Page 102 - 《武汉大学学报（信息科学版）》2025年第6期

1124 武 汉 大 学 学 报 （信 息 科 学 版） 2025 年 6 月

28901-28923. toring， 2024， 2024（1）： 4993972.
［44］ ZHAI W， PENG Z R. Damage Assessment Using ［54］ LI Y， LI J， PEI J R， et al. Application of Non-
Google Street View： Evidence from Hurricane Mi‑ Contact Video Quantitative Measurement Method in
chael in Mexico Beach， Florida［J］. Applied Geog‑ Reservoir Bank Landslide Monitoring［J］. Frontiers
raphy， 2020， 123： 102252. in Earth Science， 2024， 12： 1378046.
［45］ PI Y L， NATH N D， BEHZADAN A H. Detec‑ ［55］ ALAM F ， OFLI F ， IMRAN M ， et al. Deep
tion and Semantic Segmentation of Disaster Damage Learning Benchmarks and Datasets for Social Me‑
in UAV Footage［J］. Journal of Computing in Civil dia Image Classification for Disaster Response
Engineering， 2021， 35（2）： 04020063. ［C］//IEEE/ACM International Conference on
［46］ GUPTA R， GOODMAN B， PATEL N， et al. Advances in Social Networks Analysis and Mining
Creating XBD： A Dataset for Assessing Building （ASONAM）， Hague， Netherlands， 2020.
Damage from Satellite Imagery［C］//CVPR Work‑ ［56］ ZHANG Y， ZONG R H， WANG D. A Hybrid
shops， Paris， France， 2016 Transfer Learning Approach to Migratable Disaster
［47］ BAI Y B， HU J J， SU J H， et al. Pyramid Pooling Assessment in Social Media Sensing［C］//IEEE/
Module-Based Semi-Siamese Network ： A Bench‑ ACM International Conference on Advances in So‑
mark Model for Assessing Building Damage from cial Networks Analysis and Mining （ASONAM），
xBD Satellite Imagery Datasets ［J］. Remote Hague， Netherlands， 2020.

Sensing， 2020， 12（24）： 4055. ［57］ Daly S， Thom J A. Mining and Classifying Image
［48］ ZHENG Z ， ZHONG Y F ， WANG J J， et al. Posts on Social Media to Analyse Fires［C］//IS‑
Building Damage Assessment for Rapid Disaster Re‑ CRAM， Frankfurt， Germany， 2016.
sponse with a Deep Object-Based Semantic Change ［58］ VERNIER M， FARINOSI M， FORESTI A， et
Detection Framework： From Natural Disasters to al. Automatic Identification and Geo-Validation of
Man-Made Disasters［J］. Remote Sensing of Envi‑ Event-Related Images for Emergency Management
ronment， 2021， 265： 112636. ［J］. Information， 2023， 14（2）： 78.
［49］ SHEN Y ， ZHU S J， YANG T ， et al. ［59］ AHMAD K， POGORELOV K， RIEGLER M， et
BDANet： Multiscale Convolutional Neural Net‑ al. Social Media and Satellites［J］. Multimedia
work with Cross-Directional Attention for Building Tools and Applications， 2019， 78（3）： 2837-2875.
Damage Assessment from Satellite Images ［J］. ［60］ CHEN Y J， ZHANG J， ZHOU A C ， et al. A
IEEE Transactions on Geoscience and Remote Modeling Method for a Disaster Chain – Taking
Sensing ， 2021 ， 60 ： 5402114. the Coal Mining Subsidence Chain as an Example
［50］ GE P L， GOKON H， MEGURO K. A Review on ［J］. Human and Ecological Risk Assessment： an
Synthetic Aperture Radar-Based Building Damage International Journal， 2018 ， 24（5）： 1388-1408.
Assessment in Disasters［J］. Remote Sensing of En‑ ［61］ HAN L N ， ZHANG J Q ， ZHANG Y C ， et al.
vironment， 2020， 240： 111693. Hazard Assessment of Earthquake Disaster Chains
［51］ 李聪妤， 刘家奇， 刘欣鑫， 等 . 适应复杂区域的时 Based on a Bayesian Network Model and ArcGIS
序 SAR 影 像 洪 水 监 测 与 分 析［J］. 遥 感 学 报 ， ［J］. ISPRS International Journal of Geo‑Informa‑
2024， 28（2）： 346-358. tion ， 2019 ， 8（5）： 210.
LI Congyu， LIU Jiaqi， LIU Xinxin， et al. Flood ［62］ 刘昭阁， 李向阳， 朱晓寒 . 融合多源空间数据的城
Monitoring and Analysis Based on Time-Series 市暴雨级联灾害情景态势转化推演方法［J］. 地球
SAR Image for Complex Area［J］. National Remote 信息科学学报， 2023， 25（12）： 2329-2339.
Sensing Bulletin， 2024， 28（2）： 346-358. LIU Zhaoge， LI Xiangyang， ZHU Xiaohan. A
［52］ RAO A ， JUNG J ， SILVA V ， et al. Earth‑ Method for Urban Rainstorm Cascading Disaster
quake Building Damage Detection Based on Syn‑ Scenario Converting Deduction by Integrating Multi-
thetic-Aperture-Radar Imagery and Machine source Spatial Data［J］. Journal of Geo‑Information
Learning［J］. Natural Hazards and Earth Sys‑ Science， 2023， 25（12）： 2329-2339.
tem Sciences ， 2023 ， 23（2）： 789-807. ［63］ SUN F， LI H B， CAI J M， et al. Examining Orga‑
［53］ ZHOU J， HUO L S， HUANG C， et al. Feasibility nizational Collaboration and Resource Flows of Di‑
Study of Earthquake-Induced Damage Assessment saster Response System Based on a Time-Dynamic
for Structures by Utilizing Images from Surveillance Perspective［J］. International Journal of Disaster
Cameras［J］. Structural Control and Health Moni‑ Risk Reduction， 2024， 108： 104565.