基于震后高分SAR影像建筑物成像几何特征的震害分析
SAR遥感图像在汶川地震灾害识别中的应用
地震学报３２卷的效果．汶川地震后，科学家们运用各种手段对此次地震的成因进行了研究，各个研究组的研究成果相继在学术期刊和Ｉｎｔｅｒｎｅｔ上公布（张培震等，２００８；王卫民等，２００８；滕吉文等，２００８；何宏林等，２００８）．但利用遥感技术进行震害评估的并不多，这是因为此次地震破坏面积广，且大部分在山区，震后出现了多天的阴雨天气，给高分辨率光学影像的解译带来了很大困难．基于ＳＡＲ图像具有全天时、全天候的特性，本文拟利用地震前后ＳＡＲ幅度图像变化检测、干涉相干图像的相于系数相结合，对地震灾害地区进行快速识别与评估。
１研究区域及实验数据选取汶川县位于阿坝州境东南部的岷江两岸，县城威州镇位于县北部杂谷脑河与岷江交汇地，映秀镇地处阿坝州南大门，距成都８８ｋｍ，是进出九寨沟、卧龙、四姑娘山的必经之地，是重要的交通要道．２００８年５月１２日下午２时２８分，汶川发生Ｍｓ８．０强烈地震，汶川全县遭受严重损失，主要表现为：①受灾面积大，全县１３个乡镇全面受灾．截至６月２７日全县死亡１５９４１人，受伤３４５８４人；②受灾程度深．全县耕地面积７１００公顷（１０６５００亩），受灾６０００公顷（９００００亩），房屋倒塌２１万间，损毁房屋３０．３５万间；③基础设施毁损严重．道路垮塌，水、电、气、通讯全部中断，工矿商贸企业８０％被损毁；④地震次生灾害威胁特别严重．汶川县原有地质灾害点１６０处，地震后新增３５９０处，县城周边新增的７９处地质灾害点随时威胁县城的安全，已形成“晴天沙尘暴，雨天泥石流”的现实状况，县城已被地震次生灾害威胁所包围．随后几天多次发生强烈余震，映秀镇是震中和重灾区，全镇大部分房屋倒塌，到处山体滑坡，造成停水、停电，通讯、交通中断．本文以映秀镇及周边地区为研究范围，图１为研究区ＥＴＭ合成图．图１（ａ）研究区震前（２００７年９月１８日）ＥＴＭ７，４，２波段合成图；（ｂ）交通位置图Ｆｉｇ．１（ａ）Ｌａｎｄｓａｔ７ｐｒｅ－ｅｖｅｎｔｉｍａｇｅ（ＥＴＭｂａｎｄ７，４，２）ｏｆｔｈｅｔｅｓｔａｒｅａ（ｂ）ｌｏｃａｔｉｏｎｏｆＹｉｎｇｘｉｕ地震发生后第二天早晨起，灾区大部分地区出现了１０ｍｍ以上的中雨，在震后的半个多月中，天气也一直以阴雨为主，这就给光学成像带来了很大的困难，合成孔径雷达（ＳＡＲ）成为这次抗震救灾前期遥感信息保障的十分重要的数据源．震后欧空局提供了大量的ＳＡＲ数据，若要将覆盖灾区的影像全部都进行处理，数据量是相当庞大的，故只挑选覆盖映秀和都江堰地区的ＡＳＡＲ数据进行计算，使用到的数据如表１所示．实验用到的数据中Ｂ１和Ｂ２幅为震前获取的，Ａ１幅为震后获取的，数据格式均为单２期刘云华等：ＳＡＲ遥感图像在汶川地震灾害识别中的应用２１７视复数据（ＳＩ，Ｃ），结合ＥＮＶＩＳＡＴ的精密轨道数据将其处理为多视幅度图像，并采用经典的Ｌｅｅ算法进行滤波处理．一般而言，较大的估算窗口具有较高的估算性能，但会降低空间分辨率，考虑两者问的平衡，本文估算窗口的大小为２ｌ×２１．最后将所有图像都与２００７年８月６日的震前图像进行配准．震前图像Ｂ１如图２ａ所示，震后图像Ａ１如图２ｂ所示．图中白色方框为研究区范围；图２ｃ，ｄ分别为从图２ａ，ｂ中裁剪的研究区图像．表１震前／震后的ＡＳＡＲ数据Ｔａｂｌｅ１ＡＳＡＲｄａｔａａｎｄｂａｓｅｌｉｎｅｄｉｓｔａｎｃｅｓｉｎｔｈｅｔｅｓｔａｒｅａ图２幅度图像．（ａ）震前；（ｂ）震后；（ｃ）映秀地区震前；（ｄ）映秀地区震后Ｆｉｇ．２Ａｍｐｌｉｔｕｄｅｉｍａｇｅｓｂｅｆｏｒｅ（ａ）ａｎｄａｆｔｅｒ（ｂ）ｔｈｅｅａｒｔｈｑｕａｋｅ．（ｃ）ａｎｄ（ｄ）ａｒｅａｍｐｌｉｆｉｅｄｉｍａｇｅｓｆｏｒｔｈｅｂｏｘｒｅｇｉｏｎｉｎ（ａ）ａｎｄ（ｂ），ｒｅｓｐｅｃｔｉｖｅｌｙ直接对比震前震后的ＳＡＲ图像，我们很难得到一些变化信息，这是因为当我们面对ＳＡＲ图像时，我们看到的是完全不同于人们肉眼所见的特征．人的肉眼是一种被动式“传感器”，接收的是地物反射太阳光的能量．而雷达则是一种工作在微波波段的主动式传感器，它发射某一特定波长的微波波段的电磁波，接收来自地面的后向散射电磁波能量，两者相干而成像．上面所看到的幅度图像是一种灰度图像，图像上色调的变化取决于目标物地震学报２１８的后向散射截面．每一个接收到的回波被转换成电信号以某一具有特定值的、用于表示亮度的数字化象元．尽管坡度的变化、含水量和表面粗糙程度是影响雷达图像色调的３个主要作用，但是表面粗糙度在决定雷达图像的灰度方面起着决定性的作用．而地震带来的巨大破坏则会造成震前震后同一物体的粗糙程度发生很大的变化，从而使其回波强度发生变化，Ｍａｔｓｕｏｋａ和Ｙａｍａｚａｋｉ（２０００ａ）曾用一幅房屋倒塌后的废墟造成漫反射这一生动形象的图画来反映该现象．