高分三號衛星減災行業應用能力分析

楊思全 李素菊 吳瑋 崔燕 劉明

(民政部國家減災中心,北京 100124)

高分三號衛星減災行業應用能力分析

楊思全 李素菊 吳瑋 崔燕 劉明

(民政部國家減災中心,北京 100124)

高分三號(GF-3)衛星能夠高時效地實現不同應用模式下1～500 m分辨率、10～650 km幅寬的微波遙感數據獲取,為洪澇、地震、滑坡、泥石流等自然災害監測和損失評估提供了有力支撐。在介紹高分三號衛星成像特點基礎上,從地表參數反演、地物目標識別、變化檢測3個方面,結合2017年度四川茂縣山體滑坡、吉林洪澇災害等重特大自然災害,深入開展了GF-3衛星災害要素監測、應急監測、損失評估及恢復重建監測等災害管理全流程的應用能力分析,可為后期提升災害監測與評估水平奠定基礎。

高分三號衛星;減災;關鍵技術;應用能力

1 引言

我國是世界上自然災害最為嚴重的國家之一,具有災害種類多,分布地域廣,發生頻率高,造成損失大等特點。“十二五”時期,全球氣候變化日益顯著、地震呈活躍態勢,我國各類自然災害多發頻發,相繼發生了長江中下游嚴重夏伏旱、京津冀特大洪澇、四川蘆山地震、甘肅岷縣漳縣地震、黑龍江松花江嫩江流域性大洪水、“威馬遜”超強臺風、云南魯甸地震等重特大自然災害。衛星遙感技術可實現針對某一區域的定期觀測,并獲取地物目標動態變化,已成為災害監測與評估的重要手段之一,近年來,隨著環境減災小衛星、高分系列衛星的發射,已逐步實現災害衛星遙感業務化,在減輕災害風險及損失方面發揮了重要作用[1]。

自然災害發生期間多伴隨不良天氣條件,高分三號(GF-3)衛星作為高分專項天基系統(民用)中唯一一顆SAR衛星,具有全天時、全天候、高分辨率、全極化、多模式等觀測特點,對于自然災害發生極端天氣條件下的對地觀測具有獨特優勢。GF-3衛星可以實現聚束、條帶、掃描等12種工作模式,可以獲取不同分辨率、幅寬及極化方式影像數據,并具備雙側視觀測功能,可實現快速重訪觀測。但是,不同災害類型對衛星觀測需求存在不同,不同災害系統要素監測對衛星觀測模式也存在較大差異,為了提升GF-3衛星在我國防災減災救災中的工作效能,本文從地表參數反演、地物目標識別、變化檢測3個方面,結合2017年度四川茂縣山體滑坡、吉林洪澇災害等重特大自然災害,開展GF-3衛星減災行業的應用能力分析。

2 減災應用關鍵技術

2．1 地表參數反演技術

地表參數反演是遙感技術應用的基礎性工作,GF-3衛星可提供多極化方式、多空間分辨率C頻段觀測數據,綜合利用不同極化方式后向散射系數、極化特性、干涉信息等,為植物生物量、土壤含水量、裸露地表微地貌形態、數字高程模型(DEM)、地表形變等地表參數提供重要數據支撐。

生物量估算是開展農作物受災與絕收的重要參考依據。相比于光學遙感數據,微波遙感數據可以提供全天候觀測數據,通過構建后向散射系數與植被生物量的關系模型,利用線性回歸、非線性回歸、逐步回歸、K最近鄰方法及神經網絡等方法開展生物量估算,或可基于MIMICS、水云以及Roo等植被散射模型,利用極化分解技術,提取極化特征參數,并結合土壤、植被在典型植被類型關鍵生長期的散射貢獻,分析并構建對生物量敏感的特征參數,開展生物量反演模型的構建[2-3]。

土壤含水量是開展干旱災害監測的重要指標。土壤含水量直接影響土壤介電常數,并進而改變后向散射系統,但也容易受到地表微形態散射因素影響。為開展土壤含水量提取,通常在不用入射頻率、入射角、介電常數、地表粗糙條件以及不同極化方式下,依托各類經驗或半經驗模型,分析后向散射系數對土壤含水量、地表粗糙度的響應關系,開展基于微波遙感數據的土壤含水量的反演[4]。

