高分三号卫星在洪涝和滑坡灾害应急监测中的应用

马建威 孙亚勇 陈德清 黄诗峰 李小涛 崔倩 雍熙

(1中国水利水电科学研究院,北京 100038)(2水利部信息中心,北京 100053)

高分三号卫星在洪涝和滑坡灾害应急监测中的应用

马建威1孙亚勇1陈德清2黄诗峰1李小涛1崔倩2雍熙2

(1中国水利水电科学研究院,北京 100038)(2水利部信息中心,北京 100053)

在介绍合成孔径雷达(SAR)在洪涝和滑坡灾害监测中应用方法的基础上,采用高分三号(GF-3)卫星SAR数据对2017年吉林永吉“7·13”特大洪水灾害和四川茂县的“6·24”特大山体滑坡灾害开展应急监测。监测结果显示:洪水淹没区主要集中在吉林市境内的温德河和鳌龙河附近,永吉县境内和吉林市市辖区淹没面积(均不包含城市淹没区)分别为19．82 km2和8．70 km2;滑坡体长度为2620 m,最大滑坡宽度为1135 m,滑坡体面积为1．76 km2,与无人机航拍影像的监测结果基本一致。应用结果表明,GF-3卫星具有较好的灾害应急监测能力,能够为中国的防灾减灾领域提供有力的数据支撑和信息服务。

高分三号卫星;合成孔径雷达数据;应急监测;洪涝灾害;滑坡灾害

1 引言

高分三号(GF-3)卫星在2016年8月10日成功发射,是我国首颗分辨率达到1 m的C波段多极化合成孔径雷达(SAR)成像卫星[1],具备聚束、全极化条带、波成像等12种成像模式。在不同成像模式下,其空间分辨率从1 m到500 m,幅宽则从10 km到650 km。经过5个多月的在轨运行测试后,GF-3卫星于2017年1月23日正式投入使用,目前已经广泛应用于防灾减灾领域。

本文在系统介绍基于SAR数据的洪涝和滑坡灾害监测理论方法的基础上,应用GF-3卫星SAR数据对2017年发生在四川茂县的“6·24”特大山体滑坡灾害和吉林永吉“7·13”特大洪水灾害开展应急监测,对GF-3卫星的应急监测能力进行验证,可为GF-3卫星在自然灾害监测中进一步应用提供参考。

2 基于SAR数据的洪涝和滑坡灾害监测理论方法研究

由于我国自然灾害种类多样,不同类型自然灾害对卫星遥感器的要求不尽相同。可见光、近红外、短波红外至热红外谱段,对各类灾害的探测均有一定的应用能力和潜力,光谱、纹理和结构信息丰富,空间分辨率较高,在灾害监测中具有较大优势,但是,灾害往往伴随着云雨天气,使光学遥感器的应用受到了限制。微波遥感器,尤其是SAR,可以对自然灾害进行全天候、全天时的监测,随着其空间分辨率的不断提高,已经成为自然灾害监测中极其重要的手段。不同自然灾害形成机制不同,应用SAR数据的监测理论方法也有差别,本文重点介绍其在洪涝和滑坡灾害监测中的理论方法。

2．1 洪涝灾害监测理论方法研究

我国东、中部地区位于东亚季风气候区,受太平洋和印度洋季风的影响,冬春季雨量稀少,气候干旱,而夏秋季又湿热多雨,洪涝灾害频繁,对人民的生命财产和国民经济建设构成严重威胁,影响社会、经济的稳定和发展[2]。洪涝发生时,洪涝淹没范围和水淹深度信息的高效准确提取,是危险性评价、人员安全转移等救灾决策的重要依据。通过获取洪水发生时的水体范围,结合灾前的水体范围,即可得到洪水淹没范围,结合高精度数字高程模型(DEM),可以进一步得到水淹深度。

