BlinkChange：面向遥感影像灾害影响理解的主动感知双时相可靠表示方法

《ISPRS JOURNAL OF PHOTOGRAMMETRY AND REMOTE SENSING》：BlinkChange: Active perception bi-temporal reliable representation for disaster impact understanding from remote sensing imagery

　　

**摘要**

遥感灾害影响理解旨在从灾前和灾后影像中快速识别关键受灾对象、确定损害严重程度，并生成有效的语义表示，从而为应急响应和灾后评估提供关键支持。然而，现有的大多数方法仅针对单一任务设计，并且普遍依赖于全局双时相比较的静态和统一范式，这限制了它们有效建模灾害场景中关键线索的能力。为了解决这一问题，我们提出了BlinkChange，一种面向遥感灾害影响理解的、由主动感知驱动的双时相可靠表示学习框架。受人类视觉系统的启发——该系统通过类似眨眼的顺序方式聚焦于显著区域来理解复杂场景——所提出的框架在统一的视频建模主干中引入了可学习的感知帧，将双时相建模从被动的差异比较转变为由关键受灾区域驱动的分阶段表示优化过程，并为下游灾害理解任务提供可靠的表示基础。具体而言，我们首先设计了一个变化感知的差异构建模块（CADC），以内容感知的方式生成具有更强灾害语义区分度的变化上下文。在此基础上，我们进一步提出了一种显著性引导的动态感知增强策略（SDPE），该策略将空间显著性转化为感知层面的重要性分配。随后，我们设计了一种软增强-抑制更新机制（SEU），在渐进编码过程中持续强化关键灾害线索，同时抑制冗余响应，使模型的表示焦点能够从全局场景对应逐步转移至真正决定任务决策的关键受灾区域。大量实验表明，所提出的方法在两个最新的大规模灾害理解数据集RSCC和DisasterM3上取得了最先进的（SOTA）图像描述性能，并且在广泛使用的建筑损害评估数据集xBD上以相对较低的模型复杂度也表现出强劲性能。进一步的消融研究、可视化分析和外部场景泛化实验验证了每个组件的有效性，并表明所提出的方法学习到的双时相表示对细粒度损害线索更敏感，且对复杂背景干扰更具鲁棒性。代码已发布于https://github.com/ChenHuyoo。

**引言**

自然灾害和突发性人为灾害可以在短时间内导致建筑物损坏、道路阻塞和受影响区域的功能紊乱。因此，快速准确地理解灾害影响对于应急响应和灾后恢复至关重要（Wang等，2025；Guo等，2026；Li等，2026）。遥感影像凭借其大范围观测、多时相比较和快速获取的优势，已成为灾害监测和损害评估的重要信息来源（Chen等，2023；Chen等，2025）。然而，现有的大多数研究集中于单一任务，如变化检测、损害分割或严重性分类。尽管这些方法能够提供受损区域的位置和类别，但它们在捕捉灾害影响的语义含义、空间关系及其随时间的演变方面仍然受限。对于实际的灾后分析而言，关键问题不仅在于识别变化发生在哪里，更重要的是，应从双时相影像中学习有针对性的时空表示。这些表示需要突出关键的受灾区域、保留细粒度的损害证据，并支持多种下游任务。因此，遥感灾害影响理解需要一个高效的时空表示学习框架。该框架应聚焦于关键受灾区域，并且足够灵活以支持不同的下游任务。

遥感中的灾害影响理解并不局限于单一任务。相反，它涵盖了一个从变化定位到语义解释的层次结构（Wang等，2025）。在这些任务中，语义变化检测（SCD）提供了关于变化了什么类别层面的证据（Li等，2026；Zhang等，2026）。建筑损害评估（BDA）聚焦于识别受影响结构的损坏等级（Zheng等，2021；Yu等，2025）。变化描述（CC）旨在用自然语言描述灾害引发的变化（Wang等，2026）。对于实际的灾后分析而言，后两种任务尤为重要，它们代表了两种互补的高级理解形式，即判别式评估和描述式解释。然而，在灾害场景中，这两种任务仍面临许多挑战。现有的建筑损害评估方法仍然主要遵循为定位或严重性分类设计的流程，因此损害演化过程中包含的更广泛时空上下文往往未能得到充分利用（Hou等，2024；Hertel等，2025）。大多数变化描述方法直接改编自通用的变化描述技术，因此它们往往侧重于常见的土地覆盖变化，而非灾害特有的结构特征（Liu等，2024b；Liu等，2026）。这一局限性通常导致对灾害现象的描述不完整或不精确，例如建筑物倒塌、屋顶损坏和碎片分布等。这表明，对于灾害影响理解而言，一个更合理的研究方向不是为不同任务设计独立的任务特定分支，而是应围绕关键受灾区域构建统一的双时相建模框架。这样可以为不同的下游任务提供一致的建模基础。

