吳瑋 王匯 蘇偉 劉慧

（1 應(yīng)急管理部國(guó)家減災(zāi)中心，北京 100124）

（2 北京林業(yè)大學(xué)水土保持學(xué)院，北京 100083）

（3 中國(guó)農(nóng)業(yè)大學(xué)土地科學(xué)與技術(shù)學(xué)院，北京 100091）

0 引言

鐵路作為我國(guó)重要交通基礎(chǔ)設(shè)施和國(guó)民經(jīng)濟(jì)發(fā)展的大動(dòng)脈，對(duì)于保障經(jīng)濟(jì)和社會(huì)發(fā)展發(fā)揮重要作用。我國(guó)鐵路種類(lèi)多、營(yíng)業(yè)里程長(zhǎng)、覆蓋范圍廣、連通的區(qū)域自然地理環(huán)境復(fù)雜，涉及的自然災(zāi)害類(lèi)型多種多樣。按直接致災(zāi)過(guò)程劃分，鐵路自然災(zāi)害包括地震、滑坡、崩塌、泥石流、洪澇、風(fēng)沙、凍融、積雪、溶塌、鹽脹、軟土和膨脹土等12 種基本類(lèi)型[1]。特別是在西南地區(qū)、山地眾多、河流縱橫，鐵路橋隧相連，易受洪澇、地震、地質(zhì)災(zāi)害等威脅，而北方地區(qū)風(fēng)沙、強(qiáng)降雪對(duì)鐵路運(yùn)輸也會(huì)造成嚴(yán)重影響。據(jù)交通運(yùn)輸部統(tǒng)計(jì)，截至2022 年末，全國(guó)鐵路營(yíng)業(yè)里程15.5 萬(wàn)千米，其中高鐵營(yíng)業(yè)里程4.2 萬(wàn)千米。鐵路一旦遭受重大自然災(zāi)害，將導(dǎo)致嚴(yán)重經(jīng)濟(jì)損失和廣泛的社會(huì)影響，如2022 年1 月8 日青海海北州門(mén)源縣6.9 級(jí)地震造成蘭新高鐵受損嚴(yán)重，2023 年7 月底京津冀暴雨洪澇災(zāi)害沖毀鐵路線并導(dǎo)致大量乘客滯留，2023 年第9 號(hào)臺(tái)風(fēng)“蘇拉”造成京港高鐵、穗深城際、京九線等線路上百趟旅客列車(chē)停運(yùn)。隨著鐵路營(yíng)業(yè)里程不斷增加，鐵路的安全運(yùn)營(yíng)保障壓力也持續(xù)增加，迫切需要加強(qiáng)對(duì)鐵路沿線自然災(zāi)害監(jiān)測(cè)與評(píng)估應(yīng)用研究，為防災(zāi)減災(zāi)救災(zāi)等應(yīng)急管理各環(huán)節(jié)工作提供有效信息支持。衛(wèi)星遙感具有大范圍、周期性、多手段監(jiān)測(cè)鐵路災(zāi)害的優(yōu)勢(shì)，能夠有效彌補(bǔ)地面災(zāi)害調(diào)查的不足，提高防災(zāi)減災(zāi)救災(zāi)工作效率。近年來(lái)，伴隨著高分辨率對(duì)地觀測(cè)重大專(zhuān)項(xiàng)的實(shí)施，我國(guó)的衛(wèi)星遙感技術(shù)取得顯著進(jìn)步，“資源”、“環(huán)境減災(zāi)”、“高景”等民、商衛(wèi)星蓬勃發(fā)展，遙感衛(wèi)星正向著高空間分辨率、高時(shí)間分辨率、高光譜、高輻射分辨率、多載荷、多尺度、多角度的綜合觀測(cè)方向發(fā)展，為開(kāi)展鐵路災(zāi)害衛(wèi)星遙感監(jiān)測(cè)與評(píng)估提供了豐富的數(shù)據(jù)資源。

