基于高分辨率SAR 图像成像机理的震害信息分析

刘金玉，张景发，刘国林

(1.中国地震局地壳应力研究所，北京 100085;2.山东科技大学测绘学院，青岛 266510)

0 引言

SAR 的斜距成像特点使得SAR 图像能反映出目标到雷达的距离信息，为从单幅SAR 图像中提取目标高度信息提供了可能［1］。随着SAR 图像分辨率的提高，使得受地震破坏的目标的多维特征得以体现，原来在中低分辨率SAR 图像上表现为平面结构的目标将呈现多个散射中心的集合。这种现象一方面提高了城市目标的识别能力［2］;另一方面也带来了许多因目标复杂性和后向散射多样性造成的解译难题。常用的中低分辨率SAR 图像的震害信息提取方法有基于像素的变化检测方法、相关性分析方法和基于纹理特征的提取方法等。但随着SAR图像分辨率的提高，这些方法的提取精度及适用性受到了一定的限制;再加上SAR 为斜距成像，所产生的叠掩、阴影和顶底倒置等特征对山区道路信息的获取以及建筑物的破坏情况判定都有一定的影响。为此，本文依据SAR图像的斜距成像机理对因地震造成的建筑物和道路桥梁的特征进行分析。

1 建筑物的成像机理和后向散射特征分析

侧视雷达通过主动发射微波脉冲信号，接收目标的后向散射信号，根据回波信号强度成像。所接收的信号同时以振幅和相位的形式保存，因此，SAR图像中包含的信息量十分丰富。实际上，SAR 图像是扫描范围内目标三维空间的二维成像显示，其信号能够较好地体现成像目标的多维特征，特别是在自身结构比较复杂的建筑物上，更能体现其特有的优势，这为研究建筑物目标的成像特征提供了条件。

1.1 成像机制分析

图1 平顶建筑物的SAR 成像原理［2］Fig.1 SAR imaging of flat roof building

从图1 可以看出［3］，建筑物墙体与地面形成的二面角反射器、叠掩、阴影等特征都使得建筑物与周围背景物体有明显的明暗差异。在建筑物面向传感器的一侧，存在叠掩和二面角效应。其中，叠掩是将地面反射到墙面和墙面反射到地面的二次反射叠加显示在叠掩区，亮度自然比只有一种反射的区域要强，二面角效应形成极强的反射，在图像上表现出的特征就是比周围背景要亮;而背向传感器一侧，因房顶发生镜面反射，回波强度很弱，图像上形成暗的区域，其暗的程度由建筑物的材料决定，有时暗区域的亮度值与阴影区亮度值相差不大，难以区分，这时如果图像上建筑物不是正侧视成像，可以借助建筑物临侧墙面形成的角反射器亮条纹加以判断，如图2(左)(除图9 外，文中卫星光学图像及航片都作为SAR 图像的参考对照图像)，屋顶区域宽度与A 处直线的长度相等。对于震害信息的判读，最需要特别关注的是某个区域回波突然变强，灰度变明亮，这种情况有可能是地震破坏造成的，需要单独分析。

图2 完好建筑物影像Fig.2 Images of complete buildings

按照震后宏观地面调查所采用的国家标准［4－5］，建筑物地震破坏等级有5个:基本完好、轻微破坏、中等破坏、严重破坏和毁坏。虽然当前还不能完全从SAR 图像上分辨出这5个破坏级别，但却能从高分辨率SAR 图像上尽可能多地获取细节信息，从而辅助破坏级别的划分。所以，图像解译必须要详细到建筑物各个可能观测到的细微特征。实际上，建筑物墙面和屋顶不可能是完全平滑的，平顶建筑物的屋顶往往会加盖一些管道设备间，这些设备间在成像均匀的SAR 图像屋顶区域呈亮斑显示，在解译中很容易被划分为破坏类，这就需要对这类亮斑与因地震造成的亮斑进行区分，其方法是:设备间通常亮斑形状规则(如图2(左)中B)，且对整个建筑物的几何形状不产生影响;震害形成的亮斑形状不规则，亮度较弱，建筑物形状可能有残缺。

