許仕敏，李文武，秦志遠，張 萍

（1. 信息工程大學 地理空間信息學院，河南 鄭州 450052；2. 68029部隊，甘肅 蘭州 730020）

遙感技術在地震震害監測中的應用

許仕敏1,2，李文武1,2，秦志遠1，張 萍2

（1. 信息工程大學 地理空間信息學院，河南 鄭州 450052；2. 68029部隊，甘肅 蘭州 730020）

地震是人類無法抵御的嚴重自然災害，利用遙感技術及時獲取震害信息開展救援是減輕損失的有效方法。在詳細總結震害遙感監測主要技術及現狀的基礎上，對數據獲取及預處理、震害信息提取和次生災害監測方法進行分析，提出震害遙感監測的發展趨勢。

遙感；震害監測；震害信息提取；次生災害

地震是最危險的自然災害之一。破壞性地震發生后，往往造成嚴重的人員傷亡和經濟損失。及時獲取震害信息，開展救援行動，是有效減輕災害損失的方法。

傳統震害監測方法以人工實地調查為主，其監測范圍和實效性都有很大局限性。遙感觀測具有范圍廣、時勢性強、觀測周期短等特點，同時可以多平臺、多傳感器、多分辨率獲取災區數據，使其在震害監測中發揮了重要作用。地震后，通過機載、星載遙感數據及時獲取震后災害信息，包括建筑物倒塌、道路損毀、滑坡、堰塞湖、泥石流等的數量和分布情況，為地震應急救援提供決策依據[1]。文中就遙感數據獲取及預處理、遙感震害提取和次生災害監測方法進行總結和分析，并討論震害遙感監測的發展趨勢。

1 遙感數據獲取及預處理

20世紀60年代，航空攝影遙感開始用于地震災害調查與評估。到20世紀90年代，星載遙感數據分辨率有較大提高并開始用于震害監測。2000年后，商業衛星遙感數據分辨率達到m級和亞m級，傳感器類型和數量也多樣化，星載遙感數據大量用于震害監測。當前震害監測中所用數據更加多樣化，包括機載光學影像和SAR影像、機載Lidar數據、無人機影像，以及星載光學影像和SAR影像等。

1.1 震害監測遙感數據的獲取

地震造成不同類型的災害，同時強余震及震后降雨會引起新的次生災害，因此在震害監測中需要利用多種傳感器獲取多源遙感影像用于災害情況的普查和詳查，并不斷更新。其中，分辨率高于1 m的影像主要用于重點受災區域的受災程度詳查，分析建筑物倒塌情況、基礎設施損毀等細節信息。2～10 m中等分辨率影像用于監測道路通達、規劃救援方案及災后重建的詳細規劃等。10～30 m的中低分辨率影像由于覆蓋范圍大，可用于監測震區次生災害，如滑坡、泥石流、堰塞湖演變等較大的持續變化目標的動態信息。震后數據獲取中應重點獲取高分辨率數據，因此震后應立即規劃獲取航空影像和無人機影像，以及高分辨率衛星影像。

現代遙感技術的各種數據獲取手段在汶川地震中得到廣泛使用。汶川地震中所使用的機載數據包括光學影像、SAR影像和機載Lidar數據，以及無人機影像。機載光學影像包括由Leica ADS40、Z/I Imaging DMC和SWDC-4等光學傳感器分別獲取的線陣和面陣數據，機載SAR在救災過程中獲取大量數據，機載Lidar數據則是用Leica ALS50監測唐家山堰塞湖所獲取的高程數據。星載數據包括我國自主對地觀測衛星中巴資源衛星和北京1號衛星數據，以及由國際“空間與重大災害國際憲章”機制提供的Topsat、Radarsat-1、SPOT、ALOS、ENVISAT、TerraSAR、EROS-B等衛星的光學和SAR影像[1]。

