遥感数据源与预处理—洪涝灾害卫星遥感监测

为了给灾后应急救援提供快速的、客观的数据支撑，中国国家测绘局依托固定翼无人机航摄平台，利用高性能数码相机佳能EOS 5D MARK II作为航摄传感器，于2010年8月10日获取了由红、绿、蓝3个波段组成的舟曲县航空遥感数据，空间分辨率为0.15m。国家测绘局利用高分辨率遥感影像数据一体化测图系统PixelGrid软件完成了数据处理。这些处理包括校正、自动匀色、镶嵌以及羽化处理，处理后的数据能够满足房屋倒损程度解译的研究需求。

本次研究范围主要为舟曲县城，位于104°21′40″E—104°22′40″E，33°46′52″E—33°47′22″E之间（图7-1）。

图7-1　研究区示意图(www.xing528.com)

灾害发生后，快速查清房屋倒损程度状况对灾害应急救援和救助意义重大。首先，在灾害应急救援阶段，可根据房屋倒损数量推算受灾人口数量，确定救助方案；其次，在灾害损失评估阶段，可根据房屋倒损数量推算经济损失情况，确定受灾程度，制订灾害补助方案，并为灾后恢复重建提供信息。传统的灾害房屋倒损程度实地调查方法，精度高且直观，但人力投入大、效率较低、调查尺度小，且多为点上调查，在人力不能到达的区域甚至无法完成调查；泥石流等重大自然灾害常常发生在地形切割程度较为严重的山区，故野外实地调查不能满足灾害发生时应急救援和救助的要求。相比实地调查，利用高空间分辨率遥感数据开展房屋倒损调查具有人力投入少、调查尺度大、覆盖灾区范围大等特点，能够显著提高灾后房屋倒损程度应急调查的效率。当高空间分辨率图像达到1m级时，人们平常视觉所见的多数目标物的个体，如单株树、汽车、道路和房子等在图像上能够直接可见，这是利用高空间分辨率遥感影像开展房屋倒损调查的基础；1m级空间分辨率“卫星星座”的形成也为重大自然灾害情况下快速开展房屋倒损程度识别提供了数据支撑。

房屋倒损程度遥感识别通常采用人机交互目视解译和自动变化检测两种方法，尤其前者是最早、最成熟、结果最可靠，也是目前采用的主要方法。房屋倒损程度遥感识别在房屋倒塌与否方面开展了大量的工作，并形成了以纹理和形态为主要判别依据的直接识别方法，但在严重受损、中度受损、轻度受损等其他受损程度识别方面，则未形成有效的方法，主要存在如下问题：①倒损房屋程度的分类原则、分类标准及分类体系不统一，缺乏相应的标准。如Rezaeian将房屋倒损分为完全受损、部分受损和未受损3类，Chesnel根据欧洲地震烈度表将房屋倒损分为4类，Schweier将房屋倒损类型划分为18类。这些类别难以和遥感影像对应，不利于房屋倒损遥感识别。②国内外针对植被、水体、房屋等地物解译开展了大量的工作，但未建立系统明晰的房屋倒损解译标志，导致房屋倒损解译结果的多样性和不一致性，降低了解译效率。