李子陽　戴濟(jì)群　黃對　張文　李涵曼　王喆　康芮

摘要：衛(wèi)星遙感監(jiān)測在彌補(bǔ)地面測點(diǎn)不足、全面感知水利工程態(tài)勢變化及風(fēng)險(xiǎn)源識別方面具有優(yōu)勢?？偨Y(jié)分析了光學(xué)遙感、雷達(dá)遙感監(jiān)測技術(shù)特點(diǎn)及在水利工程中的應(yīng)用現(xiàn)狀，指出遙感影像分類識別、合成孔徑雷達(dá)干涉形變測量技術(shù)在工程應(yīng)用中尚存在準(zhǔn)確度和精度不高、未與工程風(fēng)險(xiǎn)評估深度融合等問題;面向水利工程建設(shè)與運(yùn)行管理的應(yīng)用需求，從在建工程施工進(jìn)度監(jiān)督、在運(yùn)工程形變精準(zhǔn)監(jiān)測及風(fēng)險(xiǎn)源識別預(yù)警等3個(gè)典型應(yīng)用場景，探討了水利工程衛(wèi)星遙感監(jiān)測技術(shù)的業(yè)務(wù)化應(yīng)用路徑，剖析了尚存在遙感監(jiān)測定量化及時(shí)空分辨率不足、“天-空-地”多尺度協(xié)同監(jiān)測不夠的技術(shù)瓶頸，展望了水利工程遙感監(jiān)測技術(shù)應(yīng)用的發(fā)展方向。

關(guān)鍵詞：衛(wèi)星遙感監(jiān)測;水利工程;光學(xué)遙感;雷達(dá)遙感;多尺度協(xié)同監(jiān)測

中圖分類號：TV698.1

文獻(xiàn)標(biāo)志碼：A

文章編號：1001-6791（2023）05-0798-14

大型水利工程如水庫大壩、水電站及引調(diào)水工程等由于具有防洪興利的多重功能，在調(diào)控水資源時(shí)空分布、優(yōu)化水資源配置方面作用重大，保障其安全運(yùn)行一直是工程管理者的首要重任。然而，目前水利工程的建設(shè)與運(yùn)行管理還多以人工巡查、地面儀器監(jiān)測為主，監(jiān)管模式和手段單一、效率低下，無法實(shí)現(xiàn)風(fēng)險(xiǎn)監(jiān)測的全覆蓋且時(shí)效性難以保證;受運(yùn)行維護(hù)能力不足等因素影響，地面監(jiān)測信息化應(yīng)用程度低、智能化分析預(yù)警水平不足，與新階段水利工程高質(zhì)量發(fā)展及現(xiàn)代化風(fēng)險(xiǎn)管理的要求不相適應(yīng)［1-2］。衛(wèi)星遙感具有觀測范圍廣、周期性重訪等獨(dú)特優(yōu)勢，為更好地監(jiān)管水利工程安全提供了一種全新的視角［3］。

衛(wèi)星遙感在水利領(lǐng)域已有一些應(yīng)用，多集中于降水監(jiān)測、水體目標(biāo)檢測與提取，以及基于降水與水體識別數(shù)據(jù)處理的洪澇干旱監(jiān)測與影響評估［4-6］，近10多年來雷達(dá)影像的地表形變干涉測量技術(shù)也逐漸用于庫岸邊坡及壩體的形變監(jiān)測［7］。但受制于遙感監(jiān)測精度及水利工程復(fù)雜性影響，監(jiān)測結(jié)果的可靠性、穩(wěn)定性和精度與工程需求之間尚存在一定差距。隨著衛(wèi)星遙感技術(shù)的發(fā)展，衛(wèi)星影像數(shù)據(jù)分辨率不斷提高，在表達(dá)地物幾何、紋理、拓?fù)潢P(guān)系等特征參量方面更加細(xì)致，以深度學(xué)習(xí)為代表的遙感數(shù)據(jù)后處理增強(qiáng)了對地物信息的識別提取能力［8］，已逐漸能夠滿足快速獲取高精度水利工程特征信息的需求，使得其在水利工程建設(shè)監(jiān)督和運(yùn)行風(fēng)險(xiǎn)源動(dòng)態(tài)識別等方面的深層次應(yīng)用成為可能。本文從光學(xué)遙感、雷達(dá)遙感的不同監(jiān)測技術(shù)特點(diǎn)出發(fā)，總結(jié)分析遙感監(jiān)測技術(shù)應(yīng)用于水利工程的研究進(jìn)展及存在的技術(shù)問題，從遙感監(jiān)測的水利工程業(yè)務(wù)化應(yīng)用角度探討解決方案和發(fā)展趨勢。

1 衛(wèi)星遙感監(jiān)測技術(shù)

衛(wèi)星遙感是以航天攝影為基礎(chǔ)、自20世紀(jì)60年代發(fā)展起來的一類綜合性空間探測手段，其通過搭載傳感器收發(fā)電磁波信號，對遠(yuǎn)距離、大范圍的勘測目標(biāo)開展精細(xì)化的信息收集、處理與分析工作。遙感監(jiān)測具有準(zhǔn)確度高、時(shí)效性好、監(jiān)測范圍廣以及動(dòng)態(tài)性強(qiáng)等優(yōu)勢。目前美國、俄羅斯、日本、歐洲等多國遙感監(jiān)測技術(shù)水平較為突出，對地觀測數(shù)據(jù)也呈現(xiàn)資源整合全球化、技術(shù)規(guī)范標(biāo)準(zhǔn)化、共享服務(wù)信息化等發(fā)展趨勢。中國衛(wèi)星遙感事業(yè)起步較晚，但技術(shù)水平持續(xù)提高，進(jìn)入21世紀(jì)后，隨著資源、環(huán)境、高分等系列民用陸地觀測衛(wèi)星的陸續(xù)升空，已建立了較為完善的遙感數(shù)據(jù)獲取體系，極大推進(jìn)了衛(wèi)星遙感技術(shù)在各行業(yè)的應(yīng)用和服務(wù)水平［9］。

1.1 光學(xué)遙感監(jiān)測

衛(wèi)星遙感監(jiān)測中以光學(xué)遙感、微波遙感（以合成孔徑雷達(dá)（SAR）為主）技術(shù)發(fā)展最為迅速，應(yīng)用也最為廣泛。光學(xué)遙感傳感器工作波段在可見光波段，即0.38～0.76 μm范圍，其特點(diǎn)是能夠直觀反映地物目標(biāo)的形狀、顏色和紋理等，尤其是高分辨率光譜圖像是對地觀測的重要手段。20世紀(jì)70年代以來，衛(wèi)星技術(shù)不斷進(jìn)步，遙感衛(wèi)星數(shù)量增長迅速，分辨率也不斷提高，具有代表性的光學(xué)遙感衛(wèi)星有：美國國家航空航天局（NASA）和美國地質(zhì)調(diào)查局（USGS）發(fā)射的Landsat衛(wèi)星系列（Landsat 1—Landsat 8，1972—2013年），可提供至今為止約60余年的高空間分辨率（15～30 m、60 m）、時(shí)間分辨率為16 d的光學(xué)影像;中國和巴西聯(lián)合發(fā)射的CBERS資源衛(wèi)星系列（CBERS-01—CBERS-04，1999—2019年），可提供1999年至今的高空間分辨率（5～20 m）光學(xué)影像;NASA發(fā)射的Terra和Aqua衛(wèi)星（1999年、2002年）搭載MODIS傳感器，可提供近20余年高空間分辨率（通常為250 m～1 km）的每天地表觀測數(shù)據(jù);歐洲太空局（ESA）陸續(xù)發(fā)射Sentinel-2、Sentinel-3系列高質(zhì)量可見光衛(wèi)星（2015年），均含A、B雙星，可提供10～60 m空間分辨率、組合周期最高為5 d的多光譜圖像;中國國家航天局（CNSA）自2013年起已發(fā)射了數(shù)十顆自主可控的高分衛(wèi)星系列，提供的高質(zhì)量觀測數(shù)據(jù)廣泛應(yīng)用于地質(zhì)勘探、農(nóng)業(yè)、環(huán)境與自然災(zāi)害監(jiān)測。