1 鐵路災(zāi)害衛(wèi)星遙感研究現(xiàn)狀

鐵路的生命周期包括規(guī)劃與勘察設(shè)計(jì)、施工建設(shè)、運(yùn)營(yíng)維護(hù)等階段[2]。地質(zhì)災(zāi)害是鐵路災(zāi)害的主要類(lèi)型之一。光學(xué)衛(wèi)星遙感適用于鐵路線路沿線地災(zāi)隱患識(shí)別預(yù)監(jiān)測(cè)，而雷達(dá)衛(wèi)星遙感適用于鐵路線路路基、沿線邊坡的沉降監(jiān)測(cè)與預(yù)報(bào)[3]。我國(guó)學(xué)者利用多源、多載荷衛(wèi)星遙感數(shù)據(jù)開(kāi)展了大量鐵路全生命周期的地質(zhì)災(zāi)害監(jiān)測(cè)評(píng)估研究工作。在規(guī)劃與勘察設(shè)計(jì)階段進(jìn)行鐵路工程選線，其重要考慮因素是沿途的地質(zhì)條件狀況，需要有效地避開(kāi)崩塌、滑坡、泥石流、地面沉降等地質(zhì)條件差的地區(qū)，以保證鐵路工程建設(shè)和運(yùn)營(yíng)的安全。針對(duì)鐵路線工程前期的線路方案遴選工作，利用多種遙感手段能夠進(jìn)行地質(zhì)災(zāi)害隱患排查和風(fēng)險(xiǎn)評(píng)價(jià)。劉桂衛(wèi)等采用多光譜、熱紅外、雷達(dá)、高分辨率遙感和三維遙感相結(jié)合的綜合判釋方法，開(kāi)展地質(zhì)問(wèn)題解譯，應(yīng)用于艱險(xiǎn)山區(qū)鐵路工程地質(zhì)勘察及設(shè)計(jì)選線[4]；黃勇利用多源、高分辨率、三維光學(xué)遙感進(jìn)行山地災(zāi)害川藏鐵路交通安全廊道宏觀規(guī)劃[5]；張金敏運(yùn)用ALOS/PALSAR-2 和Sentinel-1A 衛(wèi)星升降軌數(shù)據(jù)，采用時(shí)間序列合成孔徑雷達(dá)干涉測(cè)量（Interferometric Synthetic Aperture Radar, InSAR）技術(shù)開(kāi)展規(guī)劃設(shè)計(jì)的川藏鐵路林芝-雅安段滑坡隱患廣域探測(cè)、分布規(guī)律和監(jiān)測(cè)分析研究[6]；邵虹波等根據(jù)滇西山區(qū)地質(zhì)災(zāi)害特征和SPOT4/5 衛(wèi)星遙感影像特征，開(kāi)展滇西山區(qū)鐵路選線勘察研究，分析崩塌、滑坡、泥石流災(zāi)害對(duì)鐵路線的影響[7]；王文婷分析了包蘭鐵路沿線崩塌、滑坡、泥石流等災(zāi)害分布特點(diǎn)，提出了包蘭線改建方案建議[8]；路瀚等將遙感信息分析、工程地質(zhì)遙感解譯及野外驗(yàn)證相結(jié)合，利用“高分二號(hào)”等衛(wèi)星圖像，對(duì)新建川藏線CD-LZ 段進(jìn)行全面的工程地質(zhì)條件解譯，為路線方案優(yōu)選和橋隧工程布設(shè)提供工程地質(zhì)資料[9]；徐喬等結(jié)合中吉烏鐵路勘察設(shè)計(jì)，研究綜合利用高分辨率遙感、數(shù)字高程模型（Digital Elevation Model, DEM）等多源數(shù)據(jù)，基于極限梯度提升算法（Extreme Gradient Boosting,XGBoost）開(kāi)展滑坡危險(xiǎn)性評(píng)價(jià)分區(qū)，為鐵路設(shè)計(jì)選線提供數(shù)據(jù)支撐[10]；王嬋針對(duì)擬建中尼跨境鐵路，采用遙感影像解譯和野外調(diào)查等方法，基于Landsat8 OLI 衛(wèi)星數(shù)據(jù)提取的植被覆蓋度等指標(biāo)，開(kāi)展滑坡災(zāi)害易發(fā)性的定量化評(píng)價(jià)，為中尼跨境鐵路區(qū)域的防災(zāi)減災(zāi)提供科學(xué)依據(jù)[11]。在施工建設(shè)階段， 白永健等采用InSAR 監(jiān)測(cè)、無(wú)人機(jī)航拍等“星-空-地”識(shí)別技術(shù)，對(duì)川藏鐵路建設(shè)項(xiàng)目自東向西橫穿雅礱江段高山峽谷區(qū)深切河谷滑坡進(jìn)行早期識(shí)別[12]；童鵬等綜合運(yùn)用時(shí)序衛(wèi)星影像地物變化信息、InSAR 地表形變信息，開(kāi)展新建貴陽(yáng)至南寧高速鐵路（廣西段）沿線滑坡隱患遙感解譯工作，確定鐵路沿線滑坡隱患的位置與范圍、風(fēng)險(xiǎn)程度等[13]。在鐵路的運(yùn)營(yíng)維護(hù)階段，利用衛(wèi)星遙感針對(duì)鐵路沿線開(kāi)展地質(zhì)災(zāi)害調(diào)查和應(yīng)急監(jiān)測(cè)取得了良好的應(yīng)用效果?；谠诩扔需F路開(kāi)展地質(zhì)災(zāi)害防治工作的實(shí)踐經(jīng)驗(yàn)，孫琪皓等提出了以“區(qū)域-區(qū)段-工點(diǎn)”三級(jí)防控策略為主線、天空地多源遙感協(xié)同的鐵路地質(zhì)災(zāi)害早期識(shí)別與監(jiān)測(cè)預(yù)警技術(shù)體系[14]；劉桂衛(wèi)等利用三維遙感、雷達(dá)遙感、無(wú)人機(jī)遙感、衛(wèi)星定位等技術(shù)手段，開(kāi)展既有鐵路沿線地質(zhì)災(zāi)害篩查監(jiān)測(cè)工作[15]；張曉荔利用遙感技術(shù)在渝懷鐵路重慶段開(kāi)展地質(zhì)災(zāi)害調(diào)查[16]；張璇鈺等采用小基線集雷達(dá)干涉測(cè)量（Small Baseline Subsets InSAR, SBAS-InSAR）獲取植被覆蓋區(qū)域高可靠性的形變信息，對(duì)山區(qū)鐵路沿線泥石流溝谷開(kāi)展勘察分析[17]；王雨針對(duì)玉磨鐵路普洱段使用SBAS-InSAR 技術(shù)對(duì)多幅遙感影像進(jìn)行處理以獲取地表形變時(shí)間序列數(shù)據(jù)，并使用大數(shù)據(jù)分析技術(shù)研究泥石流的影響因素[18]；王世寶針對(duì)川藏鐵路雅安-林芝段，對(duì)Google Earth 多期遙感影像進(jìn)行滑坡解譯，并建立基于機(jī)器學(xué)習(xí)的滑坡易發(fā)性評(píng)價(jià)模型[19]；李睿祺針對(duì)川藏鐵路拉林段區(qū)域泥石流災(zāi)害，通過(guò)野外調(diào)查、遙感解譯、理論計(jì)算等方法，建立了泥石流危險(xiǎn)性評(píng)價(jià)模型，為災(zāi)害治理等提供科學(xué)依據(jù)[20]；唐堯等基于“高分二號(hào)”衛(wèi)星等數(shù)據(jù)源，開(kāi)展成昆鐵路高位山體崩塌災(zāi)情應(yīng)急監(jiān)測(cè)，完成了甘洛縣成昆鐵路高位山體崩塌災(zāi)害基本災(zāi)情信息評(píng)估[21]。此外，我國(guó)研究人員利用InSAR 開(kāi)展了多項(xiàng)鐵路重大工程和鐵路沿線地面沉降遙感監(jiān)測(cè)[22]。

在洪澇災(zāi)害研究方面，王文基于Landsat 和Sentinel 衛(wèi)星遙感數(shù)據(jù)，建立冰湖災(zāi)害評(píng)估模型，發(fā)現(xiàn)2個(gè)冰湖的潰決會(huì)對(duì)彼得藏布流域川藏鐵路后續(xù)建設(shè)運(yùn)行造成威脅[23]；張聰利用遙感和地理信息系統(tǒng)（Geographic Information System, GIS）技術(shù)，以中巴鐵路達(dá)蘇段為例，分析冰磧湖潰決洪水災(zāi)害效應(yīng)強(qiáng)烈的V 型峽谷段內(nèi)，不同線位高程對(duì)鐵路工程投資和運(yùn)營(yíng)成本的影響，為跨喜馬拉雅等干線工程建設(shè)提供防災(zāi)減災(zāi)依據(jù)[24]。