1.2 遙感數據的預處理

震后遙感數據快速預處理包括機載影像和衛星影像的糾正、拼接、鑲嵌、勻光等。遙感影像糾正后具有可定位、可量測的功能。適用于地震后地面控制點設置和量測。震后應急是第一需要，所以影像糾正精度不是越高越好，而是在滿足需求的情況下越快越好，因而可從已有的基礎地理數據中選擇少量控制點用于糾正。

航空影像的糾正方法根據傳感器系統的不同，可分別采用加密控制點的空中三角測量獲取外方位元素的糾正影像，以及利用GPS/IMU采集的位置姿態數據進行直接糾正或GPS/IMU輔助空中三角測量獲取外方位元素的影像糾正，以保證影像拼接的精度[1-3]。無人機影像糾正可采用與同期高分辨率遙感影像配準的方法進行，配準方法包括基于同名點、基于特征、基于區域的方法等[4]。衛星影像糾正方法包括：基于有理多項式模型（RPC）的無控或少量地面控制點結合衛星影像RPC 參數的糾正，基于二次多項式或其他模型的影像糾正[1-3]。汶川地震中武漢大學研制的基于RPC模型的星載光學和SAR影像處理軟件發揮了重要作用，對得到的衛星光學和SAR影像進行糾正處理，在少控制點的情況下獲得較高的定位精度[1]。

2 震害的遙感監測

地震發生時，能量的突然釋放引起地球震動，造成人工建筑物的破壞，同時還會引起山體滑坡、堰塞湖、泥石流、海嘯以及火災等次生災害。遙感技術以其觀測范圍廣、速度快、更新周期短等特點，在震后災害信息提取、次生災害監測等方面發揮了重要作用。

2.1 震害信息提取

從20世紀60年代航空攝影遙感技術就被引入到震害調查中，美日等發達國家把遙感技術作為地震應急反應中快速獲取震害信息的主要手段。我國自1966年邢臺地震開始，把遙感技術用于震害調查，并在之后的研究和應用中獲得許多有價值的研究成果和應用經驗。遙感技術用于地震調查之初，依靠人工目視判讀從航攝像片中提取震害信息。20世紀90年代隨著遙感技術、計算機技術的進步，研究者發展了基于變化檢測和影像分類的遙感震害信息自動提取方法。當前遙感震害信息提取方法可分為3類：基于目視判讀的方法、基于變化檢測的方法、基于影像分類的方法。

2.1.1 基于目視判讀的方法

20世紀60年代航空攝影遙感廣泛用于震害調查，主要使用黑白和假彩色紅外膠片進行航空攝影，通過對航空像片的目視判讀和解譯獲取震害信息。之后的研究和應用中，研究人員對震害信息的判讀標志、解譯方法、分類分級標準、精度等進行了總結。

張德成根據航空照片判讀原理，研究海城、唐山、龍陵地震航空照片中建筑物震害特點，建立了包括各類房屋、構筑物、人工建筑以及重要生命線工程在內的建筑物判讀標志，并提出建筑物倒塌率與烈度的對應關系[5]。陳鑫連等通過邢臺、唐山等震例系統研究了航空遙感獲取震害信息和影像中各類震害的判讀方法以及震害分類分級標準[6]。程家喻等用邢臺地震以來的地震資料統計了主要震害目標的尺度及判讀概率，分析航空遙感震害調查的精度和攝影比例尺的選擇等問題[7]。王曉青等以新疆巴楚-伽師地震為例，采用目視判讀震害，提出遙感震害分級分類標準和地震烈度劃分標準，從而圈定基于影像的地震烈度分布圖[8]。當前震害信息的提取仍然以目視判讀為主，以屏幕顯示的數字影像進行人機交互判讀并統計震害信息。汶川地震、玉樹地震和雅安地震中，通過對大量光學和雷達影像的目視判讀獲取建筑物倒塌、道路損毀、滑坡、堰塞湖等各類震害信息，實現災情的監測和評估[1,9-13]。

