文 | 江威 李小濤 呂娟 左惠強(qiáng) 楊昆 尹建明 何國金 龐治國

1.中國再保險(xiǎn)（集團(tuán)）股份有限公司博士后工作站

2.水利部防洪抗旱減災(zāi)工程技術(shù)研究中心/中國水利水電科學(xué)研究院

3.中再巨災(zāi)風(fēng)險(xiǎn)管理股份有限公司

4.中國財(cái)產(chǎn)再保險(xiǎn)有限責(zé)任公司

5.中國科學(xué)院空天信息創(chuàng)新研究院

一、前言

三級階梯地貌和季風(fēng)氣候特點(diǎn)，決定了洪澇災(zāi)害是我國長期存在的自然災(zāi)害。衛(wèi)星遙感具有宏觀視角、客觀準(zhǔn)確以及定期重訪等優(yōu)勢，在洪澇災(zāi)害應(yīng)急服務(wù)中發(fā)揮著不可或缺的作用，但遙感數(shù)據(jù)處理流程復(fù)雜、定量化處理精度不高以及信息挖掘水平較低，一定程度制約著洪澇災(zāi)害遙感應(yīng)急服務(wù)的時效性和精度。隨著衛(wèi)星遙感大數(shù)據(jù)時代的到來，多源衛(wèi)星遙感綜合對地觀測體系初步建立，面向洪澇災(zāi)害應(yīng)急監(jiān)測，衛(wèi)星遙感數(shù)據(jù)源日益豐富，數(shù)據(jù)的采集頻率不斷提高，為洪澇災(zāi)害應(yīng)急奠定了良好的數(shù)據(jù)基礎(chǔ)；與此同時，人工智能和云計(jì)算蓬勃發(fā)展，不斷豐富遙感信息挖掘模型和提升遙感大數(shù)據(jù)計(jì)算能力，為洪澇遙感即時服務(wù)提供良好的技術(shù)支撐。

二、洪澇災(zāi)害遙感應(yīng)急服務(wù)面臨的挑戰(zhàn)

近年來，國內(nèi)外遙感衛(wèi)星發(fā)射數(shù)量增加迅速，衛(wèi)星遙感進(jìn)入大數(shù)據(jù)時代，海量的衛(wèi)星遙感數(shù)據(jù)以每日TB 級的速度增長，為洪澇災(zāi)害應(yīng)急監(jiān)測提供了豐富數(shù)據(jù)源。據(jù)不完全統(tǒng)計(jì)，僅洪澇災(zāi)害應(yīng)急服務(wù)常用的中高分辨率光學(xué)和雷達(dá)遙感衛(wèi)星就超過了30 顆，如表1 所示。

表1 洪澇災(zāi)害應(yīng)急服務(wù)常用的中高分辨率衛(wèi)星遙感數(shù)據(jù)

衛(wèi)星遙感大數(shù)據(jù)為洪澇災(zāi)害應(yīng)急提供堅(jiān)實(shí)數(shù)據(jù)支撐，但同時面臨如下三個挑戰(zhàn)：

1）衛(wèi)星遙感大數(shù)據(jù)處理鏈條時間過長。一般而言，衛(wèi)星數(shù)據(jù)從下傳到處理成高級產(chǎn)品，至少需要3-5 個小時，開展洪澇信息挖掘分析一般需要5-7 個小時甚至更長時間，因此，從數(shù)據(jù)采集到洪澇災(zāi)害信息全鏈條挖掘分析大約超過12 小時，制約著洪澇災(zāi)害遙感應(yīng)急服務(wù)的時效性。

2）遙感大數(shù)據(jù)的定量化處理精度不高。國產(chǎn)高分系列衛(wèi)星極大豐富了數(shù)據(jù)源，但數(shù)據(jù)影像的幾何和輻射定量化水平不夠高，如高分二號衛(wèi)星（GF-2）數(shù)據(jù)僅通過自帶有理函數(shù)系數(shù)模型（RPC）幾何校正定位精度為超過10m，而影像輻射校正因缺乏精細(xì)的衛(wèi)星定標(biāo)參數(shù)和大氣剖面參數(shù)，反演的地表反射率精度也存在較大不確定性，一定程度影響洪澇災(zāi)害遙感數(shù)據(jù)定量化處理精度。