目標(biāo)識別和變化檢測是光學(xué)遙感的主要應(yīng)用領(lǐng)域，即利用特定的算法從圖像中搜索、標(biāo)記出感興趣的目標(biāo)并監(jiān)測其特征性態(tài)變化情況。高光譜影像在實(shí)現(xiàn)細(xì)致識別地物分類的同時(shí)，其眾多的波段也帶來了信息的冗余以及數(shù)據(jù)處理的困難，降維和分類是高光譜遙感圖像處理的熱點(diǎn)問題。數(shù)據(jù)降維可分為2類：一種是針對全部波段進(jìn)行的線性或者非線性降維映射變化，即特征提取;另一種是從多個(gè)波段中選出最為合適的波段，即特征選擇。特征提取的目的是獲取遙感影像中具有代表性的特征，以便于更好地實(shí)現(xiàn)目標(biāo)變化檢測，以主成分分析法（PCA）最為基礎(chǔ)，其他還有基于統(tǒng)計(jì)特征、紋理特征、形狀特征、空間特征的各種提取方法等［10］;隨著海量數(shù)據(jù)增長和計(jì)算機(jī)性能提升，基于神經(jīng)網(wǎng)絡(luò)機(jī)器學(xué)習(xí)的方法在遙感影像特征識別與變化檢測中得到快速發(fā)展，如卷積神經(jīng)網(wǎng)絡(luò)（CNN）、深度卷積神經(jīng)網(wǎng)絡(luò)（DCNN）等，通過深度學(xué)習(xí)自動(dòng)提取圖像中的特征［11］。特征選擇方法可分為基于信息量和基于類間可分性的波段選擇方法。基于信息量的波段選擇主要是選出信息量大而相關(guān)性小的波段組合，最佳索引因子方法是一個(gè)應(yīng)用相對較廣的波段選擇方法;基于高光譜各波段與地物類別之間的關(guān)系，也可通過計(jì)算已知地物類別在單波段或波段組合中的統(tǒng)計(jì)距離來實(shí)現(xiàn)不同地物特征的選擇。

1.2 雷達(dá)遙感監(jiān)測

雷達(dá)遙感監(jiān)測通過發(fā)送雷達(dá)波束，接收和解析回波信號，從而獲取地表的反射、散射和回波特征，實(shí)現(xiàn)對目標(biāo)的探測與測量。最大的優(yōu)點(diǎn)是其主動(dòng)遙感工作方式少受云層遮擋限制，可全天時(shí)、全天候進(jìn)行觀測。20世紀(jì)50年代，使用脈沖雷達(dá)用于軍事偵察和天氣預(yù)報(bào)，分辨率和探測能力較低。1967年，NASA噴氣推進(jìn)實(shí)驗(yàn)室進(jìn)行了最早的雷達(dá)干涉測量實(shí)驗(yàn)，即通過使用2個(gè)雷達(dá)波束、測量波束的相位差來獲取地表形變信息;由此，SAR技術(shù)的出現(xiàn)使雷達(dá)遙感監(jiān)測邁向了新階段，并逐漸發(fā)展具有不同穿透能力的多波段雷達(dá)技術(shù)（包括X、C、L波段）以提供更豐富的地表信息。ESA發(fā)射的ERS-1（1991年）、ERS-2（1995年）衛(wèi)星搭載SAR進(jìn)行對地觀測，為雷達(dá)干涉測量技術(shù)的發(fā)展提供了重要的數(shù)據(jù)源;加拿大航天局（CSA）發(fā)射的RADARSAT系列，其中RADARSAT-1（1995年）為第一顆C波段合成孔徑雷達(dá)衛(wèi)星，具有高分辨率和全天候觀測能力，RADARSAT-2（2007年）具有更高空間分辨率與靈活觀測模式，之后發(fā)射的RADARSAT Constellation Mission（RCM，2019年）更是能提供多種成像模式的高分辨率SAR影像;ESA發(fā)射了Envisat、Sentinel-1合成孔徑雷達(dá)衛(wèi)星，其中Sentinel-1 A/B（2014年、2016年）提供C波段、4種極化工作模式、多種成像模式以及5～20 m不等空間分辨率、重訪周期為6～12 d的影像;日本航空航天局（JAXA）發(fā)射了ALOS系列L波段SAR衛(wèi)星，具有多種成像模式，空間分辨率在干涉模式下由3 m（ALOS-1，2006年）提升至2.5 m（ALOS-2，2014年）;此外，德國航天中心（DLR）和ESA開發(fā)的TerraSAR-X（2007年）可提供X波段、多種成像模式、空間分辨率高達(dá)1 m、重訪周期為11 d的SAR影像;意大利航天局（ASI）提供的COSMO-SkyMed（2022年）為X波段、多成像模式、空間分辨率高達(dá)1 m、重訪周期為16 d的SAR影像;中國的高分三號衛(wèi)星（GF-3，2016年）也具有1 m的分辨率，是世界上分辨率最高的C波段、多極化衛(wèi)星。

雷達(dá)遙感以SAR與電磁波干涉測量融合發(fā)展起來的合成孔徑雷達(dá)干涉（InSAR）測量應(yīng)用最為廣泛。由于SAR影像的像元既包含地物后向散射強(qiáng)度信息，也包含與斜距有關(guān)的相位信息，將覆蓋同一地區(qū)的2幅衛(wèi)星SAR影像對應(yīng)像素的相位值進(jìn)行差分，便可得到干涉相位圖，InSAR主要圍繞干涉相位及干涉結(jié)果來分離和提取感興趣的信息。以相位差異反映距離差異，InSAR技術(shù)具有以厘米級甚至亞厘米級精度分辨大范圍地表形變的能力，在高精度DEM建?；虮O(jiān)測區(qū)域地表形變方面具有優(yōu)勢，廣泛應(yīng)用于地形三維重建和由地震、火山、地面沉陷、滑坡等引起的地表形變探測及人工建構(gòu)筑物變形監(jiān)測等方面。InSAR干涉相位中除了地形相位外，還包括地形誤差、大氣延遲誤差、軌道誤差、解纏誤差和相干性誤差等，影響地表形變干涉精度，其中大氣誤差和解纏誤差是主要影響因素。結(jié)合多期SAR觀測數(shù)據(jù)，并利用時(shí)間序列分析方法的多時(shí)相InSAR技術(shù)可有效削弱誤差影響，已成為當(dāng)前InSAR研究和應(yīng)用的主流，近年來永久散射體PS-InSAR、分布式散射目標(biāo)DS-InSAR和小基線集SBAS-InSAR等［12］處理技術(shù)被相繼提出并得到廣泛應(yīng)用。

2 水利工程遙感監(jiān)測應(yīng)用現(xiàn)狀分析

衛(wèi)星遙感監(jiān)測在水利工程上已有探索性應(yīng)用，監(jiān)測對象包括水庫水體、水質(zhì)、地質(zhì)災(zāi)害、岸坡形變、違規(guī)行為等多個(gè)方面，為洪澇、干旱、滑坡等災(zāi)害監(jiān)測評估發(fā)揮著越來越重要的支撐作用［13-14］。

2.1 光學(xué)遙感在圖像識別中的應(yīng)用

光學(xué)遙感以其高時(shí)間和空間分辨率、低成本的強(qiáng)大優(yōu)勢，被廣泛用于水利工程中的水體提取及變化監(jiān)測、洪水風(fēng)險(xiǎn)識別及水質(zhì)監(jiān)測等領(lǐng)域。部分典型水利工程光學(xué)遙感應(yīng)用情況統(tǒng)計(jì)見表1。

