基于高分辨率遥感影像的震后重点搜救目标判定模型初步研究

第３３卷第４期　２（）】１年７川　（５３２　５３８）　

地　震　学　报　

ＡＣＴＡ　ＳＥＩＳＭＯＩ一）ＧＩＣＡ　Ｓ１ＮＩＣＡ　

李亦　．　１．ｉ　Ｙｉｇａ　２０１１．基于离分辨率遥感影像的震后重点搜救Ｈ标判定模　搴ＪＪ步研究．地震学撤，３３（４）：５３２　５：　

ｎｇ．　２Ｏ１　１．　Ａ　ｐｒｅｌｉｍｉｎａｒｙ　ｓｔｕｄｙ　ｏｎ　ｓｅａｒｃｈｉｎｇ　ｋｅｙ　ｒｅｓｃｕｅ　ｔａｒｇｅｔ　ａｆｔｃｒ　Ｔｎａｉｎｓｈ（）ｃｋ　ｂａｓｔ、（ｔ。ｒ１｝１１ｇｈ　ｒ。　（）ｌＩｌ１ｌ（”ｌ　ｒｏｔｌｌｏＩ　Ｃ　ｉｍａｇｅ．Ａｃｔａ　Ｓｅｉｓｍｏｌｏｇｉｃａ　Ｓｉｎｉｃａ，３３（４）：５３２　５３８．　

基于高分辨率遥感影像的震后重点　搜救目标判定模型初步研究　

李亦纲　（１ＩＩ圈北京１０００４９　ＩＩ１旧地震　急搜救Ｉ　ｂ）　摘要　随着高分辨率　星遥感技术的发展．高分遥感影像在灾害　急　估和紧急救援　‘向得　到ｌ『越来越多的应用．本文首先总结ｒ应急搜救｝】杯选取和遥感影像判识两　’　ｌ　件，然　分析了震后重点搜救区域和日标判定的基本原则，研究Ｊ，面向搜擞的高分辨卒影像　本特　征，确定了基＿ｒ高分辨率影像判定重点搜救目标的方法．在此基础ｆ　给出ｒ基　：离分辨牢遥　感影像的震后重点搜救区域和搜救目标的分析模型和流程．相关研究＾　法采川汶川地　的资　料进行了初步的尝试．　

关键词　高分辨率遥感影像搜救口标判定模型　ｄｏｉ：１０．３９６９／ｊ．ｉｓｓｎ．０２５３—３７８２．２０１１．０４．０１２　中图分类号：Ｐ３１　５．７１　文献标识码：Ａ　

Ａ　ｐｒｅｌｉｍｉｎａｒｙ　ｓｔｕｄｙ　ｏｎ　ｓｅａｒｃｈｉｎｇ　ｋｅｙ　ｒｅｓｃｕｅ　ｔａｒｇｅｔ　ａｆｔｅｒ　ｍａｉｎｓｈｏｃｋ　ｂａｓｅｄ　ｏｎ　ｈｉｇｈ—ｒｅｓｏｌｕｔｉｏｎ　ｒｅｍｏｔｅ　ｓｅｎｓｉｎｇ　ｉｍａｇｅ　

Ｌｉ　Ｙｉｇａｎｇ　（Ｎ“ｔｉｏｎａＺＥ“ｒｔｈｑｕａｋｅＲｅｓｐｏｎｓｅ　Ｓｕｐｐｏｒｔ　ＳｅｒⅢ　・Ｂｅｉｊｉｎｇ　１０００，１９，（？ｈｉｎａ）　

Ａｂｓｔｒａｃｔ：Ｗｉｔｈ　ｔｈｅ　ｄｅｖｅｌｏｐｍｅｎｔ　ｏｆ　ｈｉｇｈ　ｒｅｓｏｌｕｔｉｏｎ　ｓａｔｅｌｌｉｌｅ　ｔｅｃｈｎｏｌｏｇｙ，ｌｏｔｓ　ｏｆ　ｒｅｍｏｔｅ　ｓｅｎｓｉｎｇ　ｄａｔａ　ｗｅｒｅ　ａｐｐｌｉｅｄ　ｔＯ　ｄｉｓａｓｔｅｒ　ａｓｓｅｓｓｍｅｎｔ　ａｎｄ　ｒｅｌｉｅｆ．　Ｂａｓｅｄ（）ｎ　ｔｈｃ　ｓｔｕｄｙ　ｏｎ　ｐｒｉｏｒｉｔｉｚｉｎｇ　ｓｅａｒｃｈ　ａｎｄ　ｒｅｓｃｕｅ　ｔａｒｇｅｔ　ｕｓｉｎｇ　ｒｅｍｏｔｅ　ｓｅｎｓｉｎｇ　ｉｍａｇｔ　ｒｅｃ（）垮　ｎｉｔｉｏｎ，ｔｈｉｓ　ｐａｐｅｒ　ｄｅｓｃｒｉｈｅｄ　ａ　ｗａｙ　ｏｆ　ｈｏｗ　ｔｏ　ｓｅｌｅｃｔ　ｃｏｌｌａｐｓｅｄ　ｂｕｉｌｄｉｎｇｓ　ｆｒｏｍ　ａＩ１　ｅａｒｔｈｑｕａｋｅ　ａｆｆｅｃｔｅｄ　ａｒｅａ　ｆｏｒ　ｓｅａｒｃｈ　ａｎｄ　ｒｅｓｃｕｅ　ｂａｓｅｄ　ｏｎ　ｈｉｇｈ—ｒｅｓｏｌｕｔｉｏｎ　ｒｅｎｌｏｔｅ　ｓｅｎｓｉｎｇ　ｄａｔａ　ａｎａｌｙｓｉｓ，ｉｎｃｌｕｄｉｎｇ　ｔｈｅ　ｒｕｌｅｓ　ａｎｄ　ａｎａｌｙｓｉｓ　ｆｌｏｗ．　Ａｎ　ｅｘａｍｐｌｅ　ＷＥｔＳ　ｇｉｖｅｎ　ｗｉｔｈ　ｔｈｅ　ｄａｔａ　ａｃｑｕｒｉｅｄ　ｄｕｒｉｎｇ　ｔｈｅ　２００８　Ｗｅｎｃｈｕａｎ　ｅａｒｔｈｑｕａｋｅ　ｌｏ　ｄｉｓｃｕｓｓ　ｔｈｅ　ａｎａｌｙｓｉｓ　ｍｏｄｅｌｓ　ｄｅｔａｉｌｅｄｌｙ．　

