遥感技术在地震震害监测中的应用

许仕敏，李文武，秦志远，张 萍

（1. 信息工程大学 地理空间信息学院，河南 郑州 450052；2. 68029部队，甘肃 兰州 730020）

遥感技术在地震震害监测中的应用

许仕敏1,2，李文武1,2，秦志远1，张 萍2

（1. 信息工程大学 地理空间信息学院，河南 郑州 450052；2. 68029部队，甘肃 兰州 730020）

地震是人类无法抵御的严重自然灾害，利用遥感技术及时获取震害信息开展救援是减轻损失的有效方法。在详细总结震害遥感监测主要技术及现状的基础上，对数据获取及预处理、震害信息提取和次生灾害监测方法进行分析，提出震害遥感监测的发展趋势。

遥感；震害监测；震害信息提取；次生灾害

地震是最危险的自然灾害之一。破坏性地震发生后，往往造成严重的人员伤亡和经济损失。及时获取震害信息，开展救援行动，是有效减轻灾害损失的方法。

传统震害监测方法以人工实地调查为主，其监测范围和实效性都有很大局限性。遥感观测具有范围广、时势性强、观测周期短等特点，同时可以多平台、多传感器、多分辨率获取灾区数据，使其在震害监测中发挥了重要作用。地震后，通过机载、星载遥感数据及时获取震后灾害信息，包括建筑物倒塌、道路损毁、滑坡、堰塞湖、泥石流等的数量和分布情况，为地震应急救援提供决策依据[1]。文中就遥感数据获取及预处理、遥感震害提取和次生灾害监测方法进行总结和分析，并讨论震害遥感监测的发展趋势。

1 遥感数据获取及预处理

20世纪60年代，航空摄影遥感开始用于地震灾害调查与评估。到20世纪90年代，星载遥感数据分辨率有较大提高并开始用于震害监测。2000年后，商业卫星遥感数据分辨率达到m级和亚m级，传感器类型和数量也多样化，星载遥感数据大量用于震害监测。当前震害监测中所用数据更加多样化，包括机载光学影像和SAR影像、机载Lidar数据、无人机影像，以及星载光学影像和SAR影像等。

1.1 震害监测遥感数据的获取

地震造成不同类型的灾害，同时强余震及震后降雨会引起新的次生灾害，因此在震害监测中需要利用多种传感器获取多源遥感影像用于灾害情况的普查和详查，并不断更新。其中，分辨率高于1 m的影像主要用于重点受灾区域的受灾程度详查，分析建筑物倒塌情况、基础设施损毁等细节信息。2～10 m中等分辨率影像用于监测道路通达、规划救援方案及灾后重建的详细规划等。10～30 m的中低分辨率影像由于覆盖范围大，可用于监测震区次生灾害，如滑坡、泥石流、堰塞湖演变等较大的持续变化目标的动态信息。震后数据获取中应重点获取高分辨率数据，因此震后应立即规划获取航空影像和无人机影像，以及高分辨率卫星影像。

现代遥感技术的各种数据获取手段在汶川地震中得到广泛使用。汶川地震中所使用的机载数据包括光学影像、SAR影像和机载Lidar数据，以及无人机影像。机载光学影像包括由Leica ADS40、Z/I Imaging DMC和SWDC-4等光学传感器分别获取的线阵和面阵数据，机载SAR在救灾过程中获取大量数据，机载Lidar数据则是用Leica ALS50监测唐家山堰塞湖所获取的高程数据。星载数据包括我国自主对地观测卫星中巴资源卫星和北京1号卫星数据，以及由国际“空间与重大灾害国际宪章”机制提供的Topsat、Radarsat-1、SPOT、ALOS、ENVISAT、TerraSAR、EROS-B等卫星的光学和SAR影像[1]。

1.2 遥感数据的预处理

震后遥感数据快速预处理包括机载影像和卫星影像的纠正、拼接、镶嵌、匀光等。遥感影像纠正后具有可定位、可量测的功能。适用于地震后地面控制点设置和量测。震后应急是第一需要，所以影像纠正精度不是越高越好，而是在满足需求的情况下越快越好，因而可从已有的基础地理数据中选择少量控制点用于纠正。

