空間信息技術在洪澇險情分析中的應用實踐

孫 忠 華，胡 雅 文，王 巧，甘 琪 瑤

(長江水利委員會 網絡與信息中心，湖北 武漢 430010)

1 研究背景

據統計，洪澇災害作為目前影響最為嚴重的自然災害，每年帶來的災害損失占所有自然災害損失量的40%以上[1]。長江中下游遍布農業與經濟發達地區，洪澇災害的發生必將造成巨大損失，因此及時準確地獲取洪水的空間信息、淹沒范圍，對洪水的發展趨勢進行監測、預報，并為防災救災工作提供信息支持對于盡可能減少洪澇災害帶來的損失意義重大。在監測和預警洪水災害過程中，洪水淹沒范圍即水體面積變化是最重要的信息之一，如何科學、準確、快速地獲取水體信息，及時掌握水資源環境的變化，對資源環境的監測、洪災的預防、災后救援等均具有重大的現實意義[2]。

20世紀中期至今，遙感(RS)、地理信息系統(GIS)等空間信息技術日趨成熟，綜合對地觀測技術為洪水淹沒范圍的評估提供了先進的技術手段。合成孔隙雷達SAR能穿過云霧獲取地表信息，因此具備全天時全天候的監測能力，有效彌補了光學影像在南方地區受多云多雨影響的局限性[3]。由于SAR主動探測地物的后向散射信息，使得以鏡面散射為主的水體呈現出不同于其他地物的后向散射能力，因此，開展SAR水體變化范圍提取和監測研究，對提高水體變化監測的頻率和準確性有著重要意義，也為開展洪澇等險情的評估提供了可能[4]。

SAR影像后向散射強度與地物的表面粗糙度息息相關，表面光滑的水體多產生鏡面散射，對雷達信號的后向散射能力較弱[5]，因此基于閾值分割的SAR影像水體提取不失為一種經典方法。對于單極化影像中水體和非水體類別的后向散射強度進行直方圖統計分析，使得獲得類別分割閾值的方法簡易高效。孫亞勇、李智慧等在OTSU算法的基礎上已發展了較多的閾值自動、半自動選擇方法[6-7]；鄧瀅等綜合利用了全極化影像的Freeman極化特征和多尺度分割特征，使水體提取精度優于單一方法，但是需要不斷嘗試分割尺度和合并尺度[8]；Huang等以地表覆蓋類型產品為樣本數據，利用隨機森林的方法提取哨兵影像中的水體信息，采用隨機選點的方式進行精度驗證，實現了較高的自動化程度[9]；Xie等首先對全極化Radarsat-2進行wishart監督分類，然后基于河流、湖泊、池塘的不同形態特征，利用SVM、CART、TB、RF(隨機森林)等分類 器進行水體類型的識別，其中RF分類器獲得了95%的水體類型分類精度[10]。

圖1 鄱陽湖區與鄱陽縣昌江下游示意Fig.1 Poyang Lake area and Changjiang downstream of Poyang County

綜上所述，針對基于SAR影像的水體自動、半自動的提取算法，已積累了大量的經驗，但大部分現有研究都是采用國外的SAR影像數據源。隨著GF-3衛星的成功發射，緩解了國內SAR數據源的長期缺乏問題，因此需要盡快嘗試將GF-3多極化數據應用于國家水資源宏觀管理業務，并可為未來國內多頻率、多極化SAR遙感技術的應用提供經驗。

2020年汛期，持續的強降雨造成長江中下游多地發生嚴重洪澇災害。將GIS技術和RS技術綜合應用于洪澇險情分析，對于精準定位險情位置、提高險情發現和處置的時效性具有重要意義。本文嘗試將GF-3影像以簡單高效的方式應用于防洪救災工作中，擬探索SAR與水利管理業務的高效結合。基于長江水利委員會(以下簡稱“長江委”)水利“一張圖”，將歷年險情信息、防洪工程信息以及長江委中心數據庫相關的數據資源進行關聯分析，旨在險情多發地判別、險情原因分析以及特定險情的有效應對方面，能夠為水旱災害防御部門提供即時、高效決策奠定堅實的基礎。

