火灾是威胁在建工程安全的主要灾害类型之一，其突发性强、破坏力大、损失评估复杂。传统定损方式以人工现场勘查为主，不仅耗时费力，还面临安全风险。遥感技术的快速发展为工程火灾定损提供了革命性的技术手段，实现了从数据获取、处理分析到报告编制的全链条技术升级。本文系统梳理在建工程火灾损失遥感评估的完整技术链路，详细阐述各环节的技术要点和操作方法，为保险理赔实务工作提供可落地的技术指南。

一、遥感定损的数据获取体系

1.1 卫星遥感数据资源

光学卫星数据是火灾定损的基础数据源。根据任务需求和时效性要求，可选择不同分辨率的卫星资源：

亚米级高分辨率卫星：WorldView-3、GeoEye-1等商业卫星提供0.3-0.5米全色分辨率，适用于精细定损和重点区域详查。这类卫星具有编程观测能力，可在用户指定时间获取影像，适合应急响应场景。

米级中分辨率卫星：高分一号、高分二号、资源三号等国产卫星提供2-8米分辨率，覆盖范围广、重访周期短，适合大面积灾区的快速普查和动态监测。

免费卫星资源：Sentinel-2、Landsat-8等免费卫星提供10-30米分辨率，适合预算有限或时效性要求不高的项目。

SAR卫星数据：Sentinel-1、RADARSAT-2等SAR卫星提供全天候观测能力，在灾区天气条件不佳或需要穿透探测时发挥重要作用。

1.2 航空与无人机遥感

航空遥感具有机动灵活、分辨率可调的特点，是重要的补充手段。

无人机航测系统：多旋翼无人机、固定翼无人机可搭载可见光、多光谱、热红外、激光雷达等多种传感器，获取厘米级甚至毫米级的高精度数据。

倾斜摄影测量：通过五镜头相机系统采集多视角影像，经三维重建生成灾区实景三维模型，支持任意视角浏览和量测。

贴近摄影测量：针对受损建筑立面、屋顶等细节，无人机可近距离采集亚厘米级超高分辨率影像，清晰呈现裂缝、变形等细微损伤。

1.3 数据获取的时效性管理

火灾定损对数据时效性要求极高，需要建立分级响应机制：

T+0至T+24小时：启动应急观测模式，优先调用已存档的灾前影像和灾后第一时间获取的影像。对于重点区域，协调卫星编程观测或无人机应急航测。

T+24至T+72小时：完成首轮全覆盖数据采集，形成灾区的完整影像资料。同步开展初步处理和分析，产出应急评估成果。

T+3至T+14天：根据详细调查需要，开展补充观测，获取特定区域的高分辨率数据或特殊传感器数据（如热红外）。

二、遥感数据处理技术体系

2.1 光学影像预处理

原始遥感影像需要经过系统预处理才能用于定损分析：

辐射校正：消除传感器响应、光照条件等因素的影响，将原始数字量化值（DN值）转换为辐射亮度值或表观反射率。

几何校正：消除地形起伏、传感器姿态、地球曲率等因素引起的几何变形，将影像校正到统一的地图投影坐标系。

大气校正：消除大气散射和吸收的影响，获取地物的真实反射率。常用方法包括FLAASH、6S模型等。

影像配准：将灾前灾后影像精确配准到同一坐标系，确保变化检测的精度。配准精度应达到亚像素级。

影像融合：将全色影像的高空间分辨率与多光谱影像的光谱信息融合，生成高分辨率的多光谱影像。

2.2 SAR数据处理

SAR数据处理具有特殊性，需要专门的处理流程：

SAR成像处理：对原始雷达回波数据进行距离向压缩、方位向压缩处理，生成单视复数影像（SLC）。

辐射定标：将SAR影像的数字值转换为后向散射系数（σ°） ，消除传感器参数和距离因素的影响。

几何校正（SAR正射校正） ：考虑雷达的侧视成像特性，基于数字高程模型（DEM）进行几何校正，消除地形引起的透视收缩、叠掩、阴影等变形。

相干斑滤波：SAR影像存在相干斑噪声，需要通过滤波处理抑制噪声，同时保留边缘和纹理信息。

2.3 热红外数据处理

热红外数据处理的关键在于温度反演：

辐射定标：将热红外影像的DN值转换为辐亮度值。

比辐射率估算：利用归一化植被指数（NDVI） 与比辐射率的经验关系，估算不同地物的比辐射率。

大气校正：利用大气廓线数据或劈窗算法，消除大气吸收和发射的影响。

温度反演：基于普朗克黑体辐射定律，将校正后的辐亮度转换为地表温度。

三、火灾损失信息提取方法

3.1 变化检测技术

变化检测是识别火灾损伤的核心技术，通过对比灾前灾后影像识别变化区域：

代数运算法：包括影像差值、影像比值、归一化差值等方法，计算灾前灾后影像的代数差值，突出变化区域。

分类后比较法：分别对灾前灾后影像进行分类，通过对比分类结果识别变化。该方法对分类精度要求较高，但可直接给出变化类型。

面向对象变化检测：先对影像进行多尺度分割，生成同质对象，再比较对象的特征变化。该方法能更好地处理椒盐噪声，适用于高分辨率影像。

深度学习变化检测：利用孪生神经网络、变化检测网络等深度学习模型，自动学习变化特征，实现端到端的变化检测。

3.2 过火区域提取

过火区域的精确提取是定损的基础：

光谱特征分析：火场残留物（灰烬、焦木）在可见光-短波红外波段具有独特的光谱特征。利用归一化燃烧指数（NBR） 、燃烧面积指数（BAI） 等指数，可增强过火区域的识别。

