基于雷达卫星的汛期水体变化识别与应急监测

曾海波 雷 帆 杨凯钧 杨亮亮 胡 芳

(湖南省第二测绘院, 湖南 长沙 410004)

0 引言

每年汛期,受持续强降雨天气影响,洞庭湖及其支流湘、资、沅、澧等四大河流水位迅速上涨,尤其是西洞庭湖、南洞庭湖等水域会出现超警戒水位情况。据统计,洞庭湖区域共计有29个堤垸、858 km堤防的水位超警戒[1-2],其洪涝灾害高风险较。在洪涝灾害发生时,快速地成像是进行抗洪救灾的保障,目前针对汛期洪涝灾害的监测主要采用无人机或常规的光学卫星影像进行应急性监测,但是由于洪涝灾害监测区域受降雨影响,云层较厚,无人机无法在复杂的气象条件下开展作业,常规的光学卫星数据难以采集到有效的数据。采用雷达卫星开展洪涝灾害的监测,发挥其穿云透雨的特性：一方面,与常规光学成像相比,因在洪涝灾害发生时往往伴随多云降雨天气,合成孔径雷达(synthetic aperture radar,SAR)卫星不管在白天黑夜、晴天雨天均可进行全天候无障碍成像,尤其适合南方地区阴雨天气的应急监测;另一方面,与常规无人机成像相比,无人机在强降雨天气下无法起飞拍摄,飞控电路不允许降雨天气飞行,其在降雨条件下拍摄镜头成像会有众多雨滴遮挡造成成像质量不高,且单次作业面积较低,而SAR卫星在降雨的条件下能够对指定区域宽幅成像,并达到广域监测效果;与人工调绘相比，人工调绘需要耗费大量时间且无法精确绘制淹没区范围,作业成本较高,SAR成像能够克服人工调绘的劣势,对受灾区域进行精准高效的观测,为救灾提供可靠数据保障[3-4]。为快速跟踪和掌握洞庭湖区域的水体变化情况,发挥雷达卫星遥感技术手段在洪涝灾害中的作用。本文以洪灾风险较大的环洞庭湖(常德市、岳阳市和益阳市)为重点研究区域,利用多源雷达卫星开展水体(河流、湖泊和水库)变化识别与监测工作,探索雷达卫星在汛期水体监测应用的技术流程与方法,为防范和评估洪涝灾害提供科学依据。

1 监测区概况

本文监测范围为洪灾风险较大的环洞庭湖重点区域(常德市、岳阳市和益阳市)，该区域位于湖南省北部、长江中游南岸,面积2 625 km2,是我国第二大淡水湖,是长江中下游地区仅存的两个自然通江湖泊之一,具有调蓄长江的重要功能。该区域以洞庭湖为中心,地势低洼,湘、资、沅、澧四大河流汇入,并接收荆江三口分流来水,洪灾风险大,洪灾造成的潜在损失大[6-7]。其中洞庭湖内部边界划分为：东洞庭湖下游与长江连通的水体断面为七里山;上游与南洞庭湖连通的水体断面为漉湖—磊石山(汨罗江河口);西侧与藕池河东支连通的水体断面为团洲;东侧与新墙河的水体断面为新墙河口;南洞庭湖下游与东洞庭湖连通的水体断面为漉湖—磊石山;与草尾河连通的水体断面为漉湖和茅草街,与湘江连通的水体断面为省园艺场和古塘,与资江连通的水体断面为赛头;与目平湖连通的水体断面为南嘴和小河嘴;目平湖与南洞庭湖连通的水体断面为南嘴和小河嘴;与沅江连通的水体断面为坡头,与澧水连通的水体断面为四分局;七里湖位于澧水洪道中,下游以石龟山为界,上游以江湾为界;大通湖为大堤围限的内湖,除沟渠以外,水系和外江外湖不连通, 故周边以大堤为界。

