© 2014 Irwansyah.E.出版社：Elsevier B.V.信息工程研究院负责评选和同行评议可在www.sciencedirect.com上在线获取ScienceDirectIERI Procedia 10（2014）196 - 2022014未来信息工程基于模糊神经网络和GISIrwansya。Ea *，Sri HartatibaBina Nusantara大学，Jalan KH。Syahdan No 9 Palmerah，Jakarta 11480，IndoensiabUniversitasGadjahMada，Sekip Utara，BulakSumur，日惹55281，印度摘要本研究的目的是开发一个集成模糊神经网络和地理信息系统的建筑物震害危险性评估和经济损失计算系统。本研究包括建筑物破坏危险区的建立、建筑物数据库的建立、建筑物破坏危险性评估和破坏对经济损失的影响四个步骤。分析结果显示，研究地点97%的建筑物功能是低危害建筑物损坏，住宅/商业类型和教育/宗教设施大多数处于建筑物损坏的中度至高度危险区。印度尼西亚班达亚齐市地震造成的建筑物损坏造成的直接经济损失估计约为1，518，831，150，000印尼盾（168，759，016美元）。© 2014作者。由爱思唯尔公司出版 这是一篇基于CC BY-NC-ND许可证的开放获取文章（http://creativecommons.org/licenses/by-nc-nd/3.0/）。信息工程研究院负责评选和同行评议关键词：建筑物破坏;灾害评估;地震;模糊神经网络; GIS1. I介绍印度尼西亚是世界上地震烈度最高的国家之一，其主要特征是位于三大板块之间的构造岛，即北部的欧亚板块、印度-澳大利亚板块* 通讯作者。联系电话：+6-221-534-5830;传真：+6-221-530-0244电子邮件地址：edirwan@binus.ac.id2212-6678 © 2014作者由爱思唯尔公司出版 这是一篇基于CC BY-NC-ND许可证的开放获取文章（http://creativecommons.org/licenses/by-nc-nd/3.0/）。信息工程研究所负责的选择和同行评审E. Irwansyah和Sri Hartati / IERI Procedia 10（2014）196197太平洋板块在东北部。近十年来的高强度地震除了造成人员伤亡外，还造成班达亚齐市建筑物的破坏，其破坏程度达到2004年苏门答腊地震的35%（Irwansyah，2010年），2006年日惹地震造成的总损失超过14万套（Miura等人，2005年），2009年西苏门答腊的影响超过30万人（澳大利亚国际开发署，2012年）。鉴于建筑物在地震中的破坏程度很高，为了减少人员伤亡，需要有一种包括建筑物破坏评估和直接经济损失评估（直接评估）在内的评估方法。该评估方法可作为一般仅在建筑物损坏评估领域进行的地震引起的建筑物损坏危害相关的空间决策支持系统的基础（Alam et al，2013; Aghataher，et al，2008），以及对建筑物损坏危害和直接经济损失影响的评估。(Tang和Zhao，2012; Motamed等人，2014; Duzgun等人，2011; Hashemin和Alesheikh，2011; Molina等人，2010; Tang和Wen，2009; Bo等人，2009; Rosyidi等人，2008; Yeh等人，2006）。目前研究人员直接评估建筑物损坏以及对经济损失的影响的方法主要是使用GIS，而一些研究人员则使用集成的风险评估工具和SIG等集成系统（Alam等人，2013），人工智能和SIG（Tang和Zhao，2012; Choun和Elnashai，2010; Tang和Weng，2009）以及Fuzzy-AHP和SIG（Aghataher等人，2008）。本研究的目的是开发一种集成的方法，实现模糊kohonen聚类网络（FKCN）算法从模糊神经网络模型与地理信息系统评估地震造成的建筑物损坏的危险性，并直接使用地震数据和建筑库存在班达亚齐的建筑物损坏的经济损失的影响进行评估。2. 建筑物地震灾害危险性评估基于评估域，一般而言，早期关于地震造成的建筑物损害的评估仅是评估建筑物损害，如Aghataher等人，2008和Alam等人，2013，或作为建筑物损害中直接经济损失影响的评估单元，如Yeh等人，2006; Rosyidi等人，2008; Tang and Wen，2009; Bo et al，2009; Molina et al，2010; Duzgun etal，2011; Hashemin and Alesheikh，2011; Tang and Zhao，2012; Motamed et al，2014.Aghataher等人（2008年）和Alam等人（2013年）的研究集中在两个不同城市（加拿大基洛纳和伊朗德黑兰）的地震和空间决策支持系统（SDSS）造成的建筑物损坏评估上，使用地震数据和建筑物清单，通过结合已验证的数据库和现场调查结果进行组织。