環(huán)境減災(zāi)C星在軌測(cè)試期間冰凌災(zāi)害應(yīng)用能力評(píng)價(jià)

張 薇 王 磊

(民政部國(guó)家減災(zāi)中心 北京 100124)

(民政部衛(wèi)星減災(zāi)應(yīng)用中心 北京 100124)

1 引言

環(huán)境與災(zāi)害監(jiān)測(cè)預(yù)報(bào)的小衛(wèi)星星座是我國(guó)第 1個(gè)專門用于環(huán)境與災(zāi)害監(jiān)測(cè)預(yù)報(bào)的小衛(wèi)星星座，也是我國(guó)第1個(gè)多星多載荷民用對(duì)地觀測(cè)系統(tǒng)[1]。由兩顆光學(xué)小衛(wèi)星(A, B星)和一顆雷達(dá)小衛(wèi)星(C星)組成的“2+1”星座。A星搭載CCD相機(jī)、超光譜成像儀及Ka波段轉(zhuǎn)發(fā)器；B星搭載CCD相機(jī)和紅外相機(jī)；C星搭載S波段SAR[2]。目前，環(huán)境減災(zāi)A,B星已在軌運(yùn)行5年多[3]。國(guó)家減災(zāi)委(民政部)是衛(wèi)星的業(yè)主單位，國(guó)家減災(zāi)中心(衛(wèi)星減災(zāi)應(yīng)用中心)負(fù)責(zé)衛(wèi)星的運(yùn)行管理和減災(zāi)應(yīng)用。

2012年11月19日6時(shí)53分，我國(guó)在太原衛(wèi)星發(fā)射中心用“長(zhǎng)征二號(hào)丙”運(yùn)載火箭，將環(huán)境減災(zāi)衛(wèi)星一號(hào) C星成功送入太空[4]。環(huán)境減災(zāi)衛(wèi)星一號(hào)C星是我國(guó)第1顆民用SAR衛(wèi)星，它的成功發(fā)射標(biāo)志著環(huán)境減災(zāi)星座第1階段建設(shè)完成，實(shí)現(xiàn)了3顆星在軌運(yùn)行的階段性目標(biāo)[5]。環(huán)境減災(zāi)C星的性能指標(biāo)參見表1。

SAR成像技術(shù)具備全天時(shí)、全天候的特征，在減災(zāi)救災(zāi)領(lǐng)域的應(yīng)用能力和潛力已經(jīng)進(jìn)行了充分的論證[6]。在 C星發(fā)射前，民政部國(guó)家減災(zāi)中心利用已有各類SAR衛(wèi)星資源，在洪澇、滑坡泥石流、地震、冰雪等各類自然災(zāi)害的監(jiān)測(cè)評(píng)估應(yīng)用中積累了豐富的經(jīng)驗(yàn)，尚欠缺S波段SAR數(shù)據(jù)在各類自然災(zāi)害目標(biāo)中獨(dú)特表征的分析與應(yīng)用。C星作為世界上獨(dú)有的S波段SAR衛(wèi)星，在各類自然災(zāi)害目標(biāo)監(jiān)測(cè)中的應(yīng)用將更有力地推動(dòng) SAR技術(shù)在減災(zāi)救災(zāi)領(lǐng)域中的廣泛應(yīng)用。

表1 環(huán)境減災(zāi)C星性能指標(biāo)Tab.1 Performance index of HJ-1-C

本文僅論述C星在冰凌災(zāi)害中的應(yīng)用。冰凌指河流中的靜止冰和流動(dòng)冰的統(tǒng)稱。按照冰的形態(tài)變化，可分結(jié)冰、封凍、解凍3個(gè)時(shí)期。冰凌封凍期影響船只的運(yùn)行。冰凌解凍期可能造成的決口、漫溢、漫灘，威脅人民生命財(cái)產(chǎn)安全[7,8]。冰凌災(zāi)害是我國(guó)一種特殊的自然災(zāi)害，大部分發(fā)生在黃河，少見在黑龍江。在對(duì)國(guó)外文獻(xiàn)的調(diào)研中，并未發(fā)現(xiàn)有關(guān)冰凌災(zāi)害的報(bào)道。國(guó)內(nèi)研究中有應(yīng)用光學(xué)遙感影像監(jiān)測(cè)冰凌的報(bào)道，但也未見過利用SAR遙感數(shù)據(jù)進(jìn)行冰凌監(jiān)測(cè)的文章。關(guān)于冰的SAR研究，有涉及到海冰和冰川冰，但此兩種冰的形態(tài)和特征與冰凌在影像上差異較大，不具備可比性。因此，文章中并未有相關(guān)文獻(xiàn)的概述。

