高分三號衛(wèi)星在洪澇和滑坡災(zāi)害應(yīng)急監(jiān)測中的應(yīng)用

馬建威 孫亞勇 陳德清 黃詩峰 李小濤 崔倩 雍熙

(1中國水利水電科學(xué)研究院,北京 100038)(2水利部信息中心,北京 100053)

高分三號衛(wèi)星在洪澇和滑坡災(zāi)害應(yīng)急監(jiān)測中的應(yīng)用

馬建威1孫亞勇1陳德清2黃詩峰1李小濤1崔倩2雍熙2

(1中國水利水電科學(xué)研究院,北京 100038)(2水利部信息中心,北京 100053)

在介紹合成孔徑雷達(dá)(SAR)在洪澇和滑坡災(zāi)害監(jiān)測中應(yīng)用方法的基礎(chǔ)上,采用高分三號(GF-3)衛(wèi)星SAR數(shù)據(jù)對2017年吉林永吉“7·13”特大洪水災(zāi)害和四川茂縣的“6·24”特大山體滑坡災(zāi)害開展應(yīng)急監(jiān)測。監(jiān)測結(jié)果顯示:洪水淹沒區(qū)主要集中在吉林市境內(nèi)的溫德河和鰲龍河附近,永吉縣境內(nèi)和吉林市市轄區(qū)淹沒面積(均不包含城市淹沒區(qū))分別為19．82 km2和8．70 km2;滑坡體長度為2620 m,最大滑坡寬度為1135 m,滑坡體面積為1．76 km2,與無人機(jī)航拍影像的監(jiān)測結(jié)果基本一致。應(yīng)用結(jié)果表明,GF-3衛(wèi)星具有較好的災(zāi)害應(yīng)急監(jiān)測能力,能夠?yàn)橹袊姆罏?zāi)減災(zāi)領(lǐng)域提供有力的數(shù)據(jù)支撐和信息服務(wù)。

高分三號衛(wèi)星;合成孔徑雷達(dá)數(shù)據(jù);應(yīng)急監(jiān)測;洪澇災(zāi)害;滑坡災(zāi)害

1 引言

高分三號(GF-3)衛(wèi)星在2016年8月10日成功發(fā)射,是我國首顆分辨率達(dá)到1 m的C波段多極化合成孔徑雷達(dá)(SAR)成像衛(wèi)星[1],具備聚束、全極化條帶、波成像等12種成像模式。在不同成像模式下,其空間分辨率從1 m到500 m,幅寬則從10 km到650 km。經(jīng)過5個(gè)多月的在軌運(yùn)行測試后,GF-3衛(wèi)星于2017年1月23日正式投入使用,目前已經(jīng)廣泛應(yīng)用于防災(zāi)減災(zāi)領(lǐng)域。

本文在系統(tǒng)介紹基于SAR數(shù)據(jù)的洪澇和滑坡災(zāi)害監(jiān)測理論方法的基礎(chǔ)上,應(yīng)用GF-3衛(wèi)星SAR數(shù)據(jù)對2017年發(fā)生在四川茂縣的“6·24”特大山體滑坡災(zāi)害和吉林永吉“7·13”特大洪水災(zāi)害開展應(yīng)急監(jiān)測,對GF-3衛(wèi)星的應(yīng)急監(jiān)測能力進(jìn)行驗(yàn)證,可為GF-3衛(wèi)星在自然災(zāi)害監(jiān)測中進(jìn)一步應(yīng)用提供參考。