遙感影像分析技術結合GIS空間分析的應用，已成為一種高效的洪澇險情淹沒分析、險情評估與輔助決策的手段[11]。本文基于GF-3SAR影像，結合空間統計和閾值分割方法，建立了水體信息提取技術體系；并考慮到圩垸運用等防洪救災措施以及多種因素，分析了水體分布變化與防洪決策的關系，可為水利信息化應用發展提供參考。

2 研究目標與數據

2.1 研究區域

鄱陽湖是中國第一大淡水湖，也是中國第二大湖，鄱陽湖區地理位置如圖1所示。鄱陽湖位于江西省北部、長江中下游南岸，介于北緯28°22′～29°45′、東經115°47′～116°45′之間。鄱陽湖水系以贛、撫、信、饒、修五大河流為主體，此外還有直接入湖的清豐山溪、博陽河、漳田河、潼津河等河流，從湖口匯入長江。鄱陽湖水位變化受上述五大河及長江來水的雙重影響，每當洪水季節，水位升高，湖水漫灘；枯水季節，水位下降，湖水落槽與河道無異[12]。鄱陽湖是我國十大生態功能保護區之一，同時也是長江干流重要的調蓄性湖泊，在長江流域發揮著重要的防洪及物種保護、調節氣候、促進水循環等眾多生態功能[13]。本文以鄱陽湖區為主研究區，重點關注鄱陽湖東部鄱陽縣昌江下游多日的險情情況，以此為樣本探索空間信息技術在防汛工作中的應用。

2.2 影像數據

2.2.1GF-3極化SAR影像

GF-3衛星是我國首顆C頻段多極化高分辨率合成孔徑雷達(Synthetic Aperture Radar，SAR)衛星。它具有成像空間分辨率高、幅寬大、輻射精度高、模式多和連續工作時間長等特點，能夠獲取分辨率為1～500 m、成像幅寬為10～650 km的C波段多極化微波遙感影像，實現全天候、全天時海洋與陸地觀測[14]。GF-3衛星成像模式列于表1中。

在出現洪澇等自然災害時，往往伴隨有惡劣天氣，監測區域會受到云層、降水等因素影響，光學遙感難以發揮作用。微波遙感因其具有全天候全天時能力，即使是在惡劣的氣象條件下也能夠迅速獲取監測區域第一手遙感影像信息，為減災救災決策提供重要依據[15]。因此，微波遙感成為洪水災害險情評估的有力工具，也是2020年汛期長江中下游洪水監測的主要數據源。

2.2.2影像采集情況

2020年7月11日起，鄱陽湖水位突破了1998年最高水位，江西省啟動了防汛Ⅰ級響應；長江委網絡與信息中心緊急聯系水利部信息中心和自然資源部國土衛星遙感應用中心，請求推送江西鄱陽湖區GF系列影像，及時采集到了2020年7月8日至2020年8月8日的鄱陽縣昌江下游GF-3雙極化SAR遙感影像以及不定期的GF系列光學衛星影像，實現了研究區域遙感影像的持續采集與監測分析。鄱陽湖區GF-3衛星影像采集情況列于表2，共采集到了9期影像22景，能較完整地反映鄱陽湖區防汛救災工作成效。而GF系列光學影像獲取無法按業務需求做到定時定點，且因惡劣天氣情況，其影像質量無法得到保證，僅可作為SAR影像的補充。

表2 鄱陽湖區GF-3衛星影像采集情況Tab.2 The situation of GF-3 satellite image collection in Poyang Lake District

2.3 圩垸與險情數據

險情數據采集依靠線下動態收集各省填報數據的模式，針對少數重要險情，奔赴搶險一線的工作人員在現場補充采集照片、視頻和位置信息。2020年7月2日開始至8月24日，累計收集到了長江中下游地區湖北、湖南、江西、安徽、江蘇等5省861個洲灘圩垸運用的信息；6月11日至8月13日，累計收集到長江中下游5個省4 348條堤防險情信息。洲灘圩垸信息包括圩垸規模、類型、所在河流、所在地、耕地、人口、總面積、運用時間、損失情況等，堤防險情信息包括險情發生所在河流、出險地點、險情類型、險情描述、處置方式等。

