航天光學遙感在自然災害管理中應用能力評述

和海霞 范一大 楊思全 黃河 湯童

（1 民政部國家減災中心，北京 100124）

（2 民政部衛星減災應用中心，北京 100124）

1 引言

自然災害種類多、頻次高、分布廣、影響大、損失重，給人們的生命財產安全及社會經濟正常發展帶來巨大威脅。加強自然災害管理是減輕自然災害損失的有效手段。按照災前、災中、災后等不同時期和工作內容，自然災害管理可劃分為防災、減災、救災、恢復重建等階段，可采取相應的災害風險評估、災害監測、災害評估、恢復重建監測等技術方法來實現管理。

傳統的自然災害管理主要依靠災害信息員上報地面調查和信息統計，這種方式具有災情報送針對性強、內容可靠豐富等優點，但同時存在著一些不足，主要表現在：①災害（尤其是巨災）發生時，災區道路、通信等基礎設施受損嚴重，災害信息員及時進入災區和及時發布信息存在困難。②災害信息員通常獲取的是點上的信息，調查覆蓋面積較小，不能全面準確開展旱災、雪災等大范圍災害的風險評估和損失評估工作。③災情通常變化快，及時更新存在困難。④人力耗費大。綜上可知，傳統的自然災害管理方法，不能完全適應全面、準確、快速的災害信息獲取需求，需要更有效的技術手段的支撐。航天光學遙感因其探測范圍廣、獲取數據快、動態監測能力強、分辨率高、直觀性強、經濟便捷、可定期或連續觀測等優點，能彌補傳統自然災害管理手段的不足，針對空間尺度大、災情信息變化快、持續時間長、破壞性大、損失嚴重等災害，在開展風險評估、災害監測、災害評估、恢復重建進度監測等方面獨具優勢［1］。

本文從災害特征參數反演、災害風險評估、災害監測、災害損失評估和恢復重建等方面較為系統地闡述了航天光學遙感減災技術的應用現狀和能力，并從航天器設計角度提出了目前災害管理中存在問題的解決途徑。

2 應用現狀

航天光學遙感利用可見光、近紅外、短波紅外等光學譜段遙感器探測電磁波與地物相互作用后的輻射信號，從而獲取致災因子、孕災環境、承災體等地物豐富的圖像信息，為災害預警、災情調查與監測、災害損失評估提供支持。

從20世紀60年代中期開始，中國科學院和地震部門先后對1966年邢臺地震、1975年海城地震、1976年唐山地震和1988 年瀾滄-耿馬地震等重災區進行了航空攝影［2］，開啟了光學遙感災害應用研究。1998年長江流域特大洪澇災害期間，王世新等以美國“諾阿”（NOAA）衛星搭載的甚高分辨率掃描輻射儀（AVHRR）、“陸地衛星”（Landsat）搭載的專題制圖儀（TM）和法國“斯波特”（SPOT）衛星等獲得的航天光學遙感數據，結合加拿大“雷達衛星”（Radarsat）、我國國家863 計劃機載合成孔徑雷達（SAR）等微波數據，對九江段干堤決口的發展、地理背景成因、損失狀況、災后重建等進行了監測評估和分析［3］，為光學遙感在災害評估、災害調查和監測領域的應用積累了豐富的經驗。近年來，以民政部國家減災中心為代表的綜合減災部門，在航天光學遙感災害管理應用方面開展了大量的工作。針對2008年汶川地震的災情特征，國家減災委員會和民政部通過國內遙感數據獲取機制和國際“減災憲章”機制，先后獲取了包括“艾科諾斯”（IKONOS）、“世界觀測”（Worldview）、“快鳥”（Quickbird）等遙感衛星在內的遙感數據1 277景，開展了倒塌房屋評估、次生災害影響評估、受災人口估算、綜合評估等災害遙感應用及研究工作，光學遙感監測災害評估與監測技術得到了全面、廣泛的應用［4］；針對2009年玉樹地震和舟曲特大泥石流災害的災情特征，利用高空間分辨率光學數據開展了房屋倒損、交通線路堵塞、次生災害監測，以及災民安置區規劃和安置點監測，使得光學遙感實物量損失評估技術得到了重點發展［5］；針對旱災的災情特征，利用光學遙感具備能夠定量地反演植被和土壤含水量變化信息的特點，有效地開展了2010年西南五省連旱和2012年云南旱災監測及災情評估工作。

