楊 姝

（中水北方勘測設(shè)計(jì)研究有限責(zé)任公司，天津 300222）

近年來，全球氣候惡化趨勢加劇，國內(nèi)國外都發(fā)生了較為嚴(yán)重的旱澇災(zāi)情和地質(zhì)災(zāi)害，極端天氣出現(xiàn)的頻率明顯增加。因此，使用遙感技術(shù)對自然災(zāi)害進(jìn)行監(jiān)測就至關(guān)重要，這不僅能夠?qū)r(nóng)業(yè)生產(chǎn)力進(jìn)行評估，而且還能夠及時預(yù)測旱澇災(zāi)害，應(yīng)對極端氣候帶來的各類氣象和地質(zhì)災(zāi)難。農(nóng)業(yè)生產(chǎn)高度依賴氣候條件，氣候條件惡化對糧食安全有巨大的威脅，特別是由此引發(fā)的氣候變暖，降水不均，旱澇災(zāi)害等。全球范圍內(nèi)每年都發(fā)生旱澇災(zāi)害，我國也長期受到旱澇災(zāi)害的侵害，水災(zāi)旱災(zāi)頻發(fā)，占我國自然災(zāi)害的一半以上。我國遙感技術(shù)近年來取得了飛躍的進(jìn)步，實(shí)現(xiàn)了高、中、低分辨率全覆蓋，精度最高可達(dá)0.5 m。隨著技術(shù)的不斷進(jìn)步，我國遙感技術(shù)也廣泛應(yīng)用于農(nóng)業(yè)領(lǐng)域，高光譜技術(shù)已經(jīng)深入到智慧農(nóng)業(yè)生產(chǎn)當(dāng)中。遙感技術(shù)在農(nóng)業(yè)災(zāi)害領(lǐng)域中的應(yīng)用也在不斷深入，在內(nèi)蒙古地區(qū)，已經(jīng)開始使用遙感技術(shù)預(yù)測蝗蟲等災(zāi)害。在農(nóng)業(yè)旱澇災(zāi)害中，遙感技術(shù)的重要性更是日益凸顯，作為糧食減產(chǎn)的重要原因，加強(qiáng)對其監(jiān)測日益迫切。

1 遙感技術(shù)應(yīng)用于農(nóng)業(yè)旱澇災(zāi)害的重要意義

首先，在全球氣候惡化加劇的背景下，世界各地自然災(zāi)害明顯增多，2020年以來，氣候和地質(zhì)災(zāi)害頻發(fā)，歐洲水災(zāi)和高溫、南亞干旱、美國山火以及2023年的土耳其地震都給人類生存敲響了警鐘。從過去20年的視野觀察，極冷、極熱等極端天氣發(fā)生頻率極大，20世紀(jì)90年代以來，洪澇災(zāi)害損害耕地面積持續(xù)增加，每年造成巨大的GDP損失。我國在過去近50年來也發(fā)生了50多次大洪水和近20次大旱災(zāi)，給國民經(jīng)濟(jì)、糧食生產(chǎn)和群眾的生命財(cái)產(chǎn)帶來了巨大的傷害。

其次，極端事件的發(fā)生會影響全球的農(nóng)業(yè)系統(tǒng)和人類生活環(huán)境，比如農(nóng)田設(shè)施的損害，水資源的短缺，洪災(zāi)泛濫以及誘發(fā)各類地質(zhì)災(zāi)害等。如洪澇災(zāi)害不僅會給農(nóng)田水利和人民群眾的生命財(cái)產(chǎn)帶來直接損失，而且還會引發(fā)泥石流和山體滑坡等地質(zhì)災(zāi)害。研究顯示，在強(qiáng)降雨和洪澇災(zāi)害后，滑坡的發(fā)生率非常高，其次為崩塌和泥石流。對2018年的數(shù)據(jù)進(jìn)行統(tǒng)計(jì)，發(fā)現(xiàn)泥石流的發(fā)生率為55%，崩塌的發(fā)生率為28.9%，其發(fā)生地區(qū)多在西南地區(qū)，這和該區(qū)域降水量較大密不可分。