航空影像的纠正方法根据传感器系统的不同，可分别采用加密控制点的空中三角测量获取外方位元素的纠正影像，以及利用GPS/IMU采集的位置姿态数据进行直接纠正或GPS/IMU辅助空中三角测量获取外方位元素的影像纠正，以保证影像拼接的精度[1-3]。无人机影像纠正可采用与同期高分辨率遥感影像配准的方法进行，配准方法包括基于同名点、基于特征、基于区域的方法等[4]。卫星影像纠正方法包括：基于有理多项式模型（RPC）的无控或少量地面控制点结合卫星影像RPC 参数的纠正，基于二次多项式或其他模型的影像纠正[1-3]。汶川地震中武汉大学研制的基于RPC模型的星载光学和SAR影像处理软件发挥了重要作用，对得到的卫星光学和SAR影像进行纠正处理，在少控制点的情况下获得较高的定位精度[1]。

2 震害的遥感监测

地震发生时，能量的突然释放引起地球震动，造成人工建筑物的破坏，同时还会引起山体滑坡、堰塞湖、泥石流、海啸以及火灾等次生灾害。遥感技术以其观测范围广、速度快、更新周期短等特点，在震后灾害信息提取、次生灾害监测等方面发挥了重要作用。

2.1 震害信息提取

从20世纪60年代航空摄影遥感技术就被引入到震害调查中，美日等发达国家把遥感技术作为地震应急反应中快速获取震害信息的主要手段。我国自1966年邢台地震开始，把遥感技术用于震害调查，并在之后的研究和应用中获得许多有价值的研究成果和应用经验。遥感技术用于地震调查之初，依靠人工目视判读从航摄像片中提取震害信息。20世纪90年代随着遥感技术、计算机技术的进步，研究者发展了基于变化检测和影像分类的遥感震害信息自动提取方法。当前遥感震害信息提取方法可分为3类：基于目视判读的方法、基于变化检测的方法、基于影像分类的方法。

2.1.1 基于目视判读的方法

20世纪60年代航空摄影遥感广泛用于震害调查，主要使用黑白和假彩色红外胶片进行航空摄影，通过对航空像片的目视判读和解译获取震害信息。之后的研究和应用中，研究人员对震害信息的判读标志、解译方法、分类分级标准、精度等进行了总结。

张德成根据航空照片判读原理，研究海城、唐山、龙陵地震航空照片中建筑物震害特点，建立了包括各类房屋、构筑物、人工建筑以及重要生命线工程在内的建筑物判读标志，并提出建筑物倒塌率与烈度的对应关系[5]。陈鑫连等通过邢台、唐山等震例系统研究了航空遥感获取震害信息和影像中各类震害的判读方法以及震害分类分级标准[6]。程家喻等用邢台地震以来的地震资料统计了主要震害目标的尺度及判读概率，分析航空遥感震害调查的精度和摄影比例尺的选择等问题[7]。王晓青等以新疆巴楚-伽师地震为例，采用目视判读震害，提出遥感震害分级分类标准和地震烈度划分标准，从而圈定基于影像的地震烈度分布图[8]。当前震害信息的提取仍然以目视判读为主，以屏幕显示的数字影像进行人机交互判读并统计震害信息。汶川地震、玉树地震和雅安地震中，通过对大量光学和雷达影像的目视判读获取建筑物倒塌、道路损毁、滑坡、堰塞湖等各类震害信息，实现灾情的监测和评估[1,9-13]。

2.1.2 基于变化检测的方法

与震前影像相比，震后影像由于建筑物倒塌、滑坡等造成地物波谱特征和结构特征发生较大变化，局部地貌也发生变化。当震区有震前和震后遥感数据及空间数据时，可以利用变化检测进行震害信息的提取。变化检测提取震害信息发展之初，主要是通过震前和震后新旧影像的像元级变化检测实现，如光学影像、SAR影像间的变化检测。之后发展了多源数据的特征级变化检测，包括不同源影像、影像与地图数据产品等的变化检测，检测范围由二维发展到三维[1,14]。三维变化检测可以精确地描述地震区域地物地貌的三维变化，其提取震害信息是针对灾前灾后两个数字高程模型（DEM）的变化检测。根据灾后DEM获取方式可分为3类：①结合灾前DEM、DOM等数据，利用摄影测量的方法由灾后立体像对生成灾后DEM，从而与灾前DEM进行变化检测；②结合灾前DEM、SAR数据，将灾后获取的SAR数据利用InSAR技术计算DEM或用D-InSAR技术直接获取三维变化信息；③结合灾前DEM，利用机载Lidar获取震区点云数据反演灾后DEM数据从而分析地形变化。