近年来，面向遥感多任务理解的时空建模方法为表示学习提供了新思路（Chen等，2024；Zhu等，2025）。特别是，一些框架将双时相图像建模为短视觉序列，通过使用共享的编码器主干和任务特定的解码器，展现了良好的通用性。然而，这些方法主要针对通用遥感场景设计，其建模目标更侧重于通用变化表示，而非灾害影响理解所需的受损对象识别、损害等级评估和灾害相关的语义描述。值得注意的是，尽管这类框架引入了中间感知载体来增强双时相序列的统一建模，但这些载体通常更多地充当静态信息桥梁，仍然缺乏围绕关键受灾区域进行显式调控和主动感知的机制。与常规的土地覆盖变化不同，灾害场景中的有用线索往往是稀疏的、碎片化的、结构退化的，并且容易受到伪变化的影响。模型不仅需要建立双时相图像之间的稳定对应关系，还应在渐进表示学习过程中主动聚焦于真正决定任务决策的关键受灾区域。同时，细粒度的损害证据应得到一致的保留。应急响应中的计算效率和快速部署要求也应予以考虑。

遥感灾害影响理解与一般的双时相变化分析不同。其决定性证据往往并非均匀分布于整个图像中，而是集中在少数关键区域，如局部倒塌的建筑物、受损的屋顶边缘和被阻塞的道路段。尽管这些区域通常很小，但它们承载着最为关键的灾害相关语义。在真实的人工判读中，并非所有区域都以相同程度的注意力进行分析。通常会先形成场景的整体理解，然后将注意力逐渐转移到更具区分力的局部区域，如图1(a)所示。这样，对灾害后果的理解就可以不断被修正和细化。相关研究（Feng等，2025）也表明，高效理解复杂视觉场景依赖于对显著区域的动态扫描和聚焦，而非静态和统一的全局处理。与传统的比较全局管线相比，更适合灾害场景的建模策略应从整体对应关系出发，然后逐渐将表示焦点转移到关键受灾区域，如图1(b)所示。这样可以将有限的计算和表示能力集中于信息量最大的灾害线索上。

基于这一观点，本文将双时相灾害理解问题表述为由主动感知驱动的双时相可靠表示学习问题。其核心思想很简单：人类对环境的是感知是快速且连续的，非常类似眨眼。类似地，模型应首先建立双时相图像之间的整体对应关系，然后在分阶段编码过程中持续评估哪些区域值得更多关注，以及哪些感知载体应被进一步加强。在这一过程中，表示能力可以动态地向关键受灾区域转移。通过这种设计，学习到的表示能够更好地适应灾害场景——其中关键变化是稀疏的、结构是碎片化的、且背景干扰强烈。它还为不同的灾害理解任务提供了统一的双时相表示学习框架。本文的主要贡献如下：

（1）我们提出了BlinkChange，一种面向遥感灾害影响理解的、由主动感知驱动的双时相可靠表示学习框架。该框架建立在视频编码主干之上，将灾害场景中的双时相解释从静态全局比较转变为由关键受灾区域驱动的渐进式建模过程，从而为灾害影响理解任务提供了统一的表示学习框架。大量实验表明，所提出的方法在灾害理解任务上优于现有方法，同时保持了强大的泛化能力和轻量化的计算效率。

（2）我们设计了一种变化感知的差异构建器（CADC）。通过用内容感知的差异建模替代简单的差分操作，该模块更有效地突出了灾害场景中细粒度的、结构化的和语义可区分的变化线索，从而为后续的时空表示学习提供了更可靠的变化先验。

