高分三号卫星减灾行业应用能力分析

杨思全 李素菊 吴玮 崔燕 刘明

(民政部国家减灾中心,北京 100124)

高分三号卫星减灾行业应用能力分析

杨思全 李素菊 吴玮 崔燕 刘明

(民政部国家减灾中心,北京 100124)

高分三号(GF-3)卫星能够高时效地实现不同应用模式下1～500 m分辨率、10～650 km幅宽的微波遥感数据获取,为洪涝、地震、滑坡、泥石流等自然灾害监测和损失评估提供了有力支撑。在介绍高分三号卫星成像特点基础上,从地表参数反演、地物目标识别、变化检测3个方面,结合2017年度四川茂县山体滑坡、吉林洪涝灾害等重特大自然灾害,深入开展了GF-3卫星灾害要素监测、应急监测、损失评估及恢复重建监测等灾害管理全流程的应用能力分析,可为后期提升灾害监测与评估水平奠定基础。

高分三号卫星;减灾;关键技术;应用能力

1 引言

我国是世界上自然灾害最为严重的国家之一,具有灾害种类多,分布地域广,发生频率高,造成损失大等特点。“十二五”时期,全球气候变化日益显著、地震呈活跃态势,我国各类自然灾害多发频发,相继发生了长江中下游严重夏伏旱、京津冀特大洪涝、四川芦山地震、甘肃岷县漳县地震、黑龙江松花江嫩江流域性大洪水、“威马逊”超强台风、云南鲁甸地震等重特大自然灾害。卫星遥感技术可实现针对某一区域的定期观测,并获取地物目标动态变化,已成为灾害监测与评估的重要手段之一,近年来,随着环境减灾小卫星、高分系列卫星的发射,已逐步实现灾害卫星遥感业务化,在减轻灾害风险及损失方面发挥了重要作用[1]。

自然灾害发生期间多伴随不良天气条件,高分三号(GF-3)卫星作为高分专项天基系统(民用)中唯一一颗SAR卫星,具有全天时、全天候、高分辨率、全极化、多模式等观测特点,对于自然灾害发生极端天气条件下的对地观测具有独特优势。GF-3卫星可以实现聚束、条带、扫描等12种工作模式,可以获取不同分辨率、幅宽及极化方式影像数据,并具备双侧视观测功能,可实现快速重访观测。但是,不同灾害类型对卫星观测需求存在不同,不同灾害系统要素监测对卫星观测模式也存在较大差异,为了提升GF-3卫星在我国防灾减灾救灾中的工作效能,本文从地表参数反演、地物目标识别、变化检测3个方面,结合2017年度四川茂县山体滑坡、吉林洪涝灾害等重特大自然灾害,开展GF-3卫星减灾行业的应用能力分析。

2 减灾应用关键技术

2．1 地表参数反演技术

地表参数反演是遥感技术应用的基础性工作,GF-3卫星可提供多极化方式、多空间分辨率C频段观测数据,综合利用不同极化方式后向散射系数、极化特性、干涉信息等,为植物生物量、土壤含水量、裸露地表微地貌形态、数字高程模型(DEM)、地表形变等地表参数提供重要数据支撑。

生物量估算是开展农作物受灾与绝收的重要参考依据。相比于光学遥感数据,微波遥感数据可以提供全天候观测数据,通过构建后向散射系数与植被生物量的关系模型,利用线性回归、非线性回归、逐步回归、K最近邻方法及神经网络等方法开展生物量估算,或可基于MIMICS、水云以及Roo等植被散射模型,利用极化分解技术,提取极化特征参数,并结合土壤、植被在典型植被类型关键生长期的散射贡献,分析并构建对生物量敏感的特征参数,开展生物量反演模型的构建[2-3]。

土壤含水量是开展干旱灾害监测的重要指标。土壤含水量直接影响土壤介电常数,并进而改变后向散射系统,但也容易受到地表微形态散射因素影响。为开展土壤含水量提取,通常在不用入射频率、入射角、介电常数、地表粗糙条件以及不同极化方式下,依托各类经验或半经验模型,分析后向散射系数对土壤含水量、地表粗糙度的响应关系,开展基于微波遥感数据的土壤含水量的反演[4]。

