基于遙感技術(shù)進行震害評估的研究進展

陸 程，孫建延

(中州大學(xué)工程技術(shù)學(xué)院，鄭州450044)

基于遙感技術(shù)進行震害評估的研究進展

陸 程，孫建延

(中州大學(xué)工程技術(shù)學(xué)院，鄭州450044)

隨著高分辨率衛(wèi)星影像成為一種便捷的信息源，遙感技術(shù)在震害快速評估中發(fā)揮著越來越重要的作用。首先分析了可用于震害評估的遙感數(shù)據(jù)源，然后總結(jié)了近年來國內(nèi)外利用遙感影像進行震害評估的方法，將其歸納為基于震后影像的方法和基于變化檢測的方法，介紹了遙感技術(shù)應(yīng)用在地震災(zāi)害評估中的方法，并展望了遙感技術(shù)發(fā)展趨勢。

遙感技術(shù);震害信息;變化檢測

1.引言

地震作為一種嚴重的自然災(zāi)害給人們造成了極大的痛苦和損失。我國是一個地震頻發(fā)的國家，地震災(zāi)情的快速獲取、災(zāi)害損失的準確評估，對于抗震救災(zāi)快速響應(yīng)、減少震害損失、災(zāi)后重建等具有重要意義。隨著遙感技術(shù)及相關(guān)系統(tǒng)的快速發(fā)展、遙感平臺的增加、影像成本的不斷降低，遙感技術(shù)已成為災(zāi)害調(diào)查、損失評估的重要方法，為決策提供基礎(chǔ)信息方面發(fā)揮著重大作用。

由于完好的房屋建筑和損壞的房屋建筑在遙感影像中呈現(xiàn)出諸如灰度、外形、紋理、陰影等不同的影像特征，人們可以憑借這些特征的差異來獲取房屋建筑的破壞信息。利用遙感影像進行震害評估可以直接從震后單時相影像中提取震害信息的人工目視解譯或自動解譯方法，以及對震前和震后多時相遙感影像進行對比分析的變化檢測方法，從中識別震害信息。

2.可用于震害評估的遙感數(shù)據(jù)源選擇

隨著遙感獲取技術(shù)的發(fā)展，目前可供使用的數(shù)據(jù)源有很多，包括雷達衛(wèi)星、陸地資源衛(wèi)星和高分辨率衛(wèi)星等，如何根據(jù)應(yīng)用需求選擇合適的數(shù)據(jù)是順利完成震害評估的前提和保證。選擇合適的數(shù)據(jù)源，需要從地物及其遙感影像的特征分析入手，了解地物的特性及其在遙感影像中的表現(xiàn)形式。國內(nèi)外的學(xué)者作過很多研究，其結(jié)果表明:低分辨率影像不適用于災(zāi)情獲取，中等分辨率遙感影像可以用來估計宏觀震害信息，利用高分辨率遙感影像可以將城市震害房屋獨立地識別出來，對地震前后紅外遙感影像的對比，可檢測地震波及的范圍等。目前所能獲取的各種遙感衛(wèi)星信息源在防震減災(zāi)工作中的可應(yīng)用性如下［1－2］:

(l)活動斷層及地震破裂帶調(diào)查，主要分析活動斷層的幾何特性，構(gòu)造地貌等，對分辨率要求不高，在10－30m范圍內(nèi)即可。

(2)房屋破壞調(diào)查，分析單棟房屋和房屋群的破壞情況，要求有較高的圖像分辨率(＜6m)。

(3)生命線工程破壞調(diào)查，分析公路、鐵路、橋梁、通訊塔等設(shè)施的破壞情況，要求有較高的圖像分辨率(＜10m)。

(4)次生災(zāi)害調(diào)查，確定各種次生災(zāi)害，如水災(zāi)、火災(zāi)等，不同的災(zāi)種對圖像分辨率及傳感器的類型有不同的要求，如火災(zāi)要求紅外波段，地質(zhì)災(zāi)害要求中等分辨率遙感影像。

中分辨率影像數(shù)據(jù)源主要有Landsat衛(wèi)星影像和SPOT衛(wèi)星影像。在分辨率較低的影像上，房屋建筑的細節(jié)和輪廓均已消失，大部分建筑只是通過點的性狀表現(xiàn)出來。對于遭受嚴重破壞的大片建筑物群，地表散射結(jié)果往往表現(xiàn)為低灰度，與基本完好房屋的散射效果存在較大差異。

