摘 要：遥感具有综合、宏观、快速、动态的特点，是震害灾情信息快速获取的重要数据源。我国继资源三号卫星升空之后，展开了一系列卫星的研制与发射，于2014年8月发射了空间分辨率为1 m的高分二号卫星。该文以国产高分二号卫星数据为例，在分析不同震害目标影像特征的基础上，利用监督分类、面向对象信息提取等方法提取了2015年4月25日尼泊尔地震加德满都地区震害建筑物分布、次生灾害等信息。震害信息提取准确度与效率较高.实验表明，高分二号卫星已满足灾害应急与评估的需求，同时也可为地震应急与震后灾害评估提供有效的信息支撑。
关键词：高分二号 尼泊尔地震 震害建筑物 地震应急 面向对象
中图分类号：P237 文献标识码：A 文章编号：1672-3791（2017）07（a）-0008-03
地震是给人类带来重大损失的突发式自然灾害，自2008年汶川地震以来，我国大陆境内6级以上中强地震就有30余次，其中2010年青海玉树地震、2013年四川芦山地震、甘肃岷县漳县地震、2014年云南鲁甸地震都导致大量的人员伤亡和财产损失。近几年的地震灾害表明，在地震发生后的快速应急反应能有效减轻灾害带来的损失。而地震灾害信息的快速准确获取是做出正确应急反应的基础，震后对灾情进行评估，不仅可以辅助现场救援工作，还能对生命财产损失进行估计，是救灾减灾的重要手段。
空间对地观测方法的出现和发展为地震调查提供了一种经济、快速、安全的评估方式，遥感具有综合、宏观、快速、动态的特点，是震害灾情信息快速获取的重要数据源。在震前应急准备（预案）阶段，遥感图像为风险评估提供参考；在灾后应急阶段，遥感图像用于灾害监测和震害快速评估；在损失评估和重建阶段，遥感图像辅助震害调查、烈度评估等工作。多年以来，国内遥感工作者做出了大量努力，取得的研究成果也很可观。2008年汶川地震之后，遥感工作加快步伐，提高实用性，在2010年玉树地震和2013年芦山地震中都有良好表现。震后24 h内，就利用高分辨率遥感数据对地震损毁程度进行了初步评估，并向民众发布大致灾情。高分辨率遥感影像进行地震应急与评估时，其影像所具有的高空间分辨率的特点，能够详细准确的表现出震區震害地物目标的分布状况，具有中低分辨率影像难以达到的优势。
随着遥感技术在地震应急领域的应用，我国继资源三号卫星升空之后，展开了一系列卫星的研制与发射。2010年5月12日，高分专项全面启动实施，2013年“高分一号”卫星成功发射，高分一号是我国高分辨对地观测系统的第一颗卫星，卫星配置了2台分辨率为2 m全色/8 m多光谱的高分辨率相机。于2014年8月发射了空间分辨率为1 m的高分二号卫星，空间分辨率较之前的高分一号提升一倍，标志我国遥感卫星进入亚米级“高分时代”。
2015年4月25日14时，尼泊尔发生8.1级地震，地震造成了加德满都地区多处建筑物倒塌。尼泊尔地震之后，高分一号、二号卫星紧急编制应急观测计划，对重点区域进行观测，高分一号卫星获取了西藏樟木县区域的遥感影像，高分二号获取了尼泊尔加德满都地区的遥感影像。在对卫星数据进行校正、融合、镶嵌等简单预处理之后，基于人机交互的方式快速地实现了震害信息的识别与评估。
该文以国产高分二号卫星数据为例，在分析不同震害目标影像特征的基础上，利用监督分类、面向对象信息提取等方法提取了尼泊尔地震加德满都地区震害建筑物分布、次生灾害等信息，及时地提交给地震相关指挥决策部门，为地震应急与震后评估提供信息支撑。
2 建筑物震害遥感分类分级
根据国家质量技术监督局震后技术规范及震后宏观调查标准，建筑物震害等级划分为基本完好、轻微破坏、中等破坏、严重破坏、毁坏5个等级。
受遥感成像方式的制约，遥感影像中的建筑物信息与实地调查存在差异，倒塌房屋在影像中表现最明显的为建筑物的几何特征和色调信息的变化，根据前人经验，综合考虑多种因素，在高分辨率影像震害建筑物目视解译过程中，影像中的震害建筑物等级分为毁坏、破坏和基本完好三个级别。
