李盼盼，張勇，郝中豫，張敏，李瓊

(1.武漢市測(cè)繪研究院，湖北 武漢 430022； 2.湖北省環(huán)境監(jiān)測(cè)中心站，湖北 武漢 430072)

基于遙感影像與地理國(guó)情數(shù)據(jù)的城市內(nèi)澇災(zāi)害評(píng)估分析

李盼盼1*，張勇1，郝中豫2，張敏1，李瓊1

(1.武漢市測(cè)繪研究院，湖北 武漢 430022； 2.湖北省環(huán)境監(jiān)測(cè)中心站，湖北 武漢 430072)

2016年7月6日，武漢市遭遇罕見特大暴雨，全城漬水嚴(yán)重。本文利用7月8號(hào)的高分一號(hào)影像數(shù)據(jù)提取了研究區(qū)的漬水區(qū)域，結(jié)合武漢市第一次地理國(guó)情普查數(shù)據(jù)，對(duì)漬水區(qū)域內(nèi)淹沒的地類、村莊和街道的數(shù)量、面積進(jìn)行估算，以便為政府部門的災(zāi)后補(bǔ)償和災(zāi)后重建工作提供數(shù)據(jù)支撐；同時(shí)，還利用數(shù)字高程模型(DEM)數(shù)據(jù)，對(duì)研究區(qū)內(nèi)的漬水高度進(jìn)行分析，以估算此次暴雨期間水位上漲的高度。研究表明，本次暴雨期間研究區(qū)受災(zāi)范圍最大的地類是坑塘，占受災(zāi)總面積的50%；其次為種植土地。漬水區(qū)域平均上漲水位為 970 mm，重點(diǎn)分布在梁子湖、豹澥湖、牛山湖等大型湖泊周圍。

地理國(guó)情數(shù)據(jù)；漬水面積；漬水水位

1 引 言

地理國(guó)情普查是一項(xiàng)重大的國(guó)情國(guó)力調(diào)查，普查的目的是查清自然和人文地理要素的現(xiàn)狀和空間分布情況，為開展常態(tài)化地理國(guó)情監(jiān)測(cè)奠定基礎(chǔ)，滿足經(jīng)濟(jì)社會(huì)發(fā)展和生態(tài)文明建設(shè)的需要，提高地理國(guó)情信息對(duì)政府、企業(yè)和工作的服務(wù)能力。2013年2月，國(guó)務(wù)院下發(fā)《關(guān)于開展第一次全國(guó)地理國(guó)情普查的通知》[1]，決定于2013年～2015年開展第一次地理國(guó)情普查工作。武漢市第一次地理國(guó)情普查從2013年7月啟動(dòng)，以優(yōu)于 2 m分辨率遙感影像為基礎(chǔ)完成數(shù)據(jù)采集，數(shù)據(jù)時(shí)點(diǎn)為2015年6月30日。

地理國(guó)情普查成果重在應(yīng)用，本著“邊普查、邊應(yīng)用”的原則，本文以2016年7月6日武漢市的暴雨內(nèi)澇災(zāi)害為例，選取受災(zāi)較嚴(yán)重的武漢市江夏區(qū)和東湖新技術(shù)開發(fā)區(qū)的局部區(qū)域?yàn)榈湫蛥^(qū)域，結(jié)合國(guó)產(chǎn)高分一號(hào)遙感影像，快速提取漬水范圍，并結(jié)合地理國(guó)情普查數(shù)據(jù)，估算暴雨期間淹沒的各地物的類型和面積，并分析了漬水范圍水位上升高度，從而為災(zāi)害評(píng)估、災(zāi)后補(bǔ)償提供數(shù)據(jù)支撐作用，發(fā)揮地理國(guó)情數(shù)據(jù)在社會(huì)經(jīng)濟(jì)活動(dòng)中的基礎(chǔ)公益智庫(kù)作用。

