吳瑋

(應(yīng)急管理部國家減災(zāi)中心,北京 100124)

洪水災(zāi)害是我國最主要的自然災(zāi)害之一。據(jù)統(tǒng)計(jì),2000－2011年我國洪水災(zāi)害損失占自然災(zāi)害損失比例的平均值約為51%,是我國最嚴(yán)重的一種自然災(zāi)害[1]。根據(jù)形成的因素條件,洪水可劃分為暴雨洪水、山洪泥石流、冰凌洪水、融冰融雪洪水、風(fēng)暴潮洪水、垮壩(堤)洪水等[2]。其中,垮壩(堤)洪水又可稱為潰決型洪水,是指由于擋水人工或自然物體發(fā)生潰決而引發(fā)的洪水,包括河堤潰決、水庫潰決、大壩潰決、堰塞體潰決等。這種因自然或人為因素造成潰決而形成的洪水災(zāi)害,具有突發(fā)性強(qiáng)、來勢兇猛、破壞力大的顯著特征[3],其洪峰流量、運(yùn)動速度、破壞力遠(yuǎn)遠(yuǎn)大于一般暴雨洪水或融雪洪水[4]。

遙感技術(shù)是開展洪水災(zāi)害監(jiān)測、評估災(zāi)害影響的重要手段。洪水災(zāi)害遙感監(jiān)測的基本方法為:利用災(zāi)前遙感圖像和洪水遙感圖像,通過解譯、判讀和分析,進(jìn)行疊加比較,提取洪水災(zāi)害淹沒面積和地理位置[5],其關(guān)鍵問題是水體信息的提取。按照圖像分割原理與方法的差異,水體提取方法有閾值法、分類器法和自動化法,其中:閾值法包含單波段法和譜間關(guān)系、水體指數(shù)等多波段法;而自動化法是借助于地理信息系統(tǒng)(GIS)技術(shù)整合初始水體提取、迭代分割、變化檢測來實(shí)現(xiàn)水體提取過程的自動化[6]。目前,洪水災(zāi)害的遙感監(jiān)測數(shù)據(jù)主要是光學(xué)和雷達(dá)圖像。文獻(xiàn)[7]中基于風(fēng)云三號A星(FY-3A)的中分辨率光譜成像儀(MERSI)光學(xué)數(shù)據(jù),在消除薄云影響的基礎(chǔ)上,利用閾值法提取松花江和黑龍江干流洪水水體信息。文獻(xiàn)[8]中提出結(jié)合當(dāng)前和歷史性洪水,利用8天中分辨率成像光譜儀(MODIS)數(shù)據(jù)訓(xùn)練地表水分類器來確定近實(shí)時(shí)地表水范圍。文獻(xiàn)[9]中利用環(huán)境減災(zāi)-1(HJ-1)衛(wèi)星結(jié)合監(jiān)督分類方法實(shí)現(xiàn)洪水損毀農(nóng)田的遙感識別。文獻(xiàn)[10]中利用環(huán)境減災(zāi)-1衛(wèi)星CCD數(shù)據(jù)基于藍(lán)光的歸一化差異水體指數(shù)開展海南島洪澇災(zāi)害監(jiān)測。由于雷達(dá)遙感能夠穿透云雨,已成為在洪水災(zāi)害期間監(jiān)測洪水范圍的重要手段,因此,將災(zāi)前光學(xué)數(shù)據(jù)和災(zāi)中雷達(dá)數(shù)據(jù)相結(jié)合,也是常見的洪水災(zāi)害監(jiān)測方式。文獻(xiàn)[11]中利用災(zāi)后“宇宙-地中?！?COSMO-Sky Med)雷達(dá)衛(wèi)星數(shù)據(jù)通過面向?qū)ο蠓椒ㄌ崛∷蚩臻g信息,結(jié)合災(zāi)前斯波特-5(SPOT-5)衛(wèi)星光學(xué)數(shù)據(jù)通過決策樹分類提取水體,獲取洪水淹沒范圍。綜合分析,風(fēng)云三號等極軌氣象衛(wèi)星可以較高頻次地監(jiān)測大面積的洪水,但百米至千米級的低空間分辨率是其主要缺陷,不太適用于局部性的潰決型洪水。中高分辨率陸地觀測衛(wèi)星已在洪水災(zāi)害監(jiān)測研究中成功應(yīng)用,但由于響應(yīng)靈活性和重訪時(shí)效性等問題,在潰決型洪水救災(zāi)應(yīng)急期間無法滿足快速響應(yīng)、服務(wù)決策的需要。