图1为震害建筑物影像，（a）为基本完好建筑物影像，可以发现建筑物形状规整，排列有序，纹理清晰；（b）为中等破坏建筑物影像，可以发现房屋几何形态局部变形，屋顶破落塌陷，地面可见到少量的瓦片或堆积物；（c）为损毁建筑影像，可发现绝大多数房屋完全倒塌，几何形状完全消失，地面上全是房屋倒塌形成的堆积物，纹理错乱，损毁房屋影像中的色调与完好建筑物色调存在差异。
3 面向对象分类技术
高分二号影像分辨率较高，因此可采用面向对象的方法提取震害地物信息。面向对象的图像分析是在基于像素的图像分析不能很好解译高分辨率遥感图像之后出现的，它的处理单元不是像素，而是图像对象，从而能够实现更高级的图像理解和分析。
面向对象遥感图像分类处理的最小单元是含有更多语义信息的多个相邻像素组成的影像对象，其基本原理是分类时不仅依靠地物的光谱特性，更多的是综合考虑了光谱统计特征及形状特征、大小特征、纹理特征、上下文语义信息等一系列相关特征，通过人机交互构建知识库，自动提取出符合实际目标的地物。其基本思路是将不同的像素按照某种原则和阈值组合成不同的对象，不同的对象也可以按照某种原则和阈值组合成新的对象，然后采用监督分类和非监督分类等方法对不同的对象进行分类。
面向对象影像分析方法分析过程主要包括：遥感影像的选择，影像分割（主要依据光谱特征、纹理特征等进行分割尺度的选择）、构建分割分类规则集、面向对象的分类、分类后精度评定等步骤，其具体流程图见图2。
3.1 影像分割
影像分割是依据影像像元的灰度、颜色、纹理等特征，将影像划分为若干互不交叠的多个区域的过程。影像分割的目的是为了生成大小不同的地理单元对象，进而通过图像分类等判别方法来实现对目标地物的识别。影像分割所遵循的基本原则是使某一区域内部的特征保持一致，以区别于相邻区域的特征，即使生成的影像对象在光谱特征、形状特征和纹理特征上具有最大的同质性（最小异质性）。
影像分割算法可以分为两种：一种是利用区域间特征的不连续性，即基于边缘的图像分割算法；另一种是利用区域内部特性的相似性，即基于区域的图像分割算法。不同的方法应用于不同的图像；得到的结果亦不相同，所以分割方法的好坏是以针对的数据和分割的目的为依据的。
3.2 对象特征规则集构建
地物的功能特征是难以在高分辨率遥感图像中直接展示出来的，通过多种典型的特征来描述地物，才能实现更好的识别和分类，因此，地物的特征就成了非常重要的研究方面。从概念上来说，影像特征可以分为以下几类：
固有特征：即影像对象的物理属性，由真实的地理实体和成像状态（主要是传感器和太阳辐射）所决定。主要是指对象的光谱、形状、纹理等特征。
拓扑特征：描述对象间或者整个影像的几何关系特征，诸如靠左、靠右或者距离某一对象一定距离的位置或是位于影像的某一特定区域等。
上下文特征：描述对象的语义关系特征，如街区被道路所隔开。
在面向对象影像分析中，上述特征通常用对象特征、类间相关特征和全局特征来表示。
3.3 对象分类
面向对象的遥感图像分析是从基于像素的遥感图像分析传承和发展而来的，面向对象的图像分析方法针对图像多尺度分割得到的分割对象进行分析，基于像素的图像分析方法可以应用到面向对象的图像分析之中，人工智能和模式识别方法完全可以用来对分割对象进行分析。目前有众多的分析方法都被用于图像对象的分析方面，模糊分类方法、决策树分类法和最近邻分类方法是面向对象图像分析的典型方法。
遥感图像像素是规则采样获得的，像素排列规则、像素之间的空间关系是明确的，而图像对象之间的空间关系是不规则的，相互之间的关系需要在图像分割得到分割对象之后确定，因此，需要设计对象之间的关系模型，只有建立了多尺度分割对象之间的关系模型才能利用对象之间的空间关系和上下文关系实现更好的图像分析，得到更加令人满意的分析结果。
4 实验与分析