2 研究范圍及數(shù)據(jù)來源

2.1 研究范圍

本文選取武漢市江夏區(qū)和東湖新技術(shù)開發(fā)區(qū)局部區(qū)域?yàn)檠芯糠秶?，區(qū)內(nèi)主要有湯遜湖、梁子湖、牛山湖、豹澥湖等湖泊，面積約為 1 600 km2。該區(qū)域位于江漢平原東南邊緣，地勢(shì)西高東低，由中部向南、北兩側(cè)逐漸降低。此次暴雨期間，該區(qū)域漬水較嚴(yán)重，故選取該地區(qū)作為研究范圍。

2.2 數(shù)據(jù)來源

本文所用的基礎(chǔ)地理信息數(shù)據(jù)為地理國(guó)情普查數(shù)據(jù)，主要包括地表覆蓋數(shù)據(jù)、地理國(guó)情要素?cái)?shù)據(jù)和 5 m×5 m數(shù)字高程模型(DEM)數(shù)據(jù)。其中，地表覆蓋數(shù)據(jù)包括耕地、園地、林地、草地、房屋建筑(區(qū))、道路、構(gòu)筑物、人工堆掘地、荒漠與裸露地表和水域十大類；地理國(guó)情要素?cái)?shù)據(jù)主要包括水域、城鎮(zhèn)綜合功能單元等。

地表覆蓋和地理國(guó)情要素中均采集了水域數(shù)據(jù)，但采集標(biāo)準(zhǔn)不同。其中，地表覆蓋中的水域采集影像拍攝時(shí)刻的水面范圍，是指在自然或半自然狀態(tài)下河流、湖泊和庫(kù)塘內(nèi)部水體覆蓋的區(qū)域，不含沙洲、灘地(可耕種)、護(hù)堤地、堤壩、護(hù)坡灌草等；地理國(guó)情要素中的水域按照高水位采集。若有提防，采集堤防之間的水域(包含沙洲、灘地、行洪區(qū)、護(hù)堤地等)；若無堤防，獲取常年雨季形成的高水位岸線。

據(jù)長(zhǎng)江日?qǐng)?bào)報(bào)道，此次暴雨期間，研究范圍內(nèi)梁子湖警戒水位于8日達(dá)到歷史最高，故選取2016年7月8日的高分一號(hào)國(guó)產(chǎn)高分辨率影像數(shù)據(jù)作為數(shù)據(jù)源，基于遙感影像快速提取漬水范圍。影像分辨率為 16 m，包含R、G、B和NIR四個(gè)通道，如圖1、圖2所示。

圖1 研究范圍內(nèi)地表覆蓋示意圖

圖2 研究范圍內(nèi)高分一號(hào)影像

2.3 技術(shù)路線

利用地理國(guó)情普查數(shù)據(jù)對(duì)漬水范圍進(jìn)行受災(zāi)分析，主要流程包括內(nèi)澇后水域自動(dòng)提取、漬水范圍識(shí)別和水位上升高度估算，總體技術(shù)路線如圖3所示。

圖3 總體技術(shù)路線

首先對(duì)高分一號(hào)遙感影像數(shù)據(jù)進(jìn)行預(yù)處理，利用歸一化水體指數(shù)進(jìn)行內(nèi)業(yè)自動(dòng)解譯，得到暴雨后水域范圍數(shù)據(jù)；解譯完成后，將地理國(guó)情要素中的高水位數(shù)據(jù)與解譯得到的水域數(shù)據(jù)進(jìn)行裁切處理，超出高水位水域的部分即為漬水范圍；然后將漬水范圍與地表覆蓋數(shù)據(jù)、村莊、街道數(shù)據(jù)進(jìn)行空間疊加分析，計(jì)算與分析得到暴雨期間淹沒的地物類型、面積以及淹沒的村莊、街道的數(shù)量和面積；最后利用DEM數(shù)據(jù)進(jìn)行水位上升高度分析，估算此次暴雨期間湖泊及漬水區(qū)水位上升高度。

