曾微波 侯婷婷 楊燦燦 王艷芳

摘要?以安徽省安慶市望江縣為例，采用改進(jìn)后的歸一化水體指數(shù)法進(jìn)行災(zāi)前與災(zāi)后的水體信息提取。將提取到的水體信息作差值得到洪水淹沒(méi)信息，將其與農(nóng)業(yè)用地分布圖、行政區(qū)劃圖疊加。結(jié)果表明，GIS空間分析技術(shù)可直觀地展示不同鄉(xiāng)鎮(zhèn)區(qū)域在洪澇方面的農(nóng)業(yè)用地受災(zāi)程度，為安慶市望江縣農(nóng)業(yè)的可持續(xù)發(fā)展和防災(zāi)減災(zāi)政策的制定提供科學(xué)依據(jù)。

關(guān)鍵詞?GIS;農(nóng)業(yè)洪澇災(zāi)害;遙感監(jiān)測(cè);災(zāi)害評(píng)估

中圖分類(lèi)號(hào)?S?127文獻(xiàn)標(biāo)識(shí)碼?A

文章編號(hào)?0517-6611（2019）23-0251-04

doi：10.3969/j.issn.0517-6611.2019.23.072

開(kāi)放科學(xué)（資源服務(wù)）標(biāo)識(shí)碼（OSID）：

Agricultural Flood Disaster Assessment Method Based on Remote Sensing Monitoring

ZENG Wei?bo1，2，HOU Ting?ting1， YANG Can?can1 et al

（1. Geographic Information and Tourism College of Chuzhou University， Chuzhou， Anhui 239000;2. Institute of Geographic Information Technology of Chuzhou University， Chuzhou， Anhui 239000）

Abstract?An improved normalized water body index method was adopted to extract the water body information before and after the disaster in Wangjiang County， Anqing City， Anhui Province. The information of flood inundation could be obtained by comparing the extracted water body information with the distribution map of agricultural land and administrative divisions， and the experimental results showed that disaster degree of agricultural land in flood areas in different towns could be visually displayed， which provided scientific basis for the sustainable development of agriculture and the formulation of disaster prevention and mitigation policies in the area.

Key words?GIS;Agricultural flood disaster;Remote sensing monitoring;Disaster assessment

我國(guó)地域遼闊、自然地理和氣候條件復(fù)雜、各地自然災(zāi)害頻繁發(fā)生。其中洪澇災(zāi)害是我國(guó)主要的自然災(zāi)害之一，已成為制約社會(huì)經(jīng)濟(jì)可持續(xù)發(fā)展的重要因素[1]。洪澇災(zāi)害是突發(fā)性事件，具有持續(xù)時(shí)間短、危害大等特征。為了有效地預(yù)防和控制洪澇災(zāi)害，必須迅速準(zhǔn)確地了解水情、水勢(shì)的進(jìn)展情況，并及時(shí)進(jìn)行洪澇災(zāi)害的評(píng)估[2-3]。傳統(tǒng)的基于人工為主的信息采集手段已經(jīng)很難滿(mǎn)足防洪抗?jié)车男枰?0世紀(jì)發(fā)展起來(lái)的遙感技術(shù)具有速度快、時(shí)效性好、動(dòng)態(tài)性強(qiáng)等優(yōu)點(diǎn)，因此在防洪減災(zāi)中發(fā)揮著越來(lái)越多的作用[4-5]。特別是在定量評(píng)價(jià)農(nóng)業(yè)暴雨洪澇災(zāi)害風(fēng)險(xiǎn)基礎(chǔ)上，探索洪澇災(zāi)害空間分布特征，尋求防洪抗?jié)车霓r(nóng)業(yè)發(fā)展模式對(duì)降低農(nóng)業(yè)洪澇災(zāi)害風(fēng)險(xiǎn)、減輕洪澇災(zāi)害損失具有重要意義。