Ａｏｋｉ等在研究１９９５年神户地震中发现，人工建筑由于在结构体与地面之间形成一种“角反射”效应而具有较高的反射强度，并且反射具有较好的方向性；而开阔的场地或者受损的建筑物由于其表面发生漫反射而回波强度相对较低（Ａｏｋｉｅｔａｌ，１９９８；Ｍａｔｓｕｏｋａ，Ｙａｍａｚａｋｉ，２０００ｂ）．因此，与震前的图像相比较，由于建筑物的倒塌或者废墟被清理而露出地表，都会造成震后的后向散射系数变小．从图２幅度｝冬ｊ像上可以看出地震前后一些地区的灰度强度发生了变化，这其中有些是由于两幅图像接收季节不同，时间间隔较长一些地物发生的自然变化，然而相当一部分应该是由地震带来的破坏而造成的．尽管如此，仅凭肉眼我们还是很难看出这螳发生变化的地区的分布情况，也就是地震影响较大地区的分布．下面通过进一步的数据处理来进行分析．２利用ＳＡＲ幅度图像做比值变化检测要想对两幅图像进行变化检测，必须要对不同期次的图像进行精确配准．航空图像由于不同成像期次成像轨道的差异给像素级匹配造成困难，而对于ＳＡＲ图像来说，因为采用同一卫星系统，这并不造成太大的困难．利用ＳＡＲ图像做变化检测有两种情况（Ｒｉｇｎｏｔ，ｖａｎＺｙｌ，１９９３）．其中一种情况是检测目标形态的变化，这种变化检测要求不同时相的图像要精确配准，但并不需要绝对定标数据．对于精确配准的两个时相图像来检测变化，最常规的方法是图像相减或比值处理．其它的处理方法，如多时相数据分类及主成分变化等，已被光学遥感数据处理的经验证明效果不如图像相减或比值方法．而比值的分布只依赖于相对变化，因此从统计模型来看，比值方法比图像相减方法更适用于变化检测（郭华东，２０００）．选用比值方法还有一个理由就是比值方法对辐射误差有更强的适应性，因为很多辐射误差是乘性的．图３ａ为２００７年８月６日与２００８年３月３日幅度图像做比值检测的结图３震前及同震比值图像．（ａ）Ｂ１与Ｂ２的比值图像；（ｂ）１３２与Ａ１的比值图像Ｆｉｇ．３Ｒａｔｉｏｏｆｐｒｅ－ｅａｒｔｈｑｕａｋｅａｎｄｅｏｓｅｉｓｍｉｅａｍｐｌｉｔｕｄｅｉｍａｇｅｓ．（ａ）ＲａｔｉｏｏｆＢ１ｏｖｅｒＢ２；（ｂ）１３２ｏｖｅｒＡ１２期刘云华等：ＳＡＲ遥感图像在汶川地震灾害识别中的应用２１９果，两幅均为震前图像．从图３ａ可以看出，图右下角都江堰市及周边乡镇颜色比其它山区的颜色深一些，出现一条明显的山区与平原地区的分界线．这是由于平原地区人工建筑多于山区，从而地物特征随季节变化而出现这样的差异；平原地区修建的永久性建筑较多，随时间推移变化不大；而其它山区植被覆盖广泛，由于做比值检测的两幅图像一幅在夏季８月，一幅在春季３月，植被差异较大，造成颜色较浅．为观察细节变化，从整幅图像中截取出研究区域．图４ａ，ｂ是分别从图３ａ，ｂ中截取的映秀镇地区的图像，图中白色椭圆处为映秀镇所在地．由于地形影响，处于山体阴影中的象元同样具有极低的反射系数值，与水体一样呈现暗色调，因此在图２的ＳＡＲ图像中并不能辨别出紫坪铺水库的轮廓．经过对幅度图像进行比值处理，在图４中紫坪铺水库已经清晰可见，并且在震前两景幅度图像问的比值图像与同震的比值图像中表现出一定的差异，这种差异可能是由于水质的变化造成后向反射系数变化造成的．在图４ａ的两幅震前ＳＡＲ比值图像中，映秀镇的整体色调呈灰色，表明在接收这两幅图像的期间没有发生什么变化；在图４ｂ中，图像中映秀镇及周边的色调已经不再是单一的灰色调，出现了从黑到白的变化．黑色区域分布在沿江的建筑区，表明建筑物在地震中受到了巨大破坏，与３个月前的图像相比发生了巨大变化；白色区域分布在山坡上，显然是由于滑坡所致．图中方框圈住的区域距离映秀镇大约３ｋｍ，在图４ａ中岷江河道清晰可见，而在图４ｂ中已模糊不清，这段正是在地震中严重破坏的都江堰至汶川公路的一段．当时进入映秀救援的冲锋舟也只能到达这里，然后徒步翻越这几公里的山体滑坡路段进入映秀．其实这段已不能称之为“路段”，因为整片的山坡因地震而坍塌下来，几米高、甚至十几米高的巨大岩石从山顶遍布到山脚下的岷江中，将原来的公路全部掩埋．图４映秀、漩口地区ＳＡＲ比值图像（ａ）震前Ｂ１与Ｂ２的比值图像；（ｂ）同震Ｂ２与Ａ１的比值图像Ｆｉｇ．４ＳＡＲｒａｔｉｏｉｍａｇｅｉｎＹｉｎｇｘｉｕａｎｄＸｕａｎｋｏｕＡ１（ａ）Ｐｒｅ－ｅａｒｔｈｑｕａｋｅ，Ｂ１ｏｖｅｒＢ２；（ｂ）ｃｏｓｅｉｓｍｉｃ，１３２ｏｖｅｒ３利用ＩｎＳＡＲ相干系数变化检测震害地区干涉产品中的相干系数通常用于评价干涉相位的质量．以前对相干系数的应用研究比较少，相干系数对ＳＡＲ图像散射体特性的变化十分敏感，因此它能用于地表变化的探测、土地利用的分类和绘制地震破坏程度评估等．重复观测获得的雷达图像的失相干可能由以２期刘云华等：ＳＡＲ遥感图像在汶川地震灾害识别中的应用２２１图６为计算结果．其中图６ａ为用Ｂ１和Ｂ２两幅图像干涉处理得到的相干图像，将其称之为ｒｂｂ；图６ｂ为用Ｂ１和Ａ１干涉处理得到的相干图像，将其称之为ｒａｂ；图６ｃ为用“ｂ和ｒ。
