基于sentinel-1 SAR數據的福建省2021年5月暴雨重點水庫水體面積變化監測*

彭繼達 張春桂 吳作航

(福建省氣象科學研究所，福建 福州 350008)

暴雨洪澇災害是一種發生頻率較高、影響范圍較廣的自然災害，不僅危害農作物生長，還會危及人的生命財產安全。針對突發性洪水的淹沒區范圍進行快速提取，對救災及災情評估具有重大意義。浙江、福建等南方地區多為山地丘陵地形，同時，洪澇災害發生時往往伴隨著多云、降水等天氣，致使常規光學衛星接收的電磁波受大氣層干擾，無法及時地進行地面災情監測。隨著中國高分三號衛星(GF-3)、哨兵一號雷達衛星(Sentinel-1)等星載雷達衛星的發射，洪澇災害衛星遙感監測成為可能。星載C波段合成孔徑雷達(SAR)屬于主動遙感，其發射的電磁波波長約為5.13～7.39cm，可以穿透云霧及小水滴，不受天氣影響，實現全天候、大范圍、高精度成像。目前，SAR影像被越來越廣泛地應用于農田水淹、洪水期河道擴張等水體淹沒監測中[1]。曹哲等[2]研究了基于閾值分割方法的SAR影像水體提取，該方法的優點是簡單快速，但如何確定合適的閾值及邊緣的精確定位是一個難題。魏航[3]研究了融合SAR影像的多源遙感圖像水體信息提取方法，效果優于單星。徐川等[4]研究了基于活動輪廓方法的SAR圖像目標水體提取，該方法能得到光滑封閉的目標輪廓曲線，但計算復雜度高、適應性差，對復雜場景分割效果不佳。陳媛媛等[5-10]利用專家決策樹、機器學習等方法來進行水體提取，效果較好，但需要大量的歷史樣本。綜上所述，閾值分割法在不具備雙峰特征的區域，分類精度不高；機器學習、活動輪廓等方法精度較高但計算過于繁瑣，不利于災情期間的快速提取。在洪澇災情應用中，高精度和時效性都是至關重要的。本研究兼顧洪澇監測的高精度高時效性要求，以福建區域5個重點水庫為例，將較成熟且快速的最小距離分類法應用于SAR影像水體分類中，并采用地形數據對山體陰影進行去除，實現快速提取變化水體，以期為突發洪澇監測提供支持。

1 資料來源與處理

1.1 研究區概況

2021年5月16～24日，福建省出現今年首次持續性暴雨過程，特別是福建北部出現暴雨，局部大暴雨。根據福建省氣候中心數據，全省大部分地區暴雨過程累積降水量超50mm，其中，閩北地區累積降水量超250mm(圖1)，導致地質災害風險程度較高。本研究以此次暴雨過程為例，選取福建省5個重點水庫(池潭水庫、棉花灘水庫、古田水庫、安砂水庫和水口水庫)，進行水體變化范圍提取研究(圖2)。

圖1 福建省2021年5月16～24日累積降水量(單位：mm) 圖2 研究區示意圖

1.2 Sentinel-1影像下載及預處理方法

本研究所用衛星數據為sentinel-1衛星IW(Interferometric Wide swath)模式的GRD(Ground Range Detected)Level-1級SAR數據。選取2021年降水較少的4月份SAR影像作為災前基準，選取較接近暴雨過程結束日的SAR影像作為災后影像，具體數據信息如表1所示：

表1 2021年5月16～24日降水過程災前、災后影響選取數據信息表

由于SAR衛星的發射機、功率放大器、接收機等裝置內部有熱量，SAR影像一般都帶有一定程度的熱噪聲，同時，接收機接收的后向散射信號需轉化為有單位的物理量即輻射定標。因此，先利用歐洲航天局提供的SNAP(Sentinel Application Platform)軟件進行熱噪聲去除和輻射定標。雷達照射到地物時，各個小散射體的回波是相互干渉的，在雷達影像上就出現許多小斑點，成為斑點噪聲。為了去除斑點噪聲的影響，雷達影像還需進行濾波處理。本研究選用效果較好的Refined Lee濾波器對影像進行濾波處理。值得注意的是，GRD數據已經進行了多視處理。為了賦予影像坐標信息，本研究采用距離多普勒法對影像進行地形校正[11-12]。圖3為經過一系列預處理后的古田水庫區域SAR影像，不同灰度值表示雷達后向散射振幅強弱。其中，水體的后向散射強度較弱，在圖中呈現較暗色調。高低不平的地面后向散射強度較強，在圖中呈現較亮色調。此外，福建屬山地丘陵地形，影像受山體陰影的影響較大，常出現山體偽水體。