光學遙感在我國災害管理領域得到了廣泛的應用，雖然針對房屋倒損、受災人口、生命線損毀、基礎設施損毀、農作物受損、災后重建等方面的監測評估開展了大量的技術研究工作，但遙感數據分析與數據應用潛力挖掘有待進一步加強，在災害特征參數反演、風險評估和恢復重建等技術能力方面還缺乏深入分析。

3 應用能力分析

3．1 災害特征參數反演

災害特征參數是利用遙感數據的線性或非線性組合形成的能反映緩發性災害和突發性災害的成因特征、時空特征、結構特征和發展過程特征的參數。災害特征參數反演通常依據植被、水體、冰雪等地物光譜特征，對無序、隨機、多樣的自然災害特征進行定量化、有序化、規律化、簡單化的理論抽象和表達，是災害風險評估、監測、損失評估的基礎。航天光學遙感數據因其光譜信息豐富、探測范圍廣、數據獲取穩定性強等特點，在災害特征參數反演領域應用潛力巨大，能為災害特征的持續觀測和長時間序列分析提供有力的數據支撐，對揭示災害重現規律意義重大。基于航天光學遙感數據，可開展植被指數、水體指數、雪被指數、地表溫度、農作物含水量、土壤含水量、歸一化火點指數、云指數等旱災、雪災、洪澇、火災等災害相關參數反演。

3．2 災害風險評估

災害風險評估是在評估孕災環境穩定性、致災因子危險性、承災體脆弱性等方面的基礎上，對災害系統進行風險評估［6］。

（1）孕災環境穩定性。孕災環境由大氣圈、水圈、巖石圈、生物圈、人類圈和技術圈組成［6］。孕災環境穩定性越高，災害發生的概率和造成的損失越低。航天光學遙感因其覆蓋能力強、更新速度快等優勢，能夠較為精確地識別和快速更新孕災環境特征信息，進而滿足不同災害類型孕災環境穩定性評估的需求。例如，利用云覆蓋天數、氣旋變化等大氣圈變化特征，開展旱災、臺風和洪澇的孕災環境穩定性評估；根據水體面積、水位等水圈變化特征，開展洪澇和旱災的孕災環境穩定性評估；根據地層和巖性結構類型、地表土地利用和土地覆蓋類型等巖石圈特征，開展滑坡、泥石流等的孕災環境穩定性評估。

（2）致災因子危險性。致災因子危險性分析是利用模型量化可能引發災害損失的各種自然和人為異變因素的強度。航天光學遙感數據在致災因子識別和強度變化分析方面發揮著重要作用，尤其是在以云、植被、水體、溫度等作為致災因子的災害類型分析上。例如：通過對熱帶氣旋的識別和強度變化的監測，開展臺風等災害危險性分析；對積雪覆蓋面積和積雪時間進行監測，開展雪災危險性分析；通過云覆蓋遙感監測，開展旱災致災因子危險性分析［7］。

（3）承災體脆弱性。承災體脆弱性是描述承災體在受到外部致災因子影響時可承受損失程度的一種指標，通常可采用災后損失反推法、社會易損性構建法、災害案例信息量法、區域宏觀經濟發展衡量法［8］等4種方法確定，其核心內容是分析人員、社會財富、生命線系統等的可能受損情況。航天光學遙感數據可輔助統計數據開展承災體脆弱性分析，如高分辨率遙感數據可輔助地面統計數據進行真實性檢驗，或在地面數據缺失的情況下粗略定量房屋、交通道路、農業等受損程度。

3．3 災害發生及演化過程監測

（1）災害發生范圍監測。航天光學遙感可實時監測震中、火點、潰壩點等災害誘發地或主發地的地理位置及其周圍地物特征，監測災害影響區、極重災區、嚴重災區、一般災區等地區的受損范圍變化狀況。

（2）受災程度監測。受災程度主要用災害等級、建（構）筑物破壞程度、人員傷亡、經濟損失等因子來表述［9］。受災程度監測主要對受災程度及其增強、持續、減弱等演化過程進行監測。航天光學遙感數據可對災害引起的房屋破壞情況進行直接估算，并利用人口比例和社會經濟背景數據間接估算人員傷亡和經濟損失情況，進而開展受災程度分析。此外，利用災前災后多時相航天光學數據可進行綜合災情指數的反演，模擬災害的發生及演化過程。

（3）基礎設施監測。利用高空間分辨率遙感數據可監測護堤、大壩、高速公路、高速鐵路、大橋、電線、輸油管等線狀地物，以及湖、水庫、港口、機場等面狀地物的狀態，以開展災前風險分析和災后損失評估。

