彭繼達(dá) 張春桂 吳作航

(福建省氣象科學(xué)研究所，福建 福州 350008)

暴雨洪澇災(zāi)害是一種發(fā)生頻率較高、影響范圍較廣的自然災(zāi)害，不僅危害農(nóng)作物生長，還會(huì)危及人的生命財(cái)產(chǎn)安全。針對(duì)突發(fā)性洪水的淹沒區(qū)范圍進(jìn)行快速提取，對(duì)救災(zāi)及災(zāi)情評(píng)估具有重大意義。浙江、福建等南方地區(qū)多為山地丘陵地形，同時(shí)，洪澇災(zāi)害發(fā)生時(shí)往往伴隨著多云、降水等天氣，致使常規(guī)光學(xué)衛(wèi)星接收的電磁波受大氣層干擾，無法及時(shí)地進(jìn)行地面災(zāi)情監(jiān)測(cè)。隨著中國高分三號(hào)衛(wèi)星(GF-3)、哨兵一號(hào)雷達(dá)衛(wèi)星(Sentinel-1)等星載雷達(dá)衛(wèi)星的發(fā)射，洪澇災(zāi)害衛(wèi)星遙感監(jiān)測(cè)成為可能。星載C波段合成孔徑雷達(dá)(SAR)屬于主動(dòng)遙感，其發(fā)射的電磁波波長約為5.13～7.39cm，可以穿透云霧及小水滴，不受天氣影響，實(shí)現(xiàn)全天候、大范圍、高精度成像。目前，SAR影像被越來越廣泛地應(yīng)用于農(nóng)田水淹、洪水期河道擴(kuò)張等水體淹沒監(jiān)測(cè)中[1]。曹哲等[2]研究了基于閾值分割方法的SAR影像水體提取，該方法的優(yōu)點(diǎn)是簡單快速，但如何確定合適的閾值及邊緣的精確定位是一個(gè)難題。魏航[3]研究了融合SAR影像的多源遙感圖像水體信息提取方法，效果優(yōu)于單星。徐川等[4]研究了基于活動(dòng)輪廓方法的SAR圖像目標(biāo)水體提取，該方法能得到光滑封閉的目標(biāo)輪廓曲線，但計(jì)算復(fù)雜度高、適應(yīng)性差，對(duì)復(fù)雜場景分割效果不佳。陳媛媛等[5-10]利用專家決策樹、機(jī)器學(xué)習(xí)等方法來進(jìn)行水體提取，效果較好，但需要大量的歷史樣本。綜上所述，閾值分割法在不具備雙峰特征的區(qū)域，分類精度不高；機(jī)器學(xué)習(xí)、活動(dòng)輪廓等方法精度較高但計(jì)算過于繁瑣，不利于災(zāi)情期間的快速提取。在洪澇災(zāi)情應(yīng)用中，高精度和時(shí)效性都是至關(guān)重要的。本研究兼顧洪澇監(jiān)測(cè)的高精度高時(shí)效性要求，以福建區(qū)域5個(gè)重點(diǎn)水庫為例，將較成熟且快速的最小距離分類法應(yīng)用于SAR影像水體分類中，并采用地形數(shù)據(jù)對(duì)山體陰影進(jìn)行去除，實(shí)現(xiàn)快速提取變化水體，以期為突發(fā)洪澇監(jiān)測(cè)提供支持。

1 資料來源與處理

1.1 研究區(qū)概況

2021年5月16～24日，福建省出現(xiàn)今年首次持續(xù)性暴雨過程，特別是福建北部出現(xiàn)暴雨，局部大暴雨。根據(jù)福建省氣候中心數(shù)據(jù)，全省大部分地區(qū)暴雨過程累積降水量超50mm，其中，閩北地區(qū)累積降水量超250mm(圖1)，導(dǎo)致地質(zhì)災(zāi)害風(fēng)險(xiǎn)程度較高。本研究以此次暴雨過程為例，選取福建省5個(gè)重點(diǎn)水庫(池潭水庫、棉花灘水庫、古田水庫、安砂水庫和水口水庫)，進(jìn)行水體變化范圍提取研究(圖2)。

