基于無人機影像的九寨溝地震建筑物震害定量評估

袁小祥 王曉青 丁香 竇愛霞 王書民 丁玲

中國地震局地震預測研究所，北京市復興路63號 100036

0 引言

2017年8月8日21時19分，四川省阿壩州九寨溝縣（33.2°N，103.82°E）發生7.0級強烈地震，震源深度20km，震中距離最近的漳扎鎮約10km（圖1）。該地震不僅造成25人遇難，數人失聯，數百人受傷，而且還造成大量建筑物破壞及次生災害，人民的生命財產遭受極大的損失。

及時準確的地震災情信息是震后開展應急救援、最大限度減輕地震災害損失的重要保障（王曉青等，2015；柳稼航等，2004）。遙感具有宏觀、非接觸等特點，能夠快速獲取地震災區大范圍的、豐富的建筑物、次生災害等災情信息，很早就被用于震害信息獲?。诤降龋?004；王曉青等，2003）。隨著遙感數據的多源化以及時效性、分辨率的逐步提高，基于遙感影像的定量評估技術被越來越多地應用于大震應急救援及災害評估中。王曉青等（2008、2009）利用震后獲取的多種衛星影像資料進行了汶川8.0級地震遙感應急震害評估；利用都江堰等城鄉大量建筑物震害遙感比對調查結果，進行了震害遙感定量評估，并建立了遙感震害指數與地面調查震害指數之間的定量關系，為利用遙感手段進行震后應急震害評估提供了方法和模型基礎。蘆山7.0級地震發生后，王曉青等（2015）采用上述方法模型，利用震后應急獲取的高分辨率航空影像和無人機影像，快速提取了災區建筑物震害信息，并在此基礎上對災區100多個居民點進行了快速震害遙感定量評估，得到了與實地調查較為吻合的遙感烈度評估結果。竇愛霞等（2012）、王曉青等（2013）分別以玉樹7.1級地震為例，基于遙感平均震害指數和綜合震害指數，開展了利用震后高分辨率遙感資料進行震害快速定量化評估的研究，為震后應急中震害與地震烈度遙感定量評估提供了實用化的思路和應用案例。

近年來，無人機遙感平臺及飛控技術得到快速發展。無人機飛行高度低，具備云下攝影、響應迅速等諸多優點，越來越貼近震后應急救援與評估的時間需求，且無人機獲取的超高分辨率影像，能夠提供更多的建筑物震害細節信息，可以更加準確地對低烈度區震害程度相對較輕的建筑物進行識別，顯著提高建筑物震害程度的遙感識別能力。本文利用九寨溝地震震后獲取的一系列高分辨率無人機影像，結合現場調查資料，進行無人機遙感建筑物震害解譯標志建立，在前人研究的基礎上，以該地震災區2處典型地區作為研究區進行無人機建筑物震害信息定量提取與評估研究，以期為今后進行大震無人機快速定量評估提供參考。

圖1 九寨溝地震極震區地勢景觀①

1 數據收集及處理

九寨溝地震發生后，中國地震局和國家測繪地理信息局等單位迅速組織人員趕赴災區，使用固定翼和多旋翼無人機進行災情遙感影像獲取工作。本文以漳扎鎮三組（簡稱漳扎）和荷葉寨一組（簡稱荷葉）為研究區，主要使用2017年8月13日中國地震應急搜救中心獲取的固定翼無人機影像（分辨率約0.10m）、2017年9月6日筆者所在的研究組利用旋翼無人機獲取的荷葉寨的震后影像（分辨率約0.02m）（圖1）。獲取的無人機影像主要包括序列航拍照片和與之匹配的姿態數據（POS），本文利用Photo Scan軟件，采用運動信息中恢復三維場景結構（Strcuture from Motion，SfM）方法在應急模式下進行處理（趙云景等，2015）。首先，導入拍攝的無人機影像數據，并進行POS數據編輯；然后，對每幅影像進行特征點匹配，根據多目視覺原理進行SfM三維重建，獲取相機和稀疏點云的真實空間位置；最后，在重建地形的基礎上進行相應區域的正射影像生成。由于應急模式下生成的正射影像與真實坐標存在一定的誤差，需要對該正射影像與高分辨率底圖進行配準。

通常情況下，無人機影像反映更多的是建筑物的頂部信息，因而往往對建筑物震害判斷較輕。為了更好地建立無人機影像震害解譯標志，筆者所在的研究團隊于2017年8月31日～9月8日進行九寨溝地震現場建筑物震害實地調查，其中，共涉及本文2個研究區的100多棟有效單體建筑物。實地調查結果表明，研究區的建筑物結構類型主要包括土木結構、磚木結構、磚混結構、框架結構等。對每個建筑物單體進行了建筑年代、建筑面積和破壞程度等的調查。其中，破壞程度按照毀壞（倒塌）、毀壞（未倒塌）、嚴重破壞、中等破壞、輕微破壞及基本完好等6級（王曉青等，2013）進行評定。