(1)暴雨期間水域范圍提取

高分一號(hào)遙感影像數(shù)據(jù)的預(yù)處理工作主要利用ENVI軟件實(shí)現(xiàn)，主要包括大氣輻射校正、幾何糾正、影像鑲嵌、影像裁剪等。在高分辨率遙感影像中，對(duì)于大面積水體，且周邊地物陰影不太顯著的地區(qū)，用歸一化水體指數(shù)(NDWI)就可以很好地提取出水體信息[2]。歸一化水體指數(shù)公式如下：

其中，PGreen和PNIR分別表示綠波段和近紅外波段的光譜值。

通過不斷調(diào)整閾值，實(shí)現(xiàn)水陸最佳分割，對(duì)大于閾值的賦值為1，小于閾值賦值為0。根據(jù)提取的二值圖，利用ArcGIS柵格轉(zhuǎn)矢量功能將其進(jìn)行數(shù)字化，從而獲得影像拍攝時(shí)點(diǎn)的水域線劃數(shù)據(jù)。以研究范圍為例，提取的水域范圍如圖4所示。

圖4 國(guó)產(chǎn)高分一號(hào)遙感影像提取的7月8日水域數(shù)據(jù)

(2)空間分析方法

本研究利用GIS學(xué)中的空間分析方法，如疊加分析、裁切分析、空間量算等，進(jìn)行研究范圍內(nèi)受災(zāi)情況估算。

漬水范圍為超出高水位水域范圍的區(qū)域。圖4所示的為內(nèi)澇災(zāi)害發(fā)生后的水域范圍，可將圖4所示范圍與地理國(guó)情要素中高水位數(shù)據(jù)進(jìn)行裁切處理，超出部分即為漬水范圍。利用得到的漬水范圍與地表覆蓋數(shù)據(jù)、街道、村莊數(shù)據(jù)進(jìn)行疊加處理，提取淹沒范圍內(nèi)的地表地物類型，并統(tǒng)計(jì)受暴雨影響的各類面積；同時(shí)分析得到受災(zāi)較嚴(yán)重的村莊、街道的空間分布與面積，可服務(wù)于政府部門的災(zāi)后重建與災(zāi)后補(bǔ)償工作。

本文同時(shí)對(duì)自然情況下常水位數(shù)據(jù)和高水位數(shù)據(jù)進(jìn)行空間裁切，提取二者差值部分，以反映研究范圍在不漬水情況下水域最大可增加面積。

(3)基于DEM的水位上升高度估算

水位上升高度是指暴雨后水位高度與自然狀態(tài)下水位高度之差。本文為快速估算水位上升高度，假設(shè)每一時(shí)刻靜止的水面處于同一水平面上，故利用暴雨后水位高度與暴雨前水位高度相減，即可得到兩個(gè)時(shí)刻的水位高差[3]。計(jì)算公式為：

h=HAR-HBR

式中，h為水位上升高差；HAR為暴雨后水位高度；HBR為暴雨前水位高度。

基于上述假設(shè)，如圖5所示，每一時(shí)刻的水位高度約等于該時(shí)刻水域邊界的高度。本文利用DEM數(shù)據(jù)獲取水域邊界線上各點(diǎn)的DEM值，通過多點(diǎn)的DEM平均值代替水位高度[4]。

圖5 上升水位高度分析模型

3 結(jié)果與分析

根據(jù)地理國(guó)情普查成果數(shù)據(jù)，提取全市范圍內(nèi)的河流、湖泊、水庫(kù)的自然水位、高水位水域面積數(shù)據(jù)。將地表覆蓋數(shù)據(jù)和地理國(guó)情要素?cái)?shù)據(jù)疊加處理，可得到湖泊、水庫(kù)、河流等水域的最大可增加面積，如表1所示。

