李強(qiáng)，耿丹，張景發(fā)，龔麗霞

1.應(yīng)急管理部國(guó)家自然災(zāi)害防治研究院,北京 100085;

2.二十一世紀(jì)空間技術(shù)應(yīng)用股份有限公司,北京 100096

1 引言

地震是一種會(huì)造成人類(lèi)生命財(cái)產(chǎn)重大損失的突發(fā)性自然災(zāi)害，具有破壞范圍廣、突發(fā)性強(qiáng)、形變量大的特點(diǎn)（Grant等，1999；許才軍等，2010；張昆祥等，2019；Zhao等，2019）。歷史上發(fā)生的幾次強(qiáng)震，如唐山地震、汶川地震、玉樹(shù)地震、海地地震、尼泊爾地震、熊本地震等均造成了千上萬(wàn)人的傷亡，給城市發(fā)展帶來(lái)了巨大的阻礙?，F(xiàn)階段，短時(shí)期內(nèi)實(shí)現(xiàn)地震預(yù)測(cè)還是一個(gè)世界難題，因此，震后快速地開(kāi)展地震應(yīng)急并實(shí)施有效的救援行動(dòng)能大幅度的減輕地震帶來(lái)的損失（苗良田，1990）。震區(qū)災(zāi)情信息的快速獲取可為地震應(yīng)急救援行動(dòng)部署、救援力量調(diào)配提供有效的信息支撐，同時(shí)也是災(zāi)情評(píng)估重要的依據(jù)，是震后應(yīng)急行動(dòng)中重要的組成部分（張景發(fā)等，2002；陳維鋒等，2014）。傳統(tǒng)的地震災(zāi)害調(diào)查方式主要為人工實(shí)地調(diào)查，災(zāi)情嚴(yán)重程度的判定帶有一定主觀性與經(jīng)驗(yàn)性，局域性的評(píng)估很難代表地震大區(qū)域宏觀的破壞情況，較難全局掌握災(zāi)區(qū)情況。通過(guò)震后通常會(huì)調(diào)派大量的人員深入震區(qū)開(kāi)展調(diào)查，既耗費(fèi)人力，又會(huì)隨著余震的發(fā)生給調(diào)查人員帶來(lái)生命危險(xiǎn)。

空間對(duì)地觀測(cè)技術(shù)為震區(qū)宏觀調(diào)查、重點(diǎn)破壞區(qū)詳細(xì)勘察提供了一條安全、經(jīng)濟(jì)的途徑（李德仁，2009），伴隨著載荷與平臺(tái)技術(shù)的不斷發(fā)展，在地震應(yīng)急需求的大背景下，各類(lèi)敏捷衛(wèi)星、多平臺(tái)、多載荷以及協(xié)同觀測(cè)技術(shù)快速發(fā)展，空間對(duì)地觀觀測(cè)技術(shù)朝著天空地一體化方向發(fā)展，遙感技術(shù)已在地震應(yīng)急調(diào)查中得到了廣泛的應(yīng)用（李德仁等，2017；《衛(wèi)星應(yīng)用》編輯部，2014），為突發(fā)性的地震災(zāi)害應(yīng)急應(yīng)用提供了及時(shí)的信息保障。中國(guó)在邢臺(tái)地震、唐山地震后開(kāi)展了航空攝影，這是中國(guó)較早地開(kāi)展遙感地震應(yīng)急與評(píng)估工作（陳立澤等，2016；李素菊和劉明，2018）；隨后在汶川地震、玉樹(shù)地震、蘆山地震、九寨溝地震等震后廣泛開(kāi)展了相應(yīng)的遙感應(yīng)急工作的研究（王猛等，2010；王麗濤等，2010；王曉青等，2015；李強(qiáng)等，2019；陳潤(rùn)等，2020；魏永明等，2021），并取得了卓有成效的成果。

本文在梳理地震應(yīng)急工作對(duì)遙感技術(shù)需求的基礎(chǔ)上，總結(jié)分析了地震應(yīng)急不同階段對(duì)于遙感技術(shù)的需求及應(yīng)急時(shí)效性要求，系統(tǒng)性梳理了光學(xué)、SAR、LiDAR等遙感技術(shù)在地震應(yīng)急調(diào)查研究中的發(fā)展現(xiàn)狀，深入分析了現(xiàn)階段遙感地震應(yīng)急與震害調(diào)查中存在的問(wèn)題，進(jìn)而分析了未來(lái)遙感技術(shù)在震害應(yīng)急調(diào)查中的發(fā)展趨勢(shì)。

2 遙感地震應(yīng)急

地震應(yīng)急的概念最早來(lái)源于1961年日本頒布的《災(zāi)害對(duì)策基本法》中的“災(zāi)害應(yīng)急對(duì)策”（萩原尊禮和孫永華，1988；王德迅，2016）。1986年，《地震對(duì)策》出版物中首次引入了地震應(yīng)急的概念（聶高眾等，2012）。1991年，國(guó)務(wù)院制定《國(guó)內(nèi)破壞地震應(yīng)急反應(yīng)預(yù)案》，在制定的預(yù)案中，對(duì)“地震應(yīng)急”的概念及應(yīng)急的具體內(nèi)容進(jìn)行了詳細(xì)闡述與解譯（邢海靈等，2005）。

遙感地震應(yīng)急通常是指重特大地震發(fā)生之后，通過(guò)調(diào)用衛(wèi)星資源對(duì)震區(qū)開(kāi)展監(jiān)測(cè)，獲取震區(qū)的宏觀影像，并基于獲取的遙感影像數(shù)據(jù)對(duì)震情進(jìn)行分析，用于輔助指導(dǎo)災(zāi)害應(yīng)急的行動(dòng)。高效合理的制定救援決策取決于對(duì)災(zāi)區(qū)災(zāi)情的掌握程度，空間對(duì)地觀測(cè)技術(shù)可提供災(zāi)情宏觀有效的災(zāi)情信息（郭華東等，2011），因此高效、有序、合理地利用各類(lèi)不同的遙感手段在不同應(yīng)急階段制作對(duì)應(yīng)的專(zhuān)題產(chǎn)品，可有效的提高應(yīng)急救援的針對(duì)性，提高災(zāi)害應(yīng)急響應(yīng)的時(shí)效性與準(zhǔn)確性。地震應(yīng)急環(huán)境復(fù)雜，不同的遙感平臺(tái)、不同的傳感器所獲取的圖像，在地震應(yīng)急中所產(chǎn)生的實(shí)際效果不同，高-中-低分辨率、光學(xué)-雷達(dá)遙感衛(wèi)星協(xié)同實(shí)現(xiàn)全天候監(jiān)測(cè)、單體/全體調(diào)查和災(zāi)害普查與詳查。應(yīng)急不同階段中對(duì)遙感影像的需求如圖1所示。

