遙感技術在城市建筑震害預測中的應用研究＊

李鐵錚,翟永梅

(1.同濟大學土木工程學院,上海 200092;2.同濟大學上海防災救災研究所,上海 200092)

0 引言

地震災害是重大自然災害之一,嚴重威脅著人民生命和財產(chǎn)的安全。強烈的地震具有突發(fā)性,毀滅性的特點,它可以在頃刻之間摧毀一座城市,造成大量的建筑倒塌、人員傷亡、生產(chǎn)停頓等一系列社會經(jīng)濟問題。

編制和實施城市抗震防災規(guī)劃,是減輕城市地震災害的有效措施,隨著中國城市化進程的進一步加快,為了更好地保障地區(qū)經(jīng)濟社會持續(xù)、健康、快速發(fā)展,許多地方都陸續(xù)開展了編制城市抗震防災規(guī)劃的工作。而建筑物震害預測則成為編制防災規(guī)劃的基礎性工作。

長期以來,建筑物屬性信息的獲取主要依靠人工實地調研。這種方法獲取的數(shù)據(jù)精度和置信度雖說較高,但存在著工作量大、效率低、費用高、數(shù)據(jù)獲取周期長等不足。

近年來,隨著遙感技術的不斷發(fā)展,尤其是高分辨率民用遙感衛(wèi)星的成功發(fā)射和應用,使得利用遙感技術進行城市震害預測成為可能。遙感技術所具有的覆蓋范圍廣,受地面狀況影響小,圖像獲取方便等優(yōu)點,使得它在建筑物識別,震災調查和快速預估評估方面發(fā)揮出越來越重要的作用。本文擬結合鄭州市鄭州新區(qū)抗震防災規(guī)劃編制工作的具體工程實例,開展遙感技術在城市震害預測中的應用研究。

1 建筑物信息提取原理和方法

1.1 建筑物高度信息提取

1.1.1 太陽、房屋與陰影的關系

為了簡化,首先做出如下兩種假設:

(1)假設建筑物位于平原地帶,無地形因素的干擾;

(2)建筑物垂直于地球表面。

設建筑物的高度為H,在平行于太陽光投射方向上建筑物陰影的實際長度為S,建筑物陰影可見長度為L2,被遮擋的長度為L1。衛(wèi)星高度角為α,太陽高度角為β(圖1)。

圖1 太陽和衛(wèi)星位于建筑物同側

遙感圖像上可見的陰影長度為:

可以求得這種情況下建筑物高度H和可見陰影長度L2之間的公式為:

如圖2,當太陽和衛(wèi)星位于建筑物的兩側時,在平行于太陽光投射方向上建筑物陰影的實際長度S和遙感圖上建筑物陰影可見長度L2相等,此時L1=0。這種情況下建筑物高度H和可見陰影長度L2之間的公式為:

圖2 正常蓄水位下壩體滲流場分布圖

綜合以上兩種情況的分析可知通過陰影求建筑物高度信息的兩種方法:

①如果已知遙感衛(wèi)星圖片中衛(wèi)星的相關參數(shù)信息,如太陽高度角,太陽方位角和衛(wèi)星高度角等,便可結合遙感圖像中建筑物陰影的可見長度L2利用公式(2)和公式(3)求出實際建筑物的高度。

②如果遙感衛(wèi)星圖片的衛(wèi)星參數(shù)未知,在這種情況下,同一幅遙感圖像內的衛(wèi)星參數(shù)信息相同,設K1=tanα＊tanβ/(tanα-tanβ),K2=tanβ無論在哪種情況下,K1和K2都為常數(shù),H=L2＊Ki(i=1,2),即建筑物實際高度和其在遙感圖像中在太陽光投射方向上的可見陰影長度L2成正比。在這種情況下,可以通過獲得當?shù)啬骋唤ㄖ锏膶嶋H高度來反求Ki,從而計算出其他建筑物的高度信息。

建筑物結構類型由高度來劃分,劃分的標準是:按平均層高為3 m劃分,建筑物高度4 m以下的為1層建筑,4 m到7 m之間為兩層建筑,7 m到10 m之間為3層建筑,依次類推。1層的建筑為平房(包括土坯房、簡易房和一層磚房);2層以上、小于6層的為多層磚混結構;6層以上的則為鋼筋混凝土框架結構、框剪結構。用建筑的層數(shù)乘以建筑物每層的建筑面積,就可以得到建筑物的總面積。

1.1.2 陰影提取

陰影在高分辨率遙感圖像中的光譜特征比較明顯,即具有較低的灰度值,而且不同陰影之間的灰度值有較強的統(tǒng)一性?？梢哉J為,高分辨遙感影像中的陰影具有一致的灰度集,充分利用這一特點,就可以實現(xiàn)對陰影的提取目的。黃浩[1],許妙忠[2]等學者在這方面都做出過一定貢獻。本文選取鄭州新區(qū)某小區(qū)的若干棟商品房建筑的高分辨率遙感圖像,進行提取過程的演示(圖3)。具體過程如下。