两位研究人员都使用GIS作为主要工具来分析每种方法的组合，这是Alam等人的风险评估集成工具（RADIUS），2013年，GIS工具在特殊分析过程中作为有效决策支持和识别风险区域的基础是有用的。与早期研究人员相比，Yeh等人，2006; Rosyidi等人，2008; Tang和Wen，2009; Bo等人，2009;Molina等人，2010; Duzgun等人，2011; Hashemin和Alesheikh，2011; Tang和Zhao，2012; Motamed等，2014进行了地震直接影响的建筑物损坏评估和经济损失评估。基于GIS的台湾地震损失评估系统（TELES）由Yeh等开发，2006年，集成了几个库存数据和地震模块分析，损失评估和社会经济损失估计模块，该模块是HAZUS模型的增强，具有额外的模块，可以自动估计灾害规模，并在大规模地震事件发生后立即分发。2008年，Rosyidi等人将TELES模式作为IELES在印度尼西亚复制，并作为决策支持实施，并建议成为处理印度尼西亚西爪哇省班图尔市Bo等人（2009年）也提出了类似的模型，198E. Irwansyah和Sri Hartati / IERI Procedia 10（2014）196ୀୀଵୀୀଵ基于GIS开发的信息与决策支持系统与基于GIS构建的网络化信息与决策支持系统（WebGIS）的区别。Tang and Wen，2009; Choun and Elnashai，2010和Tang and A.P Zhao，2012分别使用人工智能（AI）作为独立的以及与GIS集成的方法来评估建筑物损坏，并计算地震直接造成的建筑物损坏对经济损失的影响。Tang和A.P Zhao在2012年使用该方法开发了一个决策支持系统，专门用于减轻地震造成的灾害风险。与其他两位研究人员Choun和Elnashai相比，2010年仅在蒙特卡洛方法的模拟中使用人工智能来开发一种近似方法，通过修改分位数算术方法来解决传播的不确定性值问题，以最大限度地减少计算过程。最新版本的开源软件SELENA（v4.1）是由Molina等人于2010年开发的，用于计算地震造成的风险。本研究采用确定性与机率性模型，以近即时资料为基础，并采用逻辑树运算程序。所开发的方法是独立的分析术语，特别是用于计算某些建筑类型的破坏水平，包括计算地震造成的经济损失以及人员伤亡人数。Duzgun等人（2011年）使用GIS研究了一个涉及建筑物损坏影响计算的更广泛因素，除建筑物损坏和地震造成的经济损失影响外，还增加了社会脆弱性因素。所开发的方法是一个综合模型，考虑城市环境的脆弱性作为一个整体。Hashemin和Alesheikh在2011年提出了一个基于GIS的地震损失估算模型。该模型仅利用地震活动最活跃地区伊朗莫沙市的地震基本效应进行简化。3. 方法本研究使用两种类型的数据，即开发地震危险区的数据，包括峰值地面加速度（PGA）数据，岩性和地形区和班达亚齐的建筑物清单数据。该研究方法包括建筑物损坏危险区的开发、建筑物清单的开发、建筑物损坏危险性评估和建筑物损坏对经济损失的影响评估四个步骤。采用模糊Kohonen聚类网络（FKCN）作为FNN算法进行数据聚类，Kriging算法进行数据插值和分区，建立了建筑物震害危险区。建筑物数据来自班达亚齐市区域规划和发展局BAPPEDA，2008年的数据，2010年的卫星图像更新。建筑物数据由37，203个建筑单元组成，其形式为多边形和shapefile（shp）格式，属性数据由特征ID、形状、特征代码、对象名称和建筑物个体单元的面积组成。该数据库是在GIS桌面中使用关系数据库开发的。建筑物损坏危险的评估是使用空间分析，使用一种技术，称为重叠相交多边形的多边形（布尔逻辑）之间的建筑物损坏危险区数据和建筑物的个人从建筑物清单。空间相交是Clementini等人在1993年基于Egenhofer和Franzosa的模型（1991年）开发的维度扩展的九相交模型（DE-9 IM）的空间拓扑之间的关系。建筑物损坏的经济影响是使用Yang等人（2006）使用的地震灾害损失评估（EDLE）模型进行的直接损坏损失评估。EDLE模型ሺሻσୀୀଵሻǡ ǡሺሻǡǡሺ σ ǡ ሺሻǡ ǡ ሺሻ（一）σE. Irwansyah和Sri Hartati / IERI Procedia 10（2014）196199式中，（n，s，j）为建筑物损坏率; T（n，s，k）为建筑物总面积; B（s，k）为平均翻修费用; W（n，s，j）为建筑物内部损坏单位面积的经济影响。