在雪災(zāi)研究方面，向世誼針對(duì)藏東邦達(dá)草原，利用多源遙感影像解譯、GIS 空間分析、數(shù)值模擬等手段，進(jìn)行積雪分布解譯和主動(dòng)微波雪深反演估算，對(duì)擬建鐵路昌都至林芝段的風(fēng)吹雪致災(zāi)情況進(jìn)行危險(xiǎn)性評(píng)價(jià)[25]；邊瑞通過(guò)遙感解譯輔以精細(xì)化實(shí)地調(diào)查等手段，篩選出14 個(gè)雪崩評(píng)價(jià)因子，利用集成模型進(jìn)行雪崩易發(fā)性評(píng)價(jià)研究，分析對(duì)在建進(jìn)藏鐵路的影響[26]。

綜合分析已有的研究成果，不難看出，地質(zhì)災(zāi)害的調(diào)查與風(fēng)險(xiǎn)早期識(shí)別評(píng)價(jià)是鐵路災(zāi)害研究的熱點(diǎn)，在鐵路工程前期的規(guī)劃與勘察設(shè)計(jì)、施工建設(shè)、運(yùn)營(yíng)維護(hù)等鐵路全生命周期中，我國(guó)學(xué)者利用多類(lèi)型衛(wèi)星遙感數(shù)據(jù)開(kāi)展了大量地災(zāi)隱患早期識(shí)別、鐵路工程選線與規(guī)劃、地災(zāi)監(jiān)測(cè)與影響評(píng)估等應(yīng)用研究工作，取得了良好的應(yīng)用價(jià)值。但從災(zāi)害類(lèi)型看，應(yīng)用研究的災(zāi)種以地災(zāi)為主，潰決性洪水、雪災(zāi)的研究涉及不多，其它類(lèi)型災(zāi)害鮮有研究和應(yīng)用。從災(zāi)害管理階段看，除地質(zhì)災(zāi)害外，其它災(zāi)害以災(zāi)前的風(fēng)險(xiǎn)評(píng)估為主，而災(zāi)中應(yīng)急響應(yīng)和災(zāi)后恢復(fù)重建階段的應(yīng)用研究少。因此，本文旨在立足鐵路災(zāi)害應(yīng)急管理工作的實(shí)際需要，充分發(fā)揮衛(wèi)星遙感作用，針對(duì)當(dāng)前研究存在的薄弱環(huán)節(jié)，分析利用衛(wèi)星遙感監(jiān)測(cè)評(píng)估不同類(lèi)型、不同階段鐵路災(zāi)害的應(yīng)用能力和主要技術(shù)方法，結(jié)合近年來(lái)發(fā)生的典型災(zāi)害，探討衛(wèi)星遙感鐵路災(zāi)害監(jiān)測(cè)評(píng)估的應(yīng)用模式和實(shí)踐效果，為全方位滿足鐵路各類(lèi)主要災(zāi)害防災(zāi)減災(zāi)救災(zāi)工作對(duì)衛(wèi)星遙感的應(yīng)用需求提供借鑒參考。

2 鐵路災(zāi)害衛(wèi)星遙感應(yīng)用能力和方法

衛(wèi)星遙感能夠應(yīng)用于減災(zāi)、備災(zāi)、應(yīng)急響應(yīng)和恢復(fù)重建等鐵路災(zāi)害管理各個(gè)階段，是保障鐵路等重大基礎(chǔ)設(shè)施建設(shè)和運(yùn)行安全的重要技術(shù)手段。在減災(zāi)階段，利用衛(wèi)星遙感開(kāi)展鐵路沿線崩塌、滑坡等高風(fēng)險(xiǎn)點(diǎn)早期識(shí)別和隱患排查，進(jìn)行災(zāi)害危險(xiǎn)性評(píng)價(jià)，能為鐵路安全運(yùn)營(yíng)和韌性設(shè)施建設(shè)提供有價(jià)值的風(fēng)險(xiǎn)信息。在備災(zāi)階段，利用衛(wèi)星遙感開(kāi)展致災(zāi)因子的動(dòng)態(tài)監(jiān)測(cè)，進(jìn)行臨災(zāi)風(fēng)險(xiǎn)評(píng)估，分析災(zāi)害風(fēng)險(xiǎn)范圍和可能的影響程度，能為鐵路安全運(yùn)行和災(zāi)害防護(hù)提供決策參考信息。在應(yīng)急響應(yīng)階段，利用衛(wèi)星遙感開(kāi)展災(zāi)害范圍監(jiān)測(cè)、次生災(zāi)害監(jiān)測(cè)和鐵路損毀實(shí)物量監(jiān)測(cè)，進(jìn)行災(zāi)害影響和損失評(píng)估，能為鐵路應(yīng)急搶險(xiǎn)救援和災(zāi)后恢復(fù)重建規(guī)劃提供及時(shí)的技術(shù)支持。在恢復(fù)重建階段，利用衛(wèi)星遙感對(duì)損毀鐵路的修復(fù)重建進(jìn)度、鐵路周邊災(zāi)害風(fēng)險(xiǎn)點(diǎn)進(jìn)行持續(xù)監(jiān)測(cè)，能為鐵路工程復(fù)建和災(zāi)后安全運(yùn)營(yíng)提供信息服務(wù)。

1）地質(zhì)災(zāi)害。我國(guó)西部山區(qū)鐵路沿線地質(zhì)環(huán)境復(fù)雜，地質(zhì)災(zāi)害多發(fā)。隨著山區(qū)鐵路運(yùn)營(yíng)里程的增加，加之突發(fā)地震、強(qiáng)降雨等外部因素的影響，山區(qū)鐵路沿線存在地質(zhì)災(zāi)害重發(fā)頻發(fā)風(fēng)險(xiǎn)，對(duì)鐵路工程建設(shè)和安全運(yùn)行均構(gòu)成嚴(yán)重威脅。衛(wèi)星遙感是一種重要的鐵路巡檢手段。在地質(zhì)災(zāi)害發(fā)生前，利用高分辨率光學(xué)遙感圖像，結(jié)合滑坡等典型地質(zhì)災(zāi)害樣本，通過(guò)機(jī)器學(xué)習(xí)和人工解譯等方式提取滑坡區(qū)域，可為鐵路沿線滑坡風(fēng)險(xiǎn)評(píng)估提供基礎(chǔ)數(shù)據(jù)。利用InSAR 技術(shù)，對(duì)鐵路沿線地質(zhì)災(zāi)害高發(fā)區(qū)和人口密集區(qū)的地表變化進(jìn)行持續(xù)監(jiān)測(cè)，通過(guò)差分干涉測(cè)量（Differential InSAR, D-InSAR）、永久散射體雷達(dá)干涉測(cè)量（Permanent Scatterers InSAR, PS-InSAR）、SBAS-InSAR 等方法，能夠獲取高精度的地表形變信息，用于識(shí)別和排查地質(zhì)災(zāi)害風(fēng)險(xiǎn)隱患區(qū)，為地質(zhì)災(zāi)害風(fēng)險(xiǎn)詳查提供可靠的風(fēng)險(xiǎn)區(qū)范圍。地質(zhì)災(zāi)害發(fā)生后，基于災(zāi)后高分辨率光學(xué)衛(wèi)星圖像，能夠分析研判地質(zhì)災(zāi)害造成的鐵路線損毀情況，評(píng)估鐵路損失量和受損程度。將衛(wèi)星圖像與高精度DEM 結(jié)合，在精確幾何配準(zhǔn)的基礎(chǔ)上，構(gòu)建鐵路沿線虛擬地表三維場(chǎng)景，能夠多角度、大場(chǎng)景地查看和量測(cè)鐵路沿線地形地貌和景觀特征，直觀再現(xiàn)沿線地質(zhì)災(zāi)害點(diǎn)空間形態(tài)分布和立體特征，輔助地質(zhì)災(zāi)害成因分析和特征解譯。

