陳 剛

（河南測繪職業(yè)學(xué)院 測繪工程系，河南 鄭州 451464）

暴雨洪澇災(zāi)害是指因暴雨或長期降雨過于集中產(chǎn)生大量積水與徑流而引起江河湖泊水位上漲，排水不及時，淹沒地勢低洼地區(qū)的土地、房屋，造成巨大經(jīng)濟損失的自然災(zāi)害，是影響人類生活的重大自然災(zāi)害之一［1］。在短時間內(nèi)對暴雨洪澇災(zāi)害淹沒土地的范圍準(zhǔn)確監(jiān)測并進行受災(zāi)狀況評估十分必要。

衛(wèi)星遙感觀測方法具有空間覆蓋范圍廣、可周期性重訪的優(yōu)勢，廣泛應(yīng)用于各種自然災(zāi)害監(jiān)測中［2］。目前，洪水水體范圍提取主要采用光學(xué)（Optical）和合成孔徑雷達（Synthetic Aperture Radar，SAR）兩類影像［3－4］。暴雨洪澇災(zāi)害通常是由持續(xù)強降水天氣所引起且常伴隨多云天氣，對受災(zāi)區(qū)域的提取會受云層、降雨等自然因素干擾，光學(xué)影像無法很好地采集地物信息［5］。與光學(xué)影像相比，合成孔徑雷達影像重返周期短，空間覆蓋范圍更大，其波長不受晝夜能見度和天氣影響，對云層的穿透力較強。例如，在臺風(fēng)過境期間出現(xiàn)持續(xù)降雨和大范圍云層覆蓋，合成孔徑雷達依然能夠進行全天候、全天時和大范圍的圖像采集。因此，在洪澇災(zāi)害范圍監(jiān)測中，利用合成孔徑雷達可以彌補光學(xué)影像的不足［6］。在提取洪水水體范圍研究中，選用的SAR 影像主要包括Sentinel－1A［7］、GF－3［8］、RAN?DARSAT［9］、TerraSAR［10］和ALOS［11］等。

相關(guān)研究基于SAR 影像監(jiān)測洪水范圍，證明了SAR 影像在監(jiān)測洪水方面具有獨特優(yōu)勢，同時驗證了采用SAR 影像監(jiān)測暴雨洪澇災(zāi)害具備非常高的可靠性。提取洪水水體范圍的方法主要分為差異特征分析和分類結(jié)果比較兩類。差異特征分析通過構(gòu)建差異圖，選用前后兩個時間點影像分別作為主影像和副影像，對影像經(jīng)過預(yù)處理后，采用差值法、比值法、對數(shù)比值法和均值比值法等進行作差，提取洪水淹沒范圍［12］，該方法受SAR 影像相干噪聲的干擾，洪水淹沒范圍提取精度較低。分類結(jié)果比較方法則是先對SAR 影像預(yù)處理后再提取水體范圍，然后分析洪水淹沒范圍變化狀況。因此，分類結(jié)果比較方法的可靠性主要取決于水體范圍提取的精度。洪水淹沒土地主要分為兩種情況：一類是洪水發(fā)生過程中淹沒土地；另一類是洪水退去后，排水不暢、地勢低洼凹陷等造成土地淹沒［13］。現(xiàn)有研究中，主要針對暴雨洪澇災(zāi)害水體進行監(jiān)測，較少結(jié)合土地利用數(shù)據(jù)對洪水淹沒損毀的土地受災(zāi)狀況進行分析。

本文借助Sentinel－1A SAR 和Sentinel－2A 光學(xué)影像，首先利用SAR 影像對豫北地區(qū)“7·20”暴雨洪澇災(zāi)害洪水范圍進行提取，并結(jié)合洪水前Sentinel－2A 光學(xué)影像土地利用分類得到的區(qū)域土地分類數(shù)據(jù)，采用系統(tǒng)協(xié)同疊加分析方法，對研究區(qū)暴雨洪澇災(zāi)害淹沒土地進行災(zāi)后評估，為減輕災(zāi)后風(fēng)險以及防御不利影響并進行災(zāi)后重建提供科學(xué)的數(shù)據(jù)支持與參考。