洪澇災(zāi)害的遙感監(jiān)測(cè)評(píng)估在國(guó)內(nèi)外都已進(jìn)行了多年的研究，在洪水淹沒(méi)范圍提取研究方面，SHIH S F[6]基于 Landsat MSS 數(shù)據(jù)，利用密度分割法與 非監(jiān)督分類(lèi)法提取水體，

MATGEN P等[7]采用閾值法和區(qū)域生長(zhǎng)法組合的方法對(duì) SARA影像進(jìn)行洪水范圍提取;金哲等[8]采用種子蔓延算法為理論基礎(chǔ)，利用GIS空間分析與建模原理計(jì)算了一定水位線以下的淹沒(méi)區(qū);張依欣等[9]進(jìn)行了不同尺度和平臺(tái)的多種遙感數(shù)據(jù)源的水體信息提取方法研究，為洪水災(zāi)害監(jiān)測(cè)和評(píng)估提供基礎(chǔ)信息依據(jù);沈定濤等[10]提出了一種面向海量DEM數(shù)據(jù)的洪水淹沒(méi)區(qū)生成算法分塊壓縮追蹤法，解決了海量地形數(shù)據(jù)下淹沒(méi)分析計(jì)算問(wèn)題。在災(zāi)后評(píng)估研究方面，王恩[11]采用了GIS技術(shù)進(jìn)行了農(nóng)村地區(qū)洪災(zāi)經(jīng)濟(jì)損失評(píng)估，得出家庭財(cái)產(chǎn)損失和農(nóng)業(yè)生產(chǎn)損失是最要的組成部分;石濤等[12]進(jìn)行了暴雨洪澇風(fēng)險(xiǎn)評(píng)估的GIS和空間化應(yīng)用，解決了洪澇災(zāi)害風(fēng)險(xiǎn)難以精細(xì)化、定量化評(píng)估問(wèn)題。不同的地區(qū)洪澇災(zāi)害監(jiān)測(cè)與評(píng)估的方式不同，但在洪澇災(zāi)害監(jiān)測(cè)與評(píng)估方面針對(duì)縣域類(lèi)型的小區(qū)域農(nóng)業(yè)洪澇災(zāi)害監(jiān)測(cè)與評(píng)估的研究較少。

鑒于此，筆者在遙感和GIS技術(shù)的支持下，使用Landsat 8遙感影像數(shù)據(jù)，提取望江縣地區(qū)洪災(zāi)淹沒(méi)范圍并評(píng)估鄉(xiāng)鎮(zhèn)級(jí)農(nóng)業(yè)洪澇災(zāi)害災(zāi)情，分析研究區(qū)洪澇災(zāi)害發(fā)生的空間分布規(guī)律，旨在為安慶農(nóng)業(yè)可持續(xù)發(fā)展和防災(zāi)減災(zāi)政策的制定提供科學(xué)依據(jù)。

1?技術(shù)路線

該研究?jī)?nèi)容主要分為洪災(zāi)淹沒(méi)范圍提取以及在淹沒(méi)信息提取成功的基礎(chǔ)上進(jìn)行農(nóng)業(yè)洪澇災(zāi)害災(zāi)情評(píng)估2部分，技術(shù)流程如圖1所示。

首先，對(duì)獲取到的研究區(qū)災(zāi)前與災(zāi)后OLI遙感影像數(shù)據(jù)進(jìn)行一系列預(yù)處理，主要包括圖像融合、圖像裁剪、輻射定標(biāo)、大氣校正;其次，基于預(yù)處理得到的數(shù)據(jù)結(jié)合望江縣土地規(guī)劃資料采用最大似然法進(jìn)行監(jiān)督分類(lèi)，得到望江縣的土地利用信息，進(jìn)而得到望江縣農(nóng)業(yè)用地分布信息;再次，結(jié)合波譜特征分別對(duì)災(zāi)前、災(zāi)后洪水水體信息進(jìn)行識(shí)別與提取，然后將正常水體信息與洪澇災(zāi)害發(fā)生后的水體分布信息作空間差值運(yùn)算得到洪澇災(zāi)害淹沒(méi)范圍，從而利用GIS的空間疊加分析功能將洪水淹沒(méi)范圍與本底的行政區(qū)劃圖、農(nóng)業(yè)用地分布圖進(jìn)行疊加分析最后得到洪災(zāi)損害及其空間分布信息。

