摘要: 為了研究大當(dāng)量爆炸建筑物毀傷評(píng)估問題,基于遙感影像解譯和大數(shù)據(jù)分析構(gòu)建了大當(dāng)量爆炸建筑物毀傷評(píng)估模型。首先,基于大當(dāng)量爆炸的具體歷史案例構(gòu)建了毀傷數(shù)據(jù)集,具體指基于遙感影像提取建筑物毀傷信息,輔助大數(shù)據(jù)信息補(bǔ)充毀傷細(xì)節(jié),利用地理信息系統(tǒng)空間分析數(shù)字化毀傷信息,構(gòu)成毀傷數(shù)據(jù)集。然后,基于毀傷數(shù)據(jù)集中的訓(xùn)練樣本修正經(jīng)驗(yàn)?zāi)P蛥?shù),構(gòu)建了適用于大當(dāng)量爆炸的針對(duì)不同類型建筑物的毀傷評(píng)估模型,并基于毀傷數(shù)據(jù)集中的驗(yàn)證樣本測(cè)試了模型性能。實(shí)驗(yàn)證明:所構(gòu)建模型擬合優(yōu)度高于96%,檢驗(yàn)樣本準(zhǔn)確度高于84%,整體誤差在可接受范圍內(nèi)。所構(gòu)建模型在一定精度要求下可為大當(dāng)量爆炸事故評(píng)估提供參考。
關(guān)鍵詞: 大當(dāng)量爆炸;遙感影像;毀傷評(píng)估;大數(shù)據(jù)分析;建筑物
中圖分類號(hào): O383.2 國(guó)標(biāo)學(xué)科代碼: 13035 文獻(xiàn)標(biāo)志碼: A
大當(dāng)量爆炸通常指釋放巨大能量的爆炸事件,常與高能量密度材料的快速釋放有關(guān)[1]。比起一般的爆炸,大當(dāng)量爆炸更容易對(duì)建筑物造成大范圍毀滅性毀傷,大當(dāng)量爆炸下的建筑物毀傷評(píng)估對(duì)毀傷前預(yù)警和毀傷后快速救險(xiǎn)有重要的指導(dǎo)作用,一直是學(xué)界關(guān)注的重點(diǎn)。
隨著衛(wèi)星技術(shù)的跨越式發(fā)展,圖像變化檢測(cè)和遙感圖像處理等方法被廣泛應(yīng)用于建筑物毀傷評(píng)估[2]?;谟跋竦慕ㄖ餁u(píng)估的發(fā)展主要經(jīng)歷了2 個(gè)階段,早在20 世紀(jì)60 年代,美國(guó)就基于遙感影像采用人工判讀的方法進(jìn)行建筑物毀傷評(píng)估[3-4],判讀準(zhǔn)確率主要取決于判讀員的經(jīng)驗(yàn)和影像的質(zhì)量。隨著人工智能技術(shù)的發(fā)展,智能化、自動(dòng)化的建筑物毀傷評(píng)估技術(shù)飛速發(fā)展,主要通過提取遙感影像中蘊(yùn)含的毀傷信息,基于模糊層次、深度學(xué)習(xí)等方法判定目標(biāo)毀傷等級(jí)。王威[5] 提出了通過影像紋理特征獲得影像變化區(qū)域?qū)崿F(xiàn)目標(biāo)毀傷評(píng)估的方法。勾濤[6] 設(shè)計(jì)了基于幾何面積變化和紋理特征變化相結(jié)合的毀傷效果評(píng)估方法。孔祥錫等[7] 構(gòu)建了基于深度學(xué)習(xí)的毀傷評(píng)估算法,自動(dòng)提取毀傷信息后基于模糊層次分析法實(shí)現(xiàn)多類目標(biāo)毀傷評(píng)估。雖然基于圖像的毀傷評(píng)估方法速度快、自動(dòng)化程度高,但是將該方法應(yīng)用到實(shí)際場(chǎng)景中依舊存在一些問題。其一,算法性能受限于遙感影像質(zhì)量。在爆炸發(fā)生后的短時(shí)間內(nèi),不一定能夠獲得本區(qū)域的遙感影像。假設(shè)能獲得星載機(jī)載遙感影像,爆炸發(fā)生后現(xiàn)場(chǎng)復(fù)雜,遙感影像易受到濃煙、火光遮擋,難以看清?;谶b感影像的建筑物毀傷評(píng)估很難保證一定精度的“即評(píng)”(快速毀傷評(píng)估)。其二,從高分辨率遙感影像也很難看清建筑物表面的裂縫,且由于拍攝角度的問題,遙感影像很難體現(xiàn)建筑物側(cè)面的毀傷細(xì)節(jié)。雖然基于影像的建筑物毀傷評(píng)估方法難以做到一定精度的“即評(píng)”,但卻積累了一批真實(shí)大當(dāng)量爆炸事件前后的遙感影像??蓮倪@些歷史真實(shí)大當(dāng)量爆炸事件中獲取數(shù)據(jù)信息,構(gòu)建模型以彌補(bǔ)基于遙感影像的建筑物毀傷評(píng)估方法的缺陷。
