洪涝灾害遥感监测Word文档格式.docx

洪涝灾害遥感监测Word文档格式.docx

《洪涝灾害遥感监测Word文档格式.docx》由会员分享，可在线阅读，更多相关《洪涝灾害遥感监测Word文档格式.docx（16页珍藏版）》请在冰豆网上搜索。

另城市的“热岛效应”会使城区的暴雨频率增加、强度增强，又加大了洪涝成灾因素，加上成熟人口密集，经济发达，洪涝灾害的损失因此十分显著。

1.2.3湖泊和湖泊面积减少的影响

据有关报道，我国平均每年消亡20个天然湖泊，大量的围垦和拦截地表水流，也使湖泊水面急剧缩减，湖区洪水出现频率升高。

从防洪角度来看，湖泊对削减江河洪峰起着重要作用。

湖泊被围垦后损失了洪水的调蓄容积，增加洪涝的频率和严重程度。

当然，这既有湖泊减少、面积缩小的因素，也有砍伐森林、植被破坏、大量泥沙涌入江湖抬高河床的原因。

1.3洪涝灾害带来的危害

在各种自然灾害中，洪涝灾害是最常见且危害性最大的一种。

洪水出现的频率高，波及范围广，来势汹涌，破坏性极大，洪水不仅淹没房屋和人口，造成大量人员伤亡，还卷走人产居留地的一切物品，包括粮食，并淹没农田，毁坏作物，导致粮食大幅度减产，从而造成饥荒。

洪水还会破坏工厂厂房、通讯与交通设施，从而造成对国民经济的破坏。

我国自古就是洪涝灾害严重的国家，中国幅员辽阔，地形复杂，季风气候显著，是世界上水灾频发并且影响范围较广的国家之一。

全国约有35%的耕地、40%的人口和70%的工农业生产经常受到将和洪水的威胁，并且因为洪水灾害所造成的财产损失局各种灾害之首。

1.4洪涝结论分析

我国在20世纪50年各年代全国受涝面积和承载面积呈现上升趋势，其中洪涝灾害比较严重的年份有10年；

占全国39%播种面积的多涝区受灾和成灾面积均占全国的47%，多涝区河南，少涝区北方各省受灾和承载面积在减少，其他各省受灾和承载面积多呈现增加趋势。

特别是今年来暴雨洪涝灾害区域性、局地形特征比较明显。

因此对于洪涝灾害的发生范围、变化情况进行全方面的实时监控，获取及时、客观、准确的洪涝灾情信息，是抗灾减灾工作中必不可少的重要环节。

卫星遥感监测是获取陆地表面宏观、动态信息的有效手段，卫星提供的灾情信息比其他常规手段有着更快速、客观和全面等优越性，洪涝灾害遥感监测技术在世界各国已经得到广泛应用，主要集中反映在快速反映、紧急救灾、灾后评估和重建等方面。

2.洪涝遥感监测应用研究概况

2.1国内外洪涝监测研究

我国的洪涝遥感监测的方法主要用可见光、近红外和微波遥感进行监测，可见光和近红外最适合于区别水与干燥土壤或植被表面。

在晴朗天气情况下，应用可见光、红外遥感识别比较没有植被混淆的水面，比较直接而且可操作性强，但可见光、红外遥感最大的弊端就是无法穿透云层尤其是厚云覆盖区，因此可观测到退水后1-2周内的湿润土壤和植被，这种缺陷可得到部分弥补。

与可见光、红外遥感不同，微波遥感不受光照和云的影响，可以全天候日夜对地进行观测，对于洪水期经常性的云干扰具有穿透能力。

我国从80年代开始用遥感手段监测和评估洪涝灾害，在这方面取得了大量的研究成果，首先，卫星探测技术的快速发展使得用于洪涝监测的遥感信息源越来越丰富，从最初的NOAA气象卫星的AVHRR数据，发展到用陆地卫星的TM影像，用全天候的机载和星载侧视合成孔径雷达（SAR）监测洪水，如今随着EOS、MODIS卫星数据和微型无人飞机航片的应用，进一步了提高了灾害宏观动态监测的时效性和识别精度。