圖1 應(yīng)急不同階段對(duì)遙感影像的需求Fig.1 The demand of remote sensing image in different emergency stages

地震應(yīng)急初期階段（通常指災(zāi)后發(fā)生2小時(shí)內(nèi)），迫切需要快速了解災(zāi)情的嚴(yán)重程度與極災(zāi)區(qū)的分布范圍，需要的是衛(wèi)星數(shù)據(jù)獲取的高時(shí)效性，這也是現(xiàn)階段制約衛(wèi)星應(yīng)急的瓶頸；此時(shí)，中等分辨率遙感圖像可滿(mǎn)足本階段需求，如對(duì)具備高時(shí)間分辨率且可對(duì)目標(biāo)區(qū)域長(zhǎng)期“凝視”獲取動(dòng)態(tài)變化的高分四號(hào)衛(wèi)可發(fā)揮重要的作用（范一大和吳瑋，2016）。在此階段，無(wú)論是光學(xué)影像還是SAR影像，可相互協(xié)作，互相補(bǔ)充，均可提供有序、有效的災(zāi)情信息，為應(yīng)急初期決策提供重要的信息支撐。

隨著應(yīng)急工作的開(kāi)展，在應(yīng)急中期階段（通常指震后72 h內(nèi)），此階段是應(yīng)急救援的黃金期，需要對(duì)某些地震破壞嚴(yán)重的區(qū)域進(jìn)行詳查，判定道路災(zāi)區(qū)道路交通的通行能力、地震次生災(zāi)害的空間分布、重點(diǎn)基礎(chǔ)設(shè)施的損毀情況，確認(rèn)災(zāi)害的具體分布位置與空間范圍等，為現(xiàn)場(chǎng)應(yīng)急救援指揮決策提供輔助決策信息。此時(shí)，重點(diǎn)關(guān)注高空間分辨率遙感圖像如高分1/2號(hào)、資源系列、航空影像、國(guó)外的Planet星座、TerraSAR等高分辨率SAR數(shù)據(jù)等可滿(mǎn)足此階段的需求（Dekker，2011；葉昕等，2016；任峰，2017；李強(qiáng)等，2019），實(shí)現(xiàn)災(zāi)情空間分布的詳細(xì)監(jiān)測(cè)。

應(yīng)急階段后期（通常指震后72 h后），需要的影像主要為亞米級(jí)影像及激光雷達(dá)圖像，用于開(kāi)展地震烈度評(píng)估與災(zāi)情的精細(xì)調(diào)查；同時(shí)，基于獲取的不同時(shí)相的SAR數(shù)據(jù)，利用新型大地測(cè)量技術(shù)之一的InSAR技術(shù)，獲取災(zāi)區(qū)同震形變信息，進(jìn)而對(duì)地震應(yīng)力作用方式、特征和影響范圍，以及周?chē)顒?dòng)斷裂是否受這種影響而有潛在的破裂可能性開(kāi)展研究（Wu等，2014），為地震災(zāi)害開(kāi)展地質(zhì)學(xué)上的分析提供數(shù)據(jù)基礎(chǔ)。

現(xiàn)階段，由于重特大地震的發(fā)生具有時(shí)空隨機(jī)性，空間對(duì)地應(yīng)急觀測(cè)資源相對(duì)有限，觀測(cè)資源分配及利用不合理難以滿(mǎn)足多部門(mén)快速、動(dòng)態(tài)、持續(xù)觀測(cè)的需求，因此有效地解決多需求、多資源的最優(yōu)統(tǒng)籌規(guī)劃是制約遙感應(yīng)急時(shí)效性的技術(shù)瓶頸；同時(shí)震后獲取的數(shù)據(jù)質(zhì)量也參差不齊，專(zhuān)題產(chǎn)品類(lèi)型也有所差異，如何有效、有序地針對(duì)不同階段開(kāi)展遙感應(yīng)急監(jiān)測(cè)也是未來(lái)遙感地震應(yīng)急需要解決的問(wèn)題。

基于上述衛(wèi)星數(shù)據(jù)分析結(jié)果，可實(shí)現(xiàn)遙感地震應(yīng)急專(zhuān)題產(chǎn)品的制作。遙感地震應(yīng)急專(zhuān)題產(chǎn)品是指利用遙感圖像為背景或者對(duì)遙感圖像進(jìn)行解譯獲取重點(diǎn)信息分布后制作的專(zhuān)題圖件或報(bào)告，專(zhuān)題產(chǎn)品可為應(yīng)急指揮決策制定提供信息支撐（譚慶全等，2013）。現(xiàn)階段，基于遙感圖像的地震應(yīng)急專(zhuān)題產(chǎn)品主要包括極災(zāi)區(qū)范圍、公路交通震害分布、建筑物震害分布、地震次生災(zāi)害分布、災(zāi)情評(píng)估報(bào)告等（王曉青等，2013）。

3 基于遙感數(shù)據(jù)的震害信息提取與調(diào)查應(yīng)用現(xiàn)狀

1906年勞倫斯將相機(jī)懸掛在風(fēng)箏上首次采用遙感技術(shù)獲取了舊金山地震的遙感圖像（吳煥娟等，2006）。隨著這次實(shí)驗(yàn)的成功，日本、美國(guó)等國(guó)家在地震發(fā)生之后都會(huì)調(diào)用遙感技術(shù)對(duì)震區(qū)開(kāi)展調(diào)查與監(jiān)測(cè)。相比于國(guó)外，中國(guó)在從20世紀(jì)60年代開(kāi)始將遙感技術(shù)應(yīng)用于災(zāi)情監(jiān)測(cè)及震害信息提取，如1975年海城地震（王麗，1988）、1976年唐山地震（柳稼航，2003）、1988年瀾滄—耿馬地震（楊喆和程家喻，1993）和1989年大同地震（王宏祿和白銳崢，1992）等，在早期主要開(kāi)展基于震后遙感技術(shù)的震害判讀。陳鑫連和謝廣林（1996）系統(tǒng)性地開(kāi)展了基于遙感影像的震害提取與災(zāi)情評(píng)估工作。但是這些工作受客觀條件的影響，主要基于分辨率較低的光學(xué)衛(wèi)星遙感影像及黑色航空影像，震害調(diào)查方法主要是目視解譯。隨著遙感技術(shù)與圖像處理技術(shù)的發(fā)展，中國(guó)遙感技術(shù)在地震應(yīng)用中得到了長(zhǎng)足的發(fā)展，并取得了一系列的研究成果，并在地震中得到應(yīng)用與檢驗(yàn)（陳立澤等，2016）。