冰凌災(zāi)害監(jiān)測(cè)與評(píng)估應(yīng)用能力的測(cè)試包括：利用C星SAR數(shù)據(jù)提取冰外緣線、冰覆蓋面積以及冰覆蓋度信息，并對(duì)信息提取精度進(jìn)行評(píng)估；監(jiān)測(cè)和分析冰壩形成的可能性，并對(duì)可能造成的決口、漫溢、漫灘等災(zāi)害進(jìn)行監(jiān)測(cè)和評(píng)估，并對(duì)監(jiān)測(cè)評(píng)估精度進(jìn)行評(píng)估；利用C星SAR數(shù)據(jù)提取決口、漫溢、漫灘信息，并對(duì)災(zāi)害造成的損失情況進(jìn)行評(píng)估，并做出精度評(píng)價(jià)。

2 測(cè)試數(shù)據(jù)

黃河流域東西跨越23個(gè)經(jīng)度，南北相隔10個(gè)緯度，地形和地貌相差懸殊，徑流量變幅也較大。黃河干流和支流冬季都有不同程度的冰情出現(xiàn)。這些冰情對(duì)冬季的水運(yùn)交通、供水、發(fā)電及水工建筑物等有直接影響外，尤其在河流中出現(xiàn)冰塞、冰壩這種特殊冰情以后，還會(huì)導(dǎo)致凌洪泛濫成災(zāi)。因此選擇黃河流域作為冰凌測(cè)試區(qū)。

冰凌災(zāi)害監(jiān)測(cè)與評(píng)估能力評(píng)價(jià)測(cè)試數(shù)據(jù)參數(shù)如表2所示。

表2 冰凌災(zāi)害監(jiān)測(cè)與評(píng)估能力評(píng)價(jià)測(cè)試數(shù)據(jù)參數(shù)表Tab.2 Test data parameter of ice disaster monitoring and assessment ability evaluation

針對(duì)冰凌段進(jìn)行了數(shù)據(jù)質(zhì)量初步評(píng)價(jià)[9]，結(jié)果如表3所示。通過測(cè)量分布目標(biāo)性質(zhì)評(píng)價(jià)圖像質(zhì)量，包括圖像動(dòng)態(tài)范圍、等效視數(shù)、輻射分辨率。

表3 冰凌災(zāi)害監(jiān)測(cè)與評(píng)估能力評(píng)價(jià)測(cè)試數(shù)據(jù)質(zhì)量初步評(píng)價(jià)表Tab.3 Data quality evaluation of ice disaster monitoring and assessment ability evaluation

圖像的動(dòng)態(tài)范圍反映了圖像區(qū)域地面目標(biāo)后向散射系數(shù)的差異。不同地面場(chǎng)景的圖像具有不同動(dòng)態(tài)范圍。例如，山區(qū)圖像的動(dòng)態(tài)范圍較大，而海面圖像的動(dòng)態(tài)范圍較小。星載SAR圖像的動(dòng)態(tài)范圍與很多因素有關(guān)。地面場(chǎng)景的地形、天線波束入射角、成像處理算法以及多普勒參數(shù)估計(jì)精度等對(duì)圖像動(dòng)態(tài)范圍都有較大的影響。

動(dòng)態(tài)范圍的步驟如下：

圖像動(dòng)態(tài)范圍是指圖像最大值 gmax和最小值gmin之比，通常用分貝數(shù)表示。根據(jù)圖像數(shù)據(jù)輸入，尋找圖像最大像素點(diǎn)值 gmax和最小像素點(diǎn)值 gmin，圖像動(dòng)態(tài)范圍表示為：

等效視數(shù)是衡量一幅圖像斑點(diǎn)噪聲相對(duì)強(qiáng)度的一種指標(biāo)。斑點(diǎn)噪聲是星載SAR系統(tǒng)所固有的原理性缺點(diǎn)，嚴(yán)重干擾著星載SAR圖像的解譯和判讀。在單視星載SAR圖像中，空間分辨率達(dá)到最佳，但斑點(diǎn)噪聲最嚴(yán)重，其等效視數(shù)為 1。為了降低斑點(diǎn)噪聲，須進(jìn)行斑點(diǎn)噪聲抑制，從而使圖像的等效視數(shù)獲得提高。

