王微 余海坤
(1.河南省遙感院,河南 鄭州 450003;2.河南省遙感大數(shù)據(jù)工程技術(shù)研究中心,河南 鄭州 450003)
河南省在近兩年汛期均遭受了嚴重的暴雨洪澇災害。2020 年6 月1 日至7 月23 日,河南先后出現(xiàn)八次強降雨過程,其中,最大點雨量出現(xiàn)在信陽市固始縣鎖口雨量站,降雨達到439.5 毫米;累計降雨超過400 毫米的站點9 處,均超100 年一遇。持續(xù)強降雨致固始境內(nèi)淮河干流、14 條支流出現(xiàn)險情,97 座中小水庫全部溢洪[1]。2021 年7 月17 日至23 日,河南省遭遇歷史罕見特大暴雨,發(fā)生嚴重洪澇災害,特別是7 月20 日鄭州市遭受重大人員傷亡和財產(chǎn)損失。災害共造成河南省150 個縣(市、區(qū))1478.6 萬人受災,因災死亡失蹤398 人,其中鄭州市380 人、占全省95.5%;直接經(jīng)濟損失1200.6 億元,其中鄭州市409億元,占全省34.1%[2]。
及時掌握洪澇災害影響范圍不僅可以輔助災害應急指揮決策,也為災后重建、恢復生產(chǎn)等工作提供數(shù)據(jù)的支撐。利用衛(wèi)星影像大范圍地對各類災害進行監(jiān)測已經(jīng)成為一種高效、及時的方法和手段。但是,暴雨洪澇災害往往伴隨著長期的陰雨天氣,光學衛(wèi)星無法獲取災區(qū)影像。合成孔徑雷達(SAR)是通過接收衛(wèi)星主動發(fā)射的微波反射信號而生成圖像的,具有穿云透霧的特性,因此SAR 衛(wèi)星不僅可以在夜晚成像,也可以在陰雨天氣下成像,所以利用SAR 衛(wèi)星可以成為暴雨洪澇災害監(jiān)測最及時高效的手段[3]。
本研究采用哨兵1 號SAR 衛(wèi)星影像,識別并提取近兩年河南省汛期洪澇災害,探索凸顯洪澇災害的快速制圖方法,從而實現(xiàn)監(jiān)測暴雨洪澇災害影響范圍和發(fā)展趨勢的目標。
哨兵1 號衛(wèi)星IW 模式下的1 級地距影像數(shù)據(jù)(Ground Range Detected,GRD)可以從哨兵1 號科學中心(https://scihub.esa.int)免費獲取,該數(shù)據(jù)重訪周期為12 天,空間分辨率為20 米[4]。此次采用2020 年2 期和2021 年4 期哨兵1 號SAR 影像,對2020 年和2021 年河南省汛期洪澇災害進行研究,影像極化方式為VV/VH 雙極化模式,軌道類型均為升軌。影像信息如表1 所示。
表1 SAR影像數(shù)據(jù)信息
2020 年7 月,信陽地區(qū)均小到暴雨天氣21 天,其他均為多云天氣;2021 年7 月至8 月份,鶴壁、新鄉(xiāng)地區(qū)晴天僅有5 天,其他均為多云或陰雨天氣。在這樣的天氣狀況下,光學衛(wèi)星只能觀測個別時間窗口中局部地區(qū)的災害狀況,無法實現(xiàn)大范圍洪澇災害的觀測。
雙極化SAR 影像的處理過程包括影像配準、影像濾波、輻射定標、地理編碼等步驟,獲取具有地理位置信息的雙極化雷達強度影像數(shù)據(jù)[5]。本研究采用ENVI-SARscape 軟件進行自動化預處理。
SAR 影像配準和重采樣將校正偏移、旋轉(zhuǎn)和縮放差異。影像配準首先基于衛(wèi)星的精確軌道數(shù)據(jù)和數(shù)字高程模型(DEM)計算局部非參數(shù)偏移估計;在參考主影像上根據(jù)移動步長和距離向、方位向的像素個數(shù)確定一組窗口,計算每個窗口中主副影像間的互相關(guān)函數(shù),相關(guān)性越大表示窗口區(qū)域的影像畸變越小,同時記錄對應窗口的偏移殘差;利用多項式模擬空間殘差分布,從而校正副影像的空間畸變[6]。
從SAR 系統(tǒng)等相關(guān)傳感器獲得的圖像具有散斑特征,這是一種空間隨機乘性噪聲,噪聲是與影像中每個像素的雷達反射率相關(guān)聯(lián)的統(tǒng)計波動[7],影像濾波通常是以犧牲空間分辨率為代價的。利用距離向和方位向為1 ∶2 比例進行多視處理,可以有效濾除影像噪聲。
雷達傳感器記錄的發(fā)射電磁波和接收反射回波的信號比,稱為后向散射。經(jīng)過輻射定標的后向散射不受觀測幾何的影響,可以對其進行分析研究[8]。
由于SAR 影像在距離和方位方向上的幾何特性完全不同,地理編碼必須分別考慮軌道的橫向和縱向。距離向畸變主要是由地形變化引起,相對容易糾正;方位向的畸變較小,但糾正更為復雜[9]。
經(jīng)過ENVI-SARscape 軟件自動化預處理SAR 影像如圖1 所示。
圖1 不同期SAR影像預處理后VV、VH極化對比
提取洪澇災害范圍的方法是將同一地區(qū)的兩期或多期SAR 影像疊加,形成時序組合影像,通過人工識別原有水體、洪澇淹沒區(qū),建立影像分類樣本,利用監(jiān)督分類的方法,自動化地對洪澇災害進行監(jiān)測和范圍提取。
