基于遙感影像的仙游縣建筑物抗震水平初判

鄭 韻 姜立新 張 穎 朱耿青 張樹君 黃玲珠

1）中國福州350003 福建省地震局

2）中國北京100045 中國地震臺網中心

0 引言

當地時間2021 年8 月14 日清晨，海地西部地區發生MS7.3 地震（震源深度10 km），據報道，約有1 萬多所房屋在地震中損毀，數千人被掩埋于廢墟之下。根據海地民防局公布的消息，地震造成2 000 多人死亡，1 萬多人受傷。淺源大地震對地表的破壞力巨大，建筑物損毀倒塌，容易造成巨大的經濟損失和慘重的人員傷亡。對地震災害進行快速評估，是進行應急救援的重要環節。

房屋建筑數據是影響地震災害快速評估結果的重要因素（聶高眾等，2002；姜立新等，2012；鄭韻等，2021）。按照傳統調查模式獲取研究區多棟房屋的基礎屬性數據，專業性要求高，人員和資金投入大，耗時長，無法滿足新時代地震災害風險防治的工作需求。近年來，隨著時空分辨率的顯著提升，遙感影像以其宏觀、高效率、成本低等優點，成為房屋建筑物資料快速獲取渠道之一，可在宏觀上迅速掌握研究區房屋數量與抗震設防水平。相關研究有：王曉青等（2008，2015）基于震后災區高分遙感影像，建立震害指數分析模型并進行大震震害的快速評估；李姜等（2021）利用無人機航拍影像，構建張家口萬全區建筑物抗震能力震害矩陣；袁小祥等（2023）結合建筑物震前遙感影像和震害模擬仿真，進行地震烈度和房屋震害評估。

2020 年底，在中國地震災害防御中心指導下，基于遙感影像，在全國范圍內開展建筑物總量和抗震水平粗略估計工作，并形成基本可行的技術路線。本文以福建省仙游縣為例，基于天地圖遙感影像數據，利用ArcGIS 軟件進行空間分析與處理提取建筑物輪廓，獲取仙游縣房屋總量基本數值，采用遙感目視解譯，初步判斷該縣建筑物抗震等級，結合百度街景地圖與實地抽樣調查進行修正與誤差分析，完成基于遙感影像的仙游縣建筑物抗震水平初判。

1 研究方法

1.1 技術思路

基于遙感影像對建筑物抗震水平進行初判，具體流程見圖1。技術思路如下：

圖1 房屋抗震能力初判流程Fig.1 Flow chart of initial evaluation of seismic capacity of building

（1）數據資料準備。數據資料準備階段主要包括向福建省基礎地理信息中心申請授權天地圖影像數據、收集區域行政區劃數據、國民經濟和社會發展統計公報等所需數據資料。

（2）建筑物輪廓提取及目視解譯（關澤群等，2007）。該階段主要利用圖像二值化提取建筑物輪廓，通過ArcGIS軟件的空間分析功能得到仙游縣房屋大致總量，采用遙感目視解譯初步判別建筑物抗震等級，錄入房屋所屬行政區劃編碼、數量和抗震等級等房屋屬性數據。

（3）百度街景地圖與現場抽樣核查。通過百度街景地圖或實地抽樣核查結果與遙感影像解譯的對比分析，進行初判數據誤差分析與結果修正。

（4）成果生成。根據百度街景地圖或實地抽樣核查修正結果中房屋分區數據，利用ArcGIS 軟件生成房屋抗震水平初步評估圖。

1.2 數據準備

在標繪房屋建筑片區數據時，需按照鄉鎮級行政區劃范圍進行區分，避免出現同一個片區跨多個行政區劃的問題。因此，需準備所在地區鄉鎮級行政區劃數據（shp格式，面狀圖層），1:10 000 或更大比例尺均可。該項目實施中統一采用福建省基礎地理信息中心提供的全省行政區劃數據，空間參考為CGS2000 坐標系。

