破坏性地震建筑物应急评估方法及对策
1
2018
... 破坏性地震严重威胁人类安全、能够造成大量人员伤亡和建筑物破坏，严重时更会造成不可估量的经济和社会损失[1].中国大陆地处亚欧地震带与太平洋地震带之间，西南部受印度板块挤压，形成独特的强震分布格局[2]，这使得我国地震具有发震频度高、强度大、分布范围广等特点.地震给人类带来巨大损伤的往往是建筑物的倒塌[3]所造成，因此，快速获取地震灾区的房屋倒塌信息，对抗震救援工作是不可或缺的，而SAR遥感技术以其观测范围大、全天候、多方位等优势已成为震害评估的重要手段[4,5]. ...
破坏性地震建筑物应急评估方法及对策
1
2018
... 破坏性地震严重威胁人类安全、能够造成大量人员伤亡和建筑物破坏，严重时更会造成不可估量的经济和社会损失[1].中国大陆地处亚欧地震带与太平洋地震带之间，西南部受印度板块挤压，形成独特的强震分布格局[2]，这使得我国地震具有发震频度高、强度大、分布范围广等特点.地震给人类带来巨大损伤的往往是建筑物的倒塌[3]所造成，因此，快速获取地震灾区的房屋倒塌信息，对抗震救援工作是不可或缺的，而SAR遥感技术以其观测范围大、全天候、多方位等优势已成为震害评估的重要手段[4,5]. ...
中国大陆地区强震活动特征统计
1
2017
... 破坏性地震严重威胁人类安全、能够造成大量人员伤亡和建筑物破坏，严重时更会造成不可估量的经济和社会损失[1].中国大陆地处亚欧地震带与太平洋地震带之间，西南部受印度板块挤压，形成独特的强震分布格局[2]，这使得我国地震具有发震频度高、强度大、分布范围广等特点.地震给人类带来巨大损伤的往往是建筑物的倒塌[3]所造成，因此，快速获取地震灾区的房屋倒塌信息，对抗震救援工作是不可或缺的，而SAR遥感技术以其观测范围大、全天候、多方位等优势已成为震害评估的重要手段[4,5]. ...
中国大陆地区强震活动特征统计
1
2017
... 破坏性地震严重威胁人类安全、能够造成大量人员伤亡和建筑物破坏，严重时更会造成不可估量的经济和社会损失[1].中国大陆地处亚欧地震带与太平洋地震带之间，西南部受印度板块挤压，形成独特的强震分布格局[2]，这使得我国地震具有发震频度高、强度大、分布范围广等特点.地震给人类带来巨大损伤的往往是建筑物的倒塌[3]所造成，因此，快速获取地震灾区的房屋倒塌信息，对抗震救援工作是不可或缺的，而SAR遥感技术以其观测范围大、全天候、多方位等优势已成为震害评估的重要手段[4,5]. ...
SAR遥感图像在汶川地震灾害识别中的应用
1
2010
... 破坏性地震严重威胁人类安全、能够造成大量人员伤亡和建筑物破坏，严重时更会造成不可估量的经济和社会损失[1].中国大陆地处亚欧地震带与太平洋地震带之间，西南部受印度板块挤压，形成独特的强震分布格局[2]，这使得我国地震具有发震频度高、强度大、分布范围广等特点.地震给人类带来巨大损伤的往往是建筑物的倒塌[3]所造成，因此，快速获取地震灾区的房屋倒塌信息，对抗震救援工作是不可或缺的，而SAR遥感技术以其观测范围大、全天候、多方位等优势已成为震害评估的重要手段[4,5]. ...
城镇建筑震害SAR遥感探测与评估研究综述
1
2013
... 破坏性地震严重威胁人类安全、能够造成大量人员伤亡和建筑物破坏，严重时更会造成不可估量的经济和社会损失[1].中国大陆地处亚欧地震带与太平洋地震带之间，西南部受印度板块挤压，形成独特的强震分布格局[2]，这使得我国地震具有发震频度高、强度大、分布范围广等特点.地震给人类带来巨大损伤的往往是建筑物的倒塌[3]所造成，因此，快速获取地震灾区的房屋倒塌信息，对抗震救援工作是不可或缺的，而SAR遥感技术以其观测范围大、全天候、多方位等优势已成为震害评估的重要手段[4,5]. ...
城镇建筑震害SAR遥感探测与评估研究综述
1
2013
... 破坏性地震严重威胁人类安全、能够造成大量人员伤亡和建筑物破坏，严重时更会造成不可估量的经济和社会损失[1].中国大陆地处亚欧地震带与太平洋地震带之间，西南部受印度板块挤压，形成独特的强震分布格局[2]，这使得我国地震具有发震频度高、强度大、分布范围广等特点.地震给人类带来巨大损伤的往往是建筑物的倒塌[3]所造成，因此，快速获取地震灾区的房屋倒塌信息，对抗震救援工作是不可或缺的，而SAR遥感技术以其观测范围大、全天候、多方位等优势已成为震害评估的重要手段[4,5]. ...
震后单幅全极化SAR图像中倒塌建筑提取研究
2
2015
... 破坏性地震严重威胁人类安全、能够造成大量人员伤亡和建筑物破坏，严重时更会造成不可估量的经济和社会损失[1].中国大陆地处亚欧地震带与太平洋地震带之间，西南部受印度板块挤压，形成独特的强震分布格局[2]，这使得我国地震具有发震频度高、强度大、分布范围广等特点.地震给人类带来巨大损伤的往往是建筑物的倒塌[3]所造成，因此，快速获取地震灾区的房屋倒塌信息，对抗震救援工作是不可或缺的，而SAR遥感技术以其观测范围大、全天候、多方位等优势已成为震害评估的重要手段[4,5]. ...
... Ainsworth等[42]基于左、右旋圆极化相关系数，提出一种新的系数比值，即左、右圆极化相关系数与其归一化后的系数比：，较于自然地物，建筑物的相关系数比值较高，使得建筑物区域易于提取.Sato等[32]利用Pi-SAR极化影像，基于入射功率分解方法以及强度和相位相关系数法，对2004年日本新鸿县中越震区建筑物进行检测，结果发现该方法不仅对建筑物能精确识别而且在受灾严重的山区，该方法也可以很好地提取建筑物.Guo等[43]以北川县为研究区，利用圆极化相关系数、反熵值和二面角分量提取了倒塌建筑物和完好建筑物，在试验中，完好建筑物的圆极化相关系数大于倒塌建筑物，极化散射角在倒塌建筑物中急剧减小，完好建筑物的二面角散射分量高于倒塌建筑物，而倒塌建筑物的熵值要比完好建筑物的低，因此PolSAR能有效地探测被地震破坏的城市倒塌建筑物，具有很大的城市应用潜力.Li等[44]基于圆极化相关系数与倒塌建筑的相关性，采用H⁃α⁃ρ和阈值分割方法，以2010年玉树震区为研究区，利用H和α识别裸露地表，再用参数ρ区分完好建筑物和倒塌建筑，总体精度为81%.Masaka等[45]对极化SAR数据的相干矩阵进行特征向量分解，并根据特征向量角计算出平均极化角、，对此设置适当的阈值提取变形建筑物，结果发现该方法对于前后变形建筑物结构的识别效果不是很好，但是对于左右变形的建筑物结构却能够很好地识别.沈俊成等[5]利用RADARSAT-2数据对玉树震区采用由13维极化特征构成的特征模板提取建筑物震害信息，该方法在保证较高检出率的情况下降低了虚警率.Zhai等[46]在极化方位角补偿后，引入极化特征参数归一化二面角分量的差（NDDC）和ρHHHV，经过Wishart监督分类，将玉树震区建筑物分为倒塌建筑物、倾斜建筑物、未倒塌建筑物，总体精度达到88.89%. ...
震后单幅全极化SAR图像中倒塌建筑提取研究
2
2015
... 破坏性地震严重威胁人类安全、能够造成大量人员伤亡和建筑物破坏，严重时更会造成不可估量的经济和社会损失[1].中国大陆地处亚欧地震带与太平洋地震带之间，西南部受印度板块挤压，形成独特的强震分布格局[2]，这使得我国地震具有发震频度高、强度大、分布范围广等特点.地震给人类带来巨大损伤的往往是建筑物的倒塌[3]所造成，因此，快速获取地震灾区的房屋倒塌信息，对抗震救援工作是不可或缺的，而SAR遥感技术以其观测范围大、全天候、多方位等优势已成为震害评估的重要手段[4,5]. ...
... Ainsworth等[42]基于左、右旋圆极化相关系数，提出一种新的系数比值，即左、右圆极化相关系数与其归一化后的系数比：，较于自然地物，建筑物的相关系数比值较高，使得建筑物区域易于提取.Sato等[32]利用Pi-SAR极化影像，基于入射功率分解方法以及强度和相位相关系数法，对2004年日本新鸿县中越震区建筑物进行检测，结果发现该方法不仅对建筑物能精确识别而且在受灾严重的山区，该方法也可以很好地提取建筑物.Guo等[43]以北川县为研究区，利用圆极化相关系数、反熵值和二面角分量提取了倒塌建筑物和完好建筑物，在试验中，完好建筑物的圆极化相关系数大于倒塌建筑物，极化散射角在倒塌建筑物中急剧减小，完好建筑物的二面角散射分量高于倒塌建筑物，而倒塌建筑物的熵值要比完好建筑物的低，因此PolSAR能有效地探测被地震破坏的城市倒塌建筑物，具有很大的城市应用潜力.Li等[44]基于圆极化相关系数与倒塌建筑的相关性，采用H⁃α⁃ρ和阈值分割方法，以2010年玉树震区为研究区，利用H和α识别裸露地表，再用参数ρ区分完好建筑物和倒塌建筑，总体精度为81%.Masaka等[45]对极化SAR数据的相干矩阵进行特征向量分解，并根据特征向量角计算出平均极化角、，对此设置适当的阈值提取变形建筑物，结果发现该方法对于前后变形建筑物结构的识别效果不是很好，但是对于左右变形的建筑物结构却能够很好地识别.沈俊成等[5]利用RADARSAT-2数据对玉树震区采用由13维极化特征构成的特征模板提取建筑物震害信息，该方法在保证较高检出率的情况下降低了虚警率.Zhai等[46]在极化方位角补偿后，引入极化特征参数归一化二面角分量的差（NDDC）和ρHHHV，经过Wishart监督分类，将玉树震区建筑物分为倒塌建筑物、倾斜建筑物、未倒塌建筑物，总体精度达到88.89%. ...
极化SAR图像特征提取与分类方法研究
2
2014
... 早期的SAR是以单频、单极化状态工作，而这种模式的测量结果不能获得散射特征中的全部极化信息[6].为了获取地物完整的极化信息，全极化合成孔径雷达（PolSAR）逐渐走进人们的视野.近些年，许多国家都开始发展极化合成孔径雷达理论和技术应用，很多具有全极化对地观测能力的星载SAR发射成功，如德国的TerraSAR-X、意大利的Cosmo-SkyMed、加拿大的Radarsat-2、日本的ALOS-PALSAR、中国的GF-3，主要的卫星参数如表1所示[7]. ...
... 国内外星载极化SAR系统的发展促使了极化SAR在多个行业中有了广泛的应用.在军事方面，PolSAR可以全天候地穿过一定障碍物检测与识别军事目标[6].在民用方面，PolSAR已被应用于土地利用、农作物生长检测、水文监测以及自然灾害监测等领域[8]. ...
极化SAR图像特征提取与分类方法研究
2
2014
... 早期的SAR是以单频、单极化状态工作，而这种模式的测量结果不能获得散射特征中的全部极化信息[6].为了获取地物完整的极化信息，全极化合成孔径雷达（PolSAR）逐渐走进人们的视野.近些年，许多国家都开始发展极化合成孔径雷达理论和技术应用，很多具有全极化对地观测能力的星载SAR发射成功，如德国的TerraSAR-X、意大利的Cosmo-SkyMed、加拿大的Radarsat-2、日本的ALOS-PALSAR、中国的GF-3，主要的卫星参数如表1所示[7]. ...
... 国内外星载极化SAR系统的发展促使了极化SAR在多个行业中有了广泛的应用.在军事方面，PolSAR可以全天候地穿过一定障碍物检测与识别军事目标[6].在民用方面，PolSAR已被应用于土地利用、农作物生长检测、水文监测以及自然灾害监测等领域[8]. ...
高分辨率SAR影像建筑物震害信息提取方法研究
1
2012
... 早期的SAR是以单频、单极化状态工作，而这种模式的测量结果不能获得散射特征中的全部极化信息[6].为了获取地物完整的极化信息，全极化合成孔径雷达（PolSAR）逐渐走进人们的视野.近些年，许多国家都开始发展极化合成孔径雷达理论和技术应用，很多具有全极化对地观测能力的星载SAR发射成功，如德国的TerraSAR-X、意大利的Cosmo-SkyMed、加拿大的Radarsat-2、日本的ALOS-PALSAR、中国的GF-3，主要的卫星参数如表1所示[7]. ...
高分辨率SAR影像建筑物震害信息提取方法研究
1
2012
... 早期的SAR是以单频、单极化状态工作，而这种模式的测量结果不能获得散射特征中的全部极化信息[6].为了获取地物完整的极化信息，全极化合成孔径雷达（PolSAR）逐渐走进人们的视野.近些年，许多国家都开始发展极化合成孔径雷达理论和技术应用，很多具有全极化对地观测能力的星载SAR发射成功，如德国的TerraSAR-X、意大利的Cosmo-SkyMed、加拿大的Radarsat-2、日本的ALOS-PALSAR、中国的GF-3，主要的卫星参数如表1所示[7]. ...