1.1?數(shù)據(jù)來(lái)源

望江縣位于南部平原，全縣總面積1 357.37 km2，耕地多分布在東南部平原地區(qū)。望江縣降水量充沛，但季節(jié)和年際變化大，降水多集中于夏季。獨(dú)特的地理?xiàng)l件、特定的氣候條件以及頻繁的人類(lèi)活動(dòng)共同作用，使得安慶市望江縣成為農(nóng)業(yè)洪澇災(zāi)害受災(zāi)嚴(yán)重的地區(qū)之一，對(duì)望江縣的農(nóng)業(yè)生產(chǎn)造成了極大危害。

選用數(shù)據(jù)包括云量較少、影像清晰的2016年洪災(zāi)前Landsat 8遙感數(shù)據(jù)和2016年災(zāi)后Landsat 8數(shù)據(jù)。Landsat 8 在空間分辨率和光譜特性等方面與Landsat 1～7保持了基本一致，衛(wèi)星一共有11個(gè)波段，波段1～7，9～11的空間分辨率為30 m，波段8為15 m分辨率的全色波段，衛(wèi)星每16 d可以實(shí)現(xiàn)1次全球覆蓋，具體波段信息如表1所示。

1.2?數(shù)據(jù)預(yù)處理

（1）遙感數(shù)據(jù)預(yù)處理。Landsat 8得到的數(shù)據(jù)為L(zhǎng)evel1T級(jí)別，已經(jīng)過(guò)輻射校正和幾何校正，所以一般情況下可以直接使用而不需要幾何校正。所需預(yù)處理主要包括圖像融合、圖像裁剪、輻射定標(biāo)、大氣校正等。

（2）土地分類(lèi)。為得出望江縣農(nóng)業(yè)用地分布圖用于后期農(nóng)業(yè)洪澇災(zāi)害評(píng)估，筆者采用最大似然法進(jìn)行監(jiān)督分類(lèi)，并結(jié)合望江縣土地規(guī)劃資料對(duì)望江縣土地利用類(lèi)型進(jìn)行了劃分，將其劃分為水體、林地、建設(shè)用地、農(nóng)業(yè)用地4類(lèi)。

2?洪災(zāi)淹沒(méi)范圍提取

自然界中各類(lèi)客體在電磁波波普的各波普段上反應(yīng)的特征不盡相同。在近紅外和中紅外波段，水體反射的能量很少，相比之下土壤、植被及城市在近紅外波段反射的能量較高。由于水體的輻射水平比其他地物相對(duì)較低，因此在彩色遙感影像上的顯示為暗色調(diào)。水體的這一光譜特征成為提取水體信息的重要理論支撐?；诖耍蓪㈩A(yù)處理得到的數(shù)據(jù)結(jié)合波譜特征進(jìn)行洪水水體信息的識(shí)別與提取。

2.1?多源遙感數(shù)據(jù)水體信息提取研究

遙感技術(shù)對(duì)空間信息的獲取具有非常強(qiáng)的優(yōu)勢(shì)，目前所擁有的低、中、高等不同分辨率以及全色、多光譜、融合等不同種類(lèi)的遙感數(shù)據(jù)可以在洪澇災(zāi)害評(píng)估的空間信息的獲取中發(fā)揮重要作用[13]。水體提取中比較常用的方法主要有監(jiān)督分類(lèi)法、單波段法、多波段法。