此外，在图像处理技术方面也得到改进，所有这些都为遥感技术实际应用与洪涝灾害的监测评估创造了良好条件。

20世纪90年代,以美国极地轨道的业务气象卫星NOAA/AVHRR资料为主、TM和SAR资料为辅开展实时洪涝遥感动态监测。

20世纪90年代末至21世纪初,由于遥感探测器在不同高度轨道平台上对地面目标进行探测，大大丰富了用于洪涝遥感监测的信息源，除沿用原有传统的NOAAA/VHRR、TM、SPOT资料外，星载微波遥感资料和EOS、MODSI资料的应用开始增加，使得洪涝遥感监测图像信息更为丰富而且时效更高。

2.2洪涝灾害遥感监测的基本思路

洪涝灾害遥感监测的关键在于水体的识别技术。

水体识别是基于水体的光谱特征和空间位置关系分析、排除其他非水体信息从而实现水体信息提取的技术。

其物理学基础为：

由于水体、植被、裸土等在可见光和近红外的反射光谱特性有着较大差异，总体而言，它们的光谱特性为：

水体在近红外通道有很强的吸收，反射率极低，在可见光通道的反射率较近红外通道高。

植被在可见光通道的反射率较近红外通道低。

在近红外通道波长范围内，植被的反射率明显高于水体，而在可见光通道波长范围内，水体的反射率高于植被。

裸土的反射率在可见光通道波长范围高于植被和水体，在近红外通道高于水体，低于植被。

以上叙述的是各种典型物体的光谱共性特征，实际上，对于不同地区、不同时相、不同类别的物体其光谱响应具有其特殊性，各类物体之间存在同谱异物或同物异谱的混淆信息。

因此，排除植被、云、云影、城镇或裸土等非水体目标的干扰，建立可靠的水体解译标志和模型是提高水体识别精度中主要解决的问题。

其基本思路是利用遥感影像解译结果，对灾前遥感图像的综合判读和分析，结合野外抽样调查验证，建立正常或警戒水位条件下河流、水库、湖泊、塘坝等临界特征水域的警戒水域背景库，将洪涝灾害发生时水体遥感监测结果与警戒水域背景库的数据进行比较，提取洪涝灾害发生时的淹没面积和地理信息位置，结合地理数据库，综合评价灾害的时空分布情况和受灾程度。

2.3洪涝遥感监测的特点

洪涝灾害是一种骤发性自然灾害，其发生大多具有一定突发性且危害大。

人类对洪涝灾害采取相应的预防和控制措施过程中，主要划分为洪水控制和综合管理、洪水监测与预报预警、洪水灾情监测和防洪抢险、洪水灾害综合评估与减灾辅助决策分析等四个阶段，洪涝灾害监测与后两个阶段工作密切相关，直接关系到减灾措施的制定、实施以及灾后的灾情评估和救灾工作的开展。

目前，洪涝灾害的监测方法分为地面观测和遥感监测两种，地面观测主要以建立多个地面站的组网方式实现洪涝灾情数据的采集，实际上，这些采集站并非专门为手机洪涝灾情设立，而是以气象或水文、水利部门的地面观测网为基础开展调查工作，由于洪涝灾害空间分布具有多发、少发和不发等频度变化大的特性，所以所设立的有限地面监测站点只能代表局部地点的信息，缺乏宏观性和代表性，难以满足洪涝灾害全空间区域的监测，尤其当洪灾爆发时，常常造成交通不畅、通讯中断或观测站点被破坏，人的生命也面临危险，使得灾情的空间分布信息无法及时获取，给灾情的实时监控带来忙去，卫星遥感监测可以弥补以上的诸多不足，它不受地面监测条件的限制，其主要特点如下：

1　多平台、全方位立体监测

2　周期性、多时相动态监测

3　全空间宏观监测

4　资料费用低且易于获取

2.4洪涝遥感监测应用技术特点及存在问题

2.4.1发展特点

20世纪90年代,洪涝遥感动态监测以NOAA/AVHRR资料为主，TM、SAR资料为辅，综合利用各卫星资料特点，如以高分辨率卫星资料进行土地利用分类识别的结果为背景，利用高时间分辨率的卫星资料进行实时灾情覆盖调查，计算相应面积，评估受灾情况。

由于云遮挡时可见光和近红外遥感资料无法监测地表信息，从而影响洪涝灾害遥感的全天候监测，因此利用微波遥感资料（如SAR、AMSU、TRMM等）进行洪涝遥感监测的研究越来越受到重视，但目前难以获得大范围、高频次微波遥感资料，开展实际应用仍较困难。

