SAR影像建筑物震害檢測方法研究綜述1

崔麗萍　王曉青（中國地震局地震預測研究所，北京 100036）

SAR影像建筑物震害檢測方法研究綜述1

崔麗萍王曉青
（中國地震局地震預測研究所，北京 100036）

崔麗萍，王曉青，2016.SAR影像建筑物震害檢測方法研究綜述.震災防御技術，11（2）：239—250.doi：10.11899/zzfy20160207

合成孔徑雷達（SAR）憑借其全天候、全天時的優(yōu)勢，在震后災情信息的快速獲取以及災情評估上發(fā)揮著越來越重要的作用。本文分析了建筑物在SAR影像上的成像特征及不同震害等級的建筑物在SAR影像上的特點，總結了利用SAR技術進行建筑物震害檢測的方法，并將其歸納為目視解譯、震前震后變化檢測、震后單幅影像的震害檢測方法。同時分析了這些方法的特點，并對SAR建筑物震害檢測方法進行了展望。

SAR地震建筑物震害檢測

引言

地震是對人類危害最大的自然災害之一，地球上每天發(fā)生著成千上萬次地震，其中一些震級較大的地震嚴重威脅著人們的生命和財產(chǎn)安全。如何快速有效獲取和評估災情信息已成為降低地震損失的重點研究內(nèi)容。自1906年勞倫斯（G.R.Laurence）利用風箏攜帶的照相機成功地拍攝到舊金山大地震后的情景后，人類便開始利用遙感技術記錄地震災害信息。遙感技術憑借其成像范圍廣、成像時間短、受地面自然條件限制少等優(yōu)勢，在地震應急和震后災情獲取中的應用也越來越廣泛。震后災區(qū)陰雨天氣較多，而傳統(tǒng)的光學遙感采用可見光波段進行成像，雖然分辨率已經(jīng)達到米級、亞米級，但因其受陰雨天氣的制約還是不能及時獲取災區(qū)影像。

合成孔徑雷達SAR（SyntheticAperture Radar）是一種利用微波波段感知地物，從而獲取地物信息的主動式雷達技術，較光學遙感具有很多優(yōu)勢。SAR是斜距成像，能夠得到地物更多的三維信息；SAR具有較高分辨率，隨著2007年德國TerraSAR和意大利Cosmo/SkyMed的發(fā)射，SAR的分辨率已經(jīng)能夠達到1m，現(xiàn)在的機載SAR實驗系統(tǒng)已經(jīng)能夠達到0.1m的分辨率（Brenner等，2008）；SAR采用的微波波段較長，能夠很容易穿透云、霧、雨，比如L波段（1.5GHz）在雨量為150 mm hr-1的天氣成像時，衰減不會超過0.01dB km-1，采用X波段（10GHz）的TerraSAR和Cosmo/SkyMed在大暴雨情況下衰減即便高達約4.23dB km-1，但其成像效果也幾乎不受影響（Brett，2013b）。因此SAR幾乎不受陰雨天氣的影響，具有全天時、全天候觀測的優(yōu)勢，在地震應急中獲得了越來越多的關注及應用（Dekker，2011；Dell'Acqua等，2012；Dong等，2013；Gokon等，2015）。

雖然現(xiàn)在SAR影像的分辨率已經(jīng)達到了米級甚至亞米級，但SAR成像與光學成像不同，采用的是斜距成像方式，在SAR影像上建筑物的成像受到透視收縮、頂?shù)孜灰?、疊掩、陰影等幾何形變的影響，再加上SAR系統(tǒng)是一個相干系統(tǒng)，還受到斑點噪聲的影響，使得SAR影像的信息解譯變得較光學影像更為困難。而發(fā)展適用于SAR影像的建筑物震害檢測方法已經(jīng)成為利用遙感技術進行震害檢測亟待解決的問題。

本文分析高分SAR影像上建筑物的成像特點，針對利用SAR影像進行建筑物的震害檢測方法進行總結，將其分成目視解譯、利用震前震后SAR影像的變化檢測、利用震后單幅SAR影像的震害檢測方法三大類，并對各類方法進行論述，分析其特點。

1　高分SAR影像建筑物成像特征分析

隨著空間分辨率的提高，建筑物在SAR影像上的空間幾何展布也越來越清晰，典型的建筑物結構會依次出現(xiàn)疊掩（Layover）、二次散射（Double bounce）、陰影（Shadowing）結構。結合SAR的成像機理，圖1描述了一個典型平頂矩形房屋模型的距離向剖面的后向散射特性，假設這個房屋模型的表面均勻，四周平坦，其寬度為w，高度為h，SAR傳感器的入射角為θ。a表示地面的散射，b表示由建筑物豎直墻面與地面所成的二面角反射器形成的二次散射，c表示由面向傳感器的墻面所形成的單次散射，d表示由屋頂形成的后向散射，e表示陰影。圖1表示的是h＜w·tanθ的情形。