震害信息快速有效的識(shí)別是遙感地震應(yīng)急中的主要內(nèi)容，也是基于遙感數(shù)據(jù)開(kāi)展應(yīng)急指揮決策的重要參考依據(jù)（王巖等，2012）。Dong和Shan（2013）系統(tǒng)性地梳理了光學(xué)、雷達(dá)、激光雷達(dá)等遙感技術(shù)在震害建筑物提取中的技術(shù)應(yīng)用現(xiàn)狀，并分析了各類(lèi)方法的優(yōu)勢(shì)與不足。

3.1 基于單時(shí)相遙感影像的震害信息提取

震后獲取的影像類(lèi)型包括光學(xué)影像、雷達(dá)影像和其他類(lèi)型影像，基于影像類(lèi)型發(fā)展相應(yīng)的信息提取方法。根據(jù)信息提取過(guò)程中人工的干預(yù)程度，單時(shí)相遙感影像信息提取方法可分為人機(jī)交互、半自動(dòng)與自動(dòng)化提取方法。

3.1.1 光學(xué)圖像

（1）人工目視解譯方法。人工目視解譯方法是現(xiàn)階段震后獲取初步災(zāi)情信息的重要手段，也是最常用的方法，該方法相對(duì)較簡(jiǎn)單，獲取的結(jié)果也較為直觀，如在2015年4月25日尼泊爾發(fā)生8.1級(jí)地震之后，獲取了震區(qū)的高分二號(hào)遙感數(shù)據(jù)（處理后空間分辨率為1 m），采用人機(jī)交互的方式，解譯獲取了震后損毀建筑物空間分布信息（圖2）。然而，人機(jī)交互的解譯方法在實(shí)際應(yīng)用中存在一定的局限性，概括起來(lái)可分為以下幾方面：1）解譯精度高但是信息獲取效率較低；2）解譯者需要具備基本的專(zhuān)業(yè)背景與經(jīng)驗(yàn)知識(shí)，否則容易造成誤判；3）不同的解譯人員由于專(zhuān)業(yè)背景、解譯經(jīng)驗(yàn)等因素，通常會(huì)造成解譯成果具有較大的差異。

圖2 基于目視解譯的尼泊爾地震震害建筑物分布Fig.2 Distribution of earthquake damaged buildings in Nepal based on visual interpretation

（2）監(jiān)督/非監(jiān)督分類(lèi)方法。監(jiān)督分類(lèi)與非監(jiān)督分類(lèi)是基于圖像像元的特征，以像元為單位，對(duì)像元特征進(jìn)行統(tǒng)計(jì)劃分類(lèi)別，從而實(shí)現(xiàn)分類(lèi)的目的（Rathje等，2005）。非監(jiān)督分類(lèi)不需要參考樣本，直接利用特征統(tǒng)計(jì)進(jìn)行自主分類(lèi)，通常用于不確定地物類(lèi)型數(shù)量的情況（張德成，1993；朱博勤等，1998）；監(jiān)督分類(lèi)是以提供的參考樣本特征為基礎(chǔ)，實(shí)現(xiàn)相似特征像元的聚合（Huyck等，2005）。

早期，國(guó)內(nèi)外專(zhuān)家學(xué)者基于光學(xué)遙感影像利用不同監(jiān)督分類(lèi)方法開(kāi)展了震害信息提取應(yīng)用研究（柳稼航，2003；Rathje等，2005；李強(qiáng)和張景發(fā)，2013；文翔等，2014）。監(jiān)督分類(lèi)既可提高信息識(shí)別的精度，又可減輕判讀人員的工作量，在震害信息識(shí)別中得到了廣泛的應(yīng)用。2017年8月8日九寨溝地震后，李強(qiáng)（2018）基于高分2號(hào)遙感影像，采用支持向量機(jī)方法提取了震后的滑坡空間分布信息，結(jié)果如圖3所示，提取精度達(dá)到85%以上。但是面對(duì)震后獲取的海量遙感影像數(shù)據(jù)，大量的樣本選取工作還需要人工來(lái)進(jìn)行選擇，信息識(shí)別的效率仍然很低下。

圖3 基于監(jiān)督分類(lèi)的九寨溝地震次生災(zāi)害空間分布Fig.3 Spatial distribution of secondary disasters of Jiuzhaigou earthquake based on supervised classification

（3）面向?qū)ο蠓治龇椒?。面向?qū)ο蠓诸?lèi)方法主要針對(duì)高分辨率遙感影像，是將具有相似特征的像元進(jìn)行聚合，形成對(duì)象單元，以對(duì)象為分析的基本單元，結(jié)合對(duì)象的光譜、紋理、幾何形狀特征等，實(shí)現(xiàn)信息的提?。˙laschke，2010）。Baatz和Sch?pe（1999）首次將面向?qū)ο蠓治龅母拍钜氲竭b感圖像信息提取中，并獲取了較好的分析結(jié)果；之后，面向?qū)ο蠓诸?lèi)方法在多個(gè)行業(yè)領(lǐng)域掀起了一片應(yīng)用熱潮，在震害信息提取中也得到了廣泛地應(yīng)用（Mitomi，2001；Turker和San，2004；Vu等，2005；陳啟浩，2007；趙福軍和張磊，2009；彭令等，2017）。以尼泊爾地震震后高分二號(hào)遙感影像為例，中國(guó)地震局地殼應(yīng)力研究所震后第一時(shí)間利用面向?qū)ο蠓椒ㄌ崛×四岵礌柕貐^(qū)的損毀建筑物信息，提取結(jié)果如圖4所示，與目視解譯結(jié)果相比提取精度能到達(dá)83%以上。九寨溝地震后，中國(guó)地震局地殼應(yīng)力研究所團(tuán)隊(duì)獲取了震后的無(wú)人機(jī)航拍影像，李強(qiáng)等（2019）利用面向?qū)ο蠓椒ㄌ崛×嘶麦w的空間分布，并基于人機(jī)交互的方式獲取了損毀道路的分布信息，分析結(jié)果如圖5所示。面向?qū)ο蠓治龇椒苡行У靥岣哒鸷δ繕?biāo)的提取精度，但是在對(duì)象分割、對(duì)象特征集構(gòu)建時(shí)，需要使用者具有較強(qiáng)的專(zhuān)家經(jīng)驗(yàn)，宏觀性較強(qiáng)。

