Resumen

El estudio de campo es una forma laboriosa de evaluar objetivamente el grado de daños en los edificios provocados por los terremotos. En este artículo, presentamos un método basado en un árbol de decisión para clasificar el tipo de daños en los edificios utilizando la teledetección de múltiples fuentes, tanto antes como después de los terremotos. En concreto, se delinean los límites de los edificios a partir de imágenes de satélite de múltiples fuentes anteriores al seísmo mediante un método de aprendizaje no supervisado. A continuación, los daños en los edificios se clasifican en cuatro tipos utilizando un método de árbol de decisión a partir de imágenes de UAV posteriores al terremoto, es decir, edificios básicamente intactos, edificios ligeramente dañados, edificios parcialmente derrumbados y edificios completamente derrumbados. Además, los edificios ligeramente dañados se determinan por los agujeros detectados en los tejados utilizando características conjuntas de color y altura. Se utilizan dos zonas experimentales de los terremotos de Wenchuan y Ya'an para verificar el método propuesto.

• Materias:Matemáticas Análisis Matemático Álgebra Ingeniería Matemática aplicada Lógica matemática
• Subjects:mathematics Mathematical Analysis Algebra Engineering Applied Mathematics Mathematical logic
• Palabras claves:edificios, daños en edificios, método del árbol de decisión, imágenes uav posteriores al terremoto, imágenes de satélite de origen, método de aprendizaje no supervisado, estudio de campo, terremotos de ya'an, zonas experimentales, características de altura
• Keywords:buildings, building damage, decision tree method, postearthquake uav images, source satellite images, unsupervised learning method, field survey, ya’an earthquakes, experimental areas, height features