圖1（h＜w·tanθ）平頂矩形房屋模型后向散射特性（Brunner，2009）Fig.1　（h＜w·tanθ）Back scattering property of a flat roof rectangular building

圖2是一個平頂建筑物在地距和斜距上的成像。面向傳感器S一側的墻體與地面AB到達傳感器的距離相同，回波產(chǎn)生疊加，產(chǎn)生較亮的疊掩現(xiàn)象0，同時其形成的二面角反射器，使得高亮的二次散射亮線出現(xiàn)。地面CD產(chǎn)生電磁波照射的盲區(qū)而產(chǎn)生陰影。

圖2　平頂建筑物在地距和斜距上的成像Fig.2　The projection of a flat roof building on the slant and ground rectangular range

基于高分辨率光學影像的建筑物震害等級一般分為基本完好、部分倒塌、倒塌三類（王曉青等，2013）?；就旰玫慕ㄖ铮▓D3a）在高分SAR影像上基本會表現(xiàn)出完整的成像特征，即存在由角反射效應形成的連續(xù)亮線，影像遠距端存在規(guī)則陰影，紋理均勻；部分倒塌的建筑物（圖3b），其特征介于基本完好和倒塌建筑物之間，有可能存在陰影和二次散射亮線，但連續(xù)性較差；倒塌建筑物（圖3c）沒有規(guī)則的形狀，顯示為雜亂的亮點，陰影消失。

2　SAR影像建筑物震害檢測方法

利用SAR影像進行建筑物的震害檢測方法存在不同的分類方案，依據(jù)解譯方式和使用數(shù)據(jù)可分為目視解譯、利用震前震后SAR影像的震害檢測、利用震后單幅SAR影像的震害檢測方法。其中，利用震前震后SAR影像的震害檢測分為利用SAR影像強度信息和相位信息；利用震后單幅SAR影像的震害檢測分為利用影像的紋理、極化信息和借助模擬的方法。

2.1目視解譯

震害目視解譯是指解譯人員根據(jù)雷達影像上地物的成像特征和規(guī)律，根據(jù)自己的知識和經(jīng)驗人為地進行震害信息的定性或定量判讀的方法。

目前目視解譯方法仍然是地震災害提取最為直接和有效且廣泛應用的方法。國內(nèi)早期楊喆等（1999）分別以3m和6m的機載SAR影像對極震區(qū)的SAR影像震害特征進行了分析，建立了3種不同類型的房屋損毀率與烈度的響應模型，確定了相應烈度房屋損壞率的閾值，最終快速確定極震區(qū)范圍，為地震搶險救災提供了重要依據(jù)。邵蕓等（2008）對汶川地震災區(qū)SAR影像進行了目視解譯，并對安昌鎮(zhèn)等城鎮(zhèn)建筑物的震害程度進行了評估，得出安昌鎮(zhèn)的損壞程度遠大于花荄鎮(zhèn)的結論。Balz等（2010）利用震后高分SAR影像對2008年5月12日汶川地震后安昌鎮(zhèn)、都江堰和北川進行了震害目視解譯，并分析了倒塌和未倒塌建筑物在SAR影像上的特征。張繼賢等（2010）采用X波段和P波段雷達影像，輔以光學影像對2010年玉樹7.1級地震進行了災情信息的快速判讀，為判斷和分析災情提供了重要依據(jù)。

圖3　基本完好（a）局部倒塌（b）和完全倒塌（c）建筑物遙感影像（左為震前QuickBird光學影像，右為震后機載SAR影像，紅色箭頭代表雷達視向）Fig.3 Remote sensing images of（a）non-damaged building（b）partially damaged building （c）completely damaged building（left is Quicbird image before the earthquake，right is the aerial SAR iamge after the earthquake，the red arrow is the radar look direction）

需要注意的是，SAR影像成像較為復雜，其解譯標志跟光學影像的解譯標志所反映的地物有所不同，這需要解譯人員有足夠的解譯知識和經(jīng)驗。另外SAR特殊的成像機理和斑點噪聲的存在使人工判讀的主觀錯誤和理解錯誤不可避免，而且完全的人工判讀、理解不滿足某些應用上實時性的要求（楊文等，2004）。

2.2利用震前震后SAR影像的變化檢測

利用震前震后SAR影像進行震害檢測歸根結底就是變化檢測的問題。SAR影像能夠記錄目標地物回波的后向散射強度和相位信息，可以利用震前震后的強度信息或者相位信息來檢測建筑物的倒塌情況。在高分辨影像上可以利用建筑物成像的幾何結構進行震害檢測。