2 無人機遙感建筑物震害評估

2.1 遙感震害指數

遙感震害指數（王曉青等，2009）是利用遙感資料定量確定災區震害程度的指標。同一地震中，不同地點、不同結構類型的震害程度不同。為了定量評估震害程度，某一調查點結構類型i的遙感平均震害指數按下式計算

2.2 無人機震害解譯標志

通常航天、航空遙感手段由于影像空間分辨率的限制，目視判讀的建筑物破壞等級有限，一般只能識別未倒塌、部分倒塌和倒塌等3類。與以往遙感震害評定不同的是，本文使用高（甚至超高）分辨率無人機影像判讀建筑物破壞等級。因此，本文嘗試按照地面震害調查中將建筑物震害劃分為上述6級，結合現場建筑物單體震害詳查資料建立基本完好至毀壞（未倒塌）的不同等級的建筑物震害無人機影像解譯標志（圖2）。通過分析，得到各建筑物震害級別遙感解譯標志如下。

基本完好：圖2（a）、2（b）為2012年前后建成的4層框架結構房屋。地面調查顯示，該房屋整體結構完好，但外墻有少量輕微裂縫，屋頂瓦有一定程度破壞，震害等級為基本完好。影像顯示，該建筑物輪廓較為清晰、完整，南側為現澆樓面，邊緣清晰，色調規則，建筑物周圍無明顯紋理或者色調突變，屋頂無明顯或者較輕的破壞，色調總體過渡自然，頂層磚木結構部分人字形屋頂有少量落瓦發生輕微色調變化。

輕微破壞：圖2（c）、2（d）為荷葉1990年代建成的2層土木結構民居。地面調查顯示，該房屋在窗角等部位有輕微裂縫，經過簡單修繕后可繼續使用，震害等級為輕微破壞。影像上顯示，房屋為人字形屋頂，覆蓋青瓦，震害特征表現為少數因輕微落瓦造成的相對亮斑狀紋理，但是屋面及墻體保持較好，影像顯示規則紋理特征，建筑物周圍無墻倒塌或屋面滑落造成的不規則影像色調變化特征，幾何形狀較規則。

圖2 無人機震害解譯標志

中等破壞：圖2（e）、2（f）為荷葉1990年代建成的2層土木結構民居，其中，第 2層為木結構。地面調查顯示，第1層有部分片石材料的墻體外閃，震害等級為中等破壞。震害影像特征表現為，屋頂部分中等規模落瓦，可見明顯漏頂現象，造成色調明顯不均勻；屋脊破壞形成顯著亮色紋理；山墻部分墻體倒塌形成小規模廢墟造成影像局部色調相對變化（圖2（e）中的A），屋面四周輪廓形狀呈規則狀。

嚴重破壞：圖2（g）、2（h）為漳扎1990年代后期建成的2層磚木結構房屋。地面調查可見該民居主體為木屋架，且較為完好，一側山墻全部外閃，其他外墻有部分外閃，震害等級為嚴重破壞。影像顯示，自然深色調的屋面上由于落瓦造成較大面積高亮顯示區域，房屋其他邊緣輪廓外有因部分墻體倒塌而形成的局部廢墟影像，凌亂的堆積物破壞了原圖像特征造成明顯的明暗相間色調變化，如圖2（g）B中箭頭所示。

毀壞（未倒塌）：圖2（i）、2（j）為漳扎2010年之后建立的1層磚木結構房屋。地面調查可見該房屋主體受到嚴重破壞，屋頂部分坍塌，一側山墻嚴重外閃，部分磚石材料堆積房屋外側，震害等級為毀壞（未倒塌）。影像上顯示，房屋一側屋頂扭曲，輪廓不完整，色調、紋理明顯不對稱，一側墻角不規則高亮色調與屋頂色調形成明顯對比（圖2（i）箭頭所示），塌陷部分屋頂陰影色調明顯不對稱分布。

需要說明的是，由于研究區缺乏毀壞（倒塌）建筑物樣本，本文未給出遙感解譯標志，可參考資料②竇愛霞等，2014，地震災害遙感評估（第3部分）：建筑物震害進行定量評估。

2.3 研究區震害遙感定量評估

利用2.2建立的建筑物震害遙感解譯標志，對研究區的建筑物按照4種結構類型和6個震害等級逐棟目視判讀，共解譯148棟建筑物及其震害等級（圖3）。其中，漳扎建筑物結構類型主要為磚混、框架結構，分別占50%、35%；主要震害級別為輕微破壞（占37.1%）和基本完好（占32.2%），其他包括毀壞（未倒塌）（占3.2%）、嚴重破壞（占11.3%）和中等破壞（占16.2%）。荷葉建筑物結構類型主要為磚木、磚混結構，分別占48%、30%；主要震害級別為輕微破壞（占47.7%）和基本完好（占40.7%），其他為中等破壞（占11.6%）。

