基于sentinel-1 SAR数据的福建省2021年5月暴雨重点水库水体面积变化监测*

彭继达 张春桂 吴作航

(福建省气象科学研究所，福建 福州 350008)

暴雨洪涝灾害是一种发生频率较高、影响范围较广的自然灾害，不仅危害农作物生长，还会危及人的生命财产安全。针对突发性洪水的淹没区范围进行快速提取，对救灾及灾情评估具有重大意义。浙江、福建等南方地区多为山地丘陵地形，同时，洪涝灾害发生时往往伴随着多云、降水等天气，致使常规光学卫星接收的电磁波受大气层干扰，无法及时地进行地面灾情监测。随着中国高分三号卫星(GF-3)、哨兵一号雷达卫星(Sentinel-1)等星载雷达卫星的发射，洪涝灾害卫星遥感监测成为可能。星载C波段合成孔径雷达(SAR)属于主动遥感，其发射的电磁波波长约为5.13～7.39cm，可以穿透云雾及小水滴，不受天气影响，实现全天候、大范围、高精度成像。目前，SAR影像被越来越广泛地应用于农田水淹、洪水期河道扩张等水体淹没监测中[1]。曹哲等[2]研究了基于阈值分割方法的SAR影像水体提取，该方法的优点是简单快速，但如何确定合适的阈值及边缘的精确定位是一个难题。魏航[3]研究了融合SAR影像的多源遥感图像水体信息提取方法，效果优于单星。徐川等[4]研究了基于活动轮廓方法的SAR图像目标水体提取，该方法能得到光滑封闭的目标轮廓曲线，但计算复杂度高、适应性差，对复杂场景分割效果不佳。陈媛媛等[5-10]利用专家决策树、机器学习等方法来进行水体提取，效果较好，但需要大量的历史样本。综上所述，阈值分割法在不具备双峰特征的区域，分类精度不高；机器学习、活动轮廓等方法精度较高但计算过于繁琐，不利于灾情期间的快速提取。在洪涝灾情应用中，高精度和时效性都是至关重要的。本研究兼顾洪涝监测的高精度高时效性要求，以福建区域5个重点水库为例，将较成熟且快速的最小距离分类法应用于SAR影像水体分类中，并采用地形数据对山体阴影进行去除，实现快速提取变化水体，以期为突发洪涝监测提供支持。

1 资料来源与处理

1.1 研究区概况

2021年5月16～24日，福建省出现今年首次持续性暴雨过程，特别是福建北部出现暴雨，局部大暴雨。根据福建省气候中心数据，全省大部分地区暴雨过程累积降水量超50mm，其中，闽北地区累积降水量超250mm(图1)，导致地质灾害风险程度较高。本研究以此次暴雨过程为例，选取福建省5个重点水库(池潭水库、棉花滩水库、古田水库、安砂水库和水口水库)，进行水体变化范围提取研究(图2)。

图1 福建省2021年5月16～24日累积降水量(单位：mm) 图2 研究区示意图

1.2 Sentinel-1影像下载及预处理方法

本研究所用卫星数据为sentinel-1卫星IW(Interferometric Wide swath)模式的GRD(Ground Range Detected)Level-1级SAR数据。选取2021年降水较少的4月份SAR影像作为灾前基准，选取较接近暴雨过程结束日的SAR影像作为灾后影像，具体数据信息如表1所示：

表1 2021年5月16～24日降水过程灾前、灾后影响选取数据信息表

由于SAR卫星的发射机、功率放大器、接收机等装置内部有热量，SAR影像一般都带有一定程度的热噪声，同时，接收机接收的后向散射信号需转化为有单位的物理量即辐射定标。因此，先利用欧洲航天局提供的SNAP(Sentinel Application Platform)软件进行热噪声去除和辐射定标。雷达照射到地物时，各个小散射体的回波是相互干渉的，在雷达影像上就出现许多小斑点，成为斑点噪声。为了去除斑点噪声的影响，雷达影像还需进行滤波处理。本研究选用效果较好的Refined Lee滤波器对影像进行滤波处理。值得注意的是，GRD数据已经进行了多视处理。为了赋予影像坐标信息，本研究采用距离多普勒法对影像进行地形校正[11-12]。图3为经过一系列预处理后的古田水库区域SAR影像，不同灰度值表示雷达后向散射振幅强弱。其中，水体的后向散射强度较弱，在图中呈现较暗色调。高低不平的地面后向散射强度较强，在图中呈现较亮色调。此外，福建属山地丘陵地形，影像受山体阴影的影响较大，常出现山体伪水体。