2.2.1利用強度信息的建筑物震害檢測

Yonezawa等（1998，2001）對1995年的日本阪神（Hyogoken-Nanbu，或Kobe）地震前后的ERS-1雷達影像進行了強度相關性和相干性研究，結果表明受地震破壞的建筑物改變了原來建筑物的后向散射特性，導致震前震后影像的去相干和強度相關性減小，并且去相干的大小與震害程度具有緊密的聯(lián)系。Matsuoka等（1999）發(fā)現(xiàn)1995年阪神地震的JERS和ERS雷達影像上嚴重損壞的建筑物比未損壞的建筑物區(qū)域的后向散射強度的均值低，并且震前震后的強度相關性也降低。之后，對阪神地震的研究也表明，在建筑物損壞區(qū)域，震前震后的后向散射系數(shù)差和強度相關性減小，并利用這兩個指標引入了區(qū)分度，結果表明，區(qū)分度與震害等級相關，而且能夠提高建筑物震害檢測的精度（Matsuoka等，2004a）。Matsuoka等（2004b）將這一方法應用于2003年的Algeria地震，也取得較好效果，隨后又在Bam地震中對這一方法進行了修正（Matsuoka等，2005）。竇愛霞等（2003）提出采用單個相關系數(shù)空間分布檢測地震破壞區(qū)域和利用多個相關系數(shù)檢測建筑物破壞程度的震前震后SAR圖像變化檢測方法，并以張北地震為例進行了實驗，在地面實際調(diào)查資料檢驗中顯示了令人滿意的效果。Bruzzone等（2015）結合了條帶式和聚束式影像，提出利用條帶式高分（3—5m）影像快速檢測出變化的區(qū)域，然后利用聚束式甚高分（1m）影像對每個變化區(qū)域進行分析來檢測單體倒塌建筑物，并應用于拉奎拉（L’Aquila）地震的Cosmo-Skymed震前震后SAR數(shù)據(jù)取得了高精度結果。Marin等（2015）利用震前震后TerraSAR-X影像的后向散射強度差和相關性組成的區(qū)分指標，對建筑物單體的屋頂區(qū)域進行了震害分析與提取，正確率達到75%。

利用SAR強度信息提取建筑物震害信息主要是利用震前震后強度的相關性與震害的聯(lián)系來進行的。目前用中低分辨率SAR影像進行的變化檢測一般基于像素級別或者鄰域像素，所得結果很大程度上取決于震前震后SAR影像的配準精度，而SAR影像固有的斑點噪聲等因素使得SAR的配準十分困難，導致最終震害檢測結果出現(xiàn)誤判。

隨著SAR空間分辨率的提高，建筑物在SAR圖像上的疊掩、二次散射、陰影等幾何特征越來越明顯，一些研究者開始探尋采用建筑物在SAR影像上的成像幾何結構對震害建筑物進行檢測。Stilla等（2001）在分析用高分SAR影像檢測建筑物的潛在能力時就指出，利用高分SAR影像的這些幾何特征為建筑物的分析提供了一種可行的思路。Guida等（2010a）提出利用二次散射特征進行建筑物的震害信息提取，將建筑物的損壞量化成與建筑物高度相關的二次散射亮線的后向散射強度的變化，并利用2009年意大利Aquila地震的前后Cosmo/Skymed強度數(shù)據(jù)進行驗證，結果合理有效，同時又將此方法應用于模擬影像進行了深入的探討（Guida等，2010b）。之后，Guida等又采用不同的方法得到了震前震后二次散射亮線后向散射強度的變化并進行實驗（Guida等，2010c）。Brett等（2013a；2013b）提出一種自動的基于分水嶺檢測（Ridge Detection）的方法來提取震前震后SAR影像的二次散射亮線，以此提取震害信息。國內(nèi)劉金玉等（2013）對基于SAR的成像機理和目標的后向散射特征對建筑物、道路和橋梁等的震害特征進行了細致分析，為尋找合適的目標檢測和提取方法提供了思路。

目前基于建筑物成像幾何特征的震害信息提取主要是利用建筑物的二次散射特征，但是此方法主要依賴于二次散射亮線的存在與否與建筑物的倒塌之間是否具有可靠的關聯(lián)。實際上，如果建筑物受到周圍環(huán)境（如樹木等）的影響或者建筑物背向系統(tǒng)發(fā)射的雷達波傳播方向的墻體倒塌，將會造成二次散射亮線的非正常變化，使其與實際建筑物完好與否的對應關系受到破壞，造成錯分或漏分的可能。但對于較大且孤立的建筑物效果較好。

