，GIS 不僅可以高效地處理空間數(shù)據(jù)，而且還可以管理有拓?fù)浣Y(jié)構(gòu)的圖形數(shù)據(jù)，并建立兩者之間的關(guān)系，因此特別適用于突發(fā)災(zāi)害的減災(zāi)系統(tǒng)。一旦發(fā)生突發(fā)災(zāi)害，即可充分發(fā)揮GIS的特有功能，實時跟蹤災(zāi)害發(fā)生、發(fā)展過程，并輔助開展災(zāi)后救援和應(yīng)急工作。

2.1 GIS輔助視頻監(jiān)控災(zāi)害損失評估技術(shù)思路

數(shù)字圖像技術(shù)與GIS有緊密的關(guān)系和很強的互支持性[14]。故提出GIS輔助視頻監(jiān)控災(zāi)害損失評估技術(shù)，利用GIS強大的數(shù)據(jù)存儲、管理和調(diào)度功能，協(xié)助專家理解監(jiān)控影像資料[15]。同時，相關(guān)大數(shù)據(jù)技術(shù)(數(shù)據(jù)庫、數(shù)據(jù)挖掘以及通信技術(shù)等)的發(fā)展，使得基于視頻監(jiān)控評估的應(yīng)用不再局限于獲取和存儲災(zāi)情信息，更重要的是要對數(shù)據(jù)結(jié)果進行解釋和應(yīng)用，提供災(zāi)害損失的詳細(xì)評估內(nèi)容，提高應(yīng)急救援工作的自動化程度。

2.1.1 基于視頻監(jiān)控的GIS輔助損失評估內(nèi)容

突發(fā)災(zāi)害損失評估主要是指對災(zāi)害所造成的工程結(jié)構(gòu)破壞和人員傷亡進行評估[16]。其中，工程結(jié)構(gòu)的破壞是重點關(guān)注的評估內(nèi)容。

基于視頻監(jiān)控的災(zāi)害損失評估，主要對構(gòu)(建)筑物損失和人員傷亡進行評估[17]，最核心的是通過對視頻監(jiān)控影像分析，提取到構(gòu)(建)筑物的災(zāi)情信息，而后對構(gòu)(建)筑物受損程度進行評估，統(tǒng)計其分類分級的損失信息，其中分類是指構(gòu)(建)筑物結(jié)構(gòu)類型，分級是指構(gòu)(建)筑物破壞等級，并將其錄入GIS 系統(tǒng)數(shù)據(jù)庫中，建立基礎(chǔ)圖層，與相應(yīng)的行政區(qū)劃圖或者街區(qū)圖疊加，便于災(zāi)后應(yīng)急救援工作時，進行空間分析和屬性查詢。

2.1.2 基于視頻監(jiān)控的GIS輔助災(zāi)情信息提取

提出1種包括人工目視判讀和計算機自動識別在內(nèi)的災(zāi)情信息提取方法，前者耗時短，后者精度高。概括如下：

1)采樣

視頻監(jiān)控設(shè)備布設(shè)范圍廣，總體觀測區(qū)域大，數(shù)據(jù)信息繁多，直接提取災(zāi)害信息不現(xiàn)實。因此，提出從評估對象中選取部分具有代表性的樣本進行災(zāi)情信息采樣，結(jié)合相適應(yīng)的插值算法。這樣做不僅加快了提取速度，同時又能夠保證提取的精度，最后通過采樣率和各采樣點的置信水平(依據(jù)各采樣點所代表的地面單元破壞程度高低對其添加權(quán)值)對評估結(jié)果進行修正，得到整個災(zāi)區(qū)分類分級的構(gòu)(建)筑物結(jié)構(gòu)損失水平。