2）地震災(zāi)害。重大地震發(fā)生后，會(huì)對(duì)地震災(zāi)區(qū)鐵路運(yùn)行和鐵路線設(shè)施造成影響，并易加劇鐵路沿線高山峽谷地區(qū)地質(zhì)災(zāi)害風(fēng)險(xiǎn)。因此，基于震后災(zāi)區(qū)高分辨率衛(wèi)星遙感圖像，建立三維地理環(huán)境場(chǎng)景，與震前影像對(duì)比，能夠?qū)﹁F路軌道、橋梁、客貨運(yùn)站等受損情況進(jìn)行輔助分析和研判，為震后災(zāi)情統(tǒng)計(jì)和核查提供直觀可靠的基礎(chǔ)信息。同時(shí)，衛(wèi)星遙感還能對(duì)震后鐵路沿線新增滑坡進(jìn)行排查，為震后震區(qū)地質(zhì)災(zāi)害危險(xiǎn)性評(píng)估，科學(xué)制定除險(xiǎn)應(yīng)急方案提供依據(jù)。

3）洪澇災(zāi)害。洪澇災(zāi)害包括江河洪水、山區(qū)洪水、冰凌洪水等，是我國(guó)分布范圍廣泛、多發(fā)頻發(fā)重發(fā)的主要災(zāi)害之一。災(zāi)害發(fā)生前，利用光學(xué)遙感影像可定期對(duì)鐵路線附近自然環(huán)境和洪澇風(fēng)險(xiǎn)源進(jìn)行監(jiān)測(cè)，制作影像專(zhuān)題圖，跟蹤分析洪澇災(zāi)害風(fēng)險(xiǎn)情況和對(duì)鐵路線影響。洪澇災(zāi)害發(fā)生后，針對(duì)災(zāi)害前后的光學(xué)遙感圖像，可采用單波段閾值、譜間關(guān)系法、水體指數(shù)、面向?qū)ο蠓诸?lèi)以及支持向量機(jī)、決策樹(shù)、深度神經(jīng)網(wǎng)絡(luò)等方法進(jìn)行水體提取。對(duì)于災(zāi)后SAR 圖像，通過(guò)像元閾值、圖像分割等方法可提取水體范圍。利用圖像差分、變化向量分析、隨機(jī)森林等方法實(shí)現(xiàn)洪澇災(zāi)害變化檢測(cè)，結(jié)合鐵路線分布，能夠分析洪澇災(zāi)害對(duì)鐵路及周邊環(huán)境的影響。針對(duì)災(zāi)害前后高分辨率遙感圖像，采用目視解譯、基于對(duì)象的變化檢測(cè)等方法進(jìn)行鐵路基礎(chǔ)設(shè)施受損情況識(shí)別，能夠用于評(píng)估路基、橋梁等鐵路設(shè)施損毀長(zhǎng)度和經(jīng)濟(jì)損失。

4）臺(tái)風(fēng)災(zāi)害。臺(tái)風(fēng)生成后，利用風(fēng)云等氣象衛(wèi)星紅外、可見(jiàn)光云圖等能夠跟蹤監(jiān)測(cè)臺(tái)風(fēng)路徑變化，為鐵路運(yùn)行方案調(diào)整和風(fēng)險(xiǎn)防范提供決策支持。針對(duì)臺(tái)風(fēng)引發(fā)的暴雨洪澇和地質(zhì)等次生災(zāi)害，利用災(zāi)害前后光學(xué)和雷達(dá)圖像，對(duì)影響鐵路安全運(yùn)行的洪澇變化區(qū)域、地質(zhì)災(zāi)害風(fēng)險(xiǎn)區(qū)進(jìn)行監(jiān)測(cè)，并基于高分辨率光學(xué)遙感圖像，可監(jiān)測(cè)鐵路設(shè)施的受損位置、長(zhǎng)度，分析評(píng)估受損程度和經(jīng)濟(jì)損失，為應(yīng)急管理災(zāi)情統(tǒng)計(jì)和核查提供基礎(chǔ)信息。

5）雪災(zāi)。我國(guó)雪災(zāi)包括牧區(qū)雪災(zāi)、雪崩、風(fēng)吹雪等，雪災(zāi)會(huì)阻礙鐵路交通正常運(yùn)行，嚴(yán)重的雪災(zāi)甚至?xí)斐设F路線周邊人員生命財(cái)產(chǎn)和設(shè)施設(shè)備損失。雪災(zāi)遙感監(jiān)測(cè)可采用光學(xué)和雷達(dá)等傳感器。利用積雪在光學(xué)圖像上的強(qiáng)反射特征和雪蓋指數(shù)，能區(qū)分雪和典型地物，進(jìn)而統(tǒng)計(jì)分析受風(fēng)雪掩埋的鐵路線路。對(duì)于雪崩，通過(guò)光學(xué)圖像上堆積面的形狀、密度、紋理等特征進(jìn)行判識(shí)，而在SAR 圖像上則根據(jù)雪崩發(fā)生的前后散射、相位變化進(jìn)行分析研判，在此基礎(chǔ)上，分析雪崩對(duì)鐵路線及周邊環(huán)境影響。雪災(zāi)遙感監(jiān)測(cè)能夠提供雪災(zāi)風(fēng)險(xiǎn)評(píng)估所需的雪災(zāi)位置、規(guī)模等信息，為鐵路沿線科學(xué)制定雪災(zāi)應(yīng)急方案、開(kāi)展清雪作業(yè)、確保鐵路安全運(yùn)行提供基礎(chǔ)資料。