图3 预处理后的古田水库sentinel-1 VV极化影像(2021年5月11日)

2 Sentinel-1 SAR山区水体淹没范围监测

2.1 基于最小距离分类法的水体提取

图4 暴雨前后水体空间分布

因本研究只需分出水体和非水体2类，同时兼顾洪涝监测的高时效性要求，选取较成熟快速的分类方法——最小距离法。最小距离法利用训练样本数据计算出每一类的均值向量和标准差向量，然后以均值向量作为该类在特征空间中的中心位置，计算输入图像中每个像元到各类中心的距离，到哪一类中心的距离最小，该像元就归入到哪一类[8,13-14]。本研究所用计算距离的方法为用欧几里得距离法。欧几里得距离公式为：

式中：Dj为第j类的欧几里得距离，n为波段数，xi为像元在第i个波段的像元值，mij为第j类在第i个波段的均值。

将HH振幅、HV振幅、HH×HV作为分类的3个波段，计算得到欧几里得距离并进行聚类，初分类出疑似水体。

2.2 山区伪水体剔除

当目标物以一个大于或等于发射波形的入射角的角度向雷达倾斜时，雷达图像就会出现阴影。比如古田水库地处闽北山地丘陵地区，易产生较严重的山体阴影，导致图像上出现类似水体回波特征的山体阴影区[15]。SRTM(Shuttle Radar Topography Mission)是由美国航空航天局(NASA)和国防部国家测绘局(NIMA)联合测量的数字地形高程模型数据[16-17]。本研究利用SRTM 30m地形高程提取坡度信息，并通过坡度阈值分割，从分类结果中将山体区域伪水体去除，得到最终的研究区水体信息。

2.3 淹没水体范围提取分析

图4为经过上述方法提取出的暴雨前和暴雨后研究区水体空间分布图。为了显示水体变化的具体位置，分别提取暴雨前后水体变化范围，包括扩大水体、缩小水体和不变水体，并赋予红色、黄色和蓝色。如图4所示，受2021年5月16～24日全省暴雨过程影响，5个水库均有水体扩大现象。其中，池潭水库中部和北部区域有明显水体扩大现象；棉花滩水库水体扩大区域分布较分散；古田水库北部和东部有明显水体扩大区域；安砂水库西部有部分水体扩大区；水口水库中西部有小区域水体扩大现象。

Sentinel-1的像元空间分辨率为10m×10m，因此，通过对像元点统计即可计算出水体区域面积。统计结果显示，池潭水库水体面积总体扩大最多，为10.65km2，其次为古田水库，总体扩大了8.25km2，棉花滩水库也总体扩大了5.18km2，安砂水库和水口水库水体扩大面积相对较小，分别扩大了3.81km2和2.70km2，详见表2。

表2 水库水体面积变化统计 单位：km2

3 结论与讨论

本研究利用先进的C波段Sentinel-1 SAR影像，对福建省5个重点水库2021年5月暴雨过程淹没范围进行提取，主要得到以下结论：

①相比于传统光学卫星，星载雷达卫星影像不受多云、降水等天气影响，可以实现对福建区域重点水库洪涝水体的有效信息提取，为紧急救灾及灾情评估提供一定信息支持。

②受2021年5月16～24日暴雨过程影响，福建区域5个重点水库在2021年5月均出现不同程度的水体面积扩大现象。其中，池潭水库水体面积总体扩大最多，其次为古田水库，而安砂水库和水口水库水体扩大面积相对较小。

③福建区域属山地丘陵地形，在SAR影像上受山体阴影的影响较大，借助SRTM数字地形高程模型数据可对SAR影像上山体伪水体进行剔除。

④目前，星载雷达卫星多为极轨卫星，其卫星重访周期较静止卫星长，会对洪涝水体的提取时间段产生一些影响。比如，古田水库和水口水库水体监测用的是暴雨过程结束前一天的影像。随着未来更多星载雷达卫星的发射应用及多星联合观测，星载SAR影像监测效率将会大大提高。