高分四號(GF-4)衛(wèi)星是世界首顆地球同步軌道高分辨率對地觀測光學(xué)遙感衛(wèi)星,具有監(jiān)測范圍大、響應(yīng)速度快、觀測頻次高、成像模式多樣等特點(diǎn)[12]。該衛(wèi)星機(jī)動成像能力強(qiáng),單景圖像覆蓋范圍廣,完全能夠滿足區(qū)域性、流域性的洪水災(zāi)害監(jiān)測需要,其重復(fù)觀測能力對于及時(shí)監(jiān)測洪水變化能發(fā)揮重要作用[13]。本文充分利用高分四號衛(wèi)星成像優(yōu)勢,緊密結(jié)合潰決型洪水特點(diǎn)和實(shí)際應(yīng)用需求,以2016年6月江西鄱陽縣潰堤型洪水為研究對象,以洪水發(fā)生前后農(nóng)田顯著性變化為突破口,提出洪水標(biāo)記樣本快速篩選方法,采用分類后變化檢測方式提取洪水淹沒范圍,利用土地覆蓋分類和人口統(tǒng)計(jì)資料,實(shí)現(xiàn)基于空間統(tǒng)計(jì)分析的受淹地類和受災(zāi)人口的快速估算。

1 高分四號衛(wèi)星數(shù)據(jù)及分析

1.1 衛(wèi)星數(shù)據(jù)及預(yù)處理

2016年6月18日至21日,江西省北部地區(qū)遭受強(qiáng)降雨,導(dǎo)致昌江發(fā)生超保證水位的大洪水。據(jù)當(dāng)?shù)貫?zāi)情統(tǒng)計(jì)和有關(guān)報(bào)道,6月20日19時(shí)許,受高水位急劇上升、昌江洪峰等多種因素疊加影響,上饒市鄱陽縣古縣渡鎮(zhèn)向陽圩濱田河河堤出現(xiàn)潰口,此次潰決型洪水導(dǎo)致向陽圩多個(gè)村莊約5600人受影響,緊急轉(zhuǎn)移群眾1.3萬人。6月22日約14時(shí),當(dāng)?shù)亻_始啟動對向陽圩河堤潰口封堵工作。6月24日12時(shí)許,向陽圩河堤潰口封堵工作完成。

高分四號衛(wèi)星具有大幅寬、快速響應(yīng)、機(jī)動靈活、中分辨率、成像積分可調(diào)節(jié)等優(yōu)勢,能夠克服MODIS、“諾阿”(NOAA)衛(wèi)星甚高分辨率輻射儀(AVHRR)等衛(wèi)星圖像分辨率低和環(huán)境減災(zāi)-1等衛(wèi)星觀測時(shí)間間隔長、覆蓋范圍小等缺陷[14]。經(jīng)在軌測試,高分四號衛(wèi)星最快能在1 h30 min內(nèi)實(shí)現(xiàn)從觀測需求提出端到減災(zāi)應(yīng)用產(chǎn)品端的全鏈路數(shù)據(jù)產(chǎn)品服務(wù)[15],因此,特別適用于潰決型洪水災(zāi)害第一時(shí)間的應(yīng)急響應(yīng)監(jiān)測。鄱陽縣古縣渡鎮(zhèn)向陽圩發(fā)生河堤潰口后,高分四號衛(wèi)星于6月21日10時(shí)03分對災(zāi)區(qū)成像,是此次災(zāi)害過程中最早獲取的衛(wèi)星圖像。此后,衛(wèi)星又于6月22日12時(shí)27分、6月23日11時(shí)38分分別對災(zāi)區(qū)持續(xù)進(jìn)行監(jiān)測。獲取的高分四號衛(wèi)星數(shù)據(jù)為L1A級的全色多光譜(PMS)圖像產(chǎn)品,空間分辨率為50 m,包含有全色和藍(lán)、綠、紅、近紅外共5個(gè)波段,并已完成系統(tǒng)級輻射校正。利用衛(wèi)星圖像有理多項(xiàng)式系數(shù)(RPC),對高分四號衛(wèi)星全色多光譜數(shù)據(jù)進(jìn)行系統(tǒng)幾何校正處理。利用定標(biāo)系數(shù)、圖像元數(shù)據(jù)等參數(shù)信息,基于6S大氣輻射傳輸模型,通過高分四號衛(wèi)星圖像輻射校正技術(shù)形成的軟件系統(tǒng),將幾何校正圖像產(chǎn)品轉(zhuǎn)化為地表反射率產(chǎn)品。結(jié)合潰決型洪水災(zāi)害發(fā)生的粗略區(qū)域進(jìn)行圖像裁切處理,以減少后續(xù)數(shù)據(jù)處理量,提高遙感信息提取分析效率。