3）洪澇災(zāi)害遙感信息智能挖掘水平較低。人工智能方法為洪澇災(zāi)害智能化信息提取帶來了契機(jī)，然而洪災(zāi)災(zāi)害涉及的遙感監(jiān)測要素較多且復(fù)雜，農(nóng)田、房屋以及道路等地物受洪水淹沒后，光譜和結(jié)構(gòu)發(fā)生顯著改變，“同物異譜”和“同譜異物”的現(xiàn)象廣泛存在，制約著洪災(zāi)遙感信息智能挖掘的深度和效率。

三、洪澇災(zāi)害遙感即時服務(wù)框架的構(gòu)建

針對衛(wèi)星遙感大數(shù)據(jù)時代洪澇災(zāi)害遙感應(yīng)急服務(wù)面臨的挑戰(zhàn)，提出構(gòu)建洪澇災(zāi)害遙感即時服務(wù)框架，旨在提高洪澇災(zāi)害應(yīng)急服務(wù)的時效性和精確性，滿足新時期洪澇遙感應(yīng)急監(jiān)測的需求。該框架主要包含三個系統(tǒng)和兩個平臺（圖1），其中多源衛(wèi)星遙感數(shù)據(jù)采集系統(tǒng)，包含且不限于高分、資源、測繪、美國陸地衛(wèi)星（Landsat）、歐洲哨兵衛(wèi)星（Sentinel）以及商業(yè)系列衛(wèi)星，通過多源衛(wèi)星組網(wǎng)對地觀測，提高遙感衛(wèi)星重返頻次，豐富遙感衛(wèi)星成像模式，為洪澇災(zāi)害全過程遙感監(jiān)測提供豐富數(shù)據(jù)源。

圖1 洪澇災(zāi)害遙感即時服務(wù)框架

高性能硬件支撐平臺主要解決衛(wèi)星遙感大數(shù)據(jù)處理鏈條中傳輸耗時和計(jì)算效率較低的問題，包含傳輸、存儲和計(jì)算三個方面。通常，高分辨率衛(wèi)星遙感數(shù)據(jù)量較大，高速光纖專線才能實(shí)現(xiàn)遙感數(shù)據(jù)快速傳輸，縮短衛(wèi)星數(shù)據(jù)獲取傳輸時間；大規(guī)模存儲不僅能夠存儲洪澇災(zāi)害地區(qū)歷史遙感數(shù)據(jù)、即時傳輸遙感數(shù)據(jù)以及相關(guān)地理輔助數(shù)據(jù)，而且為遙感信息智能挖掘和信息服務(wù)提供硬件空間，支撐數(shù)據(jù)快速讀取和管理；高性能服務(wù)器主要通過服務(wù)器集群并行計(jì)算，提高衛(wèi)星遙感大數(shù)據(jù)定量化處理和信息智能挖掘的效率。

衛(wèi)星遙感大數(shù)據(jù)定量化處理平臺針對光學(xué)和雷達(dá)定制不同的處理模塊，其中光學(xué)影像包括幾何精校正、光譜融合、地表反射率反演和鑲嵌裁剪等處理流程，雷達(dá)影像包含軌道校正、輻射校正、多視處理以及空間濾波等處理步驟。定量化處理平臺與大規(guī)模存儲系統(tǒng)以及高性能服務(wù)器緊密耦合，一方面，研發(fā)模塊化處理功能，實(shí)現(xiàn)多源衛(wèi)星遙感大數(shù)據(jù)自動化快速處理；另一方面，聚焦幾何精定位和輻射精校正技術(shù)研發(fā)，提高遙感大數(shù)據(jù)的定量化處理精度。

洪澇災(zāi)害遙感信息智能挖掘系統(tǒng)，引入人工智能模型提高信息智能挖掘水平。通過構(gòu)建洪澇災(zāi)害要素訓(xùn)練樣本庫，不僅包含洪水淹沒范圍提取所需的水體和非水體樣本，而且還包含災(zāi)前土地利用分類、作物精細(xì)分類以及水利工程設(shè)施等樣本。針對不同要素類型，選用人工智能模型庫中的模型算法，開展洪澇災(zāi)害多要素信息智能挖掘。通過不斷迭代完善樣本庫和擴(kuò)充模型庫，實(shí)現(xiàn)洪澇災(zāi)害要素的精確識別和快速提取。

洪澇災(zāi)害遙感信息服務(wù)系統(tǒng)主要是將挖掘的洪災(zāi)遙感信息和其他輔助信息進(jìn)行綜合加工融合，形成專題圖和簡報(bào)，直接服務(wù)于抗洪指揮部門。通過衛(wèi)星遙感數(shù)據(jù)提取多時相洪澇淹沒范圍，計(jì)算洪澇淹沒歷時，結(jié)合數(shù)字高程模型和實(shí)測水位數(shù)據(jù)推算洪澇淹沒深度，估算洪澇災(zāi)害損失率，開展洪澇社會經(jīng)濟(jì)損失動態(tài)評估。對以上信息進(jìn)行總結(jié)分析，不定期形成洪澇災(zāi)害遙感監(jiān)測簡報(bào)和專題圖，上報(bào)給決策機(jī)構(gòu)。

