基于遥感影像与地理国情数据的城市内涝灾害评估分析

李盼盼，张勇，郝中豫，张敏，李琼

(1.武汉市测绘研究院，湖北 武汉 430022； 2.湖北省环境监测中心站，湖北 武汉 430072)

基于遥感影像与地理国情数据的城市内涝灾害评估分析

李盼盼1*，张勇1，郝中豫2，张敏1，李琼1

(1.武汉市测绘研究院，湖北 武汉 430022； 2.湖北省环境监测中心站，湖北 武汉 430072)

2016年7月6日，武汉市遭遇罕见特大暴雨，全城渍水严重。本文利用7月8号的高分一号影像数据提取了研究区的渍水区域，结合武汉市第一次地理国情普查数据，对渍水区域内淹没的地类、村庄和街道的数量、面积进行估算，以便为政府部门的灾后补偿和灾后重建工作提供数据支撑；同时，还利用数字高程模型(DEM)数据，对研究区内的渍水高度进行分析，以估算此次暴雨期间水位上涨的高度。研究表明，本次暴雨期间研究区受灾范围最大的地类是坑塘，占受灾总面积的50%；其次为种植土地。渍水区域平均上涨水位为 970 mm，重点分布在梁子湖、豹澥湖、牛山湖等大型湖泊周围。

地理国情数据；渍水面积；渍水水位

1 引 言

地理国情普查是一项重大的国情国力调查，普查的目的是查清自然和人文地理要素的现状和空间分布情况，为开展常态化地理国情监测奠定基础，满足经济社会发展和生态文明建设的需要，提高地理国情信息对政府、企业和工作的服务能力。2013年2月，国务院下发《关于开展第一次全国地理国情普查的通知》[1]，决定于2013年～2015年开展第一次地理国情普查工作。武汉市第一次地理国情普查从2013年7月启动，以优于 2 m分辨率遥感影像为基础完成数据采集，数据时点为2015年6月30日。

地理国情普查成果重在应用，本着“边普查、边应用”的原则，本文以2016年7月6日武汉市的暴雨内涝灾害为例，选取受灾较严重的武汉市江夏区和东湖新技术开发区的局部区域为典型区域，结合国产高分一号遥感影像，快速提取渍水范围，并结合地理国情普查数据，估算暴雨期间淹没的各地物的类型和面积，并分析了渍水范围水位上升高度，从而为灾害评估、灾后补偿提供数据支撑作用，发挥地理国情数据在社会经济活动中的基础公益智库作用。

2 研究范围及数据来源

2.1 研究范围

本文选取武汉市江夏区和东湖新技术开发区局部区域为研究范围，区内主要有汤逊湖、梁子湖、牛山湖、豹澥湖等湖泊，面积约为 1 600 km2。该区域位于江汉平原东南边缘，地势西高东低，由中部向南、北两侧逐渐降低。此次暴雨期间，该区域渍水较严重，故选取该地区作为研究范围。

2.2 数据来源

本文所用的基础地理信息数据为地理国情普查数据，主要包括地表覆盖数据、地理国情要素数据和 5 m×5 m数字高程模型(DEM)数据。其中，地表覆盖数据包括耕地、园地、林地、草地、房屋建筑(区)、道路、构筑物、人工堆掘地、荒漠与裸露地表和水域十大类；地理国情要素数据主要包括水域、城镇综合功能单元等。

地表覆盖和地理国情要素中均采集了水域数据，但采集标准不同。其中，地表覆盖中的水域采集影像拍摄时刻的水面范围，是指在自然或半自然状态下河流、湖泊和库塘内部水体覆盖的区域，不含沙洲、滩地(可耕种)、护堤地、堤坝、护坡灌草等；地理国情要素中的水域按照高水位采集。若有提防，采集堤防之间的水域(包含沙洲、滩地、行洪区、护堤地等)；若无堤防，获取常年雨季形成的高水位岸线。

据长江日报报道，此次暴雨期间，研究范围内梁子湖警戒水位于8日达到历史最高，故选取2016年7月8日的高分一号国产高分辨率影像数据作为数据源，基于遥感影像快速提取渍水范围。影像分辨率为 16 m，包含R、G、B和NIR四个通道，如图1、图2所示。

