灾害遥感信息提取的理论、方法与应用

第1章 概论 1.1 灾害遥感概述 在灾害科研和管理领域，一项首要的基础性工作就是灾害的科学分类。根据不同的工作需求和背景，灾害的分类会有所不同。较为典型的如 2012年 10月发布的国家标准《自然灾害分类与代码》( GB/T 28921—2012)，将自然灾害分为气象水文灾害、地质地震灾害、海洋灾害、生物灾害和生态环境灾害五大类。这种分类可被视为以自然灾害的主要成因来划分，如由大气圈变异活动主导引起的气象水文灾害、由水圈变异活动主导引起的海洋灾害、由岩石圈变异活动主导引起的地质地震灾害等(张宝军等， 2013)。 《**次全国自然灾害综合风险普查实施方案(修订版)》(简称《方案》)，以及《国务院办公厅关于开展**次全国自然灾害综合风险普查的通知》(国办发〔2020〕12号)、《**次全国自然灾害综合风险普查总体方案》(国灾险普办发〔2020〕2号)等系列文件根据我国灾害种类的分布、程度与影响特征，确定普查的主要类型为地震灾害、地质灾害、气象灾害、水旱灾害、海洋灾害、森林和草原火灾六大类型。其中，地质灾害主要包括崩塌、滑坡、泥石流等。气象灾害主要指台风、干旱、暴雨、高温、低温冷冻、风雹、雪灾和雷电灾害。海洋灾害主要包括风暴潮、海浪、海啸、海冰、海平面上升等。这一工作在指导我国灾害分类的理论研究和应用实践中具有重要意义。 本书的灾害主要依据《方案》进行分类，并以其中代表性的自然灾害为例开展了较系统和全面的研究。同时，参考借鉴《自然灾害分类与代码》，并从气象灾害与水旱灾害的内在关联关系、灾害对我国造成损失的程度等角度考虑，不再将《方案》中的气象灾害单列，而将水旱灾害分为干旱灾害和洪涝灾害，分别开展研究。 灾害遥感是伴随着灾害系统科学和遥感信息技术的快速发展而发展起来的一灾害遥感信息提取的理论、方法与应用 门科学体系。尽管灾害具有多种类型，但是作为复杂的地球表层变异系统，灾害一般都由孕灾环境、致灾因子、承灾体等共同组成，灾害的发生是三者共同作用的结果(史培军， 1991)，这也是灾害系统科学理论发展的基础。灾害遥感即用遥感技术监测组成各类灾害的要素，其中灾害系统中的致灾因子包括洪涝、滑坡、泥石流、火灾等对象，而承灾体损失则包括人口、经济、房屋、农业、基础设施等各类损失。灾害系统的高度复杂性、多样性决定了要实现多角度、多层面、全方位的灾害目标监测和信息获取，必须应用天基、空基、地基等多种平台，并结合地面调查核查、统计分析等方法，发展一系列灾害风险评估、灾害应急与灾情监测、灾害损失评价、灾害数据挖掘与信息管理等遥感方法、模型等，推动灾害遥感形成系统的科学体系。 从灾害遥感的理论体系看，可分为监测要素、监测手段、技术方法、应用服务和标准规范等(范一大等， 2016)。顾名思义，监测要素主要指遥感监测和信息获取的对象或自然实体。监测手段则包括天基、空基、地基等。技术方法主要包括根据不同灾种、不同监测手段和监测对象而发展形成的一系列以遥感信息为基础的数据挖掘、信息处理、灾情分析、应急管理等灾害遥感理论方法、计算模型等。应用服务主要是针对不同灾种和灾害过程的针对性遥感服务。此外还有一系列灾害遥感应用实践中形成的标准规范，为指导规范相关领域工作奠定坚实基础。灾害遥感监测实质是利用遥感技术，对构成灾害的各个要素进行监测的过程。 从灾害遥感监测的具体组成内容看，特别是从业务产品体系和应用服务的角度，灾害遥感监测又可分为基础本底影像、灾害特征参数、灾害损失监测、灾害恢复重建监测和应急救助监测等(杨思全， 2018)。 基础本底影像：利用中高分辨率遥感数据进行本底背景影像图的积累和更新，为灾后灾害信息的比对提供辨识分析的依据。同时，基于高分辨率遥感影像对地震等灾害高发区开展房屋信息的提取，积累房屋存量空间分布信息，为灾后实物量损失评估提供本底数据，包括各行政级别本底影像，洪涝高风险监测、旱灾高风险监测、综合高风险监测，周边国家本底影像、非洲等合作国家本底影像等。 