重大灾害发生后，建筑损毁信息是灾情研判、应急调度和灾后重建的重要依据。相比区域级灾害信息，建筑级结果能够更直接反映受灾范围、破坏程度及潜在风险，是灾害遥感中的重点问题[1-3]。随着高分辨率遥感数据的发展，相关研究已由震害信息提取逐步扩展到目标检测、状态判别和精细化分析[3-4]。然而，实际应急场景真正需要的并非灾区整体变化分布，而是具体建筑是否受损及其受损程度。

灾后高质量光学影像常受天气、云层、烟尘和成像时机限制，难以及时获取。SAR具备全天时、全天候成像能力，可在复杂环境下提供灾后观测信息。因此，灾前光学与灾后SAR的组合具有现实意义。前者适合表征建筑位置、轮廓和周边环境，后者有利于刻画散射结构变化和异常响应。已有研究表明，震前光学与震后SAR融合、极化分解特征及SAR纹理变化等方法可用于建筑损毁识别[5-7]。但现有方法仍存在不足：一是光学与SAR成像机理和几何表现差异显著，跨模态对应困难[8-9]；二是多数变化检测方法偏向像素级或区域级表达，难以支撑建筑单体损毁判别[10-12]；三是对实例级证据归因与不确定性关注不足，在配准偏差、叠掩、阴影和邻近建筑干扰下，灾后异常响应易被误分配[13-14]。

基于此，本文构建配准不确定性感知的实例级建筑损毁评估框架，以灾前光学影像构建建筑实例先验，以灾后SAR影像提取损毁证据场，并通过候选对齐建模与概率式证据聚合完成建筑级损毁判别；将任务核心从跨模态特征融合重述为配准不确定性下的建筑级证据归因，并构建配准扰动、跨事件泛化和预测可靠性试验，以期为复杂灾害场景下的建筑损毁精细评估提供参考。

针对灾前光学与灾后SAR在成像机理和空间对应关系上的差异，与将跨模态对齐视为预处理确定步骤的传统思路不同，本文将对齐建模为实例级推理过程中的潜变量，在候选对齐集合上完成损毁证据归因，并最终输出建筑实例的分割结果、损毁类别及不确定度。整体流程包括光学实例分割与建筑先验构建、SAR证据场构建、候选对齐与证据归因、实例级损毁判别4部分，如图 1所示。

图 1 整体流程

1.1 光学实例分割与建筑先验构建

采用实例分割框架从整幅灾前光学影像中提取建筑实例，得到每个建筑的掩膜、外接框及实例表征。以Mask2Former作为光学实例分割模块，并以Swin-T作为主干网络，在多尺度特征基础上生成实例查询向量，用于区分和表征不同建筑实例[15]。

与仅使用目标检测框或整图分类不同，本文强调以建筑实例为决策单位。具体而言，对于每个预测实例，系统保留其实例掩膜、外接框，以及由分割实例查询向量投影得到的实例表征向量。其中，实例表征向量用于表征当前建筑的结构与语义信息，并作为后续候选对齐评分的参考。

1.2 SAR证据场构建

灾后SAR分支的关键在于将“损毁判断”与“证据来源”分离。本文不直接对局部patch进行硬分类，而是先构建与SAR空间网格对齐的损毁证据场。具体而言，采用独立的Swin-T主干对灾后SAR影像进行特征提取，通过多尺度特征整合形成统一的证据。与光学分支不同，SAR分支的目标不是输出实例，而是提供可供归因的灾后响应信息，包括局部散射异常、结构变化和潜在损毁线索。

1.3 候选对齐与证据归因

该部分的核心创新在于将跨模态对齐视为候选集合上的概率分配问题。对于第i个建筑实例，系统首先将实例掩膜映射至特征空间，并在其周围构造有限个候选偏移位置，形成候选对齐集合

