基于Z因子的SAR圖像地震受災(zāi)靶區(qū)解譯

韋詩瑩 張風(fēng)麗 張瑞菊 劉杉 邵蕓

引言

SAR即英語“Synthetic Aperture Radar”的縮寫，意為合成孔徑雷達(dá)。雷達(dá)發(fā)展的初期出現(xiàn)的是真實(shí)孔徑雷達(dá)（Real Aperture Radar，RAR），但受天線物理尺寸大小的限制，很難獲得高分辨率（SAR圖像區(qū)分兩個(gè)相鄰地物的能力）的圖像。合成孔徑雷達(dá)技術(shù)是雷達(dá)沿著軌道連續(xù)地獲取一系列圖像，通過后期處理將這些圖像組合起來，最終得到看起來就像來源于一個(gè)大天線的，高分辨率的SAR圖像。與光學(xué)遙感相比，合成孔徑雷達(dá)能夠不受光照和天氣條件的限制，全天時(shí)、全天候進(jìn)行對地觀測，并且對某些地物具有一定的穿透能力，這些特點(diǎn)使得SAR技術(shù)在災(zāi)害應(yīng)急監(jiān)測、環(huán)境監(jiān)測、海洋監(jiān)測、地形測繪及軍事等方面具有獨(dú)特的優(yōu)勢，起到其他遙感技術(shù)無法替代的作用。

我國是地震災(zāi)害較為嚴(yán)重的國家之一，據(jù)統(tǒng)計(jì)我國7級以上大陸地震的數(shù)目占全世界的35%。大地震會造成大量的建筑物損毀和人員傷亡，而且震后一般都伴隨著持續(xù)的惡劣天氣。受到光照及云層的影響，光學(xué)遙感衛(wèi)星無法第一時(shí)間拍攝災(zāi)區(qū)衛(wèi)星圖像，航拍無人機(jī)也不能快速進(jìn)入災(zāi)區(qū)作業(yè)。而雷達(dá)遙感技術(shù)憑借不受云雨天氣影響，可以連續(xù)對地觀測的優(yōu)勢，成為了地震災(zāi)情評估與應(yīng)急救援中不可或缺的技術(shù)手段。

快速獲取災(zāi)區(qū)建筑物損毀信息，對于制訂應(yīng)急救援方案，采取正確的應(yīng)急措施是非常重要的。目前，利用雷達(dá)圖像獲取震后建筑物損毀信息常用的方法有以下四種。第一種是目視解譯，即專業(yè)人員通過目視，對比地震前后SAR圖像的變化情況，該種方法速度較快，但是對人員專業(yè)技能要求較高，對分辨率較低的圖像解讀難度較大；第二種是差值法，即通過計(jì)算建筑物等地物目標(biāo)，對災(zāi)前和災(zāi)后SAR圖像上某參數(shù)的差值、比值等信息，進(jìn)行損毀檢測和損毀區(qū)域判別，該方法雖然耗時(shí)較短，但是受到SAR圖像質(zhì)量的影響，損毀檢測準(zhǔn)確度不高；第三種是利用SAR圖像的相位特征，即根據(jù)地震前后雷達(dá)信號波形的變化來進(jìn)行損毀區(qū)域檢測，但是該方法受SAR成像條件，例如基線長度、間隔時(shí)長、波長及地表植被變化等影響較大，穩(wěn)健性較低；第四種是利用SAR圖像的極化相關(guān)參數(shù)進(jìn)行損毀檢測，極化參數(shù)與雷達(dá)信號發(fā)射和接收的方式有關(guān)，有HH極化（水平發(fā)射、水平接收），HV極化（水平發(fā)射、垂直接收），VV極化（垂直發(fā)射、垂直接收），VH極化（垂直發(fā)射、水平接收）四種類型，但該方法需要衛(wèi)星具備全極化工作能力，同時(shí)極化分解速度較慢。