根据SAR图像的散射特性可知,雷达后向散射强度由SAR系统参数(波长、极化方式、斜视角)、地物形状、复介电常数与粗糙度决定。对于特定的SAR系统,雷达参数是特定的,地表目标的雷达回波强度主要受复介电常数和粗糙度的影响。陆地表面为粗糙表面,为漫反射,产生大量后向散射,后向散射强,图像呈灰色和灰白色;水体表面粗糙度相对微波波段属于光滑表面,为镜面反射,只产生少量后向散射,后向散射强度弱,图像成暗色或黑色,两者形成鲜明的对比。当图像中水体面积较大时,对图像进行灰度直方图统计,会出现明显的双峰现象,水体提取过程实际上是图像分割的“二值化”过程,基于SAR数据的灰度图或纹理图的阈值分割法,把图像信息划分为水体和非水体两类。其阈值的判定主要有经验法、双峰法,以及以最大类间方差法为代表的数理统计法,但其难点是不同雷达数据中水体的后向散射系数差异较大,很难确定一个统一的阈值[3]。文献[4]中基于最大类间方差法,自动确定阈值,基于先进合成孔径雷达(ASAR)数据提取了洞庭湖地区2007年枯水期和洪水期的水体范围。在山区,山体阴影容易被误分为水体,所以需要DEM辅助数据去除阴影,从而准确提取水体范围。文献[5]中基于DEM进行SAR图像模拟,从而将山体阴影从水体提取的结果中剔除,提高了水体提取的精度。另外,雷达受噪声影响严重,基于像元的水体提取容易出现“椒盐”现象,提取的图斑过于破碎,后期整理工作量较大,且使用单一阈值,对细小水体提取效果往往不佳。而基于面向对象分割的水体提取算法可以对SAR影像进行多尺度分割,充分考虑地物的散射、形状和纹理等特征,将整个图像分成众多的“同质均一”的斑块,可以有效避免 “椒盐现象”,提取的结果更加具有完整性,且对细小水体的提取更加有效。文献[6]中提出一种结合纹理与极化分解的面向对象极化SAR水体提取方法,能保证提取结果的完整性的同时,提高提取的精度。

2．2 滑坡灾害监测理论方法研究

滑坡作为一种常见多发的地质灾害,是在一定自然条件下斜坡岩土体在重力作用下稳定性受到破坏,沿软弱面或软弱带发生整体的变形过程与现象[7]。我国滑坡多发地区集中分布在高原、山地,主要有黄土高原、云贵高原、横断山脉、秦岭等地。及时、准确了解滑坡体的演变过程、形变空间分布及滑坡灾害的特征信息,实现滑坡崩塌的分析、预报和治理,能为减灾部门的防灾、减灾和救灾提供可靠的科学依据。

针对滑坡监测,雷达遥感主要利用微波的相位、振幅和极化信息。根据利用的不同微波信息,滑坡体的雷达遥感监测方法可分为差分干涉测量法[8]、基于振幅的变化检测法[9]和散射特征法[9-10]3种类型。差分干涉雷达测量技术主要利用同一地物的多时期或同时期多个轨道的雷达复图像,计算多个干涉相位图,获取滑坡的形变量,从而实现滑坡体的形变分布、演变监测和灾害预测。基于振幅的变化检测法主要基于滑坡灾中和灾前两期的雷达后向散射系数图,检测地表后向散射强度的变化,识别滑坡体,获取滑坡体形态、分布和范围信息。散射特征法利用灾中一景雷达复图像或后向散射系数图,根据不同地物的不同极化散射特征,识别滑坡体,获取滑坡体形态、分布和范围信息。雷达差分干涉测量利用连续覆盖的多期滑坡灾前和灾中雷达复数图像,监测滑坡的连续形变信息,对分析滑坡形变分布及发展规律非常有效,但是对于突变型滑坡,形变量可能超出差分干涉测量的形变监测梯度,致使差分干涉雷达测量无法有效监测滑坡体形变信息。基于振幅的变化检测法要求获取滑坡灾中和灾前的2期雷达后向散射系数图,同时灾前的雷达图像和灾中雷达图像的相干性要较好,但在实际应用时有时无法满足以上要求,使得该方法在应用时受到一定限制。

我国滑坡灾害多发生在植被覆盖率高的高原和山区,滑坡灾害通常会造成地表植被的大面积破坏,从而导致地表粗糙度和复介电常数的变化,在雷达图像上表现出与周围植被覆盖区域明显不同的后向散射强度,使SAR图像易于识别滑坡体后壁和前缘等几何形态特征。在应用SAR数据进行滑坡灾害监测时,针对单景SAR图像的基于散射特征法包括以下4种。

1)同极化交叉极化比值法

同极化的雷达后向散射数据主要体现地表的表面散射,交叉极化的雷达后向散射数据可表征因植被的体散射等引起的雷达去极化现象。通过不同极化方式的雷达后向散射系数比值处理,突出强度比值过大或过小区域,以实现滑坡范围提取。同极化交叉极化比ρ的计算公式如下。

