洪澇災(zāi)害遙感即時服務(wù)框架與實踐

文 | 江威 李小濤 呂娟 左惠強 楊昆 尹建明 何國金 龐治國

1.中國再保險（集團）股份有限公司博士后工作站

2.水利部防洪抗旱減災(zāi)工程技術(shù)研究中心/中國水利水電科學(xué)研究院

3.中再巨災(zāi)風(fēng)險管理股份有限公司

4.中國財產(chǎn)再保險有限責(zé)任公司

5.中國科學(xué)院空天信息創(chuàng)新研究院

一、前言

三級階梯地貌和季風(fēng)氣候特點，決定了洪澇災(zāi)害是我國長期存在的自然災(zāi)害。衛(wèi)星遙感具有宏觀視角、客觀準確以及定期重訪等優(yōu)勢，在洪澇災(zāi)害應(yīng)急服務(wù)中發(fā)揮著不可或缺的作用，但遙感數(shù)據(jù)處理流程復(fù)雜、定量化處理精度不高以及信息挖掘水平較低，一定程度制約著洪澇災(zāi)害遙感應(yīng)急服務(wù)的時效性和精度。隨著衛(wèi)星遙感大數(shù)據(jù)時代的到來，多源衛(wèi)星遙感綜合對地觀測體系初步建立，面向洪澇災(zāi)害應(yīng)急監(jiān)測，衛(wèi)星遙感數(shù)據(jù)源日益豐富，數(shù)據(jù)的采集頻率不斷提高，為洪澇災(zāi)害應(yīng)急奠定了良好的數(shù)據(jù)基礎(chǔ)；與此同時，人工智能和云計算蓬勃發(fā)展，不斷豐富遙感信息挖掘模型和提升遙感大數(shù)據(jù)計算能力，為洪澇遙感即時服務(wù)提供良好的技術(shù)支撐。

二、洪澇災(zāi)害遙感應(yīng)急服務(wù)面臨的挑戰(zhàn)

近年來，國內(nèi)外遙感衛(wèi)星發(fā)射數(shù)量增加迅速，衛(wèi)星遙感進入大數(shù)據(jù)時代，海量的衛(wèi)星遙感數(shù)據(jù)以每日TB 級的速度增長，為洪澇災(zāi)害應(yīng)急監(jiān)測提供了豐富數(shù)據(jù)源。據(jù)不完全統(tǒng)計，僅洪澇災(zāi)害應(yīng)急服務(wù)常用的中高分辨率光學(xué)和雷達遙感衛(wèi)星就超過了30 顆，如表1 所示。

表1 洪澇災(zāi)害應(yīng)急服務(wù)常用的中高分辨率衛(wèi)星遙感數(shù)據(jù)

衛(wèi)星遙感大數(shù)據(jù)為洪澇災(zāi)害應(yīng)急提供堅實數(shù)據(jù)支撐，但同時面臨如下三個挑戰(zhàn)：

1）衛(wèi)星遙感大數(shù)據(jù)處理鏈條時間過長。一般而言，衛(wèi)星數(shù)據(jù)從下傳到處理成高級產(chǎn)品，至少需要3-5 個小時，開展洪澇信息挖掘分析一般需要5-7 個小時甚至更長時間，因此，從數(shù)據(jù)采集到洪澇災(zāi)害信息全鏈條挖掘分析大約超過12 小時，制約著洪澇災(zāi)害遙感應(yīng)急服務(wù)的時效性。

2）遙感大數(shù)據(jù)的定量化處理精度不高。國產(chǎn)高分系列衛(wèi)星極大豐富了數(shù)據(jù)源，但數(shù)據(jù)影像的幾何和輻射定量化水平不夠高，如高分二號衛(wèi)星（GF-2）數(shù)據(jù)僅通過自帶有理函數(shù)系數(shù)模型（RPC）幾何校正定位精度為超過10m，而影像輻射校正因缺乏精細的衛(wèi)星定標參數(shù)和大氣剖面參數(shù)，反演的地表反射率精度也存在較大不確定性，一定程度影響洪澇災(zāi)害遙感數(shù)據(jù)定量化處理精度。