隨著遙感技術(shù)系統(tǒng)的不斷發(fā)展，1m左右的高分辨率商業(yè)遙感衛(wèi)星的成功發(fā)射，使得高分辨率遙感影像有了更多、更為廉價的選擇。高分辨率影像主要來自于QuickBird衛(wèi)星影像、IKONOS衛(wèi)星影像或航空遙感影像。由于高分辨率遙感影像所包含的信息遠比中低分辨率遙感影像豐富，在其影像上不但能夠分辨出建筑群落，而且能夠逐一分辨出建筑物的單體，甚至詳細特征，能夠更為詳細地揭示震害的細節(jié)。因此，高分辨率衛(wèi)星遙感影像遙感震害信息獲取技術(shù)影像資料選擇的必然方向，將成為今后震害信息獲取主要數(shù)據(jù)源。

3.基于單時相遙感影像的震害評估方法

根據(jù)對震后單時相影像進行分析，及對地震前后多時相影像對比，震害評估方法可分為基于單時相遙感影像震害評估方法與基于變化檢測的遙感影像震害評估方法。

依靠遙感影像人工目視解譯進行震害災(zāi)情信息的獲取，是幾十年來利用航空遙感資料獲取災(zāi)情的主要方法。20世紀90年代以來，隨著衛(wèi)星遙感技術(shù)的快速發(fā)展，多分辨率、多時相的遙感影像的大量出現(xiàn)，使得人們開始關(guān)注如何使用這些資料來提取災(zāi)害信息。1993年楊喆等利用航空遙感方法對云南瀾滄－耿馬地震災(zāi)情進行調(diào)查，對震區(qū)的震害特征、房屋破壞、山體崩落和滑坡進行定量量測、統(tǒng)計和分析，結(jié)果表明航空遙感方法對地震災(zāi)情調(diào)查是十分有效的［3］。1995年程家喻等通過統(tǒng)計我國近三十年來的地震資料，分析了基于航空照片對主要震害類型進行準確判讀的概率，發(fā)現(xiàn)利用航片調(diào)查建筑物倒塌的準確率大于80%;對于城市和鄉(xiāng)村應(yīng)采用不同比例尺的航片，識別方式依然是依靠人工目視判讀［4］。1996年魏成階等按照《中國地震烈度表(1980)》要求，建立了遙感影像劃分地震烈度標志和判讀模型，提出《地震災(zāi)害損失航空遙感快速評估調(diào)查分類分級表》［5］。1996年丁軍等以震害分析和研究為目的，討論了遙感影像資料在城市地震災(zāi)害評價中采用的震害信息分類、獲取方式、表示方法及應(yīng)用問題［6］。1998年朱博勤等論述了震害地類的特性與建立解譯模型的原則、方法與不同種類信息源的技術(shù)方案，探討了地震災(zāi)害信息快速提取的技術(shù)方法［7］。

利用航空遙感人工解譯進行震害調(diào)查周期長，成本較高，且依賴于評估人員的經(jīng)驗，難以在災(zāi)害救援和損失評估等方面發(fā)揮快速的優(yōu)勢。隨著計算機技術(shù)和圖像處理技術(shù)的發(fā)展，基于自動識別的震害評估技術(shù)逐步發(fā)展起來。2003年新疆巴楚－伽師地震后利用航空遙感影像實現(xiàn)了在地震應(yīng)急階段獲取震害遙感影像并評估地震災(zāi)害［8，9］。中等分辨率遙感影像自動獲取震害信息的處理技術(shù)，大多以點或者點鄰域運算為基本操作單元，并形成以點特征為主要判據(jù)的特征空間。點特征判據(jù)算法主要是90年代中后期，為適應(yīng)中等分辨率震害遙感影像計算機自動提取災(zāi)情而誕生的。首先要在影像中確定破壞區(qū)域和訓(xùn)練樣本，形成特征空間，并確定限差，然后進行分類。Ronald等調(diào)查了1999年Mannara地震，利用雷達數(shù)據(jù)、Landsat影像、航空數(shù)據(jù)，借助GPS、GlS支持進行了分析，發(fā)現(xiàn)Landsat影像對于識別主要道路、城區(qū)邊界、龐大建筑物的時候很有用，但是不能用于定量地進行災(zāi)情評價［10］。Mitomi等利用色調(diào)、飽和度、亮度和邊界灰度值，對震后影像給予一定的閾值，對影像進行多尺度切割提取震害信息，利用震后單時相航空影像，基于光譜特征的最大似然分類法進行建筑物的損毀評估［11］。柳稼航提出了一種利用震后單時相高分辨率遙感影像震害房屋紋理結(jié)構(gòu)的統(tǒng)計特性進行震害信息自動識別和分類的方法［12］。