[医学]基于SAR影像的震害信息提取
![[医学]基于SAR影像的震害信息提取](https://img.taocdn.com/s3/m/addac8f75022aaea998f0f90.png)
2019/9/4
INSAR技术的处理流程
7. 位相解缠（Phase Unwrapping），前面所说的 位相一般蕴涵在复数的实部虚部表达中，在计算中是 通过取辐角得到，存在着2π周期的模糊问题，去除这 种周期模糊就叫位相解缠。这是目前InSAR
2019/9/4
相对于光学影像SAR影像的特点
1. 全天候，不受云雾雪的影响，雨的影响有限 2. 全天时，主动遥感系统 3. 对地表有一定的穿透能力，与土壤含水量有关，依
赖于波长 4. 对植被有一定的穿透能力，依赖于波长和入射角 5. 高分辨率，分辨率与距离无关 6. 独特的辐射和几何特性 7. 干涉测量能力 8. 多极化观测能力
2019/9/4
第三章 主要研究内容
建筑物震害信息提取 道路和桥梁震害信息提取 滑坡/泥石流震害信息提取 堰塞湖震害动态信息提取
2019/9/4
需要掌握的知识
SAR影像的基本特征 INSAR技术的基本原理及其数据处理流程 地质灾害的基础知识 地震前后各类地物的影像特征 遥感影像多尺度分割（面向对象分类提取信息） 影像处理变化检测技术 数据融合技术 地质灾害遥感影像识别
处理中最困难的步骤，目前还没有一个理想的算法能 够保证对各种情况都得出正确的结果。
8. 位相高程转换，解缠后的位相需要变换为高程，由 于解缠相当于积分，存在一个不确定的常数，需要利 用卫星姿态数据或者控制点标定高程。
9. 地理编码（Geocode），前面得到的高程是在 SAR的斜距投影坐标系中，需要纠正到正射的地理坐 标系中，同时在斜距DEM的支持下改正各种投影几何 差。
基于星载L波段SAR影像与地震烈度信息整合的建筑物破坏评估
ＥＭａｌｎｊ ＠ｇｆ—． ． — ｉ ｏｉ ： ｍａ ｉ Ｕａ ｊ ｕ ｃｐ
摘要
为 能在全 世 界范 围快速 稳定 地评 估地 震 建筑物 破 坏情 况 ，文章 应用 装载 于 ＡＬ ＯＳ 卫
星 上 的 Ｌ波 段相 控 阵列合 成孔 径雷 达 （ＡＬ ＡＲ）提 出 了一个 建筑 物破坏 估 计模 型 ，模型 整 Ｐ Ｓ
基于星载 Ｌ波段 Ｓ Ｒ影像 与地 震烈度信 息整合 的 Ａ
建 筑 物 破 坏 评 估
Ｍａａｈ ｔｕ ｋ Ｎｏ ｕ ｔ ｊ ｓｓｉ ｓｏ ａ Ｍａ ｂ ｏｏＮｏｉ ２ ｍａ
１Ｉ ｆ ｒ ｔ ｎ Ｔ ｃ ｎ ｌ ｇ ｓ ａ ｃ ｓｉ ｔ ， ｔ ｎ ｌ ｎ ｔ ｕ ｅｏ ｖ ｎ ｅ ｄ ｓｒ ｌ ｃｅ ｃ ｎ ｃ ｎ ｌ ｇ ， ｎ ｏ ｍａｉ ｅ ｈ ｏ ｏ ｙ Ｒｅ ｅ ｒ ｈ Ｉ ｔ ｕ ｅ Ｎａｉ ａ ｓｉ ｔ ｆ ｏ ｎ ｔ ｏ Ｉ ｔ Ａｄ ａ ｃ ｄ Ｉ ｕ ｔ ａ ｉｎ ｅａ ｄＴｅ ｈ ｏ ｏ ｙ ｎ ｉ Ｓ
对受 灾 区域 的快速观 测 更加便 利 ， 并且提 供 了可与 商业 用影 像相 媲 美 的地面 分辨 率优 于 ｌ ｍ
的高 分辨 率卫星 影像 的快 速接 入 。
遥 感观 测和 种类 繁 多的全 球 自然灾 害研 究主 要 利用几 种类 型 的传 感器 。 用于 对地 观测 的
星 载传 感器 主要 有两 种 ，一是观 测 可见 光 、 红外 和 热红外 波段 反射 和辐 射 特性 的光 学传 感 近 器 ，另一 种 是波长 范 围几厘 米至 几十 厘 米 的微 波 雷达传 感 器 。高分 辨率 光学 影像 用 于评估
向散射 系数 的相 关 性与 差值 构 成 的变 量 作 为表征 建筑 物 破坏 程度 的标尺 。进 一 步 发展 基于
SAR影像建筑物震害检测方法研究综述
SAR影像建筑物震害检测方法研究综述崔丽萍;王晓青【摘要】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.【期刊名称】《震灾防御技术》【年(卷),期】2016(011)002【总页数】12页(P239-250)【关键词】SAR;地震;建筑物;震害检测【作者】崔丽萍;王晓青【作者单位】中国地震局地震预测研究所,北京100036;中国地震局地震预测研究所,北京100036【正文语种】中文崔丽萍，王晓青，2016.SAR影像建筑物震害检测方法研究综述.震灾防御技术，11（2）：239—250.doi：10.11899/zzfy20160207地震是对人类危害最大的自然灾害之一，地球上每天发生着成千上万次地震，其中一些震级较大的地震严重威胁着人们的生命和财产安全。