6）森林草原火災(zāi)。森林草原火災(zāi)是一種突發(fā)性強(qiáng)、處置難度較大的災(zāi)害。在我國(guó)西南地區(qū)，春季少雨干旱，加之大風(fēng)高溫，易發(fā)生森林火災(zāi)，嚴(yán)重威脅鐵路沿線安全。在林火發(fā)生前，利用衛(wèi)星遙感能開(kāi)展林火可燃物的識(shí)別和分類(lèi)，用于林火災(zāi)害發(fā)生風(fēng)險(xiǎn)的評(píng)估。林火發(fā)生后，根據(jù)火點(diǎn)在中波紅外的強(qiáng)輻射特性、在遠(yuǎn)紅外與其它地物的亮溫差異，利用“風(fēng)云四號(hào)”、“高分四號(hào)”（GF-4）等高軌衛(wèi)星快速定位發(fā)現(xiàn)火點(diǎn)位置，結(jié)合火點(diǎn)、火線、煙在可見(jiàn)光近紅外、短波紅外的反射特性與圖像特征，通過(guò)“高分一號(hào)”（GF-1）等極軌衛(wèi)星跟蹤監(jiān)測(cè)火情擴(kuò)散蔓延變化，分析鐵路線風(fēng)險(xiǎn)及對(duì)鐵路周邊造成的損失和影響。

為新生舉辦白袍儀式起源于1989年芝加哥普利茲克醫(yī)學(xué)院[9]，近年來(lái)白袍儀式也逐漸應(yīng)用于藥學(xué)院，該儀式有利于培養(yǎng)藥學(xué)生的專(zhuān)業(yè)認(rèn)同感，激勵(lì)新生樹(shù)立理想，在學(xué)習(xí)生涯中努力提高專(zhuān)業(yè)素養(yǎng)。美國(guó)的佛羅里達(dá)大學(xué)、加州大學(xué)舊金山分校、肯塔基大學(xué)、休斯敦大學(xué)，加拿大的紐芬蘭及拉布拉多紀(jì)念大學(xué)、戴爾豪斯大學(xué)、滑鐵盧大學(xué)等諸多北美高校，每年組織一年級(jí)藥學(xué)新生參加白袍儀式，學(xué)生在儀式上第一次穿上專(zhuān)業(yè)的實(shí)驗(yàn)工作服，宣誓成為專(zhuān)業(yè)的藥學(xué)人[2- 8]。

7）沙塵暴。沙塵暴是我國(guó)北方地區(qū)主要的災(zāi)害性天氣，會(huì)對(duì)鐵路交通的運(yùn)行和供電線路造成影響。利用“風(fēng)云二號(hào)”掃描輻射儀、“風(fēng)云四號(hào)”先進(jìn)靜止軌道輻射成像儀等靜止軌道衛(wèi)星多通道傳感器，能持續(xù)監(jiān)測(cè)沙塵暴大范圍的時(shí)空演變過(guò)程，時(shí)間分辨率可達(dá)分鐘級(jí)，空間分辨率達(dá)千米級(jí)。通過(guò)可見(jiàn)光近紅外、紫外、熱紅外、微波等多種探測(cè)波段及其組合，采用目視判讀、亮溫差、指數(shù)閾值以及機(jī)器學(xué)習(xí)等方法，實(shí)現(xiàn)對(duì)沙層區(qū)域范圍的動(dòng)態(tài)監(jiān)測(cè)，為鐵路線災(zāi)害風(fēng)險(xiǎn)評(píng)估、鐵路運(yùn)營(yíng)線路調(diào)整等提供及時(shí)有效的沙塵災(zāi)害范圍變化信息。

3 衛(wèi)星遙感監(jiān)測(cè)評(píng)估典型鐵路災(zāi)害案例

針對(duì)洪澇、地質(zhì)災(zāi)害、森林火災(zāi)和雪災(zāi)等4 類(lèi)災(zāi)害，結(jié)合實(shí)際案例建立衛(wèi)星遙感監(jiān)測(cè)評(píng)估鐵路災(zāi)害的技術(shù)流程，重點(diǎn)分析衛(wèi)星遙感數(shù)據(jù)如何用于鐵路災(zāi)害的監(jiān)測(cè)評(píng)估中，以進(jìn)一步闡明衛(wèi)星遙感對(duì)于鐵路災(zāi)害應(yīng)急管理所發(fā)揮的作用。

3.1 洪澇災(zāi)害

以青藏鐵路鹽湖漫溢風(fēng)險(xiǎn)的遙感監(jiān)測(cè)和2023 年7 月北京市暴雨洪澇災(zāi)害損毀鐵路評(píng)估為例，闡述衛(wèi)星遙感分析洪澇災(zāi)害影響的技術(shù)方法，展示并分析取得的實(shí)際效果。

（1）青藏鐵路鹽湖漫溢風(fēng)險(xiǎn)監(jiān)測(cè)

2011 年9 月，可可西里卓乃湖發(fā)生潰決，大量外泄湖水注入鹽湖，導(dǎo)致鹽湖面積擴(kuò)張。如果鹽湖范圍持續(xù)擴(kuò)大將會(huì)造成湖水外泄，溢出洪水將嚴(yán)重威脅附近青藏鐵路的安全。GF-1 衛(wèi)星16 m 寬幅相機(jī)（Wide Field of View, WFV）具有多光譜、大幅寬、中分辨率特點(diǎn)，能夠?qū)煽晌骼稃}湖水面狀態(tài)及鐵路周邊環(huán)境進(jìn)行多時(shí)相持續(xù)監(jiān)測(cè)，進(jìn)而輔助分析鹽湖漫溢可能對(duì)青藏鐵路造成的影響。

采用GF-1 寬幅影像的綠光波段（b2）和近紅外波段（b4）數(shù)據(jù)，通過(guò)歸一化差分水體指數(shù)（Normalized Difference Water Index, NDWI）提取鹽湖湖水范圍（圖1）。結(jié)果顯示：2011—2019 年鹽湖處于湖面范圍快速擴(kuò)張時(shí)期，圖1（a）、（b）、（c）、（d）分別反映了2014 年8 月23 日、2016 年10 月22 日、2018 年7 月25 日和2019 年8 月13 日GF-1 影像中鹽湖狀態(tài)，鹽湖面積分別為144.3 km2、156.5 km2、177.2 km2和205.6 km2，五年間面積累計(jì)增加了61.3 km2，年平均增加12.3 km2。其中，在2018 年7 月25 日—2019 年8 月13 日約1 年時(shí)間里，鹽湖面積增加了28.4 km2，表明鹽湖面積正在加速擴(kuò)大。