選取洪水災(zāi)害發(fā)生前時(shí)相最近、圖像質(zhì)量較好的高分一號(GF-1)衛(wèi)星寬視場(WFV)相機(jī)中分辨率遙感圖像數(shù)據(jù),成像時(shí)間為2016年6月5日11時(shí)29分,圖像產(chǎn)品為L1A級(僅完成系統(tǒng)級輻射校正的數(shù)據(jù)產(chǎn)品)。該圖像空間分辨率為16 m,包含藍(lán)、綠、紅、近紅外共4個(gè)譜段。利用中國資源衛(wèi)星應(yīng)用中心提供的輻射定標(biāo)系數(shù)和圖像元數(shù)據(jù)等信息,將圖像灰度值轉(zhuǎn)換為輻亮度,進(jìn)而生成圖像表觀反射率產(chǎn)品。基于6S大氣輻射傳輸模型,反演生成高分一號衛(wèi)星圖像地表反射率產(chǎn)品。對圖像進(jìn)行裁切處理,使高分一號衛(wèi)星與高分四號衛(wèi)星圖像研究區(qū)域保持一致。以災(zāi)前高分一號衛(wèi)星圖像為參考基準(zhǔn),通過選取控制點(diǎn)對高分四號衛(wèi)星圖像進(jìn)行幾何精校正。為便于圖像統(tǒng)計(jì)分析,通過重采樣方式使高分四號衛(wèi)星與高分一號衛(wèi)星圖像分辨率保持一致。

土地覆蓋參考數(shù)據(jù)選用國家基礎(chǔ)地理信息中心發(fā)布的30 m全球地表覆蓋數(shù)據(jù)集。該產(chǎn)品采用的分類圖像主要包括美國“陸地衛(wèi)星”(Landsat)的專題制圖儀/增強(qiáng)型專題制圖儀(TM/ETM＋)遙感器的多光譜圖像和中國環(huán)境減災(zāi)-1衛(wèi)星多光譜圖像。它將地表劃分為耕地、林地、草地、灌叢、凍原、濕地、水體、人造地表、裸地、永久雪冰10類,圖像時(shí)相大多為2010年前后,而這次洪水災(zāi)害區(qū)域的地表覆蓋分類產(chǎn)品是基于2005年9月成像數(shù)據(jù)生成的。因此,有必要利用災(zāi)前時(shí)相最新的高分一號衛(wèi)星圖像進(jìn)行地類更新處理。災(zāi)害發(fā)生地古縣渡鎮(zhèn)位于鄱陽縣東南部,據(jù)統(tǒng)計(jì),該鎮(zhèn)總面積為200平方千米,總?cè)丝?萬人。

1.2 數(shù)據(jù)處理方法

潰決型洪水災(zāi)害的遙感監(jiān)測需要解決水體提取、水域范圍的變化檢測、受災(zāi)情況評估等問題。基于水體在可見光紅外譜段的反射特征,利用譜間關(guān)系、水體指數(shù)是常見的水體提取方法。文獻(xiàn)[16]中利用高分四號衛(wèi)星數(shù)據(jù)特點(diǎn),依據(jù)歸一化差異水體指數(shù)開展水體范圍的提取。然而,由于潰決型洪水淹沒農(nóng)田、居民地等區(qū)域,其水體的物理特性會隨著水體成分的變化而變化,這些變化往往是未知的,會造成洪水的遙感圖像特征與理想水體特征存在很大差異,甚至可能出現(xiàn)水體在可見光近紅外譜段反射率下降的趨勢發(fā)生改變的情況。因此,利用物理屬性進(jìn)行建模提取洪水的方法盡管簡單,但實(shí)用性差。同時(shí),為實(shí)現(xiàn)不同時(shí)相異源遙感圖像上的洪水淹沒范圍變化分析,克服基于像素的直接變化檢測法對成像條件、輻射特性一致性要求高等難題,本文提出基于植被顯著性變化的洪水樣本自動選擇模型,采用分類后比較方式,構(gòu)建空間位置關(guān)系約束條件下的潰決型洪水范圍提取方法,利用空間統(tǒng)計(jì)方法分析受災(zāi)地類情況,并通過構(gòu)建人口密度模型實(shí)現(xiàn)受災(zāi)人口快速估算。災(zāi)害監(jiān)測評估流程見圖1。

