沈秋，高偉，李欣，梁益同，周月華

(1.中國地質(zhì)大學(xué)(武漢) 信息工程學(xué)院，武漢 430074；2.北京師范大學(xué) 地理科學(xué)學(xué)部遙感科學(xué)國家重點實驗室，北京 100875；3. 武漢區(qū)域氣候中心，武漢 430074)

0 引言

洪澇災(zāi)害作為我國主要自然災(zāi)害之一，已經(jīng)成為制約社會經(jīng)濟(jì)可持續(xù)發(fā)展的不可忽視的因素[1]。就洪澇災(zāi)害監(jiān)測分析而言，淹沒范圍、淹沒水深和淹沒歷時的確定對于防洪抗?jié)?、風(fēng)險分析和災(zāi)情評估具有重要意義。其中，淹沒水深是度量洪災(zāi)嚴(yán)重程度和評估洪災(zāi)損失的重要指標(biāo)[2]。傳統(tǒng)的水深測量方法是利用測量船上安裝的測深和定位設(shè)備將目標(biāo)水域網(wǎng)狀布點，從而得到研究水域的水下地形資料。由于水深信息采集范圍廣和部分地區(qū)環(huán)境條件惡劣，野外測量人員難以涉足，故在資料的同步性、經(jīng)濟(jì)性、周期性、靈活性和宏觀性等方面存在一定的缺陷[3]?！?S”技術(shù)的迅速發(fā)展為水深測算開辟了新的途徑，使其突破地理位置、天氣和人為條件的限制，具有時間選擇靈活，覆蓋面廣，實效性強(qiáng)，費(fèi)用低等優(yōu)點。具體可分為基于遙感的水深反演，基于水文水力學(xué)模型的水深模擬以及RS和GIS結(jié)合的水深測算[4]?；谶b感的水深反演主要有被動式反演和主動式反演，分別以可見光遙感測深、微波遙感與機(jī)載激光雷達(dá)測深為主，如王艷姣等[5]在總結(jié)國內(nèi)外水體可見光遙感測深主要方法和研究進(jìn)展的基礎(chǔ)上，對水深遙感反演中理論解譯模型、半理論半經(jīng)驗?zāi)Ｐ秃徒y(tǒng)計相關(guān)模型存在的問題進(jìn)行了討論；黃韋艮等[6]根據(jù)星載合成孔徑雷達(dá)(synthetic aperture radar，SAR)淺海水下地形和水深成像機(jī)理，建立了淺海水下地形和水深雷達(dá)后向散射截面仿真模型，并得出淺海水下地形和水深遙感的最佳波段和入射角范圍?；谒乃W(xué)模型的水深模擬以分布式流域水文模型較為常用，如張秋霞等[7]基于流域數(shù)據(jù)和實測流量資料，利用二維洪水淹沒模擬模型對北京雁棲河下游河道在設(shè)定頻率下洪水淹沒情況進(jìn)行了模擬，結(jié)合GIS技術(shù)對模擬范圍、模擬水深、淹沒土地進(jìn)行了分析。RS和GIS結(jié)合的水深測算方法常用于已知洪澇淹沒范圍的水深測算，陳德清等[8]探討了RS和GIS結(jié)合的方法反演洪水最大淹沒水深的基本原理和計算方法，并對水庫型淹沒區(qū)和灘地型淹沒區(qū)分別進(jìn)行了分析和討論；丁志雄等[9]指出以GIS技術(shù)為支持，采用平面模擬方法進(jìn)行洪水淹沒范圍和水深分布的模擬是可行的，具有較好的準(zhǔn)確性、實用性和科學(xué)性；易永紅等[10]針對利用遙感信息提取的淹沒范圍，提出一種實用的淹沒水深算法。該算法視淹沒區(qū)為靜態(tài)水面分布，將其與數(shù)字高程模型(digital elevation model，DEM)疊加，經(jīng)系列誤差處理與優(yōu)化，得到相對平滑的水陸邊界高程，再采用雙線性插值計算淹沒范圍內(nèi)的水深分布；朱強(qiáng)等[11]重點闡述了RS和GIS結(jié)合的淹沒范圍的提取和水深的計算，在此基礎(chǔ)上，針對災(zāi)害損失中的3種主要承災(zāi)體，提出了基于空間網(wǎng)格的洪災(zāi)損失計算模型。