第三，氣候條件對旱澇災(zāi)害的發(fā)生有著至關(guān)重要的影響，一般來說，西北地區(qū)干旱較為嚴(yán)重，在南部地區(qū)洪澇較為嚴(yán)重。地形地貌也會影響旱澇災(zāi)害的發(fā)生，在地勢低洼的地區(qū)，洪澇災(zāi)害發(fā)生的風(fēng)險較高，在高原荒漠區(qū)域，干旱現(xiàn)象較為常見。近年來，人類活動對旱澇災(zāi)害的發(fā)生影響較大，比較突出的問題是工業(yè)化和城市化的加速正在逐步改變氣候，全球變暖的速度加快，極端天氣造成干旱和洪澇加劇，水資源的使用需求增大和浪費(fèi)導(dǎo)致農(nóng)業(yè)干旱缺水，生態(tài)環(huán)境日益脆弱。對歐洲幾十年來洪水的研究也證實(shí)了這一點(diǎn)，隨著人口增長和經(jīng)濟(jì)發(fā)展，旱澇災(zāi)害發(fā)生的頻率增加。

因此，這就需要應(yīng)用先進(jìn)的遙感技術(shù)應(yīng)對氣候變化帶來的影響，通過提前預(yù)警、風(fēng)險評估和應(yīng)對決策將危害降低到最低。

2 遙感技術(shù)的優(yōu)勢分析

2.1 遙感技術(shù)在旱澇災(zāi)害監(jiān)測中的優(yōu)勢

目前對旱澇災(zāi)害的監(jiān)測手段主要包括兩種，即地面常規(guī)監(jiān)測與衛(wèi)星遙感監(jiān)測，前者依靠站點(diǎn)觀測，受到站點(diǎn)建設(shè)和分布的影響，對于較大范圍的災(zāi)害難以準(zhǔn)確觀察。站點(diǎn)觀測也不夠全面客觀，干旱環(huán)境下作物的脅迫變化無法反應(yīng)，如果發(fā)生洪澇災(zāi)害，那么人身安全也會受到威脅。而與之相比，遙感技術(shù)的監(jiān)測范圍大，可以實(shí)現(xiàn)全天候監(jiān)測，而且獲取資料的速度快，采用信息技術(shù)實(shí)時進(jìn)行處理。在應(yīng)對旱澇災(zāi)害時，其適應(yīng)性強(qiáng)，連續(xù)進(jìn)行大范圍探測，數(shù)據(jù)量巨大的優(yōu)勢更容易發(fā)揮出來。結(jié)合GIS技術(shù)，能夠?yàn)楹禎碁?zāi)害的處理提供輔助決策，更好地進(jìn)行災(zāi)害應(yīng)對。

2.2 遙感技術(shù)在農(nóng)業(yè)生產(chǎn)監(jiān)測中的優(yōu)勢

遙感技術(shù)在農(nóng)業(yè)上的廣泛利用有著悠久的歷史，使用該技術(shù)不僅可以監(jiān)測農(nóng)業(yè)災(zāi)害，而且還可以模擬農(nóng)作物生長，評估糧食產(chǎn)量，正確指導(dǎo)農(nóng)業(yè)生產(chǎn)，合理分配灌溉量，監(jiān)測氣候和地質(zhì)環(huán)境的變化。遙感技術(shù)大大減少了人力投入，能夠?qū)r(nóng)業(yè)生產(chǎn)和自然災(zāi)害實(shí)現(xiàn)全面監(jiān)測，過程簡單、程序簡捷，智能性和精準(zhǔn)程度高。相比于費(fèi)時費(fèi)力的人工調(diào)查方式，遙感技術(shù)不僅成本低，而且還能夠?qū)崿F(xiàn)全天候監(jiān)測，將作物性能、氣象變化、水分消耗、土壤表征、災(zāi)害變遷量化全天候監(jiān)測。比如，進(jìn)行土地墑情監(jiān)測、農(nóng)作物長勢監(jiān)測、災(zāi)害監(jiān)測等。以土地墑情監(jiān)測為例，通過對水分的監(jiān)測，采用干旱指數(shù)、垂直干旱指數(shù)等方法，可以了解干旱的具體狀況。