鑒于SAR 影像常見有四種極化方式,每種極化方式對同類地物的反射特性不同。因此在進行時序影像分析時,應當采用同一極化方式的SAR 影像。SAR 影像洪澇災害提取流程如圖2 所示。
圖2 SAR影像洪澇災害提取流程
2020 年7 月8 日 和2020 年7 月20 日 的VV 極 化SAR 影像經(jīng)過預處理之后,相互疊加,形成一個災害前后的時序組合影像。根據(jù)圖像判別,在該組合影像上繪制出原有水體、洪澇淹沒區(qū)、耕地林地、人類聚集區(qū)等樣本圖斑,利用監(jiān)督分類的方法,對時序組合影像進行計算機解譯。經(jīng)過影像分類后處理,解譯結(jié)果如圖3 所示。
圖3 2020年7月20日信陽地區(qū)洪澇災害SAR影像提取結(jié)果
利用災前、災后的VV 極化SAR 衛(wèi)星影像,可以提取洪澇災害淹沒區(qū)域。在圖3 中可以看出,2020 年洪澇災害主要分布在羅山縣、息縣、光山縣、潢川縣、淮濱縣、固始縣。利用7 月20 日哨兵1 號SAR 衛(wèi)星監(jiān)測到的各縣洪澇淹沒區(qū)面積如表2 所示。
表2 2020年7月20日信陽地區(qū)洪澇災害淹沒面積統(tǒng)計表
采用2021 年7 月15 日、27 日和8 月8 日、20 日4 期哨兵1 號SAR 衛(wèi)星影像,持續(xù)觀測新鄉(xiāng)、鶴壁、安陽等地區(qū)的洪澇災害。影像預處理之后,將7 月27日和8 月8 日、20 日VH 極化SAR 影像分別與7 月15日VH 極化影像疊加,生成時序組合影像。人工識別時序組合影像中原有水體、洪澇淹沒區(qū)、建筑物、耕地等主要地物,形成分類樣本。利用監(jiān)督分類的方法,對三組時序組合影像計算機自動解譯。經(jīng)過影像分類后處理,解譯結(jié)果如圖4 到圖6 所示。
圖4 7月27日洪澇災害淹沒區(qū)解譯結(jié)果
圖5 8月8日洪澇災害淹沒區(qū)解譯結(jié)果
圖6 8月20日洪澇災害淹沒區(qū)解譯結(jié)果
利用災前、災后的VH 極化SAR 衛(wèi)星影像,同樣可以提取洪澇災害淹沒區(qū)域。從7 月27 日和8 月8 日、20 日的洪澇淹沒區(qū)可以看出,洪澇災害淹沒區(qū)是在明顯減少的。新鄉(xiāng)、安陽市內(nèi)的洪澇災害在8 月8 日基本已經(jīng)消退;鶴壁市8 月8 日的洪澇災害在南部消退,在北部卻繼續(xù)發(fā)展,原因是共產(chǎn)主義渠東側(cè)泄洪后,水位較高且長期不退。截至8 月20 日,除部分地區(qū)洪澇未退外,大部分地區(qū)的洪澇災害風險已經(jīng)解除。
利用哨兵1 號SAR 影像提取的洪澇災害淹沒面積如表3 所示。
表3 2021年7月~8月洪澇淹沒面積統(tǒng)計
在實際工作中,為滿足災害應急觀測的需求,往往需要快速提供災區(qū)影像圖,宏觀地了解災情狀況及變化趨勢,無需對災害范圍進行提取。但是黑白色調(diào)的雷達影像,既不能滿足人們分析圖紙的習慣,也不能從單一時期的雷達影像中區(qū)分原有水體和淹沒區(qū)。
利用災前、災后的兩期雷達影像,使用紅綠藍彩色進行渲染,通常災前影像渲染為紅,災后影像渲染為藍和綠色,合成假彩色影像。針對哨兵1 號SAR 影像,圖像拉伸方式采用標準差拉伸,標準差n 值可設(shè)為0.5左右。在此基礎(chǔ)上應用GAMMA 拉伸,紅、綠、藍拉伸系數(shù)分別采用3、4、4。災害前后對比影像快速制圖結(jié)果如圖7 所示,圖中紅色即為洪澇災害影響區(qū)域,圖中黑色即為原有水體。
如果僅需要查看災后雷達影像,可以使用不同極化影像進行假彩色合成,通常VH 極化渲染為紅色,VV極化渲染為綠和藍色,合成假彩色影像。針對哨兵1號SAR 影像,圖像拉伸方式采用標準差拉伸,標準差n 值可設(shè)為0.7 左右。在此基礎(chǔ)上應用GAMMA 拉伸,紅、綠、藍拉伸系數(shù)分別采用3、3、3,從而生成一幅突出洪澇災區(qū)及水體的衛(wèi)星影像圖,如圖8 所示。
圖7 災害前后兩期SAR影像假彩色快速制圖
圖8 災后單期SAR影像假彩色快速制圖
利用衛(wèi)星影像可以實現(xiàn)對洪澇災害的廣域、高效的監(jiān)測。但洪澇災害發(fā)生時往往伴隨著長期的陰雨天氣,利用合成孔徑雷達(SAR)衛(wèi)星影像,能夠克服天氣影響,實現(xiàn)對地表觀測。多極化SAR 影像均可實現(xiàn)對洪澇災害淹沒范圍的監(jiān)測,但因每種極化影像對地物的表現(xiàn)特征不同,因此應采用災前、災后同種極化SAR 影像進行洪澇災害的監(jiān)測。由于SAR 影像對水體較為敏感,在應急條件下,可以采用不同期影像或同期多極化影像快速制圖,突出洪澇災害的分布情況。