GF-3卫星可提供C频段微波遥感数据,鉴于其波长相对较小,穿透能力较弱,可对低矮植被(农作物)开展生物量反演,并可重点开展裸露地表土壤含水量反演工作。

2．2 地物目标识别技术

居民区、农田、交通线、水体等陆表地物目标提取是开展灾害监测与评估的基础数据源,GF-3卫星可提供多种极化方式观测数据,在实际灾害应对过程中,将综合灾害类型、数据极化类型、提取目标要求等情况,选择相应的技术手段开展典型陆表地物目标的识别与提取。

针对单极化数据(聚束模式),在SAR数据滤波、斑噪抑制基础上,重点依托面向对象级纹理特征分析,开展经典纹理特征、统计纹理特征及高级纹理特征提取,并在此基础上,结合不同地物类型纹理特征,基于各类影像分类器开展典型地物目标的提取。

针对全极化或双极化数据,将重点依托各类极化分解方法,通过简单极化特征、相干分解特征、非相干分解特征信息提取,结合不同地物目标散射特征,开展地物目标提取。

由于洪涝灾害期间天气条件大多不利于光学遥感数据的获取,因此SAR卫星对洪涝灾害的监测与评估作用明显,而水体提取则为SAR影像目标提取的重要内容[5]。由于水体目标在SAR影像上与道路、裸地、山体阴影等暗目标较为相近,在开展多尺度分割的基础上,需综合利用形状因子、DEM等信息开展干扰要素的剔除,从而提高水体目标的识别精度[6]。

2．3 变化检测技术

变化检测是开展灾害监测与评估的重要手段,经过遥感技术的发展,已形成基于像素级、对象级的遥感影像变化检测技术。GF-3卫星具备双侧视、多角度观测能力,在突发灾害应对期间,不同侧视数据将同时应用到变化信息的检测之中。针对不同侧视GF-3卫星数据,需要利用DEM数据,提取阴影、叠掩等明显干扰有关变化的伪变化区域。

3 灾害应用案例解析

3．1 灾害系统要素监测

居民区、农田是灾害系统承灾体要素的重要组成部分,GF-3卫星全极化条带模式数据可以提供不同极化方式后向散射系数、极化特征等信息,基于随机森林、支持向量机等方法,可开展陆表典型目标识别,如图1(a)所示,为灾害监测与评估提供基础数据支撑。同时,由于不同农作物耕种结构、物候差异,通过与实地验证相结合,可开展作物种类的判别,见图1(b)。

3．2 灾害应急监测与损失评估

我国灾害种类多样,洪涝、地质灾害等灾害监测目标、范围均有所不同,GF-3卫星具备聚束、条带、扫描3种工作方式、12种成像模式,针对不同灾害类型,需针对性地选择不同的成像模式以满足灾害应急监测与评估所需。

洪涝灾害监测主要通过对比灾前、灾后水体范围变化而实现。由于水体目标在SAR影像上的特征较为明显,10 m级空间分辨率数据即可满足水体目标的识别[7],在开展洪涝灾害范围监测中,重点根据灾害所影响范围的不同选择不同观测模式的数据。2017年6月下旬,长江中下游地区出现强降雨过程,湖南、江西多地遭受严重洪涝灾害。此次洪涝灾害影响范围较广,利用GF-3卫星精细条带2观测模式数据,并与其它卫星融合应用,开展洪涝灾害范围动态监测,如图2(a)所示。2017年7月13、19日,吉林省吉林市遭受两次强降雨过程。基于GF-3卫星标准条带、全极化条带1等相对较窄的观测模式数据,通过水体识别,开展洪涝灾害范围动态监测,并通过洪涝淹没区域地类识别,开展洪涝灾害损失评估,如图2(b)所示。

根据不同观测模式数据开展洪涝监测中所用的方法也略有差异,双极化数据在数据预处理基础上,利用水平集分割方式开展水体识别,全极化数据则通过极化分解基础上,基于水体目标散射以表面散射为主的特征,开展水体目标识别。