3 遙感技術(shù)在農(nóng)業(yè)旱澇災(zāi)害中的應(yīng)用方法

3.1 衛(wèi)星遙感數(shù)據(jù)源的使用

使用先進(jìn)的衛(wèi)星遙感信息源，比如Landsat、SPOT、Sentinel-2A、ASAR、SAR等。搭建陸地成像儀和熱紅外傳感器，前者可以覆蓋九個波段，更容易分辨植被和非植被區(qū)域。Landsat系列數(shù)據(jù)盡管周期長，容易被云層遮擋，但有中高空間分辨率，波段豐富，開源性強(qiáng)。一般推薦優(yōu)先使用MODIS數(shù)據(jù)，利用其波段范圍廣，光譜分辨率高的特性，估算農(nóng)作物產(chǎn)量更為精確。在其36個波段中，全面覆蓋了可見光、近紅外光和熱紅外光波段，能夠?qū)崿F(xiàn)250 m的分辨率，在農(nóng)作物的關(guān)鍵生長期監(jiān)測更為精確。NDVI指數(shù)能夠全面監(jiān)測植物生長狀態(tài)，其取值在0～1之間，包含了裸巖、雨、雪、云和植被等，正值代表植被覆蓋，負(fù)值代表對可見光有高反射。在實(shí)際研究中可以選擇過去20年的250 m分辨率數(shù)據(jù)，通過兩顆衛(wèi)星互補(bǔ)增加覆蓋頻率，詳細(xì)記錄影像數(shù)據(jù)參數(shù)。之后進(jìn)行數(shù)據(jù)鑲嵌與裁剪，異常值變換，投影變換，然后構(gòu)建不同生長季的波段，讓云層覆蓋等因素變得更小。盡管屬于中分辨率監(jiān)測方式，但是MODIS數(shù)據(jù)接收方式較為簡單，而且全球免費(fèi)，更新頻率很高，能夠獲取多時相數(shù)據(jù)。相比之下，SAR數(shù)據(jù)穿透力強(qiáng)，適用快速監(jiān)測，但是成本更高。

3.2 DEM技術(shù)的應(yīng)用

使用數(shù)字高程模型對地面地形進(jìn)行數(shù)字化模擬，即DEM，能夠?qū)崿F(xiàn)30 m和10 m分辨率，其數(shù)據(jù)皆可從NASA等機(jī)構(gòu)獲取。其數(shù)據(jù)比MODIS分辨率更高，并且能夠?qū)崿F(xiàn)對全球地表的高精度覆蓋，并且實(shí)現(xiàn)了三維建模，改變過去二維遙感的方式。傳統(tǒng)遙感采用路徑規(guī)劃、面積體積計(jì)算以及測量繪圖的方式，而DEM方法采用直觀定量分析的方法能夠?qū)崿F(xiàn)對環(huán)境的動態(tài)監(jiān)測，全面分析災(zāi)害的侵蝕區(qū)，對災(zāi)害的預(yù)警更為精準(zhǔn)。比如，在發(fā)生洪澇災(zāi)害后，DEM能夠?qū)ξｋU區(qū)域的山體進(jìn)行坡度分析，具體評估形成區(qū)、流通區(qū)及堆積區(qū)的狀況，細(xì)致到紋理特征。這不但能夠有效對滑坡、泥石流和崩塌等地質(zhì)災(zāi)害形成預(yù)警，而且還能夠建立危險評價機(jī)制，識別中高風(fēng)險區(qū)。DEM模型可以對洪水進(jìn)行模擬，因?yàn)闊o需有水力學(xué)模型計(jì)算基礎(chǔ)，因此計(jì)算速度特別快，在大規(guī)模洪水到來時能夠有效應(yīng)用，但是計(jì)算精準(zhǔn)度不夠高。在平時計(jì)算中，可以采用水文水力學(xué)方法，更有利于精確把握水體規(guī)律。

