结合变差纹理特征的极化SAR建筑物震害信息提取

快速评估建筑物地震灾害信息对地震应急救援工作有着指导意义,而极化SAR具有全天候、全天时的特点,因此利用极化SAR图像提取震害信息已逐渐成为研究热点。虽然极化SAR具有丰富的极化信息,但其纹理信息不可忽略,尤其是完好的人工建筑物在图像上呈现规则的纹理特征,而倒塌建筑区域纹理分布杂乱,因此结合纹理信息也可以很好地提取建筑物信息。以2010年玉树地区的全极化SAR数据为研究对象,首先,利用Yamaguchi分解的体散射分量PV提取了SAR图像中的建筑物区域以及道路、水系等非建筑物信息,在此基础上,对相干散射矩阵T11分量中倒塌建筑物、完好建筑区域进行变差计算,根据变差曲线确定变程a后,再对建筑物区域采取窗口m*m(m=3*a)进行变差计算得到变差纹理信息,最后利用FCM算法对变差纹理信息分别提取完好建筑物和倒塌建筑物区域,为了对比分析,文章利用Yamaguchi分解的二次散射分量PD提取完好建筑物区域,与震后光学遥感图像对应样本点进行人工验证,得到完好建筑物的提取精度为80.18%,倒塌建筑物的提取精度为84.54%,道路水系的提取精度为77.58%。     

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。     

应用单类分类提取极化SAR影像中的倒塌建筑物

通过引入单类分类方法,将倒塌建筑物作为唯一目标样本进行提取。介绍了两种基于支持向量机的单类分类方法,并选择最小超球体单类支持向量机用于震后单时相Pol SAR影像中的倒塌建筑物提取实验,结果表明单类分类方法能够融合多种特征快速提取倒塌建筑物,且能保证一定的提取精度,是一种行之有效的震害提取方法。     

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。     

基于高分辨率合成孔径雷达影像建筑物成像几何结构的震害特征分析

传统的利用震后单幅合成孔径雷达(SAR)影像对建筑物的震害特征分析大多基于街区范围, 很少基于其成像几何结构． 本文基于高分辨率SAR影像上的建筑物成像几何结构, 分析了建筑物单体的震害特点, 建立了利用距离向线性灰度累加的方法提取规则未倒塌建筑物的叠掩区和阴影区及倒塌建筑物的倒塌区, 并在此基础上进行各几何特征区域的纹理特征, 如同质度、 不相似度和熵的计算及其组合特征分析, 由此建立了基于SAR影像建筑物成像几何结构的震害分析方法． 采用该方法对2010年玉树M_S7.1地震震后玉树县城区的高分辨率SAR影像进行分析, 结果表明: 叠掩、 阴影和二次散射亮线是进行建筑物震害解译的有效几何结构特征, 其中叠掩区和阴影区的影像纹理特征具有较好的震害识别能力; 与传统的简单特征统计方法相比, 考虑建筑物SAR影像成像几何结构的特征统计法, 可以显著提高建筑物的震害识别能力.      

SAR影像建筑物震害检测方法研究综述

合成孔径雷达(SAR)凭借其全天候、全天时的优势,在震后灾情信息的快速获取以及灾情评估上发挥着越来越重要的作用。本文分析了建筑物在SAR影像上的成像特征及不同震害等级的建筑物在SAR影像上的特点,总结了利用SAR技术进行建筑物震害检测的方法,并将其归纳为目视解译、震前震后变化检测、震后单幅影像的震害检测方法。同时分析了这些方法的特点,并对SAR建筑物震害检测方法进行了展望。     

基于震后高分SAR影像建筑物成像几何特征的震害分析

<正>合成孔径雷达SAR具有全天时、全天候的优势,在震后灾情信息的快速获取及评估中获得越来越多的关注及应用。目前SAR影像的分辨率已经达到米级甚至亚米级,建筑物在SAR影像上的空间几何展布也越来越清晰,具有较明显的叠掩、二次散射、阴影等成像几何特征。传统的应用于中低分辨率SAR影像的震害检测方法已经不再简单地适用于高分SAR影像,发展适用于高分SAR影像的建筑物震害检测方法     

