杜浩国 林旭川 张建国 杜浩标 张方浩 杜竹泉 卢永坤 代博洋

1)云南省地震局，昆明 650224 2)中国地震局工程力学研究所，哈尔滨 150080 3)中国人民解放军31663部队，昆明 650224 4)迪庆州藏文中学，迪庆 674400 5)中国地震应急搜救中心，北京 100049

0 引言

政府和社会对地震灾情获取的时效性要求越来越高，而遥感作为地震灾情获取的重要手段之一，在地震应急救援、 地震灾害损失评估工作中发挥着越来越重要的作用(Linetal.，2015)。 无人机遥感技术的发展，使得快速获取较大范围内的建筑物信息成为可能，避免了人力资源需求大、 数据采集格式不一、 自动化识别程度低和信息更新不及时等问题(张景发等，2017； 杜浩国等，2019)。 本文结合人工智能蚁群算法提出一种基于改进蚁群算法的遥感影像震害识别新方法，该方法属于半监督式识别方法，能在震后对大面积损坏的建筑物进行快速震害识别，为地震灾害损失评估工作提供高效精确的数据支持(Lietal.，2009)。

近年来，学者们提出了一系列基于遥感高分辨率影像的建筑物震害识别方法，可分为监督式、 非监督式和半监督式3种。 采用监督式识别方法识别建筑物震害信息往往需要预先构建训练样本及提供先验知识。 Guo等(2011)利用多光谱遥感数据提取了2011年3月11日日本福岛东部海域7.3级地震中岩手县、 宫城县和福岛县等严重受灾地区的建筑和农场的矢量数据，通过叠加地震烈度和建筑物的分布评估建筑物的损坏程度； 宋平等(2016)提出基于现场调查的地震灾害损失预评估，以现场调查的建筑物类型和比例为修正依据，与实际历史地震造成的地震灾害损失对比进行震害损失评估；……