道路破损评估技能（road-damage-assessment）

1. 技能概述

本技能基于高分辨率光学遥感影像，利用局部纹理异常分析检测道路破损区域（坑洼、裂缝、路面缺陷），输出破损路段分布图、严重程度评级与路面健康评分，辅助道路养护决策。

2. 输入要求

变量名	类型	是否必需	说明
image_optical	file (GeoTIFF)	是	高分辨率光学影像（建议分辨率 ≤ 0.5m，已完成正射校正）
road_network	file (GeoJSON / Shapefile)	否	道路网络矢量，用于限定分析范围
aoi	file (GeoJSON / Shapefile)	否	关注区域边界
damage_threshold	float	否	破损判定亮度差异阈值，默认 0.15

3. 处理流程

1. 输入校验：--action check-inputs
2. 局部纹理分析：计算局部均值与标准差，识别亮度异常区域
3. 破损提取：基于阈值生成破损掩膜
4. 严重程度评级：按面积分为 severe/moderate/minor 三级
5. 健康评分：计算路段整体健康评分（0-100）
6. 成果输出：damage_map.tif、damage_segments.geojson、damage_segments.csv、report.md

4. 调用示例

python /home/ubuntu/skills/road-damage-assessment/scripts/main.py \
  --action run \
  --inputs-json '{"image_optical":"/path/to/hr_image.tif","damage_threshold":0.15}' \
  --output-dir /tmp/outputs/rda

5. 输出文件

文件	含义
damage_map.tif	破损区域二值掩膜
damage_segments.geojson	破损路段矢量，属性含 severity、health_score
damage_segments.csv	破损路段清单
report.md	道路破损统计与维修建议

6. 治理场景

• 道路养护计划：自动识别需要维修的路段，优化养护资源分配
• 城市道路普查：大范围快速评估道路状况
• 灾后道路评估：暴雨、地震后快速评估道路受损情况
• 道路质量考核：辅助道路工程质量验收与监管