周俊利 楊振
(河南省遙感測繪院,河南 鄭州 450003)
2021 年7 月20 日至 7 月22 日的連續(xù)降雨,致使河南省多地暴發(fā)洪澇災害,人民生命財產(chǎn)受到嚴重威脅,各部門緊急動員,采用不同途徑與手段救災減災,保障受災地區(qū)人民生命財產(chǎn)安全。如何對發(fā)生的災害進行監(jiān)測,分析受災程度與范圍,一直是災害監(jiān)測的重要工作之一。傳統(tǒng)的災害監(jiān)測主要為受災后通過實地勘察,或搜集上報的災情信息,劃定受災范圍與受災程度,該方法存在較大的主觀性,且費時費力,往往不能在第一時間獲取受災信息。遙感技術(shù)作為一門新興技術(shù),發(fā)射的衛(wèi)星可在萬米高空對地面進行實時觀察監(jiān)測,尤其是人員難以到達區(qū)域,衛(wèi)星也能快速獲取高清影像[1]。近年來,隨著遙感技術(shù)的發(fā)展、衛(wèi)星傳感器的發(fā)射,遙感影像的時間分辨率與空間分辨率得到大幅提升,如歐空局發(fā)射的Sentinel-2 衛(wèi)星,相對于國產(chǎn)衛(wèi)星單一傳感器的月度甚至季度重訪周期,Sentinel-2 衛(wèi)星的重訪周期達到5 天,且幅寬大,覆蓋范圍廣,目前已經(jīng)應用于各行各業(yè)研究之中[2-4]。
河南“7.20”特大暴雨造成鶴壁市衛(wèi)河決堤,造成衛(wèi)河沿岸地區(qū)嚴重的洪澇災害,基于此,本研究結(jié)合Sentinel-2 影像優(yōu)勢,對河南省鶴壁市洪澇重災區(qū)進行遙感監(jiān)測,采用指數(shù)反演與閾值法提取洪澇重災區(qū)范圍,提升Sentinel-2 在洪澇監(jiān)測中的應用。
鶴壁市位于河南北部、太行山東麓向華北平原過渡地帶,下轄??h、淇縣、淇濱區(qū)、山城區(qū)、鶴山區(qū)。各區(qū)縣多為平原,耕地范圍廣,種植了大量農(nóng)作物,為當?shù)貛砹溯^豐厚的經(jīng)濟收入。衛(wèi)河是海河流域的直流,發(fā)源于太行山脈,流經(jīng)焦作、新鄉(xiāng)、鶴壁、安陽、濮陽,途經(jīng)河北,最終匯入天津海河。鶴壁市內(nèi)衛(wèi)河流經(jīng)淇縣,貫穿??h,常年水位較低,河道較窄,河床較高,泄洪能力較差。研究區(qū)如圖1 所示。
圖1 研究區(qū)示意圖
哨兵2 號衛(wèi)星(Sentinel-2)是高分辨率多光譜成像遙感衛(wèi)星,傳感器分為2A 和2B 兩顆衛(wèi)星。Sentinel-2 具有時間分辨率短、空間分辨率高、覆蓋范圍廣、光譜波段多、應用處理簡單等優(yōu)點,被廣泛應用于陸地觀測中的植被生長、土壤覆蓋、河流湖泊環(huán)境、生物量計算、能量流動等遙感監(jiān)測中,還可用于洪水、山體滑坡等自然災害監(jiān)測。Sentinel-2 每5天可完成一次對地表的完整成像,哨兵2 多光譜衛(wèi)星具有13 個波段,具體波段信息如表1 所示。
表1 哨兵2波段信息
研究首先反演歸一化植被指數(shù)NDVI[5]、歸一化水體指數(shù)NDWI[6],兩個指數(shù)是用遙感影像的特定波段進行歸一化差值處理,以凸顯影像中的植被、水體等信息。兩種指數(shù)的計算原理分別如下所示,公式中,NIR為近紅外波段,R為紅光波段,G為綠光波段。