（3）我们提出了一种显著性引导的动态感知增强策略（SDPE）。该策略基于双时相差异估计关键受灾区域的空间显著性，并在渐进编码过程中自适应地调制感知帧，使模型能够动态聚焦于信息量更大的受灾区域，并围绕更具区分力的灾害线索调整感知表示。

（4）我们提出了一种具有软增强-抑制更新（SEU）的分阶段动态更新机制。通过持续的增强-抑制过程，该机制实现了感知表示的稳定且渐进的优化，在突出关键灾害线索的同时抑制冗余响应。这样，它避免了由硬选择引起的表示不稳定性，因此更适合遥感灾害场景中的细粒度时空建模。

**章节节选**

**遥感灾害影响理解**

在遥感灾害影响理解研究中，建筑损害评估（BDA）和变化描述（CC）是两个最具代表性的高级任务。BDA聚焦于识别和定位建筑物损害状态，CC则进一步旨在用自然语言描述灾害影响。尽管这两项任务在输出形式上有所不同，但共享相同的基础：关键是从双时相图像中检测出真正与灾害相关的关键变化。基于这些变化，构建稳定有效的场景……

**BlinkChange概述**

如图2所示，我们提出了BlinkChange，一种面向遥感灾害影响理解的、由主动感知驱动的双时相可靠表示学习框架。给定灾前图像和灾后图像，模型首先在它们之间插入一组N个可学习的感知帧，然后使用统一的视频编码主干对所得的双时相序列进行层次化建模，从而建立整体的时空……

**数据集**

xBD数据集（Gupta等，2019）：xBD是一个用于建筑损害评估的大规模遥感基准数据集，旨在支持灾后应急响应和恢复工作。它提供了1024 × 1024像素的配对灾前和灾后卫星图像，以及建筑物多边形和四级损害标注，涵盖19种自然灾害。数据集总共包含22,068张图像、850,736个建筑物多边形和45,361.79平方公里的受影响区域。官方发布遵循8:1:1……

**对比实验**

为了全面评估所提出的方法，我们将其与一组代表面向灾害的遥感理解不同建模范式的近期强基线方法进行对比。这些基线方法包括先进的变化描述方法，即CCExpert（7B）（Wang等，2024）、TEOChat（7B）（Irvin等，2025）、Change3D（Zhu等，2025）、SEN（Zhou等，2024）、RSICCformer（Liu等，2022b）、MCCFormer（Qiu等，2021）和RMNet（Cao等，2026），以及……

**实验证据解读**

实验结果为BlinkChange的核心动机提供了一致的证据：面向灾害的双时相图像理解不应仅依赖于静态和统一的全局比较，而应围绕稀疏且具决定性的受灾区域学习可靠表示。这一观察与近期的灾害理解研究一致，这些研究表明灾后分析不仅需要定位或分类，还需要更高层的语义……

**结论**

本研究针对遥感灾害影响理解任务，提出了BlinkChange，一种由主动感知驱动的双时相表示学习框架。

与对灾后图像进行静态且均匀的全局比较的传统方法不同，本文提出的方法将灾害影响理解建模为一个分阶段的表征优化过程，该过程逐步从全局感知演进到局部感知，从粗粒度到细粒度。CRediT作者贡献声明：陈鸿宇：撰写——审稿与编辑、撰写——初稿、可视化、验证、软件、资源、项目管理、方法学、形式化分析、概念构思。葛世博：撰写——审稿与编辑、撰写——初稿、可视化、验证、软件、调查研究、形式化分析、数据管理。刘继平：撰写——审稿与编辑、撰写——初稿、指导监督、资源、项目管理、方法学、资金获取、形式化分析。利益冲突声明：我们声明与其他个人或组织不存在任何财务或个人关系，不存在任何产品、服务和/或公司的任何专业或其他个人利益，这些关系或利益均不会对本文所呈现的观点或稿件评审产生不当影响。致谢：本工作由中国国家重点研发计划[项目编号：2024YFC3015603]资助。陈鸿宇|葛世博|刘继平|王勇|朱骏|鲍帅|张策