随着GIS技术和计算机技术日趋成熟，以及各省市地理信息数据库的建立，为洪涝遥感监测提供了更全面的系统平台，通过对洪涝灾害多发区如河流、湖泊、水库、堤防等进行长时间序列监测，构建洪涝遥感本底数据库，包括警戒水位或不同水位情况下的遥感影像和水域边界矢量数据，综合土地利用信息和地理高程数据，为洪涝灾害的定位、定性、定量监测和分析评估提供了依据。

2.4.2存在问题

1　虽然可用于洪涝监测的遥感资料较多,但是由于部分资料如航片、TM、SPOT、SAR等资料不能实时获取或费用太高,影响了日常监测业务的开展。

2　大部分水体信息提取仍停留在研究阶段，还缺少实际应用的基础，交互式水体识别过程繁琐，水体识别精度难以保证，识别自动化程度不高。

3　遥感图像处理研究常借助于国外专业遥感图像处理软件，这些通用软件平台功能齐全而强大，但操作往往比较繁琐而且对于某专题信息的分析处理针对性不强，不利于数据的快速处理和服务产品制作，不适合日常业务化要求。

3.基于TM影像的洪涝灾害遥感监测研究方法

3.1研究方法

每种物体都具有固有的辐射特征，遥感的本质就是探测物体的辐射能量。

任何物体的辐射特征，无论是对外来辐射的反射还是自身发出的辐射，都与该物体的物理和化学特性有关，即不同的物体具有增加独特的光谱特征，主要有以下定律来描述：

普朗克辐射定律、斯特藩玻耳兹曼定律、维恩位移定律，基于上述公式可知，常温地物的主要辐射在红外线波段，所以应将红外通道作为洪涝监测的重要信息源加以利用。

太阳是个巨大的电磁辐射源，也是遥感的主要对象，太阳辐射的电磁波辐射强度的最大值在可见光和近红外两者合计约占辐射总能量的80%，在此光谱区内太阳辐射的强度变化很小，可以当作稳定的辐射源，其次是紫外和短波红外，其他波段很弱。

对于绝大多素地物而言，透射分量很小，甚至为零，主要是反射与吸收，被吸收的部分能量经转化会再辐射出来，地物各波段的反射特性和物理属性密切相关，这是选择遥感监测通道的主要依据。