（4）災害救助進度監測。航天光學遙感數據在災害救助不同階段發揮著不同的作用。在災害發生初期，可進行災民安置點選址和帳篷需求量評估；在災情救助過程中，可開展救助進度監測，如監測帳篷的安置情況、救災物質的分布狀況等。圖1為玉樹地震期間國家減災中心以天為單位對結古鎮周邊地區帳篷安置情況進行多時相序列監測。

圖1 青海省玉樹地震災區結古鎮周邊地區帳篷安置時序變化圖Fig．1 Monitoring map of tent placement changes in Yushu earthquake disaster area of Qinghai province

3．4 災害損失評估

（1）災害范圍評估。災害范圍評估是綜合考慮致災強度、災情嚴重程度和災害造成的影響等因素，構建災情指數（DI）［10］，根據災情指數突變點對災害影響范圍進行分等定級，確定極重災區、嚴重災區、一般災區、影響區等［11］。2010年舟曲發生特大山洪泥石流期間，利用航天光學影像數據結合地面統計數據，綜合分析泥石流強度、房屋倒損、基礎設施損毀等狀況，進而將災區劃分為極重區域、嚴重區域、一般區域，如圖2所示。

圖2 舟曲特大山洪泥石流災害范圍評估圖Fig．2 Extent assessment map in affected area by Zhouqu large debris flow

（2）災害實物量損失評估。實物量損失評估是綜合評估的基礎和依據，重點對房屋、基礎設施、農業等實物直接損失進行全面評估。航天光學遙感數據在實物量評估領域應用潛力巨大：一是利用航天高空間分辨率光學遙感數據，根據圖像的紋理信息和光譜信息，將房屋因災受損情況劃分為房屋倒塌、房屋嚴重損壞、房屋一般損壞3類，圖3是利用“快鳥”衛星數據結合航空高分辨率光學遙感數據開展的舟曲特大山洪泥石流災害房屋倒損評估圖；二是利用航天高空間分辨率光學遙感數據，評估道路損毀的長度和寬度、路燈損壞數量、機場受損狀況、通信基站受損等基礎設施損毀狀況；三是利用航天中、低空間分辨率遙感數據，開展受災農作物長勢分析，評估農作物因災減產成數和相應損失，進而開展農作物受損評估。

（3）次生災害損失評估。次生災害損失評估是對原生災害所誘導出來的災害所造成的損失進行評價，如地震所引起的滑坡、水災、火災、有毒物質的散逸、爆炸等對人類造成的損失評價。航天光學遙感在次生災害損失評估中的應用包括：①次生災害等級評估。利用光學遙感數據，對水體信息異常、不穩定地質構造和巖石等致災因子災前災后空間和光譜變化特征進行分析，評估堰塞湖、滑坡、崩塌等次生災害的等級，為損失評估提供背景信息。②借助光學遙感影像，通過三維可視化技術和虛擬現實技術，開展次生災害演變過程和受災范圍的模擬演示，輔助確定次生災害受災范圍。③開展次生災害引起的實物量損失評估。

圖3 舟曲特大山洪泥石流災害房屋倒損評估圖Fig．3 House damage assessment map in Zhouqu large debris flow disaster

（4）災害綜合評估。災害綜合評估是依據簡單明了、綜合評估、依靠科學、保持區域完整、便于銜接的原則，對災害的范圍、強度及其造成的生命和財產損失開展系統評估，并對資源、環境、人口的承載能力進行評估，為恢復重建提供理論依據和數據支撐。綜合災情指數（SDI）是災害綜合評估的重要依據之一［9］，它通常是對一系列災情評價因子進行歸一化和加權處理，并依次累加求和，定量化地反映災情的嚴重程度。航天光學遙感可為綜合災情指數的構建提供基礎背景數據，并在旱災等對植被影響較大的災種的綜合評估中起決定性作用。

3．5 恢復重建監測與評估

恢復重建是在災害綜合評估的基礎上，開展災民過渡性安置，依據災后恢復重建規劃開展住房建設、基礎設施建設、公共服務設施建設、防災減災和生態修復、土地利用恢復等工作。航天光學遙感在恢復重建過程中的作用集中體現在3個方面：①為恢復重建選址提供科學的數據支撐。10 米級航天遙感數據可輔助分析災區周圍地貌、地形特征，為恢復重建選址提供決策支持。②恢復重建進度監測。高分辨率衛星數據，可用于監測房屋和基礎設施的恢復重建進度。③恢復重建效果監測與評估。可利用航天遙感快速、多期次成像、成本低的特征，對恢復重建的效果進行監測，評估恢復重建的人文效應與生態效應，為后續防治規劃提供科學的數據支撐。