极化SAR图像特征提取与分类方法研究
2
2016
... 国内外星载极化SAR系统的发展促使了极化SAR在多个行业中有了广泛的应用.在军事方面，PolSAR可以全天候地穿过一定障碍物检测与识别军事目标[6].在民用方面，PolSAR已被应用于土地利用、农作物生长检测、水文监测以及自然灾害监测等领域[8]. ...
... PolSAR数据拥有丰富的极化信息，能够提取出非常多的极化特征[8]，基于极化特征的震害信息提取成为PolSAR影像震害信息识别的主流研究方向. ...
极化SAR图像特征提取与分类方法研究
2
2016
... 国内外星载极化SAR系统的发展促使了极化SAR在多个行业中有了广泛的应用.在军事方面，PolSAR可以全天候地穿过一定障碍物检测与识别军事目标[6].在民用方面，PolSAR已被应用于土地利用、农作物生长检测、水文监测以及自然灾害监测等领域[8]. ...
... PolSAR数据拥有丰富的极化信息，能够提取出非常多的极化特征[8]，基于极化特征的震害信息提取成为PolSAR影像震害信息识别的主流研究方向. ...
A Four-component Decomposition of PolSAR Images Based on the Coherency Matrix
1
2006
... 在利用极化SAR数据评估震害方面，国内外很多学者已经做了深入研究，产生了诸多有价值的科研成果，为极化SAR数据应用于地震开辟了道路[9,10,11].本文总结近10 a PolSAR在地震灾害评估方面的应用：首先从所用数据类型方面概述学者们的研究成果，将其分为3类：①多时相PolSAR数据;②结合多源遥感数据;③单时相PolSAR数据.其次在利用单时相PolSAR数据的震害提取方法上，将学者们所用方法归为3类：①基于极化目标分解提取;②基于极化特征提取;③结合纹理特征提取.最后，在提高评估精度上给出展望，结合地理信息数据（比如：POI数据）将提出的建筑物结果进行兴趣区域分类，以期获得更精确的震害评估结果. ...
General Four-Component Scattering Power Decomposition With Unitary Transformation of Coherency Matrix
1
2013
... 在利用极化SAR数据评估震害方面，国内外很多学者已经做了深入研究，产生了诸多有价值的科研成果，为极化SAR数据应用于地震开辟了道路[9,10,11].本文总结近10 a PolSAR在地震灾害评估方面的应用：首先从所用数据类型方面概述学者们的研究成果，将其分为3类：①多时相PolSAR数据;②结合多源遥感数据;③单时相PolSAR数据.其次在利用单时相PolSAR数据的震害提取方法上，将学者们所用方法归为3类：①基于极化目标分解提取;②基于极化特征提取;③结合纹理特征提取.最后，在提高评估精度上给出展望，结合地理信息数据（比如：POI数据）将提出的建筑物结果进行兴趣区域分类，以期获得更精确的震害评估结果. ...
建筑物震害多源遥感特征与机理分析
1
2017
... 在利用极化SAR数据评估震害方面，国内外很多学者已经做了深入研究，产生了诸多有价值的科研成果，为极化SAR数据应用于地震开辟了道路[9,10,11].本文总结近10 a PolSAR在地震灾害评估方面的应用：首先从所用数据类型方面概述学者们的研究成果，将其分为3类：①多时相PolSAR数据;②结合多源遥感数据;③单时相PolSAR数据.其次在利用单时相PolSAR数据的震害提取方法上，将学者们所用方法归为3类：①基于极化目标分解提取;②基于极化特征提取;③结合纹理特征提取.最后，在提高评估精度上给出展望，结合地理信息数据（比如：POI数据）将提出的建筑物结果进行兴趣区域分类，以期获得更精确的震害评估结果. ...
建筑物震害多源遥感特征与机理分析
1
2017
... 在利用极化SAR数据评估震害方面，国内外很多学者已经做了深入研究，产生了诸多有价值的科研成果，为极化SAR数据应用于地震开辟了道路[9,10,11].本文总结近10 a PolSAR在地震灾害评估方面的应用：首先从所用数据类型方面概述学者们的研究成果，将其分为3类：①多时相PolSAR数据;②结合多源遥感数据;③单时相PolSAR数据.其次在利用单时相PolSAR数据的震害提取方法上，将学者们所用方法归为3类：①基于极化目标分解提取;②基于极化特征提取;③结合纹理特征提取.最后，在提高评估精度上给出展望，结合地理信息数据（比如：POI数据）将提出的建筑物结果进行兴趣区域分类，以期获得更精确的震害评估结果. ...
SAR图像的变化检测方法研究
1
2014
... 在利用数据类型方面，一般有多时相PolSAR数据（震前PolSAR数据—震后PolSAR数据）、PolSAR数据结合多源遥感数据、单时相PolSAR数据（震后PolSAR数据）.利用多时相PolSAR数据的震害信息提取是通过对比两幅同一地区、不同时相的PolSAR数据，检测其中的变化信息[12].结合多源遥感数据提取震害信息一般是结合同一地区的光学遥感数据或其他单极化SAR数据提取震害信息.由于地震的突发性，多时相PolSAR数据和多源遥感数据往往无法及时获取，而地震后震区的单时相PolSAR影像往往较于前二者容易获取，同时避免了配准操作，执行起来比较简便，能够满足地震应急的及时性要求.因此，基于单时相PolSAR数据的震害信息提取方法逐渐应用到建筑物震害识别研究中. ...
SAR图像的变化检测方法研究
1
2014
... 在利用数据类型方面，一般有多时相PolSAR数据（震前PolSAR数据—震后PolSAR数据）、PolSAR数据结合多源遥感数据、单时相PolSAR数据（震后PolSAR数据）.利用多时相PolSAR数据的震害信息提取是通过对比两幅同一地区、不同时相的PolSAR数据，检测其中的变化信息[12].结合多源遥感数据提取震害信息一般是结合同一地区的光学遥感数据或其他单极化SAR数据提取震害信息.由于地震的突发性，多时相PolSAR数据和多源遥感数据往往无法及时获取，而地震后震区的单时相PolSAR影像往往较于前二者容易获取，同时避免了配准操作，执行起来比较简便，能够满足地震应急的及时性要求.因此，基于单时相PolSAR数据的震害信息提取方法逐渐应用到建筑物震害识别研究中. ...
薛腾飞.基于SAR多特征变化检测的震害建筑物提取研究
2
2017
... 应用多时相PolSAR数据一般采取变化检测法，将获得的变化信息进行分类处理，得到图像中感兴趣的信息[13,14].近些年，国内外很多学者对利用多时相PolSAR数据提取震害信息的方法进行了研究. ...
... Watanabe等[15]以2011年日本的Tohoku地震为例，利用震前震后的全极化PALSAR数据，得到受地震影响区域可由高熵的面散射表示，这表明该区域具有非反射对称的复杂散射机制，利用HH和VV、RR和LL的相干系数以及极化方位角和各项异性也能很好地提取受灾区域.Sato等[16]以2011年3月11日发生的东日本大地震为例，利用ALOS/PALSAR以及PiSAR全极化数据，基于Yamaguchi四分量模型以及Cloud分解模型，通过分析震前震后散射机制的变化提取城市受灾区域.Singh等[17]为了监测2011年Tohoku 9.0级特大地震提出了一种四分量散射功率分解方法，通过震前、震后研究区域内的二次散射功率、体散射功率以及表面散射功率的变化识别受损建筑物区域.Park等[18]以2011年Tohoku地震为例，采用宫城县区的震前、震后PALSAR全极化数据，基于特征向量分解以及模型的目标分解法提取该区域的受损建筑物区域；实验中，完好的建筑物具有较高的二次散射，倒塌建筑物区域的二次散射却减小，但面散射和体散射却是增加，同时在受损建筑物区域,熵、平均极化散射角以及各向异性值均减小，利用这些散射机制以及极化参数可以最大化地提取建筑物震害信息.Yamaguchi[19]将PolSAR数据导成RGB彩图（R-二面角散射功率，G-体散射功率，B-表面散射功率），通过震前震后的颜色变化判断震害区域.Park和Yamaguchi[20]以2011年的Tohoku地震为例，基于EM的阈值选取算法以及马尔科夫随机分类法对ALOS图像的极化特征做震害信息提取，其精度相对于单极化数据提高了50%.在2010年玉树地震后，Zhang等[21]提出了一种新的倒塌建筑物提取方法，利用震前震后单极化SAR图像计算得到的去时间相干系数与震后PolSAR图像计算得到的共计划相干系数的比值来提取倒塌建筑物，以2010年玉树地震为例，设定阈值后利用该比值提取倒塌建筑物，正确提取率达72.77%.薛腾飞[13]提出了基于极化SAR的雷达遥感震害指数，并对震前震后极化SAR影像进行变化检测，基于极化协方差矩阵服从复Wishart的分布理论，提出了全极化SAR似然比模型并对完好建筑物和倒塌建筑进行分类.多时相遥感数据对震害信息提取方法比较如表2所示.多时相极化SAR数据信息丰富，对建筑物震害信息提取精度较高，但由于地震的突发性和星载极化SAR的分辨率，震后很难满足快速提取震害信息的要求.因此，一些学者结合光学、其他单极化SAR数据构成多源遥感数据对建筑震害信息进行提取. ...
Automatic Updating of an Object-based Tropical Forest Cover Classification and Change Assessment
1
2013
... 应用多时相PolSAR数据一般采取变化检测法，将获得的变化信息进行分类处理，得到图像中感兴趣的信息[13,14].近些年，国内外很多学者对利用多时相PolSAR数据提取震害信息的方法进行了研究. ...
Analysis of Urban Areas Affected by the 2011 Off the Pacific Coast of Tohoku Earthquake And Tsunami With L-Band SAR Full-Polarimetric Mode
1
2012
... Watanabe等[15]以2011年日本的Tohoku地震为例，利用震前震后的全极化PALSAR数据，得到受地震影响区域可由高熵的面散射表示，这表明该区域具有非反射对称的复杂散射机制，利用HH和VV、RR和LL的相干系数以及极化方位角和各项异性也能很好地提取受灾区域.Sato等[16]以2011年3月11日发生的东日本大地震为例，利用ALOS/PALSAR以及PiSAR全极化数据，基于Yamaguchi四分量模型以及Cloud分解模型，通过分析震前震后散射机制的变化提取城市受灾区域.Singh等[17]为了监测2011年Tohoku 9.0级特大地震提出了一种四分量散射功率分解方法，通过震前、震后研究区域内的二次散射功率、体散射功率以及表面散射功率的变化识别受损建筑物区域.Park等[18]以2011年Tohoku地震为例，采用宫城县区的震前、震后PALSAR全极化数据，基于特征向量分解以及模型的目标分解法提取该区域的受损建筑物区域；实验中，完好的建筑物具有较高的二次散射，倒塌建筑物区域的二次散射却减小，但面散射和体散射却是增加，同时在受损建筑物区域,熵、平均极化散射角以及各向异性值均减小，利用这些散射机制以及极化参数可以最大化地提取建筑物震害信息.Yamaguchi[19]将PolSAR数据导成RGB彩图（R-二面角散射功率，G-体散射功率，B-表面散射功率），通过震前震后的颜色变化判断震害区域.Park和Yamaguchi[20]以2011年的Tohoku地震为例，基于EM的阈值选取算法以及马尔科夫随机分类法对ALOS图像的极化特征做震害信息提取，其精度相对于单极化数据提高了50%.在2010年玉树地震后，Zhang等[21]提出了一种新的倒塌建筑物提取方法，利用震前震后单极化SAR图像计算得到的去时间相干系数与震后PolSAR图像计算得到的共计划相干系数的比值来提取倒塌建筑物，以2010年玉树地震为例，设定阈值后利用该比值提取倒塌建筑物，正确提取率达72.77%.薛腾飞[13]提出了基于极化SAR的雷达遥感震害指数，并对震前震后极化SAR影像进行变化检测，基于极化协方差矩阵服从复Wishart的分布理论，提出了全极化SAR似然比模型并对完好建筑物和倒塌建筑进行分类.多时相遥感数据对震害信息提取方法比较如表2所示.多时相极化SAR数据信息丰富，对建筑物震害信息提取精度较高，但由于地震的突发性和星载极化SAR的分辨率，震后很难满足快速提取震害信息的要求.因此，一些学者结合光学、其他单极化SAR数据构成多源遥感数据对建筑震害信息进行提取. ...