準(zhǔn)確、快速提取水體一直是光學(xué)遙感在水利工程應(yīng)用研究的重點(diǎn)方向之一，國內(nèi)外學(xué)者提出了多種解譯方法，以閾值法最為常用。基于水體光譜特征曲線采用合適的波段來構(gòu)建水體提取模型，現(xiàn)以多波段的水體指數(shù)法應(yīng)用最廣，如歸一化差異水體指數(shù)（NDWI）及其改進(jìn)［23］。由于水體指數(shù)法分割閾值的不確定性，近年來面向?qū)ο蟮奶崛》椒ㄒ驳玫捷^好應(yīng)用，主要結(jié)合影像空間拓?fù)涮卣鳌⑿螤钐卣骱凸庾V特性進(jìn)行水體提取。通過高時(shí)空分辨率遙感影像對水體的準(zhǔn)確提取，可用于水庫分布調(diào)查、水量變化監(jiān)測、庫容曲線復(fù)核等，也可對洪澇災(zāi)害受影響范圍、受災(zāi)程度及動(dòng)態(tài)變化過程進(jìn)行分析評估［6］。

庫區(qū)遙感影像的地物分類提取與變化檢測對全面了解庫區(qū)狀況、庫岸地質(zhì)災(zāi)害動(dòng)態(tài)監(jiān)測及違規(guī)行為調(diào)查管理等具有重要作用。遙感水體及地物提取研究中，算法精度和計(jì)算速度始終是研究熱點(diǎn)與難點(diǎn)，考慮不同水利工程規(guī)模特點(diǎn)、區(qū)域位置等因素選取合適時(shí)空分辨率的遙感數(shù)據(jù)至關(guān)重要。如米級或亞米級衛(wèi)星影像場景識別精度高但計(jì)算量大，水庫所處的山區(qū)易有陰影等，如何借助智能識別技術(shù)與高性能計(jì)算平臺(tái)，實(shí)現(xiàn)工程信息精確、自動(dòng)化提取值得關(guān)注。以深度學(xué)習(xí)為代表的計(jì)算模型已成為遙感信息提取的最突出特征，近年來基于深度學(xué)習(xí)的水體提取也取得了較好效果［5］，仍存在的主要問題有：由于目標(biāo)尺寸以及地物遮擋等導(dǎo)致的目標(biāo)定位不夠準(zhǔn)確、小目標(biāo)與周圍背景相似度高較難檢出、對訓(xùn)練數(shù)據(jù)的需求高且工作量大限制部分場景的應(yīng)用［24-25］。

2.2 雷達(dá)遙感在形變監(jiān)測中的應(yīng)用

傳統(tǒng)的水利工程外觀變形監(jiān)測多采用水準(zhǔn)儀、經(jīng)緯儀、全站儀等，依賴人工操作;現(xiàn)代全站儀、引張線等監(jiān)測方式雖可實(shí)現(xiàn)自動(dòng)化操作，但對觀測條件（如測點(diǎn)間通視性等）要求很高。全球?qū)Ш叫l(wèi)星系統(tǒng)（GNSS）觀測可在某種程度上彌補(bǔ)傳統(tǒng)監(jiān)測手段的不足，提升形變監(jiān)測的精度和穩(wěn)定性［26］，但垂直位移監(jiān)測精度較低，且由于其點(diǎn)測量特性，也無法獲取工程整體形變特征。通過InSAR技術(shù)進(jìn)行大范圍、非接觸、多頻次的觀察和測量，相比傳統(tǒng)的光電大地測量手段，具有范圍廣、周期長、精度高等特點(diǎn)，在工程邊坡及庫岸滑坡體等大范圍形變監(jiān)測中具有明顯優(yōu)勢，可有效獲取異常形變區(qū)的位置、邊界和動(dòng)態(tài)變化特征，彌補(bǔ)傳統(tǒng)站點(diǎn)監(jiān)測的不足。水利工程主要雷達(dá)遙感應(yīng)用情況統(tǒng)計(jì)見表2。

雷達(dá)遙感或雷達(dá)與光學(xué)遙感結(jié)合在水體提取、水質(zhì)監(jiān)測以及洪澇災(zāi)害監(jiān)測等方面均有所應(yīng)用，其中以InSAR技術(shù)在庫岸邊坡變形及滑坡體的探測與監(jiān)測最具實(shí)用價(jià)值，近十多年來相關(guān)技術(shù)方法也取得了長足發(fā)展［37］。庫岸滑坡體常發(fā)生于山區(qū)或植被茂密區(qū)域，常規(guī)InSAR技術(shù)受時(shí)空失相干和大氣延遲誤差影響，難以準(zhǔn)確獲取形變信息;時(shí)序InSAR通過對長時(shí)間序列SAR影像進(jìn)行處理減少干涉誤差從而提高形變監(jiān)測精度，能較好地彌補(bǔ)傳統(tǒng)InSAR的不足。通過時(shí)序InSAR技術(shù)并聯(lián)合永久散射體和分布式散射目標(biāo)增加觀測數(shù)、增強(qiáng)信噪比，可獲得盡可能多的區(qū)域形變信息，代表性技術(shù)如PS-InSAR、SBAS-InSAR等不僅支持地表形變監(jiān)測，還可應(yīng)用于庫岸潛在滑坡體的識別，顯著提高了InSAR監(jiān)測的可靠性和適用范圍，可達(dá)到厘米乃至毫米級地表形變速率的監(jiān)測精度。

Tom?s等［38］基于CPT-InSAR技術(shù)，利用多源SAR影像恢復(fù)了西班牙La Pedrera大壩1995—2010年歷史形變時(shí)間序列，為研究大壩的長時(shí)空形變演化特征提供了參考；Milillo等［33］通過處理高分辨率COSMO-SkyMed和TerraSAR-X衛(wèi)星影像，發(fā)現(xiàn)了意大利Pertusillo拱壩的形變隨溫度與靜水壓力呈周期性變化的關(guān)系；Al-husseinawi等［28］聯(lián)合Sentinel-1影像與GPS、水準(zhǔn)實(shí)測數(shù)據(jù)分析了2017年兩伊邊境地震對伊拉克Darbandikhan大壩穩(wěn)定性的影響，研究表明震前大壩位移速率約4 mm/a，而震后壩頂?shù)奈灰扑俾蔬_(dá)到了70 mm/a；Zhou等［39］采用ALOS PALSAR影像監(jiān)測了湖北清江水布埡大壩的形變，并通過InSAR結(jié)果和有限元法的數(shù)值模擬分析，預(yù)測了大壩的未來形變；Zhao等［40］利用InSAR產(chǎn)品和DEM數(shù)據(jù)結(jié)合，對金沙江流域?yàn)鯑|德水電站段進(jìn)行了滑坡體早期識別，成功探測到多處未知和已知的滑坡體；Wang等［36］基于Envisat ASAR影像研究了三峽大壩及其周邊區(qū)域的穩(wěn)定性，并應(yīng)用Quasi-PS技術(shù)來解決庫區(qū)失相干比較嚴(yán)重的問題;朱同同等［41］、廖明生等［42］分別采用時(shí)序InSAR技術(shù)、PS-InSAR技術(shù)對三峽大壩和三峽庫區(qū)滑坡體變形進(jìn)行了穩(wěn)定性監(jiān)測和時(shí)序分析等；Xiao等［43］利用Sentinel-1衛(wèi)星數(shù)據(jù)開展時(shí)序InSAR處理，對2020年烏茲別克斯坦Sardoba水庫潰壩事故進(jìn)行了回溯分析，結(jié)果揭示大壩潰決處災(zāi)前最大差異沉降達(dá)60 mm，可能是裂縫和內(nèi)部侵蝕的征兆，表明時(shí)序InSAR分析方法在庫壩安全狀況普查及形變歷史回溯中具有巨大的應(yīng)用潛力。