為定量評估研究區總的震害程度，設單體建筑物各震害等級的平均震害指數（王曉青等，2009）分別為：毀壞（未倒塌）1.0，嚴重破壞 0.9，中等破壞 0.4，輕微破壞 0.2，基本完好 0。對所解譯的單體建筑物利用式（1）進行統計計算，得到漳扎和荷葉2個地區的遙感震害指數分別為0.25、0.14，依據《中國地震烈度表》（中國國家標準化管理委員會等，2009），其烈度估計值均為Ⅷ度。其中，遙感震害評估的結果，在漳扎與地面調查烈度一致，但在荷葉比地面調查烈度輕。總體來看，無人機影像判讀結果顯示，該研究區建筑物震害主要集中在嚴重破壞、中等破壞、輕微破壞及基本完好等級內。漳扎研究區建筑物年代相對較新，磚混、磚木結構建筑的墻體大多為土、石材料，形成的震害圖像特征較明顯，且該地區影像為8月13日獲取，地震離逝時間較短，較為真實地反映了原生震害程度。荷葉區域無人機影像判讀結果沒有發現毀壞（未倒塌）及嚴重破壞類型，由于荷葉無人機影像為震后9月6日現場調查獲取的，此時，災區部分房屋已進行了廢墟清理和房屋修復（如屋頂瓦重新進行了鋪設）。因此，造成部分建筑物震害遙感解譯結果相對于原生震害存在偏輕的現象，且荷葉區域結構類型大多數為木結構房屋，相對抗震性能較好，存在客觀偏輕的因素。

圖3 無人機建筑物震害等級判讀結果

2.4 遙感定量評估結果驗證

為了驗證建筑物震害遙感解譯結果，將其與筆者現場進行的單體建筑物震害調查結果進行比較分析，得到表1（漳扎）和表2（荷葉）的無人機遙感解譯震害與現場調查震害的比對混淆矩陣。表1、2的統計分析結果表明，與地面真實震害比較，漳扎研究區建筑震害遙感識別總體精度為85%，Kappa系數為0.8，顯示較高的一致性；荷葉研究區建筑震害遙感識別總體精度為72%，Kappa系數為0.5，顯示中度一致性。表明建筑物震害遙感解譯結果在漳扎研究區正確率較高，一致性好，但在荷葉研究區建筑震害遙感識別總體精度相對低一些。

表1 漳扎研究區建筑物震害遙感解譯與現場調查結果對比

上述驗證結果表明，遙感解譯結果與地面調查結果總體上具有較好的一致性，但也存在一定差別。究其原因，主要是由于無人機正射鑲嵌影像一般只能直接反映建筑物頂部震害信息，通過建筑物周圍出現的廢墟影像特征可亦間接反映墻體倒塌信息，而建筑物墻體和梁柱等部件的開裂、變形、甚至坍塌等重要現象一般無法反映，這難免造成一定程度的震害等級錯判與輕判；另一個原因如上所述，震后廢墟清理、部分建筑物屋頂瓦片重新鋪設等情況使得遙感判讀的建筑物震害等級相對偏輕，造成震害指數統計結果相對偏小。

表2 荷葉研究區建筑物震害遙感解譯與現場調查結果對比

3 結論與討論

本文利用九寨溝地震震后獲取的高分辨率無人機影像建立了建筑物不同震害等級的解譯標志，并對荷葉、漳扎研究區建筑物及其震害進行了詳細逐棟目視解譯，獲取了詳細的建筑物結構類型和震害結果信息。利用遙感平均震害指數對建筑物震害進行了定量評估，得到了與同一研究區建筑物震害地面調查比較一致的結果。研究表明，利用震后快速獲取的無人機影像可以為地震應急救援和災情定量評估提供重要的參考。

區別于傳統遙感影像，無人機影像可以提供更為豐富的震害細節信息，可以給出與地面調查震害等級類似的結果。但如果震后無人機影像獲取時間較遲，因應急救援甚至恢復重建（典型的如屋面瓦的重新鋪設）的緣故，原生震害信息可能很快消失，獲取準確的震害分布的難度會進一步加大。因此，需要震后盡可能快速地獲取災區高分遙感影像。此外，隨著更為豐富的無人機載荷如傾斜相機及LiDAR等的廣泛應用，預期可以進一步降低對于建筑物類型和震害等級誤判的概率。

致謝：中國地震局應急搜救中心許建華、張雪華為本研究提供了部分震后高分辨率無人機影像。四川省地震局申源，中國地震局地震預測研究所鄧飛、吳瑋瑩、邵霄怡、陳子翰、吳效勇、陳夢等參與現場調查與部分數據處理。審稿專家給出重要修改意見。在此一并致謝。