图1 研究范围内地表覆盖示意图

图2 研究范围内高分一号影像

2.3 技术路线

利用地理国情普查数据对渍水范围进行受灾分析，主要流程包括内涝后水域自动提取、渍水范围识别和水位上升高度估算，总体技术路线如图3所示。

图3 总体技术路线

首先对高分一号遥感影像数据进行预处理，利用归一化水体指数进行内业自动解译，得到暴雨后水域范围数据；解译完成后，将地理国情要素中的高水位数据与解译得到的水域数据进行裁切处理，超出高水位水域的部分即为渍水范围；然后将渍水范围与地表覆盖数据、村庄、街道数据进行空间叠加分析，计算与分析得到暴雨期间淹没的地物类型、面积以及淹没的村庄、街道的数量和面积；最后利用DEM数据进行水位上升高度分析，估算此次暴雨期间湖泊及渍水区水位上升高度。

(1)暴雨期间水域范围提取

高分一号遥感影像数据的预处理工作主要利用ENVI软件实现，主要包括大气辐射校正、几何纠正、影像镶嵌、影像裁剪等。在高分辨率遥感影像中，对于大面积水体，且周边地物阴影不太显著的地区，用归一化水体指数(NDWI)就可以很好地提取出水体信息[2]。归一化水体指数公式如下：

其中，PGreen和PNIR分别表示绿波段和近红外波段的光谱值。

通过不断调整阈值，实现水陆最佳分割，对大于阈值的赋值为1，小于阈值赋值为0。根据提取的二值图，利用ArcGIS栅格转矢量功能将其进行数字化，从而获得影像拍摄时点的水域线划数据。以研究范围为例，提取的水域范围如图4所示。

图4 国产高分一号遥感影像提取的7月8日水域数据

(2)空间分析方法

本研究利用GIS学中的空间分析方法，如叠加分析、裁切分析、空间量算等，进行研究范围内受灾情况估算。

渍水范围为超出高水位水域范围的区域。图4所示的为内涝灾害发生后的水域范围，可将图4所示范围与地理国情要素中高水位数据进行裁切处理，超出部分即为渍水范围。利用得到的渍水范围与地表覆盖数据、街道、村庄数据进行叠加处理，提取淹没范围内的地表地物类型，并统计受暴雨影响的各类面积；同时分析得到受灾较严重的村庄、街道的空间分布与面积，可服务于政府部门的灾后重建与灾后补偿工作。

本文同时对自然情况下常水位数据和高水位数据进行空间裁切，提取二者差值部分，以反映研究范围在不渍水情况下水域最大可增加面积。

(3)基于DEM的水位上升高度估算

水位上升高度是指暴雨后水位高度与自然状态下水位高度之差。本文为快速估算水位上升高度，假设每一时刻静止的水面处于同一水平面上，故利用暴雨后水位高度与暴雨前水位高度相减，即可得到两个时刻的水位高差[3]。计算公式为：

h=HAR-HBR

式中，h为水位上升高差；HAR为暴雨后水位高度；HBR为暴雨前水位高度。

基于上述假设，如图5所示，每一时刻的水位高度约等于该时刻水域边界的高度。本文利用DEM数据获取水域边界线上各点的DEM值，通过多点的DEM平均值代替水位高度[4]。

图5 上升水位高度分析模型

3 结果与分析

根据地理国情普查成果数据，提取全市范围内的河流、湖泊、水库的自然水位、高水位水域面积数据。将地表覆盖数据和地理国情要素数据叠加处理，可得到湖泊、水库、河流等水域的最大可增加面积，如表1所示。

研究范围湖泊、水库、河流面积统计表 表1

根据表1所示，研究范围内湖泊、水库、河流自然状态下水域面积为 337.30 km2，最大可达高水位面积为 357.02 km2，在保证不渍水的情况下，最大可增加面积为 19.72 km2。其中，湖泊可增加面积为 15.01 km2，水库可增加面积为 1.22 km2，河流可增加面积为 3.49 km2。

3.1 受灾情况

为服务政府部门灾后重建与灾后评估工作，发挥地理国情监测数据在应急监测中的信息支撑作用，本文充分利用地理国情普查数据，分析得到此次受灾影响的地类及村庄、街道面积，以反映受灾影响范围。

根据渍水区分布情况，叠加地表覆盖数据，得到受影响地物类型统计表，如表2所示。研究范围内湖泊、坑塘众多，以鱼、虾、蟹等鲜活水产品养殖为主，从表2中可知，受暴雨影响，研究范围受灾范围最大的地类为坑塘，受灾面积为 50 646.95亩，占近50%。其次为种植土地，受灾面积为 35 692.96亩。