通過向福建省基礎地理信息中心申請授權等方式，獲取福建省天地圖街道地圖影像數據的接口。在GIS平臺軟件上，選擇GIS Server服務，輸入天地圖接口加載影像地圖。天地圖·福建提供了仙游縣大部分區域17—18 級影像電子地圖，影像分辨率為0.5—0.8 m，少數地區影像電子地圖為第11—16 級，分辨率為2.0—2.1 m，數據現勢性為2020 年。

1.3 數據表結構

錄入房屋屬性時需在ArcGIS 中建立統一的房屋數據面圖層，并根據需求建立數據表結構，規范屬性數據的定義。如表1 所示，數據表中包含ID 編碼、建筑物所屬地區編碼等基本信息，并分別定義了區域內房屋棟數和抗震設防能力初判情況，百度街景地圖或實地抽樣核查結果作為待輸入數據項。

表1 數據表格結構Table 1 Data table structure diagram

1.4 圖像二值化提取建筑物輪廓

圖像二值化通過設定閾值圖像的像素分成大于閾值和小于閾值的2 種像素群。設輸入圖像函數為g(x,y)，輸出二值圖像函數為f(x,y)，則

其中，threshold 表示閾值，選取原則是盡可能將所需圖像信息和背景區分開來。由式（1）可知，圖像經二值化處理，輸出圖像點的灰度值變為0 或255，即為黑白分明的灰度圖像。

在ArcMap 軟件中加載影像后顯示3 種波段顏色影像，基于波段提取函數提取影像單波段，利用空間重分類工具將單波段柵格重分類為“1”“2”“3”新值，分別對應表示建筑物、道路和背景的灰度值。確定道路灰度值，將圖片再次重分類，將道路灰度值賦值為背景灰度值，從而實現建筑物影像二值化，基于ArcScan 工具矢量化建筑物影像輪廓，創建建筑物輪廓圖層。

2 基于經驗估計的房屋抗震能力判別

2.1 區域概況

仙游縣位于福建省東南沿海中部，轄區總面積約1 835 km2?？h人民政府駐鯉城街道，全縣轄：鯉城街道、鯉南鎮、社硎鄉、龍華鎮、石蒼鄉、榜頭鎮、度尾鎮、菜溪鄉、楓亭鎮、賴店鎮、郊尾鎮、西苑鄉、園莊鎮、鐘山鎮、游洋鎮、書峰鄉、蓋尾鎮、大濟鎮，共計1個街道、12 個鎮和5 個鄉。根據第七次全國人口普查數據，仙游縣常住人口約905 068 人。2020 年，仙游縣生產總值約為521.49 億元（仙游縣人民政府，2021）。

2.2 區域地質構造背景

仙游近場區為低山—丘陵地形地貌，主要由中低山、低山、丘陵、臺地和海灣平原等地貌類型構成。區內第四紀地層有全新統和更新統，其中更新統以殘坡積土為主，全新統出露較廣，主要分布于海灣平原及河流兩岸和山間盆地，為沖洪積的粘性土、砂、碎石土和濱海相沉積的淤泥、淤泥質土夾粘性土、砂層。近場區地處NNE—NE 向長樂—詔安斷裂帶中北段，EW 向漳平—莆田斷裂帶東端。區內斷裂構造發育，具多期和不同性質的活動特點，以NNE—NE 向斷裂最為發育，NW 向、近EW 向斷裂零星分布。近場區內現今地震活動相對較弱，小震主要位于場地東北部一帶，震中零星分布，近場區無破壞性地震記載。歷史上，仙游近場地共遭受2 次烈度達Ⅵ度及以上地震影響，其中1604 年泉州海外71/2級地震對場地影響烈度為Ⅶ度，1918 年廣東南澳7.3 級地震影響烈度為Ⅵ度。綜合分析認為，仙游地區存在發生5.5 級以下地震的構造背景。