由于灾前光学与灾后SAR之间的配准误差通常表现为局部小范围偏移，采用紧凑的局部候选集合即可覆盖主要错配情形；另外，过大的候选集合显著增加实例级推理开销并引入更多歧义，不利于稳定训练。因此本文采用K=9作为局部对齐建模的折中设置，在覆盖常见偏移模式的同时保持计算效率。对于每个候选偏移Δk，将第i个建筑实例的原始掩膜Mi按对应偏移量平移，得到候选掩膜Mi，k。随后以Mi，k为约束，在SAR证据场E上进行掩膜池化，提取该候选位置下的证据向量ei，k。

将实例表征向量qi与候选证据向量ei，k进行融合，并通过轻量评分网络计算对应的对齐得分si，k。经温度归一化后，可得到候选对齐概率分布如下

在此基础上，对所有候选证据作加权聚合，得到建筑级表示如下

模型在局部候选空间中综合多个可能位置的证据，从而在轻度错配、邻域干扰或响应偏移条件下仍能完成稳定归因。与此同时，对齐不确定性也被显式保留在概率分布中，其熵值可进一步用于刻画归因过程的置信程度。

1.4 实例级损毁判别与不确定度输出

在得到聚合证据表示后，采用实例级损毁判别头输出每个建筑的损毁类别(完好、受损、摧毁)。最终类别由最大后验概率确定，同时保留对应置信度作为实例级得分。除损毁类别外，还输出预测不确定度，即

式中，pi(c)表示第i个建筑实例属于第c类的预测的概率。在实际灾后响应场景中，不确定度不仅用于衡量模型输出的可靠性，还可作为辅助决策依据。对于高不确定度样本，可优先交由人工复核或结合其他数据源进一步判定；对于低不确定度且损毁概率较高的实例，则可用于快速生成高风险建筑清单，从而提升模型在应急筛查与资源调度中的应用价值。

1.5 损失函数与训练策略

为实现配准不确定性感知的实例级损毁评估，构建由分类损失、对齐约束与证据归因约束组成的联合优化目标。首先针对建筑级损毁判别，采用实例级多分类损失作为主监督信号，定义为

式中，pi为第i个实例的预测概率；yi为对应真实标签。

在此基础上，引入对齐概率约束以稳定候选对齐分布。设wi为候选对齐概率，p0为以零偏移为中心的离散高斯先验，则通过KL散度(Kullback-Leibler divergence)对其进行正则化，即

为进一步缓解邻近建筑带来的证据混淆，设计证据归因约束。通过比较实例掩膜内外区域的证据响应，鼓励模型将损毁证据优先归因于目标建筑，其形式为

Lattr =∑imax(0,m−⟨ei,e↼in i⟩+⟨ei,e↼ring i⟩式中，m为间隔参数。综合上述各项约束，总体损失函数表示为

1.6 评价指标

从分割性能、分类性能、预测可靠性和总体准确率4个方面评价模型。实例级分割采用COCO风格平均精度mAP指标，其本质是在不同IoU阈值下对实例预测精度求平均。建筑级损毁判别采用F1得分指标，即

2PRP+式中，Bm表示第m个置信度分箱。

总体准确率(Acc)衡量模型在所有建筑实例上的整体分类正确率，为预测类别与真实类别一致的建筑实例数量与参与评价的建筑实例总数的比值。

2.1 试验数据

2.1.1 数据来源与研究区说明

采用BRIGHT数据集开展试验研究[16]。该数据集包含灾前光学影像与灾后SAR影像配对数据，覆盖多类灾害场景，适用于跨模态条件下的建筑损毁评估任务。

经整理，共获得3395对影像样本，其中3029景包含实例级建筑标注，涉及11个灾害事件。数据集中共标注244 976栋建筑实例，损毁类别分为完好、受损、摧毁3类，整体呈明显类别不平衡特征，且不同灾害事件间分布差异较大。

2.1.2 数据预处理与样本构建

为适应实例级建筑损毁评估任务，对原始数据进行标准化与样本重构。首先对实例标注进行统一处理，构建建筑级索引，并提取每个实例的空间位置及类别信息；然后以建筑实例为中心生成训练样本。