2.2.2利用相位信息的建筑物震害檢測

利用相位信息的震害檢測就是根據(jù)相位的相干性（InSAR技術）獲取災害信息。Yonezawa （1999）發(fā)現(xiàn)由于地震損壞嚴重的建筑物的強度相干性和干涉值下降，表明干涉技術對于城市建筑物的震害檢測具有重要潛力。Takeuchi等（2000）利用臺灣集集地震ERS-2的SAR影像也證明了這一點。Yonezawa等（2002）用JERS-1的SAR影像之相干性研究了1995年Hyogoken-Nanbu地震的震害信息檢測，發(fā)現(xiàn)建筑物倒塌率與歸一化干涉系數(shù)之間具有很強相關性，認為采用SAR干涉進行震害信息定量評估是可行的。ITO Yosuke等（2000）的研究表明震害區(qū)域的干涉影像有明顯的時間去相干現(xiàn)象，對1995年的Kobe地震的多時相影像進行了干涉處理，然后用神經(jīng)網(wǎng)絡分類器對干涉影像進行分類，以此來提取震害信息。Ito等（2003）引入相干率，定義為震前震后SLC（Single Look Complex，單視復）影像的相干值/兩幅震前SLC影像的相干值，研究表明相干率與震害等級間有很強的對應關系，繼而提出了一種基于相干率的災害評估模型。Gamba等（2007）將強度和相位信息相結合進行災害制圖，取得了相對較好的效果，但因為分辨率的限制，即使結合相位和強度信息還是不能夠?qū)φ鸷Φ燃夁M行很好的精確分類。

雖然進行干涉分析能夠提取建筑物的震害信息，但是相位對例如衛(wèi)星幾何、波長、獲取時間等參數(shù)敏感（Zebker等，1992），強度信息對于以上參數(shù)相對不敏感（Yonezawa等，2001），所以利用強度信息來提取建筑物的震害信息更加具有穩(wěn)健性。但因為斑點噪聲的影響不能基于單個像素進行分析，而是基于鄰域像素，因此在利用強度信息進行建筑物震害檢測前應該進行去噪濾波處理并且需要考慮濾波窗口大小對結果的影響。

利用震前震后高分SAR影像進行變化檢測雖然能夠獲得建筑物震害信息，但是高分SAR系統(tǒng)的發(fā)展時間相對不長，并且高分SAR數(shù)據(jù)大多采用刈幅有限的聚束模式，而許多地方還沒有高分SAR數(shù)據(jù)覆蓋，雖然常常能夠得到震后的高分SAR數(shù)據(jù)，但是卻缺少震前的高分SAR數(shù)據(jù)，所以利用震前震后高分SAR影像進行震害檢測的方法往往不能夠滿足地震應急的需求。

2.3利用震后單時相SAR影像的震害檢測

2.3.1利用SAR影像紋理信息的建筑物震害檢測

SAR影像具有豐富的紋理信息，基于紋理的分析方法是對像素空間分布關系進行研究，體現(xiàn)了地物的組織排列結構以及與周圍環(huán)境的關系。常用的紋理提取方法包括：灰度共生矩陣（GLCM）、馬爾科夫隨機場（MRF）、分形法、小波方法等。基于GLCM方法的紋理測度有：同質(zhì)性、異質(zhì)性、熵、方差、均值等。紋理特征提取的目標是提取的紋理特征維數(shù)不大、鑒別能力強、穩(wěn)健性好，提取過程計算量小，能夠指導實際應用。但目前仍然缺乏實用的、穩(wěn)健的紋理特征提取方法（劉麗等，2009）。

Dell'Acqua等（2009）采用2008年汶川地震映秀鎮(zhèn)的震后Cosmo/SkyMed和Terra SAR-X影像，計算城區(qū)的紋理測度同質(zhì)性（Homogeneity）和震害等級的相關性，相關系數(shù)都沒有達到0.25，但同質(zhì)性隨建筑物損壞程度增大而減小的趨勢仍然很明顯。Polli等（2010）計算了8個不同紋理測度（均值、方差、同質(zhì)性、對比度、異質(zhì)性、熵、二階距、相關性）與震害等級之間的相關性，結果表明熵和同質(zhì)性與震害等級具有相對較好的相關性，并且震后熵值（同質(zhì)性）相對震前有增大（減?。┑内厔?，其增大（減?。┑姆扰c震害等級成正相關。Dell'Acqua等（2011a）將GLCM的紋理測度同質(zhì)性和熵分為三類，對應三個不同的震害等級，并對2008汶川地震、2009年意大利L’Aquila地震和2010海地地震的震后單幅SAR影像進行了震害檢測，雖然結果對于一些街區(qū)的震害程度有過高的估計，但也是一次基于單幅SAR影像進行震害檢測的嘗試，對后續(xù)研究具有重要意義。之后，Dell'Acqua等（2011b）又采用Hati地震的Cosmo-SkyMed數(shù)據(jù)，選取了更加精確的定量參考數(shù)據(jù)——高分航空影像，基于面積的震害面積指數(shù)（DAR）所得的三類震害等級，對比基于目視解譯的定性參考數(shù)據(jù)，提高了震害檢測的精度，有助于分析基于紋理測度檢測震害時引起錯分的原因。分維值可以直接度量影像的粗糙度，金鼎堅等（2012）對機載SAR影像分維分析方法進行了初步探索和2010年玉樹地震實例分析，得到了較好的震害檢測結果。Shi等（2015）首次利用了中國的雙波段機載SAR系統(tǒng)（CASMSAR）在X、P波段下的干涉、極化模式數(shù)據(jù)對玉樹地震進行評估。分析了40個極化特征、3個干涉特征和138個紋理特征來區(qū)分倒塌建筑物和完好建筑，并對這些特征進行評價，得出紋理特征是量化玉樹建筑物震害的較好指標。