1 研究區(qū)概況與研究方法

1.1 研究區(qū)概況

2021 年7 月18—22 日，河南省北部區(qū)域焦作、新鄉(xiāng)、鶴壁、安陽等地區(qū)出現(xiàn)罕見持續(xù)強降水天氣過程，多個監(jiān)測站降水量突破歷史極值，境內(nèi)多條河流水位超警戒水位，7 座中型水庫溢流。強降雨造成豫北地區(qū)205 個鄉(xiāng)鎮(zhèn)約690 萬人受災(zāi)。本文選擇黃河以北新鄉(xiāng)、鶴壁、安陽三市部分受災(zāi)最嚴重區(qū)域作為研究區(qū)進行暴雨洪澇災(zāi)害淹沒土地分析。

1.2 研究方法

利用SAR 影像進行暴雨洪澇災(zāi)害洪水范圍提取，結(jié)合光學(xué)影像進行土地利用分類，獲取土地利用現(xiàn)狀，在此基礎(chǔ)上采用系統(tǒng)協(xié)同疊加分析的方法，對受災(zāi)土地類型和面積進行定量評估，分析流程見圖1。

圖1 暴雨洪澇災(zāi)情分析流程

1.3 數(shù)據(jù)來源與處理

本研究選取2021 年7 月15 日（洪水前）和2021年7 月27 日（洪水中）兩個時期級別為Level－1 的IW模式GRD 類型SAR 影像進行洪水災(zāi)情分析，數(shù)據(jù)獲取時間和具體參數(shù)見表1。

表1 Sentinel－1A SAR 影像參數(shù)

利用SNAP8.0 軟件，對兩期影像進行輻射定標(biāo)、熱噪聲去除、軌道糾正、分貝化、濾波等預(yù)處理，利用SRTM－4 30 m 分辨率DEM 數(shù)據(jù)進行校正，然后將影像重投影到UTM WGS84 坐標(biāo)系，最終獲取20 m×20 m空間分辨率的雷達后向散射系數(shù)數(shù)據(jù)。SAR 影像主要分為4 種極化方式：HH、VV、HV、VH。其中，HH、VV 為同向極化，HV、VH 為交叉極化。水體表面光滑、均質(zhì)性較強，交叉極化影像鏡面反射的敏感程度和噪聲水平均較低，類內(nèi)方差較小。相比同向極化影像，VH 交叉極化的水體與非水體的重疊部分少、可分離度更高，非常適合水體提?。?4］。經(jīng)預(yù)處理后洪水前與洪水中兩個時期的水體狀況對比見圖2。

圖2 洪水前與洪水中水體對比

水體與其他粗糙地物相比表面較為光滑、均一性較強，SAR 電磁波信號在水體表面很難被反射，因此SAR 只能接收到非常弱的回波信號。同時，在SAR 影像中，水體像素灰度值偏低，主要呈現(xiàn)為暗黑色或黑色［15］。目前，利用SAR 影像提取水體的主要模型包括決策樹法、邊緣檢測提取法、閾值分割法、面向?qū)ο筇崛》ǖ饶Ｐ停?6］。其中，閾值分割法原理簡單且方便快速，在SAR 影像提取水體相關(guān)研究中應(yīng)用廣泛。Otsu 最大類間方差算法是一種自適應(yīng)閾值確定方法，當(dāng)水體和非水體兩類地物間的類間方差最大時，得到分割水體和非水體的全局閾值，可避免影像受到對比度及亮度的干擾［17］。Otsu 法適用于像素直方圖中，表現(xiàn)為明顯“峰谷”形式，峰值與谷值相差越大則水體提取的準(zhǔn)確性就越高［18］。因此，本文采用Otsu 方差算法，對VH 交叉極化影像確定閾值，進行水體提取。

