遙感技術在洪澇災害防治體系建設中的應用
2013-07-20 11:06:45 來源: 測繪論壇 作者：
摘要：本文綜述了遙感技術在洪澇災害防治體系建設中的應用，包括洪澇災害背景數據的建設和更新、洪澇災害承災體的識別和信息提取、洪澇災害相關模型計算以及災害監測、減災救災應急系統等方面，并對目前應用中存在的主要問題和發展方向進行了探討。
關鍵詞：遙感 洪澇災害 地理信息系統
我國是自然災害頻繁發生的國家，也是世界上災害最嚴重、受災歷史最早、成災種類最多的少數國家之一。每年由于自然災害和人為活動誘發的災害造成嚴重的人員傷亡和五六百億元計的直接經濟損失［1］。在各種各樣的自然災害中，洪澇災害是威脅我國國民經濟和人民生命財產安全的主要災害之一。
洪澇災害的發生一般具有突發性特點，要進行洪澇災害的預警預報、救災和安排災后的重建需要對洪澇災害相關信息進行及時、準確、可靠的采集和反饋［2］。而傳統基于人工為主的信息采集手段、過程與水平已經很難滿足防洪抗澇的需要。20世紀60年代發展起來的遙感技術因其具有觀測范圍大、獲取信息量大、速度快、實時性好、動態性強等優點，在洪澇等自然災害的研究中得到越來越多的應用。遙感技術在自然災害防治中的應用在我國可以分為四個階段，即20世紀70年代的起步階段，80年代的初步發展階段，90年代上半葉的快速發展階段和90年代以后的實際應用階段［3］。經過三四十年的探索應用和實踐，逐漸形成了貫穿災前、災中和災后全過程的遙感應用領域和方法。本文將對遙感技術在洪澇災害中的作用，特別是在我國的研究現狀進行評述，并對存在的問題和未來的發展進行探討。
1 洪澇災害背景數據庫的建設和更新
洪澇災害背景數據的建立是洪澇災害預警預報、損失評估和救災的基礎。背景數據庫的內容主要包括兩個方面。一是自然數據，包括地形圖、氣象條件、大氣環境、坡度、土壤、地表物質組成、河流網絡和湖泊的分布及其特性；再是社會經濟方面的數據，包括人口分布，產業布局、經濟發展狀況等。由于遙感圖像是自然環境綜合體的信息模型，通過對遙感數據的人工解譯分析或者計算機自動分類，能夠直接得到的主要是自然方面的數據。
洪澇災害背景數據的建設與更新一般在災前進行，強調的是數據的準確性和可靠性，因此對于遙感數據的空間分辨率和光譜分辨率要求高，而對于時間分辨率的要求相對災中的災情監測要低一些。常用的遙感數據包括美國的LANDSAT-TM、法國的SPOT-HRV、中國國土資源衛星數據、美國氣象衛星NOAA-AVHRR和中國的風云氣象衛星，以及目前正在成為遙感熱點的合成孔徑雷達數據和成像光譜儀數據。
NOAA-AVHRR數據的時間分辨率高達6小時，但其空間分辨率較低（星下點為1.1 km），主要應用于大面積的洪澇災害過程監測。而在災前背景數據庫的建設過程中主要應用于氣象條件的研究，包括云量的估算［4］、云性質的分析［5］、太陽輻射量的監測等。洪水的形成原因主要有降雨洪水，融水性洪水，工程失事型三種。利用NOAA衛星數據和地形數據的復合提取積雪信息方法，結合監督分類方法在地形復雜地區也取得理想的分類結果，并利用GIS進行了積雪遙感的高效實用的制圖［6］，及根據理論技術和數學模型，在引進溫度、消融量、風速和地貌等修正系數后進行積雪量的估算，已經取得滿意的結果［7］。以氣象衛星和多譜勒雷達數據在降雨定量預報和測定方面的研究也取得了新的進展，已經接近實用化的水平［8］。這些遙感手段可以將傳統的點雨量監測轉變為面雨量監測，充分反映了降雨量在空間分布上的不均勻性，彌補了雨量監測站稀少或者沒有的缺陷，為分布式水文模型提供了輸入參數。