基于紋理的震害檢測方法大多是以街區(qū)（block）為尺度的。因為以街區(qū)為尺度能夠抑制單個像素水平上噪聲的影響，而且同一街區(qū)的建筑物通常具有相似的形狀，在統(tǒng)計意義上亦有同質(zhì)性。

2.3.2利用SAR影像極化信息的建筑物震害檢測

在垂直于電磁波傳播方向的平面上有電場強度和磁場強度兩個垂直的分量。平面波的極化，描述了電磁場中電場矢量頂端在垂直于傳播方向的平面上在一個周期內(nèi)隨時間變化的軌跡，極化波按軌跡形狀的不同可分為三類：線性極化波、圓極化波和橢圓極化波，其中線性極化波又可分解為水平極化波（H）和垂直極化波（V）（郭華東，2000）。散射體由于自身特性、幾何結構等會引起入射電磁波極化特性的改變，所以絕大多數(shù)地物在不同的極化態(tài)下的表現(xiàn)形式不同。利用極化的這種優(yōu)勢，可以基于震后的單幅SAR影像進行震害信息檢測。

Ainsworth等（2008）的研究表明，圓極化相關系數(shù)對于人工建筑物具有很高的敏感性，可用于建筑物的檢測。Guo等（2009）采用汶川地震北川和都江堰作為研究區(qū)域，采用多極化影像對比分析了倒塌建筑物和完好建筑物的極化特征，結果表明SAR的一些極化參數(shù)能夠用來區(qū)分倒塌和完好建筑物，可利用HH極化的后向散射系數(shù)的變化進行倒塌建筑物的檢測。郭華東等（2010）基于玉樹地震后的Radasat-2精細模式極化數(shù)據(jù)，提出了基于震后單幅極化雷達影像提取倒塌建筑物的H-?-ρ方法，其中，H（熵）反映目標散射機制的隨機程度，?代表目標平均散射機制類型，ρ是圓極化相關系數(shù)，未倒塌房屋比倒塌房屋有較高的ρ值。Sato等（2013）采用2011年日本大地震的ALOS-PalSAR全極化數(shù)據(jù)對震害信息進行了判讀，結果驗證了全極化數(shù)據(jù)能夠更好地理解地物散射模型，能有效地提高獲取目標信息的能力。

多極化SAR雖然能夠幫助檢測損毀建筑物，但是提供雙極化或者多極化的高分辨率SAR是以犧牲空間分辨率為代價的。如果從極化和高分辨率中選一個作為附加條件的話，應該選擇高空間分辨率。因為識別震害建筑物的最重要的特征還是形狀和紋理（Balz等，2010）。

2.3.3利用SAR影像模擬的建筑物震害檢測

為了彌補震前SAR影像的缺少、滿足地震應急震害監(jiān)測評估的需求，Brunner（2009）采用基于射線追蹤和朗伯反射混合模型的雷達建筑物成像模擬的方法，根據(jù)從震前光學影像上提取的建筑物三維參數(shù)，對震前的SAR影像進行模擬，再將模擬SAR影像與震后SAR影像做相似性計算，根據(jù)Bayesian分類器進行分類來提取震害信息。將此方法用于汶川地震映秀鎮(zhèn)30棟建筑物的震后TerraSAR和Cosmo/SkyMed影像分析，結果顯示采用基于最大期望算法的監(jiān)督分類，對于倒塌建筑物和未倒塌建筑物的區(qū)分精度能達到90%，非監(jiān)督分類精度也能達到80%。采用此方法進行SAR影像的模擬時沒有考慮建筑物周圍的樹木、車輛等地物對后向散射系數(shù)的影響，是影響震害分類結果的不準確的重要原因之一。Wang等（2009）在國內(nèi)應用高分SAR（分辨率優(yōu)于1m）對地震災害進行評估，通過對汶川地震的建筑物進行模擬分析，對比實際機載高分SAR影像，總結了高分辨率SAR圖像中建筑物震害損毀的特征與規(guī)律。溫曉陽等（2009）采用射線跟蹤的電磁計算方法和圖像域積分的成像模擬方法得到不同受災程度的建筑物SAR模擬圖像，與實際獲取的機載X波段SAR圖像對比表明，模擬圖像能有效輔助實際SAR圖像進行城區(qū)特征分析。通過模擬的方式雖然彌補了震前SAR數(shù)據(jù)的不足，但模擬影像和實際影像之間還是存在很大差距，造成分析結果的誤差，需要通過進一步的研究減少模擬的偏差。

