基于高分辨率遥感影像数据的建筑物震害信息分类提取研究
强烈地震、海啸等自然灾害给灾区人民的生命及财产造成了重大损失,建筑物的倒损信息是震后灾害评估的一项重要指标,建筑物倒损信息的快速获取已成为灾后救援并减少损失的关键。随着遥感技术的快速发展,不同时相、高分辨率、海量的遥感数据为灾后救援和灾害损失评估提供了可靠的数据源。
尤其我国无人机技术的快速发展,无人机航空遥感在震后灾情信息获取中得到广泛应用。海域和陆地地震的震后遥感影像特征具有很大不同,建筑物震害信息分类提取研究具有重要的实用价值和现实意义。
海域地震的建筑物震害信息分类提取的数据源选取2011年3月11日日本大地震前、后的仙台市World-view2高分辨率卫星影像。结合日本仙台实际的地类特征,将震前影像进行多尺度分割,在不同的分割层通过设置不同的特征阈值来实现不同地物的信息提取,分类结果以矢量数据输出并叠加到震后的影像上进行棋盘分割,通过不同特征阈值设置提取出耕地、水体、建筑物,再将震后未分类的影像按尺度45进行分割用于提取其他地物信息。
最后对两时相提取结果进行变化检测分析,分别定义建筑物减少类、建筑物未变化类,建筑物增加类,将变化检测的矢量数据输出并在ArcGIS软件中进行转移矩阵计算得出建筑物倒塌面积。分类结果精度评价为震前分类总体精度达到88.8%,震后总体精度为85.7%。
陆地地震的建筑物震害信息分类提取的数据源选取2014年8月4日地震前、后的云南省昭通市鲁甸县龙头山镇World-view2高分辨率卫星影像及无人机航空影像,采用面向对象信息提取分类方法应用变化检测方法,将建筑物震害信息分为基本完好、中度倒损、严重倒损、完全倒塌等四类。首先对两时相进行尺度
分割,基于光谱均值、Blue_ratio、Area等特征建立合适的特征空间,利用最邻近分类方法,对建筑物按四类破坏等级进行精细分类。
分类结果精度评价为震前分类总体精度达到88.16%,震后总体精度为91.95%。并进行转移矩阵计算得出建筑物倒塌面积。
结果表明,在最优尺度分割基础上的面向对象震害信息提取方法能够实现四类建筑物震害信息提取,能够满足地震灾害快速评估要求。可以看出,地震海啸后遥感建筑物震害信息分类与提取方法相对简单,主要是海啸将建筑物倒损碎屑带走,震后影像上的建筑物是完好和基本完好;而陆地地震倒损和严重倒损的建筑物碎屑不规则的散落在街道、空地或未倒损建筑附近,给建筑物震害信息提取造成一定困难。
本文在对两个实验区进行建筑物的震害信息提取时,基于面向对象进行变化检测的方法基础之上,实现了一种通过前时相分类结果矢量圈定震后感兴趣区域进行变化检测技术,通过对高分辨率遥感影像的建筑物震害信息特征选取、规则集的建立、阈值的设置,可以实现建筑物震害信息精细分类提取从而满足灾害损失评估的需求。
基于高分辨率遥感影像数据的建筑物震害信息分类提取研究