针对单一大规模山体滑坡灾害,滑坡、泥石流等地质灾害影响范围相对较小,利用聚束模式可以获取1 m空间分辨率单极化影像,滑坡体与周边地物的纹理特征存在较大差异,有助于山体滑坡体的识别。2017年8月28日10时40分,贵州省毕节市纳雍县张家湾镇普洒社区发生山体滑坡。基于GF-3卫星聚束模式数据,可清晰判读滑坡体与周边地物差异,并且通过居民区道路分布等信息,进一步确定滑坡体范围,见图3(a)。同时,滑坡、泥石流将原有山体表面的植被信息毁坏,地表散射特征也将发生明显变化[8]。基于全极化条带1模式数据,基于极化分解方法,根据滑坡体与周边地表散射特征差异开展滑坡体的识别。2017年6月24日6时许,四川阿坝州茂县叠溪镇新磨村发生山体高位垮塌。基于GF-3卫星全极化观测数据,开展滑坡体识别,并通过与灾前卫星影像对比分析,开展灾害损失评估,见图3(b)。

针对地震所诱发的地质灾害监测,由于严重地震灾害诱发地质灾害范围较广[9-10],综合考虑聚束、全极化条带模式在滑坡识别能力、成像幅宽等方面的差异,利用全极化数据开展滑坡体识别。2017年8月8日21时19分,四川省阿坝州九寨沟县发生7．0级地震。基于GF-3卫星全极化观测模式数据,开展滑坡体识别,并与光学遥感数据结合,完成Ⅷ度区内滑坡与道路毁损监测(图4)。

3．3 灾害恢复重建监测

重大灾害后房屋重建是灾后救助工作的重要一环。以GF-3卫星为代表的SAR数据可以有效弥补光学影像因天气原因所造成的数据空缺,为灾后房屋重建全进程监测提供重要数据支撑。为有效开展房屋监测,重点利用聚束模式、全极化条带1模式开展监测。聚束模式数据具备高空间分辨率特点,可以通过房屋纹理信息,判断房屋重建情况,全极化条带数据可提供不同目标的散射特征,并通过散射特征的差异提取房屋信息。基于GF-3卫星聚束、全极化观测模式,在开展纹理分析、极化分解等基础上,开展房屋、居民地识别,对2016年江苏盐城龙卷风灾害恢复重建工作开展了监测(图5)。

4 结束语

GF-3卫星作为我国高分专项(民用)中唯一一颗SAR卫星,具有全天时、全天候、高分辨率、全极化、多模式等观测特点,通过聚束、条带、扫描等观测模式的综合应用,利用地表参数反演、地物目标识别与变化检测技术,通过2017年防灾减灾救灾工作实践,GF-3卫星可实现对灾害系统目标的有效提取,并可支撑洪涝、地震、地质灾害范围及损失评估工作,也补充了灾后恢复重建监测数据,对于提升我国自然灾害卫星遥感监测能力具有重要作用。但在后续工作中仍需加强以下工作。

(1)开展关键技术的精度验证与评价。针对地表参数反演、地类识别与变化检测等关键技术,开展地面与交叉数据验证,并结合验证结果,逐渐修正模型参数,提高算法精度,为地表参数的定量化应用奠定基础。

(2)逐步提升观测时效性。灾害应急管理工作时效性强,针对突发重特大自然灾害,需要根据灾害类型、影响范围、严重程度等特点,选择相应的工作模式,对灾害开展快速灵活响应,提升卫星观测的时效性,更快更好地支撑防灾减灾救灾工作。

References)

[1]张薇,杨思全,王磊,等．合成孔径雷达数据减灾应用潜力研究综述[J]．遥感技术与应用,2012,27(6):904-911 Zhang Wei,Yang Siquan,Wang Lei,et al．Review on disaster reduction application potentiality of synthetic aperture radar[J]．Remote Sensing Technology and Application,2012,27(6):904-911(in Chinese)

[2]巨文珍,王新杰．合成孔径雷达技术在林业中的应用[J]．世界林业研究,2009,22(5):40-44 Ju Wenzhen,Wang Xinjie．Review of synthetic aperture radar application in forestry[J]．World Forestry Research,2009,22(5):40-44(in Chinese)