式中:σ0pp和σ0pq分别为同极化和交叉极化的后向散射系数,linear形式;下标p、q极化分别为水平(H)极化或垂直(V)极化。

2)同极化的复相干系数法

同极化相干性表征HH极化方式和VV极化方式雷达复图像之间相似性程度。复相关系数γ计算公式如下。

式中:〈·〉表示数据期望,m×n影像大小内的平均值,m,n为影像的行列数;＊表示复数的共轭;Spp和Sqq表示同极化的复后向散射系数,通过计算复相关系数γ的模即可进行滑坡体的提取。

3)Pauli基分解彩色合成法

散射矩阵S(Sinclair矩阵)计算公式如下。

式中:SHH,SVH,SHV,SVV为HH、VH、HV、VV极化方式的雷达复后向散射系数。

式中:Spq表示散射矩阵S的元素;为pq极化方式的雷达后向散射系数,Ipq和Qpq分别为pq极化方式的雷达复图像实部和虚部,Apq为pq极化方式的雷达复图像振幅。

Pauli向量k的计算公式如下。

利用式(5)中的SHH＋SVV、SHH－SVV、SVH的模进行彩色合成,即可进行滑坡区域的提取。

4)极化熵法

由极化散射的Pauli向量,可得3阶相干矩阵T3,计算公式如下。

式中:λ1,λ2,λ3分别为T3矩阵的第1个特征值、第2个特征值和第3个特征值;U3为矩阵对角化的单位正交矩阵。

相干矩阵的对角化,可得相干矩阵的特征值,特征值的计算公式如下。

式中:pi为第i个散射概率,i＝1,2,3;λi为T3矩阵的第i个特征值。

极化熵H计算公式如下。

3 GF-3卫星的应用

3．1 GF-3卫星SAR数据预处理

由于获取的GF-3卫星SAR数据为L1A级单视复图像,在应用前需要进行数据预处理。预处理过程一般包括辐射定标、多视、斑点噪声滤波、地理编码、重采样及地形校正等,最终获取后向散射系数数据。

由GF-3卫星SAR L1A级数据获取后向散射系数的定标公式[11]如下。

雷达后向散射系数的dB形式与linear形式转换公式如下。

式中:σ0为后向散射系数,linear形式。

3．2 2017年7月吉林省永吉县洪水监测

2017年7月13－14日,吉林省中部地区特别是吉林市出现强降雨,局部出现特大暴雨,永吉县全县平均降水量175．4 mm,最大降水量站点为口前镇下达水库309 mm、双顶子小屯水库300 mm。降雨导致吉林市境内温德河发生超历史实测记录的特大洪水,13日22时,温德河水位超过城防工程堤顶高程0．44 m,永吉县城进水,当地出现洪涝灾情。14日0时0分,口前水文站出现洪峰,流量3350 m3/s,比2010年流量3120 m3/s多230 m3/s,相应水位228．05 m,超堤顶2．05 m,比2010年水位高0．37 m。洪涝灾害导致吉林市市辖区局部地区受灾,永吉县全域全方位受灾,道路桥梁中断,房屋倒塌,农作物受损严重,部分群众被困。

GF-3卫星迅速启动应急响应,于2017年7月14日5点31分获取了一景永吉县地区的标准模式的SAR数据(分辨率25 m)。对该景影像预处理后,基于面向对象分割的水体提取算法,对吉林市市辖区及永吉县境内洪涝灾情进行了应急遥感监测,由于SAR数据空间分辨率的限制,未对城市淹没区进行提取。图1为吉林市市辖区及永吉县洪水淹没区SAR遥感监测专题图,监测结果显示洪水淹没区主要集中在吉林市境内的温德河和鳌龙河附近,永吉县境内淹没面积(不包含城市淹没区)为19．82 km2,吉林市市辖区淹没面积(不包含城市淹没区)为8．70 km2,其 中,丰 满 区 为5．30 km2,船 营 区 为3．29 km2。监测结果及时提交给了水利相关部门,为准确了解淹没范围及救援工作提供了有力的数据支持。