在变化检测的震害提取研究中，Estrada等对1999年土耳其地震前后的LandsatTM影像计算植被指数，用变化检测确定建筑物震害的分布范围，但不能确定建筑物的受损程度及类型[15]。Rathje等用QuickBird高分辨率影像对2003年伊朗巴姆地震进行变化检测，通过相关系数识别影像中纹理变化来提取震害信息[16]。张景发等以张北地震为例，采用相关性、平均灰度、平均方差等参数对地震前后的SAR影像进行变化检测，确定建筑物的破坏范围、程度并提取震害指数[17]。刘云华等利用汶川地震前后SAR幅度影像，通过比值法变化检测、干涉相关影像失相关分析法识别受灾区域并提取震害信息[18]。潘倩利用IRS-P5立体像对提取平武地区汶川地震前后的DEM，然后用坡度、坡向分析以及DEM差值法检测地形变化信息，从而提取地质灾害信息[19]。武汉大学对北川地区灾前SPOT、灾后福卫异源数据进行变化检测，对检测结果进行分类提取震害[1]。赵福军用面向对象变化检测方法提取伊朗巴姆地震前后震区QuickBird影像中建筑物震害，用汶川地震北川县城附近地震前后的福卫-2卫星影像提取典型次生灾害，同时研究用震前震后雷达影像相关系数、干涉相干变化指数提取震害的方法，用ENVISAT ScanSAR数据分析汶川地震中部分城镇的建筑物破坏程度[20]。

2.1.3 基于影像分类的方法

由于震后影像中倒塌建筑物、滑坡、泥石流区域与未破坏区域在光谱、形态上有较大差异，研究者提出基于单时相遥感影像分类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类的震害提取方法。高分辨率遥感影像中可以清晰地分辨单个建筑体，细节信息更加丰富。基于影像分类的震害信息提取研究经历了三个阶段：基于像素分类、基于区域分类和面向对象分类的震害信息提取。

在基于像素分类的震害信息提取方面，Mitomi等利用机载MSS数据进行光谱特征值分析识别震后砂土液化和火灾信息[21]；Matsuoka等采用判别式从1995年神户地震的Landsat和SPOT遥感影像中提取倒塌建筑物、震后火灾和砂土液化等震害信息[22]；Mitomi等采用主成分分析对图像特征进行变换，以最大似然分类法从航空遥感数据中自动识别和检测震后建筑物[23]；张景发等对震害影像进行分级并分析影像特征，建立震害信息提取的统计模型，结合样本图像初步表征各种震害特征[24]。以上利用光谱特征、统计特征、最大似然分类等提取震害的方法都可以归为基于像素分类的方法。柳稼航首次对区域分类的建筑物震害提取进行研究，通过对高分辨率遥感影像进行分割得到独立的建筑区域，以区域为单元提取特征信息并综合分析，根据完好建筑与破坏建筑的区域特性进行分类，自动获取建筑物震害信息[25]。面向对象分类方面，Thuy等对伊朗巴姆地震后QuickBird影像用面向对象的方法提取完好建筑物和破坏建筑物，实验表明该方法用于震害信息提取有较好前景[26]。汶川地震中面向对象的震害提取得到大量应用。任玉环等对震后道路破坏情况进行检测[27]；王岩等对都江堰城区震后航空遥感影像分类提取建筑物中的毁坏区域[28]；赵福军对汶川地震震后高分辨率卫星影像及航空影像提取建筑物、道路、桥梁信息以及泥石流、滑坡、崩塌等多种类型震害信息[20]。