災(zāi)后城市建筑物損毀嚴(yán)重區(qū)域稱為受災(zāi)靶區(qū)，是本文重點(diǎn)關(guān)注的區(qū)域，針對上述四類方法的局限性，本文將后向散射強(qiáng)度差值計(jì)算與相關(guān)系數(shù)計(jì)算進(jìn)行組合，組合后的參數(shù)稱為Z因子，通過對比地震前后Z因子的變化來進(jìn)行震后建筑物損毀靶區(qū)檢測。本研究表明該算法能在地震發(fā)生后快速對受災(zāi)情況進(jìn)行初步解譯，結(jié)果準(zhǔn)確，耗時(shí)少。

基于Z因子的損毀靶區(qū)檢測方法

針對差值法對受災(zāi)靶區(qū)檢測不準(zhǔn)確的問題，我們將災(zāi)前災(zāi)后后向散射強(qiáng)度的差值和相關(guān)性的變化進(jìn)行組合，形成一個(gè)新的特征指數(shù)，稱為Z因子，以便更好地反映地震前后地物目標(biāo)在SAR圖像上的變化，其中后向散射強(qiáng)度是指雷達(dá)傳感器向地物發(fā)射和接收脈沖信號強(qiáng)度的比值。建筑物損毀后發(fā)生倒塌，一般而言二次散射減弱會使得后向散射減小，但有時(shí)由于建筑物破碎度較高，粗糙度大幅增大，其后向散射強(qiáng)度有可能反而升高?？梢?，雷達(dá)后向散射強(qiáng)度的變化可被用來描述損毀發(fā)生的概率，變化差值絕對值越大，代表發(fā)生損毀的可能性越高。Pearson相關(guān)系數(shù)是描述兩幅圖像之間的相關(guān)程度，它可以反映地震前后后向散射強(qiáng)度的相關(guān)性，也可以反映損毀發(fā)生的概率，相關(guān)性越高代表發(fā)生變化的可能性越小。

SAR圖像像元是傳感器對地物進(jìn)行采樣的最小單元，定義地震前后目標(biāo)區(qū)SAR圖像所有像元的雷達(dá)后向散射強(qiáng)度差值的均值為d，定義該目標(biāo)區(qū)所有像元災(zāi)前災(zāi)后的后向散射強(qiáng)度均值的Pearson相關(guān)系數(shù)為r，則變化指數(shù)Z因子表達(dá)式為：

其中， |d|是災(zāi)前災(zāi)后后向散射強(qiáng)度差值取絕對值， max（d）是強(qiáng)度差值的最大值， 是相關(guān)系數(shù)值的權(quán)重。

利用Z因子對高分辨率SAR圖像進(jìn)行建筑物損毀解譯，總體方法流程圖如圖1所示。首先對災(zāi)前災(zāi)后SAR圖像進(jìn)行預(yù)處理，包括對SAR圖像進(jìn)行配準(zhǔn)，使用濾波減少SAR圖像斑點(diǎn)噪聲，將濾波結(jié)果進(jìn)行地理編碼和輻射定標(biāo)，得到兩個(gè)時(shí)相數(shù)據(jù)的后向散射強(qiáng)度值，然后將城市建筑物區(qū)域提取出來，對結(jié)果圖像分別計(jì)算后向散射強(qiáng)度差值和相關(guān)系數(shù)值，并通過Z值公式將其結(jié)果進(jìn)行組合，計(jì)算得到Z值結(jié)果圖，最后對Z值結(jié)果圖進(jìn)行快速解譯，圈定受災(zāi)靶區(qū)范圍。

圖1 方法流程圖

圖2 地震受災(zāi)情況：綠色方框代表日本熊本市范圍，黃色方框代表受災(zāi)靶區(qū)益城町范圍，白色方框代表受災(zāi)靶區(qū)中兩處建筑物損毀詳細(xì)情況，紅色方框代表損毀建筑物

日本熊本地震災(zāi)區(qū)SAR數(shù)據(jù)