圖1 青藏鐵路鹽湖漫溢風(fēng)險(xiǎn)監(jiān)測(cè)圖Fig.1 Risk monitoring map of Yanhu Lake overflow on the Qingzang railway

利用衛(wèi)星圖像上反映的鹽湖面積變化，能輔助判斷鹽湖潰決風(fēng)險(xiǎn)程度。據(jù)預(yù)測(cè)，鹽湖在潰決時(shí)面積將達(dá)到約220 km2，而2019 年8 月13 日遙感監(jiān)測(cè)的鹽湖面積距潰決閾值僅剩不到15 km2。因此，在鹽湖湖水處在快速擴(kuò)張階段，如不采取措施，鹽湖湖水可能會(huì)在數(shù)月內(nèi)發(fā)生漫溢。結(jié)合鹽湖周邊地形條件和近年來(lái)的擴(kuò)張趨勢(shì)（圖2），鹽湖潰決后，判斷洪水可能向東南方向泄流，將會(huì)嚴(yán)重威脅青藏鐵路安全。

圖2 2014—2019 年鹽湖范圍變化圖Fig.2 Yanhu Lake area change map from 2014 to 2019

針對(duì)鹽湖漫溢的嚴(yán)峻風(fēng)險(xiǎn)形勢(shì)，2019 年7—10 月，青海省對(duì)鹽湖采取了引流疏導(dǎo)應(yīng)急工程，有效遏制了鹽湖的擴(kuò)張勢(shì)頭。圖1（e）、（f）分別為2021 年9 月19 日和2023 年8 月12 日GF-1 影像，遙感監(jiān)測(cè)的鹽湖面積分別為205.7 km2、204.5 km2，與2019 年8 月13 日鹽湖面積相比范圍不再增大，表明引流疏導(dǎo)應(yīng)急工程取得了明顯效果，有效控制了鹽湖水位的上漲。至此，鹽湖擴(kuò)張引發(fā)的青藏鐵路洪水風(fēng)險(xiǎn)得到解除。

（2）北京市“23·7”暴雨洪澇災(zāi)害損毀鐵路評(píng)估

2023 年7 月29 日—8 月1 日，受臺(tái)風(fēng)“杜蘇芮”殘余環(huán)流等因素影響，北京市遭遇百年不遇極端暴雨洪澇災(zāi)害，導(dǎo)致河洪、山洪、泥石流等災(zāi)害并發(fā)，嚴(yán)重影響鐵路運(yùn)行并給鐵路基礎(chǔ)設(shè)施造成嚴(yán)重?fù)p毀。

利用災(zāi)前2023 年6 月6 日“高分二號(hào)”（GF-2）衛(wèi)星全色多光譜數(shù)據(jù)（Panchromatic and Multispectral Sensor, PMS）和災(zāi)后2023 年8 月16 日“高分一號(hào)”B 星（GF-1B）全色多光譜數(shù)據(jù)（PMS），結(jié)合北京市道路路網(wǎng)數(shù)據(jù)（OpenStreetMap），開(kāi)展地物變化信息提取，用于分析評(píng)估北京市門(mén)頭溝區(qū)境內(nèi)鐵路受損情況。其中，GF-2 衛(wèi)星PMS 數(shù)據(jù)和GF-1B 衛(wèi)星PMS 數(shù)據(jù)在分別經(jīng)過(guò)幾何校正和融合圖像處理后，能生成1 m 分辨率和2 m 分辨率多光譜圖像。基于災(zāi)害前后高分辨率遙感影像上地物特征變化，可識(shí)別出鐵路沿線山體滑坡等災(zāi)害位置及其變化信息，研判鐵路沿線災(zāi)后受損情況，確定鐵路損壞位置與長(zhǎng)度等信息。

圖3 顯示靠近沿河城站鐵路受損情況，受損長(zhǎng)度為24 m，損毀路段位于北京市門(mén)頭溝區(qū)沿河城村與向陽(yáng)口村中部。通過(guò)影像變化分析，該地段地勢(shì)低洼，暴雨導(dǎo)致路基上方山體滑坡從而覆蓋路基，損壞鐵道。圖4 顯示安家莊站至落坡嶺站鐵路存在受損情況，受損長(zhǎng)度為160 m，損壞路段位于北京市門(mén)頭溝區(qū)呂家坡村。由影像變化分析，暴雨導(dǎo)致路面積水后形成洪流，造成鐵道損壞，威脅該路段車(chē)-軌-路的安全。

圖3 沿河城站附近鐵路受損情況監(jiān)測(cè)圖Fig.3 Monitoring map of railway damage near Yanhecheng station

圖4 安家莊站至落坡嶺站鐵路受損情況監(jiān)測(cè)圖Fig.4 Monitoring map of railway damage from Anjiazhuang station to Luopoling station

3.2 地質(zhì)災(zāi)害

2019 年8 月14 日，成昆鐵路四川省涼山彝族自治州甘洛縣路段一側(cè)發(fā)生高位山體崩塌，崩塌物滑落至成昆鐵路線，導(dǎo)致鐵路及相關(guān)基礎(chǔ)設(shè)施受損。利用多源衛(wèi)星遙感數(shù)據(jù)，能夠用于分析災(zāi)害發(fā)生前的地質(zhì)災(zāi)害滑移風(fēng)險(xiǎn)、評(píng)估災(zāi)后鐵路損毀等情況，支持鐵路地質(zhì)災(zāi)害全過(guò)程的應(yīng)急管理需要。