4.基于變化檢測的遙感影像建筑物震害評估研究現(xiàn)狀

基于變化檢測的震害評估算法是利用同一地區(qū)震前震后的多時相遙感影像，通過影像對比分析，生成變化分布圖和其他檢測結(jié)果。這一過程的基本目標是找出變化區(qū)域，并對其進行定性和定量的描述。根據(jù)對建筑物毀傷和變化特征的分析，衡量變化可以采用的參數(shù)指標有如下五類:

1)灰度特征;

2)光譜特征;

3)邊緣及夾角特征;

4)紋理特征;

5)陰影分布特征。

在各種變化檢測方法的分類中，目前采用最多的是從算法的角度出發(fā)，將目前的方法分為4類:

1)基于簡單代數(shù)運算的變化檢測;

2)基于圖像變換的變化檢測;

3)基于圖像分類的變化檢測;

4)基于特征描述的變化檢測。

4.1 基于簡單代數(shù)運算的變化檢測方法

基于簡單代數(shù)運算的變化檢測技術(shù)包括圖像差分、圖像回歸、圖像比值和變化向量分析等。Zhang等利用灰度和結(jié)構(gòu)特征進行建筑物變化檢測［13］。Turker等融合多光譜與全色影像，通過針對亮度的差值法獲取變化的區(qū)域［14］。這類方法的優(yōu)點是相對簡單、直接;不足之處在于該方法需使兩次攝影的條件基本相同(這是很難做到的)，否則，由于新老圖像相差較大，不能得到好的結(jié)果，而且在變化檢測前需要對震前影像和震后影像進行嚴格的配準，否則將直接影響影像檢測的結(jié)果。

4.2 基于圖像變換的變化檢測方法

基于圖像變換的變化檢測方法主要包括主成分分析、纓帽變換、正交變換和典型相關(guān)分析等。通過對多時相遙感影像進行變換，可以減少數(shù)據(jù)間的冗余信息，使變化信息在變換后的新影像上得到增強。

主成分分析將多時相數(shù)據(jù)按一般主成分分析研究或標準主成分分析的方法進行線性變換，得到反映各種變化的分量，這些變化分量互不相關(guān)，而且按其強度及影響范圍順序排列。對變化分量進行分析就可以總結(jié)變化規(guī)律，揭示變化原因。2000年Estrada等利用Landsat影像數(shù)據(jù)采用主成分分析方法，進行了災(zāi)情提?。?5］。Wang等對QuickBird衛(wèi)星影像采用統(tǒng)計的方法，對遙感數(shù)據(jù)時間序列進行回歸、相關(guān)以及變化的顯著性分析［16］。不但能確定變化的范圍，而且對變化的性質(zhì)、強度、趨勢、分布進行定量分析。根據(jù)多時相遙感影像將變化歸納成一系列變化向量，向量方向表示變化類型，向量大小表示變化的強度，然后對研究區(qū)域進行分類、分級。