从SAR 图像上建筑物的形状和整体分布来分析，建筑物普遍呈现出比较典型的长条形或L 形。当建筑物比较高时，叠掩和阴影区宽度较大，反之则较小［3］。当要解译的区域为密集的高层建筑群时，由于入射角和阴影的关系，前排的建筑容易遮挡住后排的建筑，造成信息的漏失［6］。建筑物走向与雷达观测方向的不同也会对成像产生一定的影响，文献［7］中将SAR 图像距离向与建筑物走向之间的夹角定义为方位角。实验分析表明，方位角的变化对建筑物成像中的二次反射效应有一定的影响，而且当建筑物周围的地面材料(柏油马路、草地)不同时，地面与建筑物所形成的二次反射的强度也不同。这个研究结果为不同走向建筑物的SAR 影像分析提供了更多的信息。

1.2 后向散射特征分析

建筑物的立体结构以及SAR 的斜距成像特点决定了建筑物在SAR 图像上必然存在叠掩、阴影和多次反射等特征。SAR 图像上建筑物的特征非常明显，能够在较暗的区域形成一条明亮的反射条纹，这是因为建筑物的墙体与地面垂直形成的二面角反射器，回波信号增强所产生强反射所致。另外，建筑物表面材料(如水泥、瓷砖、钢筋等)的介电常数比周围环境的要大，也容易形成较强的后向散射。通常，建筑物结构分为屋顶平坦的建筑物和屋顶三角形的建筑物2 大类别。对于这2 类建筑物，假设其墙面和屋顶都近似光滑的情况下，可以用上述图1表示建筑物的SAR 成像原理。

2 实例分析

实例分析采用1m 分辨率的TerraSAR－ X 影像、航空摄影照片和谷歌截取影像。

2.1 建筑物的破坏

由于朝向雷达传感器一侧的建筑物墙面和地面互相垂直，形成了二面角反射器，因此回波较强，在图像上形成一条明显的亮条纹。当建筑物受到地震损坏时，其二面角反射器也会受到破坏，其亮条纹的几何形状变得不规则。另外，建筑物破坏后的瓦砾、水泥等碎块形成若干小的反射体，甚至会形成小的二面角反射器，所以，从后向散射的角度分析，其后向散射强度总体可能增加，也可能减少，但是，破坏后的建筑物会在某一区域内散射变得均匀，并不是只形成一条亮度很强的条纹(二面角反射器形成)。常见的建筑物破坏情况如图3 所示。

图3 建筑物震害散射特征Fig.3 Scattering characteristics of buildings damage

1)建筑物完全倒塌。建筑物后向散射方式变为任意方向的多次散射(图3(a))，SAR 图像上建筑物原有的几何结构模糊甚至消失，主要识别规律是图像亮度大，在城市建筑区某位置形成一团没有规律的亮斑。

2)建筑物部分倒塌。建筑物倒塌部分表面结构杂乱，后向散射呈任意方向(图3(b));未倒塌部分在SAR 图像上依然呈现规则的几何形状，反射的高亮区整齐、明显，表现为与周围规则形状不同，有几何变形、残缺及块斑等特点。

3)建筑物屋顶破坏但结构完整。如图3(c)所示，建筑物墙面和地面之间的二面角反射器没有被破坏，依然形成一条亮色条纹，而屋顶因破坏产生的参差结构形成了多次散射，亮度与破坏前相比增强，叠掩区与周围环境的反差降低，建筑物立体感丢失。

4)建筑物结构和屋顶都没破坏，但墙面断裂。对于SAR 图像来说，比较特殊的情况有:①建筑物单面倒塌，一种情况是朝向雷达传感器的一侧受到破坏(图3(d))，此种情况在SAR 图像上表现为原有的二面角反射器消失，失去了其形成的亮条纹，叠掩区的反射特征也发生变化，亮度与周围环境反差降低，由于另一侧墙体完好，仍能形成阴影;另一种情况是背向雷达的一侧受到破坏(图3(e))，SAR 图像因其侧视成像的特点，不能观测到这侧的破坏，但在SAR图像上可能存在阴影区收缩以及阴影区亮度增强等现象;②建筑物倾斜、下陷。理论上讲，SAR 图像能够通过叠掩、阴影等特点反映建筑物的倾斜和下陷，但是，建筑物的叠掩和阴影的变化值极小，在现有分辨率的SAR 图像上，其变化很难被观测到。