3.3 監(jiān)測信號的矯正

首先要進(jìn)行大氣矯正，遙感過程中要與大氣層發(fā)生接觸，這一過程會使能量衰減，進(jìn)而影響光譜的分布。這會讓信號包含噪聲，使地表反射率值出現(xiàn)偏差，因此需要對其矯正，消除疊加、多重射損耗和混雜效應(yīng)。其次，要使用融合遙感的方式，遙感影像是分幅成像，受到傳感器成像方式的影響，其范圍有限，一景影像不足以實(shí)現(xiàn)精度要求，因此需要融合技術(shù)進(jìn)行彌補(bǔ)。比如采用STARFM方法進(jìn)行計(jì)算改進(jìn)，使用圖像鑲嵌與裁剪。此外，還應(yīng)該采用多源遙感技術(shù)，進(jìn)行多時序監(jiān)測。比如在洪災(zāi)發(fā)生時，一般都會伴隨陰雨天氣，這會對監(jiān)測造成影響，無法實(shí)時進(jìn)行監(jiān)測，很多時候只能等到災(zāi)后監(jiān)測。針對這一情況還要使用SAR技術(shù)（合成孔徑雷達(dá)）進(jìn)行穿透監(jiān)測，能夠精準(zhǔn)分析滑坡形變等。第三，使用ENVI軟件進(jìn)行圖像處理，采用基于知識的決策樹分類，具有強(qiáng)大的圖像處理功能。該軟件的優(yōu)勢在于不僅能夠與GIS進(jìn)行整合，實(shí)現(xiàn)三維顯示，而且也能夠結(jié)合DEM建模及地形信息提取，智能化程度高。其影像分析先進(jìn)、可靠，光譜專業(yè)性強(qiáng)，能夠隨心所欲添加模塊，擴(kuò)展新功能。用戶不但能夠自由定制平臺，而且是實(shí)現(xiàn)流程化圖像處理的高效工具，圖像處理效率高。

3.4 對旱澇災(zāi)害進(jìn)行時空變化分析

作物、水體和土壤等光譜規(guī)律不同，不同作物的抗旱和抗?jié)承砸膊幌嗤?，旱澇?zāi)害會影響其反射率和作物生長，可以根據(jù)這一點(diǎn)進(jìn)行時序數(shù)據(jù)和空間數(shù)據(jù)提取。如不同的農(nóng)作物光譜特征不同，同一種作物在不同環(huán)境中也會呈現(xiàn)出不同的特征，根據(jù)這一特點(diǎn)可以對作物的產(chǎn)量進(jìn)行估算。這一特征同樣能夠應(yīng)用到農(nóng)業(yè)生產(chǎn)和各類災(zāi)害的監(jiān)測中，以玉米、大豆和水稻三種作物為例，隨著洪澇受災(zāi)程度的增加，大豆反射率值域更大，大豆和玉米在紅波段反射率高，但是水稻卻相應(yīng)降低。同時，大豆水稻的反射率呈現(xiàn)出從高到低的光譜差異，但是玉米沒有明顯差異。在監(jiān)測中要大量搜集衛(wèi)星遙感數(shù)據(jù)，獲取多時相連續(xù)變化特征，比如選擇所研究區(qū)域過去20年的降雨數(shù)據(jù)，對時間尺度下的SPI進(jìn)行計(jì)算，分析時間序列變化。結(jié)合季節(jié)特征分析SPI波動軌跡，了解干旱期和洪澇期的發(fā)生規(guī)律。同時對災(zāi)害影響的空間范圍進(jìn)行分析，繪制分布圖，把握其發(fā)生頻率。應(yīng)用Landsat8衛(wèi)星數(shù)據(jù)和 Sentinel-2A疊加，在受災(zāi)前后分析MODIS NDVI曲線變化，提取動態(tài)信息，能夠準(zhǔn)確分析受災(zāi)范圍，影響程度和恢復(fù)結(jié)果等。

