基利用Sentinel-1 SAR数据对洪水事件进行监测

基利用Sentinel-1 SAR数据对洪水事件进行监测

张庭瑜1,2，申江龙1,2

陕西地建土地工程技术研究院有限责任公司，陕西西安710075

陕西省土地工程建设集团有限责任公司，陕西西安710075

摘要：洪涝灾害危害巨大，对区域人民生命财产和经济发展造成重大威胁，回溯区域洪水事件，甄别洪水风险区，判断洪水时空特征，并给出规划建议非常重要。以巢湖流域为试验区，基于Sentinel-1合成孔径雷达（SAR）影像，构建了谱间关系与阈值分割相结合的洪水淹没识别方法，应用于Google Earth Engine平台上，获得了2015~2020年巢湖流域洪水时空格局，结合土地利用数据，分析了洪水对巢湖流域农田和以建设用地代表的居民点的影响。合成孔径雷达（SAR）传感器是洪水灾害规划人员和响应人员不可或缺的数据源，因为它们几乎能够独立于天气条件和时间对地球表面成像。欧洲航天局（ESA）哥白尼计划决定向公众开放其Sentinel-1SAR卫星的数据，这标志着首次免费提供全球运行SAR数据。再加上谷歌地球引擎（GEE）等云计算平台的出现，这一发展为灾害应对社区提供了巨大的机会，对于他们来说，需要快速访问分析就绪的数据，为有效的洪水灾害应对干预和管理计划提供信息。

关键词：Sentinel-1SAR；洪水灾害；云计算，监测

1引言

洪水灾害是全球发生最频繁、影响最严重的自然灾害之一。1970~2015年期间，全球共报告了约12000起水文灾害，超过67亿人受灾，总损失超过26000亿美元。根据中国水利部发布的水旱公报，2006~2018年，我国洪水总受灾人口14.73亿人，直接损失共计25770.6亿元人民币，平均每年1982.3亿元人民币。因此，加强对洪水灾害的现状监测和事后评估，辅助政府部门决策，对于抢救打捞、应急处置和未来科学规划都具有重要意义。EO部门的两项最新发展有可能显著提高全球洪水监测系统的效率。首先，开放运行地球观测卫星（如陆地卫星）的数据，使得能够以相对较高的时空分辨率监测土地变化[1]。欧洲哨兵-1A和e1B卫星构成了有史以来第一个全球运行合成孔径雷达（SAR）任务，其数据向全球公众开放。由欧洲航天局（ESA）分别于2014年3月和2016年3月通过其哥白尼计划发射，Sentinel-1卫星在欧洲上空提供标称6天重复图像，在地球其他地面上空提供标称12天重复图像。这使得能够定期监测变化过程[2]。鉴于光学数据在洪水高重访监测方面的局限性，扩大对业务SAR EO数据的访问是灾害监测的一项重要发展。然而，尽管通过Sentinel-1卫星和欧空局分发的免费开源预处理软件继续提供SAR数据，SAR预处理仍然是一项技术上具有挑战性且计算密集的任务[3-4]。

2流域洪水频次特征和洪水热点

关于SAR提取洪水的研究可以分为3类：一是适用于自动化、近实时的洪水监测和监控的阈值法。如，根据使用长时序影像、考虑洪水的不同深度的归一化洪水指数算法；基于纹理进行提取、根据洪水前后变化阈值提取算法；基于大津法（OTSU）的全局自动阈值算法及局部阈值算法。二是能够提供更高的精度需要模型训练的方法，更适用于小区域内的精准测绘。比如针对纹理增强的单张SAR图像提出的神经模糊洪水监测方法；利用机器学习算法和阈值法结合和基于航天飞机水体数据集的全自动分类树方法。三是联合其他数据判断洪水区域的方法，侧重于洪水造成的损失估算。

2.1洪水频次

洪水频次描述了在某个时间段内某个片区被淹没的次数和出现的洪水热点。在 Sentinel-1 重访周期内，研究统计了 2015~2020 年雨季 3 个月里卫星经过监测到流域内的淹没频次。巢湖流域中洪水频次高的区域均在河流、水体附近。

2.2 农田与城镇受灾情况

巢湖流域中广大区域中都是乡村区域，农田与乡村居民点占比较高。洪水对农田的损失影响和洪水停留的时间与农田的作物有关，巢湖流域受灾的作物主要为水稻。居民点的损失程度则主要由建设用地淹没范围来统计评估。农田占据了绝大部 分 被 淹 没 的 用 地。 在 统 计 的 频 次 图 中 ，2016 年和 2020 年特征较为相似，低频次中面积范围。