(1)基于植被變化的洪水樣本自動選擇。潰決型洪水發(fā)生后,選擇完成預(yù)處理的災(zāi)前高分一號衛(wèi)星16 m的寬視場相機(jī)圖像和災(zāi)后第一時(shí)間成像的高分四號衛(wèi)星圖像,利用植被在近紅外波段反射強(qiáng)而在紅波段反射弱的特點(diǎn),分別計(jì)算每個(gè)圖像的歸一化差分植被指數(shù)。該指數(shù)能反映植被覆蓋狀況,通過近紅外波段和紅波段的差分處理得到,值域范圍為[－1,1],且數(shù)值越大,表示植被覆蓋量越大。其中,高分四號衛(wèi)星圖像取第五通道的近紅外波段和第四通道的紅光波段進(jìn)行計(jì)算,而高分一號衛(wèi)星圖像取第四通道的近紅外波段和第三通道的紅光波段計(jì)算得到。采用0.3的絕對閾值對歸一化差分植被指數(shù)產(chǎn)品進(jìn)行二值化處理,將圖像上不小于0.3的像元提取為植被覆蓋區(qū)。理論上,同一區(qū)域從相近時(shí)相圖像上提取的植被覆蓋范圍是一致的,但由于洪水災(zāi)害的影響,導(dǎo)致植被覆蓋范圍發(fā)生變化,因此,將洪水災(zāi)害前后植被覆蓋區(qū)進(jìn)行差值處理,利用最大類間方差法自適應(yīng)確定變化目標(biāo)和背景的最佳分割閾值,并進(jìn)行二值化處理,以提取植被發(fā)生顯著性變化的區(qū)域。為減少由于圖像分辨率、閾值等因素造成的提取植被變化區(qū)邊緣誤差,建立5×5的方形結(jié)構(gòu)元素,對二值圖像進(jìn)行形態(tài)學(xué)腐蝕處理。最終,將植被顯著變化區(qū)域的像元作為標(biāo)記洪水樣本。

(2)洪水范圍提取。基于標(biāo)記洪水樣本,采用光譜角度制圖(SAM)進(jìn)行二分類以提取水域范圍。該方法是將圖像上待分類像元的光譜向量與標(biāo)記洪水樣本的光譜向量進(jìn)行比較,選取光譜夾角小、相似度高的像元作為水體。由于潰決型洪水是一個(gè)空間連續(xù)分布的完整水域范圍,利用圖像分類并結(jié)合災(zāi)害發(fā)生的粗略區(qū)域范圍,即可對洪水的位置進(jìn)行快速準(zhǔn)確定位。在此基礎(chǔ)上,為減少洪水淹沒區(qū)外圍受河湖連接等因素影響導(dǎo)致邊緣提取困難問題,參考地表覆蓋數(shù)據(jù)集,利用災(zāi)前高分一號衛(wèi)星圖像進(jìn)行光譜角度制圖分類、圖像裁切、形態(tài)學(xué)處理等提取淹沒區(qū)周圍的災(zāi)前河湖范圍,通過空間掩膜處理消除連接的河湖區(qū),以準(zhǔn)確提取洪水淹沒區(qū)輪廓。針對災(zāi)后持續(xù)監(jiān)測的高分四號衛(wèi)星影像,基于災(zāi)后第一時(shí)間高分四號衛(wèi)星圖像提取的洪水范圍,進(jìn)行洪水標(biāo)記樣本選擇,利用光譜角度制圖分類方法生成水域范圍。利用災(zāi)前河湖范圍,采用同樣的空間掩膜處理方法剔除洪水區(qū)域外圍連接的河湖區(qū),實(shí)現(xiàn)洪水范圍的連續(xù)監(jiān)測。