圖3 預處理后的古田水庫sentinel-1 VV極化影像(2021年5月11日)

2 Sentinel-1 SAR山區水體淹沒范圍監測

2.1 基于最小距離分類法的水體提取

圖4 暴雨前后水體空間分布

因本研究只需分出水體和非水體2類，同時兼顧洪澇監測的高時效性要求，選取較成熟快速的分類方法——最小距離法。最小距離法利用訓練樣本數據計算出每一類的均值向量和標準差向量，然后以均值向量作為該類在特征空間中的中心位置，計算輸入圖像中每個像元到各類中心的距離，到哪一類中心的距離最小，該像元就歸入到哪一類[8,13-14]。本研究所用計算距離的方法為用歐幾里得距離法。歐幾里得距離公式為：

式中：Dj為第j類的歐幾里得距離，n為波段數，xi為像元在第i個波段的像元值，mij為第j類在第i個波段的均值。

將HH振幅、HV振幅、HH×HV作為分類的3個波段，計算得到歐幾里得距離并進行聚類，初分類出疑似水體。

2.2 山區偽水體剔除

當目標物以一個大于或等于發射波形的入射角的角度向雷達傾斜時，雷達圖像就會出現陰影。比如古田水庫地處閩北山地丘陵地區，易產生較嚴重的山體陰影，導致圖像上出現類似水體回波特征的山體陰影區[15]。SRTM(Shuttle Radar Topography Mission)是由美國航空航天局(NASA)和國防部國家測繪局(NIMA)聯合測量的數字地形高程模型數據[16-17]。本研究利用SRTM 30m地形高程提取坡度信息，并通過坡度閾值分割，從分類結果中將山體區域偽水體去除，得到最終的研究區水體信息。

2.3 淹沒水體范圍提取分析

圖4為經過上述方法提取出的暴雨前和暴雨后研究區水體空間分布圖。為了顯示水體變化的具體位置，分別提取暴雨前后水體變化范圍，包括擴大水體、縮小水體和不變水體，并賦予紅色、黃色和藍色。如圖4所示，受2021年5月16～24日全省暴雨過程影響，5個水庫均有水體擴大現象。其中，池潭水庫中部和北部區域有明顯水體擴大現象；棉花灘水庫水體擴大區域分布較分散；古田水庫北部和東部有明顯水體擴大區域；安砂水庫西部有部分水體擴大區；水口水庫中西部有小區域水體擴大現象。

Sentinel-1的像元空間分辨率為10m×10m，因此，通過對像元點統計即可計算出水體區域面積。統計結果顯示，池潭水庫水體面積總體擴大最多，為10.65km2，其次為古田水庫，總體擴大了8.25km2，棉花灘水庫也總體擴大了5.18km2，安砂水庫和水口水庫水體擴大面積相對較小，分別擴大了3.81km2和2.70km2，詳見表2。

表2 水庫水體面積變化統計 單位：km2

3 結論與討論

本研究利用先進的C波段Sentinel-1 SAR影像，對福建省5個重點水庫2021年5月暴雨過程淹沒范圍進行提取，主要得到以下結論：

①相比于傳統光學衛星，星載雷達衛星影像不受多云、降水等天氣影響，可以實現對福建區域重點水庫洪澇水體的有效信息提取，為緊急救災及災情評估提供一定信息支持。

②受2021年5月16～24日暴雨過程影響，福建區域5個重點水庫在2021年5月均出現不同程度的水體面積擴大現象。其中，池潭水庫水體面積總體擴大最多，其次為古田水庫，而安砂水庫和水口水庫水體擴大面積相對較小。

③福建區域屬山地丘陵地形，在SAR影像上受山體陰影的影響較大，借助SRTM數字地形高程模型數據可對SAR影像上山體偽水體進行剔除。

④目前，星載雷達衛星多為極軌衛星，其衛星重訪周期較靜止衛星長，會對洪澇水體的提取時間段產生一些影響。比如，古田水庫和水口水庫水體監測用的是暴雨過程結束前一天的影像。隨著未來更多星載雷達衛星的發射應用及多星聯合觀測，星載SAR影像監測效率將會大大提高。