圖4 基于面向?qū)ο蠓诸?lèi)的尼泊爾地震震害建筑物分布Fig.4 Distribution of earthquake damaged buildings in Nepal based on object-oriented classification

圖5 基于面向?qū)ο筇崛》椒ǖ木耪瘻系卣鸫紊鸀?zāi)害分布Fig.5 Distribution of secondary disasters of Jiuzhaigou earthquake based on object-oriented extraction method

基于此，Zahraee等（2017）將面向?qū)ο蠓诸?lèi)方法與變化檢測(cè)方法相結(jié)合，構(gòu)建了面向?qū)ο笞兓瘷z測(cè)技術(shù)流程，有效地提高了信息提取的精度。

（4）深度學(xué)習(xí)方法。將人工判讀過(guò)程中訓(xùn)練樣本選取的知識(shí)定量化表達(dá)，并結(jié)合計(jì)算機(jī)圖像處理，可轉(zhuǎn)變?yōu)橹R(shí)驅(qū)動(dòng)的信息自動(dòng)化識(shí)別方法（Goodenough等，1987；Mathieu等，1996；Stefanov等，2001；Suchenwirth等，2012；Forestier等，2012），其中研究較多的為深度學(xué)習(xí)方法，該方法是基于選取的標(biāo)準(zhǔn)樣本庫(kù)，自主學(xué)習(xí)樣本特征，構(gòu)建特征集，基于特征集實(shí)現(xiàn)信息的自動(dòng)提?。◤埼脑?，2007；周成虎等，1996；陳靜波等，2013）?；谏疃葘W(xué)習(xí)的震害信息識(shí)別方法提取精度高、效果好，但該類(lèi)方法依賴(lài)樣本的特征學(xué)習(xí)程度，同樣也受分類(lèi)單元的影響。近年來(lái)，發(fā)展了基于對(duì)象的深度學(xué)習(xí)方法，將面向?qū)ο蟮乃枷胍氲缴疃葘W(xué)習(xí)中，有效地提高了分類(lèi)學(xué)習(xí)的準(zhǔn)確性與效率。隨著大數(shù)據(jù)與人工智能技術(shù)的快速發(fā)展，基于深度學(xué)習(xí)的災(zāi)情智能化識(shí)別技術(shù)將成為未來(lái)地震應(yīng)急災(zāi)情調(diào)查的主要技術(shù)手段。

3.1.2 SAR圖像

震后通常會(huì)伴隨陰雨等惡劣天氣環(huán)境，光學(xué)影像通常難以有效成像，此時(shí)，雷達(dá)遙感可發(fā)揮全天時(shí)、全天候的特征優(yōu)勢(shì)（金鼎堅(jiān)，2012）。早期，SAR圖像空間分辨率較低，地震前后多時(shí)相變化檢測(cè)方法是信息提取的主要方法，但是隨著圖像空間分辨率的提升以及極化方式的豐富，基于震后單時(shí)相SAR圖像的震害信息提取研究越來(lái)越多（Wang and Jin，2012）。

（1）單極化SAR圖像信息提取方法。SAR圖像初期空間分辨率較低，Matsuoka和Yamazaki（2004a）統(tǒng)計(jì)分析了完好建筑物與倒塌建筑物在SAR圖像中的特征與表現(xiàn)形態(tài)，便于后續(xù)選取有效的特征對(duì)特征進(jìn)行分類(lèi)。Stramondo等（2008）利用COSMOS-SkyMed圖像檢驗(yàn)了SAR圖像在震后應(yīng)急階段提取震害信息精細(xì)程度與能力，發(fā)現(xiàn)基于COSMOS-SkyMed數(shù)據(jù)在震后可區(qū)分基本完好與倒塌的建筑物信息，但是無(wú)法判定更加詳細(xì)的震害等級(jí)。Matsuoka和Yamazaki（2004b）以Radarsat、Envisat和ERS-2 SAR影像為數(shù)據(jù)源分別提取了震害建筑物信息，對(duì)比分析了不同空間分辨率對(duì)信息提取精度的影響；之后，主要利用SAR圖像的一些特征，如紋理特征，相干性等特征（Stramondo等，2006），通過(guò)特征的差異實(shí)現(xiàn)震害信息的提取；Dell’Acqua等（2011）以街區(qū)為單位，發(fā)現(xiàn)平均紋理特征與街區(qū)的破壞情況存在關(guān)系，基于此，利用平均紋理特征的變化實(shí)現(xiàn)了震害信息的提??；李強(qiáng)（2018）以2020年1月12日海地地震震后的高分辨率TerraSAR圖像為數(shù)據(jù)源，采用卷積神經(jīng)網(wǎng)絡(luò)深度學(xué)習(xí)的方法，獲取了不同震害程度建筑物的空間分布信息，與實(shí)地調(diào)查結(jié)果相比，提取精度為70%左右，與基于光學(xué)影像的震害提取結(jié)果相比，該方法提取精度低，且容易受斑點(diǎn)噪聲影像，造成分類(lèi)結(jié)果碎斑點(diǎn)較多。

