一、研究背景：
地震是最具有破坏力和危害性最严重的自然灾害之一，破坏性地震会造成惨重的人员伤亡和巨大经济损失。我国地处于环太平洋地震带和喜马拉雅—地中海两大地震带之间，这使得我国成为世界上受地震危害最严重的国家之一。以目前的科学水平，尚不能准确预测地震的发生，无法做好充分准备应对地震突然袭击。因此在地震发生后，高效的应急救援是减轻人员伤亡和灾害损失的重要途径。地震发生后，建筑物的倒塌是造成人员伤亡的最主要因素。有研究表明，震后95%的人员伤亡是由建筑物倒塌引起的。因此，快速获取震区建筑物倒塌信息，对应急救援工作有着重要的指导意义。
遥感技术具有时效性强、观测范围大的优势，是快速获取震害信息的有效手段，在救灾决策中发挥着重要的作用。虽然光学遥感图像给人以真实、直观的感觉，但是在云、雨、雪、阴天等太阳光照不佳的天气中很难对地物进行有效成像。而SAR遥感不受天气影响，具备全天候、全天时的对地观测能力，在地震灾害调查中被广泛应用。全极化SAR数据所包含的目标信息比单极化SAR丰富很多，能够更准确地识别地物。在全极化SAR影像中，除了极化特征外，还包含丰富的强度特征，利用极化SAR数据中的极化信息和强度信息识别建筑物震害信息既能保证震后可靠的遥感数据源，又能获得更高的识别精度，是一项既有学术意义，又有社会价值的研究。
二、主要技术方法：
本研究以震后单时相全极化合成孔径雷达（PolSAR）数据为数据源，综合运用特征提取、特征融合、图像分类识别、决策融合等关键技术，针对PolSAR图像的特点构建了新的特征，提出了新的特征融合方法以及建筑物震害识别方法，实现了PolSAR数据极化特征与强度特征的融合，充分利用了PolSAR的相位信息和幅度信息，发展了基于PolSAR数据的建筑物震害信息自动提取方法。本研究提出的灾区建筑物提取方法以及建筑物震害识别方法具有所需数据量少、数据获取有保障、对数据要求不严苛、识别方法简单快捷、识别精度较高的优势，能够为震后建筑物损毁快速评估提供方法和技术支持。
本研究主要基于两种研究思路展开对建筑物震害信息识别方法与技术的研究，一种是基于典型地物分类的目标信息提取方法，另一种是基于目标检测的目标信息提取方法。
基于第一种研究思路，本研究提出了新的极化特征、结合纹理特征提高了建筑物震害识别精度、提出了新的多特征融合方法。首先，本研究针对震区建筑物的特点，提出了4种新的极化特征参数，即归一化二面角分量差（NDDC）、散射成分相对贡献变化率（CRDbl-Vol）、基于散射矩阵特征值的H_λ和λ_H，以适用于震区建筑物提取，进而提高倒塌建筑的识别精度。同时设计了3种使用这些特征提取建筑物震害信息的方案，即结合NDDC与极化相关系数的建筑物震害识别方法、基于散射成分相对贡献变化率的建筑物震害信息提取方法、使用H_λ和λ_H识别震区不同类型建筑的方法。其次，PolSAR影像中不仅包含极化特征，还含有丰富的纹理特征，为此，本研究根据实验分析结果，筛选出对震区建筑物识别敏感性较强的多个纹理特征，利用这些纹理特征对极化特征提取的建筑物震害信息结果进行修正，提高了建筑物震害识别精度。为了更好地融合极化特征与多种纹理特征，本研究提出了新的特征融合方法，即基于精度加权的多特征融合方法（PWMF）和交叉再分类方法（Cross Reclassification），它们能够在决策层融合各种特征，方法灵活、普适性好。本研究利用PWMF方法融合了多种纹理特征提高了建筑物震害信息提取精度，利用Cross Reclassification融合了极化特征与纹理特征的分类结果，提高了城市建筑物的提取精度。
基于第二种研究思路，本研究借鉴机器故障检测思想，仅提取感兴趣目标类，即倒塌建筑物和建筑物，将单类分类方法应用到从PolSAR数据中识别建筑物和倒塌建筑的研究中。鉴于PolSAR影像包含的各种强度特征和极化特征非常丰富，而支持向量机（SVM）分类器对特征之间的相关性要求不高，本研究采用单类支持向量机（One-Class SVM，OCSVM）方法将这些丰富的特征加入分类器中，对建筑物和倒塌建筑物分别进行提取，不仅速度快，也能获得满足需求的识别结果。
三、相关成果：
（一）论文论著：
Wei Zhai, Chunlin Huang, Wansheng Pei. Building Damage Assessment Based on the Fusion of Multiple Texture Features Using a Single Post-Earthquake PolSAR Image. Remote Sensing, 2019, 11(897):1-23.
Wei Zhai, Chunlin Huang, Wansheng Pei. Two New Polarimetric Feature Parameters for the Recognition of the Different Kinds of Buildings in Earthquake-Stricken Areas Based on Entropy and Eigenvalues of PolSAR Decomposition. Remote Sensing, 2018, 10(1613):1-19.
Wei Zhai, Chunlin Huang. Fast building damage mapping using a single post-earthquake PolSAR image: a case study of the 2010 Yushu earthquake. Earth, Planets and Space, 2016, 68(1): 1-12.
Wei Zhai, Huanfeng Shen, Chunlin Huang, et al. Building Earthquake Damage Information Extraction from a Single Post-Earthquake PolSAR Image. Remote Sensing, 2016, 8(3): 171.
Wei Zhai, Huanfeng Shen, Chunlin Huang, et al. Fusion of polarimetric and texture information for urban building extraction from fully polarimetric SAR imagery. Remote Sensing Letters, 2016, 7(1): 31-40.
Wei Zhai, Chunlin Huang, Wansheng Pei, et al. Building damage information investigation from a single post-earthquake PolSAR image based on the fusion of multiple texture features. IEEE International Geoscience and Remote Sensing Symposium, 2017, 1036-1039.
Wei Zhai, Wenhao Zeng. Building damage assessment using a single post-earthquake PolSAR image: a case of the 2010 Yushu earthquake. IOP Conf. Series: Earth and Environmental Science. 2017, 57(012018): 1-9.
Wei Zhai, Huanfeng Shen, Chunlin Huang, et al. Building damage information investigation after earthquake using single post-event PolSAR image. IEEE International Geoscience and Remote Sensing Symposium, 2016: 7338-7341.
翟玮, 沈焕锋, 黄春林. 结合PolSAR影像纹理特征分析提取倒塌建筑物. 遥感技术与应用, 2016, 31(5): 975-982.
翟玮, 赵斐. 应用单类分类提取极化SAR影像中的倒塌建筑物. 内陆地震, 2016, 30(4): 344-349.
翟玮. 基于单时相全极化SAR影像的建筑物震害信息提取. 山西地震, 2016(1): 19-22.
翟玮, 裴万胜, 赵斐, 等. PolSAR影像纹理特征在倒塌建筑物提取中的应用分析. 国际地震动态, 2015(9): 127-127.
翟玮, 赵斐. 基于极化SAR的城市建筑物提取. 甘肃科技, 2016, 32(2): 46-48.
安相君, 翟玮. 利用单类分类方法提取全极化雷达影像中的建筑物. 甘肃科技, 2016, 32(14): 24-26.
（二）软件著作权：
翟玮，肖修来，赵林林，等. 基于交叉再分类方法的城市建筑物提取软件V1.0. 登记时间2018/11/13，登记号2018SR906550.
翟玮，张皓然，肖修来，等. 倒塌建筑SAR图像特征库软件V1.0. 登记时间2019/11/07，登记号2019SR1126550.
高永国，翟玮，尹欣欣，等. 地震信息网络监控故障消息发送平台V1.0. 登记时间2019/08/16，登记号2019SR0854864.
甘公网安备 62010002000506号