2 基于SAR數(shù)據(jù)的洪澇和滑坡災(zāi)害監(jiān)測理論方法研究

由于我國自然災(zāi)害種類多樣,不同類型自然災(zāi)害對衛(wèi)星遙感器的要求不盡相同?？梢姽狻⒔t外、短波紅外至熱紅外譜段,對各類災(zāi)害的探測均有一定的應(yīng)用能力和潛力,光譜、紋理和結(jié)構(gòu)信息豐富,空間分辨率較高,在災(zāi)害監(jiān)測中具有較大優(yōu)勢,但是,災(zāi)害往往伴隨著云雨天氣,使光學(xué)遙感器的應(yīng)用受到了限制。微波遙感器,尤其是SAR,可以對自然災(zāi)害進(jìn)行全天候、全天時(shí)的監(jiān)測,隨著其空間分辨率的不斷提高,已經(jīng)成為自然災(zāi)害監(jiān)測中極其重要的手段。不同自然災(zāi)害形成機(jī)制不同,應(yīng)用SAR數(shù)據(jù)的監(jiān)測理論方法也有差別,本文重點(diǎn)介紹其在洪澇和滑坡災(zāi)害監(jiān)測中的理論方法。

2．1 洪澇災(zāi)害監(jiān)測理論方法研究

我國東、中部地區(qū)位于東亞季風(fēng)氣候區(qū),受太平洋和印度洋季風(fēng)的影響,冬春季雨量稀少,氣候干旱,而夏秋季又濕熱多雨,洪澇災(zāi)害頻繁,對人民的生命財(cái)產(chǎn)和國民經(jīng)濟(jì)建設(shè)構(gòu)成嚴(yán)重威脅,影響社會(huì)、經(jīng)濟(jì)的穩(wěn)定和發(fā)展[2]。洪澇發(fā)生時(shí),洪澇淹沒范圍和水淹深度信息的高效準(zhǔn)確提取,是危險(xiǎn)性評價(jià)、人員安全轉(zhuǎn)移等救災(zāi)決策的重要依據(jù)。通過獲取洪水發(fā)生時(shí)的水體范圍,結(jié)合災(zāi)前的水體范圍,即可得到洪水淹沒范圍,結(jié)合高精度數(shù)字高程模型(DEM),可以進(jìn)一步得到水淹深度。

根據(jù)SAR圖像的散射特性可知,雷達(dá)后向散射強(qiáng)度由SAR系統(tǒng)參數(shù)(波長、極化方式、斜視角)、地物形狀、復(fù)介電常數(shù)與粗糙度決定。對于特定的SAR系統(tǒng),雷達(dá)參數(shù)是特定的,地表目標(biāo)的雷達(dá)回波強(qiáng)度主要受復(fù)介電常數(shù)和粗糙度的影響。陸地表面為粗糙表面,為漫反射,產(chǎn)生大量后向散射,后向散射強(qiáng),圖像呈灰色和灰白色;水體表面粗糙度相對微波波段屬于光滑表面,為鏡面反射,只產(chǎn)生少量后向散射,后向散射強(qiáng)度弱,圖像成暗色或黑色,兩者形成鮮明的對比。當(dāng)圖像中水體面積較大時(shí),對圖像進(jìn)行灰度直方圖統(tǒng)計(jì),會(huì)出現(xiàn)明顯的雙峰現(xiàn)象,水體提取過程實(shí)際上是圖像分割的“二值化”過程,基于SAR數(shù)據(jù)的灰度圖或紋理圖的閾值分割法,把圖像信息劃分為水體和非水體兩類。其閾值的判定主要有經(jīng)驗(yàn)法、雙峰法,以及以最大類間方差法為代表的數(shù)理統(tǒng)計(jì)法,但其難點(diǎn)是不同雷達(dá)數(shù)據(jù)中水體的后向散射系數(shù)差異較大,很難確定一個(gè)統(tǒng)一的閾值[3]。文獻(xiàn)[4]中基于最大類間方差法,自動(dòng)確定閾值,基于先進(jìn)合成孔徑雷達(dá)(ASAR)數(shù)據(jù)提取了洞庭湖地區(qū)2007年枯水期和洪水期的水體范圍。在山區(qū),山體陰影容易被誤分為水體,所以需要DEM輔助數(shù)據(jù)去除陰影,從而準(zhǔn)確提取水體范圍。文獻(xiàn)[5]中基于DEM進(jìn)行SAR圖像模擬,從而將山體陰影從水體提取的結(jié)果中剔除,提高了水體提取的精度。另外,雷達(dá)受噪聲影響嚴(yán)重,基于像元的水體提取容易出現(xiàn)“椒鹽”現(xiàn)象,提取的圖斑過于破碎,后期整理工作量較大,且使用單一閾值,對細(xì)小水體提取效果往往不佳。而基于面向?qū)ο蠓指畹乃w提取算法可以對SAR影像進(jìn)行多尺度分割,充分考慮地物的散射、形狀和紋理等特征,將整個(gè)圖像分成眾多的“同質(zhì)均一”的斑塊,可以有效避免 “椒鹽現(xiàn)象”,提取的結(jié)果更加具有完整性,且對細(xì)小水體的提取更加有效。文獻(xiàn)[6]中提出一種結(jié)合紋理與極化分解的面向?qū)ο髽O化SAR水體提取方法,能保證提取結(jié)果的完整性的同時(shí),提高提取的精度。