具体而言，从灾前光学影像中裁剪256×256像素的局部区域，从灾后SAR影像中裁剪384×384像素的局部搜索窗口，并同步生成对应的实例掩膜，如图 2所示。通过在SAR保留更大范围的上下文信息，为后续跨模态局部对齐与证据归因提供空间。

图 2 灾前与灾后数据示例

2.2 主试验结果与分析

为验证该方法在不同特征表征结构下的适用性与稳定性，对多种典型主干网络进行对比试验。所选主干网络包括经典卷积网络ResNet50、现代卷积架构ConvNeXt-T，以及基于Transformer的Swin-T与ViT-B，分别代表局部卷积建模、改进卷积结构与全局自注意力建模3类主流方法[15, 17-18]。在统一的模型框架与训练策略下，仅替换主干模块，其余模块保持一致，在相同训练数据与参数设置下进行训练与评估。

表 1为不同主干网络下模型性能对比结果。可以看出，不同主干网络对模型性能具有显著影响。其中，ResNet50表现相对较弱，在实例级分割与建筑级损毁判别任务上均存在明显不足，说明传统卷积结构在复杂跨模态场景下的表达能力有限。相比之下，ConvNeXt-T在各项指标上均取得大幅提升，表明引入更强表征能力的卷积架构能够有效改善模型性能。Transformer结构中，Swin-T与ConvNeXt-T表现相近，在mAP与F1上均达到较高水平，同时在ECE指标上略有优势，说明其在保持预测精度的同时具备更好的不确定性刻画能力。ViT-B虽具备全局建模能力，但本任务中的性能不及Swin-T，分析原因为其缺乏局部结构约束，在处理具有空间局部性特征的建筑实例时存在一定劣势。

表 1 不同主干网络下模型性能对比

综合考虑精度、建筑级判别能力与预测校准表现，后续消融与稳健性试验统一选用Swin-T作为默认主干网络，以避免Backbone差异对核心机制验证造成干扰。

2.3 消融试验结果与分析

为验证本文方法中各关键模块的有效性，在固定Swin-T主干网络的条件下，围绕候选对齐建模与证据聚合策略开展消融试验，包括去除对齐模块、直接融合及不同聚合策略等设置。其中，直接融合不显式建模候选对齐，而是直接融合光学与SAR特征；去除对齐模块将候选集合退化为单一中心位置；不同聚合策略分别选择最大响应选择和等权平均聚合；本文方法则采用基于对齐概率的加权聚合。上述设置可用于分析各关键模块对最终性能的贡献，结果见表 2。

表 2 消融试验结果

试验结果表明，完整模型在mAP和F1指标上整体优于去除对齐模块的模型，其中mAP提升约0.01，F1提升约0.05，说明显式建模候选对齐能够有效提升实例级损毁识别能力。相比之下，去除对齐模块在ECE指标上略优，表明简单模型在不确定性校准上更为保守，但其判别能力明显不足。

在聚合策略对比中，最大响应选择在mAP上取得最高值，但其ECE明显升高，说明硬选择策略虽能提升精度，但会降低预测稳定性；等权平均聚在各项指标上均低于加权聚合，说明简单平均难以有效刻画候选间差异。相比之下，本文加权聚合在精度与校准之间能取得较好平衡。

此外，在无对齐条件下，直接融合相较于去除对齐模块在F1上表现更优，说明当候选退化为单一位置时，融合方式成为性能主要影响因素；而在引入多候选对齐后，模型性能不再依赖单一融合策略，进一步验证了本文方法中各模块的协同作用。

本文针对灾前光学与灾后SAR在成像机理差异和空间配准不确定性条件下的实例级建筑损毁评估问题，构建了一种配准不确定性感知框架，并在包含3395对配对影像、11个灾害事件和244 976栋建筑实例的BRIGHT数据集上进行了验证。结果表明，本文方法能够有效提升实例级分割与建筑级损毁判别性能，在精度、稳健性和预测可靠性之间取得了较好平衡，为复杂灾害场景下的建筑损毁精细评估提供了一种可解释且可扩展的技术路径。