太阳辐射的电磁波到达地面需穿越大气层，地物反射、辐射的电磁波被卫星遥感探测器所捕获也要穿越大气层。

大气中的水汽、C02、03等会选择吸收某些电磁波，其他的一些悬浮物如冰晶、气溶胶、悬浮颗粒等则会选择性散射波长短于气粒径的电磁波。

因此，大气对电磁波的选择性吸收与散射会使某些波段的辐射能量严重衰减以至完全不能通过。

所以遥感探测器捕获的地物反射辐射能量不仅取决于地物反射、辐射特性,还受到大气衰减的影响。

对于地物目标的遥感而言，必须避开吸收带，选择受大气影响较小，穿透性较好的大气窗区波段，如可见光、近红外、短波红外以及热红外、微波等波段。

因此，在开展定量遥感时必须考虑大气影响的补偿并给予订正，即通过辐射校正以获取高质量的遥感图像。

3.2基于TM影像的研究

TM影像为Landsat5搭载的专题绘图仪（TM）获取的图像。

TM图像在光谱分辨率、辐射分辨率和空间分辨率方面都比MSS图像有了较大改进。

在光谱分辨率方面，采用7个波段记录目标地物信息，波长范围和光谱位置都作了调整；

在辐射分辨率方面，采用双向扫描，改进了辐射测量精度，目标地物模拟信号经过模/数转换，以256级辐射亮度描述不同地物的光谱特性，可观察地物电磁波辐射中的细小变化；

在地面分辨率方面，瞬间视场角对应的地面分辨率为30（除第6波段）。

ETM+是在原TM7个波段的基础上，增加了一个全色波段，而且热红外谱段空间分辨率为60m。

TM/ETM+数据具体波段范围及地面分辨率见表1。

3.3TM数据预处理

大气对遥感的影响，主要表现为大气对地表地物发射辐射的衰减及传感器和景物之间太阳辐射的散射等，在大气窗口内散射最为严重。

在TM各波段中，TM1的散射最严重，表现为灰度平均值偏高,图像模糊,其次是TM2、TM3、TM4。

散射影响在下面的应用中应予以考虑：

1　在对遥感图像进行分类时，由于散射，传感器接收的信号与地物反射率之间的偏差，使得统计数据如均值、方差等发生变化，因而影响分类精度。

2　在对遥感数据各波段进行比值处理时，由于散射叠加的影响使比值失去本来的物理意义。

TM数据灰度值与地物反射率并非为线性关系。

3　在对TM各波段作主成分分析时，大气散射影响使结果不一样。

遥感数据预处理是遥感应用的重要前提。

由于遥感系统空间、波谱、时间以及辐射分辨率的限制，很难精确的记录复杂地表的信息，因而误差不可避免的存在于数据获取的过程中。

这些误差降低了遥感数据的质量，从而影响了图像分析的精度。

因此，在定量参数获取和图像分类之前，有必要对遥感原始图像进行预处理，进行辐射和几何变形校正，以得到一个尽可能在辐射和几何上都更接近真实的图像。

3.3.1辐射校正

为了正确地评价地物的反射特征和辐射特征，必须尽量消除由于传感器本身的光电系统特征、太阳高度、地形以及大气条件等引起的光谱亮度的失真，这种消除图像数据中依附在辐射亮度里的各种失真的过程称为辐射校正。

辐射校正分为两种：

绝对辐射校正和相对辐射校正。

绝对辐射校正通过辐射转换模型将影像上地物灰度值转化为地物反射辐亮度或反射率，这种校正转换需要传感器定标参数、大气校正参数和相应的校正算法；

相对辐射校正是采用多时相影像的地物灰度值代替地物反射辐亮度或反射率进行的校正。

3.3.2几何校正

由于几何位置的变化，遥感影像产生几何畸变，给定量分析及位置配准造成困难，因此应用之前还需要进行几何校正。

造成遥感影像形变的原因主要有：

遥感平台位置和运动状态变化、地形起伏、地表曲率、大气折射以及地球自转等。

几何校正分为几何粗校正和几何精校正：

几何粗校正也称系统校正，指利用各种可以预测的参数，如位置参数、平台姿态等测量值等，把原始图像纠正到所要求的地图投影中去；

几何精校正是利用控制点对原始图像的几何畸变过程进行数学模拟，建立原始的畸变图像空间与基准图像空间之间的某种对应关系，并利用这种对应关系把畸变空间中的全部元素变换到纠正图像控件中去（控制点应选取图像上易分辨且较精细的特征点，特征变化大的地区应该多选一些），常用方法有多项式纠正法、共线方程纠正法、DELAUNEY三角形法等。

3.3.3数据预处理的实现

1　几何定位的重采样

2　区域面积计算

3　图像处理算法：

分别有彩色合成、伪彩色处理、图像分段增强。

3.4利用TM数据提取水体信息存在误差的原因分析

1　影像反射率误差。

主要来源于大气校正、几何校正误差。

预处理后获得的影像反射率与地物实际反射率之间存在一定的误差。

2　实测数据误差。

实地测量过程中存在的水体深度误差。

3　样点数据存在的误差。

部分样点数据水体深度模拟值误差超过标准，其精度很低。

4　其他因素的误差。

周围地形及气候原因的影响，导致收到洪涝灾害的程度不同。

4.水体信息提取方法研究

由于水体对入射能量（太阳光）具有强吸收性，所以在大部分遥感传感器的波长范围内，总体上呈现较弱的反射率，并具有随着波长的增加而进一步减弱的趋势。

在TM遥感的蓝光波段

（TM1），绿光波段（TM2）里水体的反射率相对较强，并且对蓝光波段有明显的散射作用，但其它各类背影地物的反差也不明显；

水体对红光波段（TM3）的反射率次之；

近红处（TM4）、中红外波段（TM5），水体具有强烈的吸收性，几乎吸收了全部的入射能量，所以反射能量很少，而土壤和植被在这两个波段内的吸收能量较小，而且有较高的反射性，这使得水体在这两个波段上与植被、土壤有明显的区别，在TM影像上水体在这两个波段上呈现暗色调，而土壤和植被则呈现相对较亮的色调。