2．2 滑坡災(zāi)害監(jiān)測理論方法研究

滑坡作為一種常見多發(fā)的地質(zhì)災(zāi)害,是在一定自然條件下斜坡巖土體在重力作用下穩(wěn)定性受到破壞,沿軟弱面或軟弱帶發(fā)生整體的變形過程與現(xiàn)象[7]。我國滑坡多發(fā)地區(qū)集中分布在高原、山地,主要有黃土高原、云貴高原、橫斷山脈、秦嶺等地。及時(shí)、準(zhǔn)確了解滑坡體的演變過程、形變空間分布及滑坡災(zāi)害的特征信息,實(shí)現(xiàn)滑坡崩塌的分析、預(yù)報(bào)和治理,能為減災(zāi)部門的防災(zāi)、減災(zāi)和救災(zāi)提供可靠的科學(xué)依據(jù)。

針對滑坡監(jiān)測,雷達(dá)遙感主要利用微波的相位、振幅和極化信息。根據(jù)利用的不同微波信息,滑坡體的雷達(dá)遙感監(jiān)測方法可分為差分干涉測量法[8]、基于振幅的變化檢測法[9]和散射特征法[9-10]3種類型。差分干涉雷達(dá)測量技術(shù)主要利用同一地物的多時(shí)期或同時(shí)期多個(gè)軌道的雷達(dá)復(fù)圖像,計(jì)算多個(gè)干涉相位圖,獲取滑坡的形變量,從而實(shí)現(xiàn)滑坡體的形變分布、演變監(jiān)測和災(zāi)害預(yù)測?；谡穹淖兓瘷z測法主要基于滑坡災(zāi)中和災(zāi)前兩期的雷達(dá)后向散射系數(shù)圖,檢測地表后向散射強(qiáng)度的變化,識別滑坡體,獲取滑坡體形態(tài)、分布和范圍信息。散射特征法利用災(zāi)中一景雷達(dá)復(fù)圖像或后向散射系數(shù)圖,根據(jù)不同地物的不同極化散射特征,識別滑坡體,獲取滑坡體形態(tài)、分布和范圍信息。雷達(dá)差分干涉測量利用連續(xù)覆蓋的多期滑坡災(zāi)前和災(zāi)中雷達(dá)復(fù)數(shù)圖像,監(jiān)測滑坡的連續(xù)形變信息,對分析滑坡形變分布及發(fā)展規(guī)律非常有效,但是對于突變型滑坡,形變量可能超出差分干涉測量的形變監(jiān)測梯度,致使差分干涉雷達(dá)測量無法有效監(jiān)測滑坡體形變信息?；谡穹淖兓瘷z測法要求獲取滑坡災(zāi)中和災(zāi)前的2期雷達(dá)后向散射系數(shù)圖,同時(shí)災(zāi)前的雷達(dá)圖像和災(zāi)中雷達(dá)圖像的相干性要較好,但在實(shí)際應(yīng)用時(shí)有時(shí)無法滿足以上要求,使得該方法在應(yīng)用時(shí)受到一定限制。