圖1 福建省2021年5月16～24日累積降水量(單位：mm) 圖2 研究區(qū)示意圖

1.2 Sentinel-1影像下載及預(yù)處理方法

本研究所用衛(wèi)星數(shù)據(jù)為sentinel-1衛(wèi)星IW(Interferometric Wide swath)模式的GRD(Ground Range Detected)Level-1級(jí)SAR數(shù)據(jù)。選取2021年降水較少的4月份SAR影像作為災(zāi)前基準(zhǔn)，選取較接近暴雨過程結(jié)束日的SAR影像作為災(zāi)后影像，具體數(shù)據(jù)信息如表1所示：

表1 2021年5月16～24日降水過程災(zāi)前、災(zāi)后影響選取數(shù)據(jù)信息表

由于SAR衛(wèi)星的發(fā)射機(jī)、功率放大器、接收機(jī)等裝置內(nèi)部有熱量，SAR影像一般都帶有一定程度的熱噪聲，同時(shí)，接收機(jī)接收的后向散射信號(hào)需轉(zhuǎn)化為有單位的物理量即輻射定標(biāo)。因此，先利用歐洲航天局提供的SNAP(Sentinel Application Platform)軟件進(jìn)行熱噪聲去除和輻射定標(biāo)。雷達(dá)照射到地物時(shí)，各個(gè)小散射體的回波是相互干渉的，在雷達(dá)影像上就出現(xiàn)許多小斑點(diǎn)，成為斑點(diǎn)噪聲。為了去除斑點(diǎn)噪聲的影響，雷達(dá)影像還需進(jìn)行濾波處理。本研究選用效果較好的Refined Lee濾波器對(duì)影像進(jìn)行濾波處理。值得注意的是，GRD數(shù)據(jù)已經(jīng)進(jìn)行了多視處理。為了賦予影像坐標(biāo)信息，本研究采用距離多普勒法對(duì)影像進(jìn)行地形校正[11-12]。圖3為經(jīng)過一系列預(yù)處理后的古田水庫區(qū)域SAR影像，不同灰度值表示雷達(dá)后向散射振幅強(qiáng)弱。其中，水體的后向散射強(qiáng)度較弱，在圖中呈現(xiàn)較暗色調(diào)。高低不平的地面后向散射強(qiáng)度較強(qiáng)，在圖中呈現(xiàn)較亮色調(diào)。此外，福建屬山地丘陵地形，影像受山體陰影的影響較大，常出現(xiàn)山體偽水體。

圖3 預(yù)處理后的古田水庫sentinel-1 VV極化影像(2021年5月11日)

2 Sentinel-1 SAR山區(qū)水體淹沒范圍監(jiān)測(cè)

2.1 基于最小距離分類法的水體提取

圖4 暴雨前后水體空間分布

因本研究只需分出水體和非水體2類，同時(shí)兼顧洪澇監(jiān)測(cè)的高時(shí)效性要求，選取較成熟快速的分類方法——最小距離法。最小距離法利用訓(xùn)練樣本數(shù)據(jù)計(jì)算出每一類的均值向量和標(biāo)準(zhǔn)差向量，然后以均值向量作為該類在特征空間中的中心位置，計(jì)算輸入圖像中每個(gè)像元到各類中心的距離，到哪一類中心的距離最小，該像元就歸入到哪一類[8,13-14]。本研究所用計(jì)算距離的方法為用歐幾里得距離法。歐幾里得距離公式為：

式中：Dj為第j類的歐幾里得距離，n為波段數(shù)，xi為像元在第i個(gè)波段的像元值，mij為第j類在第i個(gè)波段的均值。

將HH振幅、HV振幅、HH×HV作為分類的3個(gè)波段，計(jì)算得到歐幾里得距離并進(jìn)行聚類，初分類出疑似水體。

2.2 山區(qū)偽水體剔除

當(dāng)目標(biāo)物以一個(gè)大于或等于發(fā)射波形的入射角的角度向雷達(dá)傾斜時(shí)，雷達(dá)圖像就會(huì)出現(xiàn)陰影。比如古田水庫地處閩北山地丘陵地區(qū)，易產(chǎn)生較嚴(yán)重的山體陰影，導(dǎo)致圖像上出現(xiàn)類似水體回波特征的山體陰影區(qū)[15]。SRTM(Shuttle Radar Topography Mission)是由美國航空航天局(NASA)和國防部國家測(cè)繪局(NIMA)聯(lián)合測(cè)量的數(shù)字地形高程模型數(shù)據(jù)[16-17]。本研究利用SRTM 30m地形高程提取坡度信息，并通過坡度閾值分割，從分類結(jié)果中將山體區(qū)域偽水體去除，得到最終的研究區(qū)水體信息。