如何快速有效获取和评估灾情信息已成为降低地震损失的重点研究内容。
自1906年劳伦斯（urence）利用风筝携带的照相机成功地拍摄到旧金山大地震后的情景后，人类便开始利用遥感技术记录地震灾害信息。
遥感技术凭借其成像范围广、成像时间短、受地面自然条件限制少等优势，在地震应急和震后灾情获取中的应用也越来越广泛。
震后灾区阴雨天气较多，而传统的光学遥感采用可见光波段进行成像，虽然分辨率已经达到米级、亚米级，但因其受阴雨天气的制约还是不能及时获取灾区影像。
合成孔径雷达SAR（SyntheticAperture Radar）是一种利用微波波段感知地物，从而获取地物信息的主动式雷达技术，较光学遥感具有很多优势。
SAR是斜距成像，能够得到地物更多的三维信息；SAR具有较高分辨率，随着2007年德国TerraSAR和意大利Cosmo/SkyMed的发射，SAR的分辨率已经能够达到1m，现在的机载SAR实验系统已经能够达到0.1m的分辨率（Brenner等，2008）；SAR采用的微波波段较长，能够很容易穿透云、雾、雨，比如L波段（1.5GHz）在雨量为150 mm hr-1的天气成像时，衰减不会超过0.01dB km-1，采用X波段（10GHz）的TerraSAR和Cosmo/SkyMed在大暴雨情况下衰减即便高达约4.23dB km-1，但其成像效果也几乎不受影响（Brett，2013b）。
基于SAR图像相干变化检测的建筑物震害信息提取研究
基于SAR图像相干变化检测的建筑物震害信息提取研究当可以给人和建筑物带来灾难的地震发生后,受灾的地方所在的国家和直接管辖的政府要进行救援工作,在进行救援工作之前,首要的工作是对灾区进行灾损评估和精确地划分好哪里受到的破坏严重、哪里受到的损失较轻,这样在分配人员到灾区去救人的时候就可以有针对性的对各个区域分配人员。
在这一步的工作中,遥感技术由于具有快速、大面积、准确和直接获取目标区域图像的优点,特别是在最近这些年来得到了非常多的应用,遥感可以做的工作包括:提供被地震破坏的地区在地震发生前拍摄的影像数据、在地震发生后拍摄灾区影像、利用遥感图像评估受破坏区域的灾害损失。
一般而言,高分辨率的光学遥感数据就可以基本满足救灾需求,但是当灾区在震后伴随积云、大雾或者暴雨等极端天气的时候,光学遥感的优势就被大大的限制住了。
而微波遥感中的SAR在进行探测工作的时候,不仅不会受此类恶劣天气情况的影响,还可以在夜晚的时候像在白天一样正常获取图像,而且当SAR在进行拍摄探测的时候,是从被研究目标的斜上方进行拍摄的,这种成像的工作方式可以更加全面更加细致的探测到地物的侧面信息。
SAR图像数据不仅仅是强度数据,还包含着相位数据,这是SAR数据相对于光学遥感数据的一大优点,本文的研究就是基于SAR图像的相位相干性做变化检测的研究,提取地震灾区的震害建筑物,主要的研究成果如下:(1)通过分析SAR传感器的工作原理,总结了一般正常规则建筑物对SAR发射电磁波的散射效应及其在SAR图像上的表征,像叠掩、阴影和二次散射等,还分别就高分辨率和中低分辨率SAR图像上的建筑物损毁特征进行了分析描述;本文中的研究是想简单直接地区分出被地震损坏区域的完好和受损坏建筑物,所以在研究中只提取“完好”和“破坏”两种建筑。
(2)基于电磁波的相干性算法,对所选的两个实验区的两组SAR图像数据,分别进行震前和震后的同震相干性计算处理,基于相干性结果选择合适的阈值计算方法计算分类阈值来进行分类,提取震害建筑物。
高分辨率遥感影像建筑物震害信息提取方法比较研究
高分辨率遥感影像建筑物震害信息提取方法比较研究王刘伟;李金平;刘耀辉【摘要】It is an important means of earthquake disaster loss assessment by taking high resolution remote sensing image to extract the building damage information .Building damage information extraction technique is the key .In this paper ,the building damage information is extracted with object‐oriented and pixel classification methods from QuickBird image after earthquake in Yushu Qinghai .By comparing accuracy evaluation and visual analysis ,this paper finds that building damage information extracted has good consistency with the actual seismic damage situation ,and the precision is higher . The results can avoid "salt and pepper effect"based on the classification of the pixels in the extraction of building damage .