Ｋｅｙ　ｗｏｒｄｓ：ｈｉｇｈ—ｒｅｓｏｌｕｔｉｏｎ；ｒｅｍｏｔｅ　ｓｅｎｓｉｎｇ　ｉｍａｇｅ；ｓｅａｒｃｈ　ａｎｄ　ｒｅｓｃＨｅ　ｔａｒｇｅｔ；　ｐｒｌ　ｏｒｌ　ｔｌ‘ｚｌ‘ｎｇ　ｍｏｄｅｌ　

基金项目　国家科技支撑计划子专题（２００８ＢＡＫ５０Ｂ０３　６　３）资助　收稿日期　２０１０　０４　２６收到初稿，２０１０—０７　２８决定采用修改稿．　通讯作者ｅ　ｍａｉｌ：ｌｉｙｉｇ＠２６３．ｎｅｔ　４期　李亦纲：基于高分辨率遥感影像的震后重点搜救目标判定模型初步研究　５３３　引言　２０００年以来，高分辨率卫星遥感技术呈现高速发展的态势．除较早的ＩＫＯＮＯＳ、　ＱｕｉｃｋＢｉｒｄ、０ｒｂＶｉｅｗ、ＳＰＯＴ５卫星外，目前又有ＧｅｏＥＹＥ　１、ＷｏｒｌｄＶｉｅｗ　１、ｗｏｒ１ｄＶｉｅｗ２　卫星投入商用，可提供更高分辨率的高分遥感影像数据．这些高分辨率遥感卫星的特点是　获取影像速度快（不考虑天气条件影响的情况下）、影像空间分辨率高、覆盖范围广，例如　ＧｅｏＥＹＥ　１的数据分辨率已达０．５　ｍ，接近航空遥感影像的数据精度．在汶川地震中，多种　传感器获取的不同分辨率的遥感影像数据为震后灾害快速评估和紧急救援提供了很好的基　础信息支持．　将高分辨率卫星影像数据应用于地震灾害评估的应用，国内外学者自２０世纪９０年代　以来就开展了持续的研究．目前在基于高分遥感数据识别建筑物和震害方面已有了较大进　展，包括基于面向对象的建筑物识别技术在震害自动识别方面的应用（王晓青等，２００３，　２００８；王岩，王晓青，２００９）．这些研究成果在汶川地震、海地地震、智利地震的应急响应　过程中也得到了应用．ＥＲＤＡＳ、Ｅｃｏｇｎｉｔｉｏｎ等平台也为面向对象的图像识别提供了软件支　持，一定程度上解决了复杂高分影像的建筑物识别问题．但从目前的研究进展看，已有研　究工作主要关注的是建筑物的破坏状态及其与经济损失的关系，这与震后救援任务的要求　是有一定差距的．本文基于已有研究成果，从救援区域与目标的确定标准、面向救援的建　筑物识别模型及实际的案例分析等方面，对如何基于高分辨率遥感影像开展震后重点搜救　目标的判定进行了阐述．　本文在论述中所采用的示例影像，除特别说明外，均采用汶川地震中５月１７日获取的　汉旺镇灾区航空遥感影像，分辨率约１　ｍ，数据由中国科学院对地观测中心提供．示例图　像的分辨率与目前的高分辨率卫星影像数据接近，并具有类似的影像特征，具有一定的代　表性．　