在汶川、玉树、雅安地震的震害信息获取中，目视判读、变化检测、分类识别的方法都得到应用。目视判读提取的震害信息精度和可靠性较高，但存在工作量大、效率不高等问题，而且判读结果与判读人员的专业知识和经验有关，难以满足应急的需求。变化检测方法效率较高，但基于影像的变化检测需影像配准精度较高且对两幅图像的差异非常敏感，应用中要获得时间相关性好的震前震后遥感影像较为困难，故提取的震害信息误差较大。分类的方法也存在分类参数缺乏一致性选择、分类精度不高等问题。震害的自动提取已有很多研究，但还没有适用于大范围震区和海量遥感数据的普适性自动识别方法。人工判读与自动提取相结合将可获得最佳的震害识别效果，因而发展人机交互判读系统，提高交互判读中震害提取的自动化程度和精度将是研究的重点方向。

2.2 次生灾害监测

强震发生后常诱发各种次生灾害。2008年汶川地震后诱发大量滑坡以及崩塌和泥石流，造成交通受阻、居民地被掩埋，对灾后救援造成极大阻碍，同时滑坡体堵塞河道形成堰塞湖，严重威胁河流上下游安全，其中唐家山堰塞湖是震后最为严重的次生灾害。2004年印尼地震和2011年日本地震引起的海啸造成了严重的灾害损失。

利用遥感技术进行监测的次生灾害主要是崩塌、滑坡、泥石流、堰塞湖和海啸。次生灾害类型由震源区域的地理环境决定，相应的监测手段有较大差异。崩塌、滑坡、泥石流、堰塞湖由内陆地震引起，多在山地、丘陵地区发生，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。震后降雨型滑坡数量较多，对这类灾害应动态监测，尤其要重点监测河流、道路及居民地周边区域，防范滑坡对道路的破坏和堰塞湖的形成。监测手段包括光学成像、雷达成像及Lidar测量，尤其是雷达成像可全天候工作且实现三维监测，基于InSAR和Lidar的三维变化检测方法有较好的应用前景。汶川地震中，邵芸等用SAR影像重点监测滑坡和堰塞湖并解译灾害信息[11]；张继贤等利用光学和SAR影像对滑坡、泥石流、堰塞湖等次生灾害进行监测和评估[12]；武汉大学研究小组在唐家山堰塞湖动态监测中，通过多时相遥感影像的变化检测，提取堰塞湖水面形态的变化，同时利用机载Lidar对震后堰塞湖区域地形进行高精度测量，结合灾前DEM数据分析震后地形变化，实现对堰塞湖形态的动态监测和库容分析[1]。

海啸由深海地震引起，深海地震发生后根据测定的相关参数决定是否发布海啸预警，并利用星载雷达、激光高度计监测海平面变化，可监测海啸的发展动态。美日等国都在海啸的卫星遥感监测方面进行研究和计划，其中美国和法国联合研制的Jason-1海洋观测卫星利用雷达高度计已经监测到传播的海啸波[29]。

3 震害遥感监测的发展趋势

遥感技术已广泛应用于震害监测，遥感平台从航摄飞机、无人机到卫星，波谱范围从可见光、红外到微波，遥感数据从二维影像到三维空间数据。随着遥感技术和信息处理技术的发展，以及应急响应机制的健全和完善，震害遥感监测在数据获取方面将形成空天地一体化立体观测，在数据处理方面将向着多源数据集成与融合、数据处理实时化定量化的方向发展。

1） 空天地一体化立体观测。当前各类遥感平台和传感器构成的观测系统大多为孤立系统，观测数据共享困难，无法满足地震应急快速响应的需求，因此构建和发展空天地一体化对地观测系统是我国对地观测的发展方向。同时震害监测中需要对灾区进行高分辨率重复观测，这就需要提高我国高分辨率遥感数据获取能力，尤其加强无人机和卫星遥感观测的投入，加快高分辨率对地观测系统的建设，实现对震害的全方位立体高分辨监测。

2）多源数据集成与融合。震害遥感监测中获取了大量不同平台和传感器的多源遥感数据，通过数据集成与融合，可以充分利用各类传感器的优势，实现信息互补，有效地获取震害信息。如具有全天候工作能力的SAR可有效补充光学传感器震后降雨观测能力的不足；Lidar能直接获取三维空间数据，对滑坡、堰塞湖等可实现高效的动态立体观测。多源遥感数据与基础地理空间数据的集成与融合，对救援行动规划、震害评估有重要意义。