2 数据预处理

本次监测采用的数据源(表1)主要为：意大利的宇宙地中海雷达卫星(Cosmo-SkyMed)、芬兰的冰眼雷达卫星(ICEYE)及中国高分三号雷达卫星(GF-3)数据,分别于2020年7月14日、7月19日、7月20日、7月21日、7月23日及7月29日对洞庭湖区域进行了6次条带拍摄,形成了监测时间序列,其中2020年7月14日监测时点采用3 m高分辨率的意大利Cosmo-Skymed (3 m)、芬兰ICEYE(3 m)雷达数据。对以上雷达数据分别经过轨道校正、辐射定标、复数数据转换、多视处理、影像滤波处理、转DB影像、地形校正等过程处理。为了很好地保留SAR 图像中的边缘边界类的信息,方便后续多周期的雷达影像进行套合分析,对比多种滤波方法处理效果发现,采用FROST滤波可以在减少斑点和噪声。利用航天宏图的雷达处理软件(PIE-SAR)进行后处理[8-9],打开分贝化处理后的数据,目视对比雷达垂直同极化模式(VV模式)和垂直和水平交叉极化(VH模式)模式下的影像,考虑到对于平静的水面,水的回波很弱,不管是VV同极化还是VH交叉极化,对于有一定波纹的水面,回波信号会增强,但是交叉极化主要是体散射和具有一定方向的地物产生,因此水面的交叉极化也相对于非水面地物来说更弱,因此,可以看出VH模式水体特征比较强,具体雷达数据情况及不同极化效果见图1。

(a)VV极化

表1 雷达卫星数据源基本参数

3 基于SDWI双极化指数的水体信息识别

雷达发射信号波束并接受回波信号,雷达图像中的亮度代表了雷达回波强度的大小,回波强度的大小定量由雷达后向散射系数决定,通常水体具有极低的后向散射系数,处理后得到SAR图像,在雷达图像上呈现暗色调,故灰度值或者亮度值(digital number ,DN)是不同的,与其他地物覆盖类型较易区分。根据此来解译SAR图像,获取图像信息。本文利用双极化水体指数(sentinel-1dual-polarized water index,SDWI),基本原理为基于VV和VH后向散射系数,进行波段运算,以此扩大水体与其他地物间的差异,用于提取水体的指数模型如式(1)所示。

(1)

分析水体训练样本及整幅影像的灰度统计直方图,对得到的SDWI 影像图进行直方图分析,水体直方图呈双峰分布,占比较大的波峰区域为背景,占比较小的波峰区域为水体。本文通过反复试验,以提取水体准确率较大为原则,最终确定14.74作为水体与非水体阈值分割点,提取出研究区的水体范围的[10]。具体效果见图2。

图2 SDWI双极化水体指数计算结果

4 监测结果分析

4.1 水位与水域变化关系分析

从洞庭湖水位与水域变化来看,洞庭湖水域与水位呈现正增长关系(表2)。整体上看,2020年7月19日—2020年7月29日洞庭湖水位增长0.55 m,水域面积扩展23.05 km2,整体呈现较平稳增长趋势。从洞庭湖各部分水域增长面积来看,东洞庭湖整体上水域扩展面积最大为9.01 km2,西洞庭湖扩展面积次之为7.14 km2,南洞庭湖扩展面积最小为6.90 km2。

表2 洞庭湖面积扩展情况统计表 单位：km2

从监测结果来看,受洞庭湖湖水位上升的影响,东洞庭湖区域的岳阳县、华容县、君山区、岳阳楼区,南洞庭湖的沅江市、湘阴县、汨罗市,西洞庭湖的南县水域水体范围均有明显扩大;另外,受澧水水位上升影响,常德市澧县、津市、临澧县的水域水体面积明显扩大;受沅水水位上升影响,汉寿县、鼎城区、武陵区的水域水体范围均有明显扩大。

4.2 环洞庭湖市州受淹影响评估

为准确评估洞庭湖水域变化对洞庭湖区域的常德市、益阳市和岳阳市的影响,结合雷达提取的前、后时相水体图层叠加对比,发现变化区域,通过滤波剔除错判图斑[11],得到新增水域图层,同时,从2019年国土变更调查数据库中抽取扩展水域的耕地、园地、房屋及道路等数据进行叠置分析与统计,获得各地市各个用地类型易受淹风险的情况[12-15]。

