基于遥感影像的仙游县建筑物抗震水平初判

郑 韵 姜立新 张 颖 朱耿青 张树君 黄玲珠

1）中国福州350003 福建省地震局

2）中国北京100045 中国地震台网中心

0 引言

当地时间2021 年8 月14 日清晨，海地西部地区发生MS7.3 地震（震源深度10 km），据报道，约有1 万多所房屋在地震中损毁，数千人被掩埋于废墟之下。根据海地民防局公布的消息，地震造成2 000 多人死亡，1 万多人受伤。浅源大地震对地表的破坏力巨大，建筑物损毁倒塌，容易造成巨大的经济损失和惨重的人员伤亡。对地震灾害进行快速评估，是进行应急救援的重要环节。

房屋建筑数据是影响地震灾害快速评估结果的重要因素（聂高众等，2002；姜立新等，2012；郑韵等，2021）。按照传统调查模式获取研究区多栋房屋的基础属性数据，专业性要求高，人员和资金投入大，耗时长，无法满足新时代地震灾害风险防治的工作需求。近年来，随着时空分辨率的显著提升，遥感影像以其宏观、高效率、成本低等优点，成为房屋建筑物资料快速获取渠道之一，可在宏观上迅速掌握研究区房屋数量与抗震设防水平。相关研究有：王晓青等（2008，2015）基于震后灾区高分遥感影像，建立震害指数分析模型并进行大震震害的快速评估；李姜等（2021）利用无人机航拍影像，构建张家口万全区建筑物抗震能力震害矩阵；袁小祥等（2023）结合建筑物震前遥感影像和震害模拟仿真，进行地震烈度和房屋震害评估。

2020 年底，在中国地震灾害防御中心指导下，基于遥感影像，在全国范围内开展建筑物总量和抗震水平粗略估计工作，并形成基本可行的技术路线。本文以福建省仙游县为例，基于天地图遥感影像数据，利用ArcGIS 软件进行空间分析与处理提取建筑物轮廓，获取仙游县房屋总量基本数值，采用遥感目视解译，初步判断该县建筑物抗震等级，结合百度街景地图与实地抽样调查进行修正与误差分析，完成基于遥感影像的仙游县建筑物抗震水平初判。

1 研究方法

1.1 技术思路

基于遥感影像对建筑物抗震水平进行初判，具体流程见图1。技术思路如下：

图1 房屋抗震能力初判流程Fig.1 Flow chart of initial evaluation of seismic capacity of building

（1）数据资料准备。数据资料准备阶段主要包括向福建省基础地理信息中心申请授权天地图影像数据、收集区域行政区划数据、国民经济和社会发展统计公报等所需数据资料。

（2）建筑物轮廓提取及目视解译（关泽群等，2007）。该阶段主要利用图像二值化提取建筑物轮廓，通过ArcGIS软件的空间分析功能得到仙游县房屋大致总量，采用遥感目视解译初步判别建筑物抗震等级，录入房屋所属行政区划编码、数量和抗震等级等房屋属性数据。

（3）百度街景地图与现场抽样核查。通过百度街景地图或实地抽样核查结果与遥感影像解译的对比分析，进行初判数据误差分析与结果修正。

（4）成果生成。根据百度街景地图或实地抽样核查修正结果中房屋分区数据，利用ArcGIS 软件生成房屋抗震水平初步评估图。

1.2 数据准备

在标绘房屋建筑片区数据时，需按照乡镇级行政区划范围进行区分，避免出现同一个片区跨多个行政区划的问题。因此，需准备所在地区乡镇级行政区划数据（shp格式，面状图层），1:10 000 或更大比例尺均可。该项目实施中统一采用福建省基础地理信息中心提供的全省行政区划数据，空间参考为CGS2000 坐标系。

通过向福建省基础地理信息中心申请授权等方式，获取福建省天地图街道地图影像数据的接口。在GIS平台软件上，选择GIS Server服务，输入天地图接口加载影像地图。天地图·福建提供了仙游县大部分区域17—18 级影像电子地图，影像分辨率为0.5—0.8 m，少数地区影像电子地图为第11—16 级，分辨率为2.0—2.1 m，数据现势性为2020 年。

1.3 数据表结构

录入房屋属性时需在ArcGIS 中建立统一的房屋数据面图层，并根据需求建立数据表结构，规范属性数据的定义。如表1 所示，数据表中包含ID 编码、建筑物所属地区编码等基本信息，并分别定义了区域内房屋栋数和抗震设防能力初判情况，百度街景地图或实地抽样核查结果作为待输入数据项。

表1 数据表格结构Table 1 Data table structure diagram

1.4 图像二值化提取建筑物轮廓

图像二值化通过设定阈值图像的像素分成大于阈值和小于阈值的2 种像素群。设输入图像函数为g(x,y)，输出二值图像函数为f(x,y)，则

其中，threshold 表示阈值，选取原则是尽可能将所需图像信息和背景区分开来。由式（1）可知，图像经二值化处理，输出图像点的灰度值变为0 或255，即为黑白分明的灰度图像。