3）数据处理实时化定量化。地震应急救援的紧迫性要求数据处理有较高时效性，因此提高遥感数据处理及信息提取能力，研究不依赖地面控制点的遥感影像纠正和拼接、自动/半自动的震害信息提取方法，实现实时/近实时的数据处理，满足救灾应急响应的需求是遥感数据处理研究的方向。数据处理定量化即震害信息解译结果的定量化，为救灾决策提供参考，也将促进遥感监测的应用不断深化。

[1] 李德仁，陈晓玲，蔡晓斌．空间信息技术用于汶川地震救灾[J]．遥感学报，2008，12(6)：841-850

[2] 陈军，陈利军，廖安平，等．汶川地震灾区应急影像地图制作技术[J]． 遥报学报，2009，13(1)：162-168

[3] 曾涛．汶川地震重灾区多源影像处理及震害信息提取方法研究[D]．成都：成都理工大学，2010

[4] 周洁萍，龚建华，王涛，等．汶川地震灾区无人机遥感影像获取与可视化管理系统研究[J]．遥感学报，2008，12(6)：877-884

[5] 张德成．建筑物震害航空照片目视判读标志的初步研究[J]．地震，1993(1)：26-30

[6] 陈鑫连，魏成阶．地震灾害的航空遥感信息快速评估与救灾决策[M]．北京：科学出版社，1995

[7] 程家喻，杨品，唐汉军，等．利用航空摄影进行震害调查的精度估计[J]．地震地质，1995，17(1)：89- 95

[8] 王晓青，魏成阶，苗崇刚，等．震害遥感快速提取研究——以2003年2月24日新疆巴楚-伽师6．8级地震为例[J]．地学前缘，2003，10(特刊)：285-291

[9] 陈世荣，马海建，范一大，等．基于高分辨率遥感影像的汶川地震道路损毁评估[J]．遥感学报，2008，12(6)：949-955

[10] 王世新，周艺，魏成阶，等．汶川地震重灾区堰塞湖次生灾害危险性遥感评价[J]．遥感学报，2008，12(6)：900-907

[11] 邵芸，宫华泽，王世昂，等．多源雷达遥感数据汶川地震灾情应急监测与评价[J]．遥感学报，2008，12(6)：865-870

[12] 张继贤，刘正军．汶川大地震灾情综合地理信息遥感监测与信息服务系统[J]．遥感学报，2008，12(5)：871- 876

[13] 张继贤，黄国满，刘纪平．玉树地震灾情SAR遥感监测与信息服务系统[J]．遥感学报， 2010，14(5)：1 046-1 052

[14] 李德仁．利用遥感影像进行变化检测[J]．武汉大学学报：信息科学版，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] 张景发，谢礼立，陶夏新．建筑物震害遥感图像的变化检测与震害评估[J]．自然灾害学报，2002，11(2)：59-64

[18] 刘云华，屈春燕，单新建，等．SAR遥感图像在汶川地震灾害识别中的应用[J]．地震学报，2010，32(2)：214-223

[19] 潘倩．利用IRS-P5立体像对提取震害区DEM及应用研究—以四川省平武县实验区为例[D]．成都：成都理工大学，2010

[20] 赵福军．遥感影像震害信息提取技术研究[D]．哈尔滨：中国地震局工程力学研究所，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] 张景发，谢礼立，陶夏新．典型震害遥感图像的模型分析[J]．自然灾害学报，2001，10(2)：89-95

[25] 柳稼航．利用遥感技术进行城市建筑物震害的自动识别与分类方法研究[D]．北京：中国地震局地质研究所，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] 任玉环，刘亚岚，魏成阶，等．汶川地震道路震害高分辨率遥感信息提取方法探讨[J]．遥感技术与应用， 2009， 24(1)：52-56

[28] 王岩，王晓青，窦爱霞．面向对象遥感分类方法在汶川地震震害提取中的应用[J]．地震，2009，29(3)：54-60

[29] 杨马陵．地震海啸监测预警现状与进展[J]．华南地震，2005，25(2)：22-29

P237.9

B

1672-4623（2014）05-0009-04

10.3969/j.issn.1672-4623.2014.05.004

许仕敏，硕士，研究方向为遥感信息处理与应用。

2013-10-30。

项目来源：总装十二五预研项目。