為分析研究區(qū)內(nèi)不同土地利用類型淹沒狀況，選取暴雨前2021 年6 月6 日一景Sentinel－2A 多光譜數(shù)據(jù)，選取分辨率為10 m 的Band 2、Band 3、Band 4 和Band 8 波段進行波段組合，對土地利用類型進行分類。參考第三次全國國土調(diào)查技術(shù)規(guī)程（TD／T 1055—2019），結(jié)合研究區(qū)實際，在ENVI 中選擇訓(xùn)練樣本并采用支持向量機（Support Vector Machine，SVM）將研究區(qū)劃分為5 種主要土地利用類型，分別為耕地、林地、建設(shè)用地、水域和未利用地。

由于SAR 影像通過側(cè)視斜距成像，因此當(dāng)雷達經(jīng)過山地丘陵區(qū)域時會發(fā)生疊掩、陰影等現(xiàn)象［19］。山體陰影的后向散射系數(shù)與水體較為接近，SAR 影像上呈現(xiàn)為暗黑色或黑色，利用閾值法無法準(zhǔn)確地將水體與山體陰影進行區(qū)分，水體提取結(jié)果中會夾雜一部分山體陰影，降低了水體提取結(jié)果的精度。研究區(qū)西部地形以山地為主，地勢高低起伏，因此借助DEM 提取區(qū)域坡度和高程信息，并根據(jù)坡度和高程信息設(shè)置準(zhǔn)確的閾值剔除山體陰影，克服山體陰影對洪水淹沒區(qū)水體提取結(jié)果準(zhǔn)確度的影響。DEM 和土地利用分類見圖3。

圖3 研究區(qū)DEM 和土地利用分類

1.4 水體提取精度評價

為定量驗證提取水體范圍的準(zhǔn)確性，本研究利用總體錯檢精度、虛檢率和漏檢率三項指標(biāo)評價提取暴雨洪澇災(zāi)害范圍的精度，計算公式分別為［20］

式中：Total為總體錯檢精度；PE為水體提取虛檢率；PL為水體提取漏檢率；FP為漏檢像素點個數(shù)；FN為被虛檢為非水體像素點個數(shù)；S為影像全部像素點總和；SH為未變化像素點總和；SS為采用目視解譯法獲取全部變化像素點總和。

2 結(jié)果與分析

2.1 SAR 水體提取結(jié)果

利用Otsu 算法計算VH 交叉極化影像的后向散射均值，確定2021 年7 月27 日洪水中水體范圍提取的閾值為22.69 dB，小于閾值22.69 dB 為水體，而大于閾值22.69 dB 為非水體。研究區(qū)SAR VH 影像及其后向散射系數(shù)直方統(tǒng)計見圖4。

圖4 研究區(qū)SAR VH 影像及其后向散射系數(shù)直方統(tǒng)計

在ENVI 中設(shè)置閾值范圍并提取研究區(qū)洪水水體范圍，提取的水體結(jié)果中混雜著部分山體陰影，結(jié)合DEM 數(shù)據(jù)提取研究區(qū)坡度和高程信息，確定地形起伏較大區(qū)域的高程閾值為411 m，坡度閾值為13°。通過閾值分割法提取山體并剔除山體陰影，最終得到研究區(qū)洪水中的水體范圍（見圖5）。從圖5 中可以看出，提取水體范圍與SAR 影像水體范圍基本吻合，洪水輪廓較完整且邊緣較明顯。

圖5 提取的水體范圍

2.2 水體提取精度評價結(jié)果

結(jié)合研究區(qū)DEM 所提取的洪水中水體范圍總體錯檢精度、虛檢率及漏檢率見表2。

表2 提取洪水中水體范圍總體錯檢精度、虛檢率及漏檢率

本文提取洪水中水體范圍總像素為149 505，提取洪水中水體的總體錯檢精度為0.86%，虛檢水體329像素，虛檢率為0.22%，漏檢水體5 950 像素，漏檢率為3.98%。以上精度評價結(jié)果表明，采用SAR 影像并結(jié)合DEM 提取的洪水中水體范圍達到了較高的精度，可以滿足研究目的需要。

