收稿日期：2023-08-28
DOI：10.19850/j.cnki.2096-4706.2024.05.037
摘" 要：为实现对地震灾害的精准检测，研究基于遥感信息技术的地震灾害检测方法。引进遥感信息技术，搭建数字化遥感图像可视化处理模型，进行图像测绘与成像；引进ICA算法，提取地震灾害图像的纹理特征；按照输出时序对纹理特征进行排序，得到具有连续化特征的区域地质变化影像，实现基于数据动态监测的地震发生点定位。实验结果证明，该文设计的地震灾害检测方法，不仅可以实现对地震灾害发生点的定位，还可以确保灾害定位结果的精准度。
关键词：遥感信息技术；地质测绘成像；检测方法；纹理特征；动态监测；地震灾害
中图分类号：TP39" " 文献标识码：A" 文章编号：2096-4706（2024）05-0171-04
The Application Method of Remote Sensing Information Technology in
Earthquake Disaster Detection
LIU Rui
（Wuhan Surveying and Mapping Center of Real Estat， Wuhan" 430015， China）
Abstract： In order to realize the accurate detection of earthquake disasters， the earthquake disaster detection method based on remote sensing information technology is studied. It introduces remote sensing information technology， builds a digital remote sensing image visualization processing module， and carries out image mapping and imaging. ICA algorithm is introduced to extract the texture features of earthquake disaster image. The texture features are sorted according to the output time sequence， and the region geological change images with continuous feature are obtained to realize the location of earthquake occurrence points based on data dynamic monitoring. The experimental results show that the designed earthquake disaster detection method in this paper can not only locate the earthquake disaster occurrence point， but also ensure the accuracy of disaster positioning results.
Keywords： remote sensing information technology; geological mapping and imaging; detection method; texture feature; dynamic monitoring; earthquake disaster
0" 引" 言
目前，我国许多地区都存在较高的地质灾害风险。地震灾害属于群体生活中较为常见的地质灾害，某地区一旦发生地震灾害，不仅会对该地区群体的生命安全造成威胁，还会在一定程度上对该地区的经济发展产生抑制作用[1]。但在我国高新技术持续研发的背景之下，地震灾害成为一种可预测灾害，如何合理利用信息化技术进行灾害预测仍属于科研单位的探索课题。为实现对此项工作的全面优化，降低地震灾害对群体生命财产安全造成的损害，有关单位研究出了针对灾害预测的遥感信息技术[2]。遥感信息技术是一种基于光学与电学的远程目标探索技术。目前，此项技术已经被应用到土地资源勘查、地质环境探测等方面。而将遥感信息技术应用于地质灾害检测中的研究仍处于初步理论阶段。为落实此项工作，实现对地震灾害的精准检测，本文结合遥感信息技术的研究进展，设计一种针对地震灾害的全新检测方法，助力地区经济发展，减少地震灾害给城市经济生活带来的困扰。
1" 基于遥感信息技术的地震灾害检测方法
1.1" 基于遥感信息技术的地质测绘成像