（2）多極化SAR圖像信息提取方法。相比于單極化SAR圖像，多極化圖像含有更為豐富的圖像特征（翟瑋，2016）。Sato等（2007）分解獲取Pi-SAR SAR圖像垂直向、水平向、左旋、右旋參量，通過(guò)計(jì)算參量的相關(guān)系數(shù)實(shí)現(xiàn)震害建筑物的提??；郭華東等（2010）在玉樹(shù)地震發(fā)生后，以ALOS-PALSAR數(shù)據(jù)和RADARSAT-2數(shù)據(jù)為數(shù)據(jù)源，對(duì)玉樹(shù)地震結(jié)古鎮(zhèn)震害建筑物分布進(jìn)行了提取與分析，發(fā)現(xiàn)極化SAR圖像可在震害信息識(shí)別中發(fā)揮重要的作用；之后，相關(guān)學(xué)者圍繞著極化特征與紋理特征的綜合應(yīng)用，在震害信息提取領(lǐng)域產(chǎn)出了一系列成果（Zhang等，2015；Zhai等，2016；薛騰飛，2017）。

3.1.3 LiDAR圖像

基于LiDAR圖像的信息提取方法主要是利用其回波信息，按照搭載平臺(tái)分類(lèi)可分為機(jī)載LiDAR和地基LiDAR。竇愛(ài)霞等（2013）以海地地震機(jī)載LiDAR數(shù)據(jù)和高分辨率光學(xué)遙感影像數(shù)據(jù)為數(shù)據(jù)源，將兩類(lèi)數(shù)據(jù)進(jìn)行融合，實(shí)現(xiàn)了完好建筑物與損毀建筑物的識(shí)別。地基LiDAR通常用于單體建筑物的詳細(xì)勘察，較難用于群體震害信息的識(shí)別?？稍谡鸷笕S場(chǎng)景構(gòu)建中發(fā)揮作用（袁小祥等，2012；童禮華等，2013）；李強(qiáng)等（2016）利用課題組掃描獲取的北川縣城震后LiDAR點(diǎn)云數(shù)據(jù)，綜合利用回波、高程、紋理等特征，結(jié)合面向?qū)ο蠓治龇椒ǎ瑢?shí)現(xiàn)震害建筑物信息的高精度提取。

3.2 基于多時(shí)相遙感圖像的震害信息提取

多時(shí)相遙感圖像信息提取核心的技術(shù)方法是變化檢測(cè)方法，圖像變化檢測(cè)是遙感圖像信息提取重要的研究方向（Rensink，2002；Ridd和Liu，1998），在災(zāi)害動(dòng)態(tài)監(jiān)測(cè)、災(zāi)情評(píng)估方面已發(fā)揮了重要的作用（Ridd和Liu，1998；Anders等，2013）。

3.2.1 光學(xué)圖像

（1）基于代數(shù)運(yùn)算的圖像變化檢測(cè)?；诖鷶?shù)運(yùn)算的方法是變化檢測(cè)中最簡(jiǎn)單、最基本的一類(lèi)方法。在震害信息提取方面，主要是利用影像的灰度特征，通過(guò)設(shè)置灰度差異閾值，實(shí)現(xiàn)震害建筑物的提取（Gamba和Casciati，1998；Yusuf，2001；Ishii等，2002）。

針對(duì)輸入遙感圖像的不同，相關(guān)學(xué)者也對(duì)變化檢測(cè)信息提取精度影響因素，如圖像的空間分辨率等開(kāi)展了相關(guān)研究（Sakamoto等，2004；Kohiyama和Yamazaki，2005）；龔麗霞等（2013）以2010年4月14日的玉樹(shù)地震震后Quickbird遙感影像為數(shù)據(jù)源，采用差值法變化檢測(cè)的方法，提取了玉樹(shù)地震結(jié)古鎮(zhèn)的震害建筑物分布信息，與目視解譯結(jié)果相比，提取精度達(dá)60%左右，震后大量的建筑物倒塌，形成建筑廢墟，從而導(dǎo)致錯(cuò)分。

除灰度特征外，相關(guān)學(xué)者也嘗試引入不同的特征進(jìn)行計(jì)算，如紋理特征，相關(guān)結(jié)果表明，紋理特征參與運(yùn)算，信息識(shí)別精度總體比灰度特征高（Tomowski等，2010；Miura等，2012）。

（2）分類(lèi)后比較法。分類(lèi)后變化檢測(cè)是將圖像分類(lèi)與變化檢測(cè)方法相結(jié)合而產(chǎn)生的一類(lèi)方法。該類(lèi)方法在最初提取之前，是分別先將圖像進(jìn)行分類(lèi)，之后對(duì)分類(lèi)圖像進(jìn)行變化檢測(cè)，方法的發(fā)展伴隨著分類(lèi)技術(shù)而發(fā)展，如與面向?qū)ο蠓治龇椒ńY(jié)合形成面向?qū)ο笞兓瘷z測(cè)方法（Bitelli等，2004）、與多特征分類(lèi)方法結(jié)合形成多特征變化檢測(cè)方法（Li等，2009）。現(xiàn)階段隨著深度學(xué)習(xí)的發(fā)展，基于深度學(xué)習(xí)的變化檢測(cè)可不用對(duì)圖像進(jìn)行分別分類(lèi)，而直接實(shí)現(xiàn)差異區(qū)域的提取與識(shí)別（王昶等，2020）。Gamba等（2007）基于震后的遙感圖像，分別提取地震前后遙感圖像中的植被指數(shù)特征與建筑物線性特征，基于兩類(lèi)特征參量對(duì)比分析地震前后的差異，實(shí)現(xiàn)震害建筑物提取；龔麗霞等（2013）以玉樹(shù)地震Quickbird遙感影像為數(shù)據(jù)源，采用面向?qū)ο笈c變化檢測(cè)相結(jié)合的方法，首先采用面向?qū)ο髮?duì)影像進(jìn)行分類(lèi)，然后采用變化檢測(cè)方法獲取震害建筑物信息，與目視解譯結(jié)果相比，提取精度為85%左右，提取精度顯著高于基于代數(shù)的變化檢測(cè)方法，但是該類(lèi)方法受分類(lèi)精度的影響，因此，需要對(duì)地震前后的遙感圖像進(jìn)行細(xì)致的分類(lèi)方能獲取較好的檢測(cè)結(jié)果。

3.2.2 SAR圖像

上述的光學(xué)圖像變化檢測(cè)方法在SAR圖像中也同樣適用，采用的特征為SAR圖像的強(qiáng)度特征，通常這類(lèi)變化檢測(cè)檢測(cè)方法分為圖像預(yù)處理（濾波處理）、差異圖像獲取和分類(lèi)（Tzeng等，2007）。除了強(qiáng)度外，其對(duì)高度敏感的特征也可用于檢測(cè)震害信息，如紋理特征、相位信息以及兩者結(jié)合的特征信息（張艷梅，2012）。