[3]李平湘,赵伶俐,任烨仙．合成孔径雷达在农业监测中的应用和展望．地理空间信息,2017,15(3):1-4 Li Pingxiang,Zhao Lingli,Ren Yexian．Application of SAR in agricultural monitoring[J]．Geospatial Information,2017,15(3):1-4(in Chinese)

[4]张祥,陈报章,赵慧,等．基于时序Sentinel-1A数据的农田土壤水分变化检测分析[J]．遥感技术与应用,2017,32(2):338-345 Zhang Xiang,Chen Baozhang,Zhao Hui,et al．Soil moisture change detection over bare agricultural area by means of time-series Sentinel-1A SAR data[J]．Remote Sensing Technology and Application,2017,32(2):338-345(in Chinese)

[5]王栋,陈映鹰,秦平．基于形态学和盲源分离合成孔径雷达水体提取[J]．同济大学学报(自然科学版),2009,37(12):1673-1678 Wang Dong,Chen Yingying,Qin Ping．Method for water object extraction in SAR imagery based on morphology and blind source separation[J]．Journal of Tongji University(Natural Science),2009,37(12):1673-1678(in Chinese)

[6]贺飞跃,赵伟．含水体的合成孔径雷达图像配准[J]．光学学报,2017,37(09):0928001 He Feiyue,Zhao Wei．Image registration of synthetic aperture radar including body of water[J]．Acta Optica Sinica,2017,37(09):0928001(in Chinese)

[7]孙亚勇,黄诗峰,李纪人,等．Sentinel-1A SAR数据在缅甸伊洛瓦底江下游区洪水监测中的应用．遥感技术与应用,2017,32(2):282-288 Sun Yayong,Huang Shifeng,Li Jiren,et al．The downstream flood monitoring application of Myanmar Irrawaddy river based on Sentinel-1A SAR[J]．Remote Sensing Technology and Application,2017,32(2):282-288(in Chinese)

[8]陈立泽,申旭辉,田勤俭．合成孔径雷达(SAR)及其在地质和地震研究中的应用[J]．地震,2003,23(1):29-35 Chen Lize,Shen Xuhui,Tian Qinjian．SAR technique and its application to geologic and seismic research[J]．Earthquake,2003,23(1):29-35(in Chinese)

[9]邵芸,宫华泽,王世昂,等．多源雷达遥感数据汶川地震灾情应急监测与评价[J]．遥感学报,2008,12(6):865-870 Shao Yun,Gong Huaze,Wang Shiang,et al．Mulitsource SAR remote sensing data for rapid response to Wenchuan earthquake damage assessment[J]．Journal of Remote Sensing,2008,12(6):865-870(in Chinese)

[10]陈筠力,李威．国外SAR卫星最新进展与趋势展望[J]．上海航天,2016,33(6):1-19 Chen Junli,Li Wei．Recent advances and trends of SAR satellites in foreign countries[J]．Aerospace Shanghai,2016,33(6):1-19(in Chinese)

Capacity Analysis of GF-3 Satellite on Disaster Management

YANG Siquan LI Suju WU Wei CUI Yan LIU Ming
(National Disaster Reduction Center of China,Beijing 100124,China)

GF-3 satellite can provide SAR image with the spatial resolution of 1～500m and the width of 10～650km．It would be much useful for the disaster monitoring and loss assessment including flood,earthquake,landslide and etc．In this paper,the capacity of GF-3 satellite on the disaster element monitoring,emergency monitoring and loss assessment would be analyzed in three parts such as parameter extraction,object recognition and change detection based on the practices on major disasters monitoring in 2017．

GF-3 satellite;disaster management;key technology;capacity analysis

P286

A

10.3969/j.issn.1673-8748.2017.06.025

2017-10-24;

2017-11-13

高分辨率对地观测系统重大专项科研项目(03-Y20A10-9001-15/16,03-Y20A11-9001-15/16)

杨思全,男,博士,研究员,从事空间技术减灾应用研究工作。Email:yangsiquan＠ndrcc．gov．cn。

(编辑:张小琳)