研究范圍湖泊、水庫(kù)、河流面積統(tǒng)計(jì)表 表1

根據(jù)表1所示，研究范圍內(nèi)湖泊、水庫(kù)、河流自然狀態(tài)下水域面積為 337.30 km2，最大可達(dá)高水位面積為 357.02 km2，在保證不漬水的情況下，最大可增加面積為 19.72 km2。其中，湖泊可增加面積為 15.01 km2，水庫(kù)可增加面積為 1.22 km2，河流可增加面積為 3.49 km2。

3.1 受災(zāi)情況

為服務(wù)政府部門災(zāi)后重建與災(zāi)后評(píng)估工作，發(fā)揮地理國(guó)情監(jiān)測(cè)數(shù)據(jù)在應(yīng)急監(jiān)測(cè)中的信息支撐作用，本文充分利用地理國(guó)情普查數(shù)據(jù)，分析得到此次受災(zāi)影響的地類及村莊、街道面積，以反映受災(zāi)影響范圍。

根據(jù)漬水區(qū)分布情況，疊加地表覆蓋數(shù)據(jù)，得到受影響地物類型統(tǒng)計(jì)表，如表2所示。研究范圍內(nèi)湖泊、坑塘眾多，以魚、蝦、蟹等鮮活水產(chǎn)品養(yǎng)殖為主，從表2中可知，受暴雨影響，研究范圍受災(zāi)范圍最大的地類為坑塘，受災(zāi)面積為 50 646.95畝，占近50%。其次為種植土地，受災(zāi)面積為 35 692.96畝。

研究范圍內(nèi)湖泊、水庫(kù)、河流漬水區(qū)地類統(tǒng)計(jì)表 表2

表2所示為受影響的地類統(tǒng)計(jì)數(shù)據(jù)，為反映暴雨影響的街道與村莊范圍，結(jié)合二調(diào)村界、地理國(guó)情普查街道數(shù)據(jù)，分析得到受暴雨影響的街道及其面積如表3所示?？梢钥闯?，受影響面積最大的街道為豹澥湖所在的豹澥街，受災(zāi)面積占整個(gè)街道面積的12%左右，受災(zāi)面積較大。

暴雨影響街道統(tǒng)計(jì)表 表3

注：根據(jù)省民政廳公布的2013版《湖北省行政區(qū)劃手冊(cè)》現(xiàn)東湖新技術(shù)開發(fā)區(qū)境內(nèi)的龍泉街道為流芳街道。2010年5月流芳街道托管到東湖新技術(shù)開發(fā)區(qū)，后來更名為龍泉街道。

研究范圍內(nèi)，受此次暴雨影響的村莊有165個(gè)，其中受災(zāi)最嚴(yán)重的村莊為安湖洲漁場(chǎng)村，受災(zāi)面積達(dá) 5 000余畝。從表4可以看出，研究范圍內(nèi)受影響村莊的受災(zāi)面積多數(shù)為 1 000畝以下，其次為 1 000畝～2 000畝。

暴雨影響村莊統(tǒng)計(jì)表 表4

3.2 上升水位分析

為反映此次暴雨期間湖泊、河流等水域的上漲水位，利用 5 m×5 mDEM數(shù)據(jù)及影像解譯得到的水域數(shù)據(jù)，分析得到研究范圍漬水區(qū)內(nèi)上漲水位情況如圖6所示。漬水區(qū)平均上漲水位為 970 mm，上漲水位主要集中在 1 000 mm～1 300 mm之間，重點(diǎn)分布在梁子湖、豹澥湖、牛山湖等大型湖泊周圍。局部地區(qū)水位高度為 2 000 mm以上，分布在斧頭湖周圍。

重點(diǎn)對(duì)研究范圍內(nèi)湖泊水位上升高度進(jìn)行分析，從圖7可以看出，暴雨期間梁子湖內(nèi)水位上升高度最高，約為 2 200 mm。其次為牛山湖和湯遜湖，水位上升 960 mm～970 mm左右。

圖6 漬水區(qū)域水位高度示意圖

圖7 湖泊水位上升高度示意圖

4 總 結(jié)