（1）基于強(qiáng)度信息的變化檢測(cè)方法?；赟AR圖像強(qiáng)度信息的變化檢測(cè)方法主要是通過(guò)計(jì)算強(qiáng)度相關(guān)性來(lái)實(shí)現(xiàn)差異圖像的獲取，Matsuoka和Yamazaki（2004a）通過(guò)分析地震前后SAR圖像震損區(qū)域的強(qiáng)度相關(guān)性，發(fā)現(xiàn)建筑物破壞越嚴(yán)重，強(qiáng)度相關(guān)系數(shù)越小，由此提出了基于強(qiáng)度相關(guān)性計(jì)算的變化檢測(cè)方法。Matsuoka和Yamazaki（2006）基于ALOS/PALSAR，構(gòu)建了強(qiáng)度圖像相關(guān)系數(shù)時(shí)間序列，基于相關(guān)系數(shù)時(shí)間序列實(shí)現(xiàn)震害信息的提取。Chini等（2008和2011）將地震前后SAR圖像的后向散射系數(shù)差與相關(guān)系數(shù)進(jìn)行結(jié)合實(shí)現(xiàn)震害信息的提取。Guida等（2010）分析了地震前后建筑物二次散射特的變化，基于變化信息實(shí)現(xiàn)震害區(qū)域的識(shí)別。薛騰飛等（2016）將地震前后SAR圖像的相關(guān)系數(shù)面向?qū)ο蠓治龅奶卣鲄⑴c震害建筑物信息的提取，較高精度地實(shí)現(xiàn)了熊本地震震害建筑物的識(shí)別。Li等（2019）利用拉奎拉地震COSMO-SkyMed影像，采用基于強(qiáng)度圖像相關(guān)性變化檢測(cè)的方法提取了不同震害程度建筑物信息，提取結(jié)果如圖6所示，與實(shí)地調(diào)查結(jié)果相比，提取精度達(dá)75%以上。

圖6 基于相關(guān)性變化檢測(cè)的拉奎拉地震震害建筑物提取結(jié)果Fig.6 Extraction results of buildings damaged by L’Aquila earthquake based on correlation change detection

（2）相位變化檢測(cè)技術(shù)方法。相位信息也包含豐富的有用信息，可用于變化檢測(cè)的輸入?yún)⒘浚ㄑ︱v飛，2017）。Ito等（2000）分析了地震前后SAR圖像震害區(qū)域與相干變化間的關(guān)系，發(fā)現(xiàn)破壞越嚴(yán)重，其相干性越小，由此提出了基于SAR圖像相干性的變化檢測(cè)方法。Matsuoka和Yamazaki（2000）也利用Kocaeli地震前后ERS/SAR數(shù)據(jù)證實(shí)了震害區(qū)域與相干性存在一定的關(guān)系，由此，相關(guān)學(xué)者在一系列地震中廣泛應(yīng)用該方法（Yonezawa和Takeuchi，2001；Hoffmann，2007；劉云華等，2010）。日本熊本地震發(fā)生之后，日本宇宙航空研究開(kāi)發(fā)機(jī)構(gòu)JAXA（Japan Aerospace Exploration Agency）利用獲取的地震前后的ALOS-2數(shù)據(jù)，采用相干性變化檢測(cè)的方法提取了震區(qū)不同震害程度的建筑物信息（游志斌，2016）。但是SAR圖像相干性變化檢測(cè)方法存在一個(gè)問(wèn)題，即造成SAR圖像失相干的因素較多，如何有效地剔除其余因素而保留建筑物損毀信息是變化檢測(cè)中需要重點(diǎn)考慮的問(wèn)題（李強(qiáng)等，2017）。

除此，Yonezawa等（2002）綜合考慮相關(guān)性與相干性，將兩類(lèi)特征進(jìn)行融合實(shí)現(xiàn)震害信息的提取。Arciniegas等（2007）分析了震害程度大小與相干性與相位變化間的關(guān)系，發(fā)現(xiàn)，震害程度越大，相干系數(shù)越小，而與相位信息沒(méi)有明顯的線性關(guān)系。李強(qiáng)等（2018）利用SAR圖像的紋理特征進(jìn)行變化檢測(cè)，將多紋理特征進(jìn)行綜合，提出了多紋理特征主成分分量變化檢測(cè)方法，成功提取了熊本地震的震害建筑物信息。

隨著SAR圖像空間分辨率的提升與圖像處理技術(shù)的發(fā)展，SAR圖像中可利用的特征越來(lái)越豐富，因此基于SAR圖像的變化檢測(cè)方法也會(huì)越來(lái)越多。

3.3 存在的問(wèn)題

地震災(zāi)害具有區(qū)域性與復(fù)雜性等特點(diǎn)，實(shí)現(xiàn)地震災(zāi)害遙感的快速應(yīng)急需要解決不同資源的管理、衛(wèi)星資源統(tǒng)籌規(guī)劃、組織體制機(jī)制、響應(yīng)模式等問(wèn)題，本文重點(diǎn)關(guān)注遙感數(shù)據(jù)快速處理、專(zhuān)題信息智能化提取等關(guān)鍵技術(shù)，具體來(lái)看，存在的問(wèn)題主要表現(xiàn)在以下幾個(gè)方面：

（1）海量數(shù)據(jù)處理效率不滿(mǎn)足地震應(yīng)急需求。隨著中國(guó)遙感技術(shù)的不斷發(fā)展，在軌運(yùn)行或即將發(fā)射的衛(wèi)星數(shù)量激增，預(yù)計(jì)到2020年，在軌運(yùn)行的衛(wèi)星數(shù)量達(dá)到80顆（眭海剛，2013），震后可獲取海量的災(zāi)區(qū)災(zāi)情數(shù)據(jù)，一般的服務(wù)器難以滿(mǎn)足災(zāi)后海量數(shù)據(jù)快速處理計(jì)算的需求。震后需要快速地對(duì)影像進(jìn)行處理獲取災(zāi)情的分布信息，因此，數(shù)據(jù)處理與分析的效率一定程度上決定了應(yīng)急決策制定的效果?，F(xiàn)階段，衛(wèi)星可實(shí)現(xiàn)快速的下傳，但是傳輸?shù)接脩?hù)手中的時(shí)間、地面的處理能力、信息的自動(dòng)化處理水平、智能化程度還難以滿(mǎn)足地震應(yīng)急時(shí)效性的需求。