Polarimetric SAR Analysis of Tsunami Damage Following the March 11, 2011 East Japan Earthquake
1
2012
... Watanabe等[15]以2011年日本的Tohoku地震为例，利用震前震后的全极化PALSAR数据，得到受地震影响区域可由高熵的面散射表示，这表明该区域具有非反射对称的复杂散射机制，利用HH和VV、RR和LL的相干系数以及极化方位角和各项异性也能很好地提取受灾区域.Sato等[16]以2011年3月11日发生的东日本大地震为例，利用ALOS/PALSAR以及PiSAR全极化数据，基于Yamaguchi四分量模型以及Cloud分解模型，通过分析震前震后散射机制的变化提取城市受灾区域.Singh等[17]为了监测2011年Tohoku 9.0级特大地震提出了一种四分量散射功率分解方法，通过震前、震后研究区域内的二次散射功率、体散射功率以及表面散射功率的变化识别受损建筑物区域.Park等[18]以2011年Tohoku地震为例，采用宫城县区的震前、震后PALSAR全极化数据，基于特征向量分解以及模型的目标分解法提取该区域的受损建筑物区域；实验中，完好的建筑物具有较高的二次散射，倒塌建筑物区域的二次散射却减小，但面散射和体散射却是增加，同时在受损建筑物区域,熵、平均极化散射角以及各向异性值均减小，利用这些散射机制以及极化参数可以最大化地提取建筑物震害信息.Yamaguchi[19]将PolSAR数据导成RGB彩图（R-二面角散射功率，G-体散射功率，B-表面散射功率），通过震前震后的颜色变化判断震害区域.Park和Yamaguchi[20]以2011年的Tohoku地震为例，基于EM的阈值选取算法以及马尔科夫随机分类法对ALOS图像的极化特征做震害信息提取，其精度相对于单极化数据提高了50%.在2010年玉树地震后，Zhang等[21]提出了一种新的倒塌建筑物提取方法，利用震前震后单极化SAR图像计算得到的去时间相干系数与震后PolSAR图像计算得到的共计划相干系数的比值来提取倒塌建筑物，以2010年玉树地震为例，设定阈值后利用该比值提取倒塌建筑物，正确提取率达72.77%.薛腾飞[13]提出了基于极化SAR的雷达遥感震害指数，并对震前震后极化SAR影像进行变化检测，基于极化协方差矩阵服从复Wishart的分布理论，提出了全极化SAR似然比模型并对完好建筑物和倒塌建筑进行分类.多时相遥感数据对震害信息提取方法比较如表2所示.多时相极化SAR数据信息丰富，对建筑物震害信息提取精度较高，但由于地震的突发性和星载极化SAR的分辨率，震后很难满足快速提取震害信息的要求.因此，一些学者结合光学、其他单极化SAR数据构成多源遥感数据对建筑震害信息进行提取. ...
Monitoring of the March 11, 2011, Off-Tohoku 9.0 Earthquake With Super-Tsunami Disaster by Implementing Fully Polarimetric High-Resolution POLSAR Techniques
1
2013
... Watanabe等[15]以2011年日本的Tohoku地震为例，利用震前震后的全极化PALSAR数据，得到受地震影响区域可由高熵的面散射表示，这表明该区域具有非反射对称的复杂散射机制，利用HH和VV、RR和LL的相干系数以及极化方位角和各项异性也能很好地提取受灾区域.Sato等[16]以2011年3月11日发生的东日本大地震为例，利用ALOS/PALSAR以及PiSAR全极化数据，基于Yamaguchi四分量模型以及Cloud分解模型，通过分析震前震后散射机制的变化提取城市受灾区域.Singh等[17]为了监测2011年Tohoku 9.0级特大地震提出了一种四分量散射功率分解方法，通过震前、震后研究区域内的二次散射功率、体散射功率以及表面散射功率的变化识别受损建筑物区域.Park等[18]以2011年Tohoku地震为例，采用宫城县区的震前、震后PALSAR全极化数据，基于特征向量分解以及模型的目标分解法提取该区域的受损建筑物区域；实验中，完好的建筑物具有较高的二次散射，倒塌建筑物区域的二次散射却减小，但面散射和体散射却是增加，同时在受损建筑物区域,熵、平均极化散射角以及各向异性值均减小，利用这些散射机制以及极化参数可以最大化地提取建筑物震害信息.Yamaguchi[19]将PolSAR数据导成RGB彩图（R-二面角散射功率，G-体散射功率，B-表面散射功率），通过震前震后的颜色变化判断震害区域.Park和Yamaguchi[20]以2011年的Tohoku地震为例，基于EM的阈值选取算法以及马尔科夫随机分类法对ALOS图像的极化特征做震害信息提取，其精度相对于单极化数据提高了50%.在2010年玉树地震后，Zhang等[21]提出了一种新的倒塌建筑物提取方法，利用震前震后单极化SAR图像计算得到的去时间相干系数与震后PolSAR图像计算得到的共计划相干系数的比值来提取倒塌建筑物，以2010年玉树地震为例，设定阈值后利用该比值提取倒塌建筑物，正确提取率达72.77%.薛腾飞[13]提出了基于极化SAR的雷达遥感震害指数，并对震前震后极化SAR影像进行变化检测，基于极化协方差矩阵服从复Wishart的分布理论，提出了全极化SAR似然比模型并对完好建筑物和倒塌建筑进行分类.多时相遥感数据对震害信息提取方法比较如表2所示.多时相极化SAR数据信息丰富，对建筑物震害信息提取精度较高，但由于地震的突发性和星载极化SAR的分辨率，震后很难满足快速提取震害信息的要求.因此，一些学者结合光学、其他单极化SAR数据构成多源遥感数据对建筑震害信息进行提取. ...
Polarimetric SAR Remote Sensing of Earthquake/Tsunami Disaster
1
2012
... Watanabe等[15]以2011年日本的Tohoku地震为例，利用震前震后的全极化PALSAR数据，得到受地震影响区域可由高熵的面散射表示，这表明该区域具有非反射对称的复杂散射机制，利用HH和VV、RR和LL的相干系数以及极化方位角和各项异性也能很好地提取受灾区域.Sato等[16]以2011年3月11日发生的东日本大地震为例，利用ALOS/PALSAR以及PiSAR全极化数据，基于Yamaguchi四分量模型以及Cloud分解模型，通过分析震前震后散射机制的变化提取城市受灾区域.Singh等[17]为了监测2011年Tohoku 9.0级特大地震提出了一种四分量散射功率分解方法，通过震前、震后研究区域内的二次散射功率、体散射功率以及表面散射功率的变化识别受损建筑物区域.Park等[18]以2011年Tohoku地震为例，采用宫城县区的震前、震后PALSAR全极化数据，基于特征向量分解以及模型的目标分解法提取该区域的受损建筑物区域；实验中，完好的建筑物具有较高的二次散射，倒塌建筑物区域的二次散射却减小，但面散射和体散射却是增加，同时在受损建筑物区域,熵、平均极化散射角以及各向异性值均减小，利用这些散射机制以及极化参数可以最大化地提取建筑物震害信息.Yamaguchi[19]将PolSAR数据导成RGB彩图（R-二面角散射功率，G-体散射功率，B-表面散射功率），通过震前震后的颜色变化判断震害区域.Park和Yamaguchi[20]以2011年的Tohoku地震为例，基于EM的阈值选取算法以及马尔科夫随机分类法对ALOS图像的极化特征做震害信息提取，其精度相对于单极化数据提高了50%.在2010年玉树地震后，Zhang等[21]提出了一种新的倒塌建筑物提取方法，利用震前震后单极化SAR图像计算得到的去时间相干系数与震后PolSAR图像计算得到的共计划相干系数的比值来提取倒塌建筑物，以2010年玉树地震为例，设定阈值后利用该比值提取倒塌建筑物，正确提取率达72.77%.薛腾飞[13]提出了基于极化SAR的雷达遥感震害指数，并对震前震后极化SAR影像进行变化检测，基于极化协方差矩阵服从复Wishart的分布理论，提出了全极化SAR似然比模型并对完好建筑物和倒塌建筑进行分类.多时相遥感数据对震害信息提取方法比较如表2所示.多时相极化SAR数据信息丰富，对建筑物震害信息提取精度较高，但由于地震的突发性和星载极化SAR的分辨率，震后很难满足快速提取震害信息的要求.因此，一些学者结合光学、其他单极化SAR数据构成多源遥感数据对建筑震害信息进行提取. ...
Disaster Monitoring by Fully Polarimetric SAR Data Acquired With ALOS-PALSAR
1
2012
... Watanabe等[15]以2011年日本的Tohoku地震为例，利用震前震后的全极化PALSAR数据，得到受地震影响区域可由高熵的面散射表示，这表明该区域具有非反射对称的复杂散射机制，利用HH和VV、RR和LL的相干系数以及极化方位角和各项异性也能很好地提取受灾区域.Sato等[16]以2011年3月11日发生的东日本大地震为例，利用ALOS/PALSAR以及PiSAR全极化数据，基于Yamaguchi四分量模型以及Cloud分解模型，通过分析震前震后散射机制的变化提取城市受灾区域.Singh等[17]为了监测2011年Tohoku 9.0级特大地震提出了一种四分量散射功率分解方法，通过震前、震后研究区域内的二次散射功率、体散射功率以及表面散射功率的变化识别受损建筑物区域.Park等[18]以2011年Tohoku地震为例，采用宫城县区的震前、震后PALSAR全极化数据，基于特征向量分解以及模型的目标分解法提取该区域的受损建筑物区域；实验中，完好的建筑物具有较高的二次散射，倒塌建筑物区域的二次散射却减小，但面散射和体散射却是增加，同时在受损建筑物区域,熵、平均极化散射角以及各向异性值均减小，利用这些散射机制以及极化参数可以最大化地提取建筑物震害信息.Yamaguchi[19]将PolSAR数据导成RGB彩图（R-二面角散射功率，G-体散射功率，B-表面散射功率），通过震前震后的颜色变化判断震害区域.Park和Yamaguchi[20]以2011年的Tohoku地震为例，基于EM的阈值选取算法以及马尔科夫随机分类法对ALOS图像的极化特征做震害信息提取，其精度相对于单极化数据提高了50%.在2010年玉树地震后，Zhang等[21]提出了一种新的倒塌建筑物提取方法，利用震前震后单极化SAR图像计算得到的去时间相干系数与震后PolSAR图像计算得到的共计划相干系数的比值来提取倒塌建筑物，以2010年玉树地震为例，设定阈值后利用该比值提取倒塌建筑物，正确提取率达72.77%.薛腾飞[13]提出了基于极化SAR的雷达遥感震害指数，并对震前震后极化SAR影像进行变化检测，基于极化协方差矩阵服从复Wishart的分布理论，提出了全极化SAR似然比模型并对完好建筑物和倒塌建筑进行分类.多时相遥感数据对震害信息提取方法比较如表2所示.多时相极化SAR数据信息丰富，对建筑物震害信息提取精度较高，但由于地震的突发性和星载极化SAR的分辨率，震后很难满足快速提取震害信息的要求.因此，一些学者结合光学、其他单极化SAR数据构成多源遥感数据对建筑震害信息进行提取. ...
Polarimetric SAR Remote Sensing of the 2011 Tohoku Earthquake Using ALOS/PALSAR
1
2013
... Watanabe等[15]以2011年日本的Tohoku地震为例，利用震前震后的全极化PALSAR数据，得到受地震影响区域可由高熵的面散射表示，这表明该区域具有非反射对称的复杂散射机制，利用HH和VV、RR和LL的相干系数以及极化方位角和各项异性也能很好地提取受灾区域.Sato等[16]以2011年3月11日发生的东日本大地震为例，利用ALOS/PALSAR以及PiSAR全极化数据，基于Yamaguchi四分量模型以及Cloud分解模型，通过分析震前震后散射机制的变化提取城市受灾区域.Singh等[17]为了监测2011年Tohoku 9.0级特大地震提出了一种四分量散射功率分解方法，通过震前、震后研究区域内的二次散射功率、体散射功率以及表面散射功率的变化识别受损建筑物区域.Park等[18]以2011年Tohoku地震为例，采用宫城县区的震前、震后PALSAR全极化数据，基于特征向量分解以及模型的目标分解法提取该区域的受损建筑物区域；实验中，完好的建筑物具有较高的二次散射，倒塌建筑物区域的二次散射却减小，但面散射和体散射却是增加，同时在受损建筑物区域,熵、平均极化散射角以及各向异性值均减小，利用这些散射机制以及极化参数可以最大化地提取建筑物震害信息.Yamaguchi[19]将PolSAR数据导成RGB彩图（R-二面角散射功率，G-体散射功率，B-表面散射功率），通过震前震后的颜色变化判断震害区域.Park和Yamaguchi[20]以2011年的Tohoku地震为例，基于EM的阈值选取算法以及马尔科夫随机分类法对ALOS图像的极化特征做震害信息提取，其精度相对于单极化数据提高了50%.在2010年玉树地震后，Zhang等[21]提出了一种新的倒塌建筑物提取方法，利用震前震后单极化SAR图像计算得到的去时间相干系数与震后PolSAR图像计算得到的共计划相干系数的比值来提取倒塌建筑物，以2010年玉树地震为例，设定阈值后利用该比值提取倒塌建筑物，正确提取率达72.77%.薛腾飞[13]提出了基于极化SAR的雷达遥感震害指数，并对震前震后极化SAR影像进行变化检测，基于极化协方差矩阵服从复Wishart的分布理论，提出了全极化SAR似然比模型并对完好建筑物和倒塌建筑进行分类.多时相遥感数据对震害信息提取方法比较如表2所示.多时相极化SAR数据信息丰富，对建筑物震害信息提取精度较高，但由于地震的突发性和星载极化SAR的分辨率，震后很难满足快速提取震害信息的要求.因此，一些学者结合光学、其他单极化SAR数据构成多源遥感数据对建筑震害信息进行提取. ...