在災(zāi)害發(fā)生前，利用該地區(qū)七景Sentinel-1A 衛(wèi)星C 波段、VV 極化的合成孔徑雷達(dá)降軌數(shù)據(jù)，能夠分析災(zāi)前崩塌區(qū)附近地表形變情況。七景數(shù)據(jù)的成像時(shí)間分別為2019 年2 月9 日、2019 年3 月5 日、2019 年4 月10 日、2019 年5 月4 日、2019 年6 月9 日、2019 年7 月15 日和2019 年8 月8 日?；诤教祜w機(jī)雷達(dá)地形測(cè)繪任務(wù)（Shuttle Radar Topography Mission，SRTM）30 m DEM 數(shù)據(jù)，采用D-InSAR技術(shù)，通過(guò)SAR 數(shù)據(jù)預(yù)處理、生成干涉圖、差分干涉圖濾波、相位解纏、軌道精煉和重去平、相位轉(zhuǎn)形變、地理編碼等過(guò)程，生成形變圖。圖5（a）表示2019 年2 月9 日—3 月5 日期間形變量，崩塌區(qū)域內(nèi)最大形變量約為-23 mm；圖5（b）表示2019 年3 月5 日—4 月10 日期間形變量，崩塌區(qū)域內(nèi)最大形變量約為-39 mm；圖5（c）表示2019 年4 月10 日—5 月4 日期間形變量，崩塌區(qū)域內(nèi)最大形變量約為-19 mm；圖5（d）表示2019 年5 月4 日—6 月9 日期間形變量，崩塌區(qū)域內(nèi)最大形變量約為-20 mm；圖5（e）表示2019 年6 月9 日—7 月15 日期間形變量，崩塌區(qū)域內(nèi)最大形變量-47 mm；圖5（f）表示2019 年7 月15 日—8 月8 日期間形變量，崩塌區(qū)域內(nèi)最大形變量約為-21 mm。由此可見(jiàn)，在甘洛山體崩塌發(fā)生前半年時(shí)間里，崩塌范圍內(nèi)一直處于沉降狀態(tài)。而在發(fā)生崩塌前兩個(gè)月，該區(qū)域出現(xiàn)了較大的滑移，在臨近崩塌的7 月下旬—8 月中上旬，該區(qū)域又出現(xiàn)了強(qiáng)降雨過(guò)程，累計(jì)雨量大，從而誘發(fā)了山體崩塌的發(fā)生。因此，針對(duì)鐵路沿線的地質(zhì)災(zāi)害，利用InSAR 技術(shù)進(jìn)行持續(xù)監(jiān)測(cè)，結(jié)合強(qiáng)降水、地震等誘發(fā)因素分析，能夠?yàn)殍F路沿線災(zāi)害早期識(shí)別研判和防災(zāi)減災(zāi)提供有力的技術(shù)支撐。

圖5 差分干涉圖Fig.5 Differential interferogram

災(zāi)害發(fā)生后，利用山體崩塌區(qū)域2019 年8 月16 日GF-1 衛(wèi)星PMS 數(shù)據(jù)和2019 年12 月10 日GF-2衛(wèi)星PMS 數(shù)據(jù)，進(jìn)行幾何校正和全色銳化（Pan-sharpening）融合處理（圖6），對(duì)災(zāi)后崩塌和損毀情況進(jìn)行分析評(píng)估。圖6（a）顯示崩塌區(qū)色調(diào)為亮白色，山體崩塌總體呈“啞鈴狀”，崩塌體頂部和底部較寬，分別為80 m 和63 m，中間較窄為30 m。崩塌區(qū)面積達(dá)19 884 m2，頂部海拔高程約為1 236 m，底部海拔高程約為1 002 m，最大高差為234 m，最大崩滑距離約300 m。通過(guò)量測(cè)，該區(qū)域崩塌掩埋成昆鐵路60 m。圖6（b）顯示災(zāi)害發(fā)生4 個(gè)月后，經(jīng)過(guò)工程治理，該區(qū)域頂部和中部長(zhǎng)度為105 m 和57 m，面積為27 909 m2。該崩塌區(qū)周邊巖體較為破碎松散，后期受降水等因素影響，仍存在崩滑的可能性。因此，需要持續(xù)進(jìn)行監(jiān)測(cè)，加強(qiáng)鐵路線的防護(hù)，并做好成昆鐵路該路段繞線方案的規(guī)劃和實(shí)施。

圖6 成昆鐵路甘洛縣路段山體崩塌災(zāi)后影像圖Fig.6 Post disaster image of mountain collapse in Ganluo County of Chengdu-Kunming railway

3.3 森林火災(zāi)

森林火災(zāi)會(huì)對(duì)周邊鐵路線安全構(gòu)成嚴(yán)重威脅。2023 年4 月17 日，云南省安寧市發(fā)生一起森林火災(zāi)，火線距離昆楚大鐵路很近。利用2023 年4 月17 日的GF-1 衛(wèi)星寬幅影像和GF-4 衛(wèi)星影像可對(duì)火災(zāi)位置和范圍進(jìn)行有效觀測(cè)。

圖7 展示了經(jīng)幾何處理后的森林火災(zāi)GF-1 衛(wèi)星影像。其中，鐵道數(shù)據(jù)來(lái)源于OpenStreetMap，土地覆蓋數(shù)據(jù)來(lái)源于武漢大學(xué)發(fā)布的2022 年土地覆蓋數(shù)據(jù)[27]。圖7 中可見(jiàn)位于圖右側(cè)、昆楚大鐵路以北有白色的煙霧，推測(cè)森林火災(zāi)應(yīng)在煙霧覆蓋區(qū)域附近。根據(jù)測(cè)算，煙霧和昆楚大鐵路最近的距離只有250 m左右，煙霧覆蓋的南北方向距離約為3 km。利用GF-4 衛(wèi)星400 m 中波紅外（Infrared Sensor, IRS）影像數(shù)據(jù)，與GF-1 衛(wèi)星寬幅影像進(jìn)行幾何配準(zhǔn)，聯(lián)合開(kāi)展火情判識(shí)和火場(chǎng)情況分析評(píng)估。從圖8 中可以看到，黑色圈內(nèi)有聚集性的異常高值，并且其位置和圖7 中煙霧位置非常接近，推斷圖8 黑色圈內(nèi)為火災(zāi)區(qū)域。對(duì)比土地覆蓋數(shù)據(jù)，此區(qū)域內(nèi)絕大部分土地覆蓋類(lèi)型為森林，極少部分為草地和農(nóng)田。因此，圖8 黑色圈內(nèi)為此次森林火災(zāi)發(fā)生的位置。經(jīng)測(cè)算，火場(chǎng)區(qū)域距離昆楚大鐵路有500 m 左右，如果此次火災(zāi)沒(méi)有及時(shí)得到撲救，其擴(kuò)散蔓延將嚴(yán)重威脅鐵路線安全。因此，通過(guò)多星聯(lián)合的森林火災(zāi)監(jiān)測(cè)，能夠及時(shí)提供火情觀測(cè)資料，為火災(zāi)撲救和鐵路線的應(yīng)急管理提供有用的監(jiān)測(cè)信息。