在ArcMap 软件中加载影像后显示3 种波段颜色影像，基于波段提取函数提取影像单波段，利用空间重分类工具将单波段栅格重分类为“1”“2”“3”新值，分别对应表示建筑物、道路和背景的灰度值。确定道路灰度值，将图片再次重分类，将道路灰度值赋值为背景灰度值，从而实现建筑物影像二值化，基于ArcScan 工具矢量化建筑物影像轮廓，创建建筑物轮廓图层。

2 基于经验估计的房屋抗震能力判别

2.1 区域概况

仙游县位于福建省东南沿海中部，辖区总面积约1 835 km2。县人民政府驻鲤城街道，全县辖：鲤城街道、鲤南镇、社硎乡、龙华镇、石苍乡、榜头镇、度尾镇、菜溪乡、枫亭镇、赖店镇、郊尾镇、西苑乡、园庄镇、钟山镇、游洋镇、书峰乡、盖尾镇、大济镇，共计1个街道、12 个镇和5 个乡。根据第七次全国人口普查数据，仙游县常住人口约905 068 人。2020 年，仙游县生产总值约为521.49 亿元（仙游县人民政府，2021）。

2.2 区域地质构造背景

仙游近场区为低山—丘陵地形地貌，主要由中低山、低山、丘陵、台地和海湾平原等地貌类型构成。区内第四纪地层有全新统和更新统，其中更新统以残坡积土为主，全新统出露较广，主要分布于海湾平原及河流两岸和山间盆地，为冲洪积的粘性土、砂、碎石土和滨海相沉积的淤泥、淤泥质土夹粘性土、砂层。近场区地处NNE—NE 向长乐—诏安断裂带中北段，EW 向漳平—莆田断裂带东端。区内断裂构造发育，具多期和不同性质的活动特点，以NNE—NE 向断裂最为发育，NW 向、近EW 向断裂零星分布。近场区内现今地震活动相对较弱，小震主要位于场地东北部一带，震中零星分布，近场区无破坏性地震记载。历史上，仙游近场地共遭受2 次烈度达Ⅵ度及以上地震影响，其中1604 年泉州海外71/2级地震对场地影响烈度为Ⅶ度，1918 年广东南澳7.3 级地震影响烈度为Ⅵ度。综合分析认为，仙游地区存在发生5.5 级以下地震的构造背景。

2.3 房屋遥感影像特征粗判

借助遥感影像目视解译，即每种地物在各波段反射率均有差异，在遥感影像上则以不同色调展现。目视解译依据地学、光谱规律和解译者经验，从图像的色调、形态、纹理等，结合房屋建筑物分布、用途与空间关系特征的对应关系，依据建筑抗震设计水平，总结归纳经验估计的判别依据。

（1）估计设防达标类典型样本特征影像。建筑轮廓影像清晰、建筑物占地面积较大或呈现出规则建筑群排列，如城市安商房小区、城乡结合部4 层以上房屋、农村的抗震安居房、火车站、体育馆之类的公用建筑、生命线工程相关建筑等，此类建筑物均判定为估计抗震能力达标。图2 所示为估计设防达标类典型样本特征影像，特征明显，满足抗震设计规范要求。

（2）疑似抗震能力不足样本特征影像。建筑影像模糊不清、占地面积小、房屋密集且排列杂乱无序，如大部分农村地区自建房、城乡结合部2—3 层房屋、小型厂房等，此类房屋抗震设防设计特征不太明显，需要进一步详细调查与鉴定，初判为疑似抗震能力不足。图3 为疑似抗震能力不足样本特征影像。

图3 疑似抗震能力不足示例图Fig.3 Example diagram of suspected seismic inadequacy

（3）疑似严重不达标典型样本特征影像。建筑影像稀疏且占地面积小，如城市城中村、城乡结合部单层房屋、农村地区土石房屋及低层自建房屋、工地棚房等，这类房屋具备不达标房屋的一些影像特征，需要进一步详细调查与鉴定，可初步判定为疑似抗震能力严重不足。图4 为疑似严重不达标典型样本特征影像示例图。

图4 疑似抗震能力严重不足示例图Fig.4 Example diagrams ofsuspected insufficient earthquake resistance

采用遥感目视解译，依据以上3 种影像判别标准，将仙游县房屋建筑物抗震能力等级粗分为估计抗震能力达标、疑似抗震能力不足和疑似抗震能力严重不足3 个等级。运用ArcGIS 空间频数分析和统计分析（郭仁忠，2001），估算图像二值化后的建筑物总数及不同抗震水平的房屋大致数量。解译结果不需要较高准确度，大致判断分类和总数即可。