我國遙感事業(yè)起步于20世紀(jì)70年代，但衛(wèi)星遙感技術(shù)真正推廣應(yīng)用并取得效益主要在近十多年。在2010年我國開始實施高分辨率對地觀測衛(wèi)星系統(tǒng)重大專項(簡稱“高分專項”)，其應(yīng)用價值滲透到眾多領(lǐng)域。高分一號(GF-1)衛(wèi)星是“高分專項”的首發(fā)星，主要搭載了2臺2 m分辨率全色及 8 m 分辨率多光譜相機(jī)，4臺16 m分辨率多光譜寬幅相機(jī)。該衛(wèi)星突破了高空間分辨率、多光譜與寬覆蓋相結(jié)合的光學(xué)遙感等關(guān)鍵技術(shù)，同時可在更短的時間內(nèi)對一個地區(qū)重復(fù)拍照，重復(fù)周期只有4天，由此實現(xiàn)高空間分辨率和高時間分辨率的完美結(jié)合，能夠為現(xiàn)代農(nóng)業(yè)、防災(zāi)減災(zāi)、資源環(huán)境、公共安全等重大領(lǐng)域提供服務(wù)和決策支持。GF-1衛(wèi)星的成功發(fā)射有效地緩解了國內(nèi)高分辨率遙感數(shù)據(jù)供應(yīng)不足的局面，由此逐漸擺脫長期以來對國外衛(wèi)星數(shù)據(jù)的依賴，如今已在地表覆被變化、自然資源監(jiān)測、環(huán)境質(zhì)量評估及生態(tài)環(huán)境變化等研究中發(fā)揮了重要作用[12-15]。

然而，目前水深遙感監(jiān)測仍是主要針對Landsat、SPOT等國外遙感衛(wèi)星獲取的影像，基于國產(chǎn)高分遙感影像的應(yīng)用相對較少。因此，本文嘗試將GF-1衛(wèi)星WFV (wide field of view) 16 m分辨率多光譜數(shù)據(jù)應(yīng)用于中小流域洪澇淹沒水深監(jiān)測，通過分析淹沒水深的空間分布，了解淹沒情形，獲取災(zāi)情特征。相關(guān)結(jié)果可為政府部門防洪抗?jié)澈蜑?zāi)情評估提供一定幫助，從而進(jìn)一步拓展國產(chǎn)衛(wèi)星在洪澇災(zāi)害監(jiān)測上的應(yīng)用。

1 數(shù)據(jù)與方法

1.1 研究區(qū)概況

我國中小河流眾多，流域面積在100～1 000 km2的河流就有5萬多條，覆蓋了85%的城鎮(zhèn)及廣大農(nóng)村地區(qū)。由于中小河流防洪標(biāo)準(zhǔn)普遍偏低，洪災(zāi)損失極為嚴(yán)重[16]。在2016年6月30日至7月4日，長江中下游沿江、江淮、江南、華南和西南東部出現(xiàn)的大范圍持續(xù)強(qiáng)降雨造成地處湖北省東北地區(qū)的長江主要支流舉水發(fā)生嚴(yán)重的洪澇災(zāi)害[17]。舉水流向自北向南，主要流經(jīng)麻城市和新洲區(qū)，在團(tuán)風(fēng)縣匯入長江；地勢由東北向西南傾斜；屬雨洪河流，汛期暴雨頻繁，上受山洪威脅，下受長江洪水頂托，一般每平均2—4年就會發(fā)生一次較具威脅性的洪水[18]。汛期中連日暴雨襲擊致使麻城市、新洲區(qū)和團(tuán)風(fēng)縣均有不同程度受災(zāi)，表現(xiàn)為房屋塌損，農(nóng)田沖毀，基礎(chǔ)設(shè)施破壞嚴(yán)重。據(jù)新聞報道，舉水團(tuán)風(fēng)段因長期浸泡在洪水中，在7月5日凌晨三點，黃湖社區(qū)段出現(xiàn)潰口，嚴(yán)重威脅社區(qū)2 600多名群眾的生命財產(chǎn)安全。因此，本文選定流域下游受災(zāi)嚴(yán)重的黃湖社區(qū)及其附近區(qū)域作為研究區(qū)，區(qū)域內(nèi)分布著舉水及其支流沙河、青草湖、詹家湖和楊汊湖。研究區(qū)地理位置見圖1。