基于單幅建筑物的震害檢測雖然能夠滿足應急的需求，但是僅僅基于單幅震后SAR影像來檢測建筑物的震害是很困難的，需要盡可能多地輔以其他信息，如GIS數(shù)據(jù)、光學影像等，來提高震害解譯的精度與可靠性。

3　討論

綜上所述，目視解譯雖然能夠直接有效地進行震害解譯，且應用廣泛，但對解譯人員的經(jīng)驗和專業(yè)知識的依賴性較大；基于震前震后影像進行變化檢測的方法目前研究的比較多，但是震前高分SAR數(shù)據(jù)的匱乏往往不能滿足地震應急的需求；基于震后單幅SAR影像進行震害檢測雖然能夠滿足地震應急的需求，但是由于SAR影像解譯的困難性，僅基于震后單幅SAR影像容易出現(xiàn)較大的不確定性。雖然目前用SAR影像進行建筑物震害評估的方法很多，但大部分方法主要是針對中低分辨率的影像，沒有具體到建筑物單體上。

雖然米級分辨率SAR影像仍然不能對建筑物進行震害等級的分類，僅僅能區(qū)分倒塌和未倒塌建筑物（Brunner等，2011），但隨著SAR空間分辨率的逐步提高，SAR的分辨率已經(jīng)能夠達到亞米級，建筑物在SAR影像上呈現(xiàn)的幾何展布也越來越清晰，傳統(tǒng)的震害檢測方法已經(jīng)不能完全適應高分、甚高分SAR影像，研究者們開始探尋利用建筑物在SAR影像上獨特的成像特征（比如高亮二次散射亮線特征）來對建筑物震害進行識別。不論是利用震前震后SAR數(shù)據(jù)還是僅利用震后SAR數(shù)據(jù)，從建筑物的成像幾何特征上進行震害分析都將是未來研究的重要方向之一。對SAR影像豐富的極化信息和紋理信息的挖掘也是重要的提高建筑物震害解譯精度的手段。震后單幅SAR影像的震害提取難度大、誤判率高，未來應綜合利用震后SAR數(shù)據(jù)與GIS數(shù)據(jù)、DEM（數(shù)字高程模型）、光學影像等數(shù)據(jù)來提高所提取的震害信息的精度。

竇愛霞，張景發(fā)，王曉青等，2003.SAR圖像在震害變化檢測中的應用.2003年第六屆海峽兩岸空間資訊與防災科技研討會.

郭華東，2000.雷達對地觀測理論與應用.北京：科學出版社.

郭華東，王心源，李新武等，2010.多模式SAR玉樹地震協(xié)同分析.科學通報，（13）：1195—1199.

金鼎堅，2012.高分辨率SAR影像建筑物震害信息提取方法研究.北京：中國地震局地震預測研究所.劉麗，匡綱要，2009.圖像紋理特征提取方法綜述.中國圖像圖形學報，（4）：622—635.

劉金玉，張景發(fā)，劉國林，2013.基于高分辨率SAR圖像成像機理的震害信息分析.國土資源遙感，（3）：61—65.

邵蕓，宮華澤，王世昂等，2008.多源雷達遙感數(shù)據(jù)汶川地震災情應急監(jiān)測與評價.遙感學報，12（6）：865—870.

王曉青，竇愛霞，孫國清等，2013.基于綜合震害指數(shù)的玉樹地震烈度遙感評估研究.地震，33（2）：1—10.

溫曉陽，張紅，王超，2009.地震損毀建筑物的高分辨率SAR圖像模擬與分析.遙感學報，1（1）：169—176.

楊文，孫洪，徐新等，2004.SAR圖像目標解譯算法研究.系統(tǒng)工程與電子技術，（10）：1336—1339.