GF-3衛星可提供C頻段微波遙感數據,鑒于其波長相對較小,穿透能力較弱,可對低矮植被(農作物)開展生物量反演,并可重點開展裸露地表土壤含水量反演工作。

2．2 地物目標識別技術

居民區、農田、交通線、水體等陸表地物目標提取是開展災害監測與評估的基礎數據源,GF-3衛星可提供多種極化方式觀測數據,在實際災害應對過程中,將綜合災害類型、數據極化類型、提取目標要求等情況,選擇相應的技術手段開展典型陸表地物目標的識別與提取。

針對單極化數據(聚束模式),在SAR數據濾波、斑噪抑制基礎上,重點依托面向對象級紋理特征分析,開展經典紋理特征、統計紋理特征及高級紋理特征提取,并在此基礎上,結合不同地物類型紋理特征,基于各類影像分類器開展典型地物目標的提取。

針對全極化或雙極化數據,將重點依托各類極化分解方法,通過簡單極化特征、相干分解特征、非相干分解特征信息提取,結合不同地物目標散射特征,開展地物目標提取。

由于洪澇災害期間天氣條件大多不利于光學遙感數據的獲取,因此SAR衛星對洪澇災害的監測與評估作用明顯,而水體提取則為SAR影像目標提取的重要內容[5]。由于水體目標在SAR影像上與道路、裸地、山體陰影等暗目標較為相近,在開展多尺度分割的基礎上,需綜合利用形狀因子、DEM等信息開展干擾要素的剔除,從而提高水體目標的識別精度[6]。

2．3 變化檢測技術

變化檢測是開展災害監測與評估的重要手段,經過遙感技術的發展,已形成基于像素級、對象級的遙感影像變化檢測技術。GF-3衛星具備雙側視、多角度觀測能力,在突發災害應對期間,不同側視數據將同時應用到變化信息的檢測之中。針對不同側視GF-3衛星數據,需要利用DEM數據,提取陰影、疊掩等明顯干擾有關變化的偽變化區域。

3 災害應用案例解析

3．1 災害系統要素監測

居民區、農田是災害系統承災體要素的重要組成部分,GF-3衛星全極化條帶模式數據可以提供不同極化方式后向散射系數、極化特征等信息,基于隨機森林、支持向量機等方法,可開展陸表典型目標識別,如圖1(a)所示,為災害監測與評估提供基礎數據支撐。同時,由于不同農作物耕種結構、物候差異,通過與實地驗證相結合,可開展作物種類的判別,見圖1(b)。

3．2 災害應急監測與損失評估

我國災害種類多樣,洪澇、地質災害等災害監測目標、范圍均有所不同,GF-3衛星具備聚束、條帶、掃描3種工作方式、12種成像模式,針對不同災害類型,需針對性地選擇不同的成像模式以滿足災害應急監測與評估所需。

洪澇災害監測主要通過對比災前、災后水體范圍變化而實現。由于水體目標在SAR影像上的特征較為明顯,10 m級空間分辨率數據即可滿足水體目標的識別[7],在開展洪澇災害范圍監測中,重點根據災害所影響范圍的不同選擇不同觀測模式的數據。2017年6月下旬,長江中下游地區出現強降雨過程,湖南、江西多地遭受嚴重洪澇災害。此次洪澇災害影響范圍較廣,利用GF-3衛星精細條帶2觀測模式數據,并與其它衛星融合應用,開展洪澇災害范圍動態監測,如圖2(a)所示。2017年7月13、19日,吉林省吉林市遭受兩次強降雨過程。基于GF-3衛星標準條帶、全極化條帶1等相對較窄的觀測模式數據,通過水體識別,開展洪澇災害范圍動態監測,并通過洪澇淹沒區域地類識別,開展洪澇災害損失評估,如圖2(b)所示。

根據不同觀測模式數據開展洪澇監測中所用的方法也略有差異,雙極化數據在數據預處理基礎上,利用水平集分割方式開展水體識別,全極化數據則通過極化分解基礎上,基于水體目標散射以表面散射為主的特征,開展水體目標識別。