(3)受災(zāi)情況統(tǒng)計(jì)評估。潰決型洪水經(jīng)歷了發(fā)生、發(fā)展到逐步消退的過程。以災(zāi)后監(jiān)測的最大洪水范圍作為受災(zāi)范圍,基于災(zāi)前遙感分類的土地覆蓋類型,通過空間疊加分析方法統(tǒng)計(jì)洪水淹沒區(qū)域內(nèi)農(nóng)用地、人造地表面積。利用潰決型洪水所發(fā)生的行政區(qū)人口和面積統(tǒng)計(jì)資料,估算人口密度,結(jié)合受淹范圍,評估受災(zāi)人口,計(jì)算方法如下。

式中:N為受災(zāi)人口;M為最大淹沒范圍;P為洪水發(fā)生地行政區(qū)人口;S為行政區(qū)所轄面積。

圖1 潰決型洪水災(zāi)害監(jiān)測評估流程Fig.1 Flow of monitoring and assessment for outburst flood disaster

2 應(yīng)用成果及評價(jià)分析

2.1 應(yīng)用成果

按照30 m全球地表覆蓋數(shù)據(jù)集,洪災(zāi)發(fā)生區(qū)域鄱陽縣古縣渡鎮(zhèn)向陽圩地表覆蓋類型包括耕地、林地、草地、人造地表和水體5類。根據(jù)國家標(biāo)準(zhǔn)《土地利用現(xiàn)狀分類》(GBT 21010－2017),將耕地、林地、草地統(tǒng)一劃為農(nóng)用地,作為從事農(nóng)業(yè)生產(chǎn)的土地。人造地表是人類生產(chǎn)、生活的場所,是廣義上的縣、鄉(xiāng)、村等人為活動的居民地。因此,針對災(zāi)前高分一號衛(wèi)星寬視場相機(jī)數(shù)據(jù),考慮到云蓋影響,將圖像類別劃為農(nóng)用地、人造地表、水體和云層4類。圖2為基于2016年6月5日高分一號衛(wèi)星圖像的分類結(jié)果,其中,紅色為人造地表,綠色為農(nóng)用地,藍(lán)色為水體,灰色為云層。利用6月21日、22日和23日高分四號衛(wèi)星圖像進(jìn)行洪水范圍提取,結(jié)果見圖3。表1為地表受淹情況統(tǒng)計(jì)。以鄱陽縣古縣渡鎮(zhèn)200平方千米面積、人口9萬人作為測算依據(jù),則受淹區(qū)域影響人口為5462人。

圖2 基于災(zāi)前高分一號衛(wèi)星圖像的分類結(jié)果Fig.2 Classification results based on pre-disaster GF-1 satellite imagery

圖3 基于高分四號衛(wèi)星圖像的洪水范圍提取結(jié)果Fig.3 Flood range extraction results based on GF-4 satellite imagery

表1 地表受淹情況統(tǒng)計(jì)Table 1 Statistics of surface flooding 公頃

2.2 評價(jià)分析

高分四號衛(wèi)星圖像是鄱陽縣潰決型洪水災(zāi)害發(fā)生后最早獲取的遙感圖像數(shù)據(jù),由于沒有多期同步觀測的高分辨率圖像進(jìn)行洪災(zāi)區(qū)域的比對,因此結(jié)合地方報(bào)告的災(zāi)情信息進(jìn)行對比分析。此次洪水災(zāi)害造成了鄱陽縣向陽圩內(nèi)1.03萬畝農(nóng)田被淹,多個(gè)村莊共約5600人受影響。這里將農(nóng)用地作為農(nóng)田來考慮,按照6月21日監(jiān)測的農(nóng)用地面積701.0公頃(即1.05萬畝)計(jì)算,遙感統(tǒng)計(jì)農(nóng)田面積比地方統(tǒng)計(jì)數(shù)多0.02萬畝,精度達(dá)98.1%。受淹地區(qū)影響人口估算為5462人,比地方統(tǒng)計(jì)數(shù)少100余人,估算精度達(dá)97.5%。以上結(jié)果表明:本文提出的遙感監(jiān)測和受災(zāi)情況估算結(jié)果準(zhǔn)確度高,具有良好的應(yīng)用價(jià)值,可為及時(shí)開展救災(zāi)工作提供決策參考。分析基于高分四號衛(wèi)星圖像提取的潰堤型洪水范圍,其誤差來源主要在于衛(wèi)星圖像的空間分辨率、分類模型和標(biāo)記樣本選取的代表性。而受淹地類和受災(zāi)人口的評估效果也會受到遙感分類精度、統(tǒng)計(jì)資料的準(zhǔn)確性及人口空間分布密度不均衡性等因素的影響。