LANDSAT-TM數據由于具有30 m的空間分辨率、7個光譜波段和16天的時間分辨率，適合于進行1∶50000～1∶200000比例尺的洪澇災害背景數據采集和更新。其中對于土地利用和土地覆蓋的研究尤為普遍，雖然遙感土地利用研究的目的并不針對建立洪水災害背景數據庫。另外，通過TM數據也可進行河流系統和湖泊分布的解譯、甚至進行湖泊和水庫的庫容測定［8］。我國的TM數據最早起于1986年，在此以前，應用較多的是具有??79 m空間分辨率的多波段MSS數據。
SPOT-HRV數據的空間分辨率高達10 m（多波段為20 m），而且具有立體觀測能力，可以應用于更詳細的地面資料的采集和更新。一般對應專題地圖的比例尺可為1∶25000～1∶50000。通過對其立體像對圖像進行立體重建，能夠得到研究區域的數字地形模型（DTM），在災前的枯水期可用于進行河道、河勢、河中灘島和植被的分布等影響洪水演進的因素進行研究。目前商用遙感數據的空間分辨率越來越高，如美國空間圖像公司（Space Imaging）的IKONOS衛星數據和以色列的EROS數據為1 m、俄羅斯的SPIN-2為2 m、印度的BhasKara-2為2.5 m等等［9］。這些高分辨率的遙感數據為采集更加詳細和準確的洪澇災害背景數據提供了可能。
例如，利用高分辨率數據調查蓄滯洪區的土地利用現狀。另一方面，航空遙感由于分辨率高，靈活性高、不受時間限制的優點，也是建設和更新洪澇災害背景數據庫的一個重要途徑。
2 洪澇災害承災體的識別和信息提取
在洪澇災害的發生過程中，災害承災體的信息提取是進行災害損失動態評估和安排救災、減災方案的前提。洪澇災害承災體主要是指淹沒區域內的各種地物及其屬性，例如農田、工礦、居民地、道路以及人口狀況等。承災體的提取以前主要依靠利用專題地圖和現場調查。而專題地圖數據往往不具有較好的現勢性，現場調查的方法費時費工，加之在災中也無法及時進行實地的現場調查。如果洪澇災害背景數據庫中的數據現勢性好、內容齊備的情況下，從災中的遙感數據中得到洪澇災害的淹沒范圍以后，在GIS系統進行多個數據層的空間疊加操作（OVERLAY）即可進行承災體的快速提取。例如在1998年全國洪水肆虐期間，中國科學院利用時間序列的遙感數據快速識別洪水及其動態信息，完成遙感監測圖象、圖形70余幅，災情分析報告和簡報50余份，并快速傳遞到國務院和有關部委，有力地支持了抗洪救災工作［10］。
淹沒范圍一般利用多波段衛星數據進行圖像分類，提取水體信息和水體淹沒信息，除了常見的計算機圖像分類方法(如各種監督分類和非監督分類方法)以外，現已發展了一些簡單易行的新方法，如遙感波段譜間關系方法［11］和水體判別函數法［12］等。
由于在洪澇災害發生期間，得到的遙感影像一般會受到云量的影響，因此單純依靠水體的光譜特征還不能進行有效的水體信息的計算機自動提取。根據NOAA衛星的可見光波段和熱紅外波段，進行自動判別云，利用周期相近的圖像資料相對變化率來反演替代云區的灰度值，可以保證淹沒的范圍連續性和客觀性［4］。
排除云量干擾的另一個途徑是采用雷達數據。雷達圖像由于具有全天候、全天時的特點，對于洪澇災害的監測更具有優勢。我國利用機載SAR數據進行洪水監測進行了大量的研究和實踐，在實時傳輸中等方面取得了新的進展［8］。利用雷達數據提取洪澇災害淹沒范圍也得到了實際應用［13］。
配合淹沒范圍內的數字地形模型，可以得到洪澇災害淹沒區域的3維信息。這種方法在江漢平原的洪澇災害監測中已經得以應用［14］，取得了較好的效果。
