港口工程是国际贸易和物流运输的关键枢纽，也是台风灾害的高风险区域。强台风带来的极端风、浪、潮多重作用，可对港口设施造成严重破坏。传统的港口工程台风定损方法存在查勘效率低、海上设施难以到达、损失边界难以界定等问题。遥感技术的应用为港口工程台风定损开辟了新路径，通过多源遥感数据的融合分析，可实现大范围、高效率、无损化的损失评估。本文聚焦港口工程台风灾害的遥感定损方法，系统阐述风暴潮监测、码头结构损伤识别、装卸设备损失评估等关键技术，为保险理赔实务提供参考。

一、港口工程的台风灾害风险分析

1.1 港口工程设施构成

现代港口工程是一个复杂的系统工程，主要包括：

水工建筑物：包括码头、防波堤、护岸、航道、港池等。这些设施直接承受波浪、潮流的作用，是台风灾害的主要承灾体。

陆域设施：包括堆场、仓库、道路、给排水系统、供电系统等。主要面临风毁和水浸风险。

装卸设备：包括岸桥、场桥、门座起重机、输送带等大型设备。这些设备价值高、迎风面积大，是台风损失的主要组成部分。

配套工程：包括办公楼、生活区、环保设施等。相对风险较低，但也不可忽视。

1.2 台风灾害作用机理

台风对港口工程的破坏主要通过以下途径：

极端风荷载：台风强风对高耸的装卸设备、轻型围护结构产生巨大风荷载。对于岸桥等特种设备，设计风速通常按55米/秒考虑，但超强台风可能超过这一标准。

风暴潮淹没：台风增水可使港池水位抬高2-4米，导致码头面层、堆场、仓库被淹没。海水倒灌还会造成设备的盐分腐蚀。

巨浪冲击：台风浪对防波堤、码头护岸产生强烈冲击。极端情况下，波浪可越过防波堤直接冲击港内设施。

地基软化：风暴潮浸泡导致码头地基土体的抗剪强度降低，可能引发地基沉降、码头面层开裂等损伤。

1.3 定损工作的特殊挑战

港口工程台风定损具有以下难点：

设施类型多样：港口工程涉及土建、机械、电气、管道等多个专业，各类设施的损失评估标准差异大。

损失相互关联：设备倒塌可能砸坏其他设施，海水浸泡可能造成后续腐蚀，连锁损失的界定困难。

海上设施难达：防波堤外侧、航道灯浮等海上设施，灾后难以靠近查勘。

保险责任界定：部分损失可能涉及设计缺陷、维护不当等非保险责任因素，需要专业技术判断。

二、风暴潮与淹没遥感监测技术

2.1 SAR淹没检测原理与方法

合成孔径雷达（SAR）是风暴潮淹没监测的主要手段：

淹没识别机理：平静水面的镜面反射使雷达波向远离传感器的方向反射，接收到的回波信号极弱，在SAR影像上呈现暗色调。这一特征使淹没区域与周围陆地形成明显对比。

检测方法：

阈值分割法：设定后向散射系数阈值，低于阈值的像素判定为水体。阈值通常取 -18至-15分贝。

变化检测法：对比台风前后SAR影像，检测后向散射显著降低的区域，识别新增淹没区。

面向对象分析：先进行影像分割，再基于对象的统计特征（均值、标准差、纹理）进行水体识别。

2.2 光学遥感淹没监测

归一化水体指数（NDWI） ：利用水体在绿光波段的高反射和近红外波段的强吸收特性，计算NDWI指数：

NDWI = (Green - NIR) / (Green + NIR)