圖1 舉水流域下游研究區(qū)地理位置

1.2 數(shù)據(jù)源

本文采用2景GF-1衛(wèi)星WFV 16 m分辨率多光譜影像，產(chǎn)品等級為 Level 1，大小為12 000像素×13 400像素。包括4個波段，分別為藍(lán)光波段(0.45～0.52 μm)、綠光波段(0.52～0. 59 μm)、紅波段(0. 63～0.69 μm)以及近紅外波段(0.77～0.89 μm)。這2景影像分別是經(jīng)查實為2016年6月上中旬距離強(qiáng)降雨期最近的無淹沒情形的6月14日災(zāi)前本底水體數(shù)據(jù)和強(qiáng)降雨期結(jié)束后的7月9日災(zāi)后水體數(shù)據(jù)。由于傳感器不穩(wěn)定、大氣等因素的影響，遙感影像常常會出現(xiàn)一定程度的失真，因此在使用GF-1影像之前應(yīng)進(jìn)行輻射定標(biāo)、FLAASH大氣校正等預(yù)處理(表1)。

表1 實驗數(shù)據(jù)說明

1.3 RS和GIS結(jié)合的淹沒水深監(jiān)測算法

根據(jù)定義，淹沒水深是指受淹地區(qū)的積水深度，當(dāng)運(yùn)用GIS方法獲取淹沒水深時通常需要數(shù)字地面高程模型的支持，由水面高程與地面高程之差來計算水深：

D=Ew-Eg(Ew>Eg)

(1)

式中：D為水深；Ew為水面高程；Eg為地面高程。

洪水表面可能是水平平面、傾斜平面甚至是一個復(fù)雜曲面。受地勢和水深的影響，靜態(tài)的自然水面應(yīng)該是復(fù)雜的曲面，用方程描述很復(fù)雜，求解計算量也很大。因此，在計算淹沒水深時，一般將曲面簡化為平面[19]。計算水面高程的首要工作是確定水面的范圍與形態(tài)，即淹沒范圍的提取。利用遙感影像提取的淹沒范圍可能是不規(guī)則的，也可能是破碎的多個獨(dú)立水面，故將水面簡化為斜平面(包括水平面)，通過疊加水體斜面的邊界(即提取的淹沒范圍)和DEM即可得到洪水邊界的高程點集，繼而由水陸交界點高程向水面內(nèi)部進(jìn)行內(nèi)插，便可求得離散的水面高程分布，由此計算淹沒范圍內(nèi)的水深。