震前及震后部分倒塌建筑物的影像如图4 所示。

图4 震前及震后部分倒塌建筑物影像Fig.4 Images before and after earthquake

建筑物的破坏总是复杂多样的，尽可能多地总结建筑物可能的破坏情况，能够为今后地震解译工作积累先验知识，达到训练解译人员的功效，为地震突发时的解译工作节约时间。

2.2 道路的破坏

道路是地震救援工作的生命线，及时了解道路的破坏情况有助于制定安全、快速的救援方案。首先应根据道路特殊的形态特征以及与周围地物的空间关系确定道路的位置。例如，汶川地震受灾区域的道路多依附在河流旁边，因此可以借助河流位置快速、准确地定位道路的位置。道路的回波信号基本来自地面的一次反射，且道路表面粗糙度比较均匀，所以其成像特征表现为低灰度条带状，具有一定的宽度，中间某段可能伴有亮色边缘［8］。

汶川地震中道路受到滑坡、崩塌及泥石流等地质灾害的影响，形成掩埋和断裂，另外，滑坡等堵塞河道形成堰塞湖也会使道路被掩埋。图5 以滑坡为例解释了道路遭滑坡掩埋前后的后向散射特征变化。可以看出，滑坡体堆积在道路上形成杂乱无章的各向反射，并隐藏了道路两旁路缘石形成的较强反射。滑坡的形成改变了道路与周围环境的纹理特征、表面粗糙度以及介电特性等方面的差异，使得SAR 图像上道路特征与道路两旁的路肩或斜坡的反差消失，存在道路中断的现象(图6)。

图5 道路受滑坡掩埋前(左)后(右)示意图Fig.5 Diagrams before(left)and after(right)landslide buries road

图6 滑坡掩埋的道路影像Fig.6 Images of landslide buries road

2.3 桥梁的破坏

图7 桥梁后向散射特征示意图［5］Fig.7 Diagram of bridge’s backscattering characteristics

在雷达影像分辨率较高的情况下，桥梁的多路径效应能够明显地表达出来［9］。如图7 所示，A 处实线表示桥表面的镜面反射，属于一次反射;B处虚线表示二次反射，有两种情况，一种是雷达信号到达桥侧面后反射到水面，再由水面反射回传感器，另一种是雷达信号到达水面后反射到桥侧面，再由桥侧面反射回传感器;C 处虚线表示雷达信号到达水面后反射到桥底，再由桥底反射到水里，桥底与水面这2个平行面之间形成了多次反射;D 处是桥上道路与桥上护栏形成的二面角，能够产生强反射。由图7 可知，一般的桥梁可以产生两条亮条纹，一条如B 处所示，由于水面和桥侧面反射发生叠掩，回波信号增强产生亮条纹;另一条如D 处所示，是典型的二面角反射器效应产生的亮条纹。实际上，真实的桥梁结构要复杂得多，对于高分辨率的SAR 影像，结构的改变很容易造成影像特征的显著变化。所以，分析桥梁结构的成像机理是十分有意义的。常见的桥梁存在的特殊情况有:①国道、省道等多车道道路中间有一条护栏防护带，其在影像上产生多次散射及小的二面角反射，易形成亮条纹;②规格比较小的桥梁两边的护栏是立柱，其结构比较杂乱，且桥梁底部粗糙，形成漫反射，其回波多由这些漫反射组成，所以图像上没有产生明显的边界，而是形成了一片漫反射区。

图8 完好桥梁影像Fig.8 Images of complete bridge

桥梁在地震中极易遭受破坏，产生断裂或局部坍塌，在判读时应注意桥梁被破坏处与桥梁上的车辆的区分。一般情况下完好桥梁(图8)上行驶的车辆都分布在车道上，位置比较固定;而地震中桥梁发生断裂或坍塌的位置不定，但一般都能连接到桥的边界，且破坏范围要比车辆面积大。如图9 所示，某桥梁发生了部分坍塌，旁边一处小的缺口是地震造成的桥面塌落。