我國滑坡災(zāi)害多發(fā)生在植被覆蓋率高的高原和山區(qū),滑坡災(zāi)害通常會(huì)造成地表植被的大面積破壞,從而導(dǎo)致地表粗糙度和復(fù)介電常數(shù)的變化,在雷達(dá)圖像上表現(xiàn)出與周圍植被覆蓋區(qū)域明顯不同的后向散射強(qiáng)度,使SAR圖像易于識別滑坡體后壁和前緣等幾何形態(tài)特征。在應(yīng)用SAR數(shù)據(jù)進(jìn)行滑坡災(zāi)害監(jiān)測時(shí),針對單景SAR圖像的基于散射特征法包括以下4種。

1)同極化交叉極化比值法

同極化的雷達(dá)后向散射數(shù)據(jù)主要體現(xiàn)地表的表面散射,交叉極化的雷達(dá)后向散射數(shù)據(jù)可表征因植被的體散射等引起的雷達(dá)去極化現(xiàn)象。通過不同極化方式的雷達(dá)后向散射系數(shù)比值處理,突出強(qiáng)度比值過大或過小區(qū)域,以實(shí)現(xiàn)滑坡范圍提取。同極化交叉極化比ρ的計(jì)算公式如下。

式中:σ0pp和σ0pq分別為同極化和交叉極化的后向散射系數(shù),linear形式;下標(biāo)p、q極化分別為水平(H)極化或垂直(V)極化。

2)同極化的復(fù)相干系數(shù)法

同極化相干性表征HH極化方式和VV極化方式雷達(dá)復(fù)圖像之間相似性程度。復(fù)相關(guān)系數(shù)γ計(jì)算公式如下。

式中:〈·〉表示數(shù)據(jù)期望,m×n影像大小內(nèi)的平均值,m,n為影像的行列數(shù);＊表示復(fù)數(shù)的共軛;Spp和Sqq表示同極化的復(fù)后向散射系數(shù),通過計(jì)算復(fù)相關(guān)系數(shù)γ的模即可進(jìn)行滑坡體的提取。

3)Pauli基分解彩色合成法

散射矩陣S(Sinclair矩陣)計(jì)算公式如下。

式中:SHH,SVH,SHV,SVV為HH、VH、HV、VV極化方式的雷達(dá)復(fù)后向散射系數(shù)。

式中:Spq表示散射矩陣S的元素;為pq極化方式的雷達(dá)后向散射系數(shù),Ipq和Qpq分別為pq極化方式的雷達(dá)復(fù)圖像實(shí)部和虛部,Apq為pq極化方式的雷達(dá)復(fù)圖像振幅。

Pauli向量k的計(jì)算公式如下。

利用式(5)中的SHH＋SVV、SHH－SVV、SVH的模進(jìn)行彩色合成,即可進(jìn)行滑坡區(qū)域的提取。

4)極化熵法

由極化散射的Pauli向量,可得3階相干矩陣T3,計(jì)算公式如下。

式中:λ1,λ2,λ3分別為T3矩陣的第1個(gè)特征值、第2個(gè)特征值和第3個(gè)特征值;U3為矩陣對角化的單位正交矩陣。

相干矩陣的對角化,可得相干矩陣的特征值,特征值的計(jì)算公式如下。

式中:pi為第i個(gè)散射概率,i＝1,2,3;λi為T3矩陣的第i個(gè)特征值。

極化熵H計(jì)算公式如下。

3 GF-3衛(wèi)星的應(yīng)用

3．1 GF-3衛(wèi)星SAR數(shù)據(jù)預(yù)處理

由于獲取的GF-3衛(wèi)星SAR數(shù)據(jù)為L1A級單視復(fù)圖像,在應(yīng)用前需要進(jìn)行數(shù)據(jù)預(yù)處理。預(yù)處理過程一般包括輻射定標(biāo)、多視、斑點(diǎn)噪聲濾波、地理編碼、重采樣及地形校正等,最終獲取后向散射系數(shù)數(shù)據(jù)。

