徐秀杰，楊玉永，潘 健

（山東省地震局，山東 濟南 250100）

發(fā)生破壞性地震后，開展地震災(zāi)區(qū)應(yīng)急救援和震后恢復(fù)工作都迫切需要快速獲取地震烈度分布信息。基于房屋震害程度的遙感評估是目前地震烈度快速評估最高效的方法之一（王曉青等，2015；魏成階，2009），在汶川地震、蘆山地震等大震震害評估得到廣泛應(yīng)用（王麗濤等，2010），如何在影像中快速精確提取災(zāi)區(qū)房屋破壞的數(shù)量是實現(xiàn)這種方法的關(guān)鍵問題（竇愛霞等，2012；HUANG S 等，2016）。近年來隨著無人機航拍技術(shù)的高速發(fā)展，獲取的高分辨率（厘米級）遙感影像中建筑物的破壞細節(jié)信息能夠更清晰表達。與衛(wèi)星遙感影像數(shù)據(jù)相比，無人機航拍可以準確、快速地獲取目標區(qū)的高分辨率影像（鄧飛等，2017）。

目前的遙感圖像分類方法主要分三種：目視解譯、基于像元分類、面向?qū)ο蠓诸悾◤垵嵉龋?015）。其中，人工目視解譯方法分類結(jié)果最準確，但卻最耗時費力，且需要豐富的經(jīng)驗，也是目前最常用的方法（明小娜等，2018）?；谙裨姆椒ㄔ谔幚砀呖臻g分辨率遙感影像時，分類精度比較低。面向?qū)ο蟮姆诸惙椒ㄊ且环N智能化的自動影像分類技術(shù)，它的處理單元是提取的目標“對象”（劉賈賈等，2019），利用對象的光譜特征、形狀特征、紋理特征和相鄰關(guān)系特征等提取目標（朱芳芳等，2019）。在高分辨率遙感影像上，建筑物呈現(xiàn)清晰的輪廓特征，并具有一定的光譜特征，面向?qū)ο蟮姆椒芨玫靥崛〗ㄖ镄畔ⅲ℉UANG S 等，2016）。

1 面向?qū)ο蠓诸愒?/h2>

面向?qū)ο髨D像處理的兩個關(guān)鍵步驟是影像分割和模糊邏輯分類。

1.1 影像分割

本文選擇多尺度影像分割，目的是將一幅M×N陣列的數(shù)字圖像劃分為若干個互不交疊區(qū)域的過程。多尺度分割算法可以保證生成高度同質(zhì)性（或異質(zhì)性最?。┑挠跋穹指顓^(qū)域（影像對象）。不同的分割尺度會影響分類的精度和結(jié)果，影像的空間分辨率與分割尺度有著密切的關(guān)系，提取同一空間屬性與紋理特征的類別信息（趙妍等，2016），空間分辨率高的數(shù)據(jù)選擇的分割尺度大，而分辨率低的數(shù)據(jù)選擇的分割尺度小。為了得到較好的分割效果，往往試驗對比選擇不同尺度的分割結(jié)果，從而確定合適的分割尺度。

將3 種尺度（20、50、100）的分割效果進行對比，分割尺度為20 時，建筑物分割破碎，形狀特征不明顯，不能有效地提取出建筑物；分割尺度為50 時，建筑物較好地同其他地物進行區(qū)分，并較為完整；分割尺度為100 時，建筑物分割較為完整，但是與其他地物出現(xiàn)“粘連”現(xiàn)象，由此得出分割尺度50 為最佳。

1.2 模糊邏輯分類特征

影像分割后產(chǎn)生了眾多形狀特征、紋理特征和光譜特征。面向?qū)ο蟮倪壿嫹诸悓ο筇卣髦饕? 種：光譜特征、紋理特征、形狀特征。水體、植被、建筑用地等不同利用類型分類可以給予NDVI、NDWI、亮度閾值等參數(shù)建立特征規(guī)則。但同一地物不同類型的目標分類就需要建立更加復(fù)雜的規(guī)則，本文研究的破壞程度的房屋分類提取就需要多層次結(jié)構(gòu)的組合規(guī)則，航拍影像包含紅、綠、藍三波段，根據(jù)不同目標的像素亮度、方差、形狀等特征值相關(guān)性分析。

常用基于邏輯分類對象特征如表1 所示。

表1 常用基于邏輯分類對象特征列表

1.3 面向?qū)ο蠓诸惲鞒?/h3>

面向?qū)ο筮b感影像分類技術(shù)流程如圖1 所示，確定了分割尺度及特征庫，按照分類流程，得到分類結(jié)果，與其他解譯結(jié)果或者實際分類數(shù)據(jù)對比，對處理結(jié)果進行定量的精度評價（如Kappa 值）。