在洪澇災害背景數據庫建設不完善的情況下，直接對遙感數據進行分析是識別和提取洪澇受災體空間分布信息的有效途徑。對遙感數據進行目視解譯來提取洪澇災害承災體時，需要專家經驗和較長的時間，雖然不能進行日常性的災中災害承災體的快速識別，但由于識別的精度較高，過去是、現在仍是一個行之有效的方法［15］。承災體的識別和提取一般采用遙感圖像分類的做法，其中應用最為普遍的是最大似然法。這種方法具體實施時需要各種承災體的訓練樣本和先驗概率且認為數據符合正態分布的假設。為了克服最大似然法的缺陷，近年來發展了許多新的承災體提取方法，例如人工神經網絡方法［16,17］、證據推理方法［18］等。其中人工神經網絡方法具有解決線性問題和非線性問題的包容性，不要求數據符合正態分布的統計假設，是一種非參數方法，已被應用于災中承災體的快速識別和提�。�19］。人工神經網絡方法以遙感各波段數據作為神經網絡的輸入，應提取災害類型作為神經網絡的輸出，類型個數與輸出層的神經元個數一致，選擇樣本訓練網絡結構以后，使用訓練好的網絡來提取承災體的信息。另外，隨著GIS應用的日漸普遍，GIS空間數據庫存儲的數據也將日漸豐富，從數據庫發掘知識并應用于提高遙感專題分類精度的方法也逐漸得以應用［20,21］。
災中災害信息的提取對遙感數據的時間分辨率要求很高，目前廣泛采用具有6小時的NOAA-AVHRR數據［22］，例如在1998年吉林省西部的洪水監測中，通過使用NOAA-AVHRR數據進行了洪水動態的監測，并完成了以農田損失為主的災情評估［23］。此外靈活性高的航空遙感數據也經常應用于受災體的調查中。這樣即可在數小時之內得到洪澇災害的災情狀況，實現對洪澇災害的快速監測。
3 洪澇災害相關模型計算
災害現象主要是相對于人類來說的，因此災害的危險程度評價不僅取決于自然災害本身的嚴重程度，而且還取決于受災區域內人類活動的程度和社會經濟發展水平。在利用遙感和GIS進行災害損失評估中，一方面需要準確了解災害本身的信息和災害承受體的信息，另一方面掌握災害發生前的背景數據作為對比。當然數據的精度越高，得到的災害評估結果也就越詳細和可靠。洪澇災害具有時效短的特點，因此需要在精度和速度兩個方面進行權衡利弊。遙感數據、往往是具有較高時間分辨率的遙感數據作為一個快速提取災害信息和承災體信息的數據源，結合洪澇災害的背景數據庫，利用洪澇災害本身的專業模型［24］，例如洪澇災害預報模型、洪水演進模型、危險度評價模型、洪水淹沒范圍計算模型、洪澇災害淹沒損失評價模型等等。在GIS系統中進行實時的計算，以期快速得到各種評價結果，為安排災中救災和災后重建工作提供科學的決策支持。遙感數據在于獲取信息的速度快，是這些模型計算的主要驅動數據之一；而GIS為模型計算中其它數據的快速獲取提供了保證，GIS強大的空間分析方法也大大縮短了以往手工信息處理的時間，GIS豐富的數據表達能力有助于以直觀形象的形式表達數據和預測結果。遙感和GIS一體化的洪澇災害災情快速評估系統在我國幾次特大洪水災害中得到了應用，2天內提供災情的初步分析報告，大大提高了對洪澇災害應急反應的技術能力［2］。例如在1998年全國特大洪澇災害監測中，建立在遙感、GIS和分析模型基礎之上的洪水速報系統，能夠快速地進行洪水地動態監測、農作物損失地評估、防洪工程的有效性分析、長江洪水蓄洪分洪的必要性分析、防洪減災的決策建議以及災后的重建規劃等等［10］。
需要指出的是，應用模型是關鍵，要提高遙感洪澇災害模型計算中的精度和可靠性，一方面需要進一步探索洪澇災害中的各種應用模型。另外，從實際應用的角度出發，還需要建立遙感洪澇災害模型計算的技術規范，繼承已有研究成果，促進不同評價單位之間的協同工作。
4 洪澇災害救災減災應急系統