2)視頻監(jiān)控現(xiàn)場災(zāi)害指數(shù)提取災(zāi)情

地震震害指數(shù)的概念在1970年通海地震調(diào)查中提出來后[18]，已廣泛應(yīng)用于地震震害研究中，地震震害指數(shù)是地面地震烈度值劃分的基礎(chǔ)，是反映地震破壞程度的定量化指標(biāo)。在這里，結(jié)合視頻監(jiān)控所捕捉到的影像資料，建立類似的評估方法，從而用于多種不同的突發(fā)災(zāi)害信息提取。

因此，提出可以通過人工目視判讀視頻監(jiān)控災(zāi)害影像，由專家給出評估對象的災(zāi)害指數(shù)水平；然后通過視頻解譯災(zāi)害指數(shù)與監(jiān)視場地災(zāi)害指數(shù)的對應(yīng)關(guān)系，轉(zhuǎn)化為場地災(zāi)害指數(shù)；再根據(jù)地區(qū)經(jīng)驗災(zāi)害矩陣，得到該采樣點所控制的區(qū)域，即地面評估單元的災(zāi)害等級，反映該采樣點所代表的控制區(qū)域內(nèi)災(zāi)害破壞程度。將該采樣點所代表區(qū)域的災(zāi)害等級數(shù)據(jù)與空間地理信息數(shù)據(jù)聯(lián)系起來，列表收錄，便于GIS進行數(shù)據(jù)管理和空間分析，如圖2所示。

圖2 基于災(zāi)害指數(shù)方法的災(zāi)情信息提取流程Fig.2 Disaster information extraction flow chart based on disaster index method

3)視頻監(jiān)控圖像分類提取災(zāi)情

雖然通過災(zāi)害指數(shù)提取災(zāi)情信息非常快速，但它十分依賴評估人員的經(jīng)驗水平，評估結(jié)果可能因個體差異而有較大區(qū)別。為了統(tǒng)一評估結(jié)果，減少這種隨機性較大的非系統(tǒng)誤差，在粗略評估(基于災(zāi)害指數(shù)的粗評估)完成后，采用基于機讀的數(shù)字圖像分類方式提取災(zāi)情，增強災(zāi)情提取效率。可采用綜合自動分類方法，如圖3所示，基本過程如下：

(1)非監(jiān)督分類。根據(jù)地表不同地物的光譜或幾何形狀特征區(qū)分目標(biāo)構(gòu)(建)筑物和其它實體，實際上是種先入為主的經(jīng)驗性分類方式。

(2)訓(xùn)練樣本的選擇。訓(xùn)練樣本借助人工判讀來確定，是分類分級的單棟或者群體構(gòu)(建)筑物。不同于地面調(diào)查確定災(zāi)害指數(shù)時構(gòu)(建)筑物的五級分級方案，這里考慮到視頻監(jiān)控的影像分辨率和災(zāi)害信息統(tǒng)計速度，將房屋構(gòu)(建)筑災(zāi)害分為3個等級，即：毀壞(毀壞和嚴(yán)重破壞)、破壞(輕微和中等破壞)和基本完好。

(3)圖像分類。訓(xùn)練樣本確定完畢后，利用計算機對圖像進行分類，完成災(zāi)害識別的整個過程。

(4)分類后處理。通過分類整理、分類結(jié)果修正、分類結(jié)果與影像融合等方法對分類結(jié)果進行處理，減少計算機自動分類的盲目性。

圖3 數(shù)字圖像分類方法災(zāi)情信息提取流程Fig.3 Digital image classification method disaster information extraction flow chart

