基于边线的遥感影像道路震害快速提取方法研究

重大地震灾害发生以后, 快速准确地提取灾区的道路震害信息对于应急救援工作具有重要意义。 由于地震造成的破坏非常复杂, 没有固定的光谱特征变化模式, 而且影像中存在大量同物异谱和同谱异物现象。 因此, 传统基于光谱特征的遥感影像道路震害提取方法, 不仅提取精度较低, 而且通用性不强, 需要根据不同影像调整参数。 道路边线是一种稳定的道路几何特征, 其特征变化能够准确地表现道路的状态变化。 基于此, 本文研究了一种基于道路边线的震害信息快速提取方法。 该方法利用震后遥感影像提取完好道路边线, 与震前道路线分布数据进行变化检测, 从而实现震害路段的提取。 最后, 利用汶川震区的遥感影像进行实例验证, 与人工解译的结果进行比较。 结果表明, 该方法能够快速准确地提取道路震害信息。     

基于全极化Radarsat-2影像的建筑物震害评估

利用震后灾区全极化SAR影像可快速提取建筑物震害信息,为应急救援的快速有效实施提供重要的灾情信息支持。本文建立基于极化散射矩阵的Pauli-Wishart监督极化分类的建筑物震害信息提取和以街区为尺度的震害程度评估方法,包括Pauli分解、Wishart监督分类和遥感震害指数提取,并利用玉树县城区2010年4月14日青海玉树7.1级地震震后全极化Radarsat-2影像,提取了建筑物震害信息。经统计,确定结果总体分类精度达到0.81,Kappa值为0.61,表明本文提取建筑物震害的方法是可行的。     

基于相关变化检测与面向对象分类技术的 多源遥感图像震害信息提取

遥感图像面向对象分类作为空间信息提取的关键技术, 在震害信息提取方面发挥着非常重要的作用, 然而由于光学遥感影像是正射图像, 只能提取建筑物屋顶信息, 这使得单一利用震后光学影像进行震害信息提取存在一定的局限性. 针对该问题, 本文提出了一种基于合成孔径雷达(SAR)相关变化检测的光学影像震害建筑物面向对象提取方法, 即在光学影像面向对象提取的数据中融合SAR相关性, 对光学影像进行面向对象提取震害建筑物时不仅考虑建筑物的几何、 光谱等特征, 还加入震前震后变化信息即SAR相关性进行分类. 在此基础上, 选取2008年汶川M_S8.0地震震区都江堰地区作为研究区进行试验. 结果表明, 本文提出的方法相对于单一使用光学影像进行震害建筑物提取, 其准确度有较明显的提高.      

道路震害遥感提取方法现状与应急应用展望

强地震发生后, 道路是抗震救灾的生命线, 快速有效地提供灾区可通行道路的状况可为地震应急救援力量的部署提供强有力的信息支撑。 基于遥感图像的震害道路识别是遥感地震应急领域中的难点, 但对于地震应急具有无可比拟的价值。 在总结分析地震前后道路影像特征的基础上, 系统地介绍了遥感影像道路提取方法, 之后介绍了遥感震害道路评估工作流程, 重点阐述了遥感震害道路提取与评估方法, 然后综合分析了遥感道路提取在地震应急中的不足, 最后展望了未来遥感技术在震害道路提取与评估中的应用。     

面向对象遥感分类方法在汶川地震震害提取中的应用

震后城市建筑物震害的自动识别与分类, 是遥感震害调查中的关键步骤, 其精度直接影响损失评估的结果. 而随着高分辨率遥感影像的发展, 传统基于像元的分类技术已不能满足需求, 引入面向对象的信息提取技术, 充分挖掘影像对象的纹理、形状和相互关系等信息, 能够有效的提高震害的分类精度. 该文阐述了面向对象的遥感震害提取思路和方法, 并应用汶川地震震后高分辨率航空遥感数据, 针对建筑物震害进行面向对象的快速提取与自动分类. 结果表明, 与基于像元分类比较, 面向对象的建筑物震害分类能够显著改善分类效果.     