2.1.2 基于變化檢測的方法

與震前影像相比，震后影像由于建筑物倒塌、滑坡等造成地物波譜特征和結構特征發生較大變化，局部地貌也發生變化。當震區有震前和震后遙感數據及空間數據時，可以利用變化檢測進行震害信息的提取。變化檢測提取震害信息發展之初，主要是通過震前和震后新舊影像的像元級變化檢測實現，如光學影像、SAR影像間的變化檢測。之后發展了多源數據的特征級變化檢測，包括不同源影像、影像與地圖數據產品等的變化檢測，檢測范圍由二維發展到三維[1,14]。三維變化檢測可以精確地描述地震區域地物地貌的三維變化，其提取震害信息是針對災前災后兩個數字高程模型（DEM）的變化檢測。根據災后DEM獲取方式可分為3類：①結合災前DEM、DOM等數據，利用攝影測量的方法由災后立體像對生成災后DEM，從而與災前DEM進行變化檢測；②結合災前DEM、SAR數據，將災后獲取的SAR數據利用InSAR技術計算DEM或用D-InSAR技術直接獲取三維變化信息；③結合災前DEM，利用機載Lidar獲取震區點云數據反演災后DEM數據從而分析地形變化。

在變化檢測的震害提取研究中，Estrada等對1999年土耳其地震前后的LandsatTM影像計算植被指數，用變化檢測確定建筑物震害的分布范圍，但不能確定建筑物的受損程度及類型[15]。Rathje等用QuickBird高分辨率影像對2003年伊朗巴姆地震進行變化檢測，通過相關系數識別影像中紋理變化來提取震害信息[16]。張景發等以張北地震為例，采用相關性、平均灰度、平均方差等參數對地震前后的SAR影像進行變化檢測，確定建筑物的破壞范圍、程度并提取震害指數[17]。劉云華等利用汶川地震前后SAR幅度影像，通過比值法變化檢測、干涉相關影像失相關分析法識別受災區域并提取震害信息[18]。潘倩利用IRS-P5立體像對提取平武地區汶川地震前后的DEM，然后用坡度、坡向分析以及DEM差值法檢測地形變化信息，從而提取地質災害信息[19]。武漢大學對北川地區災前SPOT、災后福衛異源數據進行變化檢測，對檢測結果進行分類提取震害[1]。趙福軍用面向對象變化檢測方法提取伊朗巴姆地震前后震區QuickBird影像中建筑物震害，用汶川地震北川縣城附近地震前后的福衛-2衛星影像提取典型次生災害，同時研究用震前震后雷達影像相關系數、干涉相干變化指數提取震害的方法，用ENVISAT ScanSAR數據分析汶川地震中部分城鎮的建筑物破壞程度[20]。

2.1.3 基于影像分類的方法

由于震后影像中倒塌建筑物、滑坡、泥石流區域與未破壞區域在光譜、形態上有較大差異，研究者提出基于單時相遙感影像分類的震害信息提取方法。中低分辨率影像主要采用基于像素分類的震害提取方法。高分辨率遙感影像中可以清晰地分辨單個建筑體，細節信息更加豐富?；谟跋穹诸惖恼鸷π畔⑻崛⊙芯拷洑v了三個階段：基于像素分類、基于區域分類和面向對象分類的震害信息提取。