2016年4月14日，日本熊本市發(fā)生7級地震，造成49人遇難，大量建筑物受到不同程度的損毀。日本大地2號（ALOS 2）陸地觀測衛(wèi)星獲取了此次地震前后的高分辨率SAR數(shù)據(jù)，經(jīng)過對近幾年地震前后獲取的SAR數(shù)據(jù)進(jìn)行對比發(fā)現(xiàn)，此次地震前后的SAR數(shù)據(jù)分辨率高，數(shù)據(jù)時(shí)間間隔短，地表及地表植被季節(jié)性變化對SAR圖像影響較小，具備良好的損毀檢測條件。同時(shí)損毀區(qū)域集中在城市居民區(qū)，人口密集度較大，從減災(zāi)角度進(jìn)行損毀檢測具有更大的現(xiàn)實(shí)意義。因此本文選取日本熊本市地區(qū)地震前后ALOS 2數(shù)據(jù)作為實(shí)驗(yàn)數(shù)據(jù)源。

在進(jìn)行SAR數(shù)據(jù)分析之前，首先收集了地震前后光學(xué)遙感數(shù)據(jù)和建筑物損毀地面調(diào)查結(jié)果，作為損毀檢測結(jié)果的參照。根據(jù)地震前后光學(xué)遙感數(shù)據(jù)目視解譯的結(jié)果，受災(zāi)情況如圖2所示，綠色方框代表日本熊本市范圍，截取本次受災(zāi)靶區(qū)益城町中兩處（白色方框）建筑物損毀情況進(jìn)行目視解譯，目視解譯結(jié)果如圖中紅色部分所示，由光學(xué)圖像顯示得到益城町區(qū) 域建筑物損毀情況非常嚴(yán)重。圖3則顯示了本次地震建筑物損毀整體分布情況的地面調(diào)查結(jié)果，紅色表示損毀嚴(yán)重區(qū)域。

圖3 建筑物損毀地面調(diào)查情況

圖4 ALOS 2原始圖像

圖5 預(yù)處理結(jié)果

SAR圖像選取了地震前后（2016年3月7日和2016年4月18日）兩個(gè)時(shí)相，HH極化的高分辨率ALOS 2數(shù)據(jù)（圖4），分辨率為1.43m×2.03m。本次SAR數(shù)據(jù)均為沿著衛(wèi)星飛行方向的右方側(cè)視成像，入射角均為36.2度。首先對地震前后SAR圖像進(jìn)行預(yù)處理，并裁剪出熊本市城市區(qū)域。預(yù)處理包括配準(zhǔn)、濾波、地理編碼與輻射定標(biāo)，并將城市范圍的山林、河流區(qū)域去除，實(shí)驗(yàn)區(qū)預(yù)處理后的SAR圖像如圖 5所示。其中圖像配準(zhǔn)是對不同時(shí)間、不同條件（氣候、亮度、入射角等）獲取的兩幅圖像進(jìn)行匹配的過程；濾波是為了減少SAR圖像上的斑點(diǎn)噪聲（SAR圖像上隨機(jī)的白點(diǎn)）對圖像的影響；由于該信息編碼在雷達(dá)系統(tǒng)下，需要對圖像進(jìn)行地理編碼，將SAR數(shù)據(jù)從斜距坐標(biāo)系轉(zhuǎn)到地理坐標(biāo)系；輻射定標(biāo)則是將地理編碼后的SAR數(shù)據(jù)歸一化到同一標(biāo)準(zhǔn)，以便于對兩幅SAR圖像數(shù)據(jù)進(jìn)行分析計(jì)算。

實(shí)驗(yàn)結(jié)果與討論

以預(yù)處理結(jié)果為基礎(chǔ)，分別以兩個(gè)單一參數(shù)（后向散射強(qiáng)度差值、后向散射強(qiáng)度的Pearson相關(guān)系數(shù)）和組合參數(shù)Z因子作為檢測參數(shù)，對目標(biāo)區(qū)地震前后的SAR圖像進(jìn)行受災(zāi)靶區(qū)快速解譯。解譯結(jié)果如圖6和圖7所示。