2.1.3 構(gòu)(建)筑物災(zāi)害損失評估

根據(jù)災(zāi)害提取方式的不同，構(gòu)(建)筑物損失評估可分為基于災(zāi)害指數(shù)的損失評估和基于圖像分類結(jié)果的損失評估。

1)基于災(zāi)害指數(shù)的損失評估

災(zāi)害等級反映了1個地區(qū)宏觀的受災(zāi)情況，是判斷所監(jiān)視區(qū)域災(zāi)害強度的重要依據(jù)。在地震災(zāi)害損失評估中，姚新強等[19]提出的動態(tài)震害矩陣方法，有利于城市地區(qū)構(gòu)(建)筑物災(zāi)害損失的精準(zhǔn)動態(tài)評估。類似的，基于災(zāi)害指數(shù)的損失評估可以通過視頻解譯災(zāi)害指數(shù)與場地災(zāi)害指數(shù)對應(yīng)關(guān)系，得到該采樣點的場地災(zāi)害指數(shù)；再據(jù)此得到該采樣點所代表地面評估單元的災(zāi)害等級。最后根據(jù)動態(tài)災(zāi)害矩陣，給出采樣點控制地區(qū)單元內(nèi)群體構(gòu)(建)筑物的災(zāi)害損失評估結(jié)果。

2)基于圖像分類結(jié)果的損失評估

基于圖像分類結(jié)果的損失評估是在災(zāi)害發(fā)生后數(shù)分鐘至數(shù)小時內(nèi)給出(數(shù)據(jù)覆蓋率不同，計算時間也有所差異)評估結(jié)果。孫麗娜等[20]根據(jù)唐山和汶川2個震例，又計算了不同震源機制對近場PGA的影響，十分有利于災(zāi)后進行更加細(xì)致的評估。更重要的，甚至可以基于此，用來做時程分析。由于圖像分類結(jié)果已經(jīng)是分類分級的，所以從中統(tǒng)計出相應(yīng)破壞比和破壞面積等，結(jié)合當(dāng)?shù)氐臉?gòu)(建)筑物造價等信息后，即可進行損失計算。

2.1.4 人員傷亡評估和失去住所人數(shù)評估

人員傷亡和失去住所人口都和構(gòu)(建)筑物災(zāi)害信息有密切關(guān)系，人員傷亡情況主要與下列因素有關(guān)，如不同時間段構(gòu)(建)筑內(nèi)的人數(shù)、構(gòu)(建)筑物的綜合造價水平，以及各類構(gòu)(建)筑物的災(zāi)害等級分布、是否有利于搶救等。發(fā)生災(zāi)害時，有組織有計劃地安排人員疏散是一項重要工作。在城市地區(qū)，疏散場地主要是廣場、公園、街心綠地和運動場等空地。而GIS的空間分析功能又是其優(yōu)勢所在，因此可以通過建立適當(dāng)?shù)膽?yīng)急疏散模型來仿真計算城市地區(qū)突發(fā)災(zāi)害時應(yīng)急救援人員疏散工作。由于現(xiàn)有災(zāi)害損失評估技術(shù)在人員傷亡統(tǒng)計上已經(jīng)能夠做到十分準(zhǔn)確細(xì)致的評估，因而這部分并不作為本文研究的重點，只是將其作為完整評估內(nèi)容的一部分加以說明。

2.2 基于視頻監(jiān)控系統(tǒng)的GIS輔助災(zāi)害應(yīng)急損失評估技術(shù)的優(yōu)勢

現(xiàn)有的信息獲取手段,如遙感、航拍等高空傳感器系統(tǒng),獲取的多是平面影像，只能提供二維數(shù)據(jù),往往可以清晰地看到構(gòu)(建)筑物頂部的損毀情況，而其側(cè)面、內(nèi)部的災(zāi)害損失情況則無法觀察到。而基于視頻監(jiān)控影像的評估技術(shù)，能分別從正視、俯視、側(cè)視3個角度，也即X-Y-Z三軸方向?qū)δ繕?biāo)進行立體觀測，因而提取到的災(zāi)情信息更為真實客觀。

另外，現(xiàn)有的二維災(zāi)害信息數(shù)據(jù),如以衛(wèi)片為主的星載傳感器數(shù)據(jù)、以航片為主的機載航空傳感器數(shù)據(jù)，常常因拍攝平臺的不穩(wěn)定，導(dǎo)致獲取到的影像產(chǎn)生幾何畸變。必須要對其進行對準(zhǔn)矯正、消除畸變和空間定位等預(yù)處理步驟之后,才可以進一步作業(yè)。