研究范围内湖泊、水库、河流渍水区地类统计表 表2

表2所示为受影响的地类统计数据，为反映暴雨影响的街道与村庄范围，结合二调村界、地理国情普查街道数据，分析得到受暴雨影响的街道及其面积如表3所示。可以看出，受影响面积最大的街道为豹澥湖所在的豹澥街，受灾面积占整个街道面积的12%左右，受灾面积较大。

暴雨影响街道统计表 表3

注：根据省民政厅公布的2013版《湖北省行政区划手册》现东湖新技术开发区境内的龙泉街道为流芳街道。2010年5月流芳街道托管到东湖新技术开发区，后来更名为龙泉街道。

研究范围内，受此次暴雨影响的村庄有165个，其中受灾最严重的村庄为安湖洲渔场村，受灾面积达 5 000余亩。从表4可以看出，研究范围内受影响村庄的受灾面积多数为 1 000亩以下，其次为 1 000亩～2 000亩。

暴雨影响村庄统计表 表4

3.2 上升水位分析

为反映此次暴雨期间湖泊、河流等水域的上涨水位，利用 5 m×5 mDEM数据及影像解译得到的水域数据，分析得到研究范围渍水区内上涨水位情况如图6所示。渍水区平均上涨水位为 970 mm，上涨水位主要集中在 1 000 mm～1 300 mm之间，重点分布在梁子湖、豹澥湖、牛山湖等大型湖泊周围。局部地区水位高度为 2 000 mm以上，分布在斧头湖周围。

重点对研究范围内湖泊水位上升高度进行分析，从图7可以看出，暴雨期间梁子湖内水位上升高度最高，约为 2 200 mm。其次为牛山湖和汤逊湖，水位上升 960 mm～970 mm左右。

图6 渍水区域水位高度示意图

图7 湖泊水位上升高度示意图

4 总 结

地理国情普查数据在城市内涝灾害中可发挥重要的作用，具有快速、实时、可靠性强、数据精度高等优点。基于地理国情数据与国产高分一号影像等多源空间数据，可建立快速、可靠的城市内涝应急监测机制，以保障灾害发生时的快速响应，为灾后灾情评估、受灾范围审核工作提供基础数据；同时，提取的渍水范围数据可为永久性建筑规划和水利工程改造等工作提供决策支持，发挥地理国情普查数据在社会经济活动中的信息支撑作用。

本文所采用的水位上升高度分析方法，还存在DEM精度及现势性等方面的局限性，后期可采用特征点线量测的航测法[5]对算法进行优化，同时在水域高程值提取时可采用多次循环的粗差剔除方法，并结合似大地水准面精化和武汉CORS等进一步提高控制结果精度。

[1] 国发[2013]9号. 国务院关于开展第一次全国地理国情普查的通知[Z].

[2] 李艳华. 基于国产高分一号影像的新疆山区河流及桥梁信息提取技术研究[D]. 乌鲁木齐：新疆大学，2015.

[3] 易明华. 鄱阳湖地理国情监测[A]. 2016年度全国专题性地理国情监测技术研讨会交流文集[C]. 2016.

[4] 米鸿燕，宰建，蒋兴华. 静库容计算方法的比较分析[J]. 地矿测绘，2007，23(2)：1～4.

[5] 贾秋英，江德才，朱荣. 航测法生产DEM、DSM的工艺流程与质量控制[A]. 中国测绘学会2010学术年会论文集[C]. 2010.

Assessment of Urban Waterlogging Disaster Based on Remote Sensing Image and Geographical Conditions Data

Li Panpan，Zhang Yong，HaoZhongyu，Zhang Min，Li Qiong

(Wuhan Geomatics Institute，Wuhan 430022，China)

Wuhan suffered a huge rain storm on July 6，2016. It caused a serious waterlogging. To provide decision support for policy makers，this paper proposes an automatic approach for waterlogging area extraction from GF-1 and disaster assessment using geographical conditions data. The results include the area and types of land use affected，as well as the amount of streets with waterlogging. This paper also leverages DEM and geographical conditions data to explore how much the water level risen because of the storm. Our study shows that the largest affected land use is pond，accounting for 50 percent of the total damaged area. Planting land came the second. The water level of waterlogging in study area averagely risen 970 mm，and the large lakes，such as Liangzi Lake，Baoxie Lake and Niushan Lake，contributed the most.

geographical conditions data；waterlogging area；waterlogging height

1672-8262(2017)03-19-05

P208.2

A

2016—11—02

李盼盼(1990—)，女，助理工程师，硕士，主要从事地理国情普查与监测的统计分析工作。

精密工程与工业测量重点实验室开放基金(PF2015-10)