3）洪澇災(zāi)害遙感信息智能挖掘水平較低。人工智能方法為洪澇災(zāi)害智能化信息提取帶來了契機，然而洪災(zāi)災(zāi)害涉及的遙感監(jiān)測要素較多且復(fù)雜，農(nóng)田、房屋以及道路等地物受洪水淹沒后，光譜和結(jié)構(gòu)發(fā)生顯著改變，“同物異譜”和“同譜異物”的現(xiàn)象廣泛存在，制約著洪災(zāi)遙感信息智能挖掘的深度和效率。

三、洪澇災(zāi)害遙感即時服務(wù)框架的構(gòu)建

針對衛(wèi)星遙感大數(shù)據(jù)時代洪澇災(zāi)害遙感應(yīng)急服務(wù)面臨的挑戰(zhàn)，提出構(gòu)建洪澇災(zāi)害遙感即時服務(wù)框架，旨在提高洪澇災(zāi)害應(yīng)急服務(wù)的時效性和精確性，滿足新時期洪澇遙感應(yīng)急監(jiān)測的需求。該框架主要包含三個系統(tǒng)和兩個平臺（圖1），其中多源衛(wèi)星遙感數(shù)據(jù)采集系統(tǒng)，包含且不限于高分、資源、測繪、美國陸地衛(wèi)星（Landsat）、歐洲哨兵衛(wèi)星（Sentinel）以及商業(yè)系列衛(wèi)星，通過多源衛(wèi)星組網(wǎng)對地觀測，提高遙感衛(wèi)星重返頻次，豐富遙感衛(wèi)星成像模式，為洪澇災(zāi)害全過程遙感監(jiān)測提供豐富數(shù)據(jù)源。

圖1 洪澇災(zāi)害遙感即時服務(wù)框架

高性能硬件支撐平臺主要解決衛(wèi)星遙感大數(shù)據(jù)處理鏈條中傳輸耗時和計算效率較低的問題，包含傳輸、存儲和計算三個方面。通常，高分辨率衛(wèi)星遙感數(shù)據(jù)量較大，高速光纖專線才能實現(xiàn)遙感數(shù)據(jù)快速傳輸，縮短衛(wèi)星數(shù)據(jù)獲取傳輸時間；大規(guī)模存儲不僅能夠存儲洪澇災(zāi)害地區(qū)歷史遙感數(shù)據(jù)、即時傳輸遙感數(shù)據(jù)以及相關(guān)地理輔助數(shù)據(jù)，而且為遙感信息智能挖掘和信息服務(wù)提供硬件空間，支撐數(shù)據(jù)快速讀取和管理；高性能服務(wù)器主要通過服務(wù)器集群并行計算，提高衛(wèi)星遙感大數(shù)據(jù)定量化處理和信息智能挖掘的效率。

衛(wèi)星遙感大數(shù)據(jù)定量化處理平臺針對光學(xué)和雷達定制不同的處理模塊，其中光學(xué)影像包括幾何精校正、光譜融合、地表反射率反演和鑲嵌裁剪等處理流程，雷達影像包含軌道校正、輻射校正、多視處理以及空間濾波等處理步驟。定量化處理平臺與大規(guī)模存儲系統(tǒng)以及高性能服務(wù)器緊密耦合，一方面，研發(fā)模塊化處理功能，實現(xiàn)多源衛(wèi)星遙感大數(shù)據(jù)自動化快速處理；另一方面，聚焦幾何精定位和輻射精校正技術(shù)研發(fā)，提高遙感大數(shù)據(jù)的定量化處理精度。

洪澇災(zāi)害遙感信息智能挖掘系統(tǒng)，引入人工智能模型提高信息智能挖掘水平。通過構(gòu)建洪澇災(zāi)害要素訓(xùn)練樣本庫，不僅包含洪水淹沒范圍提取所需的水體和非水體樣本，而且還包含災(zāi)前土地利用分類、作物精細分類以及水利工程設(shè)施等樣本。針對不同要素類型，選用人工智能模型庫中的模型算法，開展洪澇災(zāi)害多要素信息智能挖掘。通過不斷迭代完善樣本庫和擴充模型庫，實現(xiàn)洪澇災(zāi)害要素的精確識別和快速提取。