雖說衛(wèi)星影像可以實現(xiàn)無控制點糾正，但其在數(shù)據(jù)獲取時間上,目前很難滿足應(yīng)急的快速評估需求。航空影像則因為拍攝平臺不穩(wěn)定、數(shù)據(jù)量大等原因，處理過程中算法繁瑣、耗時嚴(yán)重，不能滿足實時獲取災(zāi)區(qū)災(zāi)情的要求。此外，難以控制的氣象因素還會導(dǎo)致光學(xué)影像資料失效。雖然近些年來快速發(fā)展的雷達(dá)成像技術(shù)不受氣象條件限制，但其影像資料并不適合人工目視判讀。上述種種弊端在一定程度上制約了衛(wèi)片、航片在突發(fā)災(zāi)害時災(zāi)區(qū)的應(yīng)急和災(zāi)害損失評估工作上的應(yīng)用。

鑒于此，本文提出的GIS輔助視頻監(jiān)控系統(tǒng),在突發(fā)災(zāi)害應(yīng)急救援評估中，可以作為現(xiàn)有災(zāi)害損失評估技術(shù)的補充技術(shù)，以此來提高突發(fā)災(zāi)害的應(yīng)急救援工作效率?？偨Y(jié)以往突發(fā)災(zāi)害中各類災(zāi)情信息獲取技術(shù)之間的相互協(xié)調(diào)配合的經(jīng)驗，可以看出：今后的突發(fā)災(zāi)害評估技術(shù)需具備網(wǎng)絡(luò)協(xié)同、數(shù)據(jù)共享和多方會商的功能，以便實現(xiàn)在應(yīng)急救援工作中,匯聚圖像圖形專家、災(zāi)害損失評估專家、工程結(jié)構(gòu)專家等專業(yè)人員的力量[21-22]。

3 結(jié)論與展望

1)以基于視頻監(jiān)控的突發(fā)災(zāi)害快速應(yīng)急損失評估技術(shù)為研究內(nèi)容，在詳細(xì)研究其技術(shù)依據(jù)，即計算機圖形技術(shù)，能夠準(zhǔn)確監(jiān)測和提取場景內(nèi)目標(biāo)影像這一重要結(jié)論后，提出1種基于視頻監(jiān)控系統(tǒng)的GIS輔助應(yīng)急損失評估技術(shù)，并針對以構(gòu)(建)筑物為主的評估對象，提出1種分類分級的多模式災(zāi)情信息獲取方法。

2)GIS輔助的視頻監(jiān)控災(zāi)害損失評估方法結(jié)合了人工目視判讀和計算機圖像自動處理技術(shù)，簡化了災(zāi)情信息提取過程，提高了工作效率。通過GIS基礎(chǔ)數(shù)據(jù)庫等功能，輔助解譯視頻監(jiān)控圖像資料，可為工程結(jié)構(gòu)損失計算提供數(shù)據(jù)支撐。

3)提出的多模式、多數(shù)據(jù)源的評估方法，能夠幫助在突發(fā)災(zāi)害應(yīng)急初期，迅速掌握宏觀的災(zāi)情信息，為救援力量的部署提供參考意見。而在隨后陸續(xù)獲得高密度監(jiān)控影像資料，并與專家進行交匯式討論后，可以根據(jù)應(yīng)急階段的不同需求，逐步給出更高精度的評估結(jié)果。

[1] 郭增建，郭安寧，吳建華，等. 2015年10月26日阿富汗MS7.8地震發(fā)生時間的回顧性預(yù)測[J].地震工程學(xué)報，2015,37(4)：1127-1128.

