文章总结： 本文介绍微软AIforGood实验室利用人工智能算法和卫星遥感影像对委内瑞拉地震灾损进行评估的案例。通过对29,027座建筑物的分析发现31.5%遭受不同程度损坏，其中1,734座因云层遮挡无法评估。评估结果以专题图形式在HDX平台发布，包含建筑物轮廓和损毁程度分级（轻度至完全损毁），为救援团队提供定位参考。 综合评分： 75 文章分类： AI安全,解决方案,数据安全,应用安全,其他

使用 AI 和光学遥感影像对委内瑞拉地震灾损进行评估

原创

mapxiaotu mapxiaotu

空天感知

2026年6月30日 13:28 新加坡

在小说阅读器读本章

去阅读

使用 AI 对委内瑞拉地震灾损进行评估

继续委内瑞拉地震文章第三篇。前两期分别介绍了 Vantor 和 Umbra 的开放数据。助力强震后灾情评估，Vantor 开放上百 GB 委内瑞拉0.3m卫星影像、Umbra 开放19景委内瑞拉地震SAR影像

今天介绍利用人工智能算法对灾损（主要是房屋损毁）进行快速评估的相关内容。

现今网络上放出主流的评估结果，主要是基于微软的一套光学影像的灾损评估模型来做，之前也写文章介绍过。利用卫星遥感快速进行缅甸地震灾毁评估，微软开源工具包已在多个灾害救援工作中应用

📊 微软 AI for Good 实验室评估成果

实验室通过不同卫星，对双地震（7.2 和 7.5 Mw）后 Catia La Mar 的 29,027 座建筑物进行了分析以评估其状况，其中发现有 9,134 座建筑物（占总数的 31.5%）遭受了不同程度的损坏。

对灾损评估结果制作形成了专题图，包含每个基础设施的地理定位，以便救援团队能够快速了解去向，并以更快、更有效的方式提供援助。

这些数据发布在了 Humanitarian Data Exchange (HDX) 平台上，提供 Geopackage 文件下载，其中包含轮廓或矢量多边形，代表卫星图像中检测到的每座建筑物的确切形状和位置（footprints）。

⚠️ 其中也有 1,734 座建筑物因云层遮挡无法进行分析。

色彩图例说明：        🔴 浅红 & 深红：遭受 60% 至 100% 的结构严重损坏或完全损毁；        🟠 橙色：遭受 40% 至 60% 的中度损坏；        🟡 黄色：遭受轻度至中度损坏。

同时也关注到美国防部（DoD）也做了一套灾损评估，但目前没有看到具体的方法描述，只公开了一个结果图：

通过以下官方平台网站，可以看到之前发布的一些原始及处理后的光学影像：

🔗 数据集与实验室地址：

https://data.humdata.org/organization/microsoft-ai4g-lab

往期推荐：

让AI“读懂”12000+景SAR影像：开源SAR平台重大更新，接入大模型你也可以实现以文搜图

也说遥感共性产品，行业需要什么样的遥感产品？

看水利部水利遥感星座战略布局，机遇与挑战并存

Umbra开源雷达影像下载工具开发实践

NASA与微软联合推出“Earth Copilot”，“智能助手“或成为行业产品标配

笔者长期从事人工智能、遥感、大模型等业务

欢迎添加微信交流

（微信号：mapxiaotu）

END

免责声明：

本文所载程序、技术方法仅面向合法合规的安全研究与教学场景，旨在提升网络安全防护能力，具有明确的技术研究属性。

任何单位或个人未经授权，将本文内容用于攻击、破坏等非法用途的，由此引发的全部法律责任、民事赔偿及连带责任，均由行为人独立承担，本站不承担任何连带责任。

本站内容均为技术交流与知识分享目的发布，若存在版权侵权或其他异议，请通过邮件联系处理，具体联系方式可点击页面上方的联系我。

本文转载自：空天感知 mapxiaotu mapxiaotu《使用 AI 和光学遥感影像对委内瑞拉地震灾损进行评估》