阈值分割法：根据火烧迹地在特定波段的反射率特征，设定阈值进行分割。常用的是近红外波段和短波红外波段的组合阈值。

机器学习分类：以光谱特征、纹理特征、几何特征为输入，利用随机森林、支持向量机等分类器，自动识别过火区域。

3.3 损伤程度分级

不同损伤程度的修复成本差异显著，需要进行精细分级：

外观损伤分级：根据烟熏程度、变色范围、材料脱落等指标，将外观损伤划分为轻度（烟熏）、中度（表面炭化）、重度（结构暴露）三个等级。

结构损伤评估：通过分析裂缝分布、变形程度、混凝土剥落等指标，评估结构损伤程度。结合结构工程知识，判断是否需要结构加固或拆除重建。

多源数据综合分级：整合光学影像的光谱特征、SAR影像的后向散射特征、热红外影像的温度特征，建立多维度损伤分级模型。

四、定损量化与价值评估

4.1 面积量算与统计

过火面积是定损的基础参数，需要精确量算：

面向对象量算：基于高分辨率影像，采用面向对象方法精确勾绘过火区域边界，计算各类损伤面积。

分层分类统计：根据建筑功能分区、楼层、结构类型等属性，进行分层统计，获取各类损失的详细分布。

三维量测：基于倾斜摄影生成的三维模型，可进行体积量测，适用于土方工程、堆场材料等立体损失的计算。

4.2 损失率估算

损失率是连接物理损伤与经济价值的关键参数：

经验损失率法：参考同类火灾案例和历史数据，根据损伤程度等级直接查取经验损失率。该方法简单易行，但精度有限。

分项估算法：将损失细分为直接损失（材料、人工、机械）和间接损失（工期延误、清理费用），逐项估算后汇总。

机器学习预测法：以遥感特征为输入，以实际损失率为输出，训练回归模型，建立遥感特征与损失率的定量关系。

4.3 定损金额计算

定损金额是保险理赔的核心指标：

重置成本法：按照当前市场价格，计算重置受损财产所需的全部费用。适用于全损或推定全损情况。

修复费用法：按照修复至灾前状态所需的费用计算。适用于部分损失情况，需要考虑成新率、折旧率等因素。

实际现金价值法：按照重置成本减去折旧计算。适用于考虑财产折旧的情况。

五、定损报告编制规范

5.1 报告内容框架

定损报告应包括以下核心内容：

项目概况：包括工程基本信息、火灾情况、保险标的、定损依据等。

技术方法：详细说明采用的遥感数据源、处理方法、分析流程、精度验证等内容。

损失识别：通过影像、图表等形式，展示过火区域、损伤分布、变化检测结果。

损失量化：列出各类损失的面积、数量、损失率等定量结果，给出定损金额计算过程。

结论与建议：给出定损结论，提出后续处理建议（修复方案、安全评估等）。

5.2 附图附表规范

定损报告应包含完整的附图附表：

基础图件：包括灾前灾后影像对比图、过火范围分布图、损伤分级图、重点受损区域详图等。

统计表格：包括各类损失面积统计表、损失率汇总表、定损金额计算表等。

三维可视化：对于重点受损建筑，应提供三维模型或倾斜摄影成果，支持多角度浏览。

5.3 质量控制要求

定损报告应经过严格的质量控制：

数据溯源：所有影像数据、处理结果应可追溯，记录数据源、获取时间、处理参数等元数据。

精度说明：明确给出各类量算结果的精度指标和不确定度范围。

专家审核：报告应经过遥感技术、结构工程、保险理赔等多领域专家的审核把关。

六、典型案例：某工业厂房火灾定损

6.1 项目背景

某在建工业厂房发生火灾，涉及主体结构、围护结构、机电安装等多个专业。时维遥感受保险公司委托开展遥感定损服务。

6.2 技术实施

数据获取：火灾后24小时内获取WorldView-3影像（0.31米分辨率）；同步完成无人机倾斜摄影（3厘米分辨率）和热红外探测。

处理分析：完成影像预处理、配准融合、变化检测、损伤分级等全套分析流程。识别过火区域5876平方米，识别重点受损区域12处。

量化定损：精确测算各类损失面积，结合造价数据计算定损金额。定损周期15天，较传统方法缩短65%。

6.3 成果验证

遥感定损结果与现场勘查结果对比：

面积量算：过火面积遥感估算与现场测量偏差2.8%。

损伤识别：重点受损区域识别准确率94%。

定损金额：遥感定损金额与最终理赔金额偏差4.5%。

验证结果表明，遥感定损方法具有高效率、高精度、低成本的显著优势。

七、技术发展趋势与展望

7.1 技术发展方向

在建工程火灾遥感定损技术将朝着以下方向演进：

更高时空分辨率：0.1米级无人机影像、小时级卫星重访周期，将实现更精细、更及时的监测。

更强智能分析：大模型、知识图谱、数字孪生等技术的应用，将实现定损的智能化和自动化。

更广数据融合：整合卫星、无人机、物联网、人工勘查等多源数据，形成空天地一体化的定损体系。

7.2 行业应用前景

遥感定损技术将在工程保险领域发挥越来越重要的作用：

标准化普及：随着技术标准的完善和行业经验的积累，遥感定损将从创新应用变为常规手段。

生态化发展：保险公司、遥感服务商、再保险公司将形成协同创新生态，共同推动技术应用。

国际化拓展：中国遥感定损技术将随着一带一路建设走向国际市场，服务全球工程保险业务。

时维遥感将持续深耕遥感保险科技领域，以技术创新驱动行业变革，为工程保险高质量发展提供专业支撑。