%利用高分辨率遥感影像进行建筑物震害信息提取是地震灾害损失评估的重要手段，建筑物震害信息的提取技术是准确获取灾害信息的关键。
遥感影像在地震灾区建筑物损坏评估中的应用
遥感影像在地震灾区建筑物损坏评估中的应用地震是一种自然灾害，常常给人们的生命和财产带来严重破坏。
在地震发生后，及时准确地评估建筑物的损坏情况对于救援和重建工作至关重要。
然而，传统的损坏评估方法通常费时费力，并且在灾区环境复杂的情况下效果有限。
近年来，遥感影像技术在地震灾区建筑物损坏评估中得到了广泛应用，其快速、准确和全面的特点使其成为评估工作的重要工具。
一、遥感影像技术概述遥感影像技术是一种通过获取、处理和解释地面目标的图像信息来了解地球表面和大气的技术。
它可以通过航空或卫星传感器获取广阔范围的高分辨率图像，为地震灾区提供宝贵的数据来源。
二、遥感影像在地震前损坏评估中的应用在地震发生前，遥感影像技术可以用于建筑物的损坏评估。
通过对地震前的遥感影像进行分析，可以了解建筑物的结构和状况，评估其抗震性能，并提前预测潜在的风险区域。
这有助于政府和相关部门采取有效的措施，提高地震应对能力。
三、遥感影像在地震后损坏评估中的应用地震发生后，使用遥感影像进行损坏评估可以大大提高工作效率和准确性。
首先，遥感影像可以提供大范围的覆盖，并且可以通过不同波段的数据来提供多样化的信息。
通过对影像进行处理和解译，可以快速识别出建筑物的损坏程度和类型，为救援工作提供及时而准确的指导。
四、遥感影像在地震灾区重建中的应用地震过后的重建工作是长期的、复杂的过程。
遥感影像技术可以在重建阶段提供重要的支持。
通过对灾区进行多时相的影像分析，可以了解灾后的损毁情况，为规划和设计重建工作提供数据支撑。
此外，遥感影像还可以用于监测重建进程，及时发现问题并采取相应的措施。
总结起来，遥感影像技术在地震灾区建筑物损坏评估中具有重要的应用价值。
它为地震前的预警和风险评估提供了可靠的工具，为地震后的损坏评估和救援工作提供了快速、准确和全面的支持，同时也在灾后的重建过程中发挥了重要的作用。
随着技术的不断进步和研究的深入，相信遥感影像技术在地震灾害应对中的作用将会越来越重要。
基于SAR影像的震害信息提取
基于SAR影像的震害信息提取破坏性地震发生之后，在交通、通讯和电力等中断，同时又缺乏足够地面震害调查资料的情况下，进行有效的地震应急救援、灾害损失评估将十分困难。
通过获取灾区震后遥感影像进行灾情判断，将不受灾区交通、通讯等中断的影响，能够快速掌握灾区全面宏观的受灾情况，并进一步提供更为详细的受灾类型、位臵和程度等信息。
通过对遥感图像的快速处理和震害信息提取，对地震灾害及其损失进行快速评估，将弥补地面调查的不足，为地震应急指挥和救援决策提供重要依据。
本文对于震害信息提取的主要任务如下：一、房屋倒塌评估在地震应急救援工作中，利用遥感技术提取建筑物等基础性设施的破坏和倒塌的信息(选取地震前后高分辨率遥感影像可以快速获取这些信息)，并且根据提取出的信息进行震害的分级，划分出不同等级的震害区，为震后及时开展地震救援和灾害评估提供基础资料。
目前，利用高精度的遥感影像提取震害信息的方法主要有基于地震前后同一地区遥感影像的光谱特征(灰度)差异和基于地震前后地物在遥感图像上所表现出的几何特征(纹理)的差异两种。
星载合成孔径雷达干涉测量技术应用于地表形变监测可达CM级甚至MM级精度，对地震形变、山体滑坡等微小地表形变监测研究领域。
计划采用面向对象分类对影像进行分类，然后进行变化检测提取地震灾害中房屋倒塌情况。
其中可采用INSAR计算出地表形变量，对地震灾害进行评估。
二、道路通行能力评估道路通行受阻是影响这次救灾行动的关键因素，因此使用SAR（合成孔径雷达）图像进行道路通行能力评估意义重大。
公路目标的雷达后向散射类型是漫反射，因此公路在高分辨率SAR 图像表现出一条暗色条带，易于识别。
当公路由于崩塌、滑坡等原因造成通行受阻时，公路的石块、滑坡体等便可以反射雷达波，因此通行受阻的公路色调比较明亮，类似于山体的特征。
