高光譜遙感技術在建（構）筑物震害識別中的應用1

李 強 張景發(fā)

?

高光譜遙感技術在建（構）筑物震害識別中的應用1

李 強1，2）張景發(fā)2）

1）中國地震局工程力學研究所（中國地震局工程與工程振動重點實驗室），哈爾濱 150080 2）中國地震局地殼應力研究所（地殼動力學重點實驗室），北京 100085

高光譜遙感作為20世紀空間對地觀測技術重大進步的產物，通過其較高的光譜分辨率，為人們提供了豐富的地球表面信息，在各個研究領域得到了快速發(fā)展和廣泛應用，并取得了卓越的成果。盡管高光譜遙感具有獨特的優(yōu)勢，但是針對其在震害評估領域中應用的相關研究較少。本文在總結高光譜遙感的特征、優(yōu)勢及不同領域應用現(xiàn)狀的基礎上，開展了其在震害評估領域的應用研究。基于ASD地物波譜儀獲取的建（構）筑物光譜曲線構建可用于震害分析所需的光譜特征庫，對比光譜庫中地物曲線之間的差異后，發(fā)現(xiàn)高光譜遙感在震害評估領域中的應用是可行的，因不同震害地物之間的光譜特征曲線存在差異，依據(jù)這種差異可區(qū)分不同的震害信息，從而對震害遙感圖像進行精細分類。

高光譜遙感 光譜特征 地物光譜庫 震害評估

引言

空間對地觀測技術是20世紀科技發(fā)展的重大成果，以衛(wèi)星為基礎的遙感技術可實現(xiàn)遠距離非接觸性地球觀測（楊哲海等，2003）。近幾十年來，隨著遙感平臺、傳感器及計算機技術的快速發(fā)展，遙感技術逐漸向微波和高光譜方向發(fā)展。高光譜遙感在20世紀80年代出現(xiàn)，其光譜分辨率達到納米量級，形成的空間影像中的每個像素都具有其對應的光譜特征，提高了人類對客觀世界的認識能力（童慶禧，2008）。

經過20多年的發(fā)展，利用高光譜遙感較高的光譜分辨率能獲取較常規(guī)遙感手段更為詳細的地面信息，受到了國內外對地觀測研究領域及其他領域學者的關注，從數(shù)據(jù)獲取到數(shù)據(jù)的處理與應用等方面都得到了快速的發(fā)展。高光譜遙感已在地球科學的各個領域，如精細農業(yè)、林業(yè)調查、大氣環(huán)境監(jiān)測、地質找礦及制圖、識別偽軍事目標和海洋生物等得到了廣泛的應用，并逐漸起到了越來越重要的作用。在海洋遙感方面，利用高光譜遙感光譜響應范圍廣、分辨率高的優(yōu)勢，可以有效探測水色、水溫等，同時可用于探測海洋水體表面油層、海水中葉綠素濃度、深海中物質的分布、海水中污染物的濃度等。通過研究海水中不同物質成分的光譜特征，了解深海層中物質的分布，更好地為海洋探測提供依據(jù)。在植被研究方面，由于不同植冠的組成成分不同，利用高光譜光譜范圍窄、光譜連續(xù)的特點，可提取植被覆蓋度、植被干物質信息及監(jiān)測植被多樣性等，還可以利用高光譜遙感監(jiān)測植冠成分的變化，得到受病蟲害或大氣環(huán)境等影響的情況（宮鵬，1998）。在精細農業(yè)方面，高光譜遙感可以監(jiān)測農作物長勢，提取農作物含水量、葉面指數(shù)等參數(shù)，定量評估農作物產量，同時可以探測農作物土壤含水量、礦物質的含量等，為精細農業(yè)提供技術保障（劉偉東，2002）。在地質調查方面，高光譜具有很多不同于寬波段遙感的特點，利用波段窄的優(yōu)勢可以精確地探測到巖石中不同礦物質的存在，根據(jù)光譜曲線的不同，區(qū)分不同的礦物質組成成分（張成業(yè)等，2015）。高光譜遙感在蝕變帶及蝕變礦物、油氣探測、礦物識別與填圖等方面也應用廣泛。趙志芳等（2012）等利用ASTER影像數(shù)據(jù)對云南省保山市礦區(qū)礦化異常信息進行提取，利用USGS和AUS礦物光譜庫，得到鐵染蝕變異常信息，取得了比較好的效果。在軍事偵察、偽裝識別方面，由于目標經常隱藏在與自身色調一致的地物中，通過肉眼無法區(qū)分識別，依靠高光譜技術光譜分辨率高的優(yōu)勢，根據(jù)目標與偽裝材料光譜特征的不同，能夠在成像光譜儀獲取的影像中快速準確地捕捉偽裝目標。