3 監測分析方法

3.1 水體微波遙感

微波是電磁波的一種形式，波長在1 mm～1 m之間。微波遙感是利用各種傳感器接收地面地物發射或反射的微波信號，借以識別、分析地物，提取所需的信息。微波遙感分為主動和被動遙感。SAR是一種主動遙感系統，SAR發射的微波能夠穿透云、雨雪、塵埃和霧霾等，這使得它具有全天候工作的能力[16]。

SAR微波遙感影像的灰度值代表了雷達回波強度的大小，雷達回波強度又定量地由雷達后向散射系數決定。后向散射系數受雷達系統的波長、極化方式、入射角、地面目標的表面粗糙度和復介電常數等因素影響[17]。通常一個具體的雷達系統的波長、極化方式、入射角是固定的。地面復介電常數受多種因素的影響，與表層土壤的水分含量有較好的相關性。洪水期間，表層土壤的濕度相差不大。因此，可以認為地面分辨率單元內的回波強度由該單元范圍內的平均粗糙度決定。粗糙表面具有對雷達波束向各個方向散射的特點，當表面粗糙程度愈大時，這種無方向性表現得愈明顯，其回波強度較大，影像上表現為亮色調；而光滑表面由于雷達波束的側視，鏡面反射使回波的能量很弱，回波強度較小，在影像上表現為黑色調[18]。

與SAR波長相比，陸地相對為粗糙表面，洪水水面相對為光滑表面。因此在SAR微波遙感影像上陸地通常為灰白色或黑灰色，水體為暗色或黑色[19]。

圖2為GF-3衛星采用HV極化方式采集的微波遙感影像；圖3為GF-3衛星HV極化方式微波遙感影像的灰度直方圖。由圖3可以看出：圖中呈雙峰形狀，左側峰型尖瘦，右側峰型矮胖，反映了HV極化方式采集的微波遙感影像灰度分布特征；其中左側的尖峰灰度值較低，代表洪水水體像元[20-24]。

3.2 RS與GIS應用

洪澇險情分析集成了RS的空間監測技術和GIS的空間分析技術。GF-3極化SAR影像根據防洪救災工作需求在經過預處理得到相應產品后，再通過GIS對影像產品作進一步分析，比如淹沒區提取、淹沒面積估算，以及將數字化的各地險情數據、圩垸等防洪措施的空間信息反映到圖上[25]，讓險情直觀地展現于地圖之上，通過水利一張圖的防洪專題圖為防洪指揮決策提供詳實、準確的信息支撐。

4 數據處理方法

4.1 影像處理流程

本文對于洪水淹沒區的提取分析主要采用的是GF-3雙極化SAR影像。圖4為影像處理流程。對GF-3衛星影像進行了多視處理、圖像濾波、幾何精校正、水體提取等處理，處理之后的GF-3衛星影像滿足了本次洪水遙感監測的需要。

圖2 GF-3 微波遙感影像(HV)Fig.2 Microwave remote sensing image(HV)

圖3 GF-3 微波遙感影像(HV)灰度直方圖Fig.3 Microwave remote sensing image (HV) gray histogram

圖4 GF-3衛星影像水體提取分析流程Fig.4 Process of water extraction analysis by satellite image

4.2 圩垸與險情數據處理方法

針對2020年汛期運用的圩垸，根據各省填報的圩垸位置信息，結合歷年來積累的圩垸點以及相關圩垸圖集、疊加影像及水利專題圖，完成了全部運用圩垸點定位工作。其中，對于萬畝以上圩垸、部分千畝至萬畝圩垸，進一步數字化以使其形成圩垸面要素。圖5為“一張圖”平臺所展示的鄱陽縣昌江下游昌江周邊圩垸的空間分布示意。圖6為鄱陽縣昌江下游險情期間圩垸潰口險情點的分布示意，該圖明確直觀地展現了險情點的空間位置及周邊環境因素，可為防洪搶險工作綜合考慮與決策提供有效信息支撐。

圖6 鄱陽縣昌江下游險情分析專題示意Fig.6 Thematic map of risk analysis in Changjiang downstream,Poyang County