利用这种反差，利用高分辨率SAR 图像可以快速的评估出道路的通行能力。
（1）道路信息提取道路提取的方法和道路的图像特征紧密相关，而道路的图像特征源于其本身的物理特征。
基于Z因子的SAR图像地震受灾靶区解译
提
取
预
建
处
筑
理
物
区
域
计算后向散射 强度差值
计算相关 系数值
图1 方法流程图
计 算
快 速
损 毁 靶
Z因 子
解 译
区 圈 定
41
FORUM OF DISASTER REDUCTION 减灾论坛
以下四种。第一种是目视解译，即专业人员通过目视，对 物目标在 SAR 图像上的变化，其中后向散射强度是指雷达
比地震前后 SAR 图像的变化情况，该种方法速度较快，但 传感器向地物发射和接收脉冲信号强度的比值。建筑物损毁
是对人员专业技能要求较高，对分辨率较低的图像解读难度 后发生倒塌，一般而言二次散射减弱会使得后向散射减小，
基于 Z 因子的 SAR 图像地震受灾靶区解译
韦诗莹 张风丽 张瑞菊 刘杉 邵芸
引言
害应急监测、环境监测、海洋监测、地形测绘及 军事等方面具有独特的优势，起到其他遥感技术
SAR 即 英 语“Synthetic Aperture Radar” 的缩写，意为合成孔径雷达。雷达发展的初期出 现 的 是 真 实 孔 径 雷 达（Real Aperture Radar， RAR），但受天线物理尺寸大小的限制，很难获得
点关注的区域，针对上述四类方法的局限性，本文将后向散 其中，|d| 是灾前灾后后向散射强度差值取绝对值，max（d）
射强度差值计算与相关系数计算进行组合，组合后的参数称 是强度差值的最大值，是相关系数值的权重。
为 Z 因子，通过对比地震前后 Z 因子的变化来进行震后建筑
利用 Z 因子对高分辨率 SAR 图像进行建筑物损毁解译，
取出来，对结果图像分别计算后向散射强度差值和相关系数
基于高分辨率遥感影像的震灾建筑物损毁检测
度因子为 0.6 的影像分割图进行阈值分类，得到建筑
物的提取图如图 4 所示，可以看出，分割分类结果具
a
有很大随机性，图 4b 区域的建筑物识别效果优于图 4c
区域，后续仍需对各分割尺度数值和分类阈值做进一
步优化改进。
多尺度分割算法建筑物倒损识别结果如图 5 所
c
图 4 震前分类结果
4.1.2
改进的 U-Net 网络模型分割
测范围广、客观真实的数据信息，对震后建筑物倒损
信息进行快速评估，从而指导开展震后救援工作，减
做最优探索，从而更快速准确地识别建筑物倒损情
况，为救灾救援等工作提供数据支撑。
1 数据来源与研究区概况
本文采用的 QuickBird 高分辨率多光谱影像，对
少生命和财产损失。随着国产高分系列卫星的发射升
地物分析有较好的效果，但同时具有地物信息丰富、
物的倒损情况。对两种方法的建筑物提取结果和倒损识别结果进行精度评定发现，基于 U-Net 神经网络的建筑物提取和倒损
识别效果较好，可实现有关部门的快速决策，从而避免更大的损失。
关键词：建筑物提取；建筑物倒损识别；多尺度分割；U-Net 模型
中图分类号：P237
文献标志码：B
文章编号：1672-4623（2022）03-0068-04
X 、 Y 的元素量。
Training and Validation Loss
Training and Validation Loss
validation loss
training loss
0.26
0.24
0.30
0.26
0.22
0.24
0.20
0.22
0.20
卫星影像在地震灾区评估中的应用与优化
卫星影像在地震灾区评估中的应用与优化地震，这一自然界的巨大力量，常常在瞬间给人类带来难以估量的破坏和伤痛。
在地震发生后，对灾区的快速、准确评估至关重要，它是救援行动和灾后重建的重要依据。
而卫星影像作为一种强大的技术手段，在地震灾区评估中发挥着不可替代的作用。
卫星影像能够提供大面积、高分辨率的灾区图像，为评估人员提供了宏观且全面的视角。
通过不同波段的卫星影像，我们可以清晰地看到地震造成的地表变形、建筑物损毁、道路中断等情况。
比如，光学卫星影像能够呈现出清晰的地物细节，让我们直观地了解建筑物的倒塌程度；而合成孔径雷达（SAR）卫星影像则可以穿透云层，在恶劣天气条件下获取数据，对于及时评估灾区状况具有重要意义。
在地震灾区评估中，卫星影像的应用主要体现在以下几个方面。
首先是灾情快速评估。
地震发生后的第一时间，卫星影像能够迅速获取灾区的大致情况，包括受灾范围、重点受灾区域等。
这为救援队伍的部署和物资的调配提供了重要的决策依据，使得救援行动能够更加高效地展开。
其次是建筑物损毁评估。
通过对卫星影像的分析，可以判断建筑物的倒塌、倾斜和受损程度。
这有助于评估人员确定危险区域，保障救援人员的安全，并为后续的重建规划提供基础数据。