在洪澇災(zāi)害監(jiān)測中，淹沒范圍的獲取是各項工作的基礎(chǔ)，主要包括洪澇水體提取和淹沒面積計算[20]。利用災(zāi)后水體和災(zāi)前本底水體的比較確定洪澇災(zāi)害的淹沒面積，從而進(jìn)一步依靠DEM的支持計算淹沒范圍內(nèi)的水深。在基于遙感影像的水體提取算法上，國內(nèi)外學(xué)者已提出了諸如密度分割法、色度判別法、單波段閾值法、多波段譜間關(guān)系法、指數(shù)模型法、多光譜混合分析法、遙感影像分類法以及混合像元分解模型法等多種方法。其中，指數(shù)模型法包括水體指數(shù)和植被指數(shù)，對于歸一化植被指數(shù)(normalized difference vegetation index，NDVI)而言，它長期以來一直被作為表征各種地物類型特征的一個指標(biāo)。由于在紅光波段中水體的反射率高于植被，而近紅外波段中植被的反射率高于水體，比值計算方式可以增強(qiáng)水陸之間的反差。因此，在水體提取領(lǐng)域中，根據(jù)NDVI影像中水體的像元值小于0，植被和裸地的像元值大于0，通過設(shè)置合適的閾值，可以將水體從植被和土壤的背景中分離出來[21]。因此，結(jié)合舉水流域的植被水體特點和GF-1衛(wèi)星WFV影像覆蓋的波段，本文選擇簡單、易行、運(yùn)算效率高的植被指數(shù)NDVI提取淹沒水體，并以空間差值的計算方式求取淹沒面積，了解其空間分布。

在利用遙感信息提取的淹沒范圍的基礎(chǔ)上，運(yùn)用ArcGIS將洪水水面的面文件轉(zhuǎn)化為洪水邊界點文件，并與研究區(qū)的DEM疊加求得邊界點高程，由邊界點高程向水面內(nèi)部進(jìn)行空間插值，即可獲得離散的水面高程分布。在插值方法的選擇上，克里金插值是以變異函數(shù)理論和結(jié)構(gòu)分析為基礎(chǔ)，有限區(qū)域內(nèi)對區(qū)域化變量進(jìn)行無偏最優(yōu)估計，在生成最終的插值表面之前，可以對用來預(yù)測的未知點模型做整體的精度評價。具體過程在ArcGIS的地統(tǒng)計分析模塊中實現(xiàn)。該模塊主要由3個功能模塊組成：探索數(shù)據(jù)、地統(tǒng)計分析向?qū)?、子集要素。對輸出表面質(zhì)量評價的最嚴(yán)格方法就是將觀測值與預(yù)測值進(jìn)行比較。通常情況下，需要前往研究區(qū)采集獨(dú)立的驗證數(shù)據(jù)集。另一種辦法是利用子集要素將采樣點數(shù)據(jù)分成訓(xùn)練樣本和檢驗樣本兩部分。舉水流域?qū)僦行⌒土饔?，野外驗證較為困難，故選擇第二種驗證方法?？死锝鸱椒ń⒃谄椒€(wěn)假設(shè)的基礎(chǔ)上，這種假設(shè)在一定程度上要求所有數(shù)據(jù)值具有相同的變異性。另外，一些克里金插值(如普通克里金法、簡單克里金法、泛克里金法等)都假設(shè)數(shù)據(jù)服從正態(tài)分布，如果數(shù)據(jù)不服從正態(tài)分布，需要進(jìn)行一定數(shù)據(jù)變換，從而使其服從正態(tài)分布[22]。因此，在利用克里金方法進(jìn)行地統(tǒng)計分析前，檢驗邊界點高程數(shù)據(jù)的分布特征具有非常重要的意義，同時還需進(jìn)行離群值尋找、全局趨勢分析，以便分析數(shù)據(jù)的統(tǒng)計屬性，深入對其的了解。依靠地統(tǒng)計向?qū)У膸椭?，通過完善的圖形用戶界面，逐步了解數(shù)據(jù)、選擇內(nèi)插模型、評估內(nèi)插精度、完成表面預(yù)測(模擬)和誤差建模。對于模型擬合效果不確定性，在交叉驗證對話框中評價標(biāo)準(zhǔn)為：標(biāo)準(zhǔn)平均值最接近于0，均方根最小，平均值誤差最接近于均方根誤差，平均標(biāo)準(zhǔn)誤差最接近于1[23]。疊加原始邊界高程點層和預(yù)測表面，并分別以符號大小和顏色深淺表示，可直觀地觀察插值效果。水面高程插值計算得出后，利用ArcGIS空間分析模塊中的Raster Calculator工具，將其同淹沒范圍內(nèi)的DEM圖斑相減，即可得到淹沒水深分布。值得注意的是可能會出現(xiàn)個別點的水深為負(fù)的情況，同時在遙感影像提取的洪澇淹沒范圍中若有不能分辨而未提取的小塊高地，其水深也為負(fù)，這些亦是對水面高程的真實反映。可以運(yùn)用Raster Calculator工具中的Setnull函數(shù)對水深計算結(jié)果中出現(xiàn)負(fù)值的情況進(jìn)行修正，從而使水深結(jié)果符合一般認(rèn)識。