在基于像素分類的震害信息提取方面，Mitomi等利用機載MSS數據進行光譜特征值分析識別震后砂土液化和火災信息[21]；Matsuoka等采用判別式從1995年神戶地震的Landsat和SPOT遙感影像中提取倒塌建筑物、震后火災和砂土液化等震害信息[22]；Mitomi等采用主成分分析對圖像特征進行變換，以最大似然分類法從航空遙感數據中自動識別和檢測震后建筑物[23]；張景發等對震害影像進行分級并分析影像特征，建立震害信息提取的統計模型，結合樣本圖像初步表征各種震害特征[24]。以上利用光譜特征、統計特征、最大似然分類等提取震害的方法都可以歸為基于像素分類的方法。柳稼航首次對區域分類的建筑物震害提取進行研究，通過對高分辨率遙感影像進行分割得到獨立的建筑區域，以區域為單元提取特征信息并綜合分析，根據完好建筑與破壞建筑的區域特性進行分類，自動獲取建筑物震害信息[25]。面向對象分類方面，Thuy等對伊朗巴姆地震后QuickBird影像用面向對象的方法提取完好建筑物和破壞建筑物，實驗表明該方法用于震害信息提取有較好前景[26]。汶川地震中面向對象的震害提取得到大量應用。任玉環等對震后道路破壞情況進行檢測[27]；王巖等對都江堰城區震后航空遙感影像分類提取建筑物中的毀壞區域[28]；趙福軍對汶川地震震后高分辨率衛星影像及航空影像提取建筑物、道路、橋梁信息以及泥石流、滑坡、崩塌等多種類型震害信息[20]。

在汶川、玉樹、雅安地震的震害信息獲取中，目視判讀、變化檢測、分類識別的方法都得到應用。目視判讀提取的震害信息精度和可靠性較高，但存在工作量大、效率不高等問題，而且判讀結果與判讀人員的專業知識和經驗有關，難以滿足應急的需求。變化檢測方法效率較高，但基于影像的變化檢測需影像配準精度較高且對兩幅圖像的差異非常敏感，應用中要獲得時間相關性好的震前震后遙感影像較為困難，故提取的震害信息誤差較大。分類的方法也存在分類參數缺乏一致性選擇、分類精度不高等問題。震害的自動提取已有很多研究，但還沒有適用于大范圍震區和海量遙感數據的普適性自動識別方法。人工判讀與自動提取相結合將可獲得最佳的震害識別效果，因而發展人機交互判讀系統，提高交互判讀中震害提取的自動化程度和精度將是研究的重點方向。

2.2 次生災害監測

強震發生后常誘發各種次生災害。2008年汶川地震后誘發大量滑坡以及崩塌和泥石流，造成交通受阻、居民地被掩埋，對災后救援造成極大阻礙，同時滑坡體堵塞河道形成堰塞湖，嚴重威脅河流上下游安全，其中唐家山堰塞湖是震后最為嚴重的次生災害。2004年印尼地震和2011年日本地震引起的海嘯造成了嚴重的災害損失。

利用遙感技術進行監測的次生災害主要是崩塌、滑坡、泥石流、堰塞湖和海嘯。次生災害類型由震源區域的地理環境決定，相應的監測手段有較大差異。崩塌、滑坡、泥石流、堰塞湖由內陸地震引起，多在山地、丘陵地區發生，其中泥石流和堰塞湖又大多由滑坡引起。滑坡又分同震型滑坡、震后降雨型滑坡、余震型滑坡。震后降雨型滑坡數量較多，對這類災害應動態監測，尤其要重點監測河流、道路及居民地周邊區域，防范滑坡對道路的破壞和堰塞湖的形成。監測手段包括光學成像、雷達成像及Lidar測量，尤其是雷達成像可全天候工作且實現三維監測，基于InSAR和Lidar的三維變化檢測方法有較好的應用前景。汶川地震中，邵蕓等用SAR影像重點監測滑坡和堰塞湖并解譯災害信息[11]；張繼賢等利用光學和SAR影像對滑坡、泥石流、堰塞湖等次生災害進行監測和評估[12]；武漢大學研究小組在唐家山堰塞湖動態監測中，通過多時相遙感影像的變化檢測，提取堰塞湖水面形態的變化，同時利用機載Lidar對震后堰塞湖區域地形進行高精度測量，結合災前DEM數據分析震后地形變化，實現對堰塞湖形態的動態監測和庫容分析[1]。