洪澇災(zāi)害遙感信息服務(wù)系統(tǒng)主要是將挖掘的洪災(zāi)遙感信息和其他輔助信息進行綜合加工融合，形成專題圖和簡報，直接服務(wù)于抗洪指揮部門。通過衛(wèi)星遙感數(shù)據(jù)提取多時相洪澇淹沒范圍，計算洪澇淹沒歷時，結(jié)合數(shù)字高程模型和實測水位數(shù)據(jù)推算洪澇淹沒深度，估算洪澇災(zāi)害損失率，開展洪澇社會經(jīng)濟損失動態(tài)評估。對以上信息進行總結(jié)分析，不定期形成洪澇災(zāi)害遙感監(jiān)測簡報和專題圖，上報給決策機構(gòu)。

四、基于框架的洪澇災(zāi)害應(yīng)急監(jiān)測案例

據(jù)應(yīng)急管理部公布的數(shù)據(jù)，2020 年洪澇災(zāi)害造成6346 萬人次受災(zāi)，直接經(jīng)濟損失1789.6 億元。其中長江流域洪澇災(zāi)情尤為嚴重，入汛以來共發(fā)生5 次編號洪水，7 月12 日11 時水利部啟動水旱災(zāi)害防御Ⅱ級應(yīng)急響應(yīng)?；诤闈碁?zāi)害遙感即時服務(wù)框架，利用我國的高分三號衛(wèi)星（GF-3）、歐洲哨兵衛(wèi)星數(shù)據(jù)對長江流域洪澇災(zāi)害開展了不定期、不間斷遙感應(yīng)急監(jiān)測評估工作。

在這次長江流域大洪水過程中，長江中游地區(qū)水文情況較復(fù)雜，受災(zāi)情況嚴重，尤其是鄱陽湖地區(qū)。7 月2 日到7 月9 日，在長江上游來水和強降雨的影響下鄱陽湖水位持續(xù)上漲，周邊主要水文站（九江、永修、星子、鄱陽、湖口）7 月8 日均已超出警戒水位，洪澇災(zāi)害嚴重。

從遙感監(jiān)測的結(jié)果可以發(fā)現(xiàn)，鄱陽湖地區(qū)7月8 日湖區(qū)面積擴大十分顯著，各個支流兩岸均有淹沒區(qū)。7 月8 日至12 日受災(zāi)面積持續(xù)擴大，擴大部分集中在支流細脈和河湖的交界處以及圩堤潰壩所造成的土地淹沒（圖2）；7 月14 日鄱陽湖湖區(qū)面積變化不大，水位已基本穩(wěn)定甚至開始下降，洪澇災(zāi)害遙感監(jiān)測結(jié)果與鄱陽湖主要控制水文站水位變化趨勢一致（圖3）；7 月20 日鄱陽湖水系來水呈現(xiàn)消退趨勢，湖區(qū)水域面積仍繼續(xù)擴大，但增幅趨緩，較7 月14 日增大約360km。

圖2 鄱陽湖地區(qū)圩堤潰壩遙感監(jiān)測

圖3 鄱陽湖水域面積與水位變化對比圖

五、結(jié)束語

洪澇災(zāi)害遙感應(yīng)急服務(wù)涉及遙感數(shù)據(jù)采集、定量化處理、信息智能挖掘以及信息融合等多個流程環(huán)節(jié)，由于各流程環(huán)節(jié)的復(fù)雜程度不同，所需的耗時和精度要求不盡相同，因此，針對框架中高耗時的處理環(huán)節(jié)，開展模塊化、并行化以及智能化的功能研發(fā)，提高洪澇災(zāi)害遙感即時服務(wù)的效率和精度，才能有效滿足當前遙感洪災(zāi)應(yīng)急服務(wù)的需求。

本文提出的洪澇災(zāi)害遙感即時服務(wù)框架，旨在為新時期洪澇遙感應(yīng)急監(jiān)測和評估工作提供一種參考，已在2020 年長江流域鄱陽湖地區(qū)洪澇災(zāi)害應(yīng)急中取得初步應(yīng)用。隨著洪澇災(zāi)害應(yīng)急要求不斷提高，洪澇遙感即時服務(wù)的效率和精度也將不斷提升，不僅需要優(yōu)化洪澇災(zāi)害即時服務(wù)框架中的處理模塊，而且要制定洪澇遙感即時服務(wù)的規(guī)范標準，研究洪澇災(zāi)情信息主動服務(wù)機制，暢通遙感數(shù)據(jù)采集、遙感信息挖掘和遙感信息服務(wù)的鏈路，將衛(wèi)星遙感大數(shù)據(jù)更好地服務(wù)于洪澇災(zāi)害應(yīng)急服務(wù)中。