2 結(jié)果與分析

2.1 中小流域洪澇淹沒范圍空間分布

利用GF-1衛(wèi)星水體提取結(jié)果計算得出的舉水流域下游研究區(qū)淹沒范圍如圖2所示，可以看出淹沒區(qū)主要分布在舉水團(tuán)風(fēng)段，并在舉水與沙河的交匯處、西南方向的河道迂回曲折處表現(xiàn)更為明顯；青草湖和詹家湖及二者之間的黃湖社區(qū)、楊汊湖也發(fā)生較大淹沒。主要原因是流域內(nèi)地勢由東北向西南傾斜，且地勢差大。發(fā)生強(qiáng)降雨后，洪水向低處流淌，往低洼處匯聚。團(tuán)風(fēng)縣東北部為低丘陵崗地，西南部為平原湖區(qū)，最低點即在青草湖，海拔僅15.8 m。當(dāng)舉水上游發(fā)生洪災(zāi)時，洪水急速流向下游，易造成下游各堤防圩垸發(fā)生潰口，進(jìn)而形成淹沒。沙河作為舉水的支流，其洪水不斷向舉水匯入，使得交匯處洪水急劇增多卻無處排泄，溢出河道后形成淹沒，而在西南方向的河道迂回曲折處，洪水在高速沖刷的情況下，無法沿著河道行進(jìn)，在慣性作用力下沖出河岸，淹沒兩岸灘地。青草湖和詹家湖之間主要分布著黃湖社區(qū)等居民地，人口密集，不透水面較多，水流難于疏通，易于形成內(nèi)澇。楊汊湖在受汛期持續(xù)暴雨襲擊下，水位驟漲，亦形成了一定的淹沒。

圖2 舉水流域下游研究區(qū)淹沒范圍

2.2 中小流域洪澇淹沒水深空間分布

由地統(tǒng)計分析中的泛克里金方法將舉水流域下游研究區(qū)淹沒范圍的水陸交界點高程向水面內(nèi)部進(jìn)行空間插值，獲得離散的水面高程分布(圖3)。淹沒水面高程較大的區(qū)域集中在舉水與沙河的交匯處、西南方向的河道迂回曲折處以及詹家湖，且舉水與沙河交匯處的水面高程明顯高出其他地方，而黃湖社區(qū)淹沒水面高程相對較低。淹沒區(qū)集中的地方水位上漲迅速，易造成水面高程大于其他地方。通過對水面高程與地形高程進(jìn)行代數(shù)相減計算得出的淹沒水深如圖4所示，可以看出，舉水流域下游研究區(qū)淹沒水深多在0～2 m之間，水深值較大的地方主要分布在沙河與舉水交匯處，表明洪水對河流的沖刷作用較居民地更甚。經(jīng)查居民樓的一樓主要是車庫、倉庫和商店，因而受洪水侵襲，損失嚴(yán)重。