GUO Zengjian, GUO Anning, WU Jianhua, et al. Reviewing prediction for the occur-rence time of the afghan MS7.8 Earthquake on Oct.26, 2015[J]. China Earthquake Engineering Journal, 2015,37(4):1127-1128.

[2] 郭安寧，李鑫，白雪見，等. 2016年1月21日青海門源6.4級地震及相關(guān)參數(shù)[J].地震工程學(xué)報，2016,38(1)：150-158.

GUO Anning,LI Xin,BAI Xuejian, et al. The menyuan, Qinghai MS6.4 Earth-quake on 21 January 2016 and its related parameters [J]. China Earthquake Engine-ering Journal, 2016,38(1):150-158.

[3] 郭安寧，郭志宇，趙乘程，等. 2013年甘肅岷縣漳縣MS6.6地震及短臨前兆的顯現(xiàn)[J].地震工程學(xué)報，2015,37(4)：981-985.

GUO Anning, GUO Zhiyu, ZHAO Chengcheng, et al. Minxian-Zhangxian MS6.6 Earthquake in Gansu(2013) and its short-term and im-pending precursors [J]. China Earthquake Engineering Journal, 2015,37(4):981-985.

[4] 郭安寧，郭增建. 2014年2月12日新疆于田地震MS7.3級地震的回顧性預(yù)測討論[J]. 華南地震，2014，34(4)：15-19.

GUO Anning, GUO Zengjian. Retrospective discussion of prediction for February 12th, 2014 Yutian MS7.3 Earthquake[J].South China Journal of Seismology, 2014,34 (4):15-19.

[5] 陳文凱，孫艷萍，周中紅，等. 甘肅省地震應(yīng)急專題圖的設(shè)計與實現(xiàn)[J]. 地震工程學(xué)報，2015，37(3)：884-889.

CHEN Wenkai, SUN Yanping, ZHOU Zhonghong, et al. Design and implementation of Earthquake emergency thematic map of Gansu province[J]. China Earthquake Engineering Journal, 2015,37(3):884-889.

[6] Stauffer C, Grimson W E L. Learning patterns of activity using real-time tracking[J]. IEEE Transactions on Pattern Analysis & Machine Intelligence, 2000, 22(8):747-757.

[7] 楊威，張?zhí)镂?復(fù)雜景物環(huán)境下運動目標(biāo)檢測的新方法[J].計算機研究與發(fā)展，1998,35(2)：724-728.

YANG Wei ,ZHANG Tianwen.A new method for the detection of moving targets in complex scenes[J]. Computer Research and Development，1998, 35(2):724-728.

[8] 韓曉軍. 數(shù)字圖像處理技術(shù)與應(yīng)用[M]. 北京：電子工業(yè)出版社，2009.

[9] 陳巖，劉開華. 動態(tài)背景下運動目標(biāo)的檢測與跟蹤[J]. 通信技術(shù)，2003 (12):104-106.

CHEN Yan, LIU Kaihua. The way to check and track moving object in dynamic background[J]. Communications Technology, 2003(12):104-106.

[10] 王洪斌，趙振涌，顧彪，等. 基于全局運動補償?shù)亩噙\動目標(biāo)檢測方法研究[J]. 計算機技術(shù)與應(yīng)用，2011,37(1):110-116.

WANG Hongbin, ZHAO Zhenyong, GU Biao, et al. Research on Multi-Moving object detection algorithm based on global motion compensation[J]. Computer Technology and Its Applications, 2001,37(1):110-116.

[11] 童劍軍，鄒明福. 基于視頻監(jiān)控圖像的車輛測速[J]. 中國圖象圖形學(xué)報，2005,10 (2):192-196.

TONG Jianjun, ZOU Mingfu. Speed measure-ment vehicle by video image[J]. Journal of Image and Graphics, 2005,10(2):192-196.

[12] 邊肇祺. 模式識別[M]. 北京：清華大學(xué)出版社，2000.