因此，在此方位研究水陆分界线、确定水体范围是比较方便快捷的。

4.1基本原理

各类地物由于具有不同的物质结构和组成承德呢而具有不同的电磁波特征，且具有三个主要辐射特征：

地物的总辐射水平的高低是地物的第一重要的遥感特征；

可见光和红外的辐射平衡关系是地物的第二重要的遥感特性，即光谱曲线整体趋势；

辐射随着波段变化的方向和强度，是地物的第三个重要遥感特性。

作为环境独立因子而存在的水体，同样也具有以上阐述的不同于其他环境因素的三个遥感特性，其具体表现为：

1　天然水体对0.4-0.25波段电磁波的吸收明显高于绝大多数其它地物。

因此，水体的反射率很低即总辐射水平低于其它地物，在彩色遥感影像上表现为均匀的暗色调。

2　天然水体对近红外波段的吸收更高于对可见光波段的吸收，因此水体的可见光辐射一近红外辐射的平衡对比关系表现为负方向（光谱矢量方向为逆时针方向）,而植被表现为正方向。

3　在可见光波段，水体的反射率随泥沙含量的增强而增强，但反射曲线基本相似。

水体在遥感影像上的表现受多方面因素的影响，首先是水体本身性质所决定的，如水体面积、水面性质、悬浮物的性质和含量、水深、水温等都能影响水体的反射光谱特性形成光谱差异，导致影响特征很不相同。

自然界水体的形状多种多样，海洋、大面积的湖泊等水体在影像上为特殊的大斑块和特别的色调，而狭小的河流在影像上为断断续续的线状，其色调与周围环境背景稍有差异，但因其物理量变化较小而难以准确提取。

其次，受传感器空间分辨率的限制，从而决定了最小可识别目标的大小，同时，使得在特定的波段内地物的光谱差异被均衡化，而导致“同物异谱”现象，即在图像处理中出现混合象元的问题。

水体信息的识别和提取属于通常的图像分类与专题信息提取的问题，但它更具专一性和独特性，仅需将图像分为两类，即水体和非水体，因此，需要解决的是水陆分界提取和排除非水体信息问题，采用的方法是从水体的光谱特征分析入手，根据主要辐射的三个特性，实现水体信息的提取。

4.2水体信息的提取（水体遥感监测模型）

利用遥感图像提取水体信息的常用方法可分为：

单波段法、多波段、比值法和水体指数法。

4.2.1水体指数模型

基于绿光、近红外波段构成的NDWI指数可以突出影像中的水体信息，并能最大程度上抑制植被信息，计算公式为：

4.2.2比值模型

利用比值植被指数RVI，其计算公式为：

4.2.3波谱间关系模型

除原始波段外，遥感影像经过一系列变化（比值、主成分分析等）之后生成的新图像，也可以作为水体等典型地物遥感信息提取的特征波谱，并用于波谱间关系模型的建立。

4.2.4单波段阈值法

将图像变换后新生成的具有多个原始影像波段信息综合的特征波段用于阈值分割，来识别水体信息，据分析，可以利用该特征波段提取水体信息。

4.3非水体信息的分离

非水体物体主要包括云、植被、土壤等目标物，其中植被包括作物、林地和草地等，这里土壤泛指裸土、城镇、建设用地等。

通过研究它们的光谱特征实现有效去除非水体信息。

4.3.1云和阴影的去除

去除云和阴影的信息对于提高影像判读和分析的精度，增强影像的有效性和可用性等方面有着重要的意义，但是由于云及其阴影具有不稳定性和运动型，在时间和空间上差异较大，而且不同季节、不同高度的云的反射率都会有所不同，因此形成了4类去除云和阴影的方法：