遥感分类方法在建筑物震害提取中的应用（以玉树地震为例）

建筑物损毁情况是地震灾害评估的一项重要指标,利用遥感技术快速提取震后建筑物震害信息,对科学指导地震应急救援工作具有重要意义.利用2010年4月14日青海玉树7.1级地震前后玉树县结古镇团结村高分辨率遥感影像,结合像素光谱和空间特性的纹理、结构等多源信息,基于支持向量机（SVM）方法,对地震前后建筑物信息进行分类提取,变化检测出建筑物损毁情况,并与面向对象多源信息复合的模糊分类法的分类精度、提取效率进行对比分析.研究结果表明,多源数据复合的SVM影像分类方法能够有效解决模糊分类影像破碎问题,地震前后两实相影像分类总精度达到77.53％和73.56％,提高了建筑物震害信息提取精度.     

基于最优分割的高分辨率遥感影像震害建筑物识别技术

为了提高建筑物震害信息提取的效率与准确度,针对震后高分辨率遥感影像,根据震害建筑物在遥感影像上的特征,以2010年海地M_S7.0地震为例,通过尺度参数估计算法自动选择最优分割尺度对影像进行多尺度分割,并采用面向对象方法对海地高分辨率遥感影像进行建筑物震害信息提取,同时与基于像元的支持向量机、反向传播神经网络、基于分类回归算法的决策树分类方法进行比较。试验结果表明,面向对象的分类方法具有更好的目视效果和更高的分类精度,有利于地震后震害信息的准确提取和快速评估。      

基于单时相全极化SAR影像的建筑物震害信息提取

建筑物震害信息提取不仅是震害评估的主要工作,同时对应急救援的快速有效实施也有一定的指导意义。利用震后一景全极化SAR影像提取建筑物震害信息,既可提高信息提取的速度,也可保证提取的精度。文章利用H/α/A-Wishart非监督极化分类方法,结合基于最小异质性准则聚合的层次聚类算法,对建筑物震害信息进行提取。以2010年4月14日青海玉树地震震后一景全极化SAR影像为例进行实验,实验结果表明该文研究的方法在建筑物震害信息提取应用中是有效可行的。     

向导式遥感震害评估系统研制

依托国家科技支撑计划重点项目子专题,在总结、归纳已有震害评估系统处理方式、流程及优缺点的前提下,研究了符合实际工作状况的遥感震害评估系统.该系统集成了基于ENVI/IDL、ERDAS开发的影像处理模块,可辅助提取高分辨率遥感影像中房屋倒塌、道路损毁、滑坡、泥石流、堰塞湖等震害信息.尤其是面向对象分类模块,对遥感影像各种特征进行了综合处理.基于ArcEngine开发的空间数据管理与分析模块,可处理道路空间位置分布、地震烈度划分、行政区划及属性等信息.并实现了对各模块向导式的流程化调用,有效提高了震后灾害评估工作的效率.该系统已在地震应急工作中发挥了有力的作用.     

基于中分辨率遥感影像的居民区震害信息提取

针对中分辨率遥感影像建筑物震害信息弱以及变化检测法受非震害信息影响大等弱点, 本文建立了一种基于变化检测的居民区震害信息快速提取方法. 该方法利用主成分变换增强震害信息, 采用监督分类法提取似居民区, 并用灯光影像数据进一步对似居民区提取结果进行优化, 从而很好地消除了变化检测方法中非震害因素的影响. 在此基础上, 以2001年印度M_W7.6地震的极重灾区为研究区域, 利用震前、 震后Landsat卫星TM图像和震区灯光影像数据, 对本文算法进行了验证和分析. 结果表明, 在30—50 m中分辨率遥感影像上, 以建筑物为主的居民区震后图像变化最为显著的震害特征是反射率变大, 本文所建立的居民区震害信息提取方法在解决中分辨率遥感影像震害目标信息弱、 背景复杂等方面效果明显.      