2.3 淹沒水體范圍提取分析

圖4為經(jīng)過上述方法提取出的暴雨前和暴雨后研究區(qū)水體空間分布圖。為了顯示水體變化的具體位置，分別提取暴雨前后水體變化范圍，包括擴(kuò)大水體、縮小水體和不變水體，并賦予紅色、黃色和藍(lán)色。如圖4所示，受2021年5月16～24日全省暴雨過程影響，5個(gè)水庫均有水體擴(kuò)大現(xiàn)象。其中，池潭水庫中部和北部區(qū)域有明顯水體擴(kuò)大現(xiàn)象；棉花灘水庫水體擴(kuò)大區(qū)域分布較分散；古田水庫北部和東部有明顯水體擴(kuò)大區(qū)域；安砂水庫西部有部分水體擴(kuò)大區(qū)；水口水庫中西部有小區(qū)域水體擴(kuò)大現(xiàn)象。

Sentinel-1的像元空間分辨率為10m×10m，因此，通過對(duì)像元點(diǎn)統(tǒng)計(jì)即可計(jì)算出水體區(qū)域面積。統(tǒng)計(jì)結(jié)果顯示，池潭水庫水體面積總體擴(kuò)大最多，為10.65km2，其次為古田水庫，總體擴(kuò)大了8.25km2，棉花灘水庫也總體擴(kuò)大了5.18km2，安砂水庫和水口水庫水體擴(kuò)大面積相對(duì)較小，分別擴(kuò)大了3.81km2和2.70km2，詳見表2。

表2 水庫水體面積變化統(tǒng)計(jì) 單位：km2

3 結(jié)論與討論

本研究利用先進(jìn)的C波段Sentinel-1 SAR影像，對(duì)福建省5個(gè)重點(diǎn)水庫2021年5月暴雨過程淹沒范圍進(jìn)行提取，主要得到以下結(jié)論：

①相比于傳統(tǒng)光學(xué)衛(wèi)星，星載雷達(dá)衛(wèi)星影像不受多云、降水等天氣影響，可以實(shí)現(xiàn)對(duì)福建區(qū)域重點(diǎn)水庫洪澇水體的有效信息提取，為緊急救災(zāi)及災(zāi)情評(píng)估提供一定信息支持。

②受2021年5月16～24日暴雨過程影響，福建區(qū)域5個(gè)重點(diǎn)水庫在2021年5月均出現(xiàn)不同程度的水體面積擴(kuò)大現(xiàn)象。其中，池潭水庫水體面積總體擴(kuò)大最多，其次為古田水庫，而安砂水庫和水口水庫水體擴(kuò)大面積相對(duì)較小。

③福建區(qū)域?qū)偕降厍鹆甑匦?，在SAR影像上受山體陰影的影響較大，借助SRTM數(shù)字地形高程模型數(shù)據(jù)可對(duì)SAR影像上山體偽水體進(jìn)行剔除。

④目前，星載雷達(dá)衛(wèi)星多為極軌衛(wèi)星，其衛(wèi)星重訪周期較靜止衛(wèi)星長，會(huì)對(duì)洪澇水體的提取時(shí)間段產(chǎn)生一些影響。比如，古田水庫和水口水庫水體監(jiān)測(cè)用的是暴雨過程結(jié)束前一天的影像。隨著未來更多星載雷達(dá)衛(wèi)星的發(fā)射應(yīng)用及多星聯(lián)合觀測(cè)，星載SAR影像監(jiān)測(cè)效率將會(huì)大大提高。