從遙感監(jiān)測和統(tǒng)計(jì)結(jié)果看,此次鄱陽縣古縣渡鎮(zhèn)向陽圩河堤潰口造成的洪水災(zāi)害經(jīng)歷了淹沒區(qū)顯著擴(kuò)大和逐步消退的過程。災(zāi)后第1天(6月21日),洪水淹沒面積達(dá)1213.8公頃,其中農(nóng)用地為701.0公頃,人為活動的人造地表區(qū)域達(dá)339.5公頃。災(zāi)后第2天,洪水淹沒區(qū)域已有明顯縮小,總淹沒面積降至759.5公頃,農(nóng)用地受淹面積降至410.6公頃。災(zāi)后第3天,總淹沒面積繼續(xù)下降至722.7公頃,農(nóng)用地受淹面積減少到372.4公頃,人造地表變化不大,表明農(nóng)田的排水效果更為明顯。

3 結(jié)束語

地球靜止軌道高分辨率對地觀測衛(wèi)星是開展災(zāi)害應(yīng)急觀測、服務(wù)應(yīng)急管理工作的重要手段。本文利用高分四號衛(wèi)星快速響應(yīng)、持續(xù)觀測的優(yōu)勢,結(jié)合災(zāi)前高分一號衛(wèi)星圖像,以江西省鄱陽縣向陽圩河堤潰決型洪水災(zāi)害為例,基于分類后對比分析的思想,實(shí)現(xiàn)了洪水范圍提取與受災(zāi)情況的評估,取得了良好的應(yīng)用效果。應(yīng)用結(jié)果表明:高分四號衛(wèi)星機(jī)動成像能力強(qiáng),能及時(shí)應(yīng)用于監(jiān)測突發(fā)性的潰決型洪水,并能根據(jù)實(shí)際需求實(shí)現(xiàn)對災(zāi)區(qū)的連續(xù)監(jiān)測,是洪水災(zāi)害應(yīng)急監(jiān)測的重要手段;基于高分四號衛(wèi)星圖像的洪水范圍提取和受災(zāi)情況評估方法簡便易行、準(zhǔn)確性高,可用于潰決型洪水范圍及其變化監(jiān)測評估。同時(shí),在應(yīng)用中也發(fā)現(xiàn),受天氣條件和云層遮擋,在6月24日向陽圩完成潰口封堵工作時(shí),高分四號衛(wèi)星未能有效獲取災(zāi)區(qū)圖像。受空間分辨率等因素影響,高分四號衛(wèi)星對居民區(qū)、道路、橋梁等承災(zāi)體細(xì)節(jié)及其變化狀態(tài)的識別能力不強(qiáng)。因此,在充分利用高分四號衛(wèi)星成像優(yōu)勢的基礎(chǔ)上,還要將其與低軌高分辨率光學(xué)衛(wèi)星和雷達(dá)衛(wèi)星相互結(jié)合,對潰決型洪水開展多種探測手段的組合觀測,以更好滿足災(zāi)害監(jiān)測評估業(yè)務(wù)需求。對于高分四號衛(wèi)星后續(xù)的地球靜止軌道衛(wèi)星,建議在保持大幅寬成像的基礎(chǔ)上,進(jìn)一步提升衛(wèi)星成像空間分辨率和輻射性能,擴(kuò)展衛(wèi)星觀測譜段,特別是短波紅外和熱紅外,以提高潰決型洪水災(zāi)害要素及其變化的精細(xì)化辨識能力和全天時(shí)災(zāi)害觀測能力,為實(shí)現(xiàn)洪水災(zāi)害的應(yīng)急監(jiān)測和精準(zhǔn)評估提供更為豐富有效的技術(shù)手段。