再者是道路和基础设施评估。
卫星影像能够清晰地显示道路的中断、桥梁的损坏以及电力、通信等基础设施的破坏情况。
这对于恢复交通和保障基础设施的正常运行具有重要的指导意义。
然而，尽管卫星影像在地震灾区评估中具有显著的优势，但也存在一些需要优化的地方。
数据获取的时效性是一个关键问题。
在某些紧急情况下，卫星影像的获取和处理速度可能无法满足救援工作的紧迫需求。
因此，需要进一步优化卫星数据的采集和传输机制，提高数据的及时性。
数据的精度和分辨率也有待提高。
虽然当前的卫星影像技术已经取得了很大的进步，但在一些细节方面，如对于小型建筑物的损毁评估和复杂地形的分析，仍存在一定的局限性。
这就需要不断改进卫星传感器的性能和图像处理算法，以提供更精确的评估结果。
一种基于卫星图像的建筑震后定位与破坏状态评估方法[发明专利]
![一种基于卫星图像的建筑震后定位与破坏状态评估方法[发明专利]](https://img.taocdn.com/s3/m/ac3e16d49f3143323968011ca300a6c30c22f120.png)
专利名称：一种基于卫星图像的建筑震后定位与破坏状态评估方法
专利类型：发明专利
发明人：张强强,王玉,徐阳,崔量轶
申请号：CN202110224210.9
申请日：20210301
公开号：CN113095127B
公开日：
20220617
专利内容由知识产权出版社提供
摘要：本发明涉及土木工程结构健康评估与防灾减灾技术领域，具体为一种基于卫星图像的建筑震后定位与破坏状态评估方法，解决了利用卫星图像开展建筑物震后破坏状态评估中具有的稠密小目标较难识别、数据不平衡、图像分辨率低、空间信息有限等问题；其有益效果在于：针对基于卫星图像的建筑震后定位与破坏状态评估方法存在的不足，实现了卫星图像建筑物震害损伤的高精度识别与等级评估。
本方法针对建筑震后卫星图像数据集具有稠密小目标、数据不平衡、空间信息有限、分辨率一般等特点，提出了高精度、两阶段的卫星图像建筑物震害损伤识别与评估方法，最终实现了卫星图像震后建筑物定位准确率95.31％以及破坏状态评估准确率97％。
申请人：兰州大学
地址：730000 甘肃省兰州市城关区天水南路222号
国籍：CN
代理机构：北京兴智翔达知识产权代理有限公司
代理人：郭卫芹
更多信息请下载全文后查看。
基于高分辨率遥感的建筑群在地震灾_省略_中的脆弱性和风险分析方法及其应用_齐文华
90
中
国
地
震
28 卷
现为黑白图像； 多光谱图像可组合成 RGB 真 彩 色 图 像， 但 空 间 分 辨 率 低。 考 虑 到 全 色 图 像 和多光谱图像的特点， 除对原始影像进行几何 校 正 、 影 像 配 准 处 理 外， 本文对原始全色图像 从而使影像空间分 辨 率 与 全 色 图 像 保 持 一 致 而 又 不 失 其 光 和多光谱图像进行了数据融合， 谱特征 。 这里以 2002 年的 IKONOS 影 像 为 例 说 明 融 合 的 效 果 。 对 IKONOS 影 像 的 全 色 和 多光谱图像进行主成分融合， 融合后的影像 （ 图 2 ） 空 间 分 辨 率 仍 为 1m ， 同时保留了图像的 颜色特征 。 以 融 合 后 的 影 像 作 为 提 取 房 屋 属 性 信 息 的 基 础， 提高了所提取数据的精度 （ Nanda ， 2004 ） 。
洼里镇房屋结构脆弱性最高钢混结构和砖混结构房屋所占比例仅2009年研究区各结构类型房屋总建筑面积m统计单元钢混结构砖混结构砖结构平房合计唐山市区545350314039305155655196484637885601494957746774303029121831384240489649219572083937916361371675516开平镇1274413148595931421725902544108090730383315731732957914郑庄子镇63744677701410652842479745果园乡49082664673749523949414821509344287188597849309497161214丰南镇29020655091162385445911847685合计1760776030633740232405897148208910模拟1976年唐山地震实际烈度时研究区震灾损失风险分布示意图震害矩阵优化本文在构建破坏概率矩阵时主要采用已有的矩阵进行优化组合其中对齐文华等
基于全极化Radarsat-2影像的建筑物震害评估
基于全极化Radarsat-2影像的建筑物震害评估
缪恒;王晓青;丁玲;邵乐
【期刊名称】《中国地震》
【年(卷),期】2022(38)2
