智能迁移：基于视觉基础模型与震后超高分辨率影像的快速建筑损毁制图

《Remote Sensing of Environment》：Smart transfer: Leveraging vision foundation model for rapid building damage mapping with post-earthquake VHR imagery

　　

摘要在气候变化的背景下，人类社会现在面临比以往更频繁和更严重的自然灾害。因此，在搜救的“黄金 72 小时”内进行快速的灾害响应成为了一项至关重要的人道主义需求和社区关切。然而，传统的灾害损害分析通常无法在不同城市形态和新的灾害事件中通用。有效的损害制图通常需要详尽且耗时的手动数据标注。为了解决这一问题，我们引入了 Smart Transfer，一种新颖的地理空间人工智能 (GeoAI) 框架，利用最先进的视觉基础模型 (FMs) 对震后超高分辨率 (VHR) 影像进行快速的建筑物损害制图。具体而言，我们设计了两种新颖的模型迁移策略：首先，逐像素聚类 (PC)，确保鲁棒的原型级全局特征对齐；其次，距离惩罚三元组 (DPT)，通过对语义不一致但空间相邻的补丁分配更强的惩罚，整合补丁级空间自相关模式。在最近的 2023 年土耳其 - 叙利亚地震上进行的广泛实验和消融研究表明，在多种跨区域迁移设置（即留一域出 (LODO) 和特定源域组合 (SSDC)）中表现出令人信服的性能，平均 F1 分数为 0.64，平均交并比 (mIoU) 为 0.69。此外，Smart Transfer 提供了一种可扩展、自动化的 GeoAI 解决方案，以加速建筑物损害制图并支持快速灾害响应，为增强气候脆弱地区和社区的灾害韧性提供了新的机遇。数据和代码公开于 https://github.com/ai4city-hkust/SmartTransfer。

介绍在过去十年中，自然灾害的频率和强度显著增加，例如洪水 (Li et al., 2020; Wagner et al., 2026; Dey et al., 2024)、地震 (Anniballe et al., 2018; Yunus et al., 2020)、飓风 (Zheng et al., 2025; Li et al., 2025a)、热浪 (Manoli et al., 2019; Zhao et al., 2023) 和野火 (Zhang et al., 2021; Marcos et al., 2023)，这背后是气候变化和不断扩张的人类活动所致。紧急事件数据库 (Emergency Events Database) 记录称，仅 2023 年就有 399 起与自然危害相关的灾害，导致 86,473 人死亡和约 2027 亿美元的经济损失，其中土耳其 - 叙利亚地震是最具有破坏性的事件之一 (Delforge et al., 2025; Zhao et al., 2021)。这一趋势给全球社区增加了压力，有限的资源难以跟上不断增长的损害，导致了“灾害韧性差距”，这进一步被全球北方和南方之间的数字鸿沟所加剧 (Ghosh et al., 2023; Hallegatte et al., 2019)。

地球观测 (EO) 数据以其宽大的空间覆盖和不断增加的时空分辨率为特征，已成为大规模灾害监测和快速事后评估的关键数据来源 (Chen et al., 2019; Bai et al., 2023; Ta?kin et al., 2021)。现代 EO 星座，包括航空、太空和地面系统，大大提高了灾害监测的时间和空间分辨率，将响应时间缩短至数小时或接近实时。为此，EO 在塑造灾害风险降低战略中发挥着越来越重要的作用。例如，《仙台框架》概述了包括“理解灾害风险”、“投资灾害减少以增强韧性”和“增强灾害准备”在内的行动优先事项，这些都将受益于增强的 EO 能力 (Le Cozannet et al., 2020)。然而，灾害事件期间和之后产生的 EO 数据量和速度远远超过了经典 EO 分析管道的处理能力，创造了对更自动化和可扩展的灾害制图解决方案的迫切需求。

灾害制图的范式正经历着从经典的实地调查到自动化地理空间人工智能 (GeoAI) 方法的重大技术转变 (Hu et al., 2019; Liu et al., 2024; Li et al., 2024b; Marasinghe et al., 2024)。尽管传统的实地损害评估对于详细的结构侦察仍然是基本的，但它固有的受到站点可达性、人类感知和大量时间要求的限制，这阻碍了灾害响应中搜救的“黄金 72 小时”，如图 1 所示。最近的研究表明，GeoAI 方法在事件发生后数小时内（例如洪水、野火、飓风、地震等）使用 EO 数据映射灾害损害的有效性和适应性 (Yokoya et al., 2020; Gong et al., 2025; Li et al., 2025a; 2026b; Yin et al., 2025a)。尽管取得了这些进展，现有的 GeoAI 方法在很大程度上依赖于大量的标记数据和区域特定训练，这限制了它们在新灾害场景中的可扩展性和快速部署。