为实现对地区地震灾害的检测，引进遥感信息技术，搭建数字化遥感图像可视化处理模型，进行区域地质图像的测绘与成像。在此过程中，使用传感器作为图像获取的前端，将其搭载到无人机设备上，建立搭载设备与远程成像终端之间的通信联系[3]。这种通信联系是通过无线通信技术实现的，例如通过无线电频率、蓝牙或Wi-Fi等方式进行数据传输。无人机采集到地质图像信息后，传感器会通过无线通信技术将数据传送给成像终端。成像终端可以远程接收并显示无人机采集到的地质图像，这使得操作人员可以远距离实时监测并分析图像。同时，操作人员还可以通过成像终端向无人机发送指令，控制其飞行路径、角度或其他参数，以满足不同的任务需求。设定传感器数据反馈间隔为ε，对地质测绘信息进行跟踪获取。反馈区域地质遥感影像的过程可由如下计算式表示：
（1）
其中，R表示地质测绘图像反馈结果；B表示无人机搭载设备与地面之间的有效连通与交互渠道数量；θ表示地质测绘图像拍摄倾斜角度；α表示图像相位差。完成对地质测绘图像的反馈后，为实现基于现有数据的地质成像，需要借助遥感信息技术进行反馈信息的初步粗配准[4]。可以将粗配准过程视为联系点均匀分布定位的过程，根据测绘区域的地质概况建立针对此区域的三维坐标体系。将联系点均匀分布在测试空间中，在影像中根据坐标点之间的几何关系找到对应的空间点。根据反馈坐标点的空间位置建立全新的像元图像，配准过程可由以下计算式表示：
（2）
其中，ϕ表示地质测绘成像配准结果；ϕ1表示地质反馈图像的平地相位；ϕ2表示地质反馈图像的地形相位；ϕ3表示地质反馈图像的形变相位；ϕ4表示地质反馈图像的干扰相位；ω表示像元匹配机制。通过上述方式实现基于遥感信息技术的地质测绘成像。
1.2" 地震灾害信息纹理特征提取与处理
为实现基于遥感反馈影像的地震灾害预测，进行遥感图像的深度分析，提取无人机遥感影像中地震灾害的纹理特征，通过对特征的处理掌握区域地质结构的迁移规律[5]。考虑到地震灾害影像在反馈过程中可能会存在一定的噪声，引入ICA算法对观测数据进行预处理分析。独立成分分析（Independent Component Analysis， ICA）算法是一种从混合信号中恢复原始信号的统计算法。与传统数据预处理方法不同，ICA算法旨在将混合信号分解为独立的成分，使得每个成分都能够反映出原始信号源的特征，去除信号中的冗余部分，提高信号的纯度和质量。观测数据包含地质数据和噪声信号，对此部分数据的处理过程便是去除噪声信号的过程[6]。可假设观测影像的维度为N，对应的观测信息为S，S = [ S1， S2， …， S∞ ]。设定测试地质区域存在一个独立维度，将此维度作为观测信息处理参照维度，将其表示为M，M应小于或等于N，此时两个维度的影像信息存在以下线性关系：
（3）
在此过程中，应明确S中至少存在一个符合或满足高斯分布特征的数据，此数据属于地震灾害检测中的数据，要实现对此类数据的检测，需保证对信号源的最佳估量[7]。可按照以下计算式进行地震灾害图像纹理特征的提取：
（4）
其中，J表示地震灾害图像纹理特征；y表示纹理特征对应的影像维度；E表示混解矩阵；G表示空间高斯噪声可控变量；v表示信号收敛速度。通过上述方式进行地震灾害图像的纹理特征提取与处理，实现对地质测绘影像中噪声值与冗余信息的筛查。
1.3" 基于数据动态监测的地震发生点定位
完成上述相关研究后，按照影像的输出时序对所获取的地震灾害图像纹理特征进行排序，通过这种方式得到一个具有连续化特征的区域地质变化影像。此过程可由以下计算式表示：
（5）
其中，W表示地质变化动态数据匹配过程；x表示原始数据集合；g表示空间连续影像；t表示反馈信息时序；β表示噪声比率变换系数；T表示影像差异时序。以输入数据时序为参照，通过上述方法对不同的独立成分进行线性变换。预设一个几何参数，在空间中进行寻优，得到地层结构破裂线的变化规律。通过这种方式掌握地层最优滑动分量，对地质结构层中的不同滑动分量进行离散化处理，得到地层结构最大滑动分量。此过程可由以下计算式表示：
（6）
其中，γ表示地层结构最大滑动分量；u表示地裂线；f表示局部寻优结果。按照上述计算式完成对最大滑动分量的计算。匹配计算结果对应的经度与纬度，将输出空间经纬度视为检测到的地震点。按照这种方式完成基于数据动态监测的地震发生点定位，实现基于遥感信息技术的地震灾害检测方法设计。
2" 对比实验
上文从三个方面完成了基于遥感信息技术的地震灾害检测方法设计，为检验本文方法在实际应用中的效果，以某地震灾害高发区为例进行对比实验。
调用所研究地区某地质单位的电子数据库，数据库中涵盖了该地区历年发生的地震灾害数据。获取部分地震灾害数据，如表1所示。
由如表1所示的数据可知，该地区属于地震灾害频发地区，该地区在2018年发生过一次大型地震，此次地震不仅造成了人员伤亡，还带来了较大的经济损失。通过对该地区地质构造的综合分析可知，该地区横跨地震带。从该地区的自然环境层面分析，地震灾害频发区域具有山势陡峭、河流切割趋势明显等特点，且在流域中分布多个“V”字形峡谷[8]。该地区的地形图如图1所示。
表1" 所研究地区近年发生的地震灾害统计
年份 地震灾害数量/次 经济损失/万元 人员伤亡数量/人
大型 中型 小型
2021年 0 1 5 2476.23 0
2020年 0 0 2 698.14 0
2019年 0 1 1 1256.10 2