2.3 受災(zāi)原因分析

將提取的洪水淹沒區(qū)域范圍與河流水系、DEM 數(shù)據(jù)相疊加，結(jié)合河流走向和地勢特點分析研究區(qū)發(fā)生暴雨洪水內(nèi)澇的主要原因，見圖6。

圖6 洪水范圍、河流與DEM 疊加結(jié)果

從圖6 中可以看出，研究區(qū)處于太行山前傾平原和古黃河沖積平原的交界區(qū)，地勢低洼。其西距太行山脈較近，海河流域多條河流面臨暴雨洪水泄洪的壓力非常大，其中主要泄洪區(qū)域位于衛(wèi)河、淇河、共產(chǎn)主義渠交匯處，故該區(qū)域洪水積水淹沒范圍最大。

在該次暴雨洪水中，受災(zāi)最嚴重的是衛(wèi)輝市和?？h兩地。圖6 中，衛(wèi)輝市北部山區(qū)明顯高于南部平原，大量洪水由北向南流入衛(wèi)河。隨著洪水流量不斷增大，造成共產(chǎn)主義渠多處決堤，洪水自決堤處倒灌入衛(wèi)河，極大地提升了衛(wèi)河衛(wèi)輝段的流量。而衛(wèi)輝市位于衛(wèi)河和東孟姜女河的交匯地帶，地勢低洼，因此成為衛(wèi)河上游倒灌來水的集聚區(qū)，造成衛(wèi)河衛(wèi)輝段水位居高不下，部分洪水順堤外流入衛(wèi)輝市，城市內(nèi)積水無法排入衛(wèi)河，是導(dǎo)致衛(wèi)輝市發(fā)生嚴重內(nèi)澇的主要原因。

?？h境內(nèi)洪水的主要來源是本地歷史最大降水量2 倍以上的持續(xù)強降水，以及衛(wèi)河、共產(chǎn)主義渠和淇河上游泄洪洪水。7 月23 日衛(wèi)河發(fā)生決堤，泄出洪水迅速淹沒16 個村莊。當(dāng)?shù)卣疄楸Ｕ峡？h縣城防洪安全，控制衛(wèi)河的水位和流量，緊急啟用6 個滯洪區(qū)，造成浚縣全域內(nèi)一半以上地區(qū)被洪水淹沒。

2.4 災(zāi)害狀況評估

通過水體提取結(jié)果和受災(zāi)原因分析可知，研究區(qū)域內(nèi)洪水中水體范圍面積較大，洪水淹沒區(qū)域主要集中于衛(wèi)河沿線的新鄉(xiāng)市鳳泉區(qū)、牧野區(qū)、衛(wèi)輝市、鶴壁市淇縣、?？h以及安陽市湯陰縣、安陽縣和滑縣部分區(qū)域。本文對研究區(qū)內(nèi)各市分縣區(qū)洪水前與洪水中的水體面積進行統(tǒng)計，結(jié)果見表3。

表3 分縣區(qū)洪水前與洪水中水體面積統(tǒng)計 km2

通過表3 可以看出，研究區(qū)洪水前水體面積為9.16 km2，洪水中洪水水體總面積為268.91 km2，洪水水體面積增加了259.75 km2，其中?？h、衛(wèi)輝市洪水水體面積分別增加了93.71、83.16 km2。

在ArcGIS 軟件中將提取的洪水水體范圍中洪水前區(qū)域內(nèi)的水體剔除，然后與土地利用分類結(jié)果進行疊加分析，從而更好地確定研究區(qū)域內(nèi)不同土地利用類型淹沒狀況，結(jié)果見圖7。