1　多时相图像法。

包括直方图匹配法、多项式改正法和小波变换法。

2　多幅图像插值法。

对于不同时间段的同一地区的多幅图像进行插值生成特定时间的图像，达到云和阴影的目的，这种方法具有较好的处理效果。

3　单传感器图像法。

包括局部信号增强法和整体信号过滤法，单采用单一滤波器进行增强和自适应性较差。

4　多光谱图像法。

利用某些波段对云和阴影具有很强的敏感性，提取云和阴影的覆盖信息，然后从原始图像中减弱云信息，增强阴影信息，最终达到去除云和阴影的目的。

4.3.2植被提取

植被的反射率值从3波段到4波段的存在跃迁式的变化，因此用第4波段与第3波段的差值图像可以更好的增强植被覆盖信息，从而更有利于植被覆盖区域的提取。

可用到比值植被指数RVI和归一化植被指数NDVI来检测植被生长状态、植被覆盖度和消除部分辐射误差。

4.3.3不透水面提取

可以使用TM影像第5波段提取不透水面与植被的混合区域，然后减去第4波段和第3波段的反射率差值图像上提取的植被信息，最后得到不透水面的覆盖范围。

5.洪涝灾害遥感监测模型系统的实现

5.1洪涝灾情信息的提取

1　遥感图像经过预处理，与警戒水域图像叠加，然后依据被淹水体与背景的光谱特征差异、色调、纹理等特征，判别洪水淹没的边界线与范围，生成带有警戒水域范围的洪水淹没遥感影像图。

2　通过洪水淹没影像图和行政区划图、土地利用类型图的叠加，按照需要统计洪涝淹没总面积、分县淹没面积或各种土地利用类型的淹没面积等。

3　比较不同时序的洪水遥感影像图，得出洪水演进态势及各地受淹没的持续时间。

其中提取的洪涝灾情图形信息可包含警戒与被淹水体、行政单元、土地利用、社会经济统计数据等在内的诸多信息，可以根据需要生成不同的图件显示输出。

5.2洪涝灾害遥感监测模型的实现

洪涝遥感监测采用改进的归一化差异水体指数ANDWI或多波段合成方法进行水体信息提取。

但是当洪涝发生时，淹没区水体与洪涝发生前的正常水体有所区别，由于淹没区水体信息中混和了下垫面中水以外其他信息，如被淹没的水田、旱地、道路、村庄等，另外，在南方，洪涝发生后往往云和云影的影响比较大，因此，必须对水体监测模型进行补充分析和修正，提高洪涝遥感监测的精度。

5.2.1划分洪水等级

发生洪涝灾害时，下垫面的受灾程度是不同的，必须根据受灾情况将其划分为不同等级，可以根据水体浑浊度的相对等级划分出洪涝区域的不同受灾等级，一般可分为轻、中、重三级。

5.2.2洪涝淹没范围提取模型

根据大量的水体光谱样本分析，得出水体与其他地物相区别的特征，利用这些特征，得到AVHRR数据的洪涝淹没范围提取的基本光谱模型：

水体的CH1远大于CH2，水体的CH3，小于云影的CH3，水体的CH4小于云影的CH4，水体的CH3远大于城市的CH3,；

随着洪涝面积减小，混浊度增加,水深变小，洪涝区域的特征有所改变，CH1相对减小，CH2相对增加，有向陆地逐渐过渡的趋势,且往往该部分是陆地包围的水体或覆盖在陆地上的浅水体。

同时分析了洪涝淹没范围在图像上的空间特征，这样在光谱模型的基础上又给出了水体的空间模型：

水体相对于陆地或云层等呈现较为均一的图斑；

水体图斑的边界相对于云层稳定，河流的线状特征,湖泊、海洋等面状特征较明显。

通过以上的光谱模型和空间模型分析，确定各通道适宜的阈值，可建立洪涝淹没范围提取模型，从而实现了洪涝淹没范围的自动提取。

5.2.3淹没区和过水区识别

利用水体模型分析，选择正常情况下的影像进行水体提取，建立正常水体基础图，在洪涝发生时影像中提取洪涝淹没区水体，将洪涝过程中水体与正常水体的图像进行叠加，可以检测出洪水淹没情况，以及分辨出淹没区和部分或完全退水区。

洪涝灾害面积计算

水体面积的估算是从每个像元开始的，设第i个像元中水体面积和像元面积之比为ai，则水体面积为：

式中，n为估算区域中像元的个数，Si为第i个像元的面积。

5.3基于LandsatTM影像的洪涝灾害监测

MT影像空间分辨率较高，有7个光谱波段。

TM7、4、1波段组合作RGB假彩色合成，合成效果较好，图像显示信息丰富，突出了洪涝灾害特征信息，色调协调，反差适中，重要信息色彩突出、鲜