目前，緊密圍繞我國災害特點和災害管理需求，通過深入分析不同空間、時間和光譜分辨率遙感數據的技術優勢，已經建立了針對不同災種的遙感信息提取模型與算法，并將其應用于汶川地震、舟曲特大山洪泥石流災害、玉樹地震、北方冬麥區干旱、北方雪災、南方低溫雨雪冰凍災害等多個重大災害的預警、監測與評估工作，取得了較好的效果。在歸納總結重大案例成果的基礎上，構建了面向旱災、洪澇、雪災、地震、滑坡、泥石流、海冰、冰凌、臺風、火災等不同災種的遙感災害特征參數反演、災害風險評估、災害監測、災害損失評估、恢復重建監測與評估產品體系。但是，這些光學遙感產品體系和服務內容多屬于任務驅動型，被動性較強，即災害管理部門“需要什么做什么”，對航天光學遙感災害應用能力的主動服務工作鏈缺乏深度延伸，針對自然災害管理的航天光學遙感器的光譜分辨率、空間分辨率、重訪周期等參數需求缺少深入分析。

4 面向災害需求的航天光學遙感器設計

災害類型的多樣性、災害發生的時空不確定性、災害損失的嚴重性、災害范圍的廣泛性等特點，對光學遙感數據呈現出多樣性需求，現有的航天遙感器不能完全滿足需要，因此，在設計面向災害需求的航天光學遙感器時應注意以下問題。

（1）多種空間分辨率遙感器平衡發展。不同空間分辨率遙感數據在不同尺度和不同類型災害領域作用不同：米級分辨率數據在地震、滑坡、洪澇等災害導致的房屋和基礎設施損毀評估中能發揮重要作用；10米級分辨率和100米級分辨率數據對旱災、森林和草原火災、冰凌、海冰、大型地質災害等大范圍災害的風險評估和監測意義重大；1 000 米級分辨率數據能在雪災監測領域發揮作用。因此，遙感器設計應以災害管理需求為導向，優先發展高空間分辨率遙感器，兼顧中、低空間分辨率遙感器，做到災害發生時能及時獲取到不同空間特征的有效數據。

（2）多種光譜分辨率遙感器平衡發展。多光譜遙感技術可用于有效開展房屋損毀、生命線損毀、其他基礎設施損毀、帳篷安置等監測和識別工作，高光譜則能在冰雪、植被、土壤、巖石等與災害有關的目標識別方面發揮更大的作用；因此，應協同發展高光譜和多光譜遙感器。

（3）機動成像模式與常規成像模式相結合。災情動態變化性和救災工作持續性的特點，要求衛星既具有姿態敏捷又具有持續觀測能力，即在常規模式下能實現對災區的持續成像，而在應急模式下能夠根據需要及時調整衛星姿態，實現災區的快速成像，解決高空間分辨率遙感衛星相對較小的幅寬和與大范圍災害目標監測之間的矛盾。

（4）星上數據預處理與災害專題信息提取技術相結合。積極發展星上實時處理與信息快速生成技術，將災害信息提取模型固化到衛星上，使數據處理和分析與遙感器數據獲取系統連為一體［12］，以實現災害信息的智能化、快速化處理。

表1為針對不同災害類型的航天光學遙感器設計指標需求。

表1 不同災害類型對航天光學遙感器設計的指標需求Table 1 Desired specifications of space optical imager aimed at various disasters

5 結束語

航天光學遙感具有數據源豐富、直觀、重復觀測能力強等優點，在孕災環境、致災因子、承災體、災情監測、災害損失評估和災害救助領域發揮著重要的作用。本文以建（構）筑物、生命線、農作物、基礎設施等損毀監測為切入點，較為系統地梳理了航天光學遙感數據在災害特征參數反演、災害風險評估、災害監測、災害損失評估、恢復重建監測與評估等災害管理領域的應用能力。為了滿足災害管理需求，提高災區惡劣背景下的數據獲取能力，最大限度地發揮災害監測衛星的先導性作用，在進行航天遙感器設計時，一方面要統籌考慮不同災害類型和不同災害管理階段對多種空間分辨率和多種光譜分辨率數據的需求；一方面要在保障常規成像的基礎上，重點發展機動成像模式，提高災區的數據覆蓋率。同時，為了提高遙感數據處理的時效性，增強應急能力，應積極發展星上智能數據處理與災害信息提取技術。

