遥感卫星从太空感知地球和获取地球表面的信息,当前有上千颗遥感卫星每天不停的对地表成像,其数据广泛用于地球系统科学研究、资源环境管理、国土安全和自然灾害监测等领域。卫星遥感的优势有监测范围大、不受区域地形限制、重复观测和多种类型数据(感知多样信息)等,这些优点都与自然灾害的监测需求相匹配,是自然灾害监测的一种重要的技术手段,是我们来自太空的“眼睛”。
中国的民用陆地观测卫星已发射42颗(含一颗太阳双超卫星),在轨32颗,携带的传感器基本完整覆盖电磁波的成像谱段,包括可见光、近红外、中红外、长波红外和微波(C/S/L)等;空间分辨率从亚米、米级、十米级到百米级;多星多载荷协同观测一天可观测任意目标数次;以上这些特色可以为自然灾害提供及时的观测数据和信息,中国资源卫星应用中心在国内外发生重大自然灾害时,会根据规则启动应急响应程序,综合规划卫星资源,及时对受灾区域进行拍摄,免费提供存档和现势数据及信息。
世界范围内重大的突发性自然灾害包括:森林火灾、洪涝、滑坡和泥石流、旱灾、台风、冻害、海啸、地震、火山、农林病虫害和赤潮等,中国国土空间上常见的自然灾害种类繁多,由于篇幅所限,挑选以下3个比较常见和人员经济损失较大自然灾害的卫星遥感监测进行介绍。
1.洪涝灾害监测
洪涝灾害包括洪水灾害和雨涝灾害两类,由于洪水灾害和雨涝灾害往往同时或连续发生在同一地区,有时难以准确界定,往往统称为洪涝灾害。洪涝灾害是世界上发生频率最高、分布最广、造成损失最严重的自然灾害之一,可造成房屋、道路和其他基础设施的损毁、农作物被淹、交通中断、企业停产等经济损失,带来水土流失、水体污染等环境破坏,甚至造成人员伤亡,特别是在人口密集的地区,这种情况尤为严重。
洪涝灾害往往具有突发性和范围大的特点,而卫星遥感具有大范围监测、多光谱信息(可见光、近红外、中红外、长波红外和微波)、周期性重访(时间覆盖灾前、灾中、灾后)、空间连续覆盖、数据客观准确等优势,成为洪涝灾害灾前、灾中监测和灾后损失评估的重要手段。表1提供了洪涝灾害监测推荐使用的国产民用陆地观测卫星信息。
表1 洪涝灾害监测推荐使用的民用陆地观测卫星
1.1 洪涝灾害前提取土地覆盖/土地利用和三维地形
基于地物在多光谱遥感影像上的光谱、纹理、指数、地形等特征,采用监督分类或深度学习方法提取受灾区域江河湖泊的水体范围以及居民地、道路、工矿用地、农田、林地、草地等地表土地覆盖/土地利用信息,为洪涝灾害的受灾范围、受灾影响情况分析与评估提供本底数据。
利用光学遥感影像立体像对、干涉雷达数据可快速获取大范围受灾区域数字高程模型(DEM),并派生出坡度、坡向、山峰、山脊、沟谷等地形特征参数。DEM可与洪涝灾害发生前、灾中以及灾后的数字正射影像(DOM)、行政区划、土地覆盖/土地利用等专题数据叠加,更加直观的展示洪水发生前后和演变情况,并进行水位淹没分析,为洪涝灾害的预报、预警、预演、预案,以及灾情评估和抢险救灾方案制定提供重要的数据支持。
基于地物在多光谱遥感影像上的光谱、纹理、指数、地形等特征,采用监督分类或深度学习方法提取受灾区域江河湖泊的水体范围以及居民地、道路、工矿用地、农田、林地、草地等地表土地覆盖/土地利用信息,为洪涝灾害的受灾范围、受灾影响情况分析与评估提供本底数据。
利用光学遥感影像立体像对、干涉雷达数据可快速获取大范围受灾区域数字高程模型(DEM),并派生出坡度、坡向、山峰、山脊、沟谷等地形特征参数。DEM可与洪涝灾害发生前、灾中以及灾后的数字正射影像(DOM)、行政区划、土地覆盖/土地利用等专题数据叠加,更加直观的展示洪水发生前后和演变情况,并进行水位淹没分析,为洪涝灾害的预报、预警、预演、预案,以及灾情评估和抢险救灾方案制定提供重要的数据支持。
图1 2013年黑龙江省嫩江流域齐齐哈尔段高分一号洪涝灾害监测前后对比图
| 1.2 洪涝灾害中提取洪水淹没范围
洪涝灾害发生时,常伴阴雨天气,光学影像难以获取云层以下地表信息,SAR由于不受云雨影响,可以全天候、全天时监测,被广泛用于洪水发生时淹没范围的动态监测。由于SAR成像中水体的后向散射系数相对较低,利用该特征结合地形、纹理等可采用阈值分割、决策树分类、深度学习等方法提取水体范围信息,与灾前水体范围进行比较提取洪水淹没范围。在洪涝灾害过程中,通过SAR卫星辅以光学卫星数据的动态跟踪监测为及时了解灾情,调度救灾物资、人力提供了有力的数据支持。
图2 2013年黑龙江省嫩江流域洪水淹没分布图
| 1.3 洪涝灾害后提取退水情况并进行受灾损失评估
在洪涝灾害后期,可利用遥感技术监测洪水退水情况,通过光学遥感卫星辅以雷达卫星对受灾地区跟踪成像,并提取洪涝灾前灾后地表水体分布信息,与灾前、灾中水体分布进行对比分析,进而得到灾后的退水动态变化情况。通过多光谱影像还可提取出洪水淹没范围灾前后的土地覆盖变化,进而分析出房屋倒塌、道路损毁、农田被淹等各类受灾专题的数量、分布和面积,为损失评估和防止次生灾害提供更加准确和精细的数据支持,为灾后规划重建提供决策依据。