A New Method for Building Collapse Detection Jointly Using Interferometric and Polarimetric Information
2
2015
... Watanabe等[15]以2011年日本的Tohoku地震为例，利用震前震后的全极化PALSAR数据，得到受地震影响区域可由高熵的面散射表示，这表明该区域具有非反射对称的复杂散射机制，利用HH和VV、RR和LL的相干系数以及极化方位角和各项异性也能很好地提取受灾区域.Sato等[16]以2011年3月11日发生的东日本大地震为例，利用ALOS/PALSAR以及PiSAR全极化数据，基于Yamaguchi四分量模型以及Cloud分解模型，通过分析震前震后散射机制的变化提取城市受灾区域.Singh等[17]为了监测2011年Tohoku 9.0级特大地震提出了一种四分量散射功率分解方法，通过震前、震后研究区域内的二次散射功率、体散射功率以及表面散射功率的变化识别受损建筑物区域.Park等[18]以2011年Tohoku地震为例，采用宫城县区的震前、震后PALSAR全极化数据，基于特征向量分解以及模型的目标分解法提取该区域的受损建筑物区域；实验中，完好的建筑物具有较高的二次散射，倒塌建筑物区域的二次散射却减小，但面散射和体散射却是增加，同时在受损建筑物区域,熵、平均极化散射角以及各向异性值均减小，利用这些散射机制以及极化参数可以最大化地提取建筑物震害信息.Yamaguchi[19]将PolSAR数据导成RGB彩图（R-二面角散射功率，G-体散射功率，B-表面散射功率），通过震前震后的颜色变化判断震害区域.Park和Yamaguchi[20]以2011年的Tohoku地震为例，基于EM的阈值选取算法以及马尔科夫随机分类法对ALOS图像的极化特征做震害信息提取，其精度相对于单极化数据提高了50%.在2010年玉树地震后，Zhang等[21]提出了一种新的倒塌建筑物提取方法，利用震前震后单极化SAR图像计算得到的去时间相干系数与震后PolSAR图像计算得到的共计划相干系数的比值来提取倒塌建筑物，以2010年玉树地震为例，设定阈值后利用该比值提取倒塌建筑物，正确提取率达72.77%.薛腾飞[13]提出了基于极化SAR的雷达遥感震害指数，并对震前震后极化SAR影像进行变化检测，基于极化协方差矩阵服从复Wishart的分布理论，提出了全极化SAR似然比模型并对完好建筑物和倒塌建筑进行分类.多时相遥感数据对震害信息提取方法比较如表2所示.多时相极化SAR数据信息丰富，对建筑物震害信息提取精度较高，但由于地震的突发性和星载极化SAR的分辨率，震后很难满足快速提取震害信息的要求.因此，一些学者结合光学、其他单极化SAR数据构成多源遥感数据对建筑震害信息进行提取. ...
... 利用全极化SAR数据和光学遥感数据提取震害信息的研究还非常少，一些研究仅针对建筑物提取.罗丹[28]将光学与全极化SAR影像进行几何配准，生成多维组合特征影像，在此基础上对张掖市区的建筑进行提取，对比光学影像，提取精度提高5%~10%.Zhang等[21]以2010年玉树地震为例，加入由震前、震后单极化图像处理得到的干涉信息，提取了建筑物震害信息，提取精度相比较于纯相干法要高30%.Plank等[29]利用震前光学影像和震后PolSAR影像中的熵的变化对震害进行了研究.郑长利等[30]在FNEA算法基础上,将光学和极化SAR影像配准后，利用Singh四分量分解提出一种基于对象占优因子的对象极化后向散射类型判定方法,从而提取出建筑物.Jung等[31]基于震前震后建筑物的极化方位角（POA）的差异提出震害指数,利用震前光学图像（VHR）模拟的POA与震后PolSAR数据中提取的POA值计算震害指数，从而获得建筑物的震害信息. ...
基于多源遥感数据融合的土地利用/土地覆盖变化信息提取试验
1
2003
... 随着遥感技术的发展，结合多源遥感数据的研究已经应用到社会服务的多个领域方面:土地利用[22]、城市动态监测[23]、灾害监测[24]等.在震害评估中，PolSAR数据可以结合光学遥感图像、单极化SAR遥感图像、激光雷达（LiDAR）遥感图像[25]或地理信息系统数据(GIS)[26]做震害信息提取.鉴于光学遥感数据的直观性且目前高分辨率的光学影像较容易获取，在大地震突发后，结合目前的数据供应机构及流程机制，能够大量且较容易获取的往往是各类光学遥感数据，因此，一些学者做了PolSAR数据结和光学遥感数据的震害信息提取研究，尤其是震前存档的光学遥感数据结合震后PolSAR数据提取震害信息是目前较为现实的遥感震害估计方式[27].下面主要概述国内外学者结合光学、其它单极化遥感数据进行震害信息提取的应用研究. ...
基于多源遥感数据的北京市1973-2005年间城市建成区的动态监测与驱动力分析
1
2007
... 随着遥感技术的发展，结合多源遥感数据的研究已经应用到社会服务的多个领域方面:土地利用[22]、城市动态监测[23]、灾害监测[24]等.在震害评估中，PolSAR数据可以结合光学遥感图像、单极化SAR遥感图像、激光雷达（LiDAR）遥感图像[25]或地理信息系统数据(GIS)[26]做震害信息提取.鉴于光学遥感数据的直观性且目前高分辨率的光学影像较容易获取，在大地震突发后，结合目前的数据供应机构及流程机制，能够大量且较容易获取的往往是各类光学遥感数据，因此，一些学者做了PolSAR数据结和光学遥感数据的震害信息提取研究，尤其是震前存档的光学遥感数据结合震后PolSAR数据提取震害信息是目前较为现实的遥感震害估计方式[27].下面主要概述国内外学者结合光学、其它单极化遥感数据进行震害信息提取的应用研究. ...
基于多源遥感数据的北京市1973-2005年间城市建成区的动态监测与驱动力分析
1
2007
... 随着遥感技术的发展，结合多源遥感数据的研究已经应用到社会服务的多个领域方面:土地利用[22]、城市动态监测[23]、灾害监测[24]等.在震害评估中，PolSAR数据可以结合光学遥感图像、单极化SAR遥感图像、激光雷达（LiDAR）遥感图像[25]或地理信息系统数据(GIS)[26]做震害信息提取.鉴于光学遥感数据的直观性且目前高分辨率的光学影像较容易获取，在大地震突发后，结合目前的数据供应机构及流程机制，能够大量且较容易获取的往往是各类光学遥感数据，因此，一些学者做了PolSAR数据结和光学遥感数据的震害信息提取研究，尤其是震前存档的光学遥感数据结合震后PolSAR数据提取震害信息是目前较为现实的遥感震害估计方式[27].下面主要概述国内外学者结合光学、其它单极化遥感数据进行震害信息提取的应用研究. ...
基于多源遥感数据的5·12汶川地震诱发堰塞体信息提取
1
2008
... 随着遥感技术的发展，结合多源遥感数据的研究已经应用到社会服务的多个领域方面:土地利用[22]、城市动态监测[23]、灾害监测[24]等.在震害评估中，PolSAR数据可以结合光学遥感图像、单极化SAR遥感图像、激光雷达（LiDAR）遥感图像[25]或地理信息系统数据(GIS)[26]做震害信息提取.鉴于光学遥感数据的直观性且目前高分辨率的光学影像较容易获取，在大地震突发后，结合目前的数据供应机构及流程机制，能够大量且较容易获取的往往是各类光学遥感数据，因此，一些学者做了PolSAR数据结和光学遥感数据的震害信息提取研究，尤其是震前存档的光学遥感数据结合震后PolSAR数据提取震害信息是目前较为现实的遥感震害估计方式[27].下面主要概述国内外学者结合光学、其它单极化遥感数据进行震害信息提取的应用研究. ...
基于多源遥感数据的5·12汶川地震诱发堰塞体信息提取
1
2008
... 随着遥感技术的发展，结合多源遥感数据的研究已经应用到社会服务的多个领域方面:土地利用[22]、城市动态监测[23]、灾害监测[24]等.在震害评估中，PolSAR数据可以结合光学遥感图像、单极化SAR遥感图像、激光雷达（LiDAR）遥感图像[25]或地理信息系统数据(GIS)[26]做震害信息提取.鉴于光学遥感数据的直观性且目前高分辨率的光学影像较容易获取，在大地震突发后，结合目前的数据供应机构及流程机制，能够大量且较容易获取的往往是各类光学遥感数据，因此，一些学者做了PolSAR数据结和光学遥感数据的震害信息提取研究，尤其是震前存档的光学遥感数据结合震后PolSAR数据提取震害信息是目前较为现实的遥感震害估计方式[27].下面主要概述国内外学者结合光学、其它单极化遥感数据进行震害信息提取的应用研究. ...
基于地面激光雷达技术点云的北川县城震害建筑物提取研究
1
2016
... 随着遥感技术的发展，结合多源遥感数据的研究已经应用到社会服务的多个领域方面:土地利用[22]、城市动态监测[23]、灾害监测[24]等.在震害评估中，PolSAR数据可以结合光学遥感图像、单极化SAR遥感图像、激光雷达（LiDAR）遥感图像[25]或地理信息系统数据(GIS)[26]做震害信息提取.鉴于光学遥感数据的直观性且目前高分辨率的光学影像较容易获取，在大地震突发后，结合目前的数据供应机构及流程机制，能够大量且较容易获取的往往是各类光学遥感数据，因此，一些学者做了PolSAR数据结和光学遥感数据的震害信息提取研究，尤其是震前存档的光学遥感数据结合震后PolSAR数据提取震害信息是目前较为现实的遥感震害估计方式[27].下面主要概述国内外学者结合光学、其它单极化遥感数据进行震害信息提取的应用研究. ...
基于地面激光雷达技术点云的北川县城震害建筑物提取研究
1
2016
... 随着遥感技术的发展，结合多源遥感数据的研究已经应用到社会服务的多个领域方面:土地利用[22]、城市动态监测[23]、灾害监测[24]等.在震害评估中，PolSAR数据可以结合光学遥感图像、单极化SAR遥感图像、激光雷达（LiDAR）遥感图像[25]或地理信息系统数据(GIS)[26]做震害信息提取.鉴于光学遥感数据的直观性且目前高分辨率的光学影像较容易获取，在大地震突发后，结合目前的数据供应机构及流程机制，能够大量且较容易获取的往往是各类光学遥感数据，因此，一些学者做了PolSAR数据结和光学遥感数据的震害信息提取研究，尤其是震前存档的光学遥感数据结合震后PolSAR数据提取震害信息是目前较为现实的遥感震害估计方式[27].下面主要概述国内外学者结合光学、其它单极化遥感数据进行震害信息提取的应用研究. ...
基于多源数据的震害快速评估方法探讨
1
2010
... 随着遥感技术的发展，结合多源遥感数据的研究已经应用到社会服务的多个领域方面:土地利用[22]、城市动态监测[23]、灾害监测[24]等.在震害评估中，PolSAR数据可以结合光学遥感图像、单极化SAR遥感图像、激光雷达（LiDAR）遥感图像[25]或地理信息系统数据(GIS)[26]做震害信息提取.鉴于光学遥感数据的直观性且目前高分辨率的光学影像较容易获取，在大地震突发后，结合目前的数据供应机构及流程机制，能够大量且较容易获取的往往是各类光学遥感数据，因此，一些学者做了PolSAR数据结和光学遥感数据的震害信息提取研究，尤其是震前存档的光学遥感数据结合震后PolSAR数据提取震害信息是目前较为现实的遥感震害估计方式[27].下面主要概述国内外学者结合光学、其它单极化遥感数据进行震害信息提取的应用研究. ...
基于多源数据的震害快速评估方法探讨
1
2010
... 随着遥感技术的发展，结合多源遥感数据的研究已经应用到社会服务的多个领域方面:土地利用[22]、城市动态监测[23]、灾害监测[24]等.在震害评估中，PolSAR数据可以结合光学遥感图像、单极化SAR遥感图像、激光雷达（LiDAR）遥感图像[25]或地理信息系统数据(GIS)[26]做震害信息提取.鉴于光学遥感数据的直观性且目前高分辨率的光学影像较容易获取，在大地震突发后，结合目前的数据供应机构及流程机制，能够大量且较容易获取的往往是各类光学遥感数据，因此，一些学者做了PolSAR数据结和光学遥感数据的震害信息提取研究，尤其是震前存档的光学遥感数据结合震后PolSAR数据提取震害信息是目前较为现实的遥感震害估计方式[27].下面主要概述国内外学者结合光学、其它单极化遥感数据进行震害信息提取的应用研究. ...
多源遥感数据建筑物震害信息联合分析
1
2015
... 随着遥感技术的发展，结合多源遥感数据的研究已经应用到社会服务的多个领域方面:土地利用[22]、城市动态监测[23]、灾害监测[24]等.在震害评估中，PolSAR数据可以结合光学遥感图像、单极化SAR遥感图像、激光雷达（LiDAR）遥感图像[25]或地理信息系统数据(GIS)[26]做震害信息提取.鉴于光学遥感数据的直观性且目前高分辨率的光学影像较容易获取，在大地震突发后，结合目前的数据供应机构及流程机制，能够大量且较容易获取的往往是各类光学遥感数据，因此，一些学者做了PolSAR数据结和光学遥感数据的震害信息提取研究，尤其是震前存档的光学遥感数据结合震后PolSAR数据提取震害信息是目前较为现实的遥感震害估计方式[27].下面主要概述国内外学者结合光学、其它单极化遥感数据进行震害信息提取的应用研究. ...
多源遥感数据建筑物震害信息联合分析
1
2015
... 随着遥感技术的发展，结合多源遥感数据的研究已经应用到社会服务的多个领域方面:土地利用[22]、城市动态监测[23]、灾害监测[24]等.在震害评估中，PolSAR数据可以结合光学遥感图像、单极化SAR遥感图像、激光雷达（LiDAR）遥感图像[25]或地理信息系统数据(GIS)[26]做震害信息提取.鉴于光学遥感数据的直观性且目前高分辨率的光学影像较容易获取，在大地震突发后，结合目前的数据供应机构及流程机制，能够大量且较容易获取的往往是各类光学遥感数据，因此，一些学者做了PolSAR数据结和光学遥感数据的震害信息提取研究，尤其是震前存档的光学遥感数据结合震后PolSAR数据提取震害信息是目前较为现实的遥感震害估计方式[27].下面主要概述国内外学者结合光学、其它单极化遥感数据进行震害信息提取的应用研究. ...
