隨著相關(guān)技術(shù)的不斷發(fā)展，高分遙感技術(shù)與交通應(yīng)急安全領(lǐng)域的技術(shù)融合在近年來(lái)已逐漸成為研究的熱點(diǎn)問(wèn)題之一。為更好地促進(jìn)高分技術(shù)在未來(lái)交通領(lǐng)域中的應(yīng)用以及成果轉(zhuǎn)化，本文以道路基礎(chǔ)設(shè)施為例，提出了一種融合高分辨率光學(xué)遙感與合成孔徑雷達(dá)干涉測(cè)量(InSAR)技術(shù)的道路提取與監(jiān)測(cè)技術(shù)。

　　基于高分光學(xué)影像的交通基礎(chǔ)設(shè)施信息提取

　　科學(xué)技術(shù)的快速發(fā)展，使得交通路網(wǎng)信息的提取技術(shù)和提取算法發(fā)展迅速。隨著空間分辨率的不斷提高，遙感信息為地理信息庫(kù)的更新帶來(lái)了便利，高分辨率遙感影像開始廣泛應(yīng)用于路網(wǎng)信息的提取。

　　1. 典型道路材質(zhì)特征庫(kù)的建立

　　基于卷積神經(jīng)網(wǎng)絡(luò)算法的路網(wǎng)提取技術(shù)，通常需要使用訓(xùn)練數(shù)據(jù)進(jìn)行網(wǎng)絡(luò)模型的建立。道路典型特征庫(kù)的建立首先是利用其形態(tài)、結(jié)構(gòu)、連通性等特征進(jìn)行典型遙感樣本的提取、分類與統(tǒng)計(jì)分析，然后根據(jù)統(tǒng)計(jì)結(jié)果盡可能多地涵蓋全部典型的道路特征單元，道路特征庫(kù)的數(shù)量將直接影響算法的識(shí)別與提取精度。

　　▲ 典型道路特征庫(kù)樣例

　　2. 路網(wǎng)自動(dòng)識(shí)別算法

　　近年來(lái)，隨著深度學(xué)習(xí)技術(shù)的出現(xiàn)與發(fā)展，自主學(xué)習(xí)特征已成為可能，網(wǎng)絡(luò)層數(shù)的增加也使得神經(jīng)網(wǎng)絡(luò)的分類能力更強(qiáng)。通過(guò)卷積神經(jīng)網(wǎng)絡(luò)對(duì)圖像區(qū)域進(jìn)行分類，可得到像素的分類結(jié)果，然后將分類結(jié)果看作是二值圖像，通過(guò)分析二值圖像聯(lián)通區(qū)域的大小對(duì)識(shí)別結(jié)果進(jìn)行篩選便可得到最終的提取結(jié)果。

　　▲ 路網(wǎng)提取結(jié)果示意圖

　　基于雷達(dá)影像的路基監(jiān)測(cè)與預(yù)警

　　利用SAR影像獲取地表特征信息的原理在于不同地物的后向散射差異，當(dāng)?shù)乇韮?nèi)部結(jié)構(gòu)發(fā)生變化時(shí)，其衛(wèi)星傳感器接收到的信息也會(huì)隨之變化?；谶@一原理，多時(shí)相的SAR影像可廣泛用于交通基礎(chǔ)設(shè)施的形變調(diào)查研究中。

　　1. 基于InSAR技術(shù)的地表形變分析

　　合成孔徑雷達(dá)干涉技術(shù)(InSAR)是主動(dòng)微波成像傳感器的一種干涉測(cè)量模式，通過(guò)對(duì)同一區(qū)域具有一定角度差和相關(guān)性的影像進(jìn)行干涉處理，檢測(cè)其相位差，并按照一定的幾何關(guān)系進(jìn)行轉(zhuǎn)換，最終實(shí)現(xiàn)對(duì)觀測(cè)區(qū)域地形高度數(shù)據(jù)的獲取。為保障數(shù)據(jù)精度，所基于的雷達(dá)影像通常要達(dá)到空間分辨率3m以上，多時(shí)相影像數(shù)量7景以上。在工程測(cè)量中，為保障數(shù)據(jù)精度，一般還可采用永久散射(PSInSAR)技術(shù)。PSInSAR技術(shù)對(duì)數(shù)據(jù)質(zhì)量要求較高，如果研究區(qū)域自然永久散射點(diǎn)較少，可人為架設(shè)角反射器作為補(bǔ)充。

　　▲ 三角錐型人工角反射器示意圖

　　2. 影像重采樣及匹配處理

　　區(qū)別于光學(xué)遙感影像的灰度信息，InSAR的分析結(jié)果能夠提供直觀的地表形變信息，但SAR遙感數(shù)據(jù)的可視化效果遠(yuǎn)不如光學(xué)影像，即雖然能獲取某一空間坐標(biāo)點(diǎn)的形變量，但是無(wú)法直觀地看到這一點(diǎn)是什么地物。所以，通常需要將基于光學(xué)遙感影像所提取的道路影像和InSAR結(jié)果進(jìn)行匹配融合，實(shí)現(xiàn)二者信息的疊加互補(bǔ)。然而，由于光學(xué)遙感影像和雷達(dá)影像在觀測(cè)時(shí)間、成像模式上存在差異，在進(jìn)行數(shù)據(jù)融合時(shí)，首先需要對(duì)兩種影像進(jìn)行空間匹配，而匹配的精度也將直接影響最終的數(shù)據(jù)分析以及數(shù)據(jù)挖掘的合理與準(zhǔn)確性。針對(duì)這一問(wèn)題，一種有效的融合方法是：1)建立目標(biāo)區(qū)域內(nèi)的標(biāo)準(zhǔn)格網(wǎng);2)基于建立的標(biāo)準(zhǔn)格網(wǎng)對(duì)光學(xué)遙感影像和雷達(dá)遙感影像進(jìn)行雙線性差值，對(duì)不同空間分辨率影像的配準(zhǔn);3)將InSAR結(jié)果中的低置信度觀測(cè)點(diǎn)剔除，按照上一步的配準(zhǔn)映射關(guān)系，完成InSAR結(jié)果到光學(xué)影像數(shù)據(jù)間的匹配融合。

　　▲ InSAR測(cè)量結(jié)果與光學(xué)遙感影像的匹配融合

　　3. 基于道路區(qū)域的路基狀態(tài)監(jiān)測(cè)

　　完成影像間的信息融合后，利用歸一化后的道路影像進(jìn)行掩膜生成，并結(jié)合歸一化形變數(shù)據(jù)提取出目標(biāo)道路區(qū)域的地基形變信息，進(jìn)行后續(xù)的數(shù)據(jù)分析與挖掘，從而實(shí)現(xiàn)對(duì)道路的提取與設(shè)施狀態(tài)的監(jiān)測(cè)，如道路使用損耗情況、災(zāi)后可通行能力以及區(qū)域內(nèi)路網(wǎng)連通性的分析等方面。

　　相比傳統(tǒng)人工手段，遙感數(shù)據(jù)不僅能夠極大地縮減人力和物力成本，而且還可以進(jìn)行大尺度下的數(shù)據(jù)分析與挖掘，極大地促進(jìn)了相關(guān)研究的發(fā)展。對(duì)于交通行業(yè)來(lái)說(shuō)，有效利用遙感技術(shù)服務(wù)交通安全應(yīng)急，是遙感應(yīng)用領(lǐng)域發(fā)展的一個(gè)重要方向。