基于遙感影像的大當量爆炸建筑物毀傷評估模型

摘要： 為了研究大當量爆炸建筑物毀傷評估問題，基于遙感影像解譯和大數據分析構建了大當量爆炸建筑物毀傷評估模型。首先，基于大當量爆炸的具體歷史案例構建了毀傷數據集，具體指基于遙感影像提取建筑物毀傷信息，輔助大數據信息補充毀傷細節，利用地理信息系統空間分析數字化毀傷信息，構成毀傷數據集。然后，基于毀傷數據集中的訓練樣本修正經驗模型參數，構建了適用于大當量爆炸的針對不同類型建筑物的毀傷評估模型，并基于毀傷數據集中的驗證樣本測試了模型性能。實驗證明：所構建模型擬合優度高于96%，檢驗樣本準確度高于84%，整體誤差在可接受范圍內。所構建模型在一定精度要求下可為大當量爆炸事故評估提供參考。

關鍵詞： 大當量爆炸；遙感影像；毀傷評估；大數據分析；建筑物

中圖分類號： O383.2 國標學科代碼： 13035 文獻標志碼： A

大當量爆炸通常指釋放巨大能量的爆炸事件，常與高能量密度材料的快速釋放有關[1]。比起一般的爆炸，大當量爆炸更容易對建筑物造成大范圍毀滅性毀傷，大當量爆炸下的建筑物毀傷評估對毀傷前預警和毀傷后快速救險有重要的指導作用，一直是學界關注的重點。

隨著衛星技術的跨越式發展，圖像變化檢測和遙感圖像處理等方法被廣泛應用于建筑物毀傷評估[2]。基于影像的建筑物毀傷評估的發展主要經歷了2 個階段，早在20 世紀60 年代，美國就基于遙感影像采用人工判讀的方法進行建筑物毀傷評估[3-4]，判讀準確率主要取決于判讀員的經驗和影像的質量。隨著人工智能技術的發展，智能化、自動化的建筑物毀傷評估技術飛速發展，主要通過提取遙感影像中蘊含的毀傷信息，基于模糊層次、深度學習等方法判定目標毀傷等級。王威[5] 提出了通過影像紋理特征獲得影像變化區域實現目標毀傷評估的方法。勾濤[6] 設計了基于幾何面積變化和紋理特征變化相結合的毀傷效果評估方法。孔祥錫等[7] 構建了基于深度學習的毀傷評估算法，自動提取毀傷信息后基于模糊層次分析法實現多類目標毀傷評估。雖然基于圖像的毀傷評估方法速度快、自動化程度高，但是將該方法應用到實際場景中依舊存在一些問題。其一，算法性能受限于遙感影像質量。在爆炸發生后的短時間內，不一定能夠獲得本區域的遙感影像。假設能獲得星載機載遙感影像，爆炸發生后現場復雜，遙感影像易受到濃煙、火光遮擋，難以看清。基于遙感影像的建筑物毀傷評估很難保證一定精度的“即評”（快速毀傷評估）。其二，從高分辨率遙感影像也很難看清建筑物表面的裂縫，且由于拍攝角度的問題，遙感影像很難體現建筑物側面的毀傷細節。雖然基于影像的建筑物毀傷評估方法難以做到一定精度的“即評”，但卻積累了一批真實大當量爆炸事件前后的遙感影像。可從這些歷史真實大當量爆炸事件中獲取數據信息，構建模型以彌補基于遙感影像的建筑物毀傷評估方法的缺陷。

建筑物毀傷評估中基于力學知識體系的理論評估方法有扎實的基礎。經過長時間的實驗積累，許多半經驗、經驗建筑物毀傷評估模型得到了反復修正，模型的形式逐漸穩定，但針對大當量爆炸的多類建筑毀傷評估經驗模型的參數尚未固化。原因在于大當量爆炸比普通爆炸更復雜：產生的初始壓力和初始溫度遠高于普通爆炸[8]，導致大當量爆炸產物的初始狀態非常極端，參數跨度范圍非常大[9]；殺傷破壞的距離更遠、范圍更大，在傳播過程中會受到空氣不均勻性的影響[10]。由此，常規使用的爆炸產物狀態的半經驗或者經驗公式，沖擊波等威力表征參數的半經驗或經驗公式，由于大當量爆炸和普通爆炸的顯著區別，適用性不高。可以從歷史大當量爆炸事件的遙感影像中讀取所需的數據信息，構建毀傷數據集，修正半經驗、經驗模型參數，構建基于遙感影像的大當量爆炸建筑物毀傷評估模型，彌補基于遙感影像的毀傷評估模型的缺陷。

綜上，針對基于影像的大當量爆炸建筑物毀傷評估領域中存在的問題，本文中，提出構建耦合力學模型和遙感影像毀傷信息的大當量爆炸建筑物毀傷評估模型的解決方案。首先，基于大當量爆炸歷史案例的遙感影像解譯提取建筑物毀傷信息，并以大數據圖像信息彌補遙感影像中無法體現的細節毀傷信息，獲取建筑物毀傷等級，利用地理信息系統空間分析等方法數字化毀傷信息，構成毀傷數據集。然后，基于毀傷數據集中的訓練樣本修正經驗模型參數，構建適用于大當量爆炸的針對不同類型建筑物的毀傷評估模型，并基于毀傷數據集中的驗證樣本測試模型性能，以期為大當量爆炸中建筑物毀傷情況的前預測和后“即評”提供滿足一定精度要求的方法。

1 方 法

構建基于遙感影像的大當量爆炸建筑物毀傷評估模型，首先要構建能用于模型構建的毀傷數據集：選取訓練和檢驗樣本，并在一定精度要求下從樣本的遙感影像中提取建筑物的毀傷信息，將這些信息轉換成為模型構建所需的數據。模型構建需要的毀傷數據包括定性數據和定量數據。定性數據包括建筑物類型和建筑物毀傷等級，定量數據包括爆炸的TNT 當量和爆心距目標建筑物的距離。選用已發生的8 個有遙感影像支持和有大量新聞數據報道的大型爆炸作為數據樣本，通過查閱官方報告獲取這些爆炸事件的TNT 當量；通過遙感影像解譯從爆炸前后的遙感影像中提取毀傷建筑物類型和毀傷等級，并通過網絡大數據信息補充遙感圖像中缺失的毀傷細節，細化和修正毀傷等級；通過地理信息系統（geographic"information system， GIS）空間分析等功能提取爆心距目標建筑物的距離，構建大當量爆炸建筑物毀傷評估模型所需的毀傷數據集。而后利用毀傷數據集對已有的經驗模型的參數進行修正，提出了更適用于大當量爆炸建筑物的毀傷評估模型，并對模型進行評價。該模型可以在僅知道爆心位置和爆炸TNT 當量的情況下，在一定精度范圍內給出對各類型建筑物的各毀傷等級范圍。本節會對構建毀傷數據集和模型構建與評價的方法作具體介紹，研究流程如圖1 所示。