Zur Kurzanzeige

2015-01-12Dissertation DOI: 10.18452/17104
Seismic vulnerability assessment of built environments with remote sensing
dc.contributor.authorGeiß, Christian
dc.date.accessioned2017-06-18T13:36:12Z
dc.date.available2017-06-18T13:36:12Z
dc.date.created2015-01-16
dc.date.issued2015-01-12
dc.identifier.urihttp://edoc.hu-berlin.de/18452/17756
dc.description.abstractGlobale Urbanisierungsprozesse und eine Zunahme der räumlichen Konzentration von exponierten Elementen wie Menschen, Gebäude, Infrastruktur und ökonomische Werte induzieren ein ungekanntes Risiko in erdbebengefährdeten Regionen. Wenn keine Abschwächung des Risikos erfolgt werden dramatische Folgen in der Zukunft erwartet. Diese umfassen eine beispiellose Anzahl an Todesopfer, enorme ökonomische und ökologische Verluste und Ausfälle bezüglich kritischer Infrastruktur und Versorgung etc. Um derartige Gefährdungen abzuschwächen sind detaillierte Informationen über seismisches Risiko notwendig. Die seismische Verwundbarkeit von Siedlungsarealen ist dabei als zentrale, konstituierende Komponente von seismischem Risiko zu berücksichtigen. In diesem Zusammenhang ist es von besonderem Interesse das Verhalten von Gebäudeinventaren unter einem bestimmten Erdbebeneinfluss abschätzen zu können. Das Hauptziel der Arbeit war es maßgeschneiderte Methoden zu entwickeln, die eine Bewertung der seismischen Vulnerabilität von Siedlungsräumen, basierend auf Fernerkundungsdaten, durchführbar machen. Es wurden Methoden aus dem Bereich des maschinellen Lernens adaptiert, um Verwundbarkeitsstufen von Gebäuden und homogenen Siedlungsstrukturen zu bestimmen. Hierfür wurden Merkmale aus Fernerkundungsdaten abgeleitet und mit in situ Informationen verknüpft. Wir verwenden verschiedene Ensembles von Fernerkundungssensoren, um die urbane Morphologie umfassend zu charakterisieren. Empirische Ergebnisse, die für die erdbebengefährdeten Städte Padang (Indonesien) und Istanbul (Türkei) generiert werden konnten, bestätigen die Durchführbarkeit der entwickelten Verfahren. Zukünftige Arbeiten können daran anknüpfen und beispielsweise empirische Erkenntnisse in weiteren Fallstudien anzweifeln, eine Verbesserung der Methodik vornehmen, Konzepte und Ansätze auf andere Sensorsysteme oder Datenquellen übertragen oder Daten und Methoden im Rahmen von holistischen Risikobewertungsstrategien anwenden.ger
dc.description.abstractGlobal urbanization processes and increasing spatial concentration of exposed elements such as people, buildings, infrastructure, and economic values in earthquake prone regions induce seismic risk at a uniquely high level. This situation, when left unmitigated, is expected to cause unprecedented death tolls, enormous economic and ecological losses, and critical infrastructure and service failures, etc., in the future. To mitigate those perils requires detailed knowledge about seismic risks. As an important constituent element of seismic risk, the seismic vulnerability of the built environment has to be assessed. In particular, it is crucial to know about the behavior of the building inventory under a certain level of ground shaking. The main goal of the thesis was to develop and evaluate tailored methods and procedures that allow for a viable seismic vulnerability assessment of the built environment with remote sensing data. In particular, methods from the machine learning domain were adapted to estimate vulnerability levels of buildings and homogeneous urban structures based on features derived from remote sensing and by incorporation of in situ knowledge. To this purpose we deploy ensembles of earth observation sensors to exhaustively characterize the urban morphology. Empirical results, obtained for the earthquake prone cities Padang (Indonesia) and Istanbul (Turkey), confirm the viability of the approaches. Overall, this thesis provides some promising results, which show that remote sensing has a high capability to contribute to a rapid screening assessment of the seismic vulnerability of buildings and urban structures. Further work can build upon these results and may challenge empirical findings in further case studies, enhance developed and applied methods, transfer concepts and approaches to other sensor systems and data sources, or apply data and methodologies within integrative and holistic risk assessment strategies.eng
dc.language.isoeng
dc.publisherHumboldt-Universität zu Berlin, Mathematisch-Naturwissenschaftliche Fakultät II
dc.rights.urihttp://rightsstatements.org/vocab/InC/1.0/
dc.subjectRisikoger
dc.subjectFernerkundungger
dc.subjectErdbeobachtungger
dc.subjectErdbebenger
dc.subjectVerwundbarkeitger
dc.subjectriskeng
dc.subjectvulnerabilityeng
dc.subjectremote sensingeng
dc.subjectearth observationeng
dc.subjectearthquakeseng
dc.subject.ddc550 Geowissenschaften
dc.titleSeismic vulnerability assessment of built environments with remote sensing
dc.typedoctoralThesis
dc.identifier.urnurn:nbn:de:kobv:11-100225677
dc.identifier.doihttp://dx.doi.org/10.18452/17104
dc.identifier.alephidBV042274872
dc.date.accepted2014-12-12
dc.contributor.refereeLakes, Tobia
dc.contributor.refereeStrunz, Günter
dc.subject.dnb31 Geowissenschaften
dc.subject.rvkTG 3200
dc.subject.rvkAR 14120
dc.subject.rvkRB 10232
dc.subject.rvkRR 17232
dc.subject.rvkRR 58232
local.edoc.pages247
local.edoc.type-nameDissertation
bua.departmentMathematisch-Naturwissenschaftliche Fakultät II

Zur Kurzanzeige