圖1 面向?qū)ο蟮倪b感分類技術(shù)流程

2 以蘆山地震為例研究建筑物遙感震害快速定量化評估方法

2.1 數(shù)據(jù)獲取及定量化評估模型

2013-04-20 四川省雅安市蘆山縣發(fā)生7.0 級地震，根據(jù)震后烈度調(diào)查，距離震中約4 km 處的太平鎮(zhèn)房屋被嚴重破壞，墻體龜裂，局部坍塌，復(fù)修困難，被劃為最大烈度Ⅸ度區(qū)。本文使用測繪局對太平鎮(zhèn)進行震后航拍攝影數(shù)據(jù)，經(jīng)拼接、校正、配準等圖像處理后得到的震后0.6 cm 分辨率影像，影像處理面積約1.3 km2，經(jīng)實地調(diào)查單體建筑物總數(shù)量223棟。分別利用目視解譯方法和面向?qū)ο蠓椒ㄌ崛〉顾ㄖ铮⒔y(tǒng)計倒塌數(shù)量，計算出災(zāi)區(qū)震害指數(shù)（倒塌率），在此基礎(chǔ)上，利用遙感評估的震害指數(shù)與地面調(diào)查確定的震害指數(shù)的定量轉(zhuǎn)換模型和地震烈度遙感評估方法，確定地震災(zāi)區(qū)相對高烈度區(qū)的地震烈。

本文使用蘆山地震的建筑物震害定量評估模型公式（1）（預(yù)測所，王曉青），遙感快速評估結(jié)果相比較于詳細評估結(jié)果，震害指數(shù)相差絕對值不大于0.10，地震烈度評估結(jié)果為同一個烈度值，表明地震烈度遙感快速評估結(jié)果與詳細評估結(jié)果具有可比性?？傮w一致性精度為80%，Kappa 檢驗值達到0.68。同時，經(jīng)現(xiàn)場調(diào)查對比，確定地震烈度遙感快速評估結(jié)果與地面詳細調(diào)查評估結(jié)果比較一致性精度為80%，Kappa 檢驗值達到0.71。

地面等效震害指數(shù)DIg與平均遙感震害指數(shù)DIRS線性統(tǒng)計關(guān)系模型為：

2.2 震害提取

數(shù)據(jù)預(yù)處理后，根據(jù)建筑物破壞遙感解譯標志建立目標特征庫，其震害指數(shù)如表2 所示。

表2 建筑物震害特征及震害指數(shù)

根據(jù)解譯標志，分別采用人工目視解譯方法和面向?qū)ο筇崛》椒ǎ崛〉? 類建筑物震害類型結(jié)果如表3 所示。相比目視解譯方法，面向?qū)ο蠓椒煽焖偬崛〔⒂嬎愠龈黝愋徒ㄖ锏臄?shù)量和面積。

表3 建筑物震害提取數(shù)量統(tǒng)計

2.3 遙感定量評估及精度評定

基于建筑物棟數(shù)的綜合震害指數(shù)評估處理，利用公式（1）計算出地面等效震害指數(shù)，再根據(jù)地震烈度與震害指數(shù)的關(guān)系——中國地震烈度表（國家質(zhì)量技術(shù)監(jiān)督局，1999；中華人民共和國國家質(zhì)量監(jiān)督檢驗檢疫總局等，2008）（如表4 所示），可評估出太平鎮(zhèn)在本次地震中的烈度（如表5所示）為Ⅸ度，面向?qū)ο蠓椒ê湍恳暯庾g方法、現(xiàn)場調(diào)查評定結(jié)果一致。

表4 等效震害指數(shù)和地震烈度對照表

表5 太平鎮(zhèn)遙感遙感評估地震烈度結(jié)果

根據(jù)提取的誤差矩陣（如表6 所示）誤差計算得到總體分類精度為82.2%，Kappa 系數(shù)為0.73，分類效果較好。

3 結(jié)果及討論

本實驗研究結(jié)果表明，面向?qū)ο蠓诸惙椒ㄔ诘顾臀吹顾诸惿线M度高可達到90%以上，但在局部倒塌和未倒塌有明顯破壞分類上精度相對較低，還需建立更精細的提取規(guī)則提高分類精度。與實地調(diào)查方式耗時長、人力投入大不足相比，面向?qū)ο筇崛》绞娇焖?、精確、可視化強，并能統(tǒng)計建筑面積等，如果結(jié)合傾斜攝影還可以提取不同結(jié)構(gòu)類型的房屋數(shù)量和面積。

表6 面向?qū)ο筇崛≌`差矩陣

震后對農(nóng)村建筑物的震害評估和震前預(yù)評估越來越多依賴于高分辨率遙感影像，利用面向?qū)ο筇崛〉母黝愓鸷ㄖ飻?shù)量和面積，不僅可用于地震烈度評估，同時也能用于災(zāi)區(qū)經(jīng)濟損失統(tǒng)計計算。面向?qū)ο蠓诸惙椒ㄔ诘顾臀吹顾诸惿线M度高，可達到90%以上，但在局部倒塌和未倒塌有明顯破壞分類上精度相對較低，還需建立更精細的提取規(guī)則提高分類精度。利用面向?qū)ο筇崛〉母黝愓鸷ㄖ飻?shù)量和面積，不僅可為地震烈度評估提供重要參數(shù)，同時也可用于災(zāi)區(qū)經(jīng)濟損失統(tǒng)計計算等方面。