高分辨率光学与极化SAR影像城市地物协同分类
1
2015
... 利用全极化SAR数据和光学遥感数据提取震害信息的研究还非常少，一些研究仅针对建筑物提取.罗丹[28]将光学与全极化SAR影像进行几何配准，生成多维组合特征影像，在此基础上对张掖市区的建筑进行提取，对比光学影像，提取精度提高5%~10%.Zhang等[21]以2010年玉树地震为例，加入由震前、震后单极化图像处理得到的干涉信息，提取了建筑物震害信息，提取精度相比较于纯相干法要高30%.Plank等[29]利用震前光学影像和震后PolSAR影像中的熵的变化对震害进行了研究.郑长利等[30]在FNEA算法基础上,将光学和极化SAR影像配准后，利用Singh四分量分解提出一种基于对象占优因子的对象极化后向散射类型判定方法,从而提取出建筑物.Jung等[31]基于震前震后建筑物的极化方位角（POA）的差异提出震害指数,利用震前光学图像（VHR）模拟的POA与震后PolSAR数据中提取的POA值计算震害指数，从而获得建筑物的震害信息. ...
高分辨率光学与极化SAR影像城市地物协同分类
1
2015
... 利用全极化SAR数据和光学遥感数据提取震害信息的研究还非常少，一些研究仅针对建筑物提取.罗丹[28]将光学与全极化SAR影像进行几何配准，生成多维组合特征影像，在此基础上对张掖市区的建筑进行提取，对比光学影像，提取精度提高5%~10%.Zhang等[21]以2010年玉树地震为例，加入由震前、震后单极化图像处理得到的干涉信息，提取了建筑物震害信息，提取精度相比较于纯相干法要高30%.Plank等[29]利用震前光学影像和震后PolSAR影像中的熵的变化对震害进行了研究.郑长利等[30]在FNEA算法基础上,将光学和极化SAR影像配准后，利用Singh四分量分解提出一种基于对象占优因子的对象极化后向散射类型判定方法,从而提取出建筑物.Jung等[31]基于震前震后建筑物的极化方位角（POA）的差异提出震害指数,利用震前光学图像（VHR）模拟的POA与震后PolSAR数据中提取的POA值计算震害指数，从而获得建筑物的震害信息. ...
Landslide Mapping in Vegetated Areas Using Change Detection based on Optical and Polarimetric SAR Data
1
2016
... 利用全极化SAR数据和光学遥感数据提取震害信息的研究还非常少，一些研究仅针对建筑物提取.罗丹[28]将光学与全极化SAR影像进行几何配准，生成多维组合特征影像，在此基础上对张掖市区的建筑进行提取，对比光学影像，提取精度提高5%~10%.Zhang等[21]以2010年玉树地震为例，加入由震前、震后单极化图像处理得到的干涉信息，提取了建筑物震害信息，提取精度相比较于纯相干法要高30%.Plank等[29]利用震前光学影像和震后PolSAR影像中的熵的变化对震害进行了研究.郑长利等[30]在FNEA算法基础上,将光学和极化SAR影像配准后，利用Singh四分量分解提出一种基于对象占优因子的对象极化后向散射类型判定方法,从而提取出建筑物.Jung等[31]基于震前震后建筑物的极化方位角（POA）的差异提出震害指数,利用震前光学图像（VHR）模拟的POA与震后PolSAR数据中提取的POA值计算震害指数，从而获得建筑物的震害信息. ...
光学图像辅助分割的极化SAR建筑物提取
1
2017
... 利用全极化SAR数据和光学遥感数据提取震害信息的研究还非常少，一些研究仅针对建筑物提取.罗丹[28]将光学与全极化SAR影像进行几何配准，生成多维组合特征影像，在此基础上对张掖市区的建筑进行提取，对比光学影像，提取精度提高5%~10%.Zhang等[21]以2010年玉树地震为例，加入由震前、震后单极化图像处理得到的干涉信息，提取了建筑物震害信息，提取精度相比较于纯相干法要高30%.Plank等[29]利用震前光学影像和震后PolSAR影像中的熵的变化对震害进行了研究.郑长利等[30]在FNEA算法基础上,将光学和极化SAR影像配准后，利用Singh四分量分解提出一种基于对象占优因子的对象极化后向散射类型判定方法,从而提取出建筑物.Jung等[31]基于震前震后建筑物的极化方位角（POA）的差异提出震害指数,利用震前光学图像（VHR）模拟的POA与震后PolSAR数据中提取的POA值计算震害指数，从而获得建筑物的震害信息. ...
光学图像辅助分割的极化SAR建筑物提取
1
2017
... 利用全极化SAR数据和光学遥感数据提取震害信息的研究还非常少，一些研究仅针对建筑物提取.罗丹[28]将光学与全极化SAR影像进行几何配准，生成多维组合特征影像，在此基础上对张掖市区的建筑进行提取，对比光学影像，提取精度提高5%~10%.Zhang等[21]以2010年玉树地震为例，加入由震前、震后单极化图像处理得到的干涉信息，提取了建筑物震害信息，提取精度相比较于纯相干法要高30%.Plank等[29]利用震前光学影像和震后PolSAR影像中的熵的变化对震害进行了研究.郑长利等[30]在FNEA算法基础上,将光学和极化SAR影像配准后，利用Singh四分量分解提出一种基于对象占优因子的对象极化后向散射类型判定方法,从而提取出建筑物.Jung等[31]基于震前震后建筑物的极化方位角（POA）的差异提出震害指数,利用震前光学图像（VHR）模拟的POA与震后PolSAR数据中提取的POA值计算震害指数，从而获得建筑物的震害信息. ...
Comparison of Pre-event VHR Optical Data and Post-event PolSAR Data to Investigate Damage Caused by the 2011 Japan Tsunami in Built-Up Areas
1
2018
... 利用全极化SAR数据和光学遥感数据提取震害信息的研究还非常少，一些研究仅针对建筑物提取.罗丹[28]将光学与全极化SAR影像进行几何配准，生成多维组合特征影像，在此基础上对张掖市区的建筑进行提取，对比光学影像，提取精度提高5%~10%.Zhang等[21]以2010年玉树地震为例，加入由震前、震后单极化图像处理得到的干涉信息，提取了建筑物震害信息，提取精度相比较于纯相干法要高30%.Plank等[29]利用震前光学影像和震后PolSAR影像中的熵的变化对震害进行了研究.郑长利等[30]在FNEA算法基础上,将光学和极化SAR影像配准后，利用Singh四分量分解提出一种基于对象占优因子的对象极化后向散射类型判定方法,从而提取出建筑物.Jung等[31]基于震前震后建筑物的极化方位角（POA）的差异提出震害指数,利用震前光学图像（VHR）模拟的POA与震后PolSAR数据中提取的POA值计算震害指数，从而获得建筑物的震害信息. ...
Classification of Stricken Residential Houses by the Mid Niigata Prefecture Earthquake based on POLSAR Image Analysis
2
2007
... 用震后单时相PolSAR影像检测建筑物震害信息，通常是利用图像的强度或极化信息进行识别.Sato等[32]分析PolSAR影像提出了一种混合分类方法，以2004年新田县中部地震为例，结合基于物理散射性质的功率分解以及基于极化相关系数的散射特征分解提取了震区建筑物.Guo等[33]以2010玉树地震为例，采用震后RADARSAT-2极化SAR数据，基于方法提取倒塌建筑物.Satake等[34]以2011年日本东北地区太平洋沿岸的9级地震为例，采用震后机载Pi-SAR极化数据分析了建筑物损毁区域以及被海水淹没区域.2016年翟玮等[35]利用H/α/A-Wishart非监督分类方法,并结合基于最小异质性准则聚合的层次聚类方法对建筑震害信息进行提取.陈启浩等[36]利用震后极化SAR数据，提出一种综合利用极化分解后多纹理特征的评估方法，对玉树城区和日本石卷城区的总体评估精度达到74.39%和80.26%. ...
... Ainsworth等[42]基于左、右旋圆极化相关系数，提出一种新的系数比值，即左、右圆极化相关系数与其归一化后的系数比：，较于自然地物，建筑物的相关系数比值较高，使得建筑物区域易于提取.Sato等[32]利用Pi-SAR极化影像，基于入射功率分解方法以及强度和相位相关系数法，对2004年日本新鸿县中越震区建筑物进行检测，结果发现该方法不仅对建筑物能精确识别而且在受灾严重的山区，该方法也可以很好地提取建筑物.Guo等[43]以北川县为研究区，利用圆极化相关系数、反熵值和二面角分量提取了倒塌建筑物和完好建筑物，在试验中，完好建筑物的圆极化相关系数大于倒塌建筑物，极化散射角在倒塌建筑物中急剧减小，完好建筑物的二面角散射分量高于倒塌建筑物，而倒塌建筑物的熵值要比完好建筑物的低，因此PolSAR能有效地探测被地震破坏的城市倒塌建筑物，具有很大的城市应用潜力.Li等[44]基于圆极化相关系数与倒塌建筑的相关性，采用H⁃α⁃ρ和阈值分割方法，以2010年玉树震区为研究区，利用H和α识别裸露地表，再用参数ρ区分完好建筑物和倒塌建筑，总体精度为81%.Masaka等[45]对极化SAR数据的相干矩阵进行特征向量分解，并根据特征向量角计算出平均极化角、，对此设置适当的阈值提取变形建筑物，结果发现该方法对于前后变形建筑物结构的识别效果不是很好，但是对于左右变形的建筑物结构却能够很好地识别.沈俊成等[5]利用RADARSAT-2数据对玉树震区采用由13维极化特征构成的特征模板提取建筑物震害信息，该方法在保证较高检出率的情况下降低了虚警率.Zhai等[46]在极化方位角补偿后，引入极化特征参数归一化二面角分量的差（NDDC）和ρHHHV，经过Wishart监督分类，将玉树震区建筑物分为倒塌建筑物、倾斜建筑物、未倒塌建筑物，总体精度达到88.89%. ...
Yushu Earthquake Synergic Analysis Using Multimodal SAR Datasets
1
2010
... 用震后单时相PolSAR影像检测建筑物震害信息，通常是利用图像的强度或极化信息进行识别.Sato等[32]分析PolSAR影像提出了一种混合分类方法，以2004年新田县中部地震为例，结合基于物理散射性质的功率分解以及基于极化相关系数的散射特征分解提取了震区建筑物.Guo等[33]以2010玉树地震为例，采用震后RADARSAT-2极化SAR数据，基于方法提取倒塌建筑物.Satake等[34]以2011年日本东北地区太平洋沿岸的9级地震为例，采用震后机载Pi-SAR极化数据分析了建筑物损毁区域以及被海水淹没区域.2016年翟玮等[35]利用H/α/A-Wishart非监督分类方法,并结合基于最小异质性准则聚合的层次聚类方法对建筑震害信息进行提取.陈启浩等[36]利用震后极化SAR数据，提出一种综合利用极化分解后多纹理特征的评估方法，对玉树城区和日本石卷城区的总体评估精度达到74.39%和80.26%. ...
Damage Estimation of the Great East Japan Earthquake by NICT Airborne SAR (PI-SAR2
1
2012
... 用震后单时相PolSAR影像检测建筑物震害信息，通常是利用图像的强度或极化信息进行识别.Sato等[32]分析PolSAR影像提出了一种混合分类方法，以2004年新田县中部地震为例，结合基于物理散射性质的功率分解以及基于极化相关系数的散射特征分解提取了震区建筑物.Guo等[33]以2010玉树地震为例，采用震后RADARSAT-2极化SAR数据，基于方法提取倒塌建筑物.Satake等[34]以2011年日本东北地区太平洋沿岸的9级地震为例，采用震后机载Pi-SAR极化数据分析了建筑物损毁区域以及被海水淹没区域.2016年翟玮等[35]利用H/α/A-Wishart非监督分类方法,并结合基于最小异质性准则聚合的层次聚类方法对建筑震害信息进行提取.陈启浩等[36]利用震后极化SAR数据，提出一种综合利用极化分解后多纹理特征的评估方法，对玉树城区和日本石卷城区的总体评估精度达到74.39%和80.26%. ...
基于单时相全极化SAR影像的建筑物震害信息提取
1
2016
... 用震后单时相PolSAR影像检测建筑物震害信息，通常是利用图像的强度或极化信息进行识别.Sato等[32]分析PolSAR影像提出了一种混合分类方法，以2004年新田县中部地震为例，结合基于物理散射性质的功率分解以及基于极化相关系数的散射特征分解提取了震区建筑物.Guo等[33]以2010玉树地震为例，采用震后RADARSAT-2极化SAR数据，基于方法提取倒塌建筑物.Satake等[34]以2011年日本东北地区太平洋沿岸的9级地震为例，采用震后机载Pi-SAR极化数据分析了建筑物损毁区域以及被海水淹没区域.2016年翟玮等[35]利用H/α/A-Wishart非监督分类方法,并结合基于最小异质性准则聚合的层次聚类方法对建筑震害信息进行提取.陈启浩等[36]利用震后极化SAR数据，提出一种综合利用极化分解后多纹理特征的评估方法，对玉树城区和日本石卷城区的总体评估精度达到74.39%和80.26%. ...