目前，工程區(qū)或庫區(qū)茂密植被引起干涉失相干、岸坡陡峭地形引起SAR影像幾何畸變、殘余地形相位導(dǎo)致的解纏效果不理想等仍是InSAR在水利工程應(yīng)用中的主要制約因素;另外，工程自身及其邊坡的活動(dòng)特征受形變位置、速度和強(qiáng)度的控制，在時(shí)空間尺度上存在較大差異，不同干涉測量技術(shù)在大梯度形變監(jiān)測中引起的相位失相干，形變監(jiān)測可靠性范圍有限也使其發(fā)展有所局限［14］。

3 衛(wèi)星遙感在水利工程監(jiān)測與管理中的應(yīng)用展望

衛(wèi)星遙感監(jiān)測技術(shù)及水利領(lǐng)域應(yīng)用研究已取得諸多進(jìn)展，但在水利工程監(jiān)測中的應(yīng)用總體處于起步階段。面向水利高質(zhì)量發(fā)展要求，亟待遙感技術(shù)與傳統(tǒng)水利監(jiān)測及管理技術(shù)結(jié)合，更好地發(fā)揮遙感信息在水利工程監(jiān)測監(jiān)督上的應(yīng)用。針對水利工程管理對象量大面廣、監(jiān)測技術(shù)手段相對落后、監(jiān)管人員技術(shù)參差不齊等問題，充分發(fā)揮衛(wèi)星遙感技術(shù)快速、實(shí)時(shí)、監(jiān)測范圍廣等優(yōu)勢，以工程施工過程監(jiān)督、大范圍形變精準(zhǔn)監(jiān)測、運(yùn)行期風(fēng)險(xiǎn)源識別等為典型應(yīng)用場景，提出水利工程遙感監(jiān)測業(yè)務(wù)化應(yīng)用對策。

結(jié)合遙感性能參數(shù)及工程監(jiān)管業(yè)務(wù)需求，首先篩選適用于水利工程的遙感衛(wèi)星見表3。其中GF-1、GF-6可提供寬幅遙感影像，實(shí)現(xiàn)對大范圍工程區(qū)的全覆蓋觀測;GF-2、GF-7與ZY3-02的高空間分辨率可為工程關(guān)鍵部位的精細(xì)化監(jiān)測提供支撐;ZY3-01可補(bǔ)充提供工程早期的影像數(shù)據(jù)。針對不同類別、不同環(huán)境下水利工程不同時(shí)期（施工期、運(yùn)行期）監(jiān)測管理需求的差異性，可根據(jù)星源特點(diǎn)組合監(jiān)測以獲取較為完整的工程遙感信息。

3.1 在建工程施工過程動(dòng)態(tài)監(jiān)督

現(xiàn)有水利工程施工過程監(jiān)督主要以現(xiàn)場檢查為主，充分利用光學(xué)遙感的地物分類識別技術(shù)可對施工過程進(jìn)行遠(yuǎn)程動(dòng)態(tài)監(jiān)督。以某渠道施工為例，采用基于隨機(jī)森林的地物分類算法獲取了工程區(qū)GF影像的地物分類結(jié)果（圖1），不同時(shí)期渠道分類結(jié)果對比可見地物類型發(fā)生顯著改變，渠道經(jīng)過了場地平整、混凝土襯砌等施工過程，證實(shí)了衛(wèi)星遙感監(jiān)督工程整體施工進(jìn)度的可行性。以往水利工程的遙感識別研究多側(cè)重水體面積的辨識，為提升遙感監(jiān)督效率，需綜合光譜、紋理、形狀等多維度特征和遙感影像分類及高精度識別算法，重點(diǎn)解決大壩、溢洪道、渠道等各類主要水工建筑物的遙感智能識別，以及場地平整、基礎(chǔ)開挖、土方填筑、混凝土澆筑、金屬結(jié)構(gòu)安裝等典型施工階段的遙感信息特征智能辨識，以提取施工序時(shí)進(jìn)度的關(guān)鍵節(jié)點(diǎn)信息，從而實(shí)現(xiàn)對施工過程及工程進(jìn)度的動(dòng)態(tài)遙感監(jiān)管。

3.2 工程區(qū)大范圍形變精準(zhǔn)監(jiān)測

時(shí)序InSAR干涉測量應(yīng)用于庫區(qū)、大壩、堤防等水工建筑物的變形監(jiān)測及庫岸滑坡風(fēng)險(xiǎn)識別，主要技術(shù)難點(diǎn)是需要克服水利工程復(fù)雜地形條件下遙感信號遮擋和失相干影響。在InSAR基礎(chǔ)上發(fā)展起來的PS-InSAR技術(shù)受時(shí)空失相干和噪聲影響較小，而DS-InSAR技術(shù)可進(jìn)一步增加復(fù)雜環(huán)境條件下的散射目標(biāo)數(shù)量，以提高形變監(jiān)測結(jié)果的可信度［44］。以某水庫表面垂直位移監(jiān)測為例，分別采用PS-InSAR和DS-InSAR技術(shù)分析了2017年10月至2022年12月的遙感監(jiān)測數(shù)據(jù)，并對比地面測點(diǎn)數(shù)據(jù)如圖2所示。整體來看，位移等值線圖都是壩頂向下游面、壩中向兩側(cè)逐漸減小，總體變形趨勢一致;相對于左側(cè)的地面測點(diǎn)位移結(jié)果，右側(cè)的2個(gè)InSAR監(jiān)測結(jié)果由于獲得的形變點(diǎn)（散射體）數(shù)量明顯更多，位移等值線更密集;中間的DS-InSAR監(jiān)測結(jié)果在位移量的空間分布、等值線形態(tài)上相對于右側(cè)的PS-InSAR結(jié)果與左側(cè)實(shí)測位移等值線更為接近，說明比較而言DS-InSAR成果與實(shí)測值吻合度更高。

針對水利工程變形監(jiān)測高精度的要求，遙感監(jiān)測需進(jìn)一步通過采用時(shí)序InSAR方法，對多景影像進(jìn)行精準(zhǔn)分析，以降低大氣延遲等誤差影響，使得形變監(jiān)測精度穩(wěn)定達(dá)到毫米級;另一方面，可利用貼近攝影測量技術(shù)獲取的亞厘米級甚至毫米級超高分辨率地面影像［45］，以及地面GNSS［46］進(jìn)行聯(lián)合互補(bǔ)式監(jiān)測，研究建立“天-空-地”協(xié)同的工程區(qū)多尺度監(jiān)測模式和大范圍形變精準(zhǔn)監(jiān)測技術(shù)體系，從而實(shí)現(xiàn)潛在滑坡風(fēng)險(xiǎn)區(qū)和工程主體建筑物的毫米級高精度形變遙感監(jiān)測。

3.3 在運(yùn)工程風(fēng)險(xiǎn)源識別預(yù)警

基于遙感監(jiān)測的水利工程風(fēng)險(xiǎn)源識別預(yù)警可分為“探測—監(jiān)測—預(yù)警”3步，即：首先通過高分光學(xué)與SAR數(shù)據(jù)進(jìn)行多源衛(wèi)星協(xié)同的大范圍形變、重要地質(zhì)地貌標(biāo)志的廣域探測，充分利用光學(xué)遙感的光譜特性、微波遙感的極化和干涉特性，基于神經(jīng)網(wǎng)絡(luò)等多方法獲取的地物分類特征，識別提取工程管理范圍內(nèi)潛在滑坡體、大變形區(qū)等目標(biāo)風(fēng)險(xiǎn)區(qū);其次分析目標(biāo)風(fēng)險(xiǎn)區(qū)的后向散射特征、紋理特征等遙感監(jiān)測信息，綜合光學(xué)遙感的變化檢測與雷達(dá)遙感的InSAR時(shí)序分析等多源遙感解譯，進(jìn)行工程結(jié)構(gòu)變化的精細(xì)監(jiān)測，并結(jié)合無人機(jī)航測與地面監(jiān)測檢驗(yàn)，準(zhǔn)確跟蹤監(jiān)測目標(biāo)風(fēng)險(xiǎn)區(qū)地類變化及形變分析;最后結(jié)合工程經(jīng)驗(yàn)和預(yù)警模型，設(shè)立監(jiān)測閾值對實(shí)時(shí)監(jiān)測成果進(jìn)行預(yù)警分析和專家評判，為決策提供支撐。