高光譜遙感不同于傳統(tǒng)的多光譜遙感技術，其在光譜分辨率上具有獨特優(yōu)勢，可探測到地物目標的細節(jié)信息。歸納其特點及優(yōu)勢如下（楊國鵬，2007；路威，2005）：

（1）波段多，波段連續(xù)，光譜分辨率高。在250—2500nm的全波段光譜范圍內，高光譜遙感的光譜分辨率一般小于10nm，使得波段數(shù)目具有成百上千個，從而獲得近乎連續(xù)的光譜曲線。

（2）數(shù)據(jù)量大，信息冗余增加。較常規(guī)的遙感影像，高光譜遙感影像具有高數(shù)十倍的波段數(shù)目，數(shù)據(jù)量較為龐大。影像波段越多，數(shù)據(jù)量越大，兩者成指數(shù)關系；隨著波段數(shù)目增多，波段之間的相關性變大，使得冗余信息量變大。

（3）數(shù)據(jù)描述模型多，分析靈活。高光譜遙感影像具有與常規(guī)遙感影像同樣的圖像模型和特征模型，同時因光譜分辨率較高，增加了光譜模型，使得地物識別能力得到了極大提高，能夠精細探測到地表地物信息及覆蓋材料等。

（4）反演定量化信息。高光譜影像涵蓋的信息更加豐富，使得定量反演地表地物狀態(tài)成為可能。

高光譜遙感具有獨特的特征和優(yōu)勢，近年來在數(shù)據(jù)獲取及特征分析技術方面獲得了快速的發(fā)展，其影像數(shù)據(jù)也廣泛應用于不同的行業(yè)，這項技術在地物精細分類、地質目標識別、地質災害識別與趨勢預測中占據(jù)著重要的位置。但在地震災害識別領域，一方面受數(shù)據(jù)源獲取的制約，另一方面受光譜特征分析與災害地物識別技術的影響，針對高光譜遙感技術在震害目標識別方面的應用還未開展系統(tǒng)的研究。本文在分析高光譜技術在地震監(jiān)測應用的基礎上，通過構建簡單的典型震害地物光譜庫與分析地物目標的特征差異，探究其在震害目標識別中的應用，為后續(xù)開展高光譜震害識別系統(tǒng)研究奠定基礎。

1 高光譜遙感發(fā)展現(xiàn)狀及其在地震監(jiān)測中的應用

1.1 高光譜遙感發(fā)展現(xiàn)狀

1983年，美國國家航空和航天管理局（NASA）噴氣推進實驗室設計研制了世界上第一臺航空高光譜成像儀，獲取的影像數(shù)據(jù)成功應用于地質填圖、植被研究等領域，受到眾多發(fā)達國家及研究者的重視。進入90年代后，各個國家均開始研制光譜成像儀，經過一段時間的發(fā)展，研制成功的一系列不同類型的高光譜成像系統(tǒng)在不同研究領域得到了廣泛的應用，取得了豐碩的成果。到目前為止，高光譜遙感的相關研究已經產出了足夠的可用于解決實際應用問題的技術方法，正由實驗室研究階段向實際應用過渡。