地理國(guó)情普查數(shù)據(jù)在城市內(nèi)澇災(zāi)害中可發(fā)揮重要的作用，具有快速、實(shí)時(shí)、可靠性強(qiáng)、數(shù)據(jù)精度高等優(yōu)點(diǎn)?；诘乩韲?guó)情數(shù)據(jù)與國(guó)產(chǎn)高分一號(hào)影像等多源空間數(shù)據(jù)，可建立快速、可靠的城市內(nèi)澇應(yīng)急監(jiān)測(cè)機(jī)制，以保障災(zāi)害發(fā)生時(shí)的快速響應(yīng)，為災(zāi)后災(zāi)情評(píng)估、受災(zāi)范圍審核工作提供基礎(chǔ)數(shù)據(jù)；同時(shí)，提取的漬水范圍數(shù)據(jù)可為永久性建筑規(guī)劃和水利工程改造等工作提供決策支持，發(fā)揮地理國(guó)情普查數(shù)據(jù)在社會(huì)經(jīng)濟(jì)活動(dòng)中的信息支撐作用。

本文所采用的水位上升高度分析方法，還存在DEM精度及現(xiàn)勢(shì)性等方面的局限性，后期可采用特征點(diǎn)線量測(cè)的航測(cè)法[5]對(duì)算法進(jìn)行優(yōu)化，同時(shí)在水域高程值提取時(shí)可采用多次循環(huán)的粗差剔除方法，并結(jié)合似大地水準(zhǔn)面精化和武漢CORS等進(jìn)一步提高控制結(jié)果精度。

[1] 國(guó)發(fā)[2013]9號(hào). 國(guó)務(wù)院關(guān)于開展第一次全國(guó)地理國(guó)情普查的通知[Z].

[2] 李艷華. 基于國(guó)產(chǎn)高分一號(hào)影像的新疆山區(qū)河流及橋梁信息提取技術(shù)研究[D]. 烏魯木齊：新疆大學(xué)，2015.

[3] 易明華. 鄱陽湖地理國(guó)情監(jiān)測(cè)[A]. 2016年度全國(guó)專題性地理國(guó)情監(jiān)測(cè)技術(shù)研討會(huì)交流文集[C]. 2016.

[4] 米鴻燕，宰建，蔣興華. 靜庫(kù)容計(jì)算方法的比較分析[J]. 地礦測(cè)繪，2007，23(2)：1～4.

[5] 賈秋英，江德才，朱榮. 航測(cè)法生產(chǎn)DEM、DSM的工藝流程與質(zhì)量控制[A]. 中國(guó)測(cè)繪學(xué)會(huì)2010學(xué)術(shù)年會(huì)論文集[C]. 2010.

Assessment of Urban Waterlogging Disaster Based on Remote Sensing Image and Geographical Conditions Data

Li Panpan，Zhang Yong，HaoZhongyu，Zhang Min，Li Qiong

(Wuhan Geomatics Institute，Wuhan 430022，China)

Wuhan suffered a huge rain storm on July 6，2016. It caused a serious waterlogging. To provide decision support for policy makers，this paper proposes an automatic approach for waterlogging area extraction from GF-1 and disaster assessment using geographical conditions data. The results include the area and types of land use affected，as well as the amount of streets with waterlogging. This paper also leverages DEM and geographical conditions data to explore how much the water level risen because of the storm. Our study shows that the largest affected land use is pond，accounting for 50 percent of the total damaged area. Planting land came the second. The water level of waterlogging in study area averagely risen 970 mm，and the large lakes，such as Liangzi Lake，Baoxie Lake and Niushan Lake，contributed the most.

geographical conditions data；waterlogging area；waterlogging height

1672-8262(2017)03-19-05

P208.2

A

2016—11—02

李盼盼(1990—)，女，助理工程師，碩士，主要從事地理國(guó)情普查與監(jiān)測(cè)的統(tǒng)計(jì)分析工作。

精密工程與工業(yè)測(cè)量重點(diǎn)實(shí)驗(yàn)室開放基金(PF2015-10)