基于单时相全极化SAR影像的建筑物震害信息提取
1
2016
... 用震后单时相PolSAR影像检测建筑物震害信息，通常是利用图像的强度或极化信息进行识别.Sato等[32]分析PolSAR影像提出了一种混合分类方法，以2004年新田县中部地震为例，结合基于物理散射性质的功率分解以及基于极化相关系数的散射特征分解提取了震区建筑物.Guo等[33]以2010玉树地震为例，采用震后RADARSAT-2极化SAR数据，基于方法提取倒塌建筑物.Satake等[34]以2011年日本东北地区太平洋沿岸的9级地震为例，采用震后机载Pi-SAR极化数据分析了建筑物损毁区域以及被海水淹没区域.2016年翟玮等[35]利用H/α/A-Wishart非监督分类方法,并结合基于最小异质性准则聚合的层次聚类方法对建筑震害信息进行提取.陈启浩等[36]利用震后极化SAR数据，提出一种综合利用极化分解后多纹理特征的评估方法，对玉树城区和日本石卷城区的总体评估精度达到74.39%和80.26%. ...
极化分解后多纹理特征的建筑物损毁评估
1
2017
... 用震后单时相PolSAR影像检测建筑物震害信息，通常是利用图像的强度或极化信息进行识别.Sato等[32]分析PolSAR影像提出了一种混合分类方法，以2004年新田县中部地震为例，结合基于物理散射性质的功率分解以及基于极化相关系数的散射特征分解提取了震区建筑物.Guo等[33]以2010玉树地震为例，采用震后RADARSAT-2极化SAR数据，基于方法提取倒塌建筑物.Satake等[34]以2011年日本东北地区太平洋沿岸的9级地震为例，采用震后机载Pi-SAR极化数据分析了建筑物损毁区域以及被海水淹没区域.2016年翟玮等[35]利用H/α/A-Wishart非监督分类方法,并结合基于最小异质性准则聚合的层次聚类方法对建筑震害信息进行提取.陈启浩等[36]利用震后极化SAR数据，提出一种综合利用极化分解后多纹理特征的评估方法，对玉树城区和日本石卷城区的总体评估精度达到74.39%和80.26%. ...
极化分解后多纹理特征的建筑物损毁评估
1
2017
... 用震后单时相PolSAR影像检测建筑物震害信息，通常是利用图像的强度或极化信息进行识别.Sato等[32]分析PolSAR影像提出了一种混合分类方法，以2004年新田县中部地震为例，结合基于物理散射性质的功率分解以及基于极化相关系数的散射特征分解提取了震区建筑物.Guo等[33]以2010玉树地震为例，采用震后RADARSAT-2极化SAR数据，基于方法提取倒塌建筑物.Satake等[34]以2011年日本东北地区太平洋沿岸的9级地震为例，采用震后机载Pi-SAR极化数据分析了建筑物损毁区域以及被海水淹没区域.2016年翟玮等[35]利用H/α/A-Wishart非监督分类方法,并结合基于最小异质性准则聚合的层次聚类方法对建筑震害信息进行提取.陈启浩等[36]利用震后极化SAR数据，提出一种综合利用极化分解后多纹理特征的评估方法，对玉树城区和日本石卷城区的总体评估精度达到74.39%和80.26%. ...
1
2008
... PolSAR通过测量地面每个分辨率单元内的散射回波，进而获得其散射矩阵，例如Mueller 矩阵或者Stokes矩阵.极化散射矩阵将目标散射的能量特性、相位特性、以及极化特性统一起来，相对完整地描述了雷达目标的电磁散射特性[37].所以PolSAR包含的数据信息非常丰富，能够满足震害信息提取的要求.目前，基于震后单时相PolSAR数据的震害信息提取方法一般分为极化目标分解法、极化特征法、结合纹理特征法. ...
1
2008
... PolSAR通过测量地面每个分辨率单元内的散射回波，进而获得其散射矩阵，例如Mueller 矩阵或者Stokes矩阵.极化散射矩阵将目标散射的能量特性、相位特性、以及极化特性统一起来，相对完整地描述了雷达目标的电磁散射特性[37].所以PolSAR包含的数据信息非常丰富，能够满足震害信息提取的要求.目前，基于震后单时相PolSAR数据的震害信息提取方法一般分为极化目标分解法、极化特征法、结合纹理特征法. ...
Four-component Scattering Model for Polarimetric SAR Image Decomposition
2
2005
... 在自然界中，散射矩阵[S2]只能描述相干或纯散射体，从极化角度来看，这种矩阵不能描述所谓的分布散射体，因此，对于复杂目标一般进行采用非相干极化目标分解法.非相干分解就是将<[C3]>或 <[T3]>矩阵分解为简单或者标准目标的二阶描述子的组合,这些分解理论可以表示为[38]. ...
... 由于震后倒塌建筑的二面角结构遭到破坏，大多成为体散射占优地物，这与倾斜建筑物的散射机制非常相似（排列方向与雷达飞行方向不平行的建筑物）.Yamaguchi等[38,39]为提高四分量散射模型提取城市建筑物的精度，基于相干矩阵的旋转最小化交叉极化分量改进四分量散射模型分解方法，一定程度上提高了城市倾斜建筑物的提取精度.Chen等[40]提出一种改进的Freeman分解法对玉树地震灾区的完好建筑物和倒塌建筑物提取，其总体精度达到73.9%.Zhang等[41]提出一种优化的极化对比度增强方法（OPCE），以玉树地震为例，结合建筑物取向信息，提取倒塌建筑物信息，其精度达66.53%. ...
Four-Component Scattering Power Decomposition With Rotation of Coherency Matrix
1
2011
... 由于震后倒塌建筑的二面角结构遭到破坏，大多成为体散射占优地物，这与倾斜建筑物的散射机制非常相似（排列方向与雷达飞行方向不平行的建筑物）.Yamaguchi等[38,39]为提高四分量散射模型提取城市建筑物的精度，基于相干矩阵的旋转最小化交叉极化分量改进四分量散射模型分解方法，一定程度上提高了城市倾斜建筑物的提取精度.Chen等[40]提出一种改进的Freeman分解法对玉树地震灾区的完好建筑物和倒塌建筑物提取，其总体精度达到73.9%.Zhang等[41]提出一种优化的极化对比度增强方法（OPCE），以玉树地震为例，结合建筑物取向信息，提取倒塌建筑物信息，其精度达66.53%. ...
Building Collapse Extraction Using Modified Freeman Decomposition from Post-disaster Polarimetric SAR Image
1
2016
... 由于震后倒塌建筑的二面角结构遭到破坏，大多成为体散射占优地物，这与倾斜建筑物的散射机制非常相似（排列方向与雷达飞行方向不平行的建筑物）.Yamaguchi等[38,39]为提高四分量散射模型提取城市建筑物的精度，基于相干矩阵的旋转最小化交叉极化分量改进四分量散射模型分解方法，一定程度上提高了城市倾斜建筑物的提取精度.Chen等[40]提出一种改进的Freeman分解法对玉树地震灾区的完好建筑物和倒塌建筑物提取，其总体精度达到73.9%.Zhang等[41]提出一种优化的极化对比度增强方法（OPCE），以玉树地震为例，结合建筑物取向信息，提取倒塌建筑物信息，其精度达66.53%. ...
A Novel Approach To Building Collapse Detection from Post-seismic Polarimetric SAR Imagery by Using Optimization of Polarimetric Contrast Enhancement
1
2015
... 由于震后倒塌建筑的二面角结构遭到破坏，大多成为体散射占优地物，这与倾斜建筑物的散射机制非常相似（排列方向与雷达飞行方向不平行的建筑物）.Yamaguchi等[38,39]为提高四分量散射模型提取城市建筑物的精度，基于相干矩阵的旋转最小化交叉极化分量改进四分量散射模型分解方法，一定程度上提高了城市倾斜建筑物的提取精度.Chen等[40]提出一种改进的Freeman分解法对玉树地震灾区的完好建筑物和倒塌建筑物提取，其总体精度达到73.9%.Zhang等[41]提出一种优化的极化对比度增强方法（OPCE），以玉树地震为例，结合建筑物取向信息，提取倒塌建筑物信息，其精度达66.53%. ...
Polarimetric SAR Characterization of Man-made Structures in Urban Areas Using Normalized Circular-pol Correlation Coefficients
2
2008
... Ainsworth等[42]基于左、右旋圆极化相关系数，提出一种新的系数比值，即左、右圆极化相关系数与其归一化后的系数比：，较于自然地物，建筑物的相关系数比值较高，使得建筑物区域易于提取.Sato等[32]利用Pi-SAR极化影像，基于入射功率分解方法以及强度和相位相关系数法，对2004年日本新鸿县中越震区建筑物进行检测，结果发现该方法不仅对建筑物能精确识别而且在受灾严重的山区，该方法也可以很好地提取建筑物.Guo等[43]以北川县为研究区，利用圆极化相关系数、反熵值和二面角分量提取了倒塌建筑物和完好建筑物，在试验中，完好建筑物的圆极化相关系数大于倒塌建筑物，极化散射角在倒塌建筑物中急剧减小，完好建筑物的二面角散射分量高于倒塌建筑物，而倒塌建筑物的熵值要比完好建筑物的低，因此PolSAR能有效地探测被地震破坏的城市倒塌建筑物，具有很大的城市应用潜力.Li等[44]基于圆极化相关系数与倒塌建筑的相关性，采用H⁃α⁃ρ和阈值分割方法，以2010年玉树震区为研究区，利用H和α识别裸露地表，再用参数ρ区分完好建筑物和倒塌建筑，总体精度为81%.Masaka等[45]对极化SAR数据的相干矩阵进行特征向量分解，并根据特征向量角计算出平均极化角、，对此设置适当的阈值提取变形建筑物，结果发现该方法对于前后变形建筑物结构的识别效果不是很好，但是对于左右变形的建筑物结构却能够很好地识别.沈俊成等[5]利用RADARSAT-2数据对玉树震区采用由13维极化特征构成的特征模板提取建筑物震害信息，该方法在保证较高检出率的情况下降低了虚警率.Zhai等[46]在极化方位角补偿后，引入极化特征参数归一化二面角分量的差（NDDC）和ρHHHV，经过Wishart监督分类，将玉树震区建筑物分为倒塌建筑物、倾斜建筑物、未倒塌建筑物，总体精度达到88.89%. ...
... Bombrun等[47]基于Fisher分布，分别提取出了PolSAR图像中的城市建筑物分布，并以此为基础建立了极化SAR纹理提取的Fisher模型.翟玮等[48]引入Mean、Homogeneity、Entropy和Correlation 4种基于灰度共生矩阵的纹理参数，利用PolSAR影像的纹理差异对倒塌建筑物和倾斜建筑物进行区分，提高了倒塌建筑的提取精度.刘斌等[49]以都江堰、北川和映秀镇地区的COSMO-SkyMed SAR影像为研究数据，提取了非相似性和同质性两种纹理特征和Sobel算子边缘，并将3个特征进行了RGB合成，而后判断震害信息.2016年翟玮等[50]发现基于灰度共生矩阵的均值、同质性、熵及相关性纹理特征能够有效地区分倾斜和倒塌建筑物.Sun等[51]以玉树地震为例，采用5个纹理描述子进行纹理提取，并采用随机森林分类器对建筑物的倒塌等级进行识别，其总体精度达到84.7%.Shi等[42]从玉树震后机载SAR数据中提取了138种纹理特征，采用随机森林分类处理后,发现提取结果优于极化和相干特征的提取结果.Li等[53]利用不同统计模型的纹理参数识别PolSAR图像中倒塌建筑物和倾斜建筑物，在此基础上计算建筑物区块倒塌率（BBCR）并生成建筑物受损评估图，采用 RADARSAT-2和ALOS-1数据实验得到倒塌建筑的总体提取精度分别为73.39%和68.45%.Zhao等[54]结合归一化圆极化相关系数（NCCC）与基于灰度共生矩阵的纹理特征，对2010年的玉树地震进行研究，发现结合极化和纹理特征的提取精度达到了79.7%.翟玮[55]在提取震害信息方面，提出了有效融合极化特征和纹理特征的方法，即精确加权多特征融合的方法（PWMF方法）,有效融合了多种纹理特征和极化信息，获得了较高震害信息提取精度. ...
Study Of Detecting Method With Advanced Airborne and Spaceborne Synthetic Aperture Radar Data for Collapsed Urban Buildings from The Wenchuan Earthquake
1
2009
... Ainsworth等[42]基于左、右旋圆极化相关系数，提出一种新的系数比值，即左、右圆极化相关系数与其归一化后的系数比：，较于自然地物，建筑物的相关系数比值较高，使得建筑物区域易于提取.Sato等[32]利用Pi-SAR极化影像，基于入射功率分解方法以及强度和相位相关系数法，对2004年日本新鸿县中越震区建筑物进行检测，结果发现该方法不仅对建筑物能精确识别而且在受灾严重的山区，该方法也可以很好地提取建筑物.Guo等[43]以北川县为研究区，利用圆极化相关系数、反熵值和二面角分量提取了倒塌建筑物和完好建筑物，在试验中，完好建筑物的圆极化相关系数大于倒塌建筑物，极化散射角在倒塌建筑物中急剧减小，完好建筑物的二面角散射分量高于倒塌建筑物，而倒塌建筑物的熵值要比完好建筑物的低，因此PolSAR能有效地探测被地震破坏的城市倒塌建筑物，具有很大的城市应用潜力.Li等[44]基于圆极化相关系数与倒塌建筑的相关性，采用H⁃α⁃ρ和阈值分割方法，以2010年玉树震区为研究区，利用H和α识别裸露地表，再用参数ρ区分完好建筑物和倒塌建筑，总体精度为81%.Masaka等[45]对极化SAR数据的相干矩阵进行特征向量分解，并根据特征向量角计算出平均极化角、，对此设置适当的阈值提取变形建筑物，结果发现该方法对于前后变形建筑物结构的识别效果不是很好，但是对于左右变形的建筑物结构却能够很好地识别.沈俊成等[5]利用RADARSAT-2数据对玉树震区采用由13维极化特征构成的特征模板提取建筑物震害信息，该方法在保证较高检出率的情况下降低了虚警率.Zhai等[46]在极化方位角补偿后，引入极化特征参数归一化二面角分量的差（NDDC）和ρHHHV，经过Wishart监督分类，将玉树震区建筑物分为倒塌建筑物、倾斜建筑物、未倒塌建筑物，总体精度达到88.89%. ...