（2）地震災(zāi)情智能化識(shí)別尚不能滿(mǎn)足應(yīng)急時(shí)效性與精準(zhǔn)性的需求?，F(xiàn)階段，災(zāi)后獲取遙感圖像后，災(zāi)情獲取的首要手段仍然是人工目視解譯，人工目視解譯依賴(lài)于人類(lèi)高級(jí)智能，很大程度上依賴(lài)解譯標(biāo)志與經(jīng)驗(yàn)知識(shí)，難以在大空間尺度范圍發(fā)揮有效的作用（郭華東等，2009）?；谟?jì)算機(jī)分類(lèi)的方法雖然在技術(shù)上得到不斷的改進(jìn)，但是算法改進(jìn)對(duì)于精度、效率的貢獻(xiàn)比數(shù)據(jù)與樣本的貢獻(xiàn)小，在圖像分類(lèi)方法上，數(shù)字圖像的分類(lèi)信息識(shí)別主要以像元為單位，分類(lèi)過(guò)程中易受到斑噪的影響。目前雖然提出了面向?qū)ο蟮男畔⑻崛∨c方法，實(shí)現(xiàn)了對(duì)象層-目標(biāo)層的震害信息識(shí)別與提取，完成了像元層到對(duì)象層的過(guò)渡，但是在分割與知識(shí)規(guī)則集構(gòu)建過(guò)程中，閾值的選取與特征規(guī)則的構(gòu)建均需要人為的不斷嘗試與試驗(yàn)，方法不具有普適性，且不能實(shí)現(xiàn)基于高層語(yǔ)義與場(chǎng)景知識(shí)的信息自動(dòng)化識(shí)別。

（3）多源異構(gòu)數(shù)據(jù)協(xié)同分析能力不足，致使影像信息利用程度不高。遙感技術(shù)的發(fā)展使得震后短時(shí)間內(nèi)可獲取海量的多模式的遙感影像數(shù)據(jù)，采用同源的多時(shí)相遙圖像開(kāi)展災(zāi)情的動(dòng)態(tài)監(jiān)測(cè)（張景發(fā)等，2002）。震后獲取的遙感影像數(shù)據(jù)呈現(xiàn)中/高分辨率，多光譜/高光譜/SAR圖像并存的局面，為震害信息的快速識(shí)別提供了數(shù)據(jù)支撐（眭海剛等，2018）。常規(guī)的變化檢測(cè)方法通常僅利用同源的遙感圖像，對(duì)數(shù)據(jù)獲取角度、成像條件要求比較高，在時(shí)效性上難以滿(mǎn)足地震應(yīng)急的需求。災(zāi)后，獲取的遙感影像類(lèi)型多樣，不同時(shí)相遙感圖像對(duì)比分析可提高由單一傳感器到多傳感器的協(xié)同分析成為提高災(zāi)后信息獲取能力的重要手段。

4 遙感地震應(yīng)急關(guān)鍵技術(shù)應(yīng)用趨勢(shì)

隨著高空間分辨率、高時(shí)間分辨率、高光譜分辨率遙感衛(wèi)星的不斷發(fā)生發(fā)射，天空地一體化協(xié)同技術(shù)的快速發(fā)展（邵蕓等，2016），震后獲取的遙感數(shù)據(jù)逐漸呈現(xiàn)出“大數(shù)據(jù)”的特征。在實(shí)際應(yīng)急工作中，我們認(rèn)為遙感技術(shù)成熟的應(yīng)用于地震應(yīng)急調(diào)查還需要在以下幾點(diǎn)關(guān)鍵技術(shù)方面進(jìn)行探索，從而構(gòu)建未來(lái)衛(wèi)星遙感實(shí)時(shí)應(yīng)急響應(yīng)新的模式。

（1）基于深度學(xué)習(xí)的災(zāi)情智能化識(shí)別。地震后不缺乏信息，而是缺乏對(duì)應(yīng)急救援有用的信息。面對(duì)海量遙感圖像所包含的豐富的信息，借鑒人工神經(jīng)網(wǎng)絡(luò)深度學(xué)習(xí)技術(shù)，將人工目視解譯依賴(lài)的高級(jí)智能知識(shí)與圖像特征轉(zhuǎn)換為計(jì)算機(jī)可識(shí)別的高級(jí)語(yǔ)義信息，需要充分挖掘圖像中的特征知識(shí)，實(shí)現(xiàn)遙感數(shù)據(jù)-知識(shí)-震害地物目標(biāo)的轉(zhuǎn)化，解決傳統(tǒng)數(shù)據(jù)分析方法中特征表達(dá)不全的難題，實(shí)現(xiàn)震害信息智能化和自動(dòng)化提取，這是未來(lái)震害信息識(shí)別領(lǐng)域需要重點(diǎn)關(guān)注的問(wèn)題。

（2）基于數(shù)據(jù)同化的多源數(shù)據(jù)協(xié)同分析。不同類(lèi)型、不同源遙感數(shù)據(jù)中涵蓋的信息不同，協(xié)同多源異構(gòu)遙感影像數(shù)據(jù)能有效地發(fā)揮不同模式遙感影像的作用，提高信息識(shí)別的準(zhǔn)確度（徐敬海等，2010；李強(qiáng)，2018）。因此，發(fā)展數(shù)據(jù)同化技術(shù)，基于多源異構(gòu)數(shù)據(jù)采用對(duì)象級(jí)深度學(xué)習(xí)與變化檢測(cè)相結(jié)合的方法開(kāi)展地震應(yīng)急監(jiān)測(cè)、震害評(píng)估是遙感圖像信息分析中的難題也是遙感地震應(yīng)急的必然趨勢(shì)。