3.5 農(nóng)作物面積和產(chǎn)量的監(jiān)測

通過產(chǎn)量和面積監(jiān)測，以遙感技術(shù)建立旱澇災(zāi)害和農(nóng)作物產(chǎn)量的關(guān)系模型，更有利于指導(dǎo)農(nóng)業(yè)生產(chǎn)，保障糧食安全，更好地分析旱澇災(zāi)害的影響。農(nóng)作物面積信息提取，比如使用成像光譜儀等數(shù)據(jù)，運(yùn)用決策樹分類法提取灌溉面積，通過多時相衛(wèi)星影像繪制農(nóng)作物的面積。通過ARTMAP和分層決策樹等方法，不但可以實(shí)現(xiàn)自動遙感提取，而且還能精確估算產(chǎn)量。提取物候現(xiàn)象信息，比如農(nóng)作物的幼苗期、插秧期、分蘗期和拔節(jié)期，以及穗期、抽穗期、揚(yáng)花期、灌漿期等。在產(chǎn)量估算過程中，要進(jìn)行誤差驗(yàn)證，從而不斷修正模型，提高精確率。我國采用遙感技術(shù)進(jìn)行農(nóng)作物估產(chǎn)已經(jīng)取得了顯著的成果，水稻、玉米、小麥、大豆等糧食作物產(chǎn)量基本上能夠?qū)崿F(xiàn)準(zhǔn)確估量。

4 旱澇災(zāi)害的防治建議

災(zāi)害預(yù)警信息是抗災(zāi)防災(zāi)的決策依據(jù)，因此必須要高度利用和應(yīng)用衛(wèi)星數(shù)據(jù)信息。要不斷加強(qiáng)多源遙感數(shù)據(jù)算法研究，提高數(shù)據(jù)的數(shù)量，并且優(yōu)化方法，實(shí)現(xiàn)動態(tài)管理，提升數(shù)據(jù)的應(yīng)用價值。比如在臺風(fēng)啟動時就進(jìn)行洪澇災(zāi)害監(jiān)測，在其影響范圍內(nèi)進(jìn)行全面的風(fēng)險評估和監(jiān)測。根據(jù)遙感數(shù)據(jù)的分析結(jié)果，在中高風(fēng)險區(qū)建立災(zāi)害監(jiān)測預(yù)報系統(tǒng)，根據(jù)衛(wèi)星系統(tǒng)分析評估的危險等級，安裝災(zāi)害監(jiān)測設(shè)備，提升預(yù)警能力。如果處于災(zāi)害頻發(fā)區(qū)域，而且破壞性較大，那么就需要提前進(jìn)行搬遷處理。如果有干旱預(yù)警，要提前進(jìn)行節(jié)水設(shè)施建設(shè)以及引水工作。從源頭上防治旱澇災(zāi)害和可能發(fā)生的次生地質(zhì)災(zāi)害，控制其誘發(fā)因素，比如提升植被覆蓋率，禁止濫砍濫伐，保護(hù)土壤和水源，減少人類活動的影響。同時，加強(qiáng)防災(zāi)工程的建設(shè)，建設(shè)滴灌噴灌網(wǎng)管、大壩、水渠、擋土墻、抗滑樁和排水溝，將災(zāi)害的損失降到最低。

5 結(jié)語

在全球氣候惡化的背景下，加強(qiáng)旱澇災(zāi)害的預(yù)警更加迫切。因此在未來的工作中不斷創(chuàng)新遙感技術(shù)，充分利用時間序列數(shù)據(jù)和監(jiān)測到的氣象資料，評估旱澇災(zāi)害對農(nóng)業(yè)生產(chǎn)的影響，提前預(yù)測災(zāi)害，降低對糧食減產(chǎn)的影響。