4.3 基于圖像分類的變化檢測方法

基于圖像分類的變化檢測方法對影像單獨分類(監(jiān)督分類或者非監(jiān)督分類)，然后對圖像的分類結(jié)果圖進行比較，以確定變化的類別和區(qū)域。如果對應(yīng)像素的分類類別相同，則認為該像素沒有發(fā)生變化，否則認為該像素發(fā)生了變化。2001年Mitomi等為了提高自動災(zāi)害識別的精度，利用航空遙感數(shù)據(jù)采用最大似然分類法對震后建筑物的破壞進行了自動識別和檢測［17］。Mitomi等通過從視頻序列中提取出影像，利用顏色索引、邊緣等特征進行最大似然法分類［18］。2002年，張景發(fā)等依據(jù)唐山地震后航空遙感影像，研究了典型震害遙感影像的分類與估計方法和地震前后遙感影像的變化檢測技術(shù)［19］。2003年，竇愛霞等基于地震前后鄰域統(tǒng)計特征相關(guān)分類提取震害的方法，提出基于方差、信息熵、峰值、偏斜度等多個二次特征相關(guān)分類提取震害的方法［20］。Yamazaki等的研究涉及到中分辨率影像、高分辨率影像和SAR影像，對高分辨率變化檢測采用的是基于像素和基于對象的分類方法。分類后比較方法能夠最小化地減少受非地物變化因素的影響，提供變化的類別信息。但是分類的精度直接會影響變化檢測的性能，需要選擇充足的學(xué)習(xí)樣本。因此，該類方法的變化檢測精度依賴于每幅圖像分類精度的提高。

4.4 基于特征描述的變化檢測方法

特征搜索分析法是對變化前后的圖像分別進行建筑物檢測和特征提取，然后對照分析所提取的特征是否多出或者減少，還是改變，從而得出毀壞建筑物?？梢岳玫奶卣靼◣缀谓Y(jié)構(gòu)(主要是線特征)、紋理特征等。Andre等對高分辨率影像通過比較提取出的建筑物輪廓進行變化檢測［21］。Zhang等利用建筑物幾何結(jié)構(gòu)特征進行變化檢測［13］。該方法主要的優(yōu)點是從建筑物本身入手，對于影像配準和輻射校正的精度要求較少，具有很好的穩(wěn)健性。但線特征的提取與分析比較是該類算法的難點，并且特征匹配的性能直接影響到變化檢測的實現(xiàn)，需要穩(wěn)健的線特征提取方法和線匹配方法。

4.5 結(jié)合高度信息的變化檢測方法

由于建筑物的變化主要是反映在高度上的變化，而灰度的變化卻不能反映高度上的變化。結(jié)合高度信息的變化檢測方法，利用新老不同時期的影像對生成數(shù)字表面模型(DSM)，再用差值DSM來檢測城市地區(qū)的變化，即根據(jù)立體像對來進行變化檢測，同時結(jié)合單幅影像匹配方法來進行城市變化的檢測。影像匹配和高程分析相結(jié)合的變化檢測方法的優(yōu)點:該方法不僅充分利用了影像匹配檢測的特點(灰度匹配和直線匹配)，同時也充分利用了人工建筑物高度變化這一特點。通過對立體像對的分析，利用生成的DMS影像準確地檢測出人工建筑物的變化。李德仁等提出基于已有的4D產(chǎn)品和新的立體重疊影像的三維變化檢測方法，增加了立體重疊影像，因而可進行三維變化檢測［22］。

變化檢測的各種方法之間并不是嚴格區(qū)分的，每種方法都有自己的適用范圍。因此在實際應(yīng)用中究竟選擇哪種方法，看應(yīng)用的環(huán)境和用戶的具體需要。變化檢測方法存在的主要困難在于以下幾個方面:

1)變化檢測是基于影像這一數(shù)據(jù)源來進行分析的，所以對于影像本身就有一定要求。由于至少需要同一地區(qū)兩幅不同時相的影像，所以這兩幅影像就需要滿足:來自于同一數(shù)據(jù)源，同一種衛(wèi)星或者航拍影像;拍攝時的相機參數(shù)近似相同，因為從不同角度和高度拍攝得到的影像無法直接進行分析比較，需要進行復(fù)雜的校正;影像本身質(zhì)量要達到進行分析比較的要求，符合一定的質(zhì)量評價標準，如對比度、清晰度等指標。以上三個條件中，第二個條件一般都難以達到，都近似認為拍攝參數(shù)一致。這在一定程度上影響了分析效果。

2)由于是根據(jù)兩幅或者多幅影像進行比較分析，所以影像間的位置就必須一一對應(yīng)，這就需要先進行影像配準。而影像配準一直是影像處理和分析的研究難點，如何準確選擇顯著的控制點，并進行精確的影像配準直接影響著變化檢測的準確度。