（3）基于云平臺(tái)的海量數(shù)據(jù)快速處理。遙感地震應(yīng)急時(shí)效性的提升需要海量數(shù)據(jù)的高性能計(jì)算，現(xiàn)階段，超性能計(jì)算的應(yīng)用可快速地提高數(shù)據(jù)的處理能力，通過(guò)搭建海量時(shí)空數(shù)據(jù)軟硬件一體化高性能計(jì)算平臺(tái)，構(gòu)建集群與并行計(jì)算，實(shí)現(xiàn)計(jì)算資源的最優(yōu)化，同時(shí)結(jié)合云存儲(chǔ)與云計(jì)算技術(shù)，提升數(shù)據(jù)的處理效率。未來(lái)基于云平臺(tái)的海量數(shù)據(jù)在線實(shí)時(shí)處理和分析將成為遙感震害調(diào)查領(lǐng)域的重要發(fā)展方向。

（4）星上數(shù)據(jù)在軌實(shí)時(shí)處理技術(shù)?，F(xiàn)階段，影響遙感地震應(yīng)急時(shí)效性的因素除了數(shù)據(jù)處理效率外，星地傳輸鏈路也極大影響了應(yīng)急時(shí)效性（胡國(guó)軍等，2009）。針對(duì)衛(wèi)星影像數(shù)據(jù)量大，星上數(shù)據(jù)存儲(chǔ)、處理與傳輸能力受限的問(wèn)題，發(fā)展重特大災(zāi)害衛(wèi)星數(shù)據(jù)在軌實(shí)時(shí)處理技術(shù)，實(shí)現(xiàn)典型震害目標(biāo)信息的在軌智能識(shí)別與評(píng)估，可提高地震應(yīng)急的時(shí)效性和衛(wèi)星的智能性能。

（5）發(fā)展大幅寬、高時(shí)間分辨率、高空間分辨率一體化的遙感衛(wèi)星。重特大地震影響范圍通常較大，如2008年汶川大地震重災(zāi)區(qū)面積超過(guò)10萬(wàn)km2，需要多顆遙感衛(wèi)星連續(xù)成像方能覆蓋災(zāi)區(qū)，甚至由于衛(wèi)星過(guò)境時(shí)間的影響，造成災(zāi)區(qū)存在空白區(qū)域，影響地震災(zāi)情的有效判斷（王賽，2015）。中國(guó)正在研究時(shí)間分辨率高的高軌SAR雷達(dá)衛(wèi)星，該衛(wèi)星具有較高的時(shí)間分辨率，能在地震發(fā)生后短時(shí)間內(nèi)快速成像，但是其空間分辨率較低，一定程度上影響了災(zāi)情的快速評(píng)估與應(yīng)急能力。因此需要發(fā)展覆蓋范圍廣、時(shí)間分辨率高且空間分辨率高的遙感衛(wèi)星數(shù)據(jù)，如RADARSAT-2衛(wèi)星的超寬精細(xì)模式（分辨率5 m，幅寬125 km），兼具幅寬廣和分辨率高，滿(mǎn)足重特大地震應(yīng)急的需求。

5 結(jié)語(yǔ)

多次的重特大地震應(yīng)急工作證明，遙感技術(shù)在應(yīng)急工作中可發(fā)揮重要的作用，結(jié)合參與多次遙感地震應(yīng)急實(shí)際工作的經(jīng)驗(yàn)，系統(tǒng)的總結(jié)了光學(xué)、雷達(dá)以及LiDAR技術(shù)在地震應(yīng)急調(diào)查中的應(yīng)用現(xiàn)狀，尤其是在震害信息提取中的應(yīng)用，以是否輸入震前影像為分類(lèi)依據(jù)，分為震后單時(shí)相影像的信息分析方法和地震前后多時(shí)相影像的變化檢測(cè)方法，概括說(shuō)明了每類(lèi)方法應(yīng)用情況。

高分辨率光學(xué)遙感圖像在震害信息識(shí)別中，通常僅利用其光譜特征，忽略了空間分布特征、幾何特征的應(yīng)用?；趥鹘y(tǒng)像元的分類(lèi)方法容易分類(lèi)結(jié)果中含有椒鹽效應(yīng)，因此需要在此基礎(chǔ)上發(fā)展以對(duì)象為單元的多特征知識(shí)驅(qū)動(dòng)的分類(lèi)技術(shù)，因此面向?qū)ο蠓治雠c知識(shí)集成結(jié)合的方法將成為未來(lái)震害災(zāi)情提取與評(píng)估的主流方法。對(duì)于SAR圖像而言，單時(shí)相SAR圖像震害評(píng)估主要集中于以街區(qū)為單位的平均震害評(píng)估，對(duì)于單體建筑物的的成像機(jī)理、特征表現(xiàn)及信息提取研究較少。震后震害地物目標(biāo)復(fù)雜多樣，要完全實(shí)現(xiàn)基于遙感圖像的震害目標(biāo)全自動(dòng)化提取，尚需算法的不斷改進(jìn)與發(fā)展。

傳統(tǒng)的變化檢測(cè)方法主要針對(duì)于同類(lèi)型傳感器，不同源遙感影像數(shù)據(jù)的有效結(jié)合與交互利用也是未來(lái)的發(fā)展趨勢(shì)。不同震害程度的震害目標(biāo)在遙感影像中表現(xiàn)的特征信息也有所差異，基于特征的變化檢測(cè)方法能充分地利用圖像的特征信息，能有有效地提高震害識(shí)別精度，因此多時(shí)相圖像變化檢測(cè)的重點(diǎn)是空間特征在對(duì)象層面變化檢測(cè)的有效應(yīng)用。

以實(shí)際地震為例，闡述了遙感技術(shù)在應(yīng)急中的應(yīng)用情況，并針對(duì)性的提出了現(xiàn)階段遙感地震應(yīng)急存在的海量數(shù)據(jù)處理效率不高、信息識(shí)別自動(dòng)化與智能化程度低、多源異構(gòu)數(shù)據(jù)協(xié)同能力弱等問(wèn)題，針對(duì)此，從深度學(xué)習(xí)技術(shù)發(fā)展、多源數(shù)據(jù)協(xié)同處理、云平臺(tái)技術(shù)應(yīng)用、衛(wèi)星數(shù)據(jù)在軌實(shí)時(shí)處理、新遙感衛(wèi)星發(fā)展等幾個(gè)方面闡述了遙感地震應(yīng)急調(diào)查應(yīng)用未來(lái)發(fā)展趨勢(shì)。