監(jiān)督分類(lèi)法是根據(jù)已知訓(xùn)練區(qū)提供的水體樣本，通過(guò)選擇特征參數(shù)，求出特征參數(shù)作為決策規(guī)則，建立判別函數(shù)以對(duì)各待分類(lèi)影像進(jìn)行圖像分類(lèi)，該方法人為主觀因素較強(qiáng)且耗時(shí)較多，因此不適用于該研究區(qū)域;單波段法利用水體與非水體在遙感影像上反射率或亮度值之間的差異，選定一定的閾值反復(fù)試驗(yàn)提取水體[14]，該方法受陰影干擾比較大，難以提取較窄水體?？紤]到望江縣內(nèi)存在山體地形以及眾多細(xì)小支流，不采用該方法。多波段法主要利用遙感影像各波段之間的綜合關(guān)系來(lái)提取水體信息，可分為譜間關(guān)系法和水體指數(shù)法，譜間關(guān)系法是通過(guò)分析地物在各光譜曲線上的特征，用邏輯判斷提取出水體信息。水體指數(shù)法是利用水體同背景地物反射特性差異最大的2個(gè)波段進(jìn)行代數(shù)運(yùn)算，增大差異并通過(guò)閾值分析提取水體信息[15]。目前，典型的水體指數(shù)有歸一化水體指數(shù)[16]（normalized difference water index，NDWI）、改進(jìn)的歸一化水體指數(shù)[17]（modified normalized difference water index，MNDWI）、增強(qiáng)型水體指數(shù)（enhanced water index，EWI）、新型水體指數(shù)（new water index，NWI）等。

2.2?水體提取

各水體指數(shù)在水體信息提取方面都取得了較好的效果，但是每種指數(shù)方法都有其局限性與適用性。適用于該研究區(qū)域地形的應(yīng)用較為廣泛的主要是 MCFEETERS S K[16]提出的歸一化差異水體指數(shù)和徐涵秋構(gòu)建的改進(jìn)型歸一化差異水體指數(shù)。

NDWI法只考慮了植被因素，卻忽略了土壤/建筑物這一重要地類(lèi)，通過(guò)NDWI法提取出來(lái)的水體信息因?yàn)榫G光反射率高于近紅外波段，往往造成土壤/建筑物與水體信息混淆。徐涵秋[17]針對(duì)該問(wèn)題提出了改進(jìn)的歸一化差異水體指數(shù)MNDWI法，在歸一化差異水體指數(shù)分析的基礎(chǔ)上，對(duì)構(gòu)成該指數(shù)的波長(zhǎng)組合進(jìn)行了修改，MNDWI比NDWI更好地揭示水體細(xì)微特征。

基于上述認(rèn)識(shí)并結(jié)合區(qū)域內(nèi)地形情況，采用改進(jìn)的歸一化差異水體指數(shù)法進(jìn)行水體的提取。改進(jìn)的歸一化差異水體指數(shù)MNDWI模型為

MNDWI=Green-MIRGreen+MIR

式中，Green指綠色波段，MIR指中紅外波段，在Landsat 8 OLI影像中則分別為第3和6波段。與其他指數(shù)相比，MNDWI指數(shù)的優(yōu)勢(shì)在于不僅能夠通NDWI指數(shù)一樣極化水體與植被之間的影像差異，而是因?yàn)槔昧私ㄖ锏姆瓷渎蕪慕t外波段到中紅外波段驟然轉(zhuǎn)強(qiáng)、水體反射率則從近紅外波段到中紅外波段持續(xù)降低的特性，從而解決了水體提取中難以消除陰影的難題。

查閱資料以及試驗(yàn)比較顯示，該研究使用ENVI 5.3軟件采用改進(jìn)的歸一化差異水體指數(shù)對(duì)經(jīng)過(guò)預(yù)處理的研究區(qū)遙感影像數(shù)據(jù)進(jìn)行水體的增強(qiáng)，首先獲得水體增強(qiáng)影像圖，然后取閾值為0對(duì)MNDWI指數(shù)影像中的水體進(jìn)行提取，最后將提取出的水體信息矢量化，提取的災(zāi)前水體與災(zāi)后水體結(jié)果如圖2所示。