在本研究中，W（n，s，j）不是作为评价因子使用或等于0。根据2004年日惹和中爪哇评估报告的建筑物损坏评估和经济损失报告，印度尼西亚亚齐省2004年地震和海啸后重建过程中的平均翻修费用为140 - 160万/m2（Bappenas，2006年）4. 结果和讨论4.1. 建筑物损坏危险数据库使用一般方法开发空间数据库是使用本研究中实现的GIS应用程序以及Yang et al，2006和Bo et al，2009进行的本研究所使用的建筑物数据库由shapefile（shp）多边形37、363个建筑物单元组成，并附有基本属性。建筑物损坏危险数据类是通过集成的建筑物清单和建筑物损坏危险区。通过将功能代码与元数据中仍然可用的其余部分相结合来收集建筑功能的属性。基本属性中的单个建筑面积从单位面积公顷（ha）转换为平方米（m2），以便于分析建筑物损坏的经济影响。在ArcGIS ver.10软件上可视化建筑物损坏危险数据库，如图1所示。图1.在GIS软件上建立灾害危险度数据库。所示建筑单元在低建筑物损坏危险区（红色）上分段，数据库200E. Irwansyah和Sri Hartati / IERI Procedia 10（2014）196Yang et al，2006以及Bo et al，2009在早期的研究中使用建筑单元数据作为基础，并使用ArcIMS服务器与GIS服务器实现数据库属性的OLE（OO4O）的Oracle对象。Yang等人（2006年）使用了从卫星图像中提取的建筑单元数据。4.2. 印度尼西亚班达亚齐市建筑物损坏危险性评估通过使用分区灾害数据和建筑物清单与交叉型空间分析的方法，在班达亚齐的建筑物损坏的危险性，并进行评估。利用建筑功能相似性聚类，将建筑功能类别从17个功能简化为9个功能。分析表明，超过97%的建筑物功能或包括36，312个单元的建筑物处于地震引起的低建筑物破坏危险区，不到3%或包括1，051个单元的中高度建筑物破坏危险区。住宅和商业建筑、教育设施和宗教设施是大多数处于中等至高等建筑物损坏危险区的建筑物，损坏程度中等至高等，分别为1，039个单位（3%）和4个单位（0.01%）。下表1列出了各损坏危险等级的建筑物功能详情。表1.按功能和损坏危险程度分列建筑功能低损害危险介质高总住宅和COM。建筑35,68185418536,720宗教设施15531159政府大楼24--24旅馆/汽车旅馆55教育设施15640公立医院17219体育设施5353火车站22花园2192221总36,31286318837,2034.3. 建筑物损坏建筑物震害的经济影响评估是建筑物震害危害的直接影响。早期的步骤是计算每个危险区的每个建筑功能的单个单元的面积，并使用Yang等人（2006年）使用的ESLM公式计算经济效应。分析表明，在高、中、低灾害危险区中，住宅区和商业建筑面积最大，共6,271,582m2，占班达亚齐市建筑面积的94.5%。各建筑功能区在不同破坏程度下的面积见表2。表2.基于建筑功能和损坏危险区等级的灾害危险区建筑物功能（M2）大共计（M2）低介质高住宅和COM。建筑6,185,40375,73510,4446,271,582宗教设施56,90589564058,440政府大楼16,5290016,529旅馆/汽车旅馆3,059003,059教育设施65,1461,845066,990公立医院27,483014127,624E. Irwansyah和Sri Hartati / IERI Procedia 10（2014）196201体育设施82,5380082,538火车站54300543花园107,113100107,124总6,544,71978,48511,2256,634,429利用建筑单元面积，各危险度上建筑物破坏危险度的比值为0.15，0.25 Irwansyah，2010年和Motamed等人，2014年研究的建筑物和1.0以及Bappenas 2006年发表的班达亚齐的建筑物翻新成本，因此地震造成的建筑物损坏造成的总经济影响为Rp 1，518，831，150，000（约168，759，016美元），其中Rp。1，472，561，775，000是建筑物损坏对低损害危险区造成的经济影响，Rp。29，431，875，000作为中等损害危险区的经济效应和Rp。16，837，500，000作为高层建筑损坏危害的经济影响。5. 结论将模糊神经网络与地理信息系统相结合，可以实现对建筑物的震害评估，并直接计算建筑物震害造成的经济损失。分析结果表明，班达亚齐市现有建筑功能中有97%以上处于低震害危险区，其中包括住宅、商业建筑和宗教建筑。教育设施主要是高层建筑损坏危险区的建筑物，占3%至0.01%。研究地点印度尼西亚班达亚齐市地震造成的建筑物损坏的直接经济损失估计约为1，518，831，150，000印尼盾（168，759，016美元）引用[1].Aghataher，R.