隨著空間分辨率的不斷提高，遙感信息為地理信息庫的更新帶來了便利，高分辨率遙感影像開始廣泛應用于路網信息的提取。
基于高分光學影像的交通基礎設施提取
隨著相關技術的不斷發展，高分遙感技術與交通應急安全領域的技術融合在近年來已逐漸成為研究的熱點問題之一。為更好地促進高分技術在未來交通領域中的應用以及成果轉化，本文以道路基礎設施為例，提出了一種融合高分辨率光學遙感與合成孔徑雷達干涉測量(InSAR)技術的道路提取與監測技術。
科學技術的快速發展，使得交通路網信息的提取技術和提取算法發展迅速。隨著空間分辨率的不斷提高，遙感信息為地理信息庫的更新帶來了便利，高分辨率遙感影像開始廣泛應用于路網信息的提取。
1. 典型道路材質特征庫的建立
基于卷積神經網絡算法的路網提取技術，通常需要使用訓練數據進行網絡模型的建立。道路典型特征庫的建立首先是利用其形態、結構、連通性等特征進行典型遙感樣本的提取、分類與統計分析，然后根據統計結果盡可能多地涵蓋全部典型的道路特征單元，道路特征庫的數量將直接影響算法的識別與提取精度。
2. 路網自動識別算法
近年來，隨著深度學習技術的出現與發展，自主學習特征已成為可能，網絡層數的增加也使得神經網絡的分類能力更強。通過卷積神經網絡對圖像區域進行分類，可得到像素的分類結果，然后將分類結果看作是二值圖像，通過分析二值圖像聯通區域的大小對識別結果進行篩選便可得到zui終的提取結果。
基于雷達影像的路基檢測與預警
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，當地表內部結構發生變化時，其衛星傳感器接收到的信息也會隨之變化?；谶@一原理，多時相的SAR影像可廣泛用于交通基礎設施的形變調查研究中。
1. 基于InSAR技術的地表形變分析
合成孔徑雷達干涉技術(InSAR)是主動微波成像傳感器的一種干涉測量模式，通過對同一區域具有一定角度差和相關性的影像進行干涉處理，檢測其相位差，并按照一定的幾何關系進行轉換，zui終實現對觀測區域地形高度數據的獲取。為保障數據精度，所基于的雷達影像通常要達到空間分辨率3m以上，多時相影像數量7景以上。在工程測量中，為保障數據精度，一般還可采用*散射(PSInSAR)技術。PSInSAR技術對數據質量要求較高，如果研究區域自然*散射點較少，可人為架設角反射器作為補充。
2. 影像重采樣及匹配處理
區別于光學遙感影像的灰度信息，InSAR的分析結果能夠提供直觀的地表形變信息，但SAR遙感數據的可視化效果遠不如光學影像，即雖然能獲取某一空間坐標點的形變量，但是無法直觀地看到這一點是什么地物。所以，通常需要將基于光學遙感影像所提取的道路影像和InSAR結果進行匹配融合，實現二者信息的疊加互補。然而，由于光學遙感影像和雷達影像在觀測時間、成像模式上存在差異，在進行數據融合時，首先需要對兩種影像進行空間匹配，而匹配的精度也將直接影響zui終的數據分析以及數據挖掘的合理與準確性。針對這一問題，一種有效的融合方法是：1)建立目標區域內的標準格網;2)基于建立的標準格網對光學遙感影像和雷達遙感影像進行雙線性差值，對不同空間分辨率影像的配準;3)將InSAR結果中的低置信度觀測點剔除，按照上一步的配準映射關系，完成InSAR結果到光學影像數據間的匹配融合。
3. 基于道路區域的路基狀態監測
完成影像間的信息融合后，利用歸一化后的道路影像進行掩膜生成，并結合歸一化形變數據提取出目標道路區域的地基形變信息，進行后續的數據分析與挖掘，從而實現對道路的提取與設施狀態的監測，如道路使用損耗情況、災后可通行能力以及區域內路網連通性的分析等方面。
相比傳統人工手段，遙感數據不僅能夠極大地縮減人力和物力成本，而且還可以進行大尺度下的數據分析與挖掘，極大地促進了相關研究的發展。對于交通行業來說，有效利用遙感技術服務交通安全應急，是遙感應用領域發展的一個重要方向。