由GF-3衛(wèi)星SAR L1A級數(shù)據(jù)獲取后向散射系數(shù)的定標(biāo)公式[11]如下。

雷達(dá)后向散射系數(shù)的dB形式與linear形式轉(zhuǎn)換公式如下。

式中:σ0為后向散射系數(shù),linear形式。

3．2 2017年7月吉林省永吉縣洪水監(jiān)測

2017年7月13－14日,吉林省中部地區(qū)特別是吉林市出現(xiàn)強(qiáng)降雨,局部出現(xiàn)特大暴雨,永吉縣全縣平均降水量175．4 mm,最大降水量站點(diǎn)為口前鎮(zhèn)下達(dá)水庫309 mm、雙頂子小屯水庫300 mm。降雨導(dǎo)致吉林市境內(nèi)溫德河發(fā)生超歷史實(shí)測記錄的特大洪水,13日22時(shí),溫德河水位超過城防工程堤頂高程0．44 m,永吉縣城進(jìn)水,當(dāng)?shù)爻霈F(xiàn)洪澇災(zāi)情。14日0時(shí)0分,口前水文站出現(xiàn)洪峰,流量3350 m3/s,比2010年流量3120 m3/s多230 m3/s,相應(yīng)水位228．05 m,超堤頂2．05 m,比2010年水位高0．37 m。洪澇災(zāi)害導(dǎo)致吉林市市轄區(qū)局部地區(qū)受災(zāi),永吉縣全域全方位受災(zāi),道路橋梁中斷,房屋倒塌,農(nóng)作物受損嚴(yán)重,部分群眾被困。

GF-3衛(wèi)星迅速啟動(dòng)應(yīng)急響應(yīng),于2017年7月14日5點(diǎn)31分獲取了一景永吉縣地區(qū)的標(biāo)準(zhǔn)模式的SAR數(shù)據(jù)(分辨率25 m)。對該景影像預(yù)處理后,基于面向?qū)ο蠓指畹乃w提取算法,對吉林市市轄區(qū)及永吉縣境內(nèi)洪澇災(zāi)情進(jìn)行了應(yīng)急遙感監(jiān)測,由于SAR數(shù)據(jù)空間分辨率的限制,未對城市淹沒區(qū)進(jìn)行提取。圖1為吉林市市轄區(qū)及永吉縣洪水淹沒區(qū)SAR遙感監(jiān)測專題圖,監(jiān)測結(jié)果顯示洪水淹沒區(qū)主要集中在吉林市境內(nèi)的溫德河和鰲龍河附近,永吉縣境內(nèi)淹沒面積(不包含城市淹沒區(qū))為19．82 km2,吉林市市轄區(qū)淹沒面積(不包含城市淹沒區(qū))為8．70 km2,其 中,豐 滿 區(qū) 為5．30 km2,船 營 區(qū) 為3．29 km2。監(jiān)測結(jié)果及時(shí)提交給了水利相關(guān)部門,為準(zhǔn)確了解淹沒范圍及救援工作提供了有力的數(shù)據(jù)支持。