灾害特征参数：按照区域灾害系统理论，利用遥感影像获取致灾因子、孕灾环境和承灾体等灾害系统中表征灾害的特征要素和参数指数，包括积雪、植被、水体、居民地、农作物、地表反照率、植被指数、水体指数、雪被指数等。 灾害损失监测：基于遥感影像的光谱、纹理等信息，对受灾范围、灾害损失、灾区环境等进行监测，包括洪涝影响范围、旱灾范围、地震影响范围、过火面积、倒塌房屋、损坏房屋、损毁道路、毁坏工程等。 应急救助监测：利用高分辨率卫星和无人机遥感图像，获取灾后救灾帐篷、救灾物资和安置点的数量及其空间分布状况，为应急救助需求分析与评估提供决策支持。 灾害恢复重建监测：在灾害稳定和结束后，利用卫星遥感手段对灾区持续进行动态监测，获取房屋、道路等基础设施重建进展情况以及植被等生态系统的恢复状态等。 几十年来，国际上和我国灾害遥感相关的科学技术快速发展。当前已形成全天候、全要素、多灾种、三维立体的“天-空-地”一体化监测体系。环境与灾害监测预报卫星、风云卫星、资源卫星、海洋卫星、高分卫星等天基资源有力保障了我国灾害遥感业务的开展，为空间信息技术服务减灾实践提供了强大的基础支撑。然而，由于灾害类型和灾害监测要素多样、灾害监测环境复杂、灾害演变过程监测需求不同等，我国灾害遥感事业仍面临一些重大挑战。从光谱维度看，包括现有可见光、近红外等光谱谱段对不同灾害的应用潜力仍有待深入挖掘，迫切需要加快发展纳米级高光谱卫星用于农业灾害、地质灾害等。多波段多极化微波遥感应用仍然存在较多局限，全天候服务能力不足。一些严重威胁人民群众生命财产的重大灾害观测数据空间分辨率不足，限制了遥感数据快速应用。突发灾害应急监测的时效性还需提高，目前的观测时间间隔偏长。因此，我国灾害遥感监测体系建设仍任重道远，空间基础设施建设亟须多种平台、载荷和多时空分辨率相结合，通过高低轨、中高分辨率卫星组网等提高灾害综合观测和应急服务保障能力(杨思全， 2018)。 从风险预警、灾中监测到灾后评价和重建的灾害全过程视角看，现代遥感技术的应用贯穿于减灾管理的各个阶段(徐鹏杰等， 2011)。 1)灾害预警和准备 从灾害系统内在演化规律来看，许多重大自然灾害的发生发展均有一个诱发因素累积的过程，因此，进行灾害预警和风险分析具有重要意义。有效的灾前工作能够真正做到防患于未然，在灾害发生前通过预警、转移等多种方式，有效减轻灾害可能造成的损失。全球性的遥感观测网络能够以多种时空分辨率连续观测陆地、海洋、大气层，为自然灾害预警分析提供潜在的巨量数据。结合已有历史数据、社会经济数据等，通过科学、专业地分析，可以对洪水淹没区、滑坡泥石流影响区、火灾潜在范围等做出估计，及时预警，为提前开展防灾减灾工作提供有力的决策支持，争取宝贵的时间，通过有力措施大幅减少灾害可能造成的损失。 2)灾害监测与救援 许多重特大自然灾害的发生常常直接带来交通和通信等网络系统破坏，传统监测、调查、通信等技术手段难以获取灾区，特别是中心地区灾情信息。遥感不受地面条件限制，可以在灾害发生过程中动态监测灾害过程，实时监测震中、火点、溃坝点等灾害诱发地或主发地的地理位置及其周围地物特征，监测灾害影响区、极重灾区、重灾区、一般灾区等地区的受损范围变化状况。快速、高效、全面地估计灾损范围、受灾程度、演变动态、交通状况等关键信息，为灾害应急提供决策支持和科学依据。 例如，雷达干涉测量可以获取地表形变信息，因此是地震灾害监测和评估的有效手段。地震发生后，可以采用干涉测量技术进行地震同震形变测量与分析，对于评价地震破坏程度、推断断层性质、研究地震形变和地震孕育特征具有重要的参考价值。 地震的发生常常伴随恶劣的天气条件，因此容易引发滑坡、堰塞湖等次生灾害。滑坡是斜坡上的岩体或土体在重力的作用下，沿一定的滑动面整体下滑的现象，大型滑坡通常发生在存在大量山体临空面的河谷地带，通常会造成植被的大面积破坏。