然后對反演得到的兩種指數(shù),采用閾值法[7],以0.1 為步長進行逐步取舍,人機交互篩選最優(yōu)步長,然后進行矢量化,最終得到洪澇重災區(qū)范圍。
研究選用的Sentinel-2 影像為L2A 級產(chǎn)品,該級別產(chǎn)品需要通過Sentinel-2 專業(yè)處理軟件SNAP 進行重采樣、波段重組、投影轉(zhuǎn)換等預處理工作,經(jīng)過預處理后得到分辨率統(tǒng)一為10 米的具有13 個波段的影像文件。預處理效果如圖2 所示。
圖2 Sentinel-2影像預處理效果
利用ENVI 軟件的bandmath 工具,對預處理后的Sentinel-2 影像進行指數(shù)計算,分別得到歸一化植被指數(shù)NDVI 與歸一化水體指數(shù)NDWI,兩種指數(shù)的反演效果分別如圖3(a)和(b)所示。由圖可知,NDVI與NDWI 在鶴壁及周邊地區(qū)具有較好的反演效果,植被與水體在反演結(jié)果中均有較好的顯示。圖3(a)中植被指數(shù)像元值均大于0.2,非植被像元值均小于0.2,其中水體像元為最小值,且通過色彩調(diào)整,較完整地顯示出水體信息。由于歸一化植被指數(shù)在數(shù)值較低時會出現(xiàn)無效值,NDVI 反演結(jié)果中的水體與城鎮(zhèn)建筑區(qū)分不開,整體數(shù)值均為負值。但該情況通過反演NDWI可較好地區(qū)分出水體與非水體,圖3(b)的NDWI 反演結(jié)果中,水體像元值均為負值,且極小,與NDVI 反演結(jié)果相似,但完整剔除了城鎮(zhèn)建筑與道路的混淆。
圖3 遙感反演
采用閾值法對NDVI 進行分割提取,步長設定為0.1,分別進行逐步長的閾值法提取,效果如圖4(a)、(b)、(c)所示。當閾值設定為0.2 時,較多的城鎮(zhèn)建筑、道路、山區(qū)陰影地帶、混合像元等被分割成水體;當閾值設定為0.1 時,城鎮(zhèn)建筑等錯誤識別的情況有所減少;當閾值設定為0 時,已經(jīng)沒有錯誤識別的情況,但水體范圍有一定的損失,尤其是水體邊界。
圖4 NDVI閾值分割效果
采用閾值法對NDWI 進行分割提取,步長設定為0.1。效果如圖5(a)、(b)所示:當閾值設定0.1 時,水體范圍較好地分割出來,但有一定損失,部分水體未識別出來;當閾值設定0 時,水體信息識別的效果最好,水體范圍均完整識別了出來。
圖5 NDWI閾值分割效果
通過對比NDVI 與NDWI 的分割效果,發(fā)現(xiàn)NDWI 在水體信息上的響應效果優(yōu)于NDVI,且較完整地避開其他信息的誤導。當NDWI 的閾值設為0 時,水體信息提取效果最好,邊界范圍最清晰,漏識別現(xiàn)象最少。
研究采用Sentienl-2 影像,通過指數(shù)反演與閾值分割,進行鶴壁地區(qū)暴雨洪災淹沒區(qū)范圍提取,取得了較好的研究成果,得到的結(jié)論如下:
Sentinel-2 影像在指數(shù)反演上具有較強的適用性,各波段的寬度設定可為較多的指數(shù)反演提供計算窗口。
NDVI 與NDWI 的反演在鶴壁對植被與水體有較好的反映。
通過閾值分割手段提取洪澇淹沒區(qū),在鶴壁受災區(qū)有較好應用,且通過對比分析,發(fā)現(xiàn)NDWI 在水體信息提取上優(yōu)于NDVI,分割后的NDWI 信息中較好地剔除了城鎮(zhèn)建筑、道路等信息的干擾。