人工智能方法遥感影像上在地震灾害的应用

在地震灾害里，人工智能方法可以用来解决房屋倒塌评估、次生地质灾害监测，以及救灾帐篷识别等问题。

1.房屋倒塌评估：对房屋倒塌情况的评估是地震直接危害中最能反映震区破坏程度的指标。通过对震前震后遥感卫星数据进行影像匹配和变化检测，得到两者变化的区域，从而获取房屋倒塌信息和地震影响区域。这里应用人工智能中的图像变化检测方法完成地震影响区域分析。

2.次生地质灾害监测：地震次生地质灾害是指由地震直接引发或由地震作用影响而引发的灾害性地貌重塑过程。主要针对地震所造成的山体滑坡、堰塞湖等开展监测，按照其影像特征，结合灾前影像数据进行变化检测，开展滑坡体的识别。这里主要采用图像变化检测方法进行分析。

图像变化检测大致分为基于像元、基于特征以及基于目标三类方法。基于像元方法有灰度差值法、比值法、回归法等。基于特征的方法有主成分分析法、光谱角检测法、指数差值法、形状分析法和纹理分析法等。基于目标的方法主要利用图像识别、分类等方法，常用的算法有分类比较法、多时相分类法、小波变换分析法及神经网络分析法等。基于像元的方法是将像元作为单位进行前后时刻变换检测；特征方法则是在图像一定区域内提取图像量化特征并分析其变化；目标方法则根据特定目标，分析此目标在前后时刻是否有变化。

在特殊情况无法获得灾前影像数据时，图像分割方法也可以使用，具体表现为先分割后分类的思想，即先通过多尺度的分割将遥感图像划分为不同区域，然后通过分类器判别各区域是否属于地质灾害。这里一般需要进行分析方法训练，提前获取一些地震图像作为训练集，通过人工智能学习方法学习出地震区域的特点。

3.救灾帐篷识别：救灾帐篷识别属于特定目标的识别与分析，救灾帐篷是地震发生后安置灾民的重要装备, 准确核实灾区的帐篷数量和空间分布是评估灾区救助需求、核查地方救灾工作成效、优化安置点布局、估算转移安置人数的重要依据。目前主要使用分辨率高的无人机航空遥感图像，利用目标检测技术识别出帐篷的具体位置。目标检测算法根据要分析目标进行预学习和训练，然后设计一个滑动窗口在图像上均匀移动，每次对滑动窗口内的局部图像进行分类，判断是否存在此类物体，最终找到整张图像内的所有目标。