3?洪災(zāi)范圍計(jì)算與災(zāi)情評(píng)估

洪水淹沒(méi)范圍的確定是洪澇災(zāi)害進(jìn)行損失評(píng)估的重要環(huán)節(jié)，快速準(zhǔn)確地獲取洪水淹沒(méi)范圍在救災(zāi)減災(zāi)工作中具有重要意義。洪水淹沒(méi)按照淹沒(méi)成因分為無(wú)源淹沒(méi)和有源淹沒(méi)，該研究采用無(wú)源淹沒(méi)分析方法獲取相應(yīng)淹沒(méi)范圍。

將ENVI 5.3軟件中提取出的災(zāi)前正常水體信息與災(zāi)后水體信息轉(zhuǎn)換成矢量數(shù)據(jù)，在ArcGIS軟件中對(duì)水體提取結(jié)果進(jìn)行空間差值運(yùn)算從而得到洪水淹沒(méi)的水體空間信息。將洪水淹沒(méi)的水體空間信息與望江縣行政區(qū)劃圖、望江縣農(nóng)業(yè)用地分布圖進(jìn)行疊加，得到洪水淹沒(méi)信息提取的最終結(jié)果，用來(lái)評(píng)估洪澇災(zāi)害對(duì)鄉(xiāng)鎮(zhèn)農(nóng)業(yè)的影響。洪災(zāi)淹沒(méi)信息專(zhuān)題如圖3所示。

根據(jù)疊加結(jié)果結(jié)合調(diào)查資料可知，截至7月9日望江縣全縣受災(zāi)人口約2.5萬(wàn)人，倒塌房屋44戶(hù)310間。在本次洪澇災(zāi)害中整體經(jīng)濟(jì)損失超過(guò)7.70×108元，其中農(nóng)業(yè)損失一項(xiàng)就超過(guò)6.30×108元。農(nóng)作物受災(zāi)面積達(dá)到約370 km2，受災(zāi)比例達(dá)到43.23%。精度評(píng)價(jià)顯示，研究提取得到的洪水淹沒(méi)信息提取的總體精度為92.17%。

通過(guò)GIS空間分析技術(shù)可直觀地展示不同鄉(xiāng)鎮(zhèn)區(qū)域在洪澇方面的農(nóng)業(yè)用地受災(zāi)程度，為不同區(qū)域在洪澇災(zāi)害的防御提供參考。漳湖鎮(zhèn)、雷池鄉(xiāng)、賽口鎮(zhèn)等受災(zāi)較為嚴(yán)重的鄉(xiāng)鎮(zhèn)應(yīng)加強(qiáng)對(duì)農(nóng)業(yè)洪澇預(yù)防應(yīng)急預(yù)案的制定，同時(shí)加強(qiáng)對(duì)各農(nóng)業(yè)水利工程的建設(shè)，從而降低洪澇災(zāi)害帶來(lái)的損失;另一方面，危險(xiǎn)程度較低的鄉(xiāng)鎮(zhèn)也要緊密配合，從整體預(yù)防和規(guī)劃的角度對(duì)洪澇進(jìn)行治理，從而促進(jìn)安慶市望江縣農(nóng)業(yè)的可持續(xù)發(fā)展。