2.3 房屋遙感影像特征粗判

借助遙感影像目視解譯，即每種地物在各波段反射率均有差異，在遙感影像上則以不同色調展現。目視解譯依據地學、光譜規律和解譯者經驗，從圖像的色調、形態、紋理等，結合房屋建筑物分布、用途與空間關系特征的對應關系，依據建筑抗震設計水平，總結歸納經驗估計的判別依據。

（1）估計設防達標類典型樣本特征影像。建筑輪廓影像清晰、建筑物占地面積較大或呈現出規則建筑群排列，如城市安商房小區、城鄉結合部4 層以上房屋、農村的抗震安居房、火車站、體育館之類的公用建筑、生命線工程相關建筑等，此類建筑物均判定為估計抗震能力達標。圖2 所示為估計設防達標類典型樣本特征影像，特征明顯，滿足抗震設計規范要求。

（2）疑似抗震能力不足樣本特征影像。建筑影像模糊不清、占地面積小、房屋密集且排列雜亂無序，如大部分農村地區自建房、城鄉結合部2—3 層房屋、小型廠房等，此類房屋抗震設防設計特征不太明顯，需要進一步詳細調查與鑒定，初判為疑似抗震能力不足。圖3 為疑似抗震能力不足樣本特征影像。

圖3 疑似抗震能力不足示例圖Fig.3 Example diagram of suspected seismic inadequacy

（3）疑似嚴重不達標典型樣本特征影像。建筑影像稀疏且占地面積小，如城市城中村、城鄉結合部單層房屋、農村地區土石房屋及低層自建房屋、工地棚房等，這類房屋具備不達標房屋的一些影像特征，需要進一步詳細調查與鑒定，可初步判定為疑似抗震能力嚴重不足。圖4 為疑似嚴重不達標典型樣本特征影像示例圖。

圖4 疑似抗震能力嚴重不足示例圖Fig.4 Example diagrams ofsuspected insufficient earthquake resistance

采用遙感目視解譯，依據以上3 種影像判別標準，將仙游縣房屋建筑物抗震能力等級粗分為估計抗震能力達標、疑似抗震能力不足和疑似抗震能力嚴重不足3 個等級。運用ArcGIS 空間頻數分析和統計分析（郭仁忠，2001），估算圖像二值化后的建筑物總數及不同抗震水平的房屋大致數量。解譯結果不需要較高準確度，大致判斷分類和總數即可。

2.4 抽樣調查

抽樣調查（孫山澤，2014）即從所研究對象抽取一定比例的樣本進行調查。利用樣本特征推測研究對象特征，需隨機抽取有代表性的樣本，且樣本數量不宜過少。實地抽樣調查的主要目的為：①更正因影像滯后導致的建筑物遺漏，如城市大面積拆遷區、新規劃居民區等；②修正因建筑特征不明顯、影像分辨率低引起的房屋抗震水平難以確定的情況；③抽樣計算檢查數據質量。

對于仙游縣城鯉城街道和城郊鯉南鎮，核查房屋主要位于城中村或城郊結合部，綜合時效性、便捷性和經費等多方面因素，使用百度街景地圖進行房屋抗震能力核查，共計6 處抽查點，核查發現，部分遙感影像判讀房屋抗震水平出現錯誤。具體核查結果見表2，抽樣點對比見圖5。

表2 百度街景地圖核查結果Table 2 Baidu street view map verification results

圖5 仙游縣城遙感影像和百度街景地圖抽樣點對比圖Fig.5 Sampling point comparison of Xianyou county remote sensing image and Baidu street view map

仙游縣其他鄉鎮由于缺乏百度街景地圖資料，隨機均勻抽取每個鄉鎮的1 個調查點，最終選取16 個村鎮調查點。通過實地核查，發現部分遙感影像判讀房屋抗震水平出現錯誤。具體核查結果見表3，抽樣點1—6 對比圖見圖6。