视觉基础模型 (FMs) 的出现，例如分割一切模型 (SAM) 和地理空间特定模型如 Prithvi，代表了 EO 领域 AI 的最新变革性进步 (Awais et al., 2025; Kirillov et al., 2023; Zhao et al., 2022; Hong et al., 2024a; 2026a)。与为特定任务训练的传统卷积神经网络 (CNNs) 不同，FMs 学习空间光谱特征的鲁棒、通用表示 (Mai et al., 2024; Li et al., 2026a; Hong et al., 2026b)，这些表示可以使用有限的训练数据适应各种下游任务，如 3D 城市重建 (Hua et al., 2025)、城市建成环境评估 (Lu et al., 2024) 和空间时间移动性预测 (Xu et al., 2025)。这种能力对于灾害制图尤为相关，因为灾害制图需要快速部署，但标记数据和人力资源通常有限，并且损害特征在不同地区和事件之间差异显著 (Li et al., 2023; Hong et al., 2023; Zheng et al., 2024; Lv et al., 2025; Lyu et al., 2026)。

尽管有 xBD (Gupta et al., 2019) 和 BRIGHT (Chen et al., 2025) 等大规模基准数据集可用，但直接将视觉 FMs 应用于灾害损害评估仍然具有挑战性。现有模型并未专门针对灾害后场景的复杂物理现实进行定制，特别是在地震事件中，视觉评估经常因多样的倒塌模式、散落的结构碎片、地震引起的足迹位移以及城市形态的极端跨区域变异性而混淆 (Khankeshizadeh et al., 2024; 2025; 2026)。由于在这些现实场景中标记数据仍然稀缺，迫切需要智能迁移方法来有效利用 FMs 的表示能力，同时结合领域知识以支持有限监督下的跨区域灾害制图。幸运的是，视觉 FMs 的优秀泛化能力已经为跨区域建筑物损害制图积累了良好的势头，它只需要在地理和任务特定知识（例如，建筑物损害分类）的指导下在目标灾害场景中“热身”，就能达到与非 FM counterparts（针对特定任务训练）相比具有高度竞争力的性能水平。

在本文中，我们提出了一种新颖的基础模型 GeoAI 框架，名为 Smart Transfer，利用原型聚类和空间自相关来适应最先进的视觉 FM 主干，以最少训练和地面真值标签实现鲁棒的跨区域建筑物损害制图。为了验证 Smart Transfer 框架，选择了由九个不同区域组成的 2023 年土耳其 - 叙利亚地震作为案例研究。土耳其东南部复杂的城市环境，特别是以与建筑物级软层脆弱性相关的特定倒塌模式、不规则碎片散落、结构移位导致的足迹错位以及地区间高度多样化的城市形态为特征，所有这些都使该数据集成为验证所提框架的严格现实世界基准。通过结合超高分辨率 (VHR) 卫星影像和开放获取的建筑物足迹，Smart Transfer 框架设计并测试了两种新颖的 FM 迁移策略：逐像素聚类 (PC) 和距离惩罚三元组 (DPT)，以处理多样城市形态和损害模式之间巨大的域偏移。据我们所知，Smart Transfer 是探索视觉 FMs 用于灾害制图的泛化性的首批工作之一，提供了如何弥合灾害韧性差距和缩短快速响应时间窗口的及时见解。Smart Transfer 的科学贡献总结如下：
• 设计两种参数高效的 Smart Transfer 策略，即 PC 和 DPT，以利用视觉 FMs 进行跨区域建筑物损害评估，只需最少的额外训练和标记。
• 在具有挑战性的跨区域迁移设置下对 Smart Transfer 框架进行基准测试，特别是留一域出 (LODO) 和特定源域组合 (SSDC)，以促进各种快速灾害响应场景。
• 向灾害制图社区贡献一个高质量和大规模的建筑物损害评估数据集，包括灾后 VHR 影像和开放获取的建筑物足迹，以及用于视觉 FMs 的开源代码。