致謝

感謝中國地質大學（武漢）國家遙感中心地殼運動與深空探測部陳偉濤同志為本文提供的寶貴意見。

（References）

［1］范一大．遙感技術支持下的災害管理［J］．中國減災，2005（2）：46-48

Fan Yida．Disaster management based on remote sensing technology［J］．Disaster Reduction in China，2005（2）：46-48（in Chinese）

［2］魏成階，劉亞嵐，王世新，等．四川汶川大地震震害遙感調查與評估［J］．遙感學報，2008，12（5）：673-682

Wei Chengjie，Liu Yalan，Wang Shixin，et al．Investigation and assessment of damage in earthquake Wen-chuan Sichuan quake based on remote sensing［J］．Journal of Remote Sensing，2008，12（5）：673-682（in Chinese）

［3］魏成階，王世新．遙感技術在我國洪澇災害監測評估中的作用［J］．中國科學院院刊，1998（6）：443-447

Wei chengjie，Wang shixin．Flood monitoring and assessment of China based on remote sensing［J］．Chinese Academy of Sciences Journal，1998（6）：443-447（in Chinese）

［4］范一大，楊思全，王磊，等．汶川地震應急監測評估方法研究［J］．遙感學報，2008，12（6）：858-864

Fan Yida，Yang Siquan，Wang Lei，et al．Study on urgent monitoring and assessment in Wenchuan earthquake［J］．Journal of Remote Sensing，2008，12（6）：858-864（in Chinese）

［5］楊思全，劉三超，吳瑋，等．青海玉樹地震遙感監測應用研究［J］．航天器工程，2011，20（2）：90-96

Yang Siquan，Liu Sanchao，Wu Wei，et al．Remote sensing applications in Qinghai Yushu earthquake monitoring and assessment［J］．Spacecraft Engineering，2011，20（2）：90-96（in Chinese）

［6］史培軍．三論災害研究的理論與實踐［J］．自然災害學報，2002，11（3）：1-9

Shi Peijun．Theory on disaster science and disaster dynamics［J］．Journal of Natural Disasters，2002，11（3）：1-9（in Chinese）

［7］劉良明，向大享，文雄飛，等．云參數法干旱遙感監測模型的完善［J］．武漢大學學報（信息科學版），2009，34（2）：207-235

Liu Liangming，Xiang Daxiang，Wen Xiongfei，et al．Improvement of cloud parameters based drought monitoring model using remote sensing data［J］．Geomatics and Information Science of Wuhan University，2009，34（2）：207-235（in Chinese）

［8］樊運曉，羅云，陳慶壽．區域承災體脆弱性評價指標體系研究［J］．現代地質，2001，15（1）：113-116

Fan Yunxiao，Luo Yun，Chen Qingshou．Research on indexes system about regional vulnerability assessment［J］．Geoscience，2001，15（1）：113-116（in Chinese）

［9］胡偉華，宋立軍，苗崇剛，等．地震災區分級和災害程度排序方法研究［J］．災害學，2010，25（2）：30-35

Hu Weihua，Song Lijun，Miao Chonggang，et al．Research on methods for classification of earthquake stricken areas and sequencing of disaster degrees［J］．Journal of Catastrophology，2010，25（2）：30-35（in Chinese）

［10］程立海，唐宏，周廷剛．自然災害強度的評估方法及應用——基于綜合災情指數的研究［J］．自然災害學報，2011，20（1）：46-50

Cheng Lihai，Tang Hong，Zhou Tinggang．Evaluation method of natural disaster intensity and its application：a research based on comprehensive disaster condition index［J］．Journal of Natural Disasters，2011，20（1）：46-50（in Chinese）

［11］國家減災委員會-科學技術部抗震救災專家組．汶川地震災害綜合分析與評估［M］．北京：科學出版社，2008：38-289

National Committee for Disaster Reduction-Group of Disaster Relief with Ministry of Science and Technology．Comprehensive assessment of Wenchuan earthquake［M］．Beijing：Science Press，2008：38-289（in Chinese）

［12］張兵．智能遙感衛星系統［J］．遙感學報，2011，15（3）：415-431

Zhang Bing．Intelligent remote sensing satellite system［J］．Journal of Remote Sensing，2011，15（3）：415-431（in Chinese）