高后果区是指在管道发生泄漏后可能对公众和环境造成较大不良影响的区域。随着城市、乡镇及其配套设施的快速发展，油气长输管道周边人口和环境的变化，原油、天然气和成品油管道的投入运营及城乡建设步伐的加快，高后果区的位置和范围也会随之变化，在役管道穿越重要设施区、人口密集区和环境敏感区的情况也日益突出。因此，企业需要新型技术手段来更快获取信息，进行高后果区的定级和管理。
目前管道企业开展高后果区识别工作主要依据《油气输送管道完整性管理规范》（GB32167-2015）。其第6章对高后果区的识别、管理有明确规定，其中提到：
输油管道两侧各200米内有聚居户数在50户或以上的村庄、乡镇等，定义为二级；
管道中心线两侧各200米内，任意划分2KM长度并能包括最大聚居户数的若干地段，户数在100户或以上的区段，包括市郊居住区、商业区、工业区、发展区及不够四级地区条件的人口稠密区，定义为二级；
管道中心线两侧各200米内，任意划分2KM长度并能包括最大聚居户数的若干地段，四层及四层以上楼房（不计地下室）普遍集中、交通频繁、地下设施多的区段定义为三级；
管道两侧各200米内有水源、河流、大中型水库，定义为三级；
管道两侧各200米内有湿地、森林、河口等国家自然保护区，定义为二级；
管道两侧各50米内有高速公路、国道、省道、铁路及易燃易爆场所等，定义为一级；
……
注：配图来自网络
识别高后果区时，其边界设定为距离最近一幢建筑物外边缘200米。高后果区分为三级，一级表示最小严重程度，三级表示最大严重程度。实施高后果区管理，需要对管道运行中面临的风险因素进行识别和评估，通过监测、检查、校验等多种方式，获取与专业管理相结合的管道及其周边信息，制定相应的风险控制对策，不断改善识别到的不利因素，从而将管道运行的风险水平控制在合理的、可接受的范围内。
从高后果区的判定标准中我们可以发现，高后果区的判断与距离、周边地物类型和要素，以及居民区的户数等信息密切相关，而GIS恰恰擅长解决与距离有关的周边要素问题，众所周知，Geoscene中提供的缓冲分析工具，可以轻松的取得管道两侧各200米的距离，利用经典的叠加分析工具，将获取的水源、河流、高速公路、森林等各种图层与管道200米的缓冲区进行叠加，看是否有类似的地物要素落入管道周边200米范围内，可以轻松判定管道的级别。在实际的高后果区判别中，管道有可能经过高低起伏的山地等地形，还可以结合dem等高程数据进行分析。
根据管道的一定范围缓冲区提取范围内的水体等目标地物，因为200米范围内有水源，根据规则定为三级高后果区。
随着技术的进步，尤其是深度学习在影像上提取建筑物表现得越来越好，在高后果区的评定中，采用深度学习从最新的影像上提取管道周边的建筑物并予以分类（民居、高楼等），可以快速得到第一手居民户数信息，确保数据的时效性和准确性。
某合作伙伴通过GeoScene深度学习提取油气运输管道周边200米范围内的房屋，标注采用之前业务中积累的少量房屋面图层（包含1127个面要素），通过GeoScene深度学习样本导出工具，通过旋转角度增强处理，最终导出为256*256大小的8890个切片样本，选择GeoScene内置的深度学习UNet和PSPNet模型，经过反复尝试和训练，最终得到效果良好精度可用的建筑物提取结果如下：
经过GeoScene的深度学习后处理工具，将提取的栅格结果转换成矢量的面要素结果：
通过与管道周边200m范围（实际中不一定是200米，需要根据管道的口径、压力等计算出影响半径）的缓冲区进行叠加操作，可以提取出落入管道周边一定范围内的居民建筑物数量，并根据额外的人口、房屋类型等信息评估周边居民的密度，定位高后果区的等级。
根据上一步提取的建筑物结果，使用空间分析工具提取各建筑物的坐标（中心点坐标或4个角点的坐标）及相对应的面积。
其中面积可用来估算户数等信息，如基于经验数据，根据面积估算该建筑的户数（如90平米一般估算为2居1户等，不同区域可匹配不同的参数），还可以根据周边建筑物面积的大小、数量（密度）、结合影像图，推断该区域的类型（如农村、城乡结合部、市中心商业区等）。这个部分需要结合其它外部数据和程序来辅助完成普通建筑物（真正的住宅）的数量。
经过上面的步骤已经确定了一段管道周边的区域类型和建筑物的位置、户数等信息，然后可根据一定规则进行户数聚类，以达到快速过滤超过指定密度的居民区。这里用到GeoScene的要素转点、基于密度的聚类等工具获取聚类。
使用标准差椭圆工具标示出每一类聚类的大体范围，并通过统计工具计算出每一类中的房屋数量。
这里根据高后果区分类等级过滤要求，统计出超过50个房屋的聚类，以方便快速定位和进行等级评定。当然也可以根据需要进行不同户数的聚类过滤。
高后果区的管理和评定非常重要，实际中的业务也更加复杂。如上所述，GeoScene平台提供了非常强大的深度学习和各类空间分析和统计工具，可帮助用户完成高后果区的等级评价和管理工作。其中，新兴的深度学习技术可以从影像中快速提取房屋、水体、森林、河流、水库等重要目标地物，对于没有这类数据的用户来说可以最大限度的解决数据来源问题。丰富而经典的空间分析和统计工具可以快速得到管道周边的敏感区域、并统计敏感区域内各种地物（如居民户数）的数量。
GeoScene除了提供强大的工具，还提供了自动化的工作流，上述所有分析和统计操作都可以以流程的方式记录下来并与其他成员分享，是帮助石油、燃气、管线等行业用户进行高后果评价的最佳利器。