等效視數(shù)的步驟如下：

根據(jù)計(jì)算得到的圖像均值μ和方差 σ2，等效視數(shù)表示為：

其中，若圖像大小為 N×M，其均值μ和方差 σ2分別為：

輻射分辨率是衡量星載 SAR系統(tǒng)灰度級(jí)分辨能力的一種量度，定量地表示了星載SAR系統(tǒng)區(qū)分目標(biāo)后向散射系數(shù)的能力。輻射分辨率的好壞直接影響星載SAR圖像的判讀和定量化應(yīng)用。輻射分辨率的大小由消除斑點(diǎn)噪聲的多少直接確定。采用斑點(diǎn)噪聲抑制技術(shù)來獲得圖像輻射分辨率的提高。輻射分辨率測(cè)量的關(guān)鍵是尋找均勻分布的目標(biāo)區(qū)域。這里我們選取HJ-1-C星可以獲得的農(nóng)田、沙漠、草地、熱帶雨林等均勻分布目標(biāo)圖像進(jìn)行測(cè)量。

輻射分辨率的步驟如下：

選取均勻分布目標(biāo)，由上述方法求得等效視數(shù)MENL或圖像均值μ和方差 σ2，輻射分辨率表示為：

精度驗(yàn)證數(shù)據(jù)選擇與C星條帶模式數(shù)據(jù)5 m空間分辨率接近且無云的資源三號(hào)衛(wèi)星5.8 m空間分辨率的多光譜數(shù)據(jù)的冰凌信息提取結(jié)果進(jìn)行對(duì)比，對(duì)比數(shù)據(jù)參數(shù)如表4所示。

3 測(cè)試方法

在軌測(cè)試期間，以C星SAR載荷數(shù)據(jù)為主要數(shù)據(jù)源，結(jié)合其它輔助數(shù)據(jù)，根據(jù)S波段SAR數(shù)據(jù)對(duì)冰凌災(zāi)害特征信息的特性，選擇合適的冰凌災(zāi)害特征信息提取方法，對(duì)冰凌災(zāi)害信息進(jìn)行提取，對(duì)冰凌災(zāi)害進(jìn)行監(jiān)測(cè)與評(píng)估。

具體方法、流程如下：

表4 冰凌災(zāi)害監(jiān)測(cè)與評(píng)估能力評(píng)價(jià)測(cè)試對(duì)比數(shù)據(jù)表Tab.4 Test data contrast of ice disaster monitoring and assessment ability evaluation

(1) 影像處理

相干斑噪聲抑制：根據(jù)影像特性使用斑點(diǎn)噪聲抑制算法對(duì)影像中斑點(diǎn)噪聲進(jìn)行抑制，提高對(duì)目標(biāo)的分辨能力。

幾何精校正和配準(zhǔn)

利用 1:50000地形圖或影像控制點(diǎn)或已經(jīng)幾何精校正的同類型遙感數(shù)據(jù)對(duì)C星SAR數(shù)據(jù)進(jìn)行幾何精校正。影像的控制點(diǎn)均勻分布，配準(zhǔn)精度達(dá)到1個(gè)像元以內(nèi)。以指定投影方式、指向以及像元分辨率，對(duì)條帶成像處理生成的影像進(jìn)行重采樣。

(2) 災(zāi)害特征信息判讀與提取

選取種子點(diǎn)，采用區(qū)域生長(zhǎng)法和閾值法，結(jié)合人工交互解譯方式判讀或提取冰凌災(zāi)情信息。

(3) 精度分析及結(jié)果評(píng)價(jià)

根據(jù)實(shí)際災(zāi)損情況及衛(wèi)星過境情況，選擇C星與近似分辨率的資源三號(hào)衛(wèi)星監(jiān)測(cè)評(píng)估結(jié)果進(jìn)行相對(duì)的精度分析和結(jié)果評(píng)價(jià)。同樣，采用區(qū)域生長(zhǎng)法和閾值法，結(jié)合人工交互解譯方式判讀或提取資源三號(hào)衛(wèi)星影像上的冰凌災(zāi)情信息。辨識(shí)完全封凍河段和未完全封凍河段，統(tǒng)計(jì)完全封凍冰凌長(zhǎng)度和面積，計(jì)算河漫灘上浮冰的最遠(yuǎn)距離，對(duì)相應(yīng)結(jié)果進(jìn)行對(duì)比分析。