海嘯由深海地震引起，深海地震發生后根據測定的相關參數決定是否發布海嘯預警，并利用星載雷達、激光高度計監測海平面變化，可監測海嘯的發展動態。美日等國都在海嘯的衛星遙感監測方面進行研究和計劃，其中美國和法國聯合研制的Jason-1海洋觀測衛星利用雷達高度計已經監測到傳播的海嘯波[29]。

3 震害遙感監測的發展趨勢

遙感技術已廣泛應用于震害監測，遙感平臺從航攝飛機、無人機到衛星，波譜范圍從可見光、紅外到微波，遙感數據從二維影像到三維空間數據。隨著遙感技術和信息處理技術的發展，以及應急響應機制的健全和完善，震害遙感監測在數據獲取方面將形成空天地一體化立體觀測，在數據處理方面將向著多源數據集成與融合、數據處理實時化定量化的方向發展。

1） 空天地一體化立體觀測。當前各類遙感平臺和傳感器構成的觀測系統大多為孤立系統，觀測數據共享困難，無法滿足地震應急快速響應的需求，因此構建和發展空天地一體化對地觀測系統是我國對地觀測的發展方向。同時震害監測中需要對災區進行高分辨率重復觀測，這就需要提高我國高分辨率遙感數據獲取能力，尤其加強無人機和衛星遙感觀測的投入，加快高分辨率對地觀測系統的建設，實現對震害的全方位立體高分辨監測。

2）多源數據集成與融合。震害遙感監測中獲取了大量不同平臺和傳感器的多源遙感數據，通過數據集成與融合，可以充分利用各類傳感器的優勢，實現信息互補，有效地獲取震害信息。如具有全天候工作能力的SAR可有效補充光學傳感器震后降雨觀測能力的不足；Lidar能直接獲取三維空間數據，對滑坡、堰塞湖等可實現高效的動態立體觀測。多源遙感數據與基礎地理空間數據的集成與融合，對救援行動規劃、震害評估有重要意義。

3）數據處理實時化定量化。地震應急救援的緊迫性要求數據處理有較高時效性，因此提高遙感數據處理及信息提取能力，研究不依賴地面控制點的遙感影像糾正和拼接、自動/半自動的震害信息提取方法，實現實時/近實時的數據處理，滿足救災應急響應的需求是遙感數據處理研究的方向。數據處理定量化即震害信息解譯結果的定量化，為救災決策提供參考，也將促進遙感監測的應用不斷深化。

[1] 李德仁，陳曉玲，蔡曉斌．空間信息技術用于汶川地震救災[J]．遙感學報，2008，12(6)：841-850

[2] 陳軍，陳利軍，廖安平，等．汶川地震災區應急影像地圖制作技術[J]． 遙報學報，2009，13(1)：162-168

[3] 曾濤．汶川地震重災區多源影像處理及震害信息提取方法研究[D]．成都：成都理工大學，2010

[4] 周潔萍，龔建華，王濤，等．汶川地震災區無人機遙感影像獲取與可視化管理系統研究[J]．遙感學報，2008，12(6)：877-884

[5] 張德成．建筑物震害航空照片目視判讀標志的初步研究[J]．地震，1993(1)：26-30

[6] 陳鑫連，魏成階．地震災害的航空遙感信息快速評估與救災決策[M]．北京：科學出版社，1995

[7] 程家喻，楊品，唐漢軍，等．利用航空攝影進行震害調查的精度估計[J]．地震地質，1995，17(1)：89- 95

[8] 王曉青，魏成階，苗崇剛，等．震害遙感快速提取研究——以2003年2月24日新疆巴楚-伽師6．8級地震為例[J]．地學前緣，2003，10(特刊)：285-291