前期高光譜影像主要以航空影像為主。隨后航天高光譜傳感器研制成功，裝載MODIS傳感器的Terra衛(wèi)星、美國NASA EOS計劃中的Aqua衛(wèi)星、裝載GLI傳感器的日本ADEOS-II衛(wèi)星分別于1999、2002年相繼發(fā)射升空，標志著高光譜遙感技術已經步入與航空和航天相結合的階段。2000年澳大利亞成功發(fā)射了一顆具有65個波段的光譜成像小衛(wèi)星（ARIES），其波段涵蓋了可見光、短波紅外、近紅外波段，衛(wèi)星以地質勘測和礦藏資源作為主要遙感對象。2002年3月歐洲空間局（European Space Agency，ESA）發(fā)射了裝載有10個衛(wèi)星探測器的ENVISAT衛(wèi)星，其中搭載的MERIS衛(wèi)星探測器為高光譜成像儀，其獲取的影像波段有15個。2000年攜帶高級陸地成像儀（Advanced Land Imager，ALI）和高光譜成像儀（Hyperion）的美國地球觀測1號（Earth Observing-1，EO-1）系統(tǒng)以及攜帶海洋海岸成像光譜儀的HRST衛(wèi)星的相繼升空（EO-1 User Guide，2003），為高光譜技術的研究、實驗提供了大量的數(shù)據(jù)。與此同時，我國密切關注國外高光譜技術的發(fā)展，并且結合我國的實際需求，在光譜成像儀研制方面也取得了較大的進步。針對某種特定的需求，相繼研制成功了各自的專題應用光譜儀，如IR/UV海洋環(huán)境遙感監(jiān)測專用掃描儀、VIS/MIR/IR森林火災探測專用掃描儀、FIMS/ATIMS遙感地質礦物識別多光譜掃描儀等。2002年3月“神舟三號”飛船攜帶著中國科學院研制的中分辨率光譜儀升空，影像波段既包括可見光近紅外波段，又包括短波紅外、熱紅外波段，獲取的影像空間分辨率為500m，使得中國航空成像光譜儀技術達到世界先進水平，從而更好地為地球全面觀測和監(jiān)測提供服務（胡秀清等，2009）。

在典型地物目標光譜特征數(shù)據(jù)庫建設技術方面，美國最早開始進行研究，并建立了噴氣推進實驗室（Jet Propulsion Laboratory，JPL）波譜數(shù)據(jù)庫和美國地質調查局（United States Geological Survey，USGS）波譜數(shù)據(jù)庫，2個數(shù)據(jù)庫免費開放，可供全球相關研究人員下載應用。除此之外，還有ASTER和IGCP-264 2個經典的波譜數(shù)據(jù)庫，其涵蓋了地表絕大部分地物的光譜曲線。除了通用的波譜數(shù)據(jù)庫之外，同時也針對特定用途建立了專門的更為精細、更能滿足專業(yè)應用的專業(yè)數(shù)據(jù)庫，如英國為研究海水顏色的變化模型搭建的海水光譜數(shù)據(jù)庫。國內經過近幾年的發(fā)展，也取得了較大成果，尤其在光譜分析與數(shù)據(jù)庫構建方面成果斐然。20世紀90年代初，中國科學院光機所、遙感所等單位通過野外采集典型地物光譜曲線、室內補充部分曲線的方法獲取了一批光譜曲線，基于此，構建了我國第一個光譜數(shù)據(jù)庫。此數(shù)據(jù)庫涵蓋的地物類型豐富，類別多樣，是一個綜合性的光譜數(shù)據(jù)庫。1988年中國國土資源遙感航空物探與遙感中心針對行業(yè)應用，采集整理了地質行業(yè)中巖石礦物的光譜曲線，構建了典型礦物光譜數(shù)據(jù)庫，從性質上來講，此數(shù)據(jù)庫為一個專業(yè)數(shù)據(jù)庫。2000年中國科學院遙感與數(shù)字地球研究所收集整理了地物光譜并建立了典型地物數(shù)據(jù)庫及管理系統(tǒng)，系統(tǒng)實現(xiàn)了波段曲線的動態(tài)生成和遙感器波段模擬功能。