針對單一大規模山體滑坡災害,滑坡、泥石流等地質災害影響范圍相對較小,利用聚束模式可以獲取1 m空間分辨率單極化影像,滑坡體與周邊地物的紋理特征存在較大差異,有助于山體滑坡體的識別。2017年8月28日10時40分,貴州省畢節市納雍縣張家灣鎮普灑社區發生山體滑坡。基于GF-3衛星聚束模式數據,可清晰判讀滑坡體與周邊地物差異,并且通過居民區道路分布等信息,進一步確定滑坡體范圍,見圖3(a)。同時,滑坡、泥石流將原有山體表面的植被信息毀壞,地表散射特征也將發生明顯變化[8]。基于全極化條帶1模式數據,基于極化分解方法,根據滑坡體與周邊地表散射特征差異開展滑坡體的識別。2017年6月24日6時許,四川阿壩州茂縣疊溪鎮新磨村發生山體高位垮塌。基于GF-3衛星全極化觀測數據,開展滑坡體識別,并通過與災前衛星影像對比分析,開展災害損失評估,見圖3(b)。

針對地震所誘發的地質災害監測,由于嚴重地震災害誘發地質災害范圍較廣[9-10],綜合考慮聚束、全極化條帶模式在滑坡識別能力、成像幅寬等方面的差異,利用全極化數據開展滑坡體識別。2017年8月8日21時19分,四川省阿壩州九寨溝縣發生7．0級地震。基于GF-3衛星全極化觀測模式數據,開展滑坡體識別,并與光學遙感數據結合,完成Ⅷ度區內滑坡與道路毀損監測(圖4)。

3．3 災害恢復重建監測

重大災害后房屋重建是災后救助工作的重要一環。以GF-3衛星為代表的SAR數據可以有效彌補光學影像因天氣原因所造成的數據空缺,為災后房屋重建全進程監測提供重要數據支撐。為有效開展房屋監測,重點利用聚束模式、全極化條帶1模式開展監測。聚束模式數據具備高空間分辨率特點,可以通過房屋紋理信息,判斷房屋重建情況,全極化條帶數據可提供不同目標的散射特征,并通過散射特征的差異提取房屋信息。基于GF-3衛星聚束、全極化觀測模式,在開展紋理分析、極化分解等基礎上,開展房屋、居民地識別,對2016年江蘇鹽城龍卷風災害恢復重建工作開展了監測(圖5)。

4 結束語

GF-3衛星作為我國高分專項(民用)中唯一一顆SAR衛星,具有全天時、全天候、高分辨率、全極化、多模式等觀測特點,通過聚束、條帶、掃描等觀測模式的綜合應用,利用地表參數反演、地物目標識別與變化檢測技術,通過2017年防災減災救災工作實踐,GF-3衛星可實現對災害系統目標的有效提取,并可支撐洪澇、地震、地質災害范圍及損失評估工作,也補充了災后恢復重建監測數據,對于提升我國自然災害衛星遙感監測能力具有重要作用。但在后續工作中仍需加強以下工作。

(1)開展關鍵技術的精度驗證與評價。針對地表參數反演、地類識別與變化檢測等關鍵技術,開展地面與交叉數據驗證,并結合驗證結果,逐漸修正模型參數,提高算法精度,為地表參數的定量化應用奠定基礎。

(2)逐步提升觀測時效性。災害應急管理工作時效性強,針對突發重特大自然災害,需要根據災害類型、影響范圍、嚴重程度等特點,選擇相應的工作模式,對災害開展快速靈活響應,提升衛星觀測的時效性,更快更好地支撐防災減災救災工作。

References)

[1]張薇,楊思全,王磊,等．合成孔徑雷達數據減災應用潛力研究綜述[J]．遙感技術與應用,2012,27(6):904-911 Zhang Wei,Yang Siquan,Wang Lei,et al．Review on disaster reduction application potentiality of synthetic aperture radar[J]．Remote Sensing Technology and Application,2012,27(6):904-911(in Chinese)

[2]巨文珍,王新杰．合成孔徑雷達技術在林業中的應用[J]．世界林業研究,2009,22(5):40-44 Ju Wenzhen,Wang Xinjie．Review of synthetic aperture radar application in forestry[J]．World Forestry Research,2009,22(5):40-44(in Chinese)

