基于WorldView-3影像的火灾易发区半永久性建筑屋顶腐蚀遥感监测研究

针对印度尼西亚班贾尔马辛市快速城市化导致的非正规聚居区火灾风险问题，研究人员利用WorldView-3高分辨率影像（0.5 m）开发了归一化铁氧化物指数（NDIOI=(NIR2-Blue)/(NIR2+Blue)），通过200个样本验证实现腐蚀屋顶分类准确率93.0%，揭示腐蚀屋顶与火灾热点空间相关性，为城市火灾防控提供新方法。

　　

在印度尼西亚班贾尔马辛市西部，快速城市化催生了大量非正规聚居区，这些区域普遍采用铁皮屋顶的半永久性建筑。由于长期暴露在酸雨和污染环境中，铁皮屋顶易发生腐蚀，不仅加速建筑结构老化，更成为火灾隐患的"隐形推手"——统计显示该地区年均火灾事故高达53起。传统的人工巡检方式难以应对如此大规模的城市监测需求，如何通过科技手段实现建筑材料的快速识别成为防灾减灾的关键突破口。

针对这一挑战，研究人员创新性地将地质遥感中常用的铁氧化物检测技术移植到城市建筑监测领域。研究团队利用WorldView-3卫星0.5米分辨率的多光谱影像，开发了专门针对屋顶腐蚀检测的归一化铁氧化物指数（Normalized Difference Iron Oxide Index, NDIOI）。该指数通过近红外第二波段（NIR₂）与蓝波段的反射率差异（NDIOI=(NIR₂-Blue)/(NIR₂+Blue)），成功捕捉到腐蚀屋顶特有的光谱特征——铁氧化物在蓝波段强吸收而在近红外波段高反射的特性。

研究采用分层抽样策略获取200个屋顶样本（腐蚀与非腐蚀各100个），通过阈值分类（阈值=0.1）验证显示：NDIOI分类准确率达93.0%，精确度100%，召回率86.0%，F1分数92.5%。更值得注意的是，将NDIOI结果与2020-2022年火灾事故数据叠加分析时，发现高NDIOI值区域与真实火灾热点存在显著空间相关性，证实腐蚀屋顶可作为火灾风险的有效指示器。

技术方法上，研究首先分析WorldView-3的可见光-近红外（VNIR）波段反射响应，通过六种代数运算比较筛选最优指数；随后采用线性回归验证波段敏感性（NIR₂与NDIOI相关性R2>0.79）；最终通过建筑多边形掩膜提取屋顶特征，结合Google街景进行视觉验证。

研究结果部分：

1. 光谱特征分析：腐蚀屋顶在NDIOI影像中呈现-0.0151至0.129的独特值域，显著区别于非腐蚀屋顶的0.203-1.137范围。
2. 指数优选：在六种测试方案中，NDIOI与(Red-Blue)/(Red+Blue)表现最佳，但前者因在腐蚀/非腐蚀条件下均保持高R2值（0.7926 vs 0.733）而被选定。
3. 空间验证：火灾事故点83.3%位于NDIOI判定的腐蚀屋顶区域，如2021年某次火灾中，过火建筑均呈现典型的红褐色腐蚀特征。

讨论指出，NDIOI的创新性在于将传统矿物检测技术转化为城市安全监测工具，其优势体现在：① 计算高效，仅需两个波段；② 物理意义明确，直接反映铁氧化物含量；③ 可扩展性强，适用于高密度城区的快速筛查。尽管存在阈值需本地化校准的局限，但该方法为发展中国家贫民窟等高风险区域的火灾预防提供了可负担的技术方案。

这项发表于《Environmental Challenges》的研究，不仅证实了高分辨率遥感在建筑材料识别中的实用价值，更开创性地建立了"屋顶腐蚀-建筑结构-火灾风险"的定量关联模型，为智慧城市背景下的灾害预警系统开发提供了新思路。未来结合无人机验证与机器学习算法优化，有望进一步提升该技术的工程适用性。