3 讨论

3.1 不确定性分析

Sentinel-1影像的空间分辨率为10m，所以它很难监测面积小的水体聚集区。洪水期间水流的汇集使淹没范围变化十分迅速，而Sentinel-1受卫星影像时间分辨率限制，影像也许不能准确记录洪水最大范围，以致提取的洪水最大范围有可能偏小。此外，未能完全去除的山地阴影影响、城市建筑物信号两次反射、大风和降雨会使水面粗糙改变水的镜面反射特性，这些因素都会降低洪水识别的准确度。在数据处理中，对提取的洪水细小碎片进行了筛除，这也可能是误差的来源。使用卫星数据完成区域规模研究时，卫星幅宽有限，每个卫星可能无法覆盖整个区域，要充分了解卫星采集参数的局限。另外，使用光学数据验证SAR洪水范围时，影像水提取带来的误差也应特别注意。尽管如此，在流域这样的空间尺度下，基于卫星的洪水监测仍旧是具有优势且相当有效的。

3.2 减轻洪灾的挑战与影响

随着未来气候变化，洪水的强度和频率预计都会增加，规避洪水带来的影响对一个地区的发展具有重要意义。安徽省国土空间规划2021中，巢湖是重要的生态绿心，巢湖流域涵盖了江淮丘陵农业区和沿江平原农业区，是重要的生态腹地。更安全、更高效的发展高质量现代农业空间、城镇空间更加集约、协调农业空间布局、提高乡村空间治理水准都需要深刻考虑到洪水的影响。当前的防洪圩区中已经囊括了大部分的被淹区域，但是在2020年特大洪水的情况下仍然有许多区域具有较高风险。并且，圩区的群众能够在政府的引导下撤离，但是产业与居住区域的经济损失依旧是民众的负担。

防治洪涝灾害，识别高风险的区域，规划合理的泄洪与避险区域，及时预警、事前预防才能尽可能地减少损失与人员伤亡。洪水淹没范围通过对比洪水前与洪水期间的水体范围数据获得。巢湖流域的农田中，水田占比较高。水田在不同季节表现差异较大，冬季近乎旱地，夏季则在影像上多表现为小的水域。

4结论

研究使用了Sentinel-1数据对巢湖流域2015~2020的洪水进行监测，并分析了洪水对农田与建设用地的淹没情况。在安徽所在的华东地区，梅雨季云量较高的情况下，Sentinel-1仍然能够有效地绘制洪水区，进一步证明了其在洪水监测方面的潜力。随着GEE等云平台的发展，利用Sentinel-1快速跟踪洪水变化、分析洪水带来的影响会变的更高效，生成的洪水地图将有助于政府在未来的防洪、减灾以及由于洪水造成的水质问题方面的工作开展，观测到的被淹农田与居住区将能够帮助更准确的估算财产及粮食减产损失。未来将考虑加入多源卫星数据以提高精度，探索更大区域洪水监测和评估。

这项研究强调了像GEE这样的云计算平台的好处，它允许对卫星数据进行近实时的快速动态分析，以支持灾害监测和管理活动。随着类似的公共资助架构的出现，如这里介绍的澳大利亚地球科学和地球观测委员会，有可能在这些平台和灾害决策支持系统（DSS）之间提供联系。通过在GEE上使用我们的算法，我们能够生成洪水图，显示洪水图与最近几次洪水灾害的现有运行洪水图非常相似，这表明这种方法非常适用于运行洪水图生成管道。需要进一步开展工作，将云计算和数据立方体平台与决策支持系统集成，以便在灾害事件期间快速更新洪水观测，将洪水预测与其他数据源和模型集成，并向相关利益攸关方发布地图、警报和统计数据。

参考文献：

[1]中华人民共和国水利部 《中国水旱灾害公报 . 2010》发布公告［R］.中国防汛抗旱，2011，21（4）：3。

[2]张平平 . 基于粮食安全的皖江城市带耕地资源安全评 价及保障措施研究［D］. 芜湖：安徽师范大学，2011.

[3]杨富宝，王国汉 . 巢湖流域防洪形势与治理对策分析［J］. 水利规划与设计，2018（7）：33-36.

[4]祁彩梅 .《中华人民共和国土地覆 被 地 图 集》（1∶100 万）正 式 出 版［J］. 地 矿 测 绘 ，2017，33：50.

项目：陕西省自然科学基础研究计划（2022JQ-457）

陕西省土地工程建设集团内部科研项目（DJNY2021-10）（DJNY2022-16）

陕西省企业人才托举计划2021-1-2-1