圖7 研究區(qū)域不同土地利用類型淹沒狀況

暴雨洪水淹沒的區(qū)域主要為農(nóng)村地區(qū)，土地利用類型是地勢較低的耕地和建設(shè)用地，淹沒面積分別為211.89、44.75 km2，分別占總受災(zāi)面積的81.57%和17.23%。對洪水期間水體空間分布進行分析可知，泄洪期間洪水由衛(wèi)河衛(wèi)輝段向西流入?？h，進一步增加了當(dāng)?shù)胤篮閴毫?，?dāng)?shù)卣畣⒂醚匦l(wèi)河干流分布的6個滯洪區(qū)，受到暴雨和上游泄洪的雙重影響，該縣經(jīng)濟損失最嚴重。此外，衛(wèi)河河道淤積嚴重，部分河道被耕地、養(yǎng)殖棚等違規(guī)建筑占用，減小了河道的過水?dāng)嗝?，給衛(wèi)河的正常泄洪帶來隱患。因此，當(dāng)?shù)卣诤樗巳ズ?，?yīng)加大私自開墾耕地、建設(shè)養(yǎng)殖棚及違規(guī)建筑的整治力度，擴寬河道，進一步提高衛(wèi)河泄洪能力。

3 結(jié) 論

本研究利用SAR 影像提取了豫北地區(qū)暴雨洪澇災(zāi)害洪水范圍，結(jié)合光學(xué)影像處理得到的區(qū)域土地利用數(shù)據(jù)，采用系統(tǒng)協(xié)同疊加分析方法，對豫北地區(qū)“7·20”暴雨洪澇災(zāi)害淹沒土地進行受災(zāi)狀況評估，得到如下結(jié)論。

（1）SAR 影像具有全天候、全天時和大范圍的圖像采集能力，在洪澇災(zāi)害監(jiān)測中可以彌補光學(xué)影像的不足，基于SAR 影像提取的水體范圍精度較高，能夠?qū)樗蜎]區(qū)域快速有效監(jiān)測并在空間上進行顯示；結(jié)合光學(xué)影像處理的土地利用分類數(shù)據(jù)，可以精準(zhǔn)地進行暴雨洪澇災(zāi)害評估，為減輕災(zāi)后風(fēng)險以及防御不利影響并進行災(zāi)后重建提供科學(xué)的數(shù)據(jù)支持與參考。

（2）強降水天氣過后，豫北地區(qū)洪水水體總面積為268.91 km2，洪水水體面積增加了259.75 km2。其中?？h、衛(wèi)輝市和淇縣是受災(zāi)最嚴重的3 個縣（市）。該區(qū)域距太行山脈較近，位于衛(wèi)河、淇河、共產(chǎn)主義渠交匯處，多條河流泄洪增加了數(shù)倍的排水量，同時地勢低洼，是主要滯洪區(qū)，故該區(qū)域洪水積水淹沒范圍最大。

（3）暴雨洪水淹沒的區(qū)域主要為農(nóng)村地區(qū)，土地利用類型主要是耕地和建設(shè)用地，分別占總受災(zāi)面積的81.57%和17.23%。衛(wèi)河河道淤積嚴重，部分河道被耕地、養(yǎng)殖棚等違規(guī)建筑占用，減小了河道的過水?dāng)嗝妫o衛(wèi)河的正常泄洪帶來隱患。北方農(nóng)村地區(qū)長期以來很少經(jīng)歷洪水災(zāi)害，農(nóng)村居民點在進行宅基地建設(shè)時要充分考慮防洪問題，同時在規(guī)劃農(nóng)村道路時還需要設(shè)計應(yīng)急撤離路線。此外，對黃河下游河道所毗鄰的海河流域、淮河流域的河道應(yīng)加大私自開墾耕地、建設(shè)養(yǎng)殖棚及違規(guī)建筑的整治力度，擴寬河道，進一步提高泄洪能力，避免在極端氣候條件下超標(biāo)準(zhǔn)洪水淹沒黃河周邊地區(qū)。