3．3 2017年6月四川省茂县滑坡灾害监测

2017年6月24日5点39分,四川省阿坝藏族羌族自治州茂县叠溪镇新磨村富贵山山体顶部震裂山体突然滑动,高速撞击下方坡体,并沿程铲刮坡积块石土层,碎裂解体并转化为碎屑流,协同下部老滑坡堆积体,形成扩散型碎屑流引发高位顺层岩质滑坡[12]。滑坡体处于岷江一级支流松坪沟左岸,直接摧毁新磨村,并堵塞松坪沟,导致10人死亡,3人受伤,73失踪,造成巨大的人民生命财产损失。GF-3卫星迅速启动应急响应,于2017年6月24至27日对茂县地区开展了多次监测拍摄,其中2017年6月26日19时05分获取了一景茂县新磨村地区的全极化条带模式1的SAR单视复图像数据(空间分辨率为8 m)。利用该数据,采用同极化与交叉极化比值、同极化复相干系数、Pauli基分解彩色合成及极化熵等4种监测方法,对四川省阿坝藏族羌族自治州茂县新磨村地区滑坡灾害进行了应急监测。滑坡灾害发生前,滑坡体及周围地区被植被完全覆盖;灾害发生后,滑坡体地区高位垮塌,植被覆盖摧毁,地表裸露出土壤、岩石碎屑物。与灾前相比,灾后的滑坡体区雷达散射特征改变,滑坡体的同极化与交叉极化比值减小、同极化复相干系数增大、极化熵变小和Pauli基分解彩色合成图偏紫色,监测结果如图2所示。从图2中可以看出,4种方法均具有较好的滑坡监测能力,其中VV/VH比值图和VV与HH复相干图结果相对较好,滑坡体边界清晰,便于滑坡体区域的快速提取。最后,结合VV/VH比值图(图2(a))和VV与HH复相干系数图(图2(b))进行滑坡体的范围提取,提取结果如图3所示。结果显示:山体坡面高位垮塌,滑坡体长度为2620 m,最大滑坡宽度为1135 m,滑坡体面积为1．76 km2,造成新磨村被完全掩埋,房屋被彻底摧毁,部分河道堵塞岷江一级支流松坪沟,与基于无人机航拍影像的监测结果基本一致(无人机航拍数据,空间分辨率0．1 m,监测的滑坡体面积为1．62 km2,滑坡体长度约为2658 m,最大滑坡宽度为1200 m)[13]。监测结果及时提交给了水利相关部门,为救援工作提供了有力的数据支持。

4 结束语

GF-3卫星搭载的SAR为我国自然灾害监测提供了有力的数据支持,当自然灾害发生时可以迅速启动应急响应,在最短的时间内获取灾区的SAR影像,通过雷达图像解译进行受灾体的识别,从而为救灾工作提供近实时、准确的信息,支持救灾工作的科学、有序进行。利用GF-3卫星SAR数据,对2017年发生在我国吉林永吉“7·13”特大洪水灾害和四川茂县的“6·24”特大山体滑坡灾害开展应急监测,结果表明:GF-3卫星SAR数据具有较好的洪涝和滑坡灾害应急监测能力,且具有较高的监测精度,其中滑坡监测结果与基于无人机航拍影像的监测结果基本一致。后续将进一步地开展基于SAR的自然灾害监测理论研究,深化GF-3卫星在防灾减灾领域中的应用,不断提高我国应用GF-3卫星开展自然灾害监测的水平。

References)

[1]张庆君．高分三号卫星总体设计与关键技术[J]．测绘学报,2017,46(3):269-277 Zhang Qinjun．System design and key technologies of the GF-3 satellite[J]．Acta Geodaetica et Cartographica Sinica,2017,46(3):269-277(in Chinese)

[2]李林涛,徐宗学,庞博,等．中国洪灾风险区划研究[J]．水利学报,2012,43(1):22-30 Li Lintao,Xu Zhongxue,Pang Bo,et al．Flood risk zoning in China[J]．Journal of Hydraulic Engineering,2012,43(1):22-30(in Chinese)

[3]李加林,曹罗丹,浦瑞良．洪涝灾害遥感监测评估研究综述[J]．水利学报,2014,45(3):253-260 Li Jianlin,Cao Luodan,Pu Ruiliang．Progresses on monitoring and assessment of flood disaster in remote sensing[J]．Journal of Hydraulic Engineering,2014,45(3):253-260(in Chinese)

[4]李景刚,黄诗峰,李纪人．ENVISAT卫星先进合成孔径雷达数据水体提取研究——改进的最大类间方差阈值法[J]．自然灾害学报,2010,19(3):139-145 Li Jinggang,Huang Shifeng,Li Jiren．Research on extraction of water body from ENVISAT ASAR images:a modified Otsu threshold method[J]．Journal of Natural Disasters,2010,19(3):139-145(in Chinese)

[5]孙亚勇,李小涛,杨锋杰,等．基于星载SAR数据的山区水体提取方法研究[J]．中国水利水电科学研究院学报,2014,12(3):258-263 Sun Yayong,Li Xiaotao,Yang Fengjie,et al．Study on the mountain water extraction method of the spaceborne SAR image[J]．Journal of China Institute of Water Resources and Hydropower Research,2014,12(3):258-263(in Chinese)