望江縣地形非常容易發(fā)生洪澇災(zāi)害，因此水利工程起到了至關(guān)重要的作用。1998年長(zhǎng)江中下游特大洪澇災(zāi)害后，望江縣開(kāi)始通過(guò)水利工程的建設(shè)改善洪澇狀況，但當(dāng)前的防洪抗?jié)吃O(shè)施仍遠(yuǎn)不能滿(mǎn)足發(fā)展需求。調(diào)查發(fā)現(xiàn)，當(dāng)?shù)貒ㄌ铿F(xiàn)象日趨嚴(yán)重，導(dǎo)致望江縣抗洪形勢(shì)嚴(yán)峻。望江縣的洪澇災(zāi)害依舊對(duì)當(dāng)?shù)氐霓r(nóng)業(yè)發(fā)展以及人民的生活造成巨大影響。通過(guò)遙感技術(shù)與GIS技術(shù)的結(jié)合進(jìn)行災(zāi)情評(píng)估，可以快速估算損失，參考類(lèi)似地區(qū)的洪澇災(zāi)害情況并結(jié)合當(dāng)?shù)貙?shí)際情況提出合適的抗洪救災(zāi)措施，在抗洪救險(xiǎn)時(shí)明確目標(biāo)任務(wù)，將災(zāi)中救援任務(wù)與災(zāi)后重建任務(wù)落到實(shí)處，從而減少洪澇災(zāi)害對(duì)農(nóng)業(yè)生產(chǎn)帶來(lái)的損失。

望江縣是整個(gè)安慶地區(qū)脆弱性的高值區(qū)，以農(nóng)業(yè)經(jīng)濟(jì)為主，醫(yī)療衛(wèi)生條件差。因此，提高行洪排澇的能力、完善排水設(shè)施以減少田間積水、提高醫(yī)療衛(wèi)生水平和及時(shí)的災(zāi)后物資補(bǔ)給對(duì)抗洪搶險(xiǎn)至關(guān)重要。此外，應(yīng)加大對(duì)農(nóng)民技能培訓(xùn)、農(nóng)業(yè)知識(shí)和農(nóng)業(yè)保險(xiǎn)知識(shí)宣傳等，從而保障農(nóng)戶(hù)的災(zāi)后恢復(fù)能力。科學(xué)合理地處理農(nóng)業(yè)洪澇災(zāi)害可以減少大量損失，在未來(lái)的抗洪救災(zāi)中，遙感技術(shù)與GIS技術(shù)應(yīng)當(dāng)被更加廣泛地利用，從而更好地服務(wù)于洪災(zāi)的防治、監(jiān)測(cè)與災(zāi)情評(píng)估。

4?結(jié)語(yǔ)

該研究采用OLI影像，提取了2016年望江縣地區(qū)農(nóng)業(yè)洪災(zāi)淹沒(méi)范圍，并對(duì)鄉(xiāng)鎮(zhèn)級(jí)農(nóng)業(yè)洪澇災(zāi)害災(zāi)情進(jìn)行了評(píng)估，結(jié)果表明MNDWI水體指數(shù)法在小區(qū)域范圍內(nèi)的洪澇災(zāi)害水體信息提取方面表現(xiàn)出很好的適用性，可實(shí)現(xiàn)較高精度的洪水信息提取。但遙感與GIS技術(shù)的結(jié)合能準(zhǔn)確、快速地呈現(xiàn)災(zāi)后洪水淹沒(méi)范圍，表現(xiàn)農(nóng)業(yè)用地淹沒(méi)狀況。因此，該研究對(duì)小區(qū)域農(nóng)業(yè)洪澇災(zāi)害的監(jiān)測(cè)與評(píng)估具有一定的借鑒意義。

目前國(guó)內(nèi)外自然災(zāi)害風(fēng)險(xiǎn)的評(píng)估方法與技術(shù)手段等方面的研究仍未達(dá)成完全的共識(shí)，且評(píng)估資料有限，因此完全、精確地評(píng)估農(nóng)業(yè)洪澇災(zāi)害存在一定的難度。

參考文獻(xiàn)

[1] 楊昆，黃詩(shī)峰，辛景峰，等.水旱災(zāi)害遙感監(jiān)測(cè)技術(shù)及應(yīng)用研究進(jìn)展[J].中國(guó)水利水電科學(xué)研究院學(xué)報(bào)，2018，16（5）：451-456，465.