【摘要】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。
【总页数】10页(P338-347)
【作者】缪恒;王晓青;丁玲;邵乐
【作者单位】中国地震局地震预测研究所
【正文语种】中文
【中图分类】P315
【相关文献】
1.基于Radarsat-2全极化数据的张掖地区土壤水分的反演
2.基于无人机影像的九寨沟地震建筑物震害定量评估
3.基于单时相全极化 SAR 影像的建筑物震害信息提
取4.基于Radarsat-2全极化数据的多种雷达植被指数差异分析5.基于RADARSAT-2四极化SAR影像的海面风速反演
因版权原因，仅展示原文概要，查看原文内容请购买。
基于单时相全极化 SAR 影像的建筑物震害信息提取
基于单时相全极化 SAR 影像的建筑物震害信息提取翟玮【摘要】Acquisition of Building seismic disaster information is not only a major work of earthquake disaster assessment ,but it also has certain guiding significance for effective implementation of emergencyrescue .Building seismic disaster information extracted from a view of full polarization SAR images not only can improve the speed but also can ensure the accuracy .By using H/α/A‐Wishart unsupervised polarization classification method ,building seismic disaster information is extracted combining the hierarchical clustering algorithm based on minimum heterogeneity rule .Taking a view of full polarization SAR images after the Yushu earthquake on April 14 ,2010 in Qinghai as an example ,the experimental results show that the methods in this paper is feasible and effective in application in acquisition of building seismic disaster information .%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。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
基于震后高分SAR影像建筑物成像几何特征的震害分析
崔丽萍1）王晓青1）齐建国2）
1）中国地震局地震预测研究所，北京 100036
2）山东农业大学，山东泰安 271018
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已经成为利用遥感技术进行震害检测亟待解决的问题。
利用震后高分SAR强度影像，结合震前高分光学影像，进行建筑物的叠掩、二次散射、阴影等成像几何特征的提取并进行纹理分析，以达到提取震害的目的。
对规则建筑物在高分SAR影像上的成像特征进行分析，并采取线性灰度累加的方法确定其几何形状及其影像特征。
在SAR影像上，建筑物的高度与其叠掩、二次散射、阴影的几何展布有着密切的联系，并且能够通过建筑物高度及SAR成像时的入射角推导出其成像几何结构。
通过震前高分光学影像，反演出建筑物的高度，然后根据SAR影像成像时的入射角，得出建筑物在SAR影像上的叠掩、二次散射、阴影的结构及分布区域并进行提取，继而进行各几何结构同质性、熵等纹理测度的计算。
利用上述方法，以2010年玉树7.1级地震高分辨率机载X波段SAR强度影像及震前QuickBird影像作为实验数据，震后机载光学影像作为验证数据进行实验，实验表明：同质性、异质性、熵等纹理测度是建筑物震害识别的良好指标；未倒塌建筑物存在高亮的二次散射亮线，而倒塌建筑物没有高亮的二次散射亮线；倒塌建筑物的叠掩和阴影区域的同质性比未倒塌建筑物明显偏小，熵值明显偏大。
这一结果为面向地震应急的高分SAR影像上建筑物的震害信息提取提供了一种新的思路。
126。