要了解洪澇災害發生發展過程、進行災害損失和災害的預測，并為進一步的救災和減災決策提供科學依據，必須將遙感技術和GIS結合起來，將遙感作為快速獲取災害背景數據、孕災環境數據、致災因子和災害承受體信息的一個重要手段，實現效率和效益并重的目的，將信息接收、傳輸、處理和分析全過程壓縮到動態中，實現對洪澇災害實時、準確的監測［2,23,25］。我國對于這方面的建設比較重視，目前已經建成了洪澇災情遙感速報系統［10］并在1998年的洪水中發揮了顯著作用。針對黃河流域洪澇災害的衛星遙感災害監測與評估系統也于2000年進入試運行的階段［26］。基于GIS和遙感的災害應急反應系統雖然各個地方的軟硬件環境有所不同，數據結構設計也會有所差別，但系統的邏輯結構一般都可以用圖1簡要表達［27］。GIS的空間分析工具可以幫助制定出優化的減災和救災方案，例如是否啟用分洪區、分洪區的選擇、災民疏散的最佳路徑、災后重建的功能分區等等。
5 結論和討論
遙感技術在洪澇災害的災前預警預報、災中的災情監測和損失評估和安排救災、災后減災與重建中都具有很大的應用潛力。遙感尤其和GIS結合后將有助于解決洪澇災害減災的兩個核心問題，即快速而準確地預報致災事件，對災害事件造成災害的地點、范圍和強度的快速評估。預報的改進取決于對災害事件及其機制的更加確切的了解，而災害的監測評價基于地球觀測系統的完善，必須使信息的獲取既迅速又準確。只有在上面兩個方面進行不斷地探索并取得有效的成果，才能更好地為防災、救災和減災提供決策支持。目前，以遙感、GIS和全球定位系統（GPS）組合的3S對地觀測系統發展迅速，正在形成全天候、全方位、多平臺、多高度、多角度、多時相的立體綜合系統［2］，而對于洪澇災害本身的成災機理、預測預警模型的研究相對滯后，在一定程度上影響了3S技術應用的潛力。
參考文獻：
�。�1］ 施雅風. 地學部“中國自然災害災情分析和減災研討會”開幕詞［Ａ］. 見: 中國科學院地學部 編. 中國自然災害災情分析和減災研討會［Ｃ］. 武漢: 湖北科學出版社, 1992. 3-4.
�。�2］ 徐冠華, 田國良, 王超 等. 遙感信息科學的進展和展望［Ｊ］. 地理學報, 1996, 51（5）: 397-406.
［3］ 黃鐵青, 張琦娟. 自然災害遙感監測與評估的研究與應用［Ｊ］. 遙感技術與應用, 1998, 13（3）: 66-70.
�。�4］ 周紅妹, 楊星衛, 陸賢. NOAA氣象衛星云檢測方法研究［Ｊ］. 遙感學報, 1995, 10（2）: 137-142.
�。�5］ 劉健, 許建民, 方宗義. 利用NOAA衛星AVHRR資料分析云的性質［Ｊ］. 應用氣象學報, 1998, 9（4）: 449-455.
�。�6］ 馬虹, 姜小光. 利用NOAA-AVHRR數據進行積雪監測與制圖的方法研究［Ｊ］. 干旱區地理, 1998, 21（3）: 73-80.
［7］ 王世杰. 利用NOAA/AVHRR影像資料估算積雪量的方法探討［Ｊ］. 冰川凍土, 1998, 20（1）: 68-73.
�。�8］ 李紀人. 遙感與水問題［Ｊ］. 國土資源遙感, 1999, 41: 1-7.
聲明①：文章部分內容來源互聯網，如有侵權請聯系刪除，郵箱 cehui8@qq.com
聲明②：中測網登載此文出于傳遞更多信息之目的，并不意味著贊同其觀點或證實其描述，文章內容僅供參考。
加群提示：我們創建了全國32個省份的地方測繪群，旨在打造本地測繪同行交流圈，有需要請聯系管理員測小量（微信 cexiaoliang）進群，一人最多只能進入一個省份群，中介人員勿擾