自20世紀80年代開始至今，地物波譜儀、航空、航天高光譜成像儀得到了快速地發(fā)展，大幅度提高了高光譜影像光譜分辨率。美國Hyperion衛(wèi)星波段數(shù)目為220，影像空間分辨率為30m（Kruse等，2011）；德國、意大利、加拿大等國家計劃發(fā)射ENMAP、HERO、PRISMA衛(wèi)星空間分辨率均為30m（Kruse等，2011；Mielke等，2014，Bergeron等，2008；Rogge等，2014）；我國2008年發(fā)射升空HJ-1A衛(wèi)星波段數(shù)目為115個，空間分辨率為100m，2011年發(fā)射升空的“天宮一號”的空間分辨率為20m和30m，是我國到目前為止空間分辨率最高的成像光譜儀（周子勇，2014），即將發(fā)射升空的“高分五號”衛(wèi)星空間分辨率也為30m。大型計算機及數(shù)據(jù)處理技術提高了遙感影像信息處理的效率，同時使得信息處理的算法不斷更新完善，光譜分辨率的提升及典型地物光譜特征數(shù)據(jù)庫的完善，使得利用高光譜探測原先傳統(tǒng)遙感無法探測到的信息成為可能。

1.2 高光譜遙感在地震監(jiān)測中的應用

隨著高光譜傳感器的陸續(xù)發(fā)射、遙感數(shù)據(jù)種類的增多以及影像圖像處理技術與應用能力的不斷提高，高光譜遙感與傳統(tǒng)遙感相比具有更強的精細地物識別能力和定量反演能力，在微觀方面表現(xiàn)更突出。目前，在地震相關的工作中基于高光譜遙感技術展開了一系列的研究，但是其應用并不成熟，僅有的一些應用是利用高光譜數(shù)據(jù)探測地震氣體地球化學信息，以探討地震活動并預測未來地震的空間位置（崔月菊等，2011）。地震的發(fā)生是由斷層的相對運動造成的，斷層的錯動會引起近地表氣體、濕度、溫度等變化，高光譜遙感影像能捕捉到細微異常信息的變化，尤其是與地震相關的CO、水汽、O3、氣溶膠與溫度變化異常，通過對異常變化信息進行分析判斷地震強度與空間分布位置，進而達到檢測地震的目的。國內外的相關研究已證實近地表斷層的異常與地震的發(fā)生緊密相關，如姚清林等（2005）分析緬甸北部S6.9地震時期的高光譜影像發(fā)現(xiàn)，震前震中附近地表顯示出CO含量異常；Singh等（2001a）發(fā)現(xiàn)2001印度GujaratS7.8地震的震前影像也存在CO含量異常；郭廣猛等（2006）發(fā)現(xiàn)2002年臺灣S7.5地震影像也存在CO含量異常。除此之外，崔麗華（2009）對比分析2001年印度GujaratS7.8地震前后遙感影像發(fā)現(xiàn)，震后震中附近近地表位置存在水汽增高的異常現(xiàn)象，除此之外，在1985年墨西哥 MichoacanS8.1地震（Pulinets等，2007）和2008年汶川S8.0地震（Okada等，2004）中也發(fā)現(xiàn)了地震前后震中位置水汽含量出現(xiàn)了增高異常。此外，Ganguly（2011）分析2006年印度GujaratS5.5地震影像發(fā)現(xiàn)地震引起了O3濃度和大氣氣溶膠異常變化，這些異常變化在2002年11月的Denali地震（Singh等，2007）和2010年1月12日的海地地震（Singh等，2010b）中也被監(jiān)測到。以上研究表明，高光譜遙感技術可以在一定程度上監(jiān)測地表氣體化學異常，從而反演地震發(fā)生的空間位置與大致時間，但引起地球化學異常的因素復雜多樣，其成因機制也較復雜，遙感影像探測到的變化異常是否是由地震斷層錯位引起還未有明確的解釋。

隨著高光譜技術的發(fā)展，不同地物信息定量化提取及光譜數(shù)據(jù)自動化處理技術成為高光譜遙感研究領域的熱點與難點。光譜特征曲線的豐富及自動識別的實現(xiàn)為高光譜應用領域的拓寬提供了良好的基礎。