A New Approach to Collapsed Building Extraction Using RadarSat-2 Polarimetric SAR Imagery
1
2012
... Ainsworth等[42]基于左、右旋圆极化相关系数，提出一种新的系数比值，即左、右圆极化相关系数与其归一化后的系数比：，较于自然地物，建筑物的相关系数比值较高，使得建筑物区域易于提取.Sato等[32]利用Pi-SAR极化影像，基于入射功率分解方法以及强度和相位相关系数法，对2004年日本新鸿县中越震区建筑物进行检测，结果发现该方法不仅对建筑物能精确识别而且在受灾严重的山区，该方法也可以很好地提取建筑物.Guo等[43]以北川县为研究区，利用圆极化相关系数、反熵值和二面角分量提取了倒塌建筑物和完好建筑物，在试验中，完好建筑物的圆极化相关系数大于倒塌建筑物，极化散射角在倒塌建筑物中急剧减小，完好建筑物的二面角散射分量高于倒塌建筑物，而倒塌建筑物的熵值要比完好建筑物的低，因此PolSAR能有效地探测被地震破坏的城市倒塌建筑物，具有很大的城市应用潜力.Li等[44]基于圆极化相关系数与倒塌建筑的相关性，采用H⁃α⁃ρ和阈值分割方法，以2010年玉树震区为研究区，利用H和α识别裸露地表，再用参数ρ区分完好建筑物和倒塌建筑，总体精度为81%.Masaka等[45]对极化SAR数据的相干矩阵进行特征向量分解，并根据特征向量角计算出平均极化角、，对此设置适当的阈值提取变形建筑物，结果发现该方法对于前后变形建筑物结构的识别效果不是很好，但是对于左右变形的建筑物结构却能够很好地识别.沈俊成等[5]利用RADARSAT-2数据对玉树震区采用由13维极化特征构成的特征模板提取建筑物震害信息，该方法在保证较高检出率的情况下降低了虚警率.Zhai等[46]在极化方位角补偿后，引入极化特征参数归一化二面角分量的差（NDDC）和ρHHHV，经过Wishart监督分类，将玉树震区建筑物分为倒塌建筑物、倾斜建筑物、未倒塌建筑物，总体精度达到88.89%. ...
Experimental Study on Detecting Deformed Man-made Objects based on Eigenvalue/ Eigenvector Analysis
1
2015
... Ainsworth等[42]基于左、右旋圆极化相关系数，提出一种新的系数比值，即左、右圆极化相关系数与其归一化后的系数比：，较于自然地物，建筑物的相关系数比值较高，使得建筑物区域易于提取.Sato等[32]利用Pi-SAR极化影像，基于入射功率分解方法以及强度和相位相关系数法，对2004年日本新鸿县中越震区建筑物进行检测，结果发现该方法不仅对建筑物能精确识别而且在受灾严重的山区，该方法也可以很好地提取建筑物.Guo等[43]以北川县为研究区，利用圆极化相关系数、反熵值和二面角分量提取了倒塌建筑物和完好建筑物，在试验中，完好建筑物的圆极化相关系数大于倒塌建筑物，极化散射角在倒塌建筑物中急剧减小，完好建筑物的二面角散射分量高于倒塌建筑物，而倒塌建筑物的熵值要比完好建筑物的低，因此PolSAR能有效地探测被地震破坏的城市倒塌建筑物，具有很大的城市应用潜力.Li等[44]基于圆极化相关系数与倒塌建筑的相关性，采用H⁃α⁃ρ和阈值分割方法，以2010年玉树震区为研究区，利用H和α识别裸露地表，再用参数ρ区分完好建筑物和倒塌建筑，总体精度为81%.Masaka等[45]对极化SAR数据的相干矩阵进行特征向量分解，并根据特征向量角计算出平均极化角、，对此设置适当的阈值提取变形建筑物，结果发现该方法对于前后变形建筑物结构的识别效果不是很好，但是对于左右变形的建筑物结构却能够很好地识别.沈俊成等[5]利用RADARSAT-2数据对玉树震区采用由13维极化特征构成的特征模板提取建筑物震害信息，该方法在保证较高检出率的情况下降低了虚警率.Zhai等[46]在极化方位角补偿后，引入极化特征参数归一化二面角分量的差（NDDC）和ρHHHV，经过Wishart监督分类，将玉树震区建筑物分为倒塌建筑物、倾斜建筑物、未倒塌建筑物，总体精度达到88.89%. ...
2017
1
57
... Ainsworth等[42]基于左、右旋圆极化相关系数，提出一种新的系数比值，即左、右圆极化相关系数与其归一化后的系数比：，较于自然地物，建筑物的相关系数比值较高，使得建筑物区域易于提取.Sato等[32]利用Pi-SAR极化影像，基于入射功率分解方法以及强度和相位相关系数法，对2004年日本新鸿县中越震区建筑物进行检测，结果发现该方法不仅对建筑物能精确识别而且在受灾严重的山区，该方法也可以很好地提取建筑物.Guo等[43]以北川县为研究区，利用圆极化相关系数、反熵值和二面角分量提取了倒塌建筑物和完好建筑物，在试验中，完好建筑物的圆极化相关系数大于倒塌建筑物，极化散射角在倒塌建筑物中急剧减小，完好建筑物的二面角散射分量高于倒塌建筑物，而倒塌建筑物的熵值要比完好建筑物的低，因此PolSAR能有效地探测被地震破坏的城市倒塌建筑物，具有很大的城市应用潜力.Li等[44]基于圆极化相关系数与倒塌建筑的相关性，采用H⁃α⁃ρ和阈值分割方法，以2010年玉树震区为研究区，利用H和α识别裸露地表，再用参数ρ区分完好建筑物和倒塌建筑，总体精度为81%.Masaka等[45]对极化SAR数据的相干矩阵进行特征向量分解，并根据特征向量角计算出平均极化角、，对此设置适当的阈值提取变形建筑物，结果发现该方法对于前后变形建筑物结构的识别效果不是很好，但是对于左右变形的建筑物结构却能够很好地识别.沈俊成等[5]利用RADARSAT-2数据对玉树震区采用由13维极化特征构成的特征模板提取建筑物震害信息，该方法在保证较高检出率的情况下降低了虚警率.Zhai等[46]在极化方位角补偿后，引入极化特征参数归一化二面角分量的差（NDDC）和ρHHHV，经过Wishart监督分类，将玉树震区建筑物分为倒塌建筑物、倾斜建筑物、未倒塌建筑物，总体精度达到88.89%. ...
Fisher Distribution for Texture Modeling of Polarimetric SAR Data
1
2009
... Bombrun等[47]基于Fisher分布，分别提取出了PolSAR图像中的城市建筑物分布，并以此为基础建立了极化SAR纹理提取的Fisher模型.翟玮等[48]引入Mean、Homogeneity、Entropy和Correlation 4种基于灰度共生矩阵的纹理参数，利用PolSAR影像的纹理差异对倒塌建筑物和倾斜建筑物进行区分，提高了倒塌建筑的提取精度.刘斌等[49]以都江堰、北川和映秀镇地区的COSMO-SkyMed SAR影像为研究数据，提取了非相似性和同质性两种纹理特征和Sobel算子边缘，并将3个特征进行了RGB合成，而后判断震害信息.2016年翟玮等[50]发现基于灰度共生矩阵的均值、同质性、熵及相关性纹理特征能够有效地区分倾斜和倒塌建筑物.Sun等[51]以玉树地震为例，采用5个纹理描述子进行纹理提取，并采用随机森林分类器对建筑物的倒塌等级进行识别，其总体精度达到84.7%.Shi等[42]从玉树震后机载SAR数据中提取了138种纹理特征，采用随机森林分类处理后,发现提取结果优于极化和相干特征的提取结果.Li等[53]利用不同统计模型的纹理参数识别PolSAR图像中倒塌建筑物和倾斜建筑物，在此基础上计算建筑物区块倒塌率（BBCR）并生成建筑物受损评估图，采用 RADARSAT-2和ALOS-1数据实验得到倒塌建筑的总体提取精度分别为73.39%和68.45%.Zhao等[54]结合归一化圆极化相关系数（NCCC）与基于灰度共生矩阵的纹理特征，对2010年的玉树地震进行研究，发现结合极化和纹理特征的提取精度达到了79.7%.翟玮[55]在提取震害信息方面，提出了有效融合极化特征和纹理特征的方法，即精确加权多特征融合的方法（PWMF方法）,有效融合了多种纹理特征和极化信息，获得了较高震害信息提取精度. ...
PolSAR影像纹理特征在倒塌建筑物提取中的应用分析
1
2015
... Bombrun等[47]基于Fisher分布，分别提取出了PolSAR图像中的城市建筑物分布，并以此为基础建立了极化SAR纹理提取的Fisher模型.翟玮等[48]引入Mean、Homogeneity、Entropy和Correlation 4种基于灰度共生矩阵的纹理参数，利用PolSAR影像的纹理差异对倒塌建筑物和倾斜建筑物进行区分，提高了倒塌建筑的提取精度.刘斌等[49]以都江堰、北川和映秀镇地区的COSMO-SkyMed SAR影像为研究数据，提取了非相似性和同质性两种纹理特征和Sobel算子边缘，并将3个特征进行了RGB合成，而后判断震害信息.2016年翟玮等[50]发现基于灰度共生矩阵的均值、同质性、熵及相关性纹理特征能够有效地区分倾斜和倒塌建筑物.Sun等[51]以玉树地震为例，采用5个纹理描述子进行纹理提取，并采用随机森林分类器对建筑物的倒塌等级进行识别，其总体精度达到84.7%.Shi等[42]从玉树震后机载SAR数据中提取了138种纹理特征，采用随机森林分类处理后,发现提取结果优于极化和相干特征的提取结果.Li等[53]利用不同统计模型的纹理参数识别PolSAR图像中倒塌建筑物和倾斜建筑物，在此基础上计算建筑物区块倒塌率（BBCR）并生成建筑物受损评估图，采用 RADARSAT-2和ALOS-1数据实验得到倒塌建筑的总体提取精度分别为73.39%和68.45%.Zhao等[54]结合归一化圆极化相关系数（NCCC）与基于灰度共生矩阵的纹理特征，对2010年的玉树地震进行研究，发现结合极化和纹理特征的提取精度达到了79.7%.翟玮[55]在提取震害信息方面，提出了有效融合极化特征和纹理特征的方法，即精确加权多特征融合的方法（PWMF方法）,有效融合了多种纹理特征和极化信息，获得了较高震害信息提取精度. ...
12汶川地震灾害监测与评估中的应用
1
2008
... Bombrun等[47]基于Fisher分布，分别提取出了PolSAR图像中的城市建筑物分布，并以此为基础建立了极化SAR纹理提取的Fisher模型.翟玮等[48]引入Mean、Homogeneity、Entropy和Correlation 4种基于灰度共生矩阵的纹理参数，利用PolSAR影像的纹理差异对倒塌建筑物和倾斜建筑物进行区分，提高了倒塌建筑的提取精度.刘斌等[49]以都江堰、北川和映秀镇地区的COSMO-SkyMed SAR影像为研究数据，提取了非相似性和同质性两种纹理特征和Sobel算子边缘，并将3个特征进行了RGB合成，而后判断震害信息.2016年翟玮等[50]发现基于灰度共生矩阵的均值、同质性、熵及相关性纹理特征能够有效地区分倾斜和倒塌建筑物.Sun等[51]以玉树地震为例，采用5个纹理描述子进行纹理提取，并采用随机森林分类器对建筑物的倒塌等级进行识别，其总体精度达到84.7%.Shi等[42]从玉树震后机载SAR数据中提取了138种纹理特征，采用随机森林分类处理后,发现提取结果优于极化和相干特征的提取结果.Li等[53]利用不同统计模型的纹理参数识别PolSAR图像中倒塌建筑物和倾斜建筑物，在此基础上计算建筑物区块倒塌率（BBCR）并生成建筑物受损评估图，采用 RADARSAT-2和ALOS-1数据实验得到倒塌建筑的总体提取精度分别为73.39%和68.45%.Zhao等[54]结合归一化圆极化相关系数（NCCC）与基于灰度共生矩阵的纹理特征，对2010年的玉树地震进行研究，发现结合极化和纹理特征的提取精度达到了79.7%.翟玮[55]在提取震害信息方面，提出了有效融合极化特征和纹理特征的方法，即精确加权多特征融合的方法（PWMF方法）,有效融合了多种纹理特征和极化信息，获得了较高震害信息提取精度. ...
