地灾与建筑损毁的无人机与LiDAR协同观测及评估

随着卫星和航空影像分辨率不断提高，基于高分辨率遥感影像的灾害监测得到广泛研究，依据影像获取的情况，可概括为两类：基于多时相影像的变化检测方法和基于灾后单时相影像的模式识别方法。在前者的研究中，Adams（2005）以QuickBird影像为例采用目视解译的方法确定了严重的建筑损毁区域，并据此设计了合理的救援路线，为紧急施救队伍提供了有效的决策支持。Gamba（1998）较早提出了自动灾情变化检测方法，通过对比地震前后航空影像的色彩差异，确定受损建筑，保证了灾情判别的时效性。Ishii（2002）提出了基于影像颜色差值的变化检测方法，通过设定阈值确定潜在的灾损区域。Turker和San（2003）利用SPOT HRV近红外波段影像，采用基于亮度差异的变化检测方法，进行地震灾害中的损毁建筑物识别。Rezaeian和Gruen（2007）试图利用几何和纹理特征识别震区中的损毁建筑物并尝试对建筑物的结构进行损毁评估。Bruzzone等（2003）提出了基于分类后比较的地灾监测方法：首先对地灾前后的高分影像进行分类，然后通过对比分类结果的差异识别损毁建筑。为提高灾损识别精度，Benz等（2004）提出了面向对象的分类方法，通过多尺度分割方法，将具有相似特征的像元进行聚类分析，提高了变化检测的稳定性和可靠性。

此外，研究者还尝试利用高分辨率遥感像提取灾场地物的几何信息，旨在提高城区建筑物的损毁识别能力（Akçcay和Aksoy，2007；Palmason等，2003；Pesaresi和Kanellopoulos，1999）。Tong等（2013）通过提取建筑物的阴影信息估算建筑物的高度，并依据灾前和灾后建筑物的阴影变化识别损毁建筑物。

随着基础地理数据的可获性增强，研究者还提出了基于灾后影像与灾前城区基础数据的变化检测方法。其中，Miura和Midorikawa（2006）利用震后高分影像构建了中高层建筑物的数据库，通过对比地震前后建筑物数据的差异，进行建筑物损毁识别。Shi和Hao（2013）利用震前建筑物边界数据确定建筑物范围，采用边缘检测算法提取震后影像中对应区域的建筑物边缘，构造建筑物形状及面积指数，通过对比地震前后建筑物形状和面积的相似度，判断建筑物的损毁情况。(www.xing528.com)

随着合成孔经雷达（SAR）传感器平台的发展，基于SAR影像的建筑物损毁评估也得到了广泛研究。其中，Matsuoka和Yamazaki（2004）分析了地震前后SAR影像后向散射强度的变化特点，发现了严重受灾区域在SAR影像上的后向散射系数与其散射强度间的相关性呈显著下降的规律，据此，通过计算灾害前后多时相SAR影像强度的差值或比值得到对应的差异图像，并采用监督或半监督分类算法对差异图像进行分类识别，评估损毁建筑物。但是，SAR影像的后向散射强度受地物类型影响较大，导致不同区域的灾损地物在差异图像中表现的幅值变化较大，为精确建筑物损毁评估带来了困难。随着搭载具有多极化模式SAR传感器卫星的发射，如Terra SAR-X、Radarsat-2、Alospal SAR和Senent-1等以及SAR影像分辨率的不断提高，上述问题逐渐得到解决。其中，Marin等（2015）对建筑物在高分辨率单一SAR影像和多时相SAR影像上的后向散射机理差异进行了综合分析，提出了基于多时相高分辨率SAR影像的建筑物损毁评估方法。Gokon等（2015）以2011年日本地震为例，利用多时相Terra SAR-X影像探讨了不同极化方式下建筑物损毁前后的信号差异，并通过统计信号变化比值与建筑物损毁面积的关系对不同损毁程度的建筑物进行定量评估。Chen等（2016）针对2011年日本地震，利用全极化星载SAR数据绘制了城市级建筑损毁灾情图。

针对灾害应急较难获取可靠灾前数据的问题，研究者提出了基于灾后影像的建筑物损毁评估方法（Saito等，2004；Sumer和Turker，2006；Yamazaki等，2007）。该方法首先构造了特征描述子，如形状、体积、面积、纹理、轮廓等，然后采用监督或非监督的分类方法进行建筑物损毁分类与评估。Shinozuka等（2000）利用灾后SAR影像，模拟完好建筑物与损毁建筑物的信号特征，通过对比不同建筑物对SAR信号的特征差异识别损毁建筑物。Kaya等（2005）提出了一种基于震后SPOT HRVIR影像的建筑物损毁评估方法，其评估结果与政府统计结果基本一致。Sumer和Turker（2006）提出了基于影像灰度和梯度方向变化的建筑物损毁识别方法，探讨了损毁建筑物与完好建筑物在影像灰度和梯度方向的差异。Yamazaki等（2007）采用两步战略：首先利用Prewitt算子提取碎屑边界，然后依据多光谱和上下文信息识别损毁建筑物。Ezequiel等（2014）初步探讨了利用震后无人机影像进行灾害应急和灾情评估的技术链。Fernandez Galarreta等（2015）利用震后无人机影像以及影像重建的点云提出了联合面向对象和结构分析的建筑物损毁评估方法。