本文其余部分组织如下：第 2 节描述了本工作使用的研究区域和地理空间数据集。第 3 节描述了提出的损害制图框架以及零样本和少样本学习方法。第 4 节呈现了实验结果，包括广泛的消融研究，以验证 Smart Transfer 的有效性和鲁棒性。第 5 节讨论了关键发现以及局限性和未来方向，第 6 节通过强调主要贡献得出结论。

部分摘要
研究区域
研究区域覆盖 2023 年 2 月 6 日袭击土耳其东南部的 Mw 7.8 级地震受灾最严重的区域。地震破裂了东安纳托利亚断裂带的主要部分，在开哈曼马拉什、哈塔伊、奥斯曼尼耶、阿迪亚曼、加济安泰普和马拉蒂亚等省份的广阔区域内产生了强烈的地面震动。如图 2 所示，USGS ShakeMap 显示沿断裂带有一条连续的修正麦加利烈度 (MMI) 值高带，并仅服务于

主干基础模型
提出的 Smart Transfer 框架的整体流程如图 5 所示。我们采用了在大规模 SAT493 M 遥感数据集上预训练的 DINOv3 的 ViT-Large (ViT-L/16) 变体，以平衡计算能力与特征丰富性，它作为一个最先进的视觉 FM 来展示 Smart Transfer 在跨区域灾害制图中的通用能力。给定一个事件后的卫星影像块 x∈RH×W×C（其中 H,W=128 和 C=3 用于 RGB 光学影像），图像是

完全监督基线
为了评估提出的 Smart Transfer 方法，第一步是建立一个完全监督 (FS) 的竞争性基线。在这里，我们考虑三个非 FM 基线与 DINOv3 视觉 FM (Siméoni et al., 2025) 进行比较，具体包括两个 ResNet (He et al., 2016)（18 层和 152 层）以及一个 YOLO 类模型 (Redmon et al., 2016)。在此，我们首先呈现 FS 结果，因为它们为所有 Smart Transfer 模型设定了一个竞争性基线，基于共同的假设

讨论
尽管提出的 Smart Transfer 方法取得了令人鼓舞的结果，但我们发现当前设计和应用中存在一些局限性，我们希望与更广泛的灾害响应研究社区分享，以鼓励未来在这一方向的工作。
用于细粒度制图的视觉语言模型：在本工作中，我们主要依靠灾后 VHR 影像来检测和映射建筑物损害，这在很大程度上限制了损害感知粒度和语义上下文。在现实世界灾害

结论
在本文中，我们提出了 Smart Transfer，这是一种新颖的 GeoAI 框架，利用预训练 VFMs 对灾后 VHR 影像进行快速的跨区域建筑物损害制图。通过解决标注稀缺和跨区域泛化问题，我们证明了最先进的 VFMs，特别是 DINOv3，在建筑物损害检测和分类中显著优于传统卷积架构（例如 ResNet、YOLO），特别是在跨越灾害

CRediT 作者贡献声明
Hao Li: 撰写 - 审阅与编辑，撰写 - 原稿，可视化，验证，软件，资源，方法论，资金获取，数据整理，概念构思。Liwei Zou: 撰写 - 审阅与编辑，撰写 - 原稿，可视化，验证，软件，方法论，形式分析，数据整理。Wenping Yin: 撰写 - 审阅与编辑，撰写 - 原稿，方法论，数据整理。Gulsen Taskin: 撰写 - 审阅与编辑，撰写 - 原稿，资源。

利益冲突声明
作者声明他们没有已知的竞争财务利益或个人关系可能会影响本文所报告的工作。

致谢
本工作得到了新加坡国立大学“气候韧性城市环境的地理空间人工智能”启动计划 (SUG) 项目 (基金号 E-109-00-0036-01)、教育部一级项目“利用 GeoAI 评估东南亚城市面对气候极端的洪水韧性”(A-8004907-00-00)、中国国家自然科学基金青年科学基金项目 (基金号 42401567)、广东省项目 (基金号 2024QN11G095) 的支持。

Hao Li|Liwei Zou|Wenping Yin|Gulsen Taskin|Naoto Yokoya|Danfeng Hong|Wufan Zhao