图9 部分垮塌的桥梁影像Fig.9 Image of partial collapsed bridge

地震中桥梁可能的破坏情况有:①桥梁断裂，一半塌陷。这种情况桥梁塌陷部分如图7 所示的成像结构和特征消失，损毁的部分钢筋及水泥结构形成漫反射以及个别的强反射，其成像与没塌陷部分的规则结构形成明显的差别;②桥梁碎裂，整体结构完整。这种情况桥梁的承重能力减弱，碎裂桥梁的表面粗糙度增加，形成各向散射，部分散射到达水面后反射到雷达传感器，所以光滑的桥面和桥周围的水面(图8(c))会产生部分反射形成的亮斑;③桥梁某处细小部分塌陷，整体结构完整(图9)。这种情况塌陷部分的边缘会产生小的二面角，形成明显的小亮纹;④桥梁被滑坡、泥石流掩埋。这种情况的破坏特征类似于道路被滑坡掩埋的情况，不同的是滑坡掩埋桥梁的同时也掩埋了部分的河道，会引起河流的阻塞或水流改道现象。

3 结论

1)本文通过对高分辨率SAR 图像震害目标成像机理和后向散射特征的分析，总结了建筑物、道路及桥梁等常见地物的震害特征，并结合震害实例图像对雷达影像形成的机理进行了分析。

2)目前，高分辨率SAR 图像在震害信息提取方面的应用尚处于一个需要努力深化的过渡时期。本文对高分辨率SAR 图像上常见地物的成像机制和后向散射特征进行分析，目的是总结震害目标在雷达图像上的表现规律，为将来实现高分辨率SAR图像上建筑物、道路和桥梁等目标震害信息的自动提取做好技术准备。

3)本研究仅就建筑物、道路和桥梁的SAR 成像机理和震后影像特征进行了分析，尚缺少信息量化的研究，今后将以信息量化为研究目标。

［1］文江平，胡岩峰，张利利.基于高分辨率SAR 图像区域入射角反演及高度提取方法［J］.计算机应用，2009，29:215－217.Wen J P，Hu Y F，Zhang L L.Extracting local incident angle and height of target from high－resolution SAR images［J］.Computer Applications，2009，29:215－217.

［2］张风丽，邵 芸.城市目标高分辨率SAR 遥感监测技术研究进展［J］.遥感技术与应用，2010，25(3):415－422.Zhang F L，Shao Y.Urban target monitoring using high resolution SAR data［J］.Remote Sensing Technology and Applications，2010，25(3):415－422.

［3］赵凌君.高分辨率SAR 图像建筑物提取方法研究［D］.北京:国防科技大学，2009.Zhao L J.Study on building extraction from high resolution SAR images［D］.Beijing:National University of Defense Technology，2009.

［4］国家质量技术监督局.GB/T18208.3－2000，地震现场工作第3 部分:调查规范［S］.北京:中国标准出版社，2000.State Bureau of Quality and Technical Supervision.GB/T 18208.3－2000，Seismic field work，part three:Survey of standardization［S］.Beijing:Standards Press of China，2000.

［5］赵福军.遥感影像震害信息提取技术研究［D］.哈尔滨:中国地震局工程力学研究所，2010.Zhao F J.Seismic disaster information extraction from remotely sensed imagery［D］.Haerbin:China Earthquake Administration Institute of Engineering Mechanics，2010.

［6］Balz T.SAR simulation based change detection with high－resolution SAR images in urban environments［J］.In Proc Int Arch Photogramm，Remote Sens Spatial Inf Sci，2004，35:472－477.

［7］Brunner D，Bruzzone L，Ferro A，et al.Analysis of the reliability of the double bounce scattering mechanism for detecting buildings in VHR SAR images［C］//In Proc IEEE Radar Con，Pasadena，CA，2009:1－6.

［8］谢 锋，陈映鹰，林 怡，等.SAR 图像中道路自动提取的不确定性与仿真［J］.系统仿真学报，2009，21(11):3489－3493.Xie F，Chen Y Y，Lin Y，et al.Simulation of automatic extracting roads from SAR imagery based on uncertainty analysis［J］.Journal of System Simulation，2009，21(11):3489－3493.

［9］张绍明，何向晨，张小虎，等.高分辨率星载SAR 图像水上桥梁解译［J］.电子与信息学报，2011，33(7):1706－1702.Zhang S M，He X C，Zhang X H，et al.Auto－ interpretation for bridges over water in high－resolution space－borne SAR imagery［J］.Journal of Electronics ＆ Information Technology，2011，33(7):1706－1702.