四、基于框架的洪澇災(zāi)害應(yīng)急監(jiān)測案例

據(jù)應(yīng)急管理部公布的數(shù)據(jù)，2020 年洪澇災(zāi)害造成6346 萬人次受災(zāi)，直接經(jīng)濟(jì)損失1789.6 億元。其中長江流域洪澇災(zāi)情尤為嚴(yán)重，入汛以來共發(fā)生5 次編號洪水，7 月12 日11 時水利部啟動水旱災(zāi)害防御Ⅱ級應(yīng)急響應(yīng)?；诤闈碁?zāi)害遙感即時服務(wù)框架，利用我國的高分三號衛(wèi)星（GF-3）、歐洲哨兵衛(wèi)星數(shù)據(jù)對長江流域洪澇災(zāi)害開展了不定期、不間斷遙感應(yīng)急監(jiān)測評估工作。

在這次長江流域大洪水過程中，長江中游地區(qū)水文情況較復(fù)雜，受災(zāi)情況嚴(yán)重，尤其是鄱陽湖地區(qū)。7 月2 日到7 月9 日，在長江上游來水和強(qiáng)降雨的影響下鄱陽湖水位持續(xù)上漲，周邊主要水文站（九江、永修、星子、鄱陽、湖口）7 月8 日均已超出警戒水位，洪澇災(zāi)害嚴(yán)重。

從遙感監(jiān)測的結(jié)果可以發(fā)現(xiàn)，鄱陽湖地區(qū)7月8 日湖區(qū)面積擴(kuò)大十分顯著，各個支流兩岸均有淹沒區(qū)。7 月8 日至12 日受災(zāi)面積持續(xù)擴(kuò)大，擴(kuò)大部分集中在支流細(xì)脈和河湖的交界處以及圩堤潰壩所造成的土地淹沒（圖2）；7 月14 日鄱陽湖湖區(qū)面積變化不大，水位已基本穩(wěn)定甚至開始下降，洪澇災(zāi)害遙感監(jiān)測結(jié)果與鄱陽湖主要控制水文站水位變化趨勢一致（圖3）；7 月20 日鄱陽湖水系來水呈現(xiàn)消退趨勢，湖區(qū)水域面積仍繼續(xù)擴(kuò)大，但增幅趨緩，較7 月14 日增大約360km。

圖2 鄱陽湖地區(qū)圩堤潰壩遙感監(jiān)測

圖3 鄱陽湖水域面積與水位變化對比圖

五、結(jié)束語

洪澇災(zāi)害遙感應(yīng)急服務(wù)涉及遙感數(shù)據(jù)采集、定量化處理、信息智能挖掘以及信息融合等多個流程環(huán)節(jié)，由于各流程環(huán)節(jié)的復(fù)雜程度不同，所需的耗時和精度要求不盡相同，因此，針對框架中高耗時的處理環(huán)節(jié)，開展模塊化、并行化以及智能化的功能研發(fā)，提高洪澇災(zāi)害遙感即時服務(wù)的效率和精度，才能有效滿足當(dāng)前遙感洪災(zāi)應(yīng)急服務(wù)的需求。

本文提出的洪澇災(zāi)害遙感即時服務(wù)框架，旨在為新時期洪澇遙感應(yīng)急監(jiān)測和評估工作提供一種參考，已在2020 年長江流域鄱陽湖地區(qū)洪澇災(zāi)害應(yīng)急中取得初步應(yīng)用。隨著洪澇災(zāi)害應(yīng)急要求不斷提高，洪澇遙感即時服務(wù)的效率和精度也將不斷提升，不僅需要優(yōu)化洪澇災(zāi)害即時服務(wù)框架中的處理模塊，而且要制定洪澇遙感即時服務(wù)的規(guī)范標(biāo)準(zhǔn)，研究洪澇災(zāi)情信息主動服務(wù)機(jī)制，暢通遙感數(shù)據(jù)采集、遙感信息挖掘和遙感信息服務(wù)的鏈路，將衛(wèi)星遙感大數(shù)據(jù)更好地服務(wù)于洪澇災(zāi)害應(yīng)急服務(wù)中。