3．3 2017年6月四川省茂縣滑坡災(zāi)害監(jiān)測

2017年6月24日5點(diǎn)39分,四川省阿壩藏族羌族自治州茂縣疊溪鎮(zhèn)新磨村富貴山山體頂部震裂山體突然滑動(dòng),高速撞擊下方坡體,并沿程鏟刮坡積塊石土層,碎裂解體并轉(zhuǎn)化為碎屑流,協(xié)同下部老滑坡堆積體,形成擴(kuò)散型碎屑流引發(fā)高位順層巖質(zhì)滑坡[12]。滑坡體處于岷江一級支流松坪溝左岸,直接摧毀新磨村,并堵塞松坪溝,導(dǎo)致10人死亡,3人受傷,73失蹤,造成巨大的人民生命財(cái)產(chǎn)損失。GF-3衛(wèi)星迅速啟動(dòng)應(yīng)急響應(yīng),于2017年6月24至27日對茂縣地區(qū)開展了多次監(jiān)測拍攝,其中2017年6月26日19時(shí)05分獲取了一景茂縣新磨村地區(qū)的全極化條帶模式1的SAR單視復(fù)圖像數(shù)據(jù)(空間分辨率為8 m)。利用該數(shù)據(jù),采用同極化與交叉極化比值、同極化復(fù)相干系數(shù)、Pauli基分解彩色合成及極化熵等4種監(jiān)測方法,對四川省阿壩藏族羌族自治州茂縣新磨村地區(qū)滑坡災(zāi)害進(jìn)行了應(yīng)急監(jiān)測。滑坡災(zāi)害發(fā)生前,滑坡體及周圍地區(qū)被植被完全覆蓋;災(zāi)害發(fā)生后,滑坡體地區(qū)高位垮塌,植被覆蓋摧毀,地表裸露出土壤、巖石碎屑物。與災(zāi)前相比,災(zāi)后的滑坡體區(qū)雷達(dá)散射特征改變,滑坡體的同極化與交叉極化比值減小、同極化復(fù)相干系數(shù)增大、極化熵變小和Pauli基分解彩色合成圖偏紫色,監(jiān)測結(jié)果如圖2所示。從圖2中可以看出,4種方法均具有較好的滑坡監(jiān)測能力,其中VV/VH比值圖和VV與HH復(fù)相干圖結(jié)果相對較好,滑坡體邊界清晰,便于滑坡體區(qū)域的快速提取。最后,結(jié)合VV/VH比值圖(圖2(a))和VV與HH復(fù)相干系數(shù)圖(圖2(b))進(jìn)行滑坡體的范圍提取,提取結(jié)果如圖3所示。結(jié)果顯示:山體坡面高位垮塌,滑坡體長度為2620 m,最大滑坡寬度為1135 m,滑坡體面積為1．76 km2,造成新磨村被完全掩埋,房屋被徹底摧毀,部分河道堵塞岷江一級支流松坪溝,與基于無人機(jī)航拍影像的監(jiān)測結(jié)果基本一致(無人機(jī)航拍數(shù)據(jù),空間分辨率0．1 m,監(jiān)測的滑坡體面積為1．62 km2,滑坡體長度約為2658 m,最大滑坡寬度為1200 m)[13]。監(jiān)測結(jié)果及時(shí)提交給了水利相關(guān)部門,為救援工作提供了有力的數(shù)據(jù)支持。

4 結(jié)束語

GF-3衛(wèi)星搭載的SAR為我國自然災(zāi)害監(jiān)測提供了有力的數(shù)據(jù)支持,當(dāng)自然災(zāi)害發(fā)生時(shí)可以迅速啟動(dòng)應(yīng)急響應(yīng),在最短的時(shí)間內(nèi)獲取災(zāi)區(qū)的SAR影像,通過雷達(dá)圖像解譯進(jìn)行受災(zāi)體的識別,從而為救災(zāi)工作提供近實(shí)時(shí)、準(zhǔn)確的信息,支持救災(zāi)工作的科學(xué)、有序進(jìn)行。利用GF-3衛(wèi)星SAR數(shù)據(jù),對2017年發(fā)生在我國吉林永吉“7·13”特大洪水災(zāi)害和四川茂縣的“6·24”特大山體滑坡災(zāi)害開展應(yīng)急監(jiān)測,結(jié)果表明:GF-3衛(wèi)星SAR數(shù)據(jù)具有較好的洪澇和滑坡災(zāi)害應(yīng)急監(jiān)測能力,且具有較高的監(jiān)測精度,其中滑坡監(jiān)測結(jié)果與基于無人機(jī)航拍影像的監(jiān)測結(jié)果基本一致。后續(xù)將進(jìn)一步地開展基于SAR的自然災(zāi)害監(jiān)測理論研究,深化GF-3衛(wèi)星在防災(zāi)減災(zāi)領(lǐng)域中的應(yīng)用,不斷提高我國應(yīng)用GF-3衛(wèi)星開展自然災(zāi)害監(jiān)測的水平。