[6]邓滢,张红,王超,等．结合纹理与极化分解的面向对象极化SAR水体提取方法[J]．遥感技术与应用,2016,31(4):714-723 Deng Ying,Zhang Hong,Wang Chao,et al．An object oriented water extraction method based on texture and polarimetric decomposition feature[J]．Remote Sensing Technology and Application,2016,31(4):714-723(in Chinese)

[7]李雪,刘小丽,王秋良,等．遥感技术在滑坡监测中的应用研究[C]//中国地球物理学会第二十八届年会论文集．北京:中国地球物理学会,2012:326-326 Li Xue,Liu Xiaoli,Wang Qiuliang,et al．The application of remote sensing techniques in landslide monitoring[C]//Proceedings of the 28th Chinese Geophysical Society．Beijing:Chinese Geophysical Society,2012:326-326(in Chinese)

[8]张洁,胡光道,罗宁波．INSAR技术在滑坡监测中的应用研究[J]．工程地球物理学报,2004,1(2):147-153 Zhang Jie,Hu Guangdao,Luo Ningbo．Landslide monitoring by INSAR[J]．Chinese Journal of Engineering Geophysics,2004,1(2):147-153(in Chinese)

[9]Shimada M,Watanabe M,Kawano N,et al．Detecting mountainous landslides by SAR polarimetry:a comparative study using Pi-SAR-L2 and X-band SARs[J]．Transactions of the Japan Society for Aeronautical&Space Sciences Aerospace Technology Japan,2014,12(29):9-15

[10]Shibayama T,Yamaguchi Y,Yamada H．Polarimetric scattering properties of landslides in forested areas and the dependence on the local incidence angle[J]．Remote Sensing,2015,7(11):15424-15442

[11]中国资源卫星应用中心．高分三号卫星产品用户手册[Z]．北京:中国资源卫星应用中心,2017:1-36 China Center for Resources Satellite Data and Application．User manual of GF-3 products[Z]．China Center for Resources Satellite Data and Application,2017:1-36(in Chinese)

[12]何思明,白秀强,欧阳朝军,等．四川省茂县叠溪镇新磨村特大滑坡应急科学调查[J]．山地学报,2017,35(4):598-603 He Shiming,Bai Xiuqiang,Ouyang Chaojun,et al．On the survey of giant landslide at Xinmo village of Diexi town,Maoxian County,Sichuan Province,China[J]．Mountain Research,2017,35(4):598-603(in Chinese)

[13]Fan J R,Zhang X Y,Su F H,et al．Geometrical feature analysis and disaster assessment of the Xinmo landslide based on remote sensing data[J]．Journal of Mountain Science,2017,14(9):1677-1688(in Chinese)

Applications of GF-3 Satellite in Flood and Landslide Disasters Emergency Monitoring

MA Jianwei1SUN Yayong1CHEN Deqing2HUANG Shifeng1LI Xiaotao1CUI Qian2YONG Xi2
(1 China Institute of Water Resources and Hydropower Research,Beijing 100038,China)
(2 Information Center of Ministry of Water Resources,Beijing 100053,China)

The theory and methods of landslide and flood disaster monitoring by using SAR are discussed．The Yongji county flood disaster in July 2017 and Maoxian county landslide in June 2017 are emergently monitored and assessed by using SAR data from GF-3 satellite．According to the analysis,flood inundation areas mainly centralizes in the vicinity of Wende river and Aolong river in Jilin city,with inundated area(excluding urban inundation area)of 19．82km2in Yongji county,and 8．70km2in Jilin municipal districts;the length,maximum width and area of the landslide are 2620m,1135m,and 1．76km2,respectively,which agrees well with the monitoring results by using UAV aerial images．The application results indicate that GF-3 satellite has the capability of emergency disaster monitoring and can provide strong support and information service for disaster prevention and reduction in China．

GF-3 satellite;SAR data;emergency monitoring;flood disaster;landslide disaster

2017-10-16;

2017-11-22

国家自然科学基金青年科学基金项目(41701431,41601401),国家重点研发计划(2017YFC0405803)

马建威,男,博士,工程师,从事地表参数微波遥感定量反演和自然灾害遥感应急监测研究工作。Email:mjw147258369＠126．com。

TP75

A

10.3969/j.issn.1673-8748.2017.06.026

(编辑:夏光)