表3 實地核查結果Table 3 Results of field verification

圖6 仙游縣城遙感影像和實地抽樣點對比圖Fig.6 Comparison of remote sensing images and field sampling points in Xianyou county

2.5 誤差計算與分析

將遙感初判結果作為估計值，百度街景地圖或實地核查結果作為真實值，計算基于遙感影像經驗初判的房屋抗震水平相對誤差，仙游縣22 處調查點中有4 個調查點遙感影像判讀房屋抗震水平出現錯誤，相對誤差為18.18%，符合中國地震災害防御中心誤差小于20%的規定，達到數據質檢要求。

將百度街景地圖或實地核查結果與遙感影像進行對比，發現導致誤判的主要原因有：①仙游縣城中村尚存在一定數量的土坯瓦片房和磚砌為主的純磚造建筑，此類房屋無抗震構造措施，抗震能力差。而設圈梁和構造柱的磚混結構自建房具有一定抗震能力。僅通過遙感影像無法將純磚造建筑與設圈梁和構造柱的磚混結構建筑區分開，也難以識別參雜其中的土坯瓦片房。②仙游縣老城區依然存在少量預制板的簡易砌體房屋和樓頂違規搭建棚房，因無法獲取房屋修建年代、承重構建材質等房屋屬性，遙感影像識別時可能將此類房屋與鐵皮輕鋼構造的廠房混淆，從而引起誤判。③仙游縣存在少量石砌結構房屋，石結構整體性差，抗震能力差，僅從遙感影像無法將其與磚混結構房屋區別開，易造成誤判。④仙游縣鄉鎮地區一些設圈梁和構造柱的磚混結構辦公樓或居民樓抗震能力較強，但遙感影像判別時難以將此類建筑與鄉鎮一般自建房區分開，從而導致誤判。

2.6 判別結果

根據百度街景地圖或實地核查結果，對遙感影像初判錯誤的調查點進行修正，最終統計結果如下：仙游縣房屋總棟數約為65 645 棟，主要房屋類型為框架結構、鋼結構、磚混結構、石結構、磚木結構和土木結構房屋。利用ArcGIS 軟件繪制仙游縣房屋抗震能力初步評估圖，結果見圖7。由圖7 可見，估計抗震能力達標房屋有20 391 棟，占比31.06%；疑似抗震能力不足房屋有43 239棟，占比65.87%；疑似抗震能力嚴重不足房屋有2 015棟，占比3.07%。

圖7 基于遙感影像的仙游縣房屋抗震水平初判Fig.7 Seismic level judgment of houses in Xianyou County based on remote sensing images

3 結論

針對福建省房屋地震設防情況不明、總量不祥的現狀，利用天地圖遙感影像數據，運用ArcGIS 軟件進行空間分析與處理，獲取仙游縣房屋大致總量，采用遙感目視解譯初步判別研究區建筑物抗震等級，結合百度街景地圖與實地抽樣調查進行修正與誤差分析，完成基于遙感影像的仙游縣建筑物抗震水平初判，得出以下結論：

（1）仙游縣房屋總棟數約65 645 棟，其中，估計抗震能力達標房屋占比31.06%，疑似抗震能力不足房屋占比65.87%，疑似抗震能力嚴重不足房屋占比3.07%。從結果看，仙游縣房屋總體抗震水平較好，疑似抗震能力嚴重不足房屋主要分布于仙游縣城中村、城鄉結合部區域以及農村地區，這些區域仍然存在少量土坯結構、磚木結構與石砌結構的老舊房屋。

（2）通過百度街景地圖或實地抽樣核查結果與遙感影像解譯的對比分析，得到相對誤差為18.18%，其分類結果具有較高可信度，達到中國地震災害防御中心誤差小于20%的數據質檢規定要求。導致誤判的原因主要是，受遙感影像分辨率和影像拍攝角度的影響，僅通過遙感影像無法識別房屋建筑結構、承重構建材質等房屋的重要屬性，從而造成誤判。