[9] 陳世榮，馬海建，范一大，等．基于高分辨率遙感影像的汶川地震道路損毀評估[J]．遙感學報，2008，12(6)：949-955

[10] 王世新，周藝，魏成階，等．汶川地震重災區堰塞湖次生災害危險性遙感評價[J]．遙感學報，2008，12(6)：900-907

[11] 邵蕓，宮華澤，王世昂，等．多源雷達遙感數據汶川地震災情應急監測與評價[J]．遙感學報，2008，12(6)：865-870

[12] 張繼賢，劉正軍．汶川大地震災情綜合地理信息遙感監測與信息服務系統[J]．遙感學報，2008，12(5)：871- 876

[13] 張繼賢，黃國滿，劉紀平．玉樹地震災情SAR遙感監測與信息服務系統[J]．遙感學報， 2010，14(5)：1 046-1 052

[14] 李德仁．利用遙感影像進行變化檢測[J]．武漢大學學報：信息科學版，2003(增刊)：7-12

[15] Estrada M， Yamazaki F， Matsuoka M． Use of Landsat Images for the Identification of Damage Due to the 1999 Kocaeli， Turkey earthquake[C]．21st Asian Conference on Remote Sensing, Taipei，2000

[16] Rathje E M，Woo K S，Crawford M，etal．Earthquake Damage Identification Using Multi-temporal High-Resolution Optical Satellite Imagery[C]．IEEE International Geoscience and Remote Sensing Symposium,2005

[17] 張景發，謝禮立，陶夏新．建筑物震害遙感圖像的變化檢測與震害評估[J]．自然災害學報，2002，11(2)：59-64

[18] 劉云華，屈春燕，單新建，等．SAR遙感圖像在汶川地震災害識別中的應用[J]．地震學報，2010，32(2)：214-223

[19] 潘倩．利用IRS-P5立體像對提取震害區DEM及應用研究—以四川省平武縣實驗區為例[D]．成都：成都理工大學，2010

[20] 趙福軍．遙感影像震害信息提取技術研究[D]．哈爾濱：中國地震局工程力學研究所，2010

[21] Mitomi H，Takeuchi S．Analysis of Spectral Feature of the Damaged Areas by Liquefaction and Fire Using Airborne MSS data[C]．18th Japanese Conference on Remote Sensing,1995

[22] Matsuoka M, Yamazaki F． Identification of Damaged Areas Due to the 1995 Hyogoken-Nanbu Earthquake Using Satellite Optical Images[C]．19th Asian Conference of Remote Sensing，1998

[23] Mitomi H，Yamazaki F，Matsuoka M．Development of Automated Extraction Method for Building Damage Area Based on Maximum Likelihood Classifier[C]． 8th International Conference on Structural Safety and Reliability, California, 2001

[24] 張景發，謝禮立，陶夏新．典型震害遙感圖像的模型分析[J]．自然災害學報，2001，10(2)：89-95

[25] 柳稼航．利用遙感技術進行城市建筑物震害的自動識別與分類方法研究[D]．北京：中國地震局地質研究所，2003

[26] Thuy T，Matsuoka M，Yamazaki F． Preliminary Results in Development of an Object-based Image Analysis Method for Earthquake Damage Assessment[C]．3rd International Workshop on Remote Sensing for Post-Disaster Response，Chiba，Japan，2005

[27] 任玉環，劉亞嵐，魏成階，等．汶川地震道路震害高分辨率遙感信息提取方法探討[J]．遙感技術與應用， 2009， 24(1)：52-56

[28] 王巖，王曉青，竇愛霞．面向對象遙感分類方法在汶川地震震害提取中的應用[J]．地震，2009，29(3)：54-60

[29] 楊馬陵．地震海嘯監測預警現狀與進展[J]．華南地震，2005，25(2)：22-29

P237.9

B

1672-4623（2014）05-0009-04

10.3969/j.issn.1672-4623.2014.05.004

許仕敏，碩士，研究方向為遙感信息處理與應用。

2013-10-30。

項目來源：總裝十二五預研項目。