建筑物震害多源遥感特征与机理分析

随着遥感信息源的不断增加,多种遥感数据被用于详细判读建筑物的震害情况.为准确判读震害等级与建立震害自动识别模式,本文收集整理了汶川地震震区的震害遥感图像,通过目视判读、图像处理、统计分析,重点分析了各类震害建筑物在光学影像中的特征表现、在合成孔径雷达图像中的成像机理特征以及在激光雷达图像中的三维特征.在此基础上构建了建筑物简化模型,并联合光学影像和雷达图像对震害建筑物的影像特征剖面予以分析.结果显示:光学遥感图像色彩信息符合人眼色觉原理,具有较好的直观判读效果;合成孔径雷达图像能够记录地物侧面、表面的粗糙程度和角反射特点,信息量丰富但不直观;激光雷达图像能获取建筑物的三维信息,因此震害评估工作中需有效地综合利用多源遥感数据,才能实现最佳的判识效果.      

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.      

城镇建筑震害SAR遥感探测与评估研究综述

合成孔径雷达(SAR)遥感是城镇建筑震害监测的重要手段之一.随着SAR传感器技术的最新发展,利用高分辨率、多极化SAR图像对城镇建筑地震灾害损毁进行探测和评估成为当前的研究趋势和热点.文中首先分析了建筑物及其震害损毁SAR成像特点,并系统综述了近15年来国内外基于SAR图像进行城镇建筑震害损毁探测与评估技术方法的研究和应用现状,评述了各类方法的优缺点,最后针对当前SAR传感器高分辨率、全极化的发展趋势,对有待于进一步研究的问题和技术发展趋势进行了展望.     

全卷积神经网络在建筑物震害遥感提取中的应用研究

为解决建筑物震害信息提取自动化程度不高的问题,本文将全卷积神经网络应用于建筑物震害遥感信息提取。以玉树地震后获取的玉树县城区0.2m分辨率航空影像作为建筑物震害信息提取试验数据源,将试验区地物划分为倒塌建筑物、未倒塌建筑物和背景3类。对427个500×500像素的子影像进行人工分类与标注,选取393个组成训练样本集,34个用于验证。利用训练样本集对全卷积神经网络进行训练,采用训练后的网络对验证样本进行建筑物震害信息提取及精度评价。研究结果表明:建筑物震害遥感信息提取总体分类精度为82.3%,全卷积神经网络方法能提高信息提取自动化程度,具有较好的建筑物震害信息提取能力。     

建筑物震害航空照片目视判读标志的初步研究

本文根据航空照片判读原理,对已发生过大地震的地区(如唐山地区)的建筑物震害特点进行研究,并建立了航空照片对建筑物震害的目视判读标志。提出建筑物倒塌率与烈度之间的对应关系,期望在今后的地震灾害中对建筑物震害的快速评估起到一定的作用。     

地震状态下高层建筑物安全防护避让距离的估计研究

高层建筑物在地震作用下易出现倒塌状况,严重影响人身安全,因此高层建筑物地震安全防护距离的预测至关重要。设计以基础数据库为核心的高层建筑物地震安全防护距离预测系统,通过高层建筑物基本信息系统采集高层建筑物高度、宽度、结构类型等基本数据信息,并将这些信息存储到震害数据库系统中;地震危害模型分析系统依据数据库系统中存储的这些建筑物基本信息,分析地震危险性后,通过研究地震时高层建筑上部结构水平、底部及顶部先接触地面三种落地状态情况下,计算得到薄弱层和薄弱层上部结构高度的安全防护距离。实验验证在人工地震波作用下,利用该预测系统可有效获取实验小区高层建筑物的安全防护距离界定示意图,且其能够准确分析地震作用下高层建筑物晃动时"飞石"安全距离,以及三种地震波作用下建筑物地震安全防护距离分布规律和主要影响范围,其预测效果好。     