2 高光譜遙感在震害識別中的應用

與地震化學監(jiān)測技術相比，高光譜遙感在震害識別中的應用研究相對較少，國內外并未有系統(tǒng)的研究。由于地震破壞，地震地區(qū)下墊面特征與環(huán)境顯得異常復雜。現(xiàn)階段地震遙感調查過程中，采用的多光譜遙感影像具有較高的空間分辨率，能識別地物的空間位置與破壞情況，但是其光譜分辨率較低，在地物的精細過程中，普遍存在“同物異譜”和“異物同譜”的現(xiàn)象，從而影響地物提取精度。高光譜遙感影像將原有的波段范圍進行細化分段，使得探測的地物光譜曲線更加精細，目標種類的數(shù)量也相應的增多，從而實現(xiàn)地物的精細分類。地震造成的地物破壞可引起影像相對應的光譜特征發(fā)生變化，不同的地物目標具有不同的光譜特征，通過識別其曲線的差別，將精細光譜特征與空間位置特征相結合，實現(xiàn)多特征信息的融合，以開展高光譜震害信息提取與震害評估研究，實現(xiàn)高光譜遙感影像震害目標的探測。

圖1（a）為幾種不同建筑材料的光譜特征曲線。從圖中可看出，建筑物混凝土與瀝青混凝土的光譜曲線波形相似，但是在300—1200nm波長范圍內，其反射率存在差異，瀝青混凝土的反射率大于建筑物混凝土。建筑瀝青及建筑黑漆指建筑物屋頂鋪設瀝青層或涂上黑漆，兩者的光譜曲線在0—300nm波長范圍內可與混凝土區(qū)分開。建筑物屋頂?shù)臑r青或黑漆可在600nm波長附近進行區(qū)分，黑漆的光譜曲線在附近存在一個波谷，而瀝青不存在。

圖1（b）為表面光滑和粗糙紅磚、松木、煤渣、瓷磚這幾種常見建筑物材料的光譜曲線。可以看出，不同建筑材料的光譜曲線是不同的。即使相同的建筑材料，因表面光滑程度不同其光譜曲線也存在差異，如表面光滑與粗糙的紅磚，在波長為50—270nm范圍內，其反射率存在很大的差異，尤其在波長為80nm附近，表面粗糙的紅磚存在一個波峰及波谷，而光滑的紅磚反射率沒有變化。

建筑物房屋、道路由不同的建筑材料構成，而不同建筑材料具有不同的光譜特征，收集整理這些光譜特性曲線并建立典型震害特征光譜庫，利用震后獲取的震區(qū)高光譜遙感影像與標準震害光譜庫進行匹配，分析倒塌建筑物、損毀道路形成的碎屑與周邊地物光譜特征的差異，便可快速精細地實現(xiàn)倒塌建筑物及損毀道路的提取，進而實現(xiàn)震害損毀程度遙感定量化評估。基于高光譜遙感影像的震害信息識別技術流程如圖2所示。

3 典型震害地物目標識別

基于上述理論與流程，設計野外光譜數(shù)據(jù)采集實驗。收集城市典型地物的光譜曲線，初步構建地物光譜特征庫。地震發(fā)生時，震害地物主要表現(xiàn)為建筑物的破壞倒塌與道路的損壞。本文實驗中選擇的地物目標材料為建構筑常用的建筑材料，雖未處于震區(qū)，但在光譜采集過程中選取部分建構筑物破碎地帶或邊緣進行光譜收集，因此曲線一定程度上能反映震害地物目標的特征。實驗采用美國ASD（Analytical Spectral Devices）公司的FieldSpec 3便攜式地物波譜儀，采集時間選擇光照強度良好的10時到14時，以滿足光譜采集光照強度要求。實驗共采集14種地物光譜曲線，每種地物至少采集3個樣本，每個樣本采集10條光譜曲線，采集的地物類型歸納為3類，分別為道路、建筑物屋頂和建筑物墻體。剔除壞的光譜曲線，統(tǒng)計計算獲取的每種地物樣本光譜曲線的均值并將其作為最終參考曲線。