结合PolSAR影像纹理特征分析提取倒塌建筑物
1
2016
... Bombrun等[47]基于Fisher分布，分别提取出了PolSAR图像中的城市建筑物分布，并以此为基础建立了极化SAR纹理提取的Fisher模型.翟玮等[48]引入Mean、Homogeneity、Entropy和Correlation 4种基于灰度共生矩阵的纹理参数，利用PolSAR影像的纹理差异对倒塌建筑物和倾斜建筑物进行区分，提高了倒塌建筑的提取精度.刘斌等[49]以都江堰、北川和映秀镇地区的COSMO-SkyMed SAR影像为研究数据，提取了非相似性和同质性两种纹理特征和Sobel算子边缘，并将3个特征进行了RGB合成，而后判断震害信息.2016年翟玮等[50]发现基于灰度共生矩阵的均值、同质性、熵及相关性纹理特征能够有效地区分倾斜和倒塌建筑物.Sun等[51]以玉树地震为例，采用5个纹理描述子进行纹理提取，并采用随机森林分类器对建筑物的倒塌等级进行识别，其总体精度达到84.7%.Shi等[42]从玉树震后机载SAR数据中提取了138种纹理特征，采用随机森林分类处理后,发现提取结果优于极化和相干特征的提取结果.Li等[53]利用不同统计模型的纹理参数识别PolSAR图像中倒塌建筑物和倾斜建筑物，在此基础上计算建筑物区块倒塌率（BBCR）并生成建筑物受损评估图，采用 RADARSAT-2和ALOS-1数据实验得到倒塌建筑的总体提取精度分别为73.39%和68.45%.Zhao等[54]结合归一化圆极化相关系数（NCCC）与基于灰度共生矩阵的纹理特征，对2010年的玉树地震进行研究，发现结合极化和纹理特征的提取精度达到了79.7%.翟玮[55]在提取震害信息方面，提出了有效融合极化特征和纹理特征的方法，即精确加权多特征融合的方法（PWMF方法）,有效融合了多种纹理特征和极化信息，获得了较高震害信息提取精度. ...
结合PolSAR影像纹理特征分析提取倒塌建筑物
1
2016
... Bombrun等[47]基于Fisher分布，分别提取出了PolSAR图像中的城市建筑物分布，并以此为基础建立了极化SAR纹理提取的Fisher模型.翟玮等[48]引入Mean、Homogeneity、Entropy和Correlation 4种基于灰度共生矩阵的纹理参数，利用PolSAR影像的纹理差异对倒塌建筑物和倾斜建筑物进行区分，提高了倒塌建筑的提取精度.刘斌等[49]以都江堰、北川和映秀镇地区的COSMO-SkyMed SAR影像为研究数据，提取了非相似性和同质性两种纹理特征和Sobel算子边缘，并将3个特征进行了RGB合成，而后判断震害信息.2016年翟玮等[50]发现基于灰度共生矩阵的均值、同质性、熵及相关性纹理特征能够有效地区分倾斜和倒塌建筑物.Sun等[51]以玉树地震为例，采用5个纹理描述子进行纹理提取，并采用随机森林分类器对建筑物的倒塌等级进行识别，其总体精度达到84.7%.Shi等[42]从玉树震后机载SAR数据中提取了138种纹理特征，采用随机森林分类处理后,发现提取结果优于极化和相干特征的提取结果.Li等[53]利用不同统计模型的纹理参数识别PolSAR图像中倒塌建筑物和倾斜建筑物，在此基础上计算建筑物区块倒塌率（BBCR）并生成建筑物受损评估图，采用 RADARSAT-2和ALOS-1数据实验得到倒塌建筑的总体提取精度分别为73.39%和68.45%.Zhao等[54]结合归一化圆极化相关系数（NCCC）与基于灰度共生矩阵的纹理特征，对2010年的玉树地震进行研究，发现结合极化和纹理特征的提取精度达到了79.7%.翟玮[55]在提取震害信息方面，提出了有效融合极化特征和纹理特征的方法，即精确加权多特征融合的方法（PWMF方法）,有效融合了多种纹理特征和极化信息，获得了较高震害信息提取精度. ...
Building Collapse Assessment in Urban Areas Using Texture Information From Post-event SAR Data
1
2016
... Bombrun等[47]基于Fisher分布，分别提取出了PolSAR图像中的城市建筑物分布，并以此为基础建立了极化SAR纹理提取的Fisher模型.翟玮等[48]引入Mean、Homogeneity、Entropy和Correlation 4种基于灰度共生矩阵的纹理参数，利用PolSAR影像的纹理差异对倒塌建筑物和倾斜建筑物进行区分，提高了倒塌建筑的提取精度.刘斌等[49]以都江堰、北川和映秀镇地区的COSMO-SkyMed SAR影像为研究数据，提取了非相似性和同质性两种纹理特征和Sobel算子边缘，并将3个特征进行了RGB合成，而后判断震害信息.2016年翟玮等[50]发现基于灰度共生矩阵的均值、同质性、熵及相关性纹理特征能够有效地区分倾斜和倒塌建筑物.Sun等[51]以玉树地震为例，采用5个纹理描述子进行纹理提取，并采用随机森林分类器对建筑物的倒塌等级进行识别，其总体精度达到84.7%.Shi等[42]从玉树震后机载SAR数据中提取了138种纹理特征，采用随机森林分类处理后,发现提取结果优于极化和相干特征的提取结果.Li等[53]利用不同统计模型的纹理参数识别PolSAR图像中倒塌建筑物和倾斜建筑物，在此基础上计算建筑物区块倒塌率（BBCR）并生成建筑物受损评估图，采用 RADARSAT-2和ALOS-1数据实验得到倒塌建筑的总体提取精度分别为73.39%和68.45%.Zhao等[54]结合归一化圆极化相关系数（NCCC）与基于灰度共生矩阵的纹理特征，对2010年的玉树地震进行研究，发现结合极化和纹理特征的提取精度达到了79.7%.翟玮[55]在提取震害信息方面，提出了有效融合极化特征和纹理特征的方法，即精确加权多特征融合的方法（PWMF方法）,有效融合了多种纹理特征和极化信息，获得了较高震害信息提取精度. ...
Building Collapse Assessment by the Use of Post-earthquake Chinese VHR Airborne SAR
0
2015
Building Damage Assessment from PolSAR Data Using Texture Parameters of Statistical Model
1
2018
... Bombrun等[47]基于Fisher分布，分别提取出了PolSAR图像中的城市建筑物分布，并以此为基础建立了极化SAR纹理提取的Fisher模型.翟玮等[48]引入Mean、Homogeneity、Entropy和Correlation 4种基于灰度共生矩阵的纹理参数，利用PolSAR影像的纹理差异对倒塌建筑物和倾斜建筑物进行区分，提高了倒塌建筑的提取精度.刘斌等[49]以都江堰、北川和映秀镇地区的COSMO-SkyMed SAR影像为研究数据，提取了非相似性和同质性两种纹理特征和Sobel算子边缘，并将3个特征进行了RGB合成，而后判断震害信息.2016年翟玮等[50]发现基于灰度共生矩阵的均值、同质性、熵及相关性纹理特征能够有效地区分倾斜和倒塌建筑物.Sun等[51]以玉树地震为例，采用5个纹理描述子进行纹理提取，并采用随机森林分类器对建筑物的倒塌等级进行识别，其总体精度达到84.7%.Shi等[42]从玉树震后机载SAR数据中提取了138种纹理特征，采用随机森林分类处理后,发现提取结果优于极化和相干特征的提取结果.Li等[53]利用不同统计模型的纹理参数识别PolSAR图像中倒塌建筑物和倾斜建筑物，在此基础上计算建筑物区块倒塌率（BBCR）并生成建筑物受损评估图，采用 RADARSAT-2和ALOS-1数据实验得到倒塌建筑的总体提取精度分别为73.39%和68.45%.Zhao等[54]结合归一化圆极化相关系数（NCCC）与基于灰度共生矩阵的纹理特征，对2010年的玉树地震进行研究，发现结合极化和纹理特征的提取精度达到了79.7%.翟玮[55]在提取震害信息方面，提出了有效融合极化特征和纹理特征的方法，即精确加权多特征融合的方法（PWMF方法）,有效融合了多种纹理特征和极化信息，获得了较高震害信息提取精度. ...
Damage Assessment in Urban Areas Using Post-earthquake Airborne PolSAR Imagery
1
2013
... Bombrun等[47]基于Fisher分布，分别提取出了PolSAR图像中的城市建筑物分布，并以此为基础建立了极化SAR纹理提取的Fisher模型.翟玮等[48]引入Mean、Homogeneity、Entropy和Correlation 4种基于灰度共生矩阵的纹理参数，利用PolSAR影像的纹理差异对倒塌建筑物和倾斜建筑物进行区分，提高了倒塌建筑的提取精度.刘斌等[49]以都江堰、北川和映秀镇地区的COSMO-SkyMed SAR影像为研究数据，提取了非相似性和同质性两种纹理特征和Sobel算子边缘，并将3个特征进行了RGB合成，而后判断震害信息.2016年翟玮等[50]发现基于灰度共生矩阵的均值、同质性、熵及相关性纹理特征能够有效地区分倾斜和倒塌建筑物.Sun等[51]以玉树地震为例，采用5个纹理描述子进行纹理提取，并采用随机森林分类器对建筑物的倒塌等级进行识别，其总体精度达到84.7%.Shi等[42]从玉树震后机载SAR数据中提取了138种纹理特征，采用随机森林分类处理后,发现提取结果优于极化和相干特征的提取结果.Li等[53]利用不同统计模型的纹理参数识别PolSAR图像中倒塌建筑物和倾斜建筑物，在此基础上计算建筑物区块倒塌率（BBCR）并生成建筑物受损评估图，采用 RADARSAT-2和ALOS-1数据实验得到倒塌建筑的总体提取精度分别为73.39%和68.45%.Zhao等[54]结合归一化圆极化相关系数（NCCC）与基于灰度共生矩阵的纹理特征，对2010年的玉树地震进行研究，发现结合极化和纹理特征的提取精度达到了79.7%.翟玮[55]在提取震害信息方面，提出了有效融合极化特征和纹理特征的方法，即精确加权多特征融合的方法（PWMF方法）,有效融合了多种纹理特征和极化信息，获得了较高震害信息提取精度. ...
翟玮.利用单时相极化SAR提取震后建筑物震害信息的研究
1
2016
... Bombrun等[47]基于Fisher分布，分别提取出了PolSAR图像中的城市建筑物分布，并以此为基础建立了极化SAR纹理提取的Fisher模型.翟玮等[48]引入Mean、Homogeneity、Entropy和Correlation 4种基于灰度共生矩阵的纹理参数，利用PolSAR影像的纹理差异对倒塌建筑物和倾斜建筑物进行区分，提高了倒塌建筑的提取精度.刘斌等[49]以都江堰、北川和映秀镇地区的COSMO-SkyMed SAR影像为研究数据，提取了非相似性和同质性两种纹理特征和Sobel算子边缘，并将3个特征进行了RGB合成，而后判断震害信息.2016年翟玮等[50]发现基于灰度共生矩阵的均值、同质性、熵及相关性纹理特征能够有效地区分倾斜和倒塌建筑物.Sun等[51]以玉树地震为例，采用5个纹理描述子进行纹理提取，并采用随机森林分类器对建筑物的倒塌等级进行识别，其总体精度达到84.7%.Shi等[42]从玉树震后机载SAR数据中提取了138种纹理特征，采用随机森林分类处理后,发现提取结果优于极化和相干特征的提取结果.Li等[53]利用不同统计模型的纹理参数识别PolSAR图像中倒塌建筑物和倾斜建筑物，在此基础上计算建筑物区块倒塌率（BBCR）并生成建筑物受损评估图，采用 RADARSAT-2和ALOS-1数据实验得到倒塌建筑的总体提取精度分别为73.39%和68.45%.Zhao等[54]结合归一化圆极化相关系数（NCCC）与基于灰度共生矩阵的纹理特征，对2010年的玉树地震进行研究，发现结合极化和纹理特征的提取精度达到了79.7%.翟玮[55]在提取震害信息方面，提出了有效融合极化特征和纹理特征的方法，即精确加权多特征融合的方法（PWMF方法）,有效融合了多种纹理特征和极化信息，获得了较高震害信息提取精度. ...
The Combined Use of Remote Sensing and Social Sensing Data in Fine-grained Urban Land Use Mapping: A Case Study in Beijing, China
1
2017
... 由于科技的发展与进步，目前通过各种方法提取PolSAR的建筑物震害信息已经基本可以实现，加之SAR属于主动雷达遥感及不受太阳光照影响的优势，且PolSAR数据包含信息量足够丰富，卷积神经网络学习等技术日渐成熟，大量处理极化、纹理等信息已经成为可能.因此，通过PolSAR数据获取地震灾区的建筑物震害信息已成为一项热点研究.但是要对震害评估结果进一步精细化，例如获得建筑物的功能属性，包括居民楼、学校或者餐饮建筑物等属性，通过遥感图像是无法做到的.将提取的建筑物信息进行进一步功能分类是一个有意义的研究方向.由于遥感图像无法进行功能区识别，但有学者利用地理信息系统数据POI以及遥感图像对城市进行了土地利用分析[56]，从这一点上来看，可以结合地理信息对所提取的建筑物震害信息做进一步功能分类.利用PolSAR数据提取建筑物信息后，将研究区域内的POI数据与之对应匹配，可得到所提取建筑物信息对应的功能属性，更进一步提高建筑物震害信息提取精度. ...