(4) 應(yīng)用能力分析

C星監(jiān)測(cè)評(píng)估結(jié)果對(duì)冰凌災(zāi)害的應(yīng)用能力分析與評(píng)價(jià)。

(5) 制圖

選擇最優(yōu)比例尺，疊加相關(guān)災(zāi)情分析數(shù)據(jù)信息，疊加圖例、比例尺、圖名等信息，制圖[10,11]。

4 測(cè)試結(jié)果

(1) 環(huán)境減災(zāi)小衛(wèi)星星座冰凌災(zāi)害協(xié)同監(jiān)測(cè)能力初步分析

利用2013年1月23日環(huán)境減災(zāi)C星5 m分辨率 SAR影像對(duì)黃河鄂爾多斯市與巴彥淖爾市和阿拉善盟交界段冰凌情況進(jìn)行監(jiān)測(cè)分析(圖1)，結(jié)果顯示：圖幅范圍內(nèi)，完全封凍長(zhǎng)度約31 km，寬約0.25 km，冰凌外緣線清晰，可見未完全封凍的流凌，其中最寬流凌寬度約4 km。由于測(cè)試時(shí)間正處于冰凌的封凍期，圖像中未發(fā)現(xiàn)決口、漫溢、漫灘等解凍期的次生災(zāi)害。同時(shí)利用環(huán)境減災(zāi)小衛(wèi)星星座對(duì)該地區(qū)進(jìn)行遙感監(jiān)測(cè)(圖2)，驗(yàn)證環(huán)境減災(zāi)小衛(wèi)星星座多星多載荷冰凌災(zāi)害協(xié)同監(jiān)測(cè)能力。通過目視解譯，30 m分辨率光學(xué)數(shù)據(jù)中，基本可辨識(shí)封凍區(qū)域，冰凌外緣線清晰程度較S波段SAR衛(wèi)星稍遜，完全封凍和流凌區(qū)域不易區(qū)分，150 m分辨率紅外數(shù)據(jù)較難辨識(shí)封凍區(qū)域。

(2) 與資源三號(hào)衛(wèi)星影像提取結(jié)果對(duì)比分析

對(duì)C星SAR數(shù)據(jù)提取結(jié)果和資源三號(hào)衛(wèi)星數(shù)據(jù)提取結(jié)果進(jìn)行對(duì)比分析，見圖3，與C星條帶模式5 m分辨率影像數(shù)據(jù)相近空間分辨率的5.8 m資源三號(hào)衛(wèi)星多光譜數(shù)據(jù)中，冰凌外緣線清晰，完全封凍冰凌、未封凍河段和河漫灘上浮冰均清晰可見，圖像中未發(fā)現(xiàn)決口、漫溢、漫灘等解凍期的次生災(zāi)害。圖幅范圍內(nèi)，冰凌提取結(jié)果對(duì)比見表5，完全封凍河道的面積和長(zhǎng)度均隨時(shí)間有所增加，寬度有微小差異。

對(duì)圖幅進(jìn)行局部區(qū)域放大分析，參見圖4，圖5。圖4中，C星影像上，完全封凍河段能較完整地與其他地物進(jìn)行區(qū)分，資源三號(hào)影像中除完全封凍河段能較完整地區(qū)分外，尚有一些細(xì)節(jié)信息能較明顯地表征。C星的細(xì)節(jié)信息提取能力較資源三號(hào)衛(wèi)星稍遜。圖5中，對(duì)河漫灘上的浮冰進(jìn)行了局部放大分析，可見，C星影像上，除完全封凍河段外，浮冰區(qū)域的紋理信息相較其他地物也具有明顯的區(qū)分特征，因此可較好地區(qū)分。

圖1 環(huán)境減災(zāi)C星黃河冰凌遙感監(jiān)測(cè)圖Fig.1 Remote sensing monitoring image of the ice disaster in Yellow River of HJ-1-C

圖2 環(huán)境減災(zāi)小衛(wèi)星黃河冰凌遙感監(jiān)測(cè)圖Fig.2 Remote sensing monitoring image of the ice disaster in Yellow River of HJ-1 Constellation

圖3 黃河冰凌遙感監(jiān)測(cè)對(duì)比分析圖Fig.3 Remote sensing monitoring image of the ice disaster in Yellow River of contrast analysis

整體上，經(jīng)與同等分辨率的光學(xué)衛(wèi)星對(duì)比分析，C星能較好地提取完全封凍的冰凌區(qū)域和河漫灘上浮冰區(qū)域，與光學(xué)衛(wèi)星提取結(jié)果基本一致。但由于受衛(wèi)星回歸周期限制，資源三號(hào)衛(wèi)星數(shù)據(jù)較C星數(shù)據(jù)滯后11天，隨著氣溫的影響，黃河冰凌封河程度逐步加劇，因此監(jiān)測(cè)數(shù)值僅作為對(duì)比分析依據(jù)，不適宜作為精度評(píng)判標(biāo)準(zhǔn)。