鉴于 SAR对地表粗糙度和介电特性的敏感性以及立体感强的特点，可以利用 SAR图像识别滑坡体后壁和前缘等特征。地震引发的山崩、滑坡堵截阻断河道、蓄水而形成的湖泊，即堰塞湖，一旦受冲刷、侵蚀、溶解等作用产生崩塌，便会形成洪灾，淹没居民地，导致新一轮的生命财产损失，因此堰塞湖的识别与监测是非常重要的。水体雷达回波较弱，在 SAR图像上较容易识别。滑坡、堰塞湖的动态监测是地震次生灾害监测的重要内容，利用高分辨率雷达遥感数据可以成功识别地震灾害引发的滑坡、堰塞湖等次生灾害，确定其分布、规模，量算面积、长度等，在地震灾害应急监测与评估中发挥不可替代的作用。 3)灾后评估与恢复 灾害发生后，对灾害受损情况的快速准确评估意义重大。基于遥感数据的解译、分析，能够快速识别损毁道路、农田、倒塌房屋、堵塞河道等，如利用高空间分辨率光学遥感数据，基于图像纹理和光谱信息，对房屋倒损、基础设施损毁等情况**时间分等定级。根据灾害严重程度迅速区分重灾区、一般灾区、影响区等，科学界定灾害影响范围、程度。还可通过监测帐篷、救灾物资等的空间分布和动态变化，辅助推进救助工作进度。灾后重建时期，可将遥感数据与其他自然地理、社会经济统计信息结合，对区域进行承载力、脆弱性评价等工作，为灾后重建和恢复提供科学依据。在遥感恢复重建监测体系框架下，利用卫星遥感技术还可以定期开展灾区恢复重建情况监测，结合地面调查和网络舆情，能够客观、直观地分析恢复重建规划的实施进展情况，对恢复重建成果起到决策支持作用。 由于灾害遥感在减灾应急管理当中的特殊重要意义，我国政府对灾害遥感事业的高度重视，灾害遥感较早就已经从科学研究深入到政府相关部门业务应用中。近年来，灾害遥感的业务应用进一步加快发展，已经达到了新的水平和阶段。从早期简单基于商业分析软件 ArcGIS、ENVI等进行数据分析处理和生成减灾产品，到基于遥感和地理信息系统进行二次开发，形成面向业务的定制化、流程化应用系统，再到现在在大数据、云计算、人工智能等新一代信息技术强力支撑下，信息提取更加精准、软件架构更加灵活、业务实施更加敏捷、资源利用率更高、系统建设更加集约的遥感减灾业务应用系统加快发展，形成了遥感减灾应用服务的新局面。灾害遥感未来发展呈现勃勃生机。 1.2 灾害遥感信息提取概述 灾害遥感信息提取的目标是获取和分析灾害对象目标特有的电磁波波谱及形态信息。主要对象类型包括湿度、降水、温度、风向、电离层结构等，以及地物的光谱、纹理、形状等特征。采用的主要方法包括以下几种。①人工辅助方法：目视解译；②半自动方法：阈值法、统计和物理模型、机器学习等；③自动方法：深度学习。据此可将灾害遥感信息提取分为针对灾害现象的单一解译和综合解译。单一解译主要对象包括大气、水文、生物等构成的孕灾环境，地震、滑坡、洪涝、干旱等极端事件致灾因子，房屋、基础设施等承灾体。综合解译则主要针对群聚群发的灾害群、链式连发的灾害链和要素耦合的灾害体。 由于自然灾害潜在、突发、群发和多原因的特点，准确、快速、系统地获取和分析灾害的范围、数量、属性等信息成为灾害遥感的核心难题。当前灾害遥感研究还远不能满足灾害应对工作的实际需求，突出表现为：①准确性。灾害源区多具有分散、隐蔽性特点，对其进行遥感排查监测时，由于灾害对象较背景地物数量少，且其遥感影像图谱特征的形态性及结构化变异复杂，在整幅影像上发现和提取真实可靠的灾害及隐患的范围、数量信息如同大海捞针，错漏提取的现象仍广泛存在，我国自然灾害防治重点工程“灾害风险调查和重点隐患排查工程”已将灾害及隐患遥感监测的准确性提升列为亟待解决的挑战性问题。②时效性。灾害遥感监测涉及的观测平台及传感器日趋多样、数据量日益庞大，但灾害遥感信息提取仍需大量人工干预进行处理方法优化，以解决模型过拟合及地域、季节应用限制问题，其严重制约了多平台、多传感器