，Delavar，M. R.，Nami，M. H、Samnay，N.城市地震易损性评价的模糊层次分析决策支持系统World App Sci J 2008; 3：1 66- 72. Yang[2].Alam，M. N.，Tesfamariam，S.，阿拉姆，M。S.基于GIS的地震灾害评估：不列颠哥伦比亚省基洛纳市的案例研究。Nat Haz Rev 2013;14：166 -78.[3].澳大利亚国际开发署。（2012年）。西苏门答腊地震-一年后，可在www.example.com上查阅http://www.ausaid.gov.au/HotTopics/Pages/Display.aspx? QID=471。[4].附录。初步损失评估：2006年日惹和中爪哇自然灾害。[5] Bezdek，J.C.，曹东健K.，N.R.，N.R.：模糊Kohonen聚类网络，模糊系统1992;27：5 757-764[6].Bo，J.，Xiaxin，T.，平湖，澳-地防震减灾信息与决策支持系统的扩展。第二届国际图像与信号处理大会2009; 1-5。[7].Bo，J.，Xiaxin，T.，平湖，Yanru，W.基于WebGIS的防震减灾信息与决策支持系统。第六届模糊系统与知识发现国际会议2009; 7 397-401。[8].Choun，Y.美国，Elnashai，A. S.概率地震损失估计的简化框架。Probably Engineering Mechanics 2010; 25：4 355-364.[9].Clementini，E.，Di Felice，P.，van Oosterom，P. A small set of formal topological relationshipssuitable for end-user interaction.在空间数据库的进展（pp。277-295）。Springer Berlin Heidelberg;1993.[10]第10段。杜兹贡S. B、Yucemen，M.美国，Kalaycioglu，H.美国，Celik，K.，Kemec，S.，Ertugay，K.，Deniz，A.城市地区地震易损性综合评估框架。Nat Haz Rev 2011; 59：2 917-947。[11].Hashemi，M.，Alesheikh，A. A.基于GIS的震害评估与安置方法。土壤动力学与地震工程2011;31：111607-1617.[12]第10段。Irwansyah，E.利用遥感、航空照片和GIS数据进行建筑物损坏评估--2004年苏门答腊地震后班达亚齐的案例研究智能技术及其应用研讨会进展202E. Irwansyah和Sri Hartati / IERI Procedia 10（2014）1962010;11：157 -65.[13]第10段。林锦腾，李建生。George.神经模糊系统智能系统的一种神经模糊协同。普伦蒂斯·霍尔Inc;1996.[14]第10段。Miura，H.，Wijeyewickrema，A.，井上S.利用高分辨率卫星图像评估2004年苏门答腊地震对斯里兰卡东部造成的海啸损害。2005年第三次遥感用于灾后反应国际讲习班的记录[15]第10段。Molina，S.，D. H.朗角D.林霍尔姆“SELENA-一个使用逻辑树计算程序进行地震风险和损失评估的开源工具。计算机和地球科学2010;36：3 257-269。[16]第10段。Motamed，H.，Khazai，B.，Ghafory-Ashtiany，M.，Amini-Hosseini，K.地震减灾方案中预算分配优化的自动模型。Nat Haz Rev 2014;70：151 -68.[17]第10段。罗斯伊迪作者：S.A.，C-C. J. Lin，Z. Chik，M.R. Taha，A.伊斯梅尔班图尔地震灾害管理系统的开发：对地震结构破坏的初步研究。2008年第14届世界地震工程大会[18]. Tang，A.P.，Zhao，中国粘蝇A.P. 防震减灾决策支持系统。第二届智能系统设计与工程应用国际会议2012 ; 748-751。[19]第10段。Tang，A.，Wen，A.地震灾害评估智能模拟系统计算机与地球科学2009;35：5 871-879。[20]第20段。杨，K.，徐，智-地L.，Peng，S.是的，&Cao，Y. B.基于GIS的城市地震灾害损失评估与应急决策支持系统的设计与实现。在地理信息学2008年和地理信息系统和建筑环境联合会议。《自然资源和环境监测与评估》，2008年：71450 H-71450 H。[21].是的，C。H、洛角H、&蔡氏K. C.台湾地震损失评估系统概述。自然灾害2006;37：（1-2）23-37.
我的内容管理
展开