3)地面地物的變化，在影像上反映出來就是灰度異常變化。但是，不同時相的影像由于氣候、光照、拍攝時季節(jié)以及其他物體陰影遮擋等原因，建筑物表面會有明顯的變化，影像的亮度、對比度、信噪比等質(zhì)量指標也會有較大的變化，這給檢測真實的建筑物變化帶來挑戰(zhàn)。而且時間間隔大的衛(wèi)星圖象又可能導(dǎo)致檢測不到在震后圖象上出現(xiàn)的新建房屋的破壞等信息。

5.基于非可見光影像的震害評估方法

除了可見光影像，其他非可見光數(shù)據(jù)源也可以用于建筑物震害評估。例如，合成孔徑雷達(SAR)也可以用于震害評估，且具有全天候、全天時的特點。1999年楊喆等利用機載SAR震害影像特征快速識別并確定極震區(qū)［23］。2004年Masashi等利用SAR影像分別對2003年阿爾及利亞地震、伊朗巴姆地震進行了災(zāi)情提?。?］。張景發(fā)等詳細介紹了地震前后地震區(qū)SAR影像的變化檢測方法，利用定性顯示和定量計算的方法，進行建筑物損毀評估［19］。Matsuoka等研究了基于差值法的SAR影像變化檢測方法［24］。

隨著激光遙感技術(shù)的興起和逐步實用化，由于激光遙感技術(shù)的諸多優(yōu)勢，很快被國外學(xué)者引入到建筑物災(zāi)情信息的自動識別中［25］。

6.結(jié)論

本文針對建筑物震害評估分析了目前可供使用的遙感信息源，采用高分辨率影像，融合多源數(shù)據(jù)進行震害評估具有明顯的優(yōu)勢，總結(jié)了現(xiàn)有的震害評估方法。從現(xiàn)有的研究成果來看，不足之處在于大多只能進行定性分析，缺乏定量的計算;從計算方法來看，缺乏結(jié)構(gòu)特征信息，特別是三維特征信息的提取?；谧兓瘷z測的震害評估方法由于其識別精度高受到了廣泛的重視。由于震害的復(fù)雜性，在實際的震害評估中所應(yīng)用的遙感影像模式識別方法尚不成熟。要確定變化檢測應(yīng)用采用何種方法，需要從變化檢測所涉及的許多方面進行分析，包括變化檢測的含義、變化檢測的處理流程、變化信息獲取的層次、現(xiàn)有各種變化檢測方法的特點以及變化檢測的影響因素和性能評價等。根據(jù)具體應(yīng)用背景和任務(wù)的需求，確定最有效的變化檢測技術(shù)和方法。

［1］Matsuoka M，Yamazaki F.Use of SAR Intensity Imagery for Earthquake Damage Detection［C］.Proceedings of the 2nd International Workshop on Remote Sensing，2004.

［2］Yamazaki F，Matsuoka M.Remote sensing technologies in post－ disaster damage assessment［J］.Journal of Earthquake and Tsunami.2007，1(3):193 －210.

［3］楊喆，程家喻，瀾滄 －耿馬地震災(zāi)情的航空遙感調(diào)查［J］.國土資源遙感，1993(15):17 －22.

［4］程家喻，楊喆，唐漢軍.利用航空攝影進行震害調(diào)查的精度估計［J］.地震地質(zhì)，1995，17(1):88－95.

［5］魏成階，張淵智.地震烈度包絡(luò)線的遙感與GIS方法快速生成［J］.自然災(zāi)害學(xué)報，1996，5(3):18 －28.

［6］丁軍，王丹.遙感圖像上城市震害信息的獲取及其應(yīng)用［J］.災(zāi)害學(xué)，1996，11(1):82 －86.

［7］朱博勤，魏成階，張淵智.航空遙感地震災(zāi)害信息的快速提?。跩］.自然災(zāi)害學(xué)報，1998，7(1):34 －39.

［8］王曉青，魏成階，苗崇剛.震害遙感快速提取研究——以2003年2月24日新疆巴楚－伽師6.8級地震為例［J］.地學(xué)前緣，2003，8(增刊):285 －291.