圖3為實驗采集的3種不同材質道路的光譜曲線。分析圖3，可以發(fā)現(xiàn)不同材質的道路在300—1100nm波長范圍內反射率具有明顯的差異，水泥道路的反射率最高，土質道路的反射率其次，瀝青道路的反射率最低。通過獲取的高光譜影像中反射率的差異便可區(qū)分提取不同材質道路信息。地震發(fā)生時，道路損毀情況主要分為2種，一種是地震的直接作用導致路基毀壞、路面斷裂、塌陷、隆起，造成車輛無法通行；二是地震間接作用，如滑坡、泥石流、崩塌等地震誘發(fā)的次生災害導致道路被掩埋或路面上存有崩落的大塊滾石。地震直接作用導致的道路損毀因出露新鮮斷面或露出底部泥土，導致與原路面的反射率不同，可直接提取損毀道路段；地震次生災害導致的道路損毀情況下大量的堆積物在路面上，便可通過分析反射率獲得堆積物所在的區(qū)域，從而達到提取損毀道路的目的。

圖4為實驗采集的5種不同材質的屋頂和墻體的光譜曲線。由圖4分析，可發(fā)現(xiàn)墻體涂層的反射率最高，石棉瓦材質屋頂?shù)姆瓷渎首畹汀Ｔ?00—900nm范圍內，鐵皮屋頂反射率降低，在700nm時達到谷底，而大理石墻體在此范圍內反射率升高，形成一個波峰，在750nm時達到波峰，依據(jù)此便可區(qū)分鐵皮與大理石材質。

以“天宮一號”數(shù)據(jù)作為實驗數(shù)據(jù)，因天宮一號衛(wèi)星升空后，未拍攝到明顯的震后場景，故以2013年廣元市數(shù)據(jù)為例，因地面光譜曲線采集的地物目標與影像所處位置的地物存在差異，因此取多條地面光譜曲線的均值作為標準光譜曲線，影像與標準光譜曲線進行光譜匹配識別不同的地物目標。標準光譜曲線為模擬震區(qū)特征曲線，因此在光譜匹配過程中，設置光譜匹配一致度閾值為60%，即當匹配的2種光譜特征一致性優(yōu)于60%時，影像中對應的像元即為光譜曲線對應的地物類型。由于地面實驗中并未采集水體特征曲線，因此采用USGS波譜庫中的水體特征曲線，采用光譜角分類的方法對地物進行分類識別，分類結果如圖5所示。

由圖分析可見高光譜影像構筑物提取信息效果較好，建筑物、橋梁、道路都能清晰地表現(xiàn)出來。以目視解譯結果作為參考基準，以提取的面積為單位計算提取精度，建筑物提取精度達98.65%。絕大部分橋梁信息能區(qū)別提取出來，可在圖像上辨別區(qū)分。道路的提取效果不如建筑物和橋梁效果理想，但是國道、省道以及一些主要干道能完好地提取，只有個別的城市道路提取效果不理想。

根據(jù)上面的實驗分析，可知不同材料具有不同的光譜特征，在遙感影像中將以不同的反射率表現(xiàn)出來，從而可與獲取的高光譜影像對應。高光譜遙感影像波段間隔較高空間分辨率遙感短，因此能識別其無法識別的精細信息，尤其是震害屋頂?shù)募毼⒆兓瑫r基于不同地物光譜特征建立遙感地物目標指數(shù)，可實現(xiàn)震害信息的定量化分析，因此與傳統(tǒng)的震害信息提取方法相比，利用高光譜遙感技術進行震害信息提取的類別更精細，更趨向于定量化分析。

4 結論與展望

近幾年隨著傳感器及傳感平臺的發(fā)展，高光譜數(shù)據(jù)的獲取途徑越來越廣泛。地面ASD光譜儀或地面成像光譜儀可獲取不同類型地物目標的光譜曲線特征，基于此可建立不同典型地物目標光譜數(shù)據(jù)庫。地面光譜儀、無人機航拍都可獲取圖譜合一的圖像，尤其是我國空間分辨率和光譜綜合指標最高的空間光譜成像儀隨“天宮一號”目標飛行器的成功升空后，在完成的地球環(huán)境監(jiān)測等一系列實驗中獲取了大量的實驗數(shù)據(jù)，在地物分類、波段范圍等多方面已接近或達到國際同類產品水平。一系列高光譜數(shù)據(jù)的獲取，為高光譜遙感在地震中的應用提供了便利的條件。獲取的遙感影像可與地物光譜庫進行對比分析，實現(xiàn)星地數(shù)據(jù)的交叉驗證，進而提高信息識別精度與效率。

