1.一种基于遥感的建筑物洪灾易损性评价方法，其特征在于，包括以下步骤：S1、对建筑物的遥感影像进行预处理，获取建筑物的高精度DSM数据和高精度DEM数据；

S2、提取遥感影像中建筑物的轮廓信息；

S3、对遥感影像中建筑物的屋顶结构进行编码，并根据编码结果提取建筑物的屋顶三维模型；

S4、根据建筑物的高精度DSM数据、高精度DEM数据、轮廓信息和屋顶三维模型得到建筑物高度；

S5、根据建筑物高度、结构和洪水风险等级对建筑物进行洪灾易损性评价；

所述步骤S3包括以下分步骤：

S31、采用三波段灰度图像对遥感影像中建筑物的屋脊线、屋檐线及腰线进行编码表示，其中屋脊线表示为[1,0,0]，屋檐线表示为[0,1,0]，腰线表示为[0,0,1]；

S32、根据编码结果，采用卷积神经网络从建筑物正射影像上对建筑物屋顶进行分类；

S33、将建筑物屋顶的分类结果与屋顶类型库中的建筑物屋顶进行匹配，得到建筑物的屋顶三维模型；

所述步骤S4包括以下分步骤：

S41、根据建筑物的高精度DSM数据和高精度DEM数据计算得到归一化的数字地表模型数据nDSM：nDSM＝DSM‑DEM

其中DSM表示高精度DSM数据，DEM表示高精度DEM数据；

S42、根据建筑物的轮廓信息获取建筑物的LoD 1模型；

S43、将建筑物的LoD 1模型和屋顶三维模型合并，得到建筑物的LoD 2三维模型；

S44、根据建筑物的LoD 2三维模型计算建筑物高度H：H＝h1+h2

其中h1表示建筑物轮廓顶点位置对应的nDSM值，h2表示建筑物轮廓覆盖区域内的最大nDSM值与最小nDSM值之间的差值。

2.根据权利要求1所述的建筑物洪灾易损性评价方法，其特征在于，所述步骤S1包括以下分步骤：S11、将建筑物的遥感影像统一配准到WGS84坐标系下；

S12、对配准后的遥感影像进行拼接，得到完整的带有地理坐标系的影像；

S13、采用Context Capture软件从完整的带有地理坐标系的影像中加载倾斜摄影照片，生成高精度三维点云，得到建筑物的高精度DSM数据；

S14、对完整的带有地理坐标系的影像中的地面点进行筛选，得到建筑物的高精度DEM数据。

3.根据权利要求1所述的建筑物洪灾易损性评价方法，其特征在于，所述步骤S2包括以下分步骤：S21、采用Mask R‑CNN获取遥感影像的特征金字塔，并将特征金字塔输入到RPN网络中，从不同分辨率的特征图上切取感兴趣区域k：其中s表示用于预训练的图片的大小，k0表示面积为s×s的感兴趣区域所在层级，w和h表示特征图的宽和高，表示取整运算；

S22、根据感兴趣区域k，分别采用全连接网络和卷积网络进行边界框的识别分类及Mask预测，得到建筑物初始轮廓；

S23、采用准确率ACC和查准率P评价建筑物初始轮廓的提取精度：其中TP表示预测为正，实际为正的数目，TN表示预测为负，实际为负的数目，FP表示预测为正，实际为负的数目，FN表示预测为负，实际为正的数目；

S24、根据建筑物初始轮廓的提取精度对Mask R‑CNN模型进行不断迭代与参数微调，直到提取精度达到最优，得到Mask R‑CNN提取的建筑物轮廓；

S25、将Mask R‑CNN提取的建筑物轮廓进行二值化处理，并将二值化处理后的像素点乘以sobel算子以得到该像素点的灰度矢量值：其中Gx和Gy分别表示横向和纵向边缘检测的灰度值，Gxy表示像素点最终的灰度矢量值，A表示像素点的原始灰度值；

S26、将灰度矢量值Gxy与预设阈值进行比较，若Gxy大于预设阈值，则判定该像素点为二值边缘图像的边界点；

S27、采用标准霍夫变换从二值边缘图像中提取规则的建筑物轮廓数据，并将其作为建筑物的轮廓信息。

4.根据权利要求1所述的建筑物洪灾易损性评价方法，其特征在于，所述步骤S5中建筑物洪灾易损性I的计算公式为：I＝αH+βC+εR

其中H表示建筑物高度，C表示建筑物结构，R表示建筑物洪水风险等级，α、β和ε分别表示建筑物高度、结构及洪水风险等级对建筑物易损性的贡献度，其计算公式为：其中y(h)表示不同高度的建筑物平均损毁率，y(c)表示不同建筑结构的建筑物平均损毁率，y(r)表示不同洪水风险等级下的建筑物平均损毁率。