References)

[1]張慶君．高分三號衛(wèi)星總體設(shè)計(jì)與關(guān)鍵技術(shù)[J]．測繪學(xué)報(bào),2017,46(3):269-277 Zhang Qinjun．System design and key technologies of the GF-3 satellite[J]．Acta Geodaetica et Cartographica Sinica,2017,46(3):269-277(in Chinese)

[2]李林濤,徐宗學(xué),龐博,等．中國洪災(zāi)風(fēng)險(xiǎn)區(qū)劃研究[J]．水利學(xué)報(bào),2012,43(1):22-30 Li Lintao,Xu Zhongxue,Pang Bo,et al．Flood risk zoning in China[J]．Journal of Hydraulic Engineering,2012,43(1):22-30(in Chinese)

[3]李加林,曹羅丹,浦瑞良．洪澇災(zāi)害遙感監(jiān)測評估研究綜述[J]．水利學(xué)報(bào),2014,45(3):253-260 Li Jianlin,Cao Luodan,Pu Ruiliang．Progresses on monitoring and assessment of flood disaster in remote sensing[J]．Journal of Hydraulic Engineering,2014,45(3):253-260(in Chinese)

[4]李景剛,黃詩峰,李紀(jì)人．ENVISAT衛(wèi)星先進(jìn)合成孔徑雷達(dá)數(shù)據(jù)水體提取研究——改進(jìn)的最大類間方差閾值法[J]．自然災(zāi)害學(xué)報(bào),2010,19(3):139-145 Li Jinggang,Huang Shifeng,Li Jiren．Research on extraction of water body from ENVISAT ASAR images:a modified Otsu threshold method[J]．Journal of Natural Disasters,2010,19(3):139-145(in Chinese)

[5]孫亞勇,李小濤,楊鋒杰,等．基于星載SAR數(shù)據(jù)的山區(qū)水體提取方法研究[J]．中國水利水電科學(xué)研究院學(xué)報(bào),2014,12(3):258-263 Sun Yayong,Li Xiaotao,Yang Fengjie,et al．Study on the mountain water extraction method of the spaceborne SAR image[J]．Journal of China Institute of Water Resources and Hydropower Research,2014,12(3):258-263(in Chinese)

[6]鄧瀅,張紅,王超,等．結(jié)合紋理與極化分解的面向?qū)ο髽O化SAR水體提取方法[J]．遙感技術(shù)與應(yīng)用,2016,31(4):714-723 Deng Ying,Zhang Hong,Wang Chao,et al．An object oriented water extraction method based on texture and polarimetric decomposition feature[J]．Remote Sensing Technology and Application,2016,31(4):714-723(in Chinese)

[7]李雪,劉小麗,王秋良,等．遙感技術(shù)在滑坡監(jiān)測中的應(yīng)用研究[C]//中國地球物理學(xué)會(huì)第二十八屆年會(huì)論文集．北京:中國地球物理學(xué)會(huì),2012:326-326 Li Xue,Liu Xiaoli,Wang Qiuliang,et al．The application of remote sensing techniques in landslide monitoring[C]//Proceedings of the 28th Chinese Geophysical Society．Beijing:Chinese Geophysical Society,2012:326-326(in Chinese)