[3]李平湘,趙伶俐,任燁仙．合成孔徑雷達在農業監測中的應用和展望．地理空間信息,2017,15(3):1-4 Li Pingxiang,Zhao Lingli,Ren Yexian．Application of SAR in agricultural monitoring[J]．Geospatial Information,2017,15(3):1-4(in Chinese)

[4]張祥,陳報章,趙慧,等．基于時序Sentinel-1A數據的農田土壤水分變化檢測分析[J]．遙感技術與應用,2017,32(2):338-345 Zhang Xiang,Chen Baozhang,Zhao Hui,et al．Soil moisture change detection over bare agricultural area by means of time-series Sentinel-1A SAR data[J]．Remote Sensing Technology and Application,2017,32(2):338-345(in Chinese)

[5]王棟,陳映鷹,秦平．基于形態學和盲源分離合成孔徑雷達水體提取[J]．同濟大學學報(自然科學版),2009,37(12):1673-1678 Wang Dong,Chen Yingying,Qin Ping．Method for water object extraction in SAR imagery based on morphology and blind source separation[J]．Journal of Tongji University(Natural Science),2009,37(12):1673-1678(in Chinese)

[6]賀飛躍,趙偉．含水體的合成孔徑雷達圖像配準[J]．光學學報,2017,37(09):0928001 He Feiyue,Zhao Wei．Image registration of synthetic aperture radar including body of water[J]．Acta Optica Sinica,2017,37(09):0928001(in Chinese)

[7]孫亞勇,黃詩峰,李紀人,等．Sentinel-1A SAR數據在緬甸伊洛瓦底江下游區洪水監測中的應用．遙感技術與應用,2017,32(2):282-288 Sun Yayong,Huang Shifeng,Li Jiren,et al．The downstream flood monitoring application of Myanmar Irrawaddy river based on Sentinel-1A SAR[J]．Remote Sensing Technology and Application,2017,32(2):282-288(in Chinese)

[8]陳立澤,申旭輝,田勤儉．合成孔徑雷達(SAR)及其在地質和地震研究中的應用[J]．地震,2003,23(1):29-35 Chen Lize,Shen Xuhui,Tian Qinjian．SAR technique and its application to geologic and seismic research[J]．Earthquake,2003,23(1):29-35(in Chinese)

[9]邵蕓,宮華澤,王世昂,等．多源雷達遙感數據汶川地震災情應急監測與評價[J]．遙感學報,2008,12(6):865-870 Shao Yun,Gong Huaze,Wang Shiang,et al．Mulitsource SAR remote sensing data for rapid response to Wenchuan earthquake damage assessment[J]．Journal of Remote Sensing,2008,12(6):865-870(in Chinese)

[10]陳筠力,李威．國外SAR衛星最新進展與趨勢展望[J]．上海航天,2016,33(6):1-19 Chen Junli,Li Wei．Recent advances and trends of SAR satellites in foreign countries[J]．Aerospace Shanghai,2016,33(6):1-19(in Chinese)

Capacity Analysis of GF-3 Satellite on Disaster Management

YANG Siquan LI Suju WU Wei CUI Yan LIU Ming
(National Disaster Reduction Center of China,Beijing 100124,China)

GF-3 satellite can provide SAR image with the spatial resolution of 1～500m and the width of 10～650km．It would be much useful for the disaster monitoring and loss assessment including flood,earthquake,landslide and etc．In this paper,the capacity of GF-3 satellite on the disaster element monitoring,emergency monitoring and loss assessment would be analyzed in three parts such as parameter extraction,object recognition and change detection based on the practices on major disasters monitoring in 2017．

GF-3 satellite;disaster management;key technology;capacity analysis

P286

A

10.3969/j.issn.1673-8748.2017.06.025

2017-10-24;

2017-11-13

高分辨率對地觀測系統重大專項科研項目(03-Y20A10-9001-15/16,03-Y20A11-9001-15/16)

楊思全,男,博士,研究員,從事空間技術減災應用研究工作。Email:yangsiquan＠ndrcc．gov．cn。

(編輯:張小琳)