《ALOS SAR图像2EM-MRF方法自动检测2016年5月中国汶川地震区域三类地表变化》.pdfVIP

412 自。是科手j影展 第19卷第4期2009年4月 ALOS 2008年5月中国汶川地震区域三类地表变化* 金亚秋” 王大芳 复旦大学，波散射与遥感信息教育部重点实验室，上海200433 ra- 摘要 用2008年5月12日四川汶川地震前后的星载ALOS合成孔径雷达(syntheticaperture thresholds maxi- dar，SAR)图像，提出双阈值极大期望与Markov随机场方法(two expectation mumand Markovrandom field，2EM—MRF)，以北川县地区为例，自动检测这次地震导致地表变 化而产生散射增强、减弱、不变的3类特征区域，作为地震区域地表变化的自动划分归类．借助 GoogleEarth地形图工具，可即时多视角动画地展示地震产生的地表变化区域状况．识别结果也与 可见光照片作了对照与分析．研究表明，建立高分辨率全极化SAR多源与多时相遥感与对地观测 是全天候监测自然灾害的有效手段，本方法可有进一步的延伸． 关键词 SAR图像自动识别分类地震地表变化 2008年5月12日中国四川汶川地区发生了8．0次地震导致地表变化而产生散射增强、减弱、不变 级大地震，这是继唐山大地震之后我国又一次特大自 的3类特征检测阈值及其地表变化各区域的自动划 然灾害．地震造成了近九万人死亡或失踪、大量房屋 Earth地形图工具，可多视角 分归类．借助Google 建筑物倒塌、城镇破坏、山体滑坡、道路河流堵塞、 动画地展示地震产生的地表变化区域状况．识别结 堰塞湖水患危情等等．自然灾害发生时，往往天气条 果也与同期可见光照片作了对照与分析．同时，提 件恶劣，雨雾云天气为大面积救援工作和灾情航空摄 出今后要建立高分辨率、全极化，多时相SAR遥 影监测带来极大的困难．卫星遥感、特别是全天候全 感与对地观测技术系统的思路，本文方法对于自动 天时的微波遥感在自动与有效地监测自然灾害地区具 检测、识别、分类与评估地表变化更多方位的信息 有不可替代的作用．发展与应用微波遥感技术对于监 可有进一步的延伸． 测灾害、保护环境、国家安全起着十分重要的作用． 1期望极大化(EM)算法估计变化分类 本文利用汶JlI大地震前后的日本星载先进陆地 观测卫星(ALOS)相阵型L波段合成孔径雷达考虑不同时间(t。，t。)的两张已经滤波校正并 L—band radar， 进行对准的大小为J×J图像X，和X：．其差值图像 (phasearray syntheticaperture PALSAR)图像(HH水平同极化)，提出双阈值极 thresholdsex— 大期望与Markov随机场方法(two 随机变量，代表了差值图像中J×．，个像素的值 maximumandMarkovrandomfield， pectation 2EM—MRF)LlJ，以北川县地区为例，自动地检测这 检测与分析差值图像是要区分各像素属于不变 2008—07-18收稿，2008—10-09收修改稿 *国家自然科学基金(批准号60571050)和EORC／JAXA的AI。OS