高光譜數(shù)據(jù)獲取過程中存在大氣、光照及其他條件的影響，震區(qū)現(xiàn)場地物復雜，影像存在混合像元的難題，影像光譜特征分析與匹配準確度在一定程度上限制了高光譜影像的應用。隨著遙感圖像處理技術的發(fā)展，基于光譜曲線剔除大氣等條件影響的算法已相對比較成熟，從而保證了光譜特征曲線分析的精度。混合像元分解的關鍵在于計算混合像元中不同類型地物所占比例，現(xiàn)在已有成熟的算法，并在商業(yè)軟件中可實現(xiàn)處理。現(xiàn)階段，我國的遙感震害識別主要依賴高空間分辨率遙感，隨著遙感傳感器技術的發(fā)展，越來越多的傳感器更加注重光譜分辨率與空間分辨率的結合，如何綜合高光譜技術的地物精細分類與高空間分辨率的快速識別將是未來震害識別領域發(fā)展的趨勢。本文重在論述高光譜技術在震害識別中的應用，對高空間分辨率影像與高光譜影像的結合未作深入探討。

作為21世紀對地觀測領域最重要的技術之一，高光譜技術在不同的領域得到了廣泛的應用和快速的發(fā)展，但是在地震觀測尤其是遙感震害評估領域應用較少，總結其原因主要有兩點：①高光譜數(shù)據(jù)較難獲取，尤其是免費獲取；②缺乏普遍的研究方法及專業(yè)的光譜庫。高光譜遙感技術在遙感影像上將不同地物的變化以反射率表現(xiàn)出來，形成不同的光譜曲線，從而獲取地物微觀信息。將高光譜技術引入到遙感震害評估領域能有效地提高震害評估類別精度，從而實現(xiàn)震害信息的定量化提取。

崔麗華，2009．汶川地震前的遙感信息異常及其機理研究．唐山：河北理工大學．

崔月菊，杜建國，2011．地震有關的衛(wèi)星高光譜氣體地球化學異常．見：中國地球物理學會編．中國地球物理學會第二十七屆年會論文集．

郭廣猛，曹云剛，龔建明，2006．使用MODIS和MOPITT衛(wèi)星數(shù)據(jù)監(jiān)測震前異常．地球科學進展，2（7）：695—698．

宮鵬，蒲瑞良，郁彬，1998．不同季相針葉樹種高光譜數(shù)據(jù)識別分析．遙感學報，2（3）：211—217．

胡秀清，劉京晶，邱康睦等，2009．神舟三號飛船中分辨率成像光譜儀場地替代定標新方法研究．光譜學與光譜分析，29（5）：1153—1159．

路威，2005．面向目標探測的高光譜影像特征提取與分類技術研究．鄭州：中國人民解放軍信息工程大學．

劉偉東，2002．高光譜遙感土壤信息提取與挖掘研究．北京：中國科學院研究生院（遙感應用研究所）．

童慶禧，2008．我國高光譜遙感的發(fā)展．中國測繪報，（3）：1—3．

楊國鵬，2007．基于核方法的高光譜影像分類與特征提取．鄭州：中國人民解放軍信息工程大學．

楊哲海，韓建峰，宮大鵬等，2003．高光譜遙感技術的發(fā)展與應用．海洋測繪，23（6）：55—58．

姚清林，強祖基，王弋平，2005．青藏高原地震前CO的排放與衛(wèi)星熱紅外增溫異常．地球科學進展，20（5）：505—510．

張成業(yè)，秦其明，陳理等，2015．高光譜遙感巖礦識別的研究進展．光學精密工程，23（8）：2407—2418．

趙志芳，談樹成，王鋒德，2012．ASTER數(shù)據(jù)礦化蝕變異常信息提取方法研究．國土資源科技管理，29（6）：44—50．

周子勇，2014．高光譜遙感油氣勘探進展．遙感技術與應用，29(2)：352—361．

Bergeron M., Hollinger A., Staenz K., et al., 2008. Hyperspectral Environment and Resource Oberver (HERO) Mission.Canadian Journal of Remote Sensing, 34(S1): S1—S11.