根據2020年長江中下游4 348條堤防險情信息，考慮到填報位置信息，并結合2016年以來積累的險情點，以及相關堤防圖集、防洪形勢圖等，經疊加影像及水利專題圖，完成了堤防險情點的定位工作。在險情點定位過程中，根據填報信息和險情點位的聚合程度，梳理出部分險情屬于同一地點發生多次相同險情或不同類型的險情。部分重要地區以險情專題圖的形式服務于防汛指揮決策。

對于圩垸和堤防險情信息規范化整理，按設計好的數據庫表結構完成入庫。入庫的圩垸和堤防險情通過唯一碼與地圖上的空間要素建立關聯關系，便于可在“一張圖”中關聯查詢詳情信息。

5 監測分析結果

5.1 險情前后影像對比

2020年7月11日，基于當地防汛部門預計鄱陽湖湖區將發生流域性大洪水，江西省將防汛應急響應提升為Ⅰ級。通過獲取2020年7月8日與2020年7月12日的GF-3衛星影像，提取了鄱陽湖湖區水域分布范圍，并以此為基礎，對該區域受災前后水域范圍進行了對比。圖7分別為鄱陽湖區2020年7月8日水域范圍與2020年7月12日增長的水域范圍，由圖7可見，整個鄱陽湖區水域范圍明顯擴張。

圖7 鄱陽湖7月8日與7月12日水域范圍對比Fig.7 Comparison of water area of Poyang Lake between July 8 and July 12

圖8分別為鄱陽縣昌江下游2020年7月8日與2020年7月12日增長的水域范圍。由圖可見，7月12日后，昌江下游洪水淹沒跡象明顯。

圖8 鄱陽縣昌江下游7月8日與7月12日水域范圍對比Fig.8 Comparison of water area of Changjiang downstream,Poyang County between July 8 and July 12

5.2 昌江下游多日影像對比分析

為了研究汛期鄱陽湖區洪水險情監測的效果，選取鄱陽縣昌江下游作為重點監測區域，完成多日的洪水淹沒區監測。因為GF-3衛星影像獲取的缺失，汛期完整覆蓋昌江下游的影像在時間上無法連續監測，本次研究選取了2020年7月8日至2020年8月8日共9期影像并提取其水域范圍，完整地展示了險情期間水域淹沒范圍的變化趨勢。

圖9為鄱陽縣昌江下游淹沒區9期監測圖，藍色部分為水體淹沒區。如圖9所示，災害形成之前的7月8日，昌江下游江水于河道內正常淹沒，沒有出現農田、居民地淹沒情形。7月8日晚和7月9日晚，鄱陽縣昌江下游問桂道圩和中洲圩相繼潰口，7月12日的水體監測圖中可明顯見到淹沒區由河道向西北部蔓延。結合圖4的昌江下游險情分析專題圖可知：其主要原因在于強降雨帶來的江水暴漲致使昌江圩垸多處潰口，從而使江水流向西北部，淹沒居民地。7月12日后，由圖9可見，7月15日顯示的昌江河道周邊淹沒情況稍有緩解，但東南部也開始出現了淹沒情況，原因在于隨著昌江邊圩垸運用以及江西省防洪搶險工作的逐步展開，險情稍有緩解。據了解，7月15～26日，由于新一輪持續的強降雨，加劇了鄱陽湖流域的洪澇險情，因為防洪救災工作的高效實施，雖然淹沒面積在持續增長，但增長速度緩慢。7月26日后，昌江下游東北部、西南部、江心洲淹沒程度得以逐步緩解，原因在于此時已到險情后期；到8月8日，洪水淹沒范圍處于逐步消退中。

圖9 2020年7月12日至8月8日鄱陽縣昌江下游淹沒區變化示意Fig.9 Changing map of submerged area in Changjiang downstream area, Poyang County during 2020/07/12 and 2020/08/08

5.3 水體面積變化趨勢分析

基于獲取的鄱陽縣昌江下游9期SAR影像，通過閾值計算提取到了水域覆蓋范圍。經過空間校正，為了確保提取的水體圖斑與像源影像坐標系統保持一致，應用了GIS的幾何計算功能，精確計算所提取水體范圍的面積。