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

張繼賢，黃國滿，劉紀平，2010.玉樹地震災情SAR遙感監(jiān)測與信息服務系統(tǒng).遙感學報，5（5）：1038—1052.

Ainsworth T.L.，Schuler D.L.，Lee J.S.，2008.Polarimetric SAR characterization of man-made structures in urban areas using normalized circular-pol correlation coefficients.Remote Sensing of Environment，112（6）:2876—2885.

Balz T.，Liao M.，2010.Building damage detection using post-seismic high-resolution SAR satellite data. International Journal of Remote Sensing，31（13）:3369—3391.

Brenner A.R.，Roessing L.，2008.Radar imaging of urban areas by means of very high-resolution SAR and interferometric SAR.IEEE Transactions on Geoscience and Remote Sensing，46（10）:2971—2982.

Brett P.T.B.，Guida R.，2013a.Earthquake damage detection in urban areas using curvilinear features.Geoscience& Remote Sensing IEEE Transactions，51（9）:4877—4884.

Brett P.T.B.，2013b.Urban damage detection in high resolution amplitude SAR images.University of Surrey.

Brunner D.，2009.Advanced methods for building information extraction from very high resolution SAR data to support emergency response.University of Trento.

Brunner D.，Schulz K.，Brehm T.，2011.Building damage assessment in decimeter resolution SAR imagery:A future perspective.Urban Remote Sensing Event（JURSE），2011 Joint:217—220.

Bruzzone L.，Marin C.，Bovolo F.，2015.Damage detection in built-up areas using SAR images.Encyclopedia of Earthquake Engineering，473—500.

Dell'Acqua F.，Lisini G.，Gamba P.，2009.Experiences in optical and SAR imagery analysis for damage assessment in the wuhan，May 2008 earthquake.Geoscience and Remote Sensing Symposium，2009 IEEE International，IGARSS 2009，IV-37-IV-40.

Dell'Acqua F.，Gamba P.，Polli D.A.，2011a.Earthquake damage assessment from post-event VHR radar data:FromSichuan，2008 to Haiti，2010.Urban Remote Sensing Event（JURSE），2011 Joint.IEEE:201—204.

Dell’Acqua F.，Polli D.A.，2011b.Post-event only VHR radar satellite data for automated damage assessment. Photogrammetric Engineering&Remote Sensing，77:1037—1043.

Dell'Acqua F.，Gamba P.，2012.Remote sensing and earthquake damage assessment:experiences，limits，and perspectives.Proceedings of the IEEE，100:2876—2890.

Dekker R.J.，2011.High-resolution radar damage assessment after the earthquake in Haiti on 12 January 2010. Selected Topics inApplied Earth Observations&Remote Sensing IEEE Journal，（4）:960—970.

Dong L.，Shan J.，2013.A comprehensive review of earthquake-induced building damage detection with remote sensing techniques.Isprs Journal of Photogrammetry&Remote Sensing，84（7）:85—99.

Gamba P.，Dell'Acqua F.，Trianni G.，2007.Rapid damage detection in the Bam area using multitemporal SAR and exploiting ancillary data.Geoscience&Remote Sensing IEEE Transactions，45（6）:1582—1589.

Gokon H.，Post J.，Stein E.et al.，2015.A method for detecting buildings destroyed by the 2011 Tohoku earthquake and tsunami using multitemporal TerraSAR-X Data.Geoscience&Remote Sensing Letters IEEE，（6）:1277—1281.

Guida R.，Iodice A.，Riccio D.，2010a.An application of the deterministic feature extraction approach to COSMO-SKyMed data.SyntheticAperture Radar（EUSAR），2010 8th European Conference on.VDE，2010:1—4.

Guida R.，Iodice A.，Riccio D.，2010b.Fast change detection algorithm for single post-earthquake SAR images of urban areas，XVIII Riunione Nazionale di Elettromagnetismo，Benevento.

Guida R.，Iodice A.，Riccio D.，2010c.Monitoring of collapsed built-up areas with high resolution SAR images. Proceedings of the IEEE International Geoscience&Remote Sensing Symposium，38（5）:2422—2425.

Guo H.，Li X.，Zhang L.，2009.Study of detecting method with advanced airborne and spaceborne synthetic aperture radar data for collapsed urban buildings from the Wenchuan earthquake.Journal of Applied Remote Sensing，（1）:131—136.

Ito Yosuke，Hosokawa M.，Lee H.，Liu J.G.，2000.Extraction of damaged regions using SAR data and neural networks.International Archives of Photogrammetry and Remote Sensing.（B1）:156—163.

Ito Yosuke，Hosokawa M.，2003.A degree-of-damage estimation model of earthquake damage using interferometric SAR data.Electrical Engineering in Japan，143（3）:49—57.