Beck R., 2003. EO-1 User Guide Version 2.3. Street Sioux Falls: Satellite Systems Branch, USGS Earth Resources Observation System Data Center (EDC).

Ganguly N. D., 2011. The impact of transported ozone-rich air on the atmospheric ozone content following the 26 January 2001 and 7 March 2006 Gujarat earthquakes. Remote Sensing Letters, 2(3)：195—202.

Kruse F. A.,Taranik J. V., Coolbaugh M., et al., 2011.Effect of reduced spatial resolution on mineral mapping using imaging spectrometry-examples using hyper spectral infrared imager(hyspiri)-simulated data. Reomte Sensing, 3(8)：1584—1602.

Mielke C., Boescche N. K., Rogass C., et al., 2014.Spaceborne mine waste mineralogy monitoring in south Africa,applications for modern push-broom missions: Hyperion/OLI and EnMAP/Sentinel-2.Remote Sensing, 6(8)：6790—6816.

Okada Y., Mukai S., Singh R. P.,2004.Changes in atmospheric aerosol parameters after Gujarat earthquake of January 26, 2001. Advances in Space Research, 33(3)：254—258.

Pulinets S. A., Dunajecka M. A., 2007. Specific variations of air temperature and relative humidity around the time of Michoacan earthquakeS8.1 Sept.19, 1985 as a possible indicator of interaction between tectonic plates. Tectonophysics, 431(1—4)：221—230.

Rogge D., Rivard B., Segl K., et al., 2014.Mapping of NiCu-PGE ore hosting ultramafic rocks using airborne and simulated EnMAP hyper spectral imagery, Nunavik, Canada. Remote Sensing of Environment, 152：302—317.

Singh R. P., Cervone G., Singh V. P., et al., 2007. Generic precursors to coastal earthquakes: Inferences from Denali fault earthquake. Tectonophysics，431(1—4)：231—240.

Singh R. P., Kumar J. S., Zlotnicki J., et al., 2010a. Satellite detection of carbon monoxide emission prior to the Gujarat earthquake of 26 January 2001. Applied Geochemistry, 25(4)：580—585.

Singh R. P., Mehdi W., Sharma M., 2010b. Complementary nature of surface and atmospheric parameters associated with Haiti earthquake of 12 January 2010. Natural Hazards and Earth System Science, 10(6)：1299—1305.

Preliminary Application of Hyperspectral Remote Sensing Technology in Earthquake Damage Assessment

Li Qiang1，2）and Zhang Jingfa2）

1） Institute of Engineering Mechanics， CEA （Key Laboratory of Earthquake Engineering and Engineering Vibration, CEA）, Harbin 150080, China 2） Key Laboratory of Crustal Dynamics, Institute of Crustal Dynamics, CEA, Beijing 100085, China

As the development and major progress of the space to earth observation technology in the twentieth century, hyper spectral remote sensing has been extensively applied in various fields of research with its high spectral resolution, which provides rich information of earth surface. Although hyper spectral remote sensing is of unique superiority, no much effort has been put on seismic damage. assessment so far. Based on the summary of the characteristic advantages and application situation, earthguake damage assessment is carried out by using hyper spectral remote sensing. A typical damaged feature spectral library is constructed through collecting the spectral characteristic curves of different structures. The difference between the different spectral curves was identified, and the relationship between spectral curve and seismic damage information was explored. Our results suggest that it is feasible to apply hyper spectral remote sensing in earthquake disaster assessment. Different damage features have different spectral characteristic curves. And then, earthguake damage information can be well classified based on the spectral differences.

Hyper spectral remote sensing；Spectral feature；Spectral library；Earthquake damage assessment

1基金項目 國家自然科學基金項目（41374050）和國家高技術研究發(fā)展計劃（863計劃）（2012AA121304）

2016-03-17

李強，男，生于1987年。博生研究生。研究方向為遙感震害評估。E-mail：liqiang08@163.com

李強，張景發(fā)，2017．高光譜遙感技術在建（構）筑物震害識別中的應用探究．震災防御技術，12（1）：96—106． doi：10.11899/zzfy20170110