水利工程運(yùn)行風(fēng)險(xiǎn)源可劃分為環(huán)境風(fēng)險(xiǎn)、工程風(fēng)險(xiǎn)和人類活動(dòng)風(fēng)險(xiǎn)（或社會(huì)風(fēng)險(xiǎn)）三大類，從衛(wèi)星遙感監(jiān)測技術(shù)特點(diǎn)及識別度出發(fā)，通過上述途徑可以識別的風(fēng)險(xiǎn)源包括危巖體滑移、滑坡體崩塌、岸坡沖刷等環(huán)境風(fēng)險(xiǎn)，建筑物變形、泄洪水力沖刷影響等工程風(fēng)險(xiǎn)，岸線破壞、行洪通道侵占、洪水風(fēng)險(xiǎn)區(qū)土地利用等人類活動(dòng)風(fēng)險(xiǎn)。以某水庫為例，選取GF-1衛(wèi)星影像，遙感識別了2021年汛期水庫遭遇洪水泄洪前后下游的土地分類利用現(xiàn)狀（圖3，分辨率為2 m），通過分類后比較法，分析了水庫下游土地利用變化情況，可以明顯看出泄洪對下游河道造成了較大水毀;利用地理信息系統(tǒng)（GIS）軟件空間量算可精確獲取毀壞面積及尺寸等特征數(shù)據(jù)（圖4），展示了衛(wèi)星遙感監(jiān)測災(zāi)情追溯方面的潛力。接下來的研究重點(diǎn)是區(qū)分不同類型風(fēng)險(xiǎn)源特征，研究多維遙感數(shù)據(jù)對環(huán)境、工程和人類活動(dòng)等風(fēng)險(xiǎn)源特性識別的準(zhǔn)確性，構(gòu)建適用于水利工程不同風(fēng)險(xiǎn)源的遙感辨識與預(yù)警方法。

基于水利工程業(yè)務(wù)化應(yīng)用場景分析，綜合不同類別、不同環(huán)境下水利工程施工、運(yùn)行期監(jiān)管需求的差異性，未來需根據(jù)工程自身及場景特點(diǎn)，研究遙感星源組合、空天遙感聯(lián)合監(jiān)測方式、多源遙感信息融合分析方法、地面監(jiān)測互證模式等方案設(shè)計(jì)與優(yōu)化配置方法，形成工程建設(shè)與運(yùn)行期一體化的遙感監(jiān)督預(yù)警技術(shù)方法體系及優(yōu)化配置應(yīng)用模式，以提升遙感數(shù)據(jù)的組合模式、場景匹配能力及業(yè)務(wù)化應(yīng)用效果。

4 業(yè)務(wù)應(yīng)用存在的技術(shù)瓶頸

綜合現(xiàn)階段衛(wèi)星遙感在水利工程監(jiān)測與管理方面的應(yīng)用，對光學(xué)遙感和雷達(dá)遙感技術(shù)尚存在的定量化及時(shí)空分辨率不足、應(yīng)用場景有限等問題，討論分析如下：

（1） 光學(xué)遙感工程應(yīng)用較為普遍，但受天氣條件影響大且精度有限。① 天氣條件限制：光學(xué)遙感對于云、霧、雨等天氣條件敏感，雖然目前可識別水庫水體、庫區(qū)地物、施工狀況、滑坡體以及庫區(qū)人類活動(dòng)侵占等情況，但受限于天氣條件和衛(wèi)星成像周期，通常缺少足夠的過境衛(wèi)星數(shù)據(jù)，較難完全實(shí)時(shí)監(jiān)測和響應(yīng)工程應(yīng)用。此外，天氣條件、地形地貌也限制了識別方法的精度，受雨、冰雪天氣和庫區(qū)陡峭地形等因素影響存在無法識別或者錯(cuò)誤識別工程區(qū)目標(biāo)的情況。② 數(shù)據(jù)時(shí)空分辨率限制：雖然目前光學(xué)遙感影像分辨率最高已達(dá)亞米級，但仍然無法獲取足夠細(xì)小的地表特征，如溢洪道侵占的有效識別能力有限，對于高精度的工程應(yīng)用與工程安全而言其分辨率仍然不夠。③ 遙感數(shù)據(jù)解譯的復(fù)雜性：地面對象間的光譜、紋理、形狀等特征差異可以一定程度上被應(yīng)用于識別庫區(qū)滑坡體或輔助河湖四亂監(jiān)管，但識別方法的適用性與結(jié)果的準(zhǔn)確性仍需通過無人機(jī)或人工核查進(jìn)行驗(yàn)證與改進(jìn)。雖然通過大規(guī)模的訓(xùn)練數(shù)據(jù)集和深度學(xué)習(xí)模型可以提高識別的準(zhǔn)確性，但海量訓(xùn)練數(shù)據(jù)集也需要人工標(biāo)注，耗時(shí)耗力，應(yīng)用的泛化能力有待進(jìn)一步加強(qiáng)。

（2） 雷達(dá)遙感InSAR形變監(jiān)測精度有待進(jìn)一步提高，主要存在4個(gè)方面的挑戰(zhàn)。① 噪聲影響：相位噪聲和非相干噪聲的影響都會(huì)導(dǎo)致InSAR監(jiān)測結(jié)果的不確定性和誤差，其中，相位噪聲主要來自于雷達(dá)系統(tǒng)的穩(wěn)定性和測量誤差，非相干噪聲主要來自于水利工程區(qū)地表高植被覆蓋的復(fù)雜散射特性和大氣干擾等因素，降低相位噪聲和非相干噪聲仍是提高監(jiān)測精度的關(guān)鍵。② 解纏問題：雷達(dá)遙感和InSAR監(jiān)測中經(jīng)常會(huì)出現(xiàn)多個(gè)目標(biāo)或地表形變的相互疊加，需要進(jìn)行解纏處理來分離出各個(gè)目標(biāo)或形變的信號，這是一個(gè)復(fù)雜的數(shù)學(xué)問題，需要考慮多個(gè)因素，如信號的相位差、相干性等，水利工程大梯度形變等引起的干涉失相干也會(huì)嚴(yán)重影響相位解纏的可靠性，解纏算法需要進(jìn)一步改進(jìn)和優(yōu)化。③ 多次測量和時(shí)間序列分析的穩(wěn)定性：通過進(jìn)行多次測量可以獲得地表形變的時(shí)間演化信息，但測量結(jié)果可能受到不同因素如大氣干擾、儀器漂移等的影響，此外噪聲的累積效應(yīng)也會(huì)對時(shí)間序列分析結(jié)果產(chǎn)生誤差，影響多次測量的一致性與穩(wěn)定性。④ 與工程監(jiān)測應(yīng)用的差異：InSAR技術(shù)僅能獲取一維形變，即地表真實(shí)變化在衛(wèi)星視線方向的投影，這可能導(dǎo)致地表形變的低估和誤判;另外，SAR衛(wèi)星的近極軌飛行和側(cè)視成像特征決定了InSAR對南北向的形變不敏感，這也限制了東西走向水利工程的遙感形變監(jiān)測應(yīng)用。上述原因綜合造成了現(xiàn)階段InSAR形變監(jiān)測精度與水利工程監(jiān)測規(guī)范（SL551—2012、SL601—2013、SL725—2016等）允許的混凝土壩表面1～2 mm、土石壩3 mm、邊坡及近壩庫岸2～3 mm、滑坡體3～5 mm等的外觀變形監(jiān)測精度要求尚有一定差距。