2018年 1 1 2 9832.38 10
2017年 0 0 3 1025.54 1
图1" 该地区地形图
由于该地区具有典型的地震地质特征，采用本文方法对该地区2018年发生的一次大型地震灾害进行检测。基于遥感信息技术进行区域地质的测绘与成像。测绘图像如图2所示。
图2" 地震测绘图像
提取测绘图像中的地质灾害纹理特征；对纹理特征进行处理，去除图像中的冗余噪声，然后按照时间序列对测绘图像中的数据进行排序；通过对数据的动态变化进行监测，实现对区域地震灾害发生点的定位[9]。统计实验结果如表2所示。
表2" 地震灾害发生点定位结果
序号 地震发生点（纬度，经度） 本文方法对地震灾害的检测结果（纬度，经度）
1） （22.9°N，101.4°E） （23.9°N，101.4°E）
2） （22.8°N，102.3°E） （22.8°N，102.3°E）
3） （22.6°N，101.2°E） （23.6°N，102.2°E）
4） （22.5°N，102.2°E） （22.5°N，102.2°E）
5） （23.4°N，101.4°E） （23.4°N，102.4°E）
6） （22.7°N，101.8°E） （21.7°N，101.8°E）
如表2所示，地震发生点的纬度与经度数值均为电子数据库记录的真实数据。从如表2所示的实验结果可以看出，本文方法可以实现对地震灾害的检测，检测结果与真实结果之间的偏差基本可以控制在1.0°范围内。
在上述内容的基础上，引进基于Sentinel-2技术的地震灾害检测方法作为传统对比方法。基于数据库中记录的地质测绘历史数据，使用传统方法对区域地震灾害进行检测。将检测结果与真实结果的均方误差作为评价方法可行性的指标。对检测结果的均方误差进行计算，计算式如下：
（7）
其中，M表示地震灾害检测结果的均方误差；n表示样本数据数量；i表示数据统计次数；X表示地震灾害发生点实测值； 表示地震灾害发生点预测值。对数据库中记录的10次地震灾害进行检测，统计本文方法与传统方法对灾害检测结果的均方误差，如图3所示。
图3" 地震灾害检测结果均方误差对比
从如图3所示的实验结果可以看出，本文方法检测结果的均方误差较小，低于1，而传统方法检测结果的均方误差均大于1。由此可以证明：相比传统检测方法，本文设计的基于遥感信息技术的地震灾害检测方法，不仅可以实现对地震灾害发生点的定位，还可以确保灾害结果的精准度。这是因为本文基于遥感信息技术搭建可视化处理模型，进行区域地质图像的测绘与成像；利用ICA算法预处理观测数据，提取地震灾害图像的纹理特征；将纹理特征进行排序，获得具有连续化特征的区域地质变化影像，实现基于数据动态监测的地震发生点定位[10]。
3" 结" 论
本文从基于遥感信息技术的地质测绘成像、地震灾害图像纹理特征提取与处理、基于数据动态监测的地震发生点定位三个方面，开展遥感信息技术在地震灾害检测中的应用方法研究。完成研究后，通过实验验证了所提方法的可行性。在后续的研究中，致力于将本文方法应用到地震灾害的预警工作中，有效降低地震灾害造成的经济损失与人员伤亡。
参考文献：
[1] 李升甫，向波，孙晓鹏，等.多源遥感技术在复杂山区高速公路地质选线中的应用 [J].重庆交通大学学报：自然科学版，2022，41（4）：120-125.
[2] 王罗其，傅伟军，叶正钱，等.基于地理信息系统和遥感技术的山核桃产区林地土壤质量退化评价 [J].浙江大学学报：农业与生命科学版，2022，48（2）：216-226.
[3] 花良浩，李丹丹，黄呈宇，等.基于小型智能无人机低空遥感技术的农田信息采集的研究 [J].南方农机，2022，53（2）：69-71.
[4] 冯刘成.基于Sentinel-2数据与遥感技术的浅河川径流量估算模型 [J].吉林水利，2022（1）：45-48+54.
[5] 张斌.无人机遥感技术在自然保护地生态资源保护监测中的应用——以甘肃某地为例 [J].广东蚕业，2022，56（1）：142-144.
[6] 刘文，王猛，宋班，等.基于光学遥感技术的冰崩隐患遥感调查及链式结构研究——以西藏自治区藏东南地区为例 [J].自然资源遥感，2022，34（1）：265-276.
[7] 吴凤敏，余静，王素伟，等.多元遥感技术在重庆市露天矿恢复治理动态监测中的应用 [J].北京测绘，2022，36（2）：149-155.
[8] 唐静秋.浅析遥感信息技术在自然资源监测监管中的应用 [J].测绘与空间地理信息，2022，45（10）：38-40.
[9] 张焜，刘宝山，邓辉，等.青海省地质调查院，成都理工大学.青海湟水河沿岸经济带地质灾害遥感信息快速挖掘与灾情评估关键技术研究 [Z].项目立项编号：2018-ZJ-737.鉴定单位：青海省科技厅.鉴定日期：2021-06-03.
[10] 安立强.基于遥感数据的地震极灾区快速评估 [D].哈尔滨：中国地震局工程力学研究所，2023.
作者简介：刘瑞（1988.01—），女，汉族，安徽安庆人，工程师/助理研究员，硕士研究生，研究方向：摄影测量与遥感。
