论文部分内容阅读
在地震灾害中,人员伤亡、财产和经济损失主要是由于建筑物的损毁和倒塌造成的。传统的收集建筑物震害信息的方法主要是通过地面详查或者直升飞机勘测。然而,在地震灾害中,恶劣的孕灾环境增加了地面详查和直升飞机的空中勘测的难度。但是,当不能及时收集到第一手灾情信息时,决策层在救援部署过程中往往会过低估计灾害的严重程度。高分辨光学遥感数据的有效获取使得在城市尺度上定量提取灾情信息并进行损失评估成为可能。目前,基于遥感影像的建筑物震害识别方法主要依靠:震后单时相的目视解译或震前震后多时相变化检测。显然,变化检测方法的精度受两幅影像的空间分辨率、入射角、间隔时间等因素影响。同时,在评估地震灾情时,运用变化检测方法遇到的另外一个问题是没有震前遥感影像或者短时间难以收集到震前遥感影像,在经济欠发达地区尤为明显。因此,从快速应急响应的要求出发,利用震后单期遥感影像进行灾情评估更具有普遍意义。
本研究利用震后单期米级高分辨率光学遥感影像对城市建筑物震害信息进行快速识别与提取,主要进行了以下几个方面的研究。
(1)系统总结了遥感技术应用于建筑物地震灾害的研究现状。认为在遥感数据可获取的前提条件下,需要解决的科学问题集中于三点:遥感空间分辨率与震害尺度、遥感空间分辨率与震害程度,遥感震害提取与地面勘测相结合。
(2)在系统分析震害尺度和遥感解译尺度的基础之上,应用目视解译的方法进行建筑物地震灾害识别:基于单体的倒塌建筑物识别方法和基于面积的建筑物灾情快速评估方法。研究认为:基于单体建筑物损失评估能用于震后紧急救援,而基于面积的破坏等级评估图可用于规划临时转移安置点以及灾区恢复与重建。
(3)瓦砾是建筑物震害明显特征,因此本研究提出新的研究思路:建立基于瓦砾纹理特征的建筑物震害提取方法。本研究应用均方根对差函数(SRPD)纹理描述子提取了10层SRPD纹理特征并进行分类。提取结果显示:瓦砾训练样本的精度为90.22％；通过随机抽样精度评价方法表明:瓦砾的生产者精度为87.23％,Kappa系数为61.64％,充分说明瓦砾能够从震后复杂的城市地物类型中分离。
(4)在信息提取过程中引入颜色空间变换技术,充分利用建筑物瓦砾的纹理和色彩特征,采用面向对象的分类方法进行自动识别与提取建筑物震害信息。最终精度评价结果显示:总体分类精度达89.29％、Kappa系数为0.63、瓦砾生产者精度为98.33％,充分说明瓦砾能够被准确识别。
(5)在LIDAR数据辅助下,利用航空遥感影像对震后建筑物进行提取。实验中,根据坡度信息分离建筑物和树木；利用高斯模糊平滑算法去除因为不同分辨率引起的“锯齿现象”；采用Zevenbergen Thorne坡度算法生成斜坡图像,并进一步划分为陡坡对象、中等坡度对象和缓坡对象,进而从震后遥感影像中识别完好建筑物。