环境减灾C星在轨测试期间冰凌灾害应用能力评价

张 薇 王 磊

(民政部国家减灾中心 北京 100124)

(民政部卫星减灾应用中心 北京 100124)

1 引言

环境与灾害监测预报的小卫星星座是我国第 1个专门用于环境与灾害监测预报的小卫星星座，也是我国第1个多星多载荷民用对地观测系统[1]。由两颗光学小卫星(A, B星)和一颗雷达小卫星(C星)组成的“2+1”星座。A星搭载CCD相机、超光谱成像仪及Ka波段转发器；B星搭载CCD相机和红外相机；C星搭载S波段SAR[2]。目前，环境减灾A,B星已在轨运行5年多[3]。国家减灾委(民政部)是卫星的业主单位，国家减灾中心(卫星减灾应用中心)负责卫星的运行管理和减灾应用。

2012年11月19日6时53分，我国在太原卫星发射中心用“长征二号丙”运载火箭，将环境减灾卫星一号 C星成功送入太空[4]。环境减灾卫星一号C星是我国第1颗民用SAR卫星，它的成功发射标志着环境减灾星座第1阶段建设完成，实现了3颗星在轨运行的阶段性目标[5]。环境减灾C星的性能指标参见表1。

SAR成像技术具备全天时、全天候的特征，在减灾救灾领域的应用能力和潜力已经进行了充分的论证[6]。在 C星发射前，民政部国家减灾中心利用已有各类SAR卫星资源，在洪涝、滑坡泥石流、地震、冰雪等各类自然灾害的监测评估应用中积累了丰富的经验，尚欠缺S波段SAR数据在各类自然灾害目标中独特表征的分析与应用。C星作为世界上独有的S波段SAR卫星，在各类自然灾害目标监测中的应用将更有力地推动 SAR技术在减灾救灾领域中的广泛应用。

表1 环境减灾C星性能指标Tab.1 Performance index of HJ-1-C

本文仅论述C星在冰凌灾害中的应用。冰凌指河流中的静止冰和流动冰的统称。按照冰的形态变化，可分结冰、封冻、解冻3个时期。冰凌封冻期影响船只的运行。冰凌解冻期可能造成的决口、漫溢、漫滩，威胁人民生命财产安全[7,8]。冰凌灾害是我国一种特殊的自然灾害，大部分发生在黄河，少见在黑龙江。在对国外文献的调研中，并未发现有关冰凌灾害的报道。国内研究中有应用光学遥感影像监测冰凌的报道，但也未见过利用SAR遥感数据进行冰凌监测的文章。关于冰的SAR研究，有涉及到海冰和冰川冰，但此两种冰的形态和特征与冰凌在影像上差异较大，不具备可比性。因此，文章中并未有相关文献的概述。

冰凌灾害监测与评估应用能力的测试包括：利用C星SAR数据提取冰外缘线、冰覆盖面积以及冰覆盖度信息，并对信息提取精度进行评估；监测和分析冰坝形成的可能性，并对可能造成的决口、漫溢、漫滩等灾害进行监测和评估，并对监测评估精度进行评估；利用C星SAR数据提取决口、漫溢、漫滩信息，并对灾害造成的损失情况进行评估，并做出精度评价。

2 测试数据

黄河流域东西跨越23个经度，南北相隔10个纬度，地形和地貌相差悬殊，径流量变幅也较大。黄河干流和支流冬季都有不同程度的冰情出现。这些冰情对冬季的水运交通、供水、发电及水工建筑物等有直接影响外，尤其在河流中出现冰塞、冰坝这种特殊冰情以后，还会导致凌洪泛滥成灾。因此选择黄河流域作为冰凌测试区。

冰凌灾害监测与评估能力评价测试数据参数如表2所示。

表2 冰凌灾害监测与评估能力评价测试数据参数表Tab.2 Test data parameter of ice disaster monitoring and assessment ability evaluation

针对冰凌段进行了数据质量初步评价[9]，结果如表3所示。通过测量分布目标性质评价图像质量，包括图像动态范围、等效视数、辐射分辨率。

表3 冰凌灾害监测与评估能力评价测试数据质量初步评价表Tab.3 Data quality evaluation of ice disaster monitoring and assessment ability evaluation

