Sentinel -2 影像在河南“7.20”特大暴雨監(jiān)測(cè)中的應(yīng)用

周俊利 楊振

（河南省遙感測(cè)繪院，河南 鄭州 450003）

1 引言

2021 年7 月20 日至 7 月22 日的連續(xù)降雨，致使河南省多地暴發(fā)洪澇災(zāi)害，人民生命財(cái)產(chǎn)受到嚴(yán)重威脅，各部門緊急動(dòng)員，采用不同途徑與手段救災(zāi)減災(zāi)，保障受災(zāi)地區(qū)人民生命財(cái)產(chǎn)安全。如何對(duì)發(fā)生的災(zāi)害進(jìn)行監(jiān)測(cè)，分析受災(zāi)程度與范圍，一直是災(zāi)害監(jiān)測(cè)的重要工作之一。傳統(tǒng)的災(zāi)害監(jiān)測(cè)主要為受災(zāi)后通過(guò)實(shí)地勘察，或搜集上報(bào)的災(zāi)情信息，劃定受災(zāi)范圍與受災(zāi)程度，該方法存在較大的主觀性，且費(fèi)時(shí)費(fèi)力，往往不能在第一時(shí)間獲取受災(zāi)信息。遙感技術(shù)作為一門新興技術(shù)，發(fā)射的衛(wèi)星可在萬(wàn)米高空對(duì)地面進(jìn)行實(shí)時(shí)觀察監(jiān)測(cè)，尤其是人員難以到達(dá)區(qū)域，衛(wèi)星也能快速獲取高清影像[1]。近年來(lái)，隨著遙感技術(shù)的發(fā)展、衛(wèi)星傳感器的發(fā)射，遙感影像的時(shí)間分辨率與空間分辨率得到大幅提升，如歐空局發(fā)射的Sentinel-2 衛(wèi)星，相對(duì)于國(guó)產(chǎn)衛(wèi)星單一傳感器的月度甚至季度重訪周期，Sentinel-2 衛(wèi)星的重訪周期達(dá)到5 天，且幅寬大，覆蓋范圍廣，目前已經(jīng)應(yīng)用于各行各業(yè)研究之中[2-4]。

河南“7.20”特大暴雨造成鶴壁市衛(wèi)河決堤，造成衛(wèi)河沿岸地區(qū)嚴(yán)重的洪澇災(zāi)害，基于此，本研究結(jié)合Sentinel-2 影像優(yōu)勢(shì)，對(duì)河南省鶴壁市洪澇重災(zāi)區(qū)進(jìn)行遙感監(jiān)測(cè)，采用指數(shù)反演與閾值法提取洪澇重災(zāi)區(qū)范圍，提升Sentinel-2 在洪澇監(jiān)測(cè)中的應(yīng)用。

2 研究區(qū)及原理

2.1 研究區(qū)介紹

鶴壁市位于河南北部、太行山東麓向華北平原過(guò)渡地帶，下轄浚縣、淇縣、淇濱區(qū)、山城區(qū)、鶴山區(qū)。各區(qū)縣多為平原，耕地范圍廣，種植了大量農(nóng)作物，為當(dāng)?shù)貛?lái)了較豐厚的經(jīng)濟(jì)收入。衛(wèi)河是海河流域的直流，發(fā)源于太行山脈，流經(jīng)焦作、新鄉(xiāng)、鶴壁、安陽(yáng)、濮陽(yáng)，途經(jīng)河北，最終匯入天津海河。鶴壁市內(nèi)衛(wèi)河流經(jīng)淇縣，貫穿?？h，常年水位較低，河道較窄，河床較高，泄洪能力較差。研究區(qū)如圖1 所示。

圖1 研究區(qū)示意圖

2.2 數(shù)據(jù)介紹

哨兵2 號(hào)衛(wèi)星（Sentinel-2）是高分辨率多光譜成像遙感衛(wèi)星，傳感器分為2A 和2B 兩顆衛(wèi)星。Sentinel-2 具有時(shí)間分辨率短、空間分辨率高、覆蓋范圍廣、光譜波段多、應(yīng)用處理簡(jiǎn)單等優(yōu)點(diǎn)，被廣泛應(yīng)用于陸地觀測(cè)中的植被生長(zhǎng)、土壤覆蓋、河流湖泊環(huán)境、生物量計(jì)算、能量流動(dòng)等遙感監(jiān)測(cè)中，還可用于洪水、山體滑坡等自然災(zāi)害監(jiān)測(cè)。Sentinel-2 每5天可完成一次對(duì)地表的完整成像，哨兵2 多光譜衛(wèi)星具有13 個(gè)波段，具體波段信息如表1 所示。

表1 哨兵2波段信息

2.3 原理及方法

研究首先反演歸一化植被指數(shù)NDVI[5]、歸一化水體指數(shù)NDWI[6]，兩個(gè)指數(shù)是用遙感影像的特定波段進(jìn)行歸一化差值處理，以凸顯影像中的植被、水體等信息。兩種指數(shù)的計(jì)算原理分別如下所示，公式中，NIR為近紅外波段，R為紅光波段，G為綠光波段。