结合纹理和形态学特征的高分遥感影像建筑物震害信息提取

为提高震害信息获取时效性,对基于我国国产高分遥感影像的建筑物震害信息提取方法进行深入研究,本文以2017年5月11日新疆塔县M_S5.5地震为例,利用该地震前后极灾区高分遥感影像,利用结合纹理和形态学特征的方法进行了建筑物震害信息提取,通过变化检测分析获取了极灾区建筑物震害信息,并与基于像元级和基于目标级的信息提取结果进行对比,采用震后无人机影像目视解译结果对本文结果进行了精度验证。结果表明:通过缩减研究区范围可大力提高数据提取精度和速度;运用灰度共生矩阵、二值化、数学形态学等方法对影像进行迭代运算,能较好地提取高分遥感影像中的建筑物信息;通过对地震前后建筑物提取结果进行变化检测分析,能够有效地提取完全倒塌的建筑物,信息提取总体精度为90.45%,比基于像元级和基于目标级信息提取结果的精度分别提高了5.78%和5.23%,可为震后快速确定人员压埋点、部署救援力量提供决策依据,提高地震应急救援的时效性。      

无人机遥感技术在新疆皮山地震灾情获取中的应用

2015年07月03日,新疆维吾尔自治区和田地区皮山县（37.6°N,78.2°E）发生M_S6.5级地震,震源深度10km。本文利用高性能无人机数据采集平台获取灾区高分辨率影像数据,结合地震现场震害调查建立建筑物震害遥感解译特征,采用人工目视解译完成了灾区6个0.01°×0.01°格网评估区房屋类型及损毁程度应急遥感调查,获取测区地震灾情信息。结果表明:测区内房屋结构类型主要包括土木、砖木、砖混结构;倒塌房屋主要为土木结构及个别老旧砖木结构房屋,倒塌和局部倒塌的土木结构房屋占评估区土木结构房屋总数的68%,倒塌和局部倒塌的砖木结构房屋占评估区砖木结构房屋总数的12%;测区砖混结构房屋局部倒塌1间,未倒塌228间,砖混结构显示出良好的抗震性能,对避免人员伤亡和减少经济损失起到重要作用。     

地震后机载LiDAR点云的地物区分方法研究

利用机载激光雷达扫描（Light Detection and Ranging,LiDAR）技术所得点云进行震后倒塌建筑物提取时,树木与倒塌建筑物的点云特征十分相似,较难区分。为了快速准确获取震后房屋建筑物的受损情况,本文提出使用回波次数比特征指标,结合前人所提出的点云回波强度、归一化强度、最邻近点高差、法向量夹角、X向坡角和Y向坡角等特征的均值和标准差,利用K-最近邻分类法实现单体地物区分的方法。对2010年海地7.0地震震后机载LiDAR数据进行了地面点去除,分别选取了未倒塌建筑物、倒塌建筑物和树木各50个训练样本和各20个测试样本,计算了各因子的分布及其均值和标准差,在分析的基础上最终选取了可分性较强的8个分类特征,利用K-最近邻分类法对测试样本进行了分类,结果显示分类正确率可达85%以上。研究表明选取多个有效的LiDAR点云分类特征可以较好地区分震后未倒塌建筑物、倒塌建筑物和树木,提高震后建筑物震害程度判定的准确性,为应急救援及时提供较为准确的灾情信息支持。     

基于无人机倾斜影像的三维建筑物震害精细信息提取

无人机倾斜摄影技术建模生成的三维影像较好地展现了建筑物侧面和顶面的震害细节信息,然而影像的高维度特性难以直接基于三维影像提取震害信息,经过降低维度转换的二维纹理影像往往会导致建筑物震害信息的不完整性和破碎性。针对这些问题,本文以2017年九寨沟M_S7.0地震为例,提出了一种直接从九寨沟震后三维影像获取侧面纹理信息的方法,即将三维模型打散,实现纹理与不规则三角网分离,从而获取完整的纹理影像,然后利用金字塔模型的瓦片坐标范围、瓦片命名规则和建筑物单体的空间位置选取最优纹理影像,再使用加权均值方差法确定纹理影像中建筑物的外墙最佳分割尺度后,采用面向对象方法提取建筑物外墙和墙皮脱落信息,最后通过对这些建筑物震害特征的分析,判定单体建筑物的破坏等级。结果显示,该方法成功获取了建筑物完整的侧面震害纹理影像,并基于纹理影像提取了外墙、裂缝和墙皮脱落区域信息判定建筑物单体为中等、严重两个破坏等级。      