圖7 云南省安寧市昆楚大鐵路附近森林火災(zāi)“高分一號(hào)”衛(wèi)星監(jiān)測(cè)圖Fig.7 GF-1 satellite monitoring map of forest fire near the Kunchu railway in Anning city, Yunnan province

圖8 云南省安寧市昆楚大鐵路附近森林火災(zāi)“高分四號(hào)”衛(wèi)星監(jiān)測(cè)圖Fig.8 GF-4 satellite monitoring map of forest fire near the Kunchu railway in Anning city, Yunnan province

3.4 雪災(zāi)

2018 年1 月，陜西、河南、湖北、安徽、江蘇等地出現(xiàn)大雪或暴雪，導(dǎo)致大規(guī)模的火車(chē)停運(yùn)，對(duì)鐵路運(yùn)輸安全和通行效率造成不利影響，交通安全風(fēng)險(xiǎn)增加。為分析雪災(zāi)對(duì)鐵路線的持續(xù)影響情況，基于GF-1 衛(wèi)星寬幅影像對(duì)陜西部分地區(qū)積雪覆蓋情況進(jìn)行監(jiān)測(cè)。

考慮到該區(qū)域云層少，利用GF-1 衛(wèi)星近紅外譜段積雪強(qiáng)反射特性，提取積雪區(qū)域，圖9 中白色表示積雪范圍。圖9（a）顯示2018 年1 月14 日積雪范圍分布。受強(qiáng)降雪影響，陜西省西安、渭南、咸陽(yáng)等市境內(nèi)大西高速鐵路、包西鐵路、咸銅鐵路、梅七鐵路、侯西鐵路、甘鐘鐵路等鐵路線受到積雪影響。圖9（b）顯示1 月31 日同一區(qū)域的積雪范圍。較之于1 月14 日，雪蓋區(qū)域在南部和東北部明顯減少，積雪影響主要集中在包西鐵路、咸銅鐵路、梅七鐵路等部分路段。圖9（c）顯示2 月3 日該區(qū)域積雪覆蓋范圍，積雪主要集中在西北部山區(qū)，大西高速鐵路、包西鐵路、侯西鐵路、甘鐘鐵路等鐵路線已沒(méi)有積雪覆蓋，鐵路運(yùn)行不再受降雪影響。由此可見(jiàn)，雪災(zāi)遙感監(jiān)測(cè)能為鐵路部門(mén)啟動(dòng)應(yīng)急預(yù)案、開(kāi)展鐵路線限速運(yùn)行、做好除冰除雪和列車(chē)運(yùn)行計(jì)劃調(diào)整等決策提供有效的信息支持。

圖9 2018 年1—2 月陜西省部分地區(qū)積雪覆蓋影像圖Fig.9 Snow cover images in Shaanxi province from January to February in 2018

4 結(jié)束語(yǔ)

影響鐵路安全所涉及的主要自然災(zāi)害包括地質(zhì)災(zāi)害、地震、洪澇、臺(tái)風(fēng)、雪災(zāi)、森林草原火災(zāi)、沙塵暴等。開(kāi)展鐵路沿線災(zāi)害監(jiān)測(cè)與評(píng)估對(duì)于保障鐵路交通建設(shè)和運(yùn)行安全、促進(jìn)經(jīng)濟(jì)發(fā)展和社會(huì)穩(wěn)定有重要意義。衛(wèi)星遙感具有探測(cè)范圍廣、成像譜段多、多尺度動(dòng)態(tài)觀測(cè)等優(yōu)勢(shì)，是監(jiān)測(cè)與評(píng)估鐵路災(zāi)害的重要技術(shù)手段，在鐵路應(yīng)急管理工作中有著巨大的應(yīng)用潛力。

多年來(lái)，衛(wèi)星遙感在鐵路沿線地質(zhì)災(zāi)害早期識(shí)別與監(jiān)測(cè)、鐵路規(guī)劃與勘查設(shè)計(jì)等方面取得了卓有成效的應(yīng)用成果，但對(duì)于其他類(lèi)型主要災(zāi)害在鐵路領(lǐng)域的全周期運(yùn)用還較少。為此，本文從災(zāi)害管理的全過(guò)程角度提出了衛(wèi)星遙感技術(shù)在鐵路減災(zāi)、備災(zāi)、應(yīng)急和恢復(fù)重建中的應(yīng)用需求，針對(duì)影響鐵路安全運(yùn)營(yíng)的主要災(zāi)害，探討衛(wèi)星遙感在鐵路致災(zāi)風(fēng)險(xiǎn)的監(jiān)測(cè)與影響評(píng)估中的應(yīng)用能力。結(jié)合洪澇、地質(zhì)災(zāi)害、森林火災(zāi)、雪災(zāi)等典型災(zāi)害實(shí)例，建立衛(wèi)星遙感監(jiān)測(cè)評(píng)估鐵路災(zāi)害的技術(shù)流程，分析其在鐵路應(yīng)急管理中的作用效果，為防災(zāi)減災(zāi)救災(zāi)工作提供決策支持。

當(dāng)前，衛(wèi)星遙感在鐵路軌道、橋梁等結(jié)構(gòu)受損的精細(xì)化判識(shí)以及客貨運(yùn)站、隧道等災(zāi)損評(píng)估上還存在缺陷。為此，文獻(xiàn)[28]提出了“天-空-車(chē)-地”多源協(xié)同路基災(zāi)害隱患早期識(shí)別與服役狀態(tài)監(jiān)測(cè)體系和監(jiān)測(cè)方案，以實(shí)現(xiàn)“區(qū)域-工段-工點(diǎn)”為主線的星地協(xié)同工作模式。因此，深度融合衛(wèi)星遙感技術(shù)與航空遙感、地面監(jiān)測(cè)、移動(dòng)平臺(tái)等天-空-地-人多種監(jiān)測(cè)手段，將進(jìn)一步提高鐵路災(zāi)害風(fēng)險(xiǎn)和損失評(píng)估的精準(zhǔn)性和實(shí)用性，為鐵路防災(zāi)減災(zāi)救災(zāi)提供更為全面系統(tǒng)可靠的決策服務(wù)信息。隨著新時(shí)代“防減救治一體化”的應(yīng)急管理需求不斷深入以及災(zāi)害遙感技術(shù)的快速發(fā)展，鐵路災(zāi)害衛(wèi)星遙感應(yīng)用將日趨成熟，監(jiān)測(cè)評(píng)估方法將日益規(guī)范和深化，鐵路災(zāi)害衛(wèi)星遙感應(yīng)用前景必將越來(lái)越廣闊。