4.2.1耕地受淹风险分析

根据表3可以看出,常德市的耕地受淹风险面积共计5 699 903.00 m2,其中水田4 325 970.07 m2、旱地1 373 932.93 m2主要影响耕地类型为水田,是旱地淹没受灾面积3倍之多。主要受灾区域为汉寿县龙池湖、目平湖,澧县王家厂水库,沅江芦荻山乡段水域附近耕地范围;岳阳市的耕地受灾面积共计8 597 014.03 m2,其中水田面积3 658 090.09 m2,旱地面积4 938 917.28 m2,旱地受灾面积相对较多,主要受灾区域为君山区君山农场、永城、濠河、岳华村等区域,湘阴县青草湖、合兴村岳阳县老港芦苇场水域附近耕地范围;益阳市的耕地受灾面积共计2 078 005.89 m2,其中水田1 250 020.83 m2、旱地827 978.39 m2,水田受灾面积相对较多,主要受灾区域为南县哑巴渡社区、南红等地,资阳区迎风桥水库、车前巷村等水域附近耕地范围。

表3 环洞庭湖市州耕地淹没统计 单位：m2

4.2.2园地受淹风险分析

根据表4可以看出,常德市的经济作物区园地受灾面积共计184 798.15 m2,其中果园淹没受灾22 223.77 m2,其他园地淹没受灾162 569.04 m2,主要影像园地类型为其他园地,面积是果园8倍之多,主要受灾区域为武陵区沅江芦荻山乡段,汉寿县目平湖、焉子湖、龙池湖水域周边园地;岳阳市的经济作物区园地受灾面积共计727 259.39 m2,其中果园淹没受灾513 568.20 m2,其他园地淹没受灾213 691.20 m2,主要影像园地类型为果园,面积是果园2倍之多,主要受灾区域为君山区君山公园、永城村,湘阴县青草湖等水域周边园地;益阳市的主要受灾区域为沅江市南嘴、赤塘村水域周边园地,经济作物区园地受灾面积共计12 633.21 m2。

表4 环洞庭湖市州园地淹没统计 单位：m2

4.2.3房屋受淹风险分析

对岳阳、常德、益阳三市进行房屋淹没分析,分区统计各市下辖区县因洞庭湖内涝导致的居民房屋淹没情况。利用SAR影像和国土三调水系数据提取新增水域淹没区,与地理国情监测数据中的居民建筑物图斑进行叠置分析,提取了岳阳等三市的新增水域面积和水淹房屋图斑。整体监测区域2020年7月监测具体情况如下：共提取水淹房屋图斑1 174个,面积为1.29 km2。由于岳阳市毗邻洞庭湖核心区域,其淹没建筑面积最大,淹没建筑面积高达1 052 776 m2,其中逾50%水淹建筑位于君山区内;益阳市水淹建筑面积较大,淹没建筑面积为200 338 m2,其中超过60%淹没建筑位于沅江市内;常德市水域建筑淹没面积较前者相对较少,水淹建筑面积为38 282 m2，如图3所示。

图3 高精度SAR监测水淹房屋面积统计情况

4.2.4道路受淹风险分析

考虑到洪水对道路交通的影响,利用收集的道路矢量数据及洪水淹没范围数据可以提取出道路淹没信息,为科学分析道路积水及其发展演变情况提供依据。监测结果可知岳阳市淹没交通道路淹没情况最为显著,淹没交通道路长度高达40.32 km,主要涉及岳阳县、君山区、湘阴县岳阳楼去和华容县;益阳市和常德市水淹交通道路主要分布在益阳市南县和常德市澧县,淹没道路长度分别为5.31 km、8.57 km。具体淹没情况统计如图4所示。

图4 环洞庭湖市州水淹交通道路面积统计情况

5 结束语

(1)针对水体面积显著增加的县(市、区),尤其是农田、房屋等受灾严重的区域及超警戒水位的堤防与河岸,加强汛期巡查与监测,考虑到强降水天气的影响,可以充分利用雷达卫星数据,为洪涝灾害监测提供强有力的数据支撑。

(2)加强与规划对接,将水患风险较大的围垸划入生态保护区,并对洞庭湖区域水患灾害风险较大的围垸实施生态退耕、退林还湖,给汛期洪水留出空间,减轻洪水灾害的影响。

(3)为保证监测结果更具有指导意义,应加强气象部门、应急管理部门、水利部门和自然资源管理部门的技术交流与合作,突破行业壁垒,加强数据共享,多部门联合,建立水患灾害常态化预警监测机制。从灾前预警、灾中救援、到灾后评估实现立体化全灾情全生命周期的应急响应。

(4)环洞庭湖区域属洪涝灾害易发区,灾情发生前、发生过程中、发生后都需要进行大量卫星影像、航空影像采集及处理,建议建立常态化资金保障机制,以便在突发洪涝灾害时紧急调度相关资源进行保障。