圖10為監測區域1個月的洪水淹沒面積變化折線圖。從折線走勢來看：7月12日水體淹沒面積達到了一個峰值，原因在于7月8日晚和7月9日晚，鄱陽縣昌江下游問桂道圩和中洲圩相繼潰口(潰決點如圖6所示)，因此淹沒面積增長迅速。問桂道圩潰口于7月13日晚被封堵成功，有效降低了淹沒區域水位，因而造成12日出現峰值情況。同時7月13日江西省防指下發了緊急通知，要求湖區所有單退圩堤必須主動開閘清堰分蓄洪水，隨后又遭遇多輪持續強降雨，湖區部分圩垸開始主動運用，從而使淹沒面積增長緩慢。7月下旬后降雨情況緩解，鄱陽湖區水位逐步下降，淹沒情況得以明顯好轉。

圖10 2020年鄱陽縣昌江下游淹沒面積統計Fig.10 Statistical diagram of submerged area in Changjiang downstream area, Poyang County

5.4 圩垸與險情點分析

從2020年長江中下游5省的險情空間分布狀況來看：堤防險情集中于江西省鄱陽湖區和安徽省長江干流(見圖11)，圩垸運用集中于江西省鄱陽湖區和安徽省巢湖區域(見圖12)。

2020年洪水期共運用圩垸861個，其中安徽省運用圩垸數量最多，達488個；江西省次之，共運用圩垸215個；江蘇最少，僅運用圩垸1個。其中主動運用圩垸136個，占圩垸運用總數的16%，被動運用圩垸725個，占圩垸運用總數的84%。從圩垸運用的時間分布上看：江西省鄱陽湖區的圩垸運用時間主要在7月中上旬，安徽省巢湖區域的圩垸運用時間主要在7月下旬，這與基于影像計算的昌江下游區域淹沒面積曲線相適應。

2020年洪水期共發生堤防險情4 348處，主要集中于江西省和安徽省，分別發生了2 074次和2 036次，分別占險情總數的48%和47%。長江干堤共發生險情228次，在各省分布比較均衡。總體而言，險情比較集中的區域為江西省鄱陽湖區、安徽省的巢湖湖區等平原水網。從堤防險情發生的時間分布上來看，與圩垸運用數量和淹沒面積呈正相關。

圖11 2020年長江中下游堤防險情分布示意Fig.11 Distribution map of dike′s dangerous cases in the middle and lower reaches of the Yangtze River in 2020

圖12 2020年長江中下游洲灘圩垸運用分布示意Fig.12 The distribution map of use of polder areas in the middle and lower reaches of the Yangtze River in 2020

6 結 論

本文利用空間信息技術，開展了2020年長江中下游洪澇險情分析應用研究。應用實踐表明：空間信息技術在此次洪澇險情分析中獲得了較好的成效，得到了861個運用圩垸、4 348個堤防險情的空間位置圖，每天實時影像服務接入“一張圖”系統，為保障流域安全、防洪決策做出了積極貢獻。基于RS的影像數據的獲取與大范圍監測，基于GIS的空間分析與成果發布，二者的結合應用使得空間信息技術于水情分析應用上獲得了卓然成效。

本文初步探索了RS空間監測技術與GIS空間分析技術在洪澇險情分析中的應用，盡管取得了不錯的成效，仍存在以下不足，需引起關注。

(1) 遙感影像的獲取途徑存在不足，汛期對于目標區域穩定、持續、有效的影像獲取途徑仍有待提升；

(2) 險情信息的報送機制及方式方法仍有待改進和完善，建議通過手機APP報送或電子表格報送時應提供發生地的經緯度信息；

(3) GIS在險情分析上的應用稍顯不足，同時也需要大量的基礎數據作為業務分析的支撐。

長江委網絡與信息中心利用空間信息技術在2020年長江中下游洪澇險情分析應用的探索與實踐中積累了大量經驗，并將針對已發現的問題展開工作：探索影像批量高效化處理流程；基于大數據的GIS空間分析技術，充分利用3S技術為防汛提供決策支持。