汶川8.0级地震震害遥感定量化初步研究以都江堰城区破坏为例

随着遥感技术的飞速发展, 遥感在地震应急救援、 灾害调查和损失评估中的作用越来越显著。 然而由于缺乏系统的遥感震害定量研究, 使得遥感的实用性常常受到质疑。 文中叙述了遥感震害定量研究的基本思路, 提出了遥感震害指数的概念与定量分析的基本模型, 并以2008年汶川8.0级地震造成的都江堰城区震害为例, 依据建筑物震害遥感解译结果和地面震害调查结果, 进行了都江堰城区部分街区的建筑物遥感震害指数和地面调查震害指数的统计分析, 并建立了两者之间的统计关系。 初步研究结果表明, 依据高分辨率航空遥感影像和卫星雷达图像建立的建筑物遥感震害指数与地面调查震害指数及房屋倒塌率存在显著的对应性。 因此, 通过遥感震害定量化研究, 将为地震震害调查、 损失评估提供有力的方法和工具。     

基于LiDAR的建筑物震害分析

激光雷达技术(light detection and ranging,LiDAR)是近年来在摄影测量与遥感领域发展起来的新型技术,在地震灾后评估工作中的应用仍处于探索及起步阶段,但已经展现出巨大的应用潜力。本文从震害评估的需求出发,基于地面LiDAR技术,深入研究了地震灾区建筑物点云数据采集及处理的方法,在此基础上进行震害信息提取及联合分析。主要研究内容总结如下:(1)传统方法的适应性改进与提高。研究了利用地面LiDAR设备开展测量工作的框架和关键方法,针对震害建筑物点云形状不规则、数据冗余度较高及噪声较多的特点,本文通过改进传统点云数据处理算法的关键参数,给出了合理的兼顾数据处理效率及效果的算法阈值,通过实验检验算法组合的有效性,实现了震害建筑物点云数据的高效处理。(2)首次提出实验性点云震害定量分析模型。提出了基于地面LiDAR的建筑物形状分析模型(terrestrial laser scanning-based building shape analysis model,TLS-BSAM),用于完成建筑物震害程度识别和分析。该模型融合了边缘提取、形状聚类及判别分析方法,有效解决了建筑物等高多边形序列提取、形状离散参数提取、不规则建筑物区块分割和震害分析等问题。模型给出了建筑物等高多边形序列最优采样间隔0.5~1m,最大限度保存建筑物震害特征以实现基于离散点云的形状分析。提出了等高多边形的长宽比r、倾斜方向θ、矩形度R、紧致度C和中心点位置x,y等特征参数,并通过K-means聚类方法,实现不规则建筑物区块准确分割,通过对各参数进行加权平均提取形状离散参数,可有效表达建筑物单体破坏状况的特征。其中倾斜方向、矩形度、紧致度和中心点能较好地反映建筑物的破坏情况,该模型通过建立判别函数对现有建筑物样本震害程度识别效果较理想。(3)拓展点云应用,提高精度。利用面向对象方法,将点云高程、回波次数及回波强度信息等作为特征参数,丰富了传统建筑物特征描述因子,并结合点云的光谱特征构建了建筑物信息提取规则集,阐述了基于点云数据的面向对象方法提取建筑物的关键流程,实现了高精度的建筑物信息提取,与实地调查结果相比,提取精度可达90%以上。(4)建立理论基础,提供新思路与方法。基于LiDAR数据与SAR图像,通过距离-多普勒模型(R-D)及射线追踪法的SAR图像模拟方法,选择典型震害建筑物开展SAR后向散射及三维几何剖面联合分析,阐述了各类震害的表达形式,为震害遥感的定量分析和自动判读建立了良好的理论基础,实现震害建筑物特征的高可信分析及解译,为震后SAR图像解译和建筑物震害分析提供了一种新思路与方法。     

基于无人机影像的九寨沟地震建筑物震害定量评估

利用2017年8月8日九寨沟7.0级地震震后获取的无人机影像,结合地面震害调查资料,分析各类建筑物震害特征,建立建筑物震害无人机遥感解译标志;选取地震灾区漳扎镇(部分区域)和荷叶寨2个区域作为研究区,进行了无人机遥感建筑物震害提取,基于遥感震害指数进行了震害定量评估,并与现场建筑物震害调查统计结果进行了比较验证。结果显示,遥感解译建筑物震害与实际震害程度相吻合,表明利用震后快速获取的高分辨率无人机影像,可以较为准确地识别建筑物震害,进而为地震灾害定量评估和应急救援辅助决策提供重要参考。