[13] 溫瑞智. 基于GIS的城市抗震防災(zāi)系統(tǒng)設(shè)計[J]. 世界地震工程，1997,13 (4):28-33.

WEN Ruizhi. The Constitution of GIS-based urban Earthquake resistance system[J]. World Information On Earthquake Engineer-ing, 1997,13(4):28-33.

[14] 陳文凱，何少林，周中紅. 基于多源數(shù)據(jù)的震害快速評估方法探討[J]. 西北地震學(xué)報，2010，32(1)：76-81.

CHEN Wenkai, HE Shaolin, ZHOU Zhonghong. Study on rapid evaluation method of earthquake damage based on multi-source data[J]. Northwestern Seismological Jour-nal, 2010,32(1):76-81.

[15] 陳文凱，何少林，張?zhí)K平，等. 汶川地震甘肅省文縣地震地質(zhì)災(zāi)害遙感分析[J]. 西北地震學(xué)報，2011，33(4)：363-369.

CHEN Wenkai, HE Shaolin, ZHANG Suping, et al. Analysis on the geo-hazards trigger-ed by Wenchuan earthquake in Wenxian county, Gansu province, based on remote sensing information[J]. Northwestern Seis-mological Journal, 2011,33(4):363-369.

[16] 尹之潛. 城市地震危害性分析的基本框架和方法[J]. 地震工程與工程振動，1999，19(1)：70-75.

YIN Zhiqian. Basic framework of urban earthquake risk analysis[J]. Earthquake Engineering and Engineering Vibration, 1999,19(1):70-75.

[17] 何少林，李佐唐，姚子文. 甘肅省地震應(yīng)急基礎(chǔ)數(shù)據(jù)庫管理服務(wù)軟件系統(tǒng)研制[J]. 西北地震學(xué)報，2006，28(2)：149-153.

HE Shaolin, LI Zuotang, YAO Ziwen. Development in software system of manage-ment and server to earthquake emergency base database in Gansu province[J]. Nor-thwestern Seismological Journal, 2006, 28 (2):149-153.

[18] 胡聿賢. 地震工程學(xué)[M]. 北京：地震出版社，2006.

[19] 姚新強，孫柏濤，陳宇坤，等. 基于震害預(yù)測的動態(tài)震害矩陣方法研究[J]. 地震工程學(xué)報，2016，38(2)：318-322.

YAO Xinqiang, SUN Baitao, CHEN Yukun, et al. Study on method of dynamic earthquake damage matrix based on seismic damage prediction[J]. China Earthquake Engineering Journal, 2016,38(2):318-322.

[20] 孫麗娜，王曉山，楊家亮，等. 震源機制類型對近場峰值加速度(PGA)分布的影響——以唐山和汶川震區(qū)為例[J]. 地震工程學(xué)報，2015,37(1)：159-167.

SUN Lina, WANG Xiaoshan, YANG Jialiang, et al. Influence of focal mechanism types on the near-field distribution of peak ground acceleration——case study of Tangshan and Wenchuan earthquake regions [J]. China Earthquake Engineering Journal, 2015,37(1):159-167.

[21] 安立強，張景發(fā). 遙感技術(shù)在震害調(diào)查中的應(yīng)用現(xiàn)狀和發(fā)展趨勢[J]. 地震工程與工程振動，2011,31(2):182-188.

AN Liqiang, ZHANG Jingfa. Application situation and trend of remote sensing technology used in earthquake disaster survey[J]. Earthquake Engineering and Engineering Vibration, 2011,31(2):182-188.

[22] 張翼，郭紅梅，胡斌，等. 基于PDA的四川災(zāi)情速報系統(tǒng)[J]. 華南地震，2014，34(4)：55-60.

ZHANG Yi, GUO Hongmei, HU Bin, et al. Earthquake disaster rapid reporting system of Sichuan province based on PDA[J]. South China Journal of Seismology, 2014, 34(4):55-60.