衛(wèi)星遙感本身的技術(shù)局限性和水利工程所處的復(fù)雜環(huán)境使遙感業(yè)務(wù)化應(yīng)用面臨一些挑戰(zhàn)，如何利用多源衛(wèi)星融合增強(qiáng)影像時(shí)空分辨率和地物識別能力，如何基于單一或結(jié)合多源衛(wèi)星建立精準(zhǔn)高效算法并克服復(fù)雜的工程環(huán)境影響以獲取連續(xù)長序列監(jiān)測數(shù)據(jù)［47］，如何建立衛(wèi)星遙感監(jiān)測、無人機(jī)低空攝影測量、工程地面監(jiān)測的多尺度協(xié)同監(jiān)測體系以提高工程的全景式精準(zhǔn)化預(yù)警能力，是當(dāng)前水利工程遙感監(jiān)測應(yīng)用需重點(diǎn)考慮的方向。

5 結(jié)語

遙感監(jiān)測已朝著高空間分辨率、高時(shí)間分辨率以及高光譜分辨率的方向發(fā)展，對全面感知水利工程態(tài)勢變化與風(fēng)險(xiǎn)源識別具有明顯優(yōu)勢，在服務(wù)并提升工程監(jiān)測與管理水平方面必將發(fā)揮越來越重要的作用，也是智慧水利建設(shè)的重要保障。

本文分析了光學(xué)遙感、雷達(dá)遙感監(jiān)測技術(shù)特點(diǎn)及地物分類、目標(biāo)識別與變化檢測、形變監(jiān)測等典型遙感應(yīng)用技術(shù)方法，梳理總結(jié)了光學(xué)遙感圖像識別、InSAR形變監(jiān)測在水利工程中的應(yīng)用路徑，指出受衛(wèi)星影像技術(shù)局限性與水利工程環(huán)境復(fù)雜性影響，遙感影像智能識別、InSAR形變測量技術(shù)在工程業(yè)務(wù)化應(yīng)用中存在準(zhǔn)確度不高、未與工程風(fēng)險(xiǎn)評估深度融合等主要問題。面向水利工程監(jiān)測與管理應(yīng)用需求，從在建工程施工過程監(jiān)督、工程區(qū)大范圍形變精準(zhǔn)監(jiān)測、在運(yùn)工程風(fēng)險(xiǎn)源識別等典型應(yīng)用場景出發(fā)，探討提出了水利工程的遙感監(jiān)測業(yè)務(wù)化應(yīng)用對策與發(fā)展方向，指出亟需攻關(guān)多源衛(wèi)星遙感融合監(jiān)測及“天-空-地”協(xié)同監(jiān)測的工程態(tài)勢與風(fēng)險(xiǎn)源識別預(yù)警的關(guān)鍵技術(shù)瓶頸，展望了水利工程衛(wèi)星遙感監(jiān)測技術(shù)應(yīng)用發(fā)展方向，為精準(zhǔn)化、信息化、現(xiàn)代化水利工程管理的新要求提供支撐。

參考文獻(xiàn)：

［1］WISHART M J，BOJ GARCIA E，LYON K N，et al.Laying the foundations：a global analysis of regulatory frameworks for the safety of dams and downstream communities［M］.Washington D C：World Bank Group，2020.

［2］王翔，鄭淇文，張志勇，等.高質(zhì)量發(fā)展階段中國水利工程安全監(jiān)測現(xiàn)狀及提升策略［J］.水利水電快報(bào)，2023，44（3）：76-83，88.（WANG X，ZHENG Q W，ZHANG Z Y，et al.Current situation and promotion strategy of safety monitoring of water conservancy projects in China in high-quality development stage［J］.Express Water Resources & Hydropower Information，2023，44（3）：76-83，88.（in Chinese））

［3］宋文龍，楊昆，路京選，等.水利遙感技術(shù)及應(yīng)用學(xué)科研究進(jìn)展與展望［J］.中國防汛抗旱，2022，32（1）：34-40.（SONG W L，YANG K，LU J X，et al.Research progress and prospects of water conservancy remote sensing technology and application［J］.China Flood & Drought Management，2022，32（1）：34-40.（in Chinese））

［4］熊立華，劉成凱，陳石磊，等.遙感降水資料后處理研究綜述［J］.水科學(xué)進(jìn)展，2021，32（4）：627-637.（XIONG L H，LIU C K，CHEN S L，et al.Review of post-processing research for remote-sensing precipitation products［J］.Advances in Water Science，2021，32（4）：627-637.（in Chinese））

［5］LI J J，MENG Y Z，LI Y X，et al.Accurate water extraction using remote sensing imagery based on normalized difference water index and unsupervised deep learning［J］.Journal of Hydrology，2022，612：128202.

［6］朱輝，何祺勝，李金陽，等.基于多源遙感數(shù)據(jù)的蓄洪區(qū)洪澇遙感監(jiān)測與分析［J］.河海大學(xué)學(xué)報(bào)（自然科學(xué)版），2022，50（4）：50-57.（ZHU H，HE Q S，LI J Y，et al.Remote sensing monitoring and analysis of flood in flood storage area based on multi-source remote sensing data［J］.Journal of Hohai University（Natural Sciences），2022，50（4）：50-57.（in Chinese））

［7］李振洪，朱武，余琛，等.雷達(dá)影像地表形變干涉測量的機(jī)遇、挑戰(zhàn)與展望［J］.測繪學(xué)報(bào)，2022，51（7）：1485-1519.（LI Z H，ZHU W，YU C，et al.Interferometric synthetic aperture radar for deformation mapping：opportunities，challenges and the outlook［J］.Acta Geodaetica et Cartographica Sinica，2022，51（7）：1485-1519.（in Chinese））

［8］ZHANG B，CHEN Z C，PENG D L，et al.Remotely sensed big data：evolution in model development for information extraction［J］.Proceedings of the IEEE，2019，107（12）：2294-2301.

［9］孫偉偉，楊剛，陳超，等.中國地球觀測遙感衛(wèi)星發(fā)展現(xiàn)狀及文獻(xiàn)分析［J］.遙感學(xué)報(bào)，2020，24（5）：479-510.（SUN W W，YANG G，CHEN C，et al.Development status and literature analysis of China′s earth observation remote sensing satellites［J］.Journal of Remote Sensing，2020，24（5）：479-510.（in Chinese））

［10］姚群力，胡顯，雷宏.基于多尺度卷積神經(jīng)網(wǎng)絡(luò)的遙感目標(biāo)檢測研究［J］.光學(xué)學(xué)報(bào)，2019，39（11）：346-353.（YAO Q L，HU X，LEI H.Object detection in remote sensing images using multiscale convolutional neural networks［J］.Acta Optica Sinica，2019，39（11）：346-353.（in Chinese））

［11］ZHAO W Z，DU S H，EMERY W J.Object-based convolutional neural network for high-resolution imagery classification［J］.IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing，2017，10（7）：3386-3396.

［12］XIAO R，YU C，LI Z H，et al.General survey of large-scale land subsidence by GACOS-corrected InSAR stacking：case study in North China Plain［J］.Proceedings of the International Association Hydrological Sciences，2020，382：213-218.