5 結(jié)論

基于C星SAR數(shù)據(jù)對(duì)2013年1月的黃河冰凌進(jìn)行提取，并利用資源三號(hào)衛(wèi)星數(shù)據(jù)對(duì)C星的監(jiān)測(cè)結(jié)果進(jìn)行驗(yàn)證，結(jié)果表明：條帶模式下，C星影像上，封凍河段表現(xiàn)為較高的后向散射特性，冰凌外緣線清晰，能夠準(zhǔn)確區(qū)分完全封凍、未完全封凍和浮冰區(qū)域，可有效地用于黃河冰凌的監(jiān)測(cè)與評(píng)估。

民政部國(guó)家減災(zāi)中心在C星在軌測(cè)試期間針對(duì)各類自然災(zāi)害目標(biāo)均進(jìn)行了監(jiān)測(cè)和分析，本文僅介紹了S波段SAR數(shù)據(jù)在冰凌災(zāi)害中的應(yīng)用情況。源于 S波段SAR數(shù)據(jù)資源在世界上的獨(dú)特性和唯一性，其減災(zāi)救災(zāi)應(yīng)用潛力有待進(jìn)一步深入發(fā)掘。

圖5 黃河冰凌遙感監(jiān)測(cè)對(duì)比分析局部放大圖(二)Fig.5 Contrast analysis of partial enlargement image (2)

[1]白照廣.中國(guó)的環(huán)境與災(zāi)害監(jiān)測(cè)預(yù)報(bào)小衛(wèi)星星座 A/B星[J].中國(guó)航天, 2009, (5): 10-15.Bai Zhao-guang.HJ-1A and HJ-1B of environment and disaster's monitoring and predicting small satellite constellation[J].Aerospace China, 2009, (5): 10-15.

[2]劉永坦.雷達(dá)成像技術(shù)[M].哈爾濱: 哈爾濱工業(yè)大學(xué)出版社,1999.Liu Yong-tan.Radar Imaging Technology[M].Harbin: Harbin Institute of Technology Press, 1999.

[3]Zhang Wei, He Hai-xia, Huang He, et al..HJ-1 satellite’s stable operation 3 anniversaries and disaster reduction application[C].20122nd International Conference on Remote Sensing Environment and Transportation Engineering, 2012:1371-1374.

[4]吳琳.環(huán)境與減災(zāi)C星發(fā)射成功[J].中國(guó)航天, 2012, (12): 17.Wu Lin.HJ-1-C successful launch[J].Aerospace China, 2012,(12): 17.

[5]環(huán)境減災(zāi)星座C星發(fā)射[J].中國(guó)應(yīng)急管理, 2012, (11): 65.HJ-1-C was launched[J].China’s Emergency Management,2012, (11): 65.

[6]張薇, 楊思全, 王磊, 等.合成孔徑雷達(dá)數(shù)據(jù)減災(zāi)應(yīng)用潛力研究綜述[J].遙感技術(shù)與應(yīng)用, 2012, 27(6): 904-911.Zhang Wei, Yang Si-quan, Wang Lei, et al..Review on disaster reduction application potentiality of synthetic aperture radar[J].Remote Sensing and Application, 2012,27(6): 904-911.

[7]自然災(zāi)害情況統(tǒng)計(jì)制度[A].中華人民共和國(guó)民政部, 2013.Natural disasters of statistical system[A].Ministry of Civil Affairs of the People’s Republic of China, 2013.

[8]魯仕寶, 黃強(qiáng), 吳成國(guó), 等.黃河寧蒙段冰凌災(zāi)害及水庫防凌措施[J].自然災(zāi)害學(xué)報(bào), 2010, 19(4): 43-47.Lu Shi-bao, Huang Qiang, Wu Cheng-guo, et al.. Ice disaster in NingMeng section of the Yellow River and reservoir prevention measures[J].J ournal of Natural Disasters, 2010,19(4): 43-47.

[9]魏鐘銓.合成孔徑雷達(dá)衛(wèi)星[M].北京: 科學(xué)出版社, 2001.Wei Zhong-quan.Synthetic Aperture Radar Satellite[M].Beijing: Science Press, 2001.

[10]GBT 28923.3-2012[S].自然災(zāi)害遙感專題圖產(chǎn)品制作要求,第3部分: 風(fēng)險(xiǎn)評(píng)估專題圖產(chǎn)品, 2013.GBT 28923.3-2012[S].Mapping requirements for the natural disaster remote sensing thematic maps—Part 3: Risk assessment thematic maps, 2013.

[11]GBT 28923.4-2012[S].自然災(zāi)害遙感專題圖產(chǎn)品制作要求,第4部分: 損失評(píng)估專題圖產(chǎn)品, 2013.GBT 28923.4-2012[S].Mapping requirements for the natural disaster remote sensing thematic maps—Part 4: Loss assessment thematic maps, 2013.