１　震后搜救区域和目标确定的一些基本原则　本文所定义的震后搜救区域和目标主要是指埋压人员较多的、需要开展专业搜索与救　援的城市特定建筑群和具体建筑物．在搜救目标的优选与确定方面，地震搜索与救援领域　的学者开展了一定程度的研究（Ｔｈｏｒｖａｌｄｓｄ６ｔｔｉｒ，２００３，２００４），给出了一些判定的基本原　则、模型和方法．根据这些判定方法，针对高分影像的数据特点和获取时间，在搜索与救　援领域，基于高分影像确定重点搜救区域和重点搜救目标时，应遵循以下基本原则．　１．１重点搜救区域的确定　不论是航空遥感，还是卫星遥感，其震后高分影像的获取一般都要在震后１—２天．这　一时段，主要的搜索与救援对象是倒塌情况复杂、埋压人员较多的大型建筑．这些建筑一　般分布在城市区和乡镇地区．在乡村区域，由于建筑物较为简单，多为１—２层的住宅建　筑，埋压人员往往通过自救或互救已被救出废墟，因此已不是重点开展搜救的区域，这一　特点基本对应于专业救援队的工作对象．因此在基于高分遥感影像进行重点搜救区域的解　读时，首先是排除受灾较轻或未受灾的区域，这一点从影像特征上是能够较好区分的；其　次是对城市、乡镇和乡村区域的区分，这一点从影像上也是易于解读的，可通过建筑物密　度、高度、数量等特点进行区域划分，对于受灾地区的优先顺序应是城市区、乡镇区和乡　４期　李亦纲：基于高分辨率遥感影像的震后重点搜救目标判定模型初步研究　５３５　援目标．实际情况可能要复杂得多，主要是高分影像还很难做到如此清晰地反映出建筑物　的倒塌状态，这也是今后借助算法进行自动分类的一个研究方向．　

２面向搜救的倒塌建筑物影像特征分析　在基于前述基本原则和高分遥感影像进行震后搜救目标的选取时，关于重点区域的确　定，可基于简单的日视判读和解译就能够划分．而对于重点目标，或应重点开展搜救的倒　塌建筑物的选取，则涉及较复杂的影像识别问题．　２．１面向对象的倒塌建筑物识别　高分遥感影像的判读、识别与信息提取与传统遥感影像的处理有很大区别，主要表现　在光谱分辨率低、纹理特征复杂．传统的主要基于光谱分类的方法不能适用于高分影像的　信息提取，尤其是建筑物的识别．而面向对象的分类与判读模型的提出，基本上解决了这　一瓶颈．国内外学者也基于面向对象的方法开展了一些基础研究和应用（Ｃｈｅｓｎｅｌ，Ｂｉｎｅｔ，　２００７；王岩，王晓青，２００９）．在面对大量建筑物进行搜救目标的判读时，首先是建筑物目　标的识别与确定．如果不考虑完全倒塌的建筑物，这一环节基本可以通过自动识别实现，　即可将基本完好和已破坏，但未完全倒塌的建筑物识别出来．存在的问题是如果建筑物尚　未倒塌，目前还不能将部分破坏与基本完好的建筑物区分出来．而且在现有的模型和软件　的支持下是较难实现的．　２．２建筑物类型和用途的识别　已有研究对建筑物的类型和用途关注的比较少，而这对于搜索和救援确是十分重要　的．对于用途，现阶段还是很难自动识别的；而对于类型，则可以粗略地用地面投影的面　积加以区分，可把一般的普通１　２层民宅与多层砌体和钢混结构的房屋区分开来，进一步　的判读或许只能采用人工交互解译了．震后搜索与救援的主要对象是倒塌的较大型的建筑　物，尤其是钢筋混凝土建筑．主要是因为其内部人员较多，而且倒塌后形成残存空间的可　能性大，存在幸存者的可能性也大．因此在进行类型划分时，首先是将一般民宅排除，　这　类建筑即使存在幸存者，一般也可有当地民众救出；二是对筛选出的多层建筑，也要优先　考虑框架结构的房屋．对于建筑物的层数等信息，或可用建筑物阴影数据进行计算获取．　

３　震后重点搜救目标的判定模型　基于前述震后搜救目标确定的基本原则及倒塌建筑物的影像特点分析，现给出如下基　于高分遥感影像的震后重点搜救区域和目标的判定模型（图３）．　模型总体分４个层次或阶段：首先是根据影像目视解译将受灾较轻或基本未受灾地区　的影像去除，只对受灾较重地区的影像进行分析；第二阶段是对城镇地区和乡村地区的图　像分类解译，经分区后，重点对城镇地区的图像进行搜救目标的识别；第三阶段是对城镇　地区的建筑物进行类型划分，之前可以基于现有面向对象的自动识别技术，将建筑物自动　识别出来，这一步也可以将完全倒塌的建筑基本滤除，类型上可简单分为一般民宅（１—２　层）与多层砌体或钢混结构建筑，从优先级别上，首先为多层砌体和钢混结构等大型建筑　物；第四阶段是根据建筑物的倒塌特点进行最终排序，可进一步将基本完好和完全倒塌的　建筑筛除．上述给出了目标的优先排序．从搜救的专业角度来说，在应急期可基本只对排　在第一位的建筑物开展搜索和营救．