NDWI值大于0的区域通常判定为水体。

改进型归一化水体指数（MNDWI） ：将NDWI中的近红外替换为中红外，可减少建筑阴影的干扰，更适合城市区域的水体提取。

时序淹没分析：通过对比台风前后多期影像，分析淹没范围、淹没历时和退水过程，评估水损的严重程度。

2.3 淹没深度估算与损失评估

基于DEM的淹没深度估算：

结合数字高程模型（DEM）和淹没边界，可推算各点的淹没水深：

水深 = 水面高程 - 地面高程

特征高程点校正：利用码头顶面高程、系船柱顶高程等特征高程点对水面高程进行校正，提高水深估算精度。

淹没损失评估模型：

根据设施类型和淹没深度，查取损失率曲线：

码头设施：淹没深度<0.5米，损失率5-15% ；0.5-1.5米，损失率20-40% ；>1.5米，损失率50-80% 。

电气设备：淹没深度>0.3米通常导致设备报废，损失率接近100% 。

堆场货物：根据货物类型和包装方式，损失率在10-60% 不等。

三、码头与护岸结构损伤遥感识别

3.1 码头面层损伤检测

裂缝识别：高分辨率光学影像（分辨率优于0.5米）可识别码头面层的裂缝、断板等损伤。利用边缘检测算子（如Canny算子）和线性特征提取算法，可自动识别裂缝。

面层破损检测：通过分析影像的纹理特征（灰度共生矩阵的对比度、熵等），识别面层的破损、坑槽、露骨等病害。

三维变形监测：利用无人机倾斜摄影生成码头的三维模型，通过对比灾前灾后模型，检测面层的沉降、错台等变形。

3.2 护岸结构损伤检测

块石护岸评估：台风浪可造成护岸块石的移位、流失甚至整体滑塌。通过对比灾前灾后影像，可：

量化块石流失：基于影像的纹理变化和色调变化，估算块石流失量。

识别滑塌区域：护岸滑塌在影像上表现为线性特征的突变和纹理的显著改变。

扭王字块识别：对于采用扭王字块、四脚空心块等人工块体的护岸，可识别块体的缺失、位移和破损。

挡浪墙损伤：识别挡浪墙的裂缝、倾斜、局部倒塌等损伤。

3.3 SAR结构形变监测

时序InSAR技术：利用多时相SAR影像，通过干涉测量技术检测码头面层的毫米级沉降。

技术原理：通过对比两幅SAR影像的相位差，计算地表形变。相位差与形变的关系为：

Δφ = (4π/λ) · ΔR

其中λ为雷达波长，ΔR为视线向形变。

地基软化监测：风暴潮浸泡导致地基土体软化，可能引起码头不均匀沉降。InSAR可有效识别这种形变。

四、装卸设备与堆场损失评估

4.1 大型装卸设备损伤识别

岸桥与场桥：高分辨率影像可识别起重机的倒塌、臂架折断、整机移位等严重损伤。对于轮胎式场桥，还可识别轮胎的损坏和整机的倾覆。

门座起重机：识别门座的变形、转柱的倾斜、臂架的损坏等损伤。

输送带系统：识别输送带的断裂、廊道的倒塌、支架的变形等损伤。

损伤程度分级：

轻度损伤：局部构件损坏，可现场修复，修复费用占设备原值的5-15% 。

中度损伤：主要结构损坏，需返厂修理，修复费用占设备原值的20-50% 。

重度损伤：整机报废或主要承力结构损坏，修复费用超过原值的60% 。

4.2 堆场与仓库损失评估

货物水浸评估：通过淹没范围与堆场边界的叠加分析，确定水浸货物的种类、数量和存放位置。

仓库损坏识别：识别仓库的屋顶损坏（揭顶、破损）、围护结构损坏（墙体倒塌、门窗破坏）、基础沉降等损伤。

集装箱损坏：识别集装箱的倒塌、变形、破损等损伤，估算受损箱数和损坏程度。

五、多源数据融合与智能分析

5.1 数据融合框架

港口工程台风定损需要整合多源数据：

遥感数据层：卫星光学影像、SAR影像、无人机影像、热红外影像。

基础数据层：港口总平面图、码头结构图、设备台账、历史影像。

监测数据层：码头沉降监测、倾斜监测等历史数据。

数值模拟层：台风风场模拟、波浪模拟、风暴潮模拟结果。

5.2 人工智能辅助定损

损伤自动识别：基于深度学习的目标检测算法（YOLO、Faster R-CNN），自动识别设备倒塌、结构损坏等损伤。

损失智能估算：构建损失估算知识图谱，整合设备类型、损伤特征、修复单价等信息，实现损失金额的智能推算。

因果关系分析：利用图神经网络分析各损失项之间的因果关系，区分直接损失和间接损失。

六、定损作业流程与质量控制

6.1 标准化作业流程

灾前准备：收集港口基础资料，建立基线数据库；制定应急响应预案。

灾中跟踪：实时跟踪台风动态，预测港口风险暴露。

灾后快速评估：台风后24-48小时内获取首批遥感影像，快速识别重点受损区域。

详细调查：多源数据融合分析，结合现场查勘，完成精细损伤识别和损失量化。

报告编制：编制定损报告，核定赔偿金额。

6.2 质量控制体系

数据质量控制：确保遥感数据的几何精度优于1米、时效性满足T+48小时要求。

精度验证：采用独立验证样区方法，计算总体精度、Kappa系数等精度指标。

专家评审：报告经过海洋工程、港口机械、保险理赔等多领域专家联合评审。

七、案例实证

7.1 某集装箱港口台风定损案例

某大型集装箱港口遭受超强台风袭击，时维遥感受托开展定损：

数据获取：台风后20小时获取高分光学影像；30小时获取SAR影像；40小时完成无人机航测。

损伤识别：

水工建筑物：识别码头面层裂缝186处、护岸块石流失约800立方米、防波堤扭王字块缺失120块。

装卸设备：识别岸桥倒塌1台、臂架损伤3台；场桥倾覆2台、移位5台。

陆域设施：堆场水浸面积12.5公顷，仓库屋顶破损4处。

定损成果：遥感评估与现场勘查高度吻合，定损金额偏差<5% ，定损周期25天。

八、发展展望

港口工程台风遥感定损将朝着更高分辨率、更强智能、更广协同的方向发展。时维遥感将持续深耕该领域，以技术创新推动港口工程保险理赔的数字化转型。