［13］曾子悅，許繼軍，王永強(qiáng).基于遙感空間信息的洪水風(fēng)險(xiǎn)識別與動(dòng)態(tài)模擬研究進(jìn)展［J］.水科學(xué)進(jìn)展，2020，31（3）：463-472.（ZENG Z Y，XU J J，WANG Y Q.Advances in flood risk identification and dynamic modelling based on remote sensing spatial information［J］.Advances in Water Science，2020，31（3）：463-472.（in Chinese））

［14］李振洪，宋闖，余琛，等.衛(wèi)星雷達(dá)遙感在滑坡災(zāi)害探測和監(jiān)測中的應(yīng)用：挑戰(zhàn)與對策［J］.武漢大學(xué)學(xué)報(bào)（信息科學(xué)版），2019，44（7）：967-979.（LI Z H，SONG C，YU C，et al.Application of satellite radar remote sensing to landslide detection and monitoring：challenges and solutions［J］.Geomatics and Information Science of Wuhan University，2019，44（7）：967-979.（in Chinese））

［15］丁志雄，顏廷松，屈吉鴻.多源遙感影像在水庫水位—庫容曲線復(fù)核中的應(yīng)用［J］.華北水利水電學(xué)院學(xué)報(bào)，2012，33（4）：32-35.（DING Z X，YAN T S，QU J H.The application of multi-source remote sensing image in re-checking the curve of reservoir water level-storage capacity relationship［J］.Journal of North China Institute of Water Conservancy and Hydroelectric Power，2012，33（4）：32-35.（in Chinese））

［16］徐岳仁，何宏林，申旭輝，等.利用CBERS數(shù)據(jù)開展資興市東江水庫庫區(qū)地質(zhì)災(zāi)害動(dòng)態(tài)監(jiān)測試驗(yàn)研究［J］.北京大學(xué)學(xué)報(bào)（自然科學(xué)版），2011，47（4）：689-697.（XU Y R，HE H L，SHEN X H，et al.Study on dynamic survey of group geological disasters in Dongjiang Reservoir region，Zixing City，using CBERS images［J］.Acta Scientiarum Naturalium Universitatis Pekinensis，2011，47（4）：689-697.（in Chinese））

［17］郝小翠，陳軍輝，韓濤，等.基于MODIS數(shù)據(jù)的甘肅主要水庫水體面積變化特征［J］.干旱氣象，2019，37（2）：331-338.（HAO X C，CHEN J H，HAN T，et al.Change characteristic of water areas of main reservoirs in Gansu based on MODIS data during 2000—2014［J］.Journal of Arid Meteorology，2019，37（2）：331-338.（in Chinese））

［18］曹暢，王勝蕾，李俊生，等.基于MODIS數(shù)據(jù)的全國144個(gè)重點(diǎn)湖庫營養(yǎng)狀態(tài)監(jiān)測：以2018年夏季為例［J］.湖泊科學(xué)，2021，33（2）：405-413.（CAO C，WANG S L，LI J S，et al.MODIS-based monitoring of spatial distribution of trophic status in 144 key lakes and reservoirs of China in summer of 2018［J］.Journal of Lake Sciences，2021，33（2）：405-413.（in Chinese））

［19］高仁強(qiáng)，歐陽建，陳亮雄，等.鶴地水庫SPOT7影像分類研究［J］.測繪科學(xué)，2019，44（9）：90-99.（GAO R Q，OUYANG J，CHEN L X，et al.SPOT7 image classification of Hedi Reservoir［J］.Science of Surveying and Mapping，2019，44（9）：90-99.（in Chinese））

［20］王珊.基于多源遙感影像的潘家口—大黑汀水庫水質(zhì)變化監(jiān)測與分析［D］.蘭州：蘭州交通大學(xué)，2019.（WANG S.Monitoring and analyzing of Panjiakou—Daheiting Reservoir water quality change based on multi-source remote sensing images［D］.Lanzhou：Lanzhou Jiaotong University，2019.（in Chinese））

［21］王夢琦，張文，孟令奎.2014—2019年北京密云和官廳水庫時(shí)空變化分析［J］.測繪地理信息，2022，47（4）：100-104.（WANG M Q，ZHANG W，MENG L K.Spatial and temporal changes of Miyun and Guanting reservoirs in Beijing from 2014 to 2019［J］.Journal of Geomatics，2022，47（4）：100-104.（in Chinese））

［22］賀秋華，鄒娟，余姝辰，等.基于高分二號數(shù)據(jù)的湖南省十大水庫網(wǎng)箱圍欄養(yǎng)殖分布遙感調(diào)查［J］.測繪通報(bào)，2019（10）：8-11，159.（HE Q H，ZOU J，YU S C，et al.Remote sensing survey on the distribution of cage-fenced culture in the top 10 reservoirs of Hunan Province based on GF-2 data［J］.Bulletin of Surveying and Mapping，2019（10）：8-11，159.（in Chinese））

［23］徐涵秋.水體遙感指數(shù)研究進(jìn)展［J］.福州大學(xué)學(xué)報(bào)（自然科學(xué)版），2021，49（5）：613-625.（XU H Q.Development of remote sensing water indices：a review［J］.Journal of Fuzhou University （Natural Science Edition），2021，49（5）：613-625.（in Chinese））

［24］聶光濤，黃華.光學(xué)遙感圖像目標(biāo)檢測算法綜述［J］.自動(dòng)化學(xué)報(bào)，2021，47（8）：1749-1768.（NIE G T，HUANG H.A survey of object detection in optical remote sensing images［J］.Acta Automatica Sinica，2021，47（8）：1749-1768.（in Chinese））

［25］LI K，WAN G，CHENG G，et al.Object detection in optical remote sensing images：a survey and a new benchmark［J］.ISPRS Journal of Photogrammetry and Remote Sensing，2020，159：296-307.

［26］STROZZI T，KLIME J，F(xiàn)REY H，et al.Satellite SAR interferometry for the improved assessment of the state of activity of landslides：a case study from the Cordilleras of Peru［J］.Remote Sensing of Environment，2018，217：111-125.

［27］賈佳佳，馬金戈，沈明，等.基于Sentinel-1 SAR數(shù)據(jù)巢湖流域洪水時(shí)空動(dòng)態(tài)變化監(jiān)測研究［J］.遙感技術(shù)與應(yīng)用，2022，37（1）：173-185.（JIA J J，MA J G，SHEN M，et al.Research on spatial-temporal dynamic changes of flood in Lake Chaohu basin based on Sentinel-1 SAR satellite image［J］.Remote Sensing Technology and Application，2022，37（1）：173-185.（in Chinese））

［28］AL-HUSSEINAWI Y，LI Z H，CLARKE P，et al.Evaluation of the stability of the darbandikhan dam after the 12 November 2017 mW 7.3 Sarpol-e Zahab （Iran-Iraq border） earthquake［J］.Remote Sensing，2018，10（9）：1426.

［29］李凌婧，姚鑫，周振凱，等.Sentinel-1數(shù)據(jù)在西南山區(qū)水庫變形斜坡InSAR監(jiān)測中的適用性評價(jià)：以溪洛渡水庫為例［J］.地質(zhì)力學(xué)學(xué)報(bào)，2022，28（2）：281-293.（LI L J，YAO X，ZHOU Z K，et al.The applicability assessment of Sentinel-1 data in InSAR monitoring of the deformed slopes of reservoir in the mountains of Southwest China：a case study in the Xiluodu Reservoir［J］.Journal of Geomechanics，2022，28（2）：281-293.（in Chinese））

［30］李磊，崔倩，張志新，等.基于GF-3的2020年鄱陽湖洪水動(dòng)態(tài)監(jiān)測與影響評價(jià)［J］.水文，2022，42（3）：43-47.（LI L，CUI Q，ZHANG Z X，et al.Dynamic monitoring and impact assessment of Poyang Lake flood in 2020 based on GF-3［J］.Journal of China Hydrology，2022，42（3）：43-47.（in Chinese））

［31］劉宇舟，李夢華，張路，等.ALOS-2 PALSAR-2的干涉相干性分析：以黃河上游地區(qū)為例［J］.測繪與空間地理信息，2016，39（3）：37-40，44.（LIU Y Z，LI M H，ZHANG L，et al.Interferometric coherence analysis of ALOS-2 PALSAR-2：in the upstream region of the Yellow River［J］.Geomatics ＆ Spatial Information Technology，2016，39（3）：37-40，44.（in Chinese））

［32］李小凡，MULLER J P，方晨，等.基于TerraSAR-X強(qiáng)度圖像相關(guān)法測量三峽樹坪滑坡時(shí)空形變［J］.巖石學(xué)報(bào)，2011，27（12）：3843-3850.（LI X F，MULLER J P，F(xiàn)ANG C，et al.Measuring displacement field from TerraSAR-X amplitude images by sub-pixel correlation：an application to the landslide in Shuping，Three Gorges Area［J］.Acta Petrologica Sinica，2011，27（12）：3843-3850.（in Chinese））

［33］MILILLO P，PERISSIN D，SALZER J T，et al.Monitoring dam structural health from space：insights from novel InSAR techniques and multi-parametric modeling applied to the Pertusillo dam Basilicata，Italy［J］.International Journal of Applied Earth Observation and Geoinformation，2016，52：221-229.