［9］Wang X Q，et al.Study on the dynamic assessment of building damages to earthquake occurred in urban area based on RS and GIS［C］.25th IEEE International Geoscience and Remote Sensing Symposium，2005.

［10］Eguchi R T，et al.Using advanced technologies to conduct earthquake reconnaissance after the 1999 Marmara earthquake［C］.2nd Workshop on Advanced Technologies in Urban Earthquake Disaster Mitigation，2000.

［11］Mitomi H，et al.Determination of the areas with building damage due to the 1995 Kobe earthquake using airborne MSS images［C］.IEEE International Geoscience and Remote Sensing Symposium.2002.

［12］柳稼航，單新建，尹京苑.遙感圖象自動識別城市震害房屋——以2001年印度庫奇地震和1976年唐山地震為例［J］.地震學(xué)報，2004，26(6):623－633.

［13］Zhang J F，et al.Change detection of earthquake － damaged buildings on remote sensing image and its application in seismic disaster assessment［C］.23rd International Geoscience and Remote Sensing Symposium，2003.

［14］Turker M，San B T，SPOT HRV data analysis for detecting earthquake － induced changes in Izmit，Turkey［J］.International Journal of Remote Sensing，2003，24(12):2439 －2450.

［15］Estrada M，Matsuoka M，Yamazaki F.Use of Landsat images for the identification of damage due to the 1999 Kocaeli，Turkey earthquake［C］.Proceedings of the 21st Asian Conference on Remote Sensing，Singapore，2000.

［16］Wang H H，et al.Automatic identification of earthquakecaused building harm based on image fusion［C］.2nd International Conference on Space Information Technology，2007.

［17］Mitomi H，Yamazaki F，Matsuoka M.Development of automated extraction method for building damage area based on maximum likelihood classifier［C］.Proceedings of the 8th International Conference on Structural Safety and Reliability，2001.

［18］Mitomi H，et al.Automated damage detection of buildings from aerial television images of the 2001 Gujarat，India earthquake［C］.IEEE International Geoscience and Remote Sensing Symposium，2001.

［19］張景發(fā)，謝禮立，陶夏新.建筑物震害遙感圖像的變化檢測與震害評估［J］.自然災(zāi)害學(xué)報，2002，11(2):59－64.

［20］竇愛霞.震害遙感圖像的變化檢測技術(shù)研究［D］.山東科技大學(xué)，2003.

［21］Andre G，et al.Building destruction and damage assessment after earthquake using high resolution optical sensors［C］.The case of the Gujarat earthquake of January 26，2001.23rd International Geoscience and Remote Sensing Symposium，2003.

［22］李德仁.利用遙感影像進行變化檢測［J］.武漢大學(xué)學(xué)報:信息科學(xué)版，2003，28(5):7 －12.

［23］楊喆，任德鳳.利用機載SAR震害影像特征快速圈定極震區(qū)［J］.地震地質(zhì)，1999，21(4):452 －458.

［24］Matsuoka M，Horie K，Ohkura H.Damage detection for the 2004 Niigata－ken Chuetsu earthquake using satellite SAR［C］.Conference on Disaster Forewarning Diagnostic Methods and Management，2006.

［25］Murakami H，et al.Change detection of buildings using an airborne laser scanner［J］.ISPRS Journal of Photogrammetry and Remote Sensing，1999，54(2 －3):148 －152.

(責(zé)任編輯 呂志遠)

Abstract:As the satellite remotely sensed image with high resolution becomes a convenient and rapid information source，it will play an important role in seismic disaster assessment.In this paper，the remote sensing data source which can be used in earthquake damage assessment is analyzed.The methods applied remotely sensed image in post－earthquake damage assessment in recent years are summarized.Meanwhile，remote sensing technology used in earthquake damage assessment is introduced and the developing tendency of remote sensing technology is predicted.

Key words:remote sensing;earthquake damage information;change detection

A Survey on Remote Sensing Technology in Post－earthquake Damage Assessment

LU Cheng，SUN Jian －yan
(College of Engineering and Technology，Zhongzhou University，Zhengzhou 450044，China)

P315.9

A

1008－3715(2011)01－0114－04

2010－11－24

陸程(1978—)，女，河南駐馬店人，碩士，中州大學(xué)工程技術(shù)學(xué)院講師，主要研究方向信息技術(shù)。