基于遥感和GIS的建筑物震害损失评估方法研究与实现

介绍了一种使用遥感技术进行震后损失快速评估的方法,评估流程包括震害提取和损失评估两个部分。评估方式根据需求可以分为基于震害指数的评估和基于图像分类结果的评估两种模式,前者通过震害指数与烈度的关系得到地面居民住地的宏观震害情况,结合地震应急数据进行建筑物损失评估;后者采用图像处理技术,选取典型震害样本以图像分类技术得到地面居民住地的分级分类的震害结果,然后计算参数进行损失评估。损失评估的计算根据震害提取模式而不同。这种遥感震害评估方法和计算流程结合了遥感和GIS技术,以满足实际工作需求目标,提高了震害提取的自动化程度,实现多人工作模式,通过有效率的人机交互来提高遥感震害评估的速度。     

基于深度学习的倾斜摄影建筑物表面损毁信息提取

建筑物受损信息是地震受灾程度评估的基础,针对传统建筑物表面信息识别人工成本高、效率低等问题,受深度学习提取建筑物影像的启发,提出利用无人机倾斜摄影模型与深度学习相结合的方法提取震后建筑物表面破损信息。以2019年长宁6.0级地震为例,选用双河镇震后倾斜摄影模型切片图为数据源,对比分析面向对象分类方法、VGG-16模型和DeeplabV3+模型对建筑物表面损毁信息的提取结果。分析结果表明,针对建筑物表面破损信息的提取,尤其是细小裂缝的提取,语义分割网络DeeplabV3+模型具有较强的优势(准确率96.93%、召回率96.85%、总体精度96.89%),可实现建筑物表面破损信息的有效提取,具有较强的应用价值。     

基于高分辨率影像的九寨沟7.0级地震道路震害评估

2017年8月8日九寨沟7.0级地震引发贯通重灾区的S301省道、Z120县道多处损坏,给应急救援和灾后重建带来较大困难。利用高分辨率无人机和卫星影像可以对道路震害情况进行评估。本文首先对道路震害进行破坏类型和破坏等级的划分,针对不同分辨率影像所表现的道路破坏特征,建立各破坏等级、各损坏类型的解译标志,并完成灾区遥感图像覆盖范围内主要道路震害的研判与评估。经统计分析,研究区域共出现110处明显破坏,其中,68处为部分损坏,42处为完全损毁,道路整体破坏严重。     

区域场地分类方法研究综述

大量破坏性地震震害调查结果表明:松软土层场地上的震害情况要比坚硬岩石场地上的震害情况更加严重,在一定区域范围内不同类型场地上震害差别也较大,因此场地放大效应及区域场地分类的研究逐渐成为地震工程领域关注的热点问题。随着高精度地形地貌数据及地理信息处理软件的逐步完善,区域场地分类方法的研究迅速发展。本文重点介绍了基于地形条件、地貌条件、地质条件及综合条件的场地分类方法,对各方法的优缺点进行探讨,并分析了其在使用时应注意的重点问题。     

地震应急现场信息分类初步研究

地震应急现场信息分类的核心目标是实现灾情信息的快速上报、关键信息特征的识别和为辅助决策提供客观现实依据。按照信息内容的本质属性,依据发生什么事件、产生什么影响、对产生的影响有何响应,针对响应有什么成效这样的思路将地震应急现场信息分为地震震情信息、灾情信息、应急处置信息、处置效益信息4个大类。在对信息字段进行定义时,考虑了信息来源,将信息本质属性与信息源进行有机结合。分类成果可以应用于地震行业应急处置和各级政府应急处置的信息汇集、分析、处理,还可以依据分类体系充分利用社会公众参与灾情速报。由于灾难事件的应急处置具有相似性,本研究的成果适当修改后也可应用于其它行业的应急处置工作。