图像的动态范围反映了图像区域地面目标后向散射系数的差异。不同地面场景的图像具有不同动态范围。例如，山区图像的动态范围较大，而海面图像的动态范围较小。星载SAR图像的动态范围与很多因素有关。地面场景的地形、天线波束入射角、成像处理算法以及多普勒参数估计精度等对图像动态范围都有较大的影响。

动态范围的步骤如下：

图像动态范围是指图像最大值 gmax和最小值gmin之比，通常用分贝数表示。根据图像数据输入，寻找图像最大像素点值 gmax和最小像素点值 gmin，图像动态范围表示为：

等效视数是衡量一幅图像斑点噪声相对强度的一种指标。斑点噪声是星载SAR系统所固有的原理性缺点，严重干扰着星载SAR图像的解译和判读。在单视星载SAR图像中，空间分辨率达到最佳，但斑点噪声最严重，其等效视数为 1。为了降低斑点噪声，须进行斑点噪声抑制，从而使图像的等效视数获得提高。

等效视数的步骤如下：

根据计算得到的图像均值μ和方差 σ2，等效视数表示为：

其中，若图像大小为 N×M，其均值μ和方差 σ2分别为：

辐射分辨率是衡量星载 SAR系统灰度级分辨能力的一种量度，定量地表示了星载SAR系统区分目标后向散射系数的能力。辐射分辨率的好坏直接影响星载SAR图像的判读和定量化应用。辐射分辨率的大小由消除斑点噪声的多少直接确定。采用斑点噪声抑制技术来获得图像辐射分辨率的提高。辐射分辨率测量的关键是寻找均匀分布的目标区域。这里我们选取HJ-1-C星可以获得的农田、沙漠、草地、热带雨林等均匀分布目标图像进行测量。

辐射分辨率的步骤如下：

选取均匀分布目标，由上述方法求得等效视数MENL或图像均值μ和方差 σ2，辐射分辨率表示为：

精度验证数据选择与C星条带模式数据5 m空间分辨率接近且无云的资源三号卫星5.8 m空间分辨率的多光谱数据的冰凌信息提取结果进行对比，对比数据参数如表4所示。

3 测试方法

在轨测试期间，以C星SAR载荷数据为主要数据源，结合其它辅助数据，根据S波段SAR数据对冰凌灾害特征信息的特性，选择合适的冰凌灾害特征信息提取方法，对冰凌灾害信息进行提取，对冰凌灾害进行监测与评估。

具体方法、流程如下：

表4 冰凌灾害监测与评估能力评价测试对比数据表Tab.4 Test data contrast of ice disaster monitoring and assessment ability evaluation

(1) 影像处理

相干斑噪声抑制：根据影像特性使用斑点噪声抑制算法对影像中斑点噪声进行抑制，提高对目标的分辨能力。

几何精校正和配准

利用 1:50000地形图或影像控制点或已经几何精校正的同类型遥感数据对C星SAR数据进行几何精校正。影像的控制点均匀分布，配准精度达到1个像元以内。以指定投影方式、指向以及像元分辨率，对条带成像处理生成的影像进行重采样。

(2) 灾害特征信息判读与提取

选取种子点，采用区域生长法和阈值法，结合人工交互解译方式判读或提取冰凌灾情信息。

(3) 精度分析及结果评价

根据实际灾损情况及卫星过境情况，选择C星与近似分辨率的资源三号卫星监测评估结果进行相对的精度分析和结果评价。同样，采用区域生长法和阈值法，结合人工交互解译方式判读或提取资源三号卫星影像上的冰凌灾情信息。辨识完全封冻河段和未完全封冻河段，统计完全封冻冰凌长度和面积，计算河漫滩上浮冰的最远距离，对相应结果进行对比分析。

(4) 应用能力分析

C星监测评估结果对冰凌灾害的应用能力分析与评价。

(5) 制图

选择最优比例尺，叠加相关灾情分析数据信息，叠加图例、比例尺、图名等信息，制图[10,11]。

4 测试结果

(1) 环境减灾小卫星星座冰凌灾害协同监测能力初步分析

利用2013年1月23日环境减灾C星5 m分辨率 SAR影像对黄河鄂尔多斯市与巴彦淖尔市和阿拉善盟交界段冰凌情况进行监测分析(图1)，结果显示：图幅范围内，完全封冻长度约31 km，宽约0.25 km，冰凌外缘线清晰，可见未完全封冻的流凌，其中最宽流凌宽度约4 km。由于测试时间正处于冰凌的封冻期，图像中未发现决口、漫溢、漫滩等解冻期的次生灾害。同时利用环境减灾小卫星星座对该地区进行遥感监测(图2)，验证环境减灾小卫星星座多星多载荷冰凌灾害协同监测能力。通过目视解译，30 m分辨率光学数据中，基本可辨识封冻区域，冰凌外缘线清晰程度较S波段SAR卫星稍逊，完全封冻和流凌区域不易区分，150 m分辨率红外数据较难辨识封冻区域。