Marin C.，Bovolo F.，Bruzzone L.，2015.Building change detection in multitemporal very high resolution SAR images.Geoscience&Remote Sensing IEEE Transactions on，53（5）:2664—2682.

Matsuoka M.，Yamazaki F.，1999.Characteristics of satellite images of damaged areas due to the 1995 Kobe earthquake.Proc.of 2nd Conference on the Applications of Remote Sensing and GIS for Disaster Management. 1999:The George Washington University，CD-ROM.

Matsuoka M.，Yamazaki F.，2004a.Use of satellite SAR intensity imagery for detecting building areas damaged due to earthquakes.Earthquake Spectra，20（3）:975—994.

Matsuoka M.，Yamazaki F.，2004b.Damage detection for the 2003 Algeria earthquake using SAR intensity images. Proc.1stAsia Conf.Earthq.Eng.，Manila，Philippines，Mar.2004:227—236.

Matsuoka M.，Yamazaki F.，2005.Building damage mapping of the 2003 Bam，Iran earthquake using Envisat/ASAR intensity imagery.Earthquake Spectra，21（Suppl 1）:S285—S294.

Polli D.A.，Dell’Acqua F.，Lisini G.，2010.Automatic Mapping of Earthquake Damage Using Post-Event RadarSatellite Data:The Story Goes on.Proceedings of 30th EARSeL Symposium，Paris，May 31-June 3:565—572.

Sato M.，Chen S.W.，2013.Detection of damaged area by polarimetric SAR.Synthetic Aperture Radar（APSAR），2013Asia-Pacific Conference on.IEEE，2013:451—454.

Shi L.，Sun W.，Yang J.et al.，2015.Building collapse assessment by the use of postearthquake chinese VHR airborne SAR.IEEE Geoscience&Remote Sensing Letters，12:2021—2025.

Stilla U.，Soergel U.，Thoennessen U.，2001.Potential and limits of InSAR data for the reconstruction of buildings. Remote Sensing and Data Fusion Over UrbanAreas，Ieee/isprs Joint Workshop，64—68.

Takeuchi S.，Suga Y.，Yonezawa C.et al.，2000.Detection of urban disaster using InSAR.A case study for the 1999 Great Taiwan Earthquake.Geoscience and Remote Sensing Symposium，2000.Proceedings.IGARSS 2000.IEEE 2000 International.IEEE，1:339—341.

Wang C.，Zhang H.，Wu F.et al.，2009.Disaster phenomena of Wenchuan earthquake in high resolution airborne synthetic aperture radar images.Journal ofApplied Remote Sensing，（1）:031690-031690-16.

Yonezawa C.，Takeuchi S.，1998.Detection of damaged built-up areas by the 1995 Hyogoken-nanbu earthquake using ERS-1/SAR intensity images.Journal of the Japan Society of Photogrammetry，37:57—61.

Yonezawa C.，Takeuchi S.，1999.Detection of urban damage using interferometric SAR decorrelation.Geoscience and Remote Sensing Symposium，1999.IGARSS'99 Proceedings.IEEE 1999 International.IEEE，（2）:925—927.

Yonezawa C.，Takeuchi S.，2001.Decorrelation of SAR data by urban damages caused by the 1995 Hyogoken-nanbu earthquake.International Journal of Remote Sensing，（8）:1585—1600.

Yonezawa C.，Tomiyama N.，Takeuchi S.，2002.Urban damage detection using decorrelation of SAR interferometric data.Geoscience and Remote Sensing Symposium，2002.IGARSS'02.2002 IEEE International.IEEE，（4）: 2051—2053.

Zebker H.A.，Villasenor J.，1992.Decorrelation in interferometric radar echoes.IEEE Transactions on Geoscience& Remote Sensing，30（5）:950—959.

ASurvey on the Earthquake Induced Building Damage Detection Using SAR Imagery

Cui Liping and Wang Xiaoqing
（Institute of Earthquake Science，China Earthquake Administration，Beijing 100036，China）

With its advantages，synthetic Aperture Radar plays an increasing importance role in the application of damage acquirement and assessment after an earthquake.Firstly，the characteristic of buildings classified into different damage level on SAR image is analyzed.Then a summary of the methodology of building damage detection is discussed，which including visual interpretation，change detection using before and after image and damage detection technic using post-event image only.Ultimately，a future expectation is addressed.

SAR；Earthquake；Building；Damage detection

高分光學遙感應急救援示范應用（31-Y30B09-9001-13/15-15）；陜西省地震應急遙感數(shù)字地球系統(tǒng)示范應用研究（2013IES0204）

2015-10-21

崔麗萍，女，生于1991年。碩士研究生。主要研究方向為遙感影像震害信息的提取。E-mail:liping_cui@163.com