2015年4月25日06：11：26（UTC，尼泊尔当地时间11时56分），在尼泊尔发生8.1级强烈地震，根据中国地震台网测定，该地震震中（28.2°N，84.7°E）位于郭尔喀博卡拉附近（尼泊尔首都加德满都的西北方向约80 km处），震源深度20 km（见图1）；34 min后在主震东北方向15 km處发生7.0级强余震；我国西藏日喀则市聂拉木先、吉隆县和定日县震感强烈。主震后约24 h（UTC，尼泊尔当地时间26日11时54分），在加德满都以东约70 km处发生Ms7.1级强余震。主震17天后的5月12日12时50分（尼泊尔当地时间）在加德满都以东约75 km处再次发生Ms7.5级强余震。截至2015年5月31日，我地震台网供记录到灾区余震7.0～7.9级3次，6.0～6.9级1次，5.0～5.9级4次。根据有关报道，地震造成尼泊尔8 792人死亡、印度130人死亡、孟加拉国4人死亡、我国西藏地区27人死亡，其中5月12日余震造成218人死亡。地震造成23 000多人受伤、近30万人不同程度受灾。
地震发生后，我国相关部门紧急启动了应急预案，快速获取了震区遥感影像数据来进行应急，影像覆盖区域范围如图3所示，获取的影像主要分布在尼泊尔加德满都地区、加德满都地区西北及南部区域。
4.1 震害人工解译
尼泊尔地震造成加德满都地区大量的房屋倒塌、古建筑受损、次生灾害导致道路损毁，获取高分二号数据后，可快速的对震区建筑物及道路信息进行人工解译，从而快速的判定震区道路通行能力及建筑物受损严重区域，从而为地震救援提供指向。
4.2 监督分类
为提高建筑物震害识别效率，采用监督分类的方法实现震害建筑物的快速提取，根据人工解译得到的震害建筑物样本，采用最大似然法的方法实现震害建筑物的快速提取，监督分类的方法方便快捷，震害建筑物分布提取精度较高，能有效的探测震害建筑物的分布，从而高效地指导地震应急工作。
4.3 面向对象信息提取
依据建立的震害特征库，构建震害建筑物提取规则集，从而实现建筑物的快速提取，加德满都地区建筑物分布密集，分割得到的中等破坏建筑物对象较为破碎，因此在特征构建时，将中等破坏建筑物的对象合并至倒塌建筑中。面向对象分类方法在震害特征库构建的前提下，能准确有效的实现震害建筑物分布提取，提取精度较监督分类高，且提取建筑物分布规整，见图3。
5 结语
高分二号卫星作为我国对地观测系统的第二颗卫星，是目前我国分辨率最高的光学对地观测卫星，具有米级空间分辨率、高辐射精度、高定位精度和快速姿态机动能力，与在轨运行的高分一号卫星相互配合，推动高分辨率卫星数据在地震应急与震害评估中的应用。在尼泊尔8.1级地震之后，根据获取的高分二号数据，快速对影像解译获取了震害分布结果，大致可得出如下结果：（1）获取震后高分二号数据之后，根据典型地物目标震害特征，可对震害目标进行人工解译，可识别出大型次生灾害导致的损毁道路及小区域建筑群体倒塌；（2）采用监督/非监督分类的方法提取震害建筑物时，损毁建筑物与周边裸土易混淆在一起，因而在识别时会造成错分和误分，但在地震应急阶段，为指示救援人员前往建筑倒塌严重的区域，其错分率可忽略不计；（3）高分二号卫星数据分辨率较高，采用面向对象分类的方法可实现不同震害程度建筑物的提取，且识别精度较高，由于尼泊尔加德满都地区房屋分布密集，较难实现单体建筑物的识别，部分区域可实现单体建筑物识别，大部分区域只能探测群体建筑物分布；（4）高分二号数据影像清晰，影像中损毁道路、次生灾害、损毁建筑物信息层次分明、纹理清晰、信息丰富。
上述研究结果表明，震后如果能及时的获取高分辨率的遥感影像，则可以通过遥感手段快速宏观地确定地震灾情分布。高分二号卫星是我国自主研制的首颗空间分辨优于1 m的民用光学遥感卫星，观测幅宽达到45 km，在亚米级分辨率国际卫星中幅宽达到先进水平，同时具备快速机动侧摆能力和较高的定位精度，有效地提升了卫星综合观测效能，其在地震防灾减灾方面，在地震应急模式下为地震应急与震后灾害评估提供有效的信息支撑。
参考文献
[1]陈启浩.面向对象的多源遥感数据分类技术研究与实现[D].武汉：中国地质大学，2007.
[2]关元秀，程晓阳.高分辨率卫星影像处理指南[M].北京：科学出版社，2008.
[3]李德仁.对地观测与抗震救灾[J].测绘科学，2009，34（1）：8-10.