Building damage assessment from PolSAR data using texture parameters of statistical model
利用极化SAR数据统计模型纹理参数的建筑物损毁评估
成果信息
Li L.L., Liu X.G., Chen Q.H.*, Yang S., (2018). Building damage assessment from PolSAR data using texture parameters of statistical model. Computers & Geosciences, 2018(113),115-126.
论文链接：https://doi.org/10.1016/j.cageo.2018.01.018
项目经费：国家自然科学基金(41771467, 41471355和41301477)
团队成员
李林林，硕士研究生，中国地质大学（武汉）我院，研究方向为雷达遥感灾害评估。
刘修国，博士，中国地质大学（武汉）我院，教授，博士生导师，主要从事遥感信息提取及其地学应用、地学大数据建模及可视分析等方面的研究。
陈启浩，博士，中国地质大学（武汉）我院，副教授，硕士生导师，主要从事雷达遥感信息提取及其地震地质灾害调查评估、城市规划、环境评估应用方面的研究。（联系邮箱：chenqihao@cug.edu.cn）
杨 帅，博士研究生，中国地质大学（武汉）我院，研究方向为极化雷达信息提取及应用。
成果介绍
本文针对极化SAR建筑物损毁评估中倾斜完好建筑物和倒塌建筑物容易混淆的问题及传统纹理特征的不足，提出了一种利用统计模型纹理参数的建筑物损毁评估方法。
本文提出的建筑物损毁评估方法主要包含三个步骤：首先，将基于极化SAR数据估算的统计模型的纹理参数取对数作为新的纹理特征来描述建筑物区的均匀程度。其次，基于提取的纹理特征选取阈值区分倒塌建筑物和完好建筑物。最后，计算建筑物区块内倒塌建筑物所占的比例，将建筑区的划分为轻度损毁、中度损毁和重度损毁三个等级，完成建筑物的损毁评估。此外，本文还还分析了极化SAR数据不同统计模型和不同纹理参数估算方法对建筑物损毁评估的应用能力。
利用RADARSAT-2和ALOS-1 极化SAR数据对本文方法进行验证，与圆极化相干系数、灰度直方图的方差的评估结果对比表明，利用极化SAR数据的纹理参数可以避免倾斜建筑物和倒塌建筑物的混淆，提高灾后建筑物损毁评估的准确性，其中基于二阶矩(SMOM-based)估算的K分布和G0分布纹理参数对极化SAR建筑物损毁评估的总精度最高。
(a)
(b)
(c)
(d)
图1 建筑物损毁评估结果.(a):圆极化相关系数；(b):灰度直方图的方差；(c):基于二阶矩估算的K分布/G0分布纹理参数；(d):解译的参考图
图2 利用不同统计模型及不同方法估算的纹理参数的建筑物损毁评估总精度.