然后對(duì)反演得到的兩種指數(shù)，采用閾值法[7]，以0.1 為步長(zhǎng)進(jìn)行逐步取舍，人機(jī)交互篩選最優(yōu)步長(zhǎng)，然后進(jìn)行矢量化，最終得到洪澇重災(zāi)區(qū)范圍。

3 結(jié)果分析

3.1 指數(shù)反演

研究選用的Sentinel-2 影像為L(zhǎng)2A 級(jí)產(chǎn)品，該級(jí)別產(chǎn)品需要通過(guò)Sentinel-2 專業(yè)處理軟件SNAP 進(jìn)行重采樣、波段重組、投影轉(zhuǎn)換等預(yù)處理工作，經(jīng)過(guò)預(yù)處理后得到分辨率統(tǒng)一為10 米的具有13 個(gè)波段的影像文件。預(yù)處理效果如圖2 所示。

圖2 Sentinel-2影像預(yù)處理效果

利用ENVI 軟件的bandmath 工具，對(duì)預(yù)處理后的Sentinel-2 影像進(jìn)行指數(shù)計(jì)算，分別得到歸一化植被指數(shù)NDVI 與歸一化水體指數(shù)NDWI，兩種指數(shù)的反演效果分別如圖3（a）和（b）所示。由圖可知，NDVI與NDWI 在鶴壁及周邊地區(qū)具有較好的反演效果，植被與水體在反演結(jié)果中均有較好的顯示。圖3（a）中植被指數(shù)像元值均大于0.2，非植被像元值均小于0.2，其中水體像元為最小值，且通過(guò)色彩調(diào)整，較完整地顯示出水體信息。由于歸一化植被指數(shù)在數(shù)值較低時(shí)會(huì)出現(xiàn)無(wú)效值，NDVI 反演結(jié)果中的水體與城鎮(zhèn)建筑區(qū)分不開，整體數(shù)值均為負(fù)值。但該情況通過(guò)反演NDWI可較好地區(qū)分出水體與非水體，圖3（b）的NDWI 反演結(jié)果中，水體像元值均為負(fù)值，且極小，與NDVI 反演結(jié)果相似，但完整剔除了城鎮(zhèn)建筑與道路的混淆。

圖3 遙感反演

3.2 閾值分割

采用閾值法對(duì)NDVI 進(jìn)行分割提取，步長(zhǎng)設(shè)定為0.1，分別進(jìn)行逐步長(zhǎng)的閾值法提取，效果如圖4（a）、（b）、（c）所示。當(dāng)閾值設(shè)定為0.2 時(shí)，較多的城鎮(zhèn)建筑、道路、山區(qū)陰影地帶、混合像元等被分割成水體；當(dāng)閾值設(shè)定為0.1 時(shí)，城鎮(zhèn)建筑等錯(cuò)誤識(shí)別的情況有所減少；當(dāng)閾值設(shè)定為0 時(shí)，已經(jīng)沒有錯(cuò)誤識(shí)別的情況，但水體范圍有一定的損失，尤其是水體邊界。

圖4 NDVI閾值分割效果

采用閾值法對(duì)NDWI 進(jìn)行分割提取，步長(zhǎng)設(shè)定為0.1。效果如圖5（a）、（b）所示：當(dāng)閾值設(shè)定0.1 時(shí)，水體范圍較好地分割出來(lái)，但有一定損失，部分水體未識(shí)別出來(lái)；當(dāng)閾值設(shè)定0 時(shí)，水體信息識(shí)別的效果最好，水體范圍均完整識(shí)別了出來(lái)。

圖5 NDWI閾值分割效果

通過(guò)對(duì)比NDVI 與NDWI 的分割效果，發(fā)現(xiàn)NDWI 在水體信息上的響應(yīng)效果優(yōu)于NDVI，且較完整地避開其他信息的誤導(dǎo)。當(dāng)NDWI 的閾值設(shè)為0 時(shí)，水體信息提取效果最好，邊界范圍最清晰，漏識(shí)別現(xiàn)象最少。

4 結(jié)論

研究采用Sentienl-2 影像，通過(guò)指數(shù)反演與閾值分割，進(jìn)行鶴壁地區(qū)暴雨洪災(zāi)淹沒區(qū)范圍提取，取得了較好的研究成果，得到的結(jié)論如下：

Sentinel-2 影像在指數(shù)反演上具有較強(qiáng)的適用性，各波段的寬度設(shè)定可為較多的指數(shù)反演提供計(jì)算窗口。

NDVI 與NDWI 的反演在鶴壁對(duì)植被與水體有較好的反映。

通過(guò)閾值分割手段提取洪澇淹沒區(qū)，在鶴壁受災(zāi)區(qū)有較好應(yīng)用，且通過(guò)對(duì)比分析，發(fā)現(xiàn)NDWI 在水體信息提取上優(yōu)于NDVI，分割后的NDWI 信息中較好地剔除了城鎮(zhèn)建筑、道路等信息的干擾。