2.4 抽样调查

抽样调查（孙山泽，2014）即从所研究对象抽取一定比例的样本进行调查。利用样本特征推测研究对象特征，需随机抽取有代表性的样本，且样本数量不宜过少。实地抽样调查的主要目的为：①更正因影像滞后导致的建筑物遗漏，如城市大面积拆迁区、新规划居民区等；②修正因建筑特征不明显、影像分辨率低引起的房屋抗震水平难以确定的情况；③抽样计算检查数据质量。

对于仙游县城鲤城街道和城郊鲤南镇，核查房屋主要位于城中村或城郊结合部，综合时效性、便捷性和经费等多方面因素，使用百度街景地图进行房屋抗震能力核查，共计6 处抽查点，核查发现，部分遥感影像判读房屋抗震水平出现错误。具体核查结果见表2，抽样点对比见图5。

表2 百度街景地图核查结果Table 2 Baidu street view map verification results

图5 仙游县城遥感影像和百度街景地图抽样点对比图Fig.5 Sampling point comparison of Xianyou county remote sensing image and Baidu street view map

仙游县其他乡镇由于缺乏百度街景地图资料，随机均匀抽取每个乡镇的1 个调查点，最终选取16 个村镇调查点。通过实地核查，发现部分遥感影像判读房屋抗震水平出现错误。具体核查结果见表3，抽样点1—6 对比图见图6。

表3 实地核查结果Table 3 Results of field verification

图6 仙游县城遥感影像和实地抽样点对比图Fig.6 Comparison of remote sensing images and field sampling points in Xianyou county

2.5 误差计算与分析

将遥感初判结果作为估计值，百度街景地图或实地核查结果作为真实值，计算基于遥感影像经验初判的房屋抗震水平相对误差，仙游县22 处调查点中有4 个调查点遥感影像判读房屋抗震水平出现错误，相对误差为18.18%，符合中国地震灾害防御中心误差小于20%的规定，达到数据质检要求。

将百度街景地图或实地核查结果与遥感影像进行对比，发现导致误判的主要原因有：①仙游县城中村尚存在一定数量的土坯瓦片房和砖砌为主的纯砖造建筑，此类房屋无抗震构造措施，抗震能力差。而设圈梁和构造柱的砖混结构自建房具有一定抗震能力。仅通过遥感影像无法将纯砖造建筑与设圈梁和构造柱的砖混结构建筑区分开，也难以识别参杂其中的土坯瓦片房。②仙游县老城区依然存在少量预制板的简易砌体房屋和楼顶违规搭建棚房，因无法获取房屋修建年代、承重构建材质等房屋属性，遥感影像识别时可能将此类房屋与铁皮轻钢构造的厂房混淆，从而引起误判。③仙游县存在少量石砌结构房屋，石结构整体性差，抗震能力差，仅从遥感影像无法将其与砖混结构房屋区别开，易造成误判。④仙游县乡镇地区一些设圈梁和构造柱的砖混结构办公楼或居民楼抗震能力较强，但遥感影像判别时难以将此类建筑与乡镇一般自建房区分开，从而导致误判。

2.6 判别结果

根据百度街景地图或实地核查结果，对遥感影像初判错误的调查点进行修正，最终统计结果如下：仙游县房屋总栋数约为65 645 栋，主要房屋类型为框架结构、钢结构、砖混结构、石结构、砖木结构和土木结构房屋。利用ArcGIS 软件绘制仙游县房屋抗震能力初步评估图，结果见图7。由图7 可见，估计抗震能力达标房屋有20 391 栋，占比31.06%；疑似抗震能力不足房屋有43 239栋，占比65.87%；疑似抗震能力严重不足房屋有2 015栋，占比3.07%。

图7 基于遥感影像的仙游县房屋抗震水平初判Fig.7 Seismic level judgment of houses in Xianyou County based on remote sensing images

3 结论

针对福建省房屋地震设防情况不明、总量不祥的现状，利用天地图遥感影像数据，运用ArcGIS 软件进行空间分析与处理，获取仙游县房屋大致总量，采用遥感目视解译初步判别研究区建筑物抗震等级，结合百度街景地图与实地抽样调查进行修正与误差分析，完成基于遥感影像的仙游县建筑物抗震水平初判，得出以下结论：

（1）仙游县房屋总栋数约65 645 栋，其中，估计抗震能力达标房屋占比31.06%，疑似抗震能力不足房屋占比65.87%，疑似抗震能力严重不足房屋占比3.07%。从结果看，仙游县房屋总体抗震水平较好，疑似抗震能力严重不足房屋主要分布于仙游县城中村、城乡结合部区域以及农村地区，这些区域仍然存在少量土坯结构、砖木结构与石砌结构的老旧房屋。

（2）通过百度街景地图或实地抽样核查结果与遥感影像解译的对比分析，得到相对误差为18.18%，其分类结果具有较高可信度，达到中国地震灾害防御中心误差小于20%的数据质检规定要求。导致误判的原因主要是，受遥感影像分辨率和影像拍摄角度的影响，仅通过遥感影像无法识别房屋建筑结构、承重构建材质等房屋的重要属性，从而造成误判。