［34］朱茂，沈體雁，黃松，等.基于COSMO-SkyMed數(shù)據(jù)的水庫邊坡InSAR形變監(jiān)測應(yīng)用［J］.水力發(fā)電學(xué)報(bào)，2018，37（12）：11-21.（ZHU M，SHEN T Y，HUANG S，et al.InSAR application to deformation monitoring on reservoir bank slopes using COSMO-SkyMed data［J］.Journal of Hydroelectric Engineering，2018，37（12）：11-21.（in Chinese））

［35］葉子偉，陳小松，吳敦.基于Radarsat SAR微波影像的水體提取研究［J］.測繪地理信息，2016，41（2）：54-57.（YE Z W，CHEN X S，WU D.Water extraction in radarsat SAR images［J］.Journal of Geomatics，2016，41（2）：54-57.（in Chinese））

［36］WANG T，PERISSIN D，ROCCA F，et al.Three Gorges Dam stability monitoring with time-series InSAR image analysis［J］.Science China Earth Sciences，2011，54（5）：720-732.

［37］DONG J，LIAO M S，XU Q，et al.Detection and displacement characterization of landslides using multi-temporal satellite SAR interferometry：a case study of Danba County in the Dadu River basin［J］.Engineering Geology，2018，240：95-109.

［38］TOMS R，CANO M，GARCA-BARBA J，et al.Monitoring an earthfill dam using differential SAR interferometry：la Pedrera Dam，Alicante，Spain［J］.Engineering Geology，2013，157：21-32.

［39］ZHOU W，LI S L，ZHOU Z W，et al.InSAR observation and numerical modeling of the earth-dam displacement of Shuibuya dam （China）［J］.Remote Sensing，2016，8（10）：877.

［40］ZHAO C Y，KANG Y，ZHANG Q，et al.Landslide identification and monitoring along the Jinsha River catchment （Wudongde Reservoir area） China，using the InSAR method［J］.Remote Sensing，2018，10（7）：993.

［41］朱同同，史緒國，周超，等.利用2016—2020年Sentinel-1數(shù)據(jù)監(jiān)測與分析三峽庫區(qū)樹坪滑坡穩(wěn)定性［J］.武漢大學(xué)學(xué)報(bào)（信息科學(xué)版），2021，46（10）：1560-1568.（ZHU T T，SHI X G，ZHOU C，et al.Stability monitoring and analysis of the Shuping landslide in the Three Gorges area with sentinel-1 images from 2016 to 2020［J］.Geomatics and Information Science of Wuhan University，2021，46（10）：1560-1568.（in Chinese））

［42］廖明生，董杰，李夢華，等.雷達(dá)遙感滑坡隱患識別與形變監(jiān)測［J］.遙感學(xué)報(bào)，2021，25（1）：332-341.（LIAO M S，DONG J，LI M H，et al.Radar remote sensing for potential landslides detection and deformation monitoring［J］.National Remote Sensing Bulletin，2021，25（1）：332-341.（in Chinese））

［43］XIAO R Y，JIANG M，LI Z H，et al.New insights into the 2020 Sardoba dam failure in Uzbekistan from Earth observation［J］.International Journal of Applied Earth Observation and Geoinformation，2022，107：102705.

［44］何沐，趙有兵.DS-InSAR技術(shù)在復(fù)雜艱險(xiǎn)山區(qū)滑坡形變監(jiān)測中的應(yīng)用前景研究［J］.測繪科學(xué)技術(shù)，2020，8（3）：106-113.（HE M，ZHAO Y B.Study on the application prospect of DS-InSAR technology in landslide deformation monitoring in complex and dangerous mountainous areas［J］.Geomatics Science and Technology，2020，8（3）：106-113.（in Chinese））

［45］王小剛，趙薛強(qiáng)，王建成.貼近攝影測量在水利工程監(jiān)測中的應(yīng)用［J］.人民長江，2021，52（S1）：130-133.（WANG X G，ZHAO X Q，WANG J C.Application of closeness photogrammetry technology in monitoring of water conservancy project［J］.Yangtze River，2021，52（S1）：130-133.（in Chinese））

［46］姜衛(wèi)平，梁娛涵，余再康，等.衛(wèi)星定位技術(shù)在水利工程變形監(jiān)測中的應(yīng)用進(jìn)展與思考［J］.武漢大學(xué)學(xué)報(bào)（信息科學(xué)版），2022，47（10）：1625-1634.（JIANG W P，LIANG Y H，YU Z K，et al.Progress and thoughts on application of satellite positioning technology in deformation monitoring of water conservancy projects［J］.Geomatics and Information Science of Wuhan University，2022，47（10）：1625-1634.（in Chinese））

［47］龍笛，李雪瑩，李興東，等.遙感反演2000—2020年青藏高原水儲(chǔ)量變化及其驅(qū)動(dòng)機(jī)制［J］.水科學(xué)進(jìn)展，2022，33（3）：375-389.（LONG D，LI X Y，LI X D，et al.Remote sensing retrieval of water storage changes and underlying climatic mechanisms over the Tibetan Plateau during 2000—2020［J］.Advances in Water Science，2022，33（3）：375-389.（in Chinese））

Application and prospects of satellite remote sensing monitoring technology

in water conservancy projects

The study is financially supported by the National Key R&D Program of China （No.2021YFB3900603） and the National Natural Science Foundation of China （No.U2243244）.

LI Ziyang DAI Jiqun HUANG Dui ZHANG Wen LI Hanman WANG Zhe KANG Rui

（1. The National Key Laboratory of Water Disaster Prevention，Nanjing Hydraulic Research Institute，Nanjing 210029，China;

2. Dam Safety Management Center of the Ministry of Water Resources，Nanjing 210029，China;

3. School of Remote

Sensing and Information Engineering，Wuhan University，Wuhan 430072，China;

4. PIESAT Information

Technology Company，Beijing 100195，China）

Abstract：Satellite remote sensing monitoring has advantages in compensating for insufficient ground measurements，comprehensively understanding behavior changes in water conservancy projects and identifying risk sources.This paper examines optical and radar remote sensing monitoring technologies，outlining their current application in water conservancy projects.It highlights challenges in image classification，recognition，InSAR deformation measurement，and their integration with risk assessment.In response to the application requirements for the construction progress and operation management of projects，the business application path of remote sensing monitoring for water conservancy projects is discussed from three typical application scenarios：progress supervision of projects under construction，precise deformation monitoring of operational projects，and risk identification and early warning.It analyzes technical bottlenecks，such as quantification，spatiotemporal resolution，and multi-scale collaborative monitoring.Finally，it outlines future trend in remote sensing monitoring technology for water conservancy projects.

Key words：satellite remote sensing monitoring;water conservancy project;optical remote sensing;radar remote sensing;multi-scale collaborative monitoring