[2] 霍治國(guó)，范雨嫻，楊建瑩，等.中國(guó)農(nóng)業(yè)洪澇災(zāi)害研究進(jìn)展[J].應(yīng)用氣象學(xué)報(bào)，2017，28（6）：641-653.

[3] 尹曉媛，付星基，劉甲明，等.遙感技術(shù)在農(nóng)業(yè)災(zāi)害監(jiān)測(cè)中的應(yīng)用[J].南方農(nóng)業(yè)，2017，11（20）：110-112.

[4] 張會(huì)，張繼權(quán)，韓俊山.基于GIS技術(shù)的洪澇災(zāi)害風(fēng)險(xiǎn)評(píng)估與區(qū)劃研究：以遼河中下游地區(qū)為例[J].自然災(zāi)害學(xué)報(bào)，2005，14（6）：141-146.

[5] 楊文華.基于GIS的農(nóng)業(yè)洪澇災(zāi)害風(fēng)險(xiǎn)評(píng)估模型[J].農(nóng)業(yè)工程，2018，8（2）：77-80.

[6] SHIH S F.Comparison of ELAS classification and density slicing Landsat data for water?surface area assessment[C]//JOHNSON A I.Hydrologic applications of space technology.Wallingford：IAHS Press，1985：91-97.

[7]MATGEN P，HOSTACHE R，SCHUMANN G，et al.Towards an automated SAR?based flood monitoring system：Lessons learned from two case studies[J].Physics and chemistry of the earth，2010，36（7）：241-252.

[8] 金哲，肖旎旎.基于GIS的洪水淹沒(méi)區(qū)分析[J].吉林水利，2014（6）：30-32，37.

[9] 張依欣，張濤，劉芳，等.基于多源遙感數(shù)據(jù)的水體信息提取研究[J].測(cè)繪與空間地理信息，2014，37（5）：47-50.

[10] 沈定濤，王結(jié)臣，張煜，等.一種面向海量數(shù)字高程模型數(shù)據(jù)的洪水淹沒(méi)區(qū)快速生成算法[J].測(cè)繪學(xué)報(bào)，2014，43（6）：645-652.

[11]王恩.基于GIS的農(nóng)村地區(qū)洪災(zāi)經(jīng)濟(jì)損失評(píng)估技術(shù)研究[J].山西建筑，2017，43（9）：205-207.

[12] 石濤，馬菊，謝五三，等.暴雨洪澇風(fēng)險(xiǎn)評(píng)估的GIS和空間化應(yīng)用[C]//中國(guó)氣象學(xué)會(huì).第33屆中國(guó)氣象學(xué)會(huì)年會(huì) S1 災(zāi)害天氣監(jiān)測(cè)、分析與預(yù)報(bào).北京：中國(guó)氣象學(xué)會(huì)，2016：1.

[13] 謝敏，劉占寧.基于多尺度多源遙感信息的水體提取方法對(duì)比研究[J].內(nèi)蒙古科技與經(jīng)濟(jì)，2018（8）：95-98.

[14] 潘方博，毛鵬磊，胡乃勛.基于遙感影像的水體提取方法對(duì)比[J].河南科技，2015（22）：149-151.

[15] 王嘉芃，劉婷，俞志強(qiáng)，等.基于COSMO-SkyMed和SPOT-5的城鎮(zhèn)洪水淹沒(méi)信息快速提取研究[J].遙感技術(shù)與應(yīng)用，2016，31（3）：564-571.

[16] MCFEETERS S K.The use of the Normalized Difference Water Index（NDWI）in the delineation of open water features [J].International journal of remote sensing，1996，17（7）：1425-1432.

[17] 徐涵秋.利用改進(jìn)的歸一化差異水體指數(shù)（MNDWI）提取水體信息的研究[J].遙感學(xué)報(bào)，2005，9（5）：589-595.