圖3 舉水流域下游研究區(qū)淹沒水面高程

圖4 舉水流域下游研究區(qū)淹沒水深

由于舉水流域內(nèi)水文站點不足，野外實地驗證困難，為了檢驗水深提取精度，本文選定2016年7月8日Landsat-7 ETM+影像采用相同的方法監(jiān)測洪澇淹沒水深，本底數(shù)據(jù)為2016年6月14日Landsat-8 OLI影像。由此計算得出的洪澇淹沒監(jiān)測結(jié)果如圖5所示?？梢钥闯觯貌煌瑪?shù)據(jù)源計算得出的淹沒范圍、水面高程、水深結(jié)果均較為相近，表明國產(chǎn)GF-1數(shù)據(jù)同樣能夠達(dá)到洪澇災(zāi)害監(jiān)測的要求，為社會經(jīng)濟(jì)服務(wù)。此外，黃岡市民政局網(wǎng)站縣區(qū)市信息專欄顯示2016年6月18日入梅以來，6月30日至7月6日團(tuán)風(fēng)縣遭受的特大暴雨襲擊致使全縣受災(zāi)總?cè)藬?shù)達(dá)32.54萬人，在7月6日凌晨，境內(nèi)詹家湖因強(qiáng)降雨導(dǎo)致湖水上漲，圍堤發(fā)生潰口，洪水將黃湖社區(qū)全部浸淹，使其成為團(tuán)風(fēng)縣受災(zāi)最嚴(yán)重的地段。因此，黃湖社區(qū)和詹家湖確系洪澇淹沒集中的地方。根據(jù)湖北省水文水資源局網(wǎng)站提供的小時水位信息，經(jīng)過均值計算得出地處舉水中下游交界的柳子港水文站在7月9日的平均水位為27.103 m，而GF-1衛(wèi)星WFV影像監(jiān)測得出的水面高程均值為19.99 m，二者之差近似于兩地高程之差，間接驗證淹沒水深。

圖5 基于Landsat-8 OLI和Landsat-7 ETM+影像的舉水流域下游研究區(qū)洪澇淹沒監(jiān)測結(jié)果

3 結(jié)束語

本文利用GF-1衛(wèi)星WFV 16 m分辨率多光譜影像，采取RS和GIS相結(jié)合的水深測算方法監(jiān)測了以2016年汛期舉水流域下游為研究區(qū)的中小流域洪澇淹沒水深，并通過探究淹沒水深的空間分布，了解淹沒情形，獲取災(zāi)情特征，為災(zāi)情評估奠定一定基礎(chǔ)。結(jié)果表明：GF-1衛(wèi)星作為新興的國產(chǎn)遙感數(shù)據(jù)源，憑借空間分辨率高和回訪周期短的優(yōu)勢，能在眾多研究領(lǐng)域發(fā)揮作用，可幫助逐漸擺脫對國外衛(wèi)星遙感數(shù)據(jù)的依賴，進(jìn)而推動國內(nèi)遙感事業(yè)的發(fā)展，為社會經(jīng)濟(jì)建設(shè)服務(wù)；GF-1衛(wèi)星WFV影像的水體提取精度較高，能廣泛應(yīng)用于中小流域洪澇災(zāi)害監(jiān)測，包括淹沒范圍和淹沒水深的監(jiān)測；RS和GIS結(jié)合的洪澇淹沒水深監(jiān)測算法簡單易行，可以快速計算在淹沒范圍已知情況下的水深，在此過程中，地統(tǒng)計分析中的克里金方法可通過將采樣點數(shù)據(jù)分成訓(xùn)練樣本和檢驗樣本兩部分的方式驗證水面高程插值精度。

然而，本文也存在一定的局限性，如在GF-1衛(wèi)星WFV影像提取淹沒水體時，NDVI指數(shù)閾值的選取以及水陸混合像元的處理存在一定的人為主觀性；利用克里金空間插值水面高程的精度受水陸邊界點高程的空間分布、插值方法的類型以及DEM數(shù)據(jù)精度等因素的限制。這些問題都將在后續(xù)研究中加以解決，繼續(xù)探討。