[8]張潔,胡光道,羅寧波．INSAR技術(shù)在滑坡監(jiān)測中的應(yīng)用研究[J]．工程地球物理學(xué)報(bào),2004,1(2):147-153 Zhang Jie,Hu Guangdao,Luo Ningbo．Landslide monitoring by INSAR[J]．Chinese Journal of Engineering Geophysics,2004,1(2):147-153(in Chinese)

[9]Shimada M,Watanabe M,Kawano N,et al．Detecting mountainous landslides by SAR polarimetry:a comparative study using Pi-SAR-L2 and X-band SARs[J]．Transactions of the Japan Society for Aeronautical&Space Sciences Aerospace Technology Japan,2014,12(29):9-15

[10]Shibayama T,Yamaguchi Y,Yamada H．Polarimetric scattering properties of landslides in forested areas and the dependence on the local incidence angle[J]．Remote Sensing,2015,7(11):15424-15442

[11]中國資源衛(wèi)星應(yīng)用中心．高分三號衛(wèi)星產(chǎn)品用戶手冊[Z]．北京:中國資源衛(wèi)星應(yīng)用中心,2017:1-36 China Center for Resources Satellite Data and Application．User manual of GF-3 products[Z]．China Center for Resources Satellite Data and Application,2017:1-36(in Chinese)

[12]何思明,白秀強(qiáng),歐陽朝軍,等．四川省茂縣疊溪鎮(zhèn)新磨村特大滑坡應(yīng)急科學(xué)調(diào)查[J]．山地學(xué)報(bào),2017,35(4):598-603 He Shiming,Bai Xiuqiang,Ouyang Chaojun,et al．On the survey of giant landslide at Xinmo village of Diexi town,Maoxian County,Sichuan Province,China[J]．Mountain Research,2017,35(4):598-603(in Chinese)

[13]Fan J R,Zhang X Y,Su F H,et al．Geometrical feature analysis and disaster assessment of the Xinmo landslide based on remote sensing data[J]．Journal of Mountain Science,2017,14(9):1677-1688(in Chinese)

Applications of GF-3 Satellite in Flood and Landslide Disasters Emergency Monitoring

MA Jianwei1SUN Yayong1CHEN Deqing2HUANG Shifeng1LI Xiaotao1CUI Qian2YONG Xi2
(1 China Institute of Water Resources and Hydropower Research,Beijing 100038,China)
(2 Information Center of Ministry of Water Resources,Beijing 100053,China)

The theory and methods of landslide and flood disaster monitoring by using SAR are discussed．The Yongji county flood disaster in July 2017 and Maoxian county landslide in June 2017 are emergently monitored and assessed by using SAR data from GF-3 satellite．According to the analysis,flood inundation areas mainly centralizes in the vicinity of Wende river and Aolong river in Jilin city,with inundated area(excluding urban inundation area)of 19．82km2in Yongji county,and 8．70km2in Jilin municipal districts;the length,maximum width and area of the landslide are 2620m,1135m,and 1．76km2,respectively,which agrees well with the monitoring results by using UAV aerial images．The application results indicate that GF-3 satellite has the capability of emergency disaster monitoring and can provide strong support and information service for disaster prevention and reduction in China．

GF-3 satellite;SAR data;emergency monitoring;flood disaster;landslide disaster

2017-10-16;

2017-11-22

國家自然科學(xué)基金青年科學(xué)基金項(xiàng)目(41701431,41601401),國家重點(diǎn)研發(fā)計(jì)劃(2017YFC0405803)

馬建威,男,博士,工程師,從事地表參數(shù)微波遙感定量反演和自然災(zāi)害遙感應(yīng)急監(jiān)測研究工作。Email:mjw147258369＠126．com。

TP75

A

10.3969/j.issn.1673-8748.2017.06.026

(編輯:夏光)