建筑物毀傷評(píng)估中基于力學(xué)知識(shí)體系的理論評(píng)估方法有扎實(shí)的基礎(chǔ)。經(jīng)過長(zhǎng)時(shí)間的實(shí)驗(yàn)積累,許多半經(jīng)驗(yàn)、經(jīng)驗(yàn)建筑物毀傷評(píng)估模型得到了反復(fù)修正,模型的形式逐漸穩(wěn)定,但針對(duì)大當(dāng)量爆炸的多類建筑毀傷評(píng)估經(jīng)驗(yàn)?zāi)P偷膮?shù)尚未固化。原因在于大當(dāng)量爆炸比普通爆炸更復(fù)雜:產(chǎn)生的初始?jí)毫统跏紲囟冗h(yuǎn)高于普通爆炸[8],導(dǎo)致大當(dāng)量爆炸產(chǎn)物的初始狀態(tài)非常極端,參數(shù)跨度范圍非常大[9];殺傷破壞的距離更遠(yuǎn)、范圍更大,在傳播過程中會(huì)受到空氣不均勻性的影響[10]。由此,常規(guī)使用的爆炸產(chǎn)物狀態(tài)的半經(jīng)驗(yàn)或者經(jīng)驗(yàn)公式,沖擊波等威力表征參數(shù)的半經(jīng)驗(yàn)或經(jīng)驗(yàn)公式,由于大當(dāng)量爆炸和普通爆炸的顯著區(qū)別,適用性不高??梢詮臍v史大當(dāng)量爆炸事件的遙感影像中讀取所需的數(shù)據(jù)信息,構(gòu)建毀傷數(shù)據(jù)集,修正半經(jīng)驗(yàn)、經(jīng)驗(yàn)?zāi)P蛥?shù),構(gòu)建基于遙感影像的大當(dāng)量爆炸建筑物毀傷評(píng)估模型,彌補(bǔ)基于遙感影像的毀傷評(píng)估模型的缺陷。
綜上,針對(duì)基于影像的大當(dāng)量爆炸建筑物毀傷評(píng)估領(lǐng)域中存在的問題,本文中,提出構(gòu)建耦合力學(xué)模型和遙感影像毀傷信息的大當(dāng)量爆炸建筑物毀傷評(píng)估模型的解決方案。首先,基于大當(dāng)量爆炸歷史案例的遙感影像解譯提取建筑物毀傷信息,并以大數(shù)據(jù)圖像信息彌補(bǔ)遙感影像中無法體現(xiàn)的細(xì)節(jié)毀傷信息,獲取建筑物毀傷等級(jí),利用地理信息系統(tǒng)空間分析等方法數(shù)字化毀傷信息,構(gòu)成毀傷數(shù)據(jù)集。然后,基于毀傷數(shù)據(jù)集中的訓(xùn)練樣本修正經(jīng)驗(yàn)?zāi)P蛥?shù),構(gòu)建適用于大當(dāng)量爆炸的針對(duì)不同類型建筑物的毀傷評(píng)估模型,并基于毀傷數(shù)據(jù)集中的驗(yàn)證樣本測(cè)試模型性能,以期為大當(dāng)量爆炸中建筑物毀傷情況的前預(yù)測(cè)和后“即評(píng)”提供滿足一定精度要求的方法。
1 方 法
構(gòu)建基于遙感影像的大當(dāng)量爆炸建筑物毀傷評(píng)估模型,首先要構(gòu)建能用于模型構(gòu)建的毀傷數(shù)據(jù)集:選取訓(xùn)練和檢驗(yàn)樣本,并在一定精度要求下從樣本的遙感影像中提取建筑物的毀傷信息,將這些信息轉(zhuǎn)換成為模型構(gòu)建所需的數(shù)據(jù)。模型構(gòu)建需要的毀傷數(shù)據(jù)包括定性數(shù)據(jù)和定量數(shù)據(jù)。定性數(shù)據(jù)包括建筑物類型和建筑物毀傷等級(jí),定量數(shù)據(jù)包括爆炸的TNT 當(dāng)量和爆心距目標(biāo)建筑物的距離。選用已發(fā)生的8 個(gè)有遙感影像支持和有大量新聞數(shù)據(jù)報(bào)道的大型爆炸作為數(shù)據(jù)樣本,通過查閱官方報(bào)告獲取這些爆炸事件的TNT 當(dāng)量;通過遙感影像解譯從爆炸前后的遙感影像中提取毀傷建筑物類型和毀傷等級(jí),并通過網(wǎng)絡(luò)大數(shù)據(jù)信息補(bǔ)充遙感圖像中缺失的毀傷細(xì)節(jié),細(xì)化和修正毀傷等級(jí);通過地理信息系統(tǒng)(geographic"information system, GIS)空間分析等功能提取爆心距目標(biāo)建筑物的距離,構(gòu)建大當(dāng)量爆炸建筑物毀傷評(píng)估模型所需的毀傷數(shù)據(jù)集。而后利用毀傷數(shù)據(jù)集對(duì)已有的經(jīng)驗(yàn)?zāi)P偷膮?shù)進(jìn)行修正,提出了更適用于大當(dāng)量爆炸建筑物的毀傷評(píng)估模型,并對(duì)模型進(jìn)行評(píng)價(jià)。該模型可以在僅知道爆心位置和爆炸TNT 當(dāng)量的情況下,在一定精度范圍內(nèi)給出對(duì)各類型建筑物的各毀傷等級(jí)范圍。本節(jié)會(huì)對(duì)構(gòu)建毀傷數(shù)據(jù)集和模型構(gòu)建與評(píng)價(jià)的方法作具體介紹,研究流程如圖1 所示。