圖 6（a）是對地震前后圖像進(jìn)行單一后向散射強(qiáng)度的差值變化檢測的結(jié)果，差值絕對值越大，代表變化可能性越高，在圖中呈現(xiàn)偏紅色和藍(lán)色，在該區(qū)域差值范圍在[-5,5]之間。差值結(jié)果圖中的益城町區(qū)域沒有明顯顯示出來，說明僅使用該結(jié)果無法對地震損毀區(qū)域進(jìn)行解譯判定。

圖6（b）是災(zāi)前災(zāi)后后向散射強(qiáng)度Pearson相關(guān)系數(shù)的計(jì)算結(jié)果，相關(guān)系數(shù)越低，建筑物受到損毀的可能性則越高，在圖中則顯示為偏藍(lán)色。該實(shí)驗(yàn)區(qū)相關(guān)系數(shù)數(shù)值范圍為[-1,1]。建筑物損毀引起后向散射變化，降低了相關(guān)性，因此可以明顯看到受損較為嚴(yán)重的益城町區(qū)域，存在大片較為集中的藍(lán)色的區(qū)域，說明Pearson相關(guān)系數(shù)比后向散射強(qiáng)度差值法更適用于對地震損毀區(qū)域的解譯判定，但解譯結(jié)果中損毀建筑比較分散不符合地面調(diào)查結(jié)果。

圖 7是相關(guān)系數(shù)值的權(quán)重w取值為0.5時(shí)，Z因子計(jì)算的計(jì)算結(jié)果。Z值越大，損毀可能性越高，在結(jié)果圖中呈現(xiàn)為黃色或紅色區(qū)域，更容易被人眼識別。該實(shí)驗(yàn)區(qū)的Z值范圍是[-0.5,0.5]。根據(jù)公式，紅色方框范圍內(nèi)Z因子值較高并且較為集中，判定為本次地震受災(zāi)靶區(qū)，對比地面真實(shí)調(diào)查數(shù)據(jù)情況（圖3），該區(qū)域確實(shí)是本次地震中建筑物損毀最為嚴(yán)重的區(qū)域。

圖6 強(qiáng)度差值法及相關(guān)系數(shù)法結(jié)果圖

圖7 Z因子結(jié)果圖

從圖6、圖7的對比可以看出，Z因子方法同時(shí)考慮災(zāi)害前后建筑物后向散射強(qiáng)度的變化和相關(guān)性，可以較為準(zhǔn)確獲取地震后受災(zāi)情況，解譯人員在Z值結(jié)果圖中能快速獲取受災(zāi)靶區(qū)范圍，比單使用一個(gè)檢測因子的結(jié)果更為準(zhǔn)確。

結(jié)語

本文針對常用的差值法受SAR圖像斑點(diǎn)噪聲影響較大的問題，提出了結(jié)合強(qiáng)度差值與相關(guān)系數(shù)的Z因子方法對受災(zāi)靶區(qū)進(jìn)行圈定，并利用ALOS 2數(shù)據(jù)對震后受災(zāi)靶區(qū)進(jìn)行快速解譯實(shí)驗(yàn)。首先對地震前后SAR圖像進(jìn)行預(yù)處理，然后計(jì)算差值與相關(guān)系數(shù)，將兩者結(jié)合計(jì)算Z因子，得到地震損毀結(jié)果圖，最后進(jìn)行解譯，確定受災(zāi)靶區(qū)范圍。基于2016年4月14日日本熊本地震前后的高分辨率ALOS 2圖像的實(shí)驗(yàn)表明，基于Z因子的損毀檢測方法能夠較準(zhǔn)確地圈定地震后建筑物嚴(yán)重?fù)p毀區(qū)域，進(jìn)而幫助解譯人員快速識別受災(zāi)靶區(qū)，為災(zāi)后救援和應(yīng)急響應(yīng)提供信息支持。