圖3 鄭州新區(qū)某小區(qū)遙感影像

(1)圖片增強處理

非線性拉伸圖像直方圖,降低陰影區(qū)域的灰度值,同時使其他非陰影地物的灰度值增大,以此來提高陰影和非陰影區(qū)域的對比效果。增強后的圖片效果如圖4所示。

圖4 增強處理后的遙感圖像

(2)樣本選取

為了得到滿意的分類結果,所選取的訓練樣本必須能夠反映此種信息類型光譜類別的所有組成。圖片的陰影特征雖然很明顯,但由于各陰影投射的地域不一,造成陰影區(qū)域的光譜特征有所差異,所以樣本要盡量在多個不同區(qū)域選擇,本圖的樣本選擇如圖5所示(紅色高亮區(qū)域部分為樣本)。

圖5 樣本選擇

(3)圖像分類

綜合監(jiān)督分類的幾種分類方法的優(yōu)缺點,再結合本圖的分類性質,筆者采用的是平行六面體分類法。在分類過程中尤其要注意的是要因圖而異地選取合適的數(shù)值變差范圍,以防出現(xiàn)錯選與漏選的問題。圖6所示是分類后的結果。

圖6 初步分類結果

(4)后處理

一般情況下,經(jīng)過分類后的遙感圖像上仍會分布一些散落、孤立的“斑點”,而且陰影區(qū)域的分類結果中有類似“孔洞”的存在。“斑點”是因為地物中存在一些與陰影光譜信息相近的物體,“孔洞”則是因為在陰影區(qū)存在與陰影光譜信息相差比較大的物體。“斑點”相比陰影來說,其像素很少,所以可以設定一個面積閾值,去除孤立散落的“斑點”。要填補圖中的“孔洞”,可以通過數(shù)學形態(tài)學中的閉運算(closing operate)來進行。圖7為去除“斑點”和“孔洞”后的結果。

(5)陰影分類結果矢量化

圖7 去除“斑點”填補“孔洞”后的結果圖

對經(jīng)過一系列后處理之后的陰影圖像進行矢量化(如圖8)。矢量化后的陰影文件可以被GIS讀取,進而計算得到所需數(shù)據(jù)。這里的陰影矢量化是為之后的陰影長度提取工作做數(shù)據(jù)準備。

圖8 矢量化結果圖

(6)陰影長度計算

這里所指的陰影長度就是圖1和圖2中所示的陰影可見長度L2。國內諸多學者如董玉森、謝軍飛、張桂芳、王永剛、劉龍飛等均對陰影信息的提取進行了相關探索[3-7]。本文應用一種通過陰影自身的矢量圖來分割太陽光投射方向上的直線,從而直接讀取陰影長度的方法。首先在太陽光投射方向上拉出一系列平行直線,使其與各陰影矢量圖相交。然后,截斷陰影矢量圖以外的直線部分,取這些直線與各陰影矢量的交集,截斷后結果如圖9所示,這些矢量內的線段長度便是陰影的可見長度L2。L2的計算過程可在GIS中實現(xiàn),陰影矢量和截斷后的線段分屬兩個圖層,然后進行查詢操作,即尋找每一陰影矢量內完全包含的對象,此對象就是陰影對應的長度。過程簡便快捷,且保證了一定的精度。

圖9 截斷割線后的結果圖

1.2 建筑物面積信息提取

與陰影不同,建筑物屋頂由于建筑材料的不同而表現(xiàn)出不同的光譜特征,且建筑物沒有確定的幾何形狀,因而對建筑物的自動化提取造成了很大困難?，F(xiàn)有的一些建筑物自動化提取辦法大都計算復雜,普適度不高,滿足不了實際應用的需求。基于此,本文對建筑物的提取采用人工矢量化的方法。經(jīng)過經(jīng)緯度的配準,矢量化的建筑物在GIS上便能直接獲取建筑物的面積,也就是建筑物每層的面積。矢量化結果如圖10所示。

圖10 建筑物的矢量化

2 算法檢驗與精度分析

2.1 數(shù)據(jù)驗證

為了檢驗提取建筑物數(shù)據(jù)的精度,本文選取了鄭州市中牟縣的部分建筑物進行提取數(shù)據(jù)的驗證。建筑物的實際層數(shù)從中牟縣建設局獲得,計算層數(shù)為通過高分辨率遙感影像提取所得。圖11到圖16分別給出了A、B、C三個區(qū)域的建筑物矢量疊加圖及計算值和實際測量值。表1給出了提取的均方根誤差。

圖11 A區(qū)建筑物矢量疊加圖

圖12 A區(qū)建筑物實際層數(shù)與計算層數(shù)比較

圖13 B區(qū)建筑物矢量疊加圖

圖14 B區(qū)建筑物實際層數(shù)與計算層數(shù)比較

圖15 C區(qū)建筑物矢量疊加圖

圖16 C區(qū)建筑物實際層數(shù)與計算層數(shù)比較

表1 均方根誤差(層)

為了檢驗對面積提取的精確度,選取了中牟縣某兩處樓盤進行精度分析(圖17、圖18)。實際數(shù)據(jù)從中牟縣建設局處獲得。表2給出了計算值和實際值:

圖17 D區(qū)影像

圖18 E區(qū)影像

表2 計算值與實際值比較

2.2 誤差因素分析及精度評價

2.2.1 誤差因素分析

通過A、B、C三個區(qū)域計算層數(shù)和實際層數(shù)的對比結果,可以看出個別建筑物層數(shù)信息的提取有誤差,誤差因素經(jīng)分析原因有如下兩點:

(1)建筑物陰影誤差。本文中陰影的提取方法主要是基于高分辨率遙感圖像的光譜信息,因而對圖像的質量要求非常高。實際用到的圖像中的樹木,道路等地物有時也會呈現(xiàn)和陰影類似的光譜特征,從而被誤當作陰影而提取;此外,建筑物周圍的地物也會遮擋陰影。如C區(qū)中的18號建筑,其陰影和周圍的樹木光譜特征相似,部分樹木被誤識別為陰影,造成計算層數(shù)大于實際層數(shù);而C區(qū)的17號建筑,其陰影則被周圍地物遮擋,陰影提取值小于實際值,造成計算層數(shù)小于實際層數(shù)。此外,低矮型建筑的陰影區(qū)域通常很小,輪廓很不清晰,也會造成陰影提取的誤差。

(2)建筑物層高因素。調查中發(fā)現(xiàn)某些商場或廠房車間,建筑層高遠大于本文所設定的3 m,造成按照遙感圖像提取的建筑物層數(shù)大于實際層數(shù)。

2.2.2 精度評價

通過數(shù)據(jù)驗證與結果分析,對于建筑物屬性信息的提取精度本文有如下幾點認識:

(1)多高層建筑的提取精度比低矮型建筑的提取精度高。低矮型建筑的陰影區(qū)域通常很小,其輪廓很不清晰,造成陰影提取值與實際不符,從而影響層數(shù)的計算;而多高層建筑的陰影區(qū)域大,輪廓明顯,提取精度相對高。

(2)受樹木、道路等地物的影響,空曠地帶的提取精度比密集地帶的提取精度高。如在C區(qū),提取層數(shù)有誤差的4棟建筑都因為建筑之間布滿樹木等地物,造成陰影提取的不準確,導致層數(shù)識別錯誤。

(3)綜合A、B、C三個區(qū)域的數(shù)據(jù)驗證結果,其層數(shù)提取的均方根誤差分別為0.574(層)、0.316(層)、0.623(層),三個區(qū)域共56棟建筑物的總均方根誤差為0.467(層);對于中牟縣老縣城兩個樓盤的精度分析表明,面積提取的相對誤差都在10%之內。這些結果表明本文的方法是可行的,具有一定的應用價值。

3 總結與展望

基于高分辨率遙感影像的建筑物信息提取技術相比于傳統(tǒng)的人工調查手段優(yōu)勢十分明顯:節(jié)省大量的人力財力,獲取的數(shù)據(jù)時效性好,能夠緊隨城市的建設步伐。本文首先提出了基于高分辨率遙感影像的建筑物的提取原理和方法,并利用一幅試驗區(qū)的遙感影像介紹了對建筑物陰影的提取過程及陰影長度的計算方法。最后對提取結果作了精度評估,對建筑物層高的提取基本符合實際情況,56棟建筑物的總均方根誤差為0.467(層),面積提取結果和實際數(shù)值的相對誤差在10%之內,基本滿足震害預測的需求。

本文的研究雖然取得了初步的成功,但依然任重道遠,尚有許多有待進一步深入進行的研究工作:首先在建筑物的提取方面,由于技術上的不成熟和精度不高等因素,采用了人工的矢量化提取方式。這是以后有待進一步研究的地方,以實現(xiàn)提取過程的完全自動化。其次在建筑物高層信息的提取方面,雖然結果精度可以滿足要求,但信息提取自動化程度仍不高,需較多人工參與,如何使該方法進一步自動化,也是今后需要研究的一個課題。

[1] 黃浩,張友靜.基于影像融合的IKONOS影像陰影信息自動提取方法[J].2004,遙感信息,2004(4):29-31.

[2] 許妙忠,于志惠.高分辨率衛(wèi)星影像中陰影的自動提取與處理[J].測繪信息與工程,2003(1):20-22.

[3] 董玉森,詹云軍,楊樹文.利用高分辨率遙感圖像陰影信息提取建筑物高度[J].咸寧師專學報,2002,22(3):35-39.

[4] 謝軍飛,李延明.利用IKONOS衛(wèi)星圖像陰影提取城市建筑物高度信息[J].國土資源遙感,2004(4):4-6.

[5] 張桂芳,單新建,尹京苑,等.單幅高空間分辨率衛(wèi)星圖像提取建筑物三維信息的方法研究[J].地震地質2007,29(1):180-186.

[6] 王永剛,劉慧平.利用角點最近距離統(tǒng)計平均法計算建筑物陰影長度[J].國土資源遙感,2008(3):32-36.

[7] 劉龍飛,王銳君,董衛(wèi)平,等.一種快速提取建筑物高度的方法研究[J].遙感技術與應用,2009,24(5):631-634.