(2) 与资源三号卫星影像提取结果对比分析

对C星SAR数据提取结果和资源三号卫星数据提取结果进行对比分析，见图3，与C星条带模式5 m分辨率影像数据相近空间分辨率的5.8 m资源三号卫星多光谱数据中，冰凌外缘线清晰，完全封冻冰凌、未封冻河段和河漫滩上浮冰均清晰可见，图像中未发现决口、漫溢、漫滩等解冻期的次生灾害。图幅范围内，冰凌提取结果对比见表5，完全封冻河道的面积和长度均随时间有所增加，宽度有微小差异。

对图幅进行局部区域放大分析，参见图4，图5。图4中，C星影像上，完全封冻河段能较完整地与其他地物进行区分，资源三号影像中除完全封冻河段能较完整地区分外，尚有一些细节信息能较明显地表征。C星的细节信息提取能力较资源三号卫星稍逊。图5中，对河漫滩上的浮冰进行了局部放大分析，可见，C星影像上，除完全封冻河段外，浮冰区域的纹理信息相较其他地物也具有明显的区分特征，因此可较好地区分。

图1 环境减灾C星黄河冰凌遥感监测图Fig.1 Remote sensing monitoring image of the ice disaster in Yellow River of HJ-1-C

图2 环境减灾小卫星黄河冰凌遥感监测图Fig.2 Remote sensing monitoring image of the ice disaster in Yellow River of HJ-1 Constellation

图3 黄河冰凌遥感监测对比分析图Fig.3 Remote sensing monitoring image of the ice disaster in Yellow River of contrast analysis

整体上，经与同等分辨率的光学卫星对比分析，C星能较好地提取完全封冻的冰凌区域和河漫滩上浮冰区域，与光学卫星提取结果基本一致。但由于受卫星回归周期限制，资源三号卫星数据较C星数据滞后11天，随着气温的影响，黄河冰凌封河程度逐步加剧，因此监测数值仅作为对比分析依据，不适宜作为精度评判标准。

5 结论

基于C星SAR数据对2013年1月的黄河冰凌进行提取，并利用资源三号卫星数据对C星的监测结果进行验证，结果表明：条带模式下，C星影像上，封冻河段表现为较高的后向散射特性，冰凌外缘线清晰，能够准确区分完全封冻、未完全封冻和浮冰区域，可有效地用于黄河冰凌的监测与评估。

民政部国家减灾中心在C星在轨测试期间针对各类自然灾害目标均进行了监测和分析，本文仅介绍了S波段SAR数据在冰凌灾害中的应用情况。源于 S波段SAR数据资源在世界上的独特性和唯一性，其减灾救灾应用潜力有待进一步深入发掘。

图5 黄河冰凌遥感监测对比分析局部放大图(二)Fig.5 Contrast analysis of partial enlargement image (2)

[1]白照广.中国的环境与灾害监测预报小卫星星座 A/B星[J].中国航天, 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]刘永坦.雷达成像技术[M].哈尔滨: 哈尔滨工业大学出版社,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]吴琳.环境与减灾C星发射成功[J].中国航天, 2012, (12): 17.Wu Lin.HJ-1-C successful launch[J].Aerospace China, 2012,(12): 17.

[5]环境减灾星座C星发射[J].中国应急管理, 2012, (11): 65.HJ-1-C was launched[J].China’s Emergency Management,2012, (11): 65.

[6]张薇, 杨思全, 王磊, 等.合成孔径雷达数据减灾应用潜力研究综述[J].遥感技术与应用, 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]自然灾害情况统计制度[A].中华人民共和国民政部, 2013.Natural disasters of statistical system[A].Ministry of Civil Affairs of the People’s Republic of China, 2013.

[8]鲁仕宝, 黄强, 吴成国, 等.黄河宁蒙段冰凌灾害及水库防凌措施[J].自然灾害学报, 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]魏钟铨