面向对象遥感分类方法在震害快速提取中的应用

王 岩 王晓青 窦爱霞

1）辽宁省地震局，沈阳 110034

2）中国地震局地震预测研究所，北京 100036

破坏性地震发生后，迫切需要对灾害进行准确、快速的评估，为应急指挥、救援决策提供依据。高空间分辨率影像中地物的几何结构和纹理信息丰富，传统方法难以满足需求。面向对象的遥感图像处理方法，运用多尺度分割方法，实现图像信息多维的分离，并加入纹理、形状和相互关系特征的综合分析及模糊逻辑分类方法，从而最大程度模拟人类目视解译遥感影像的思维模式，提高有效信息的提取精度。

以四川北川县城作为研究对象，选取汶川地震后获取的分辨率为8 m 的福卫二号卫星多光谱影像，进行震后快速震害提取。提取的对象为大范围的宏观震害，如，山体滑坡、堰塞湖、河道堵塞、居民区等。提取对象总体分为变化和无变化两个大类别，热区表示“变化”类别。进一步实际分类过程中，将地物划分为植被、水体（未变化水体）、变化类别和阴影区（山体之间的阴影）4 类。

首先，进行影像分割和波段选择。不同尺度分割分别用于植被阴影区、水体热区的分类。分析不同地物与影像不同波段的关系，适当选择波段权重。然后，进行分类特征的选择和分类流程的建立。运用比值植被指数（RVI）、差值环境指数（DVIEVI）、归一化植被指数（NDVI）3 个光谱特征来分类。同时，根据模糊分类理论，选择适合的隶属函数来分别定义每个类别的特征范围。

通过分析计算得到分类结果，如图1 红色区域所示。分类获得的热区结果是矢量化的，各个类别的划分非常明确，没有细碎的噪声，不再是单个像元分离的，更易于进行各种变换和统计。

为了检验面向对象分类的效果，将分类结果与手工勾画出的目视解译结果（黄色线）叠加，对精度进行评价。从图1 可见，除了山体滑坡中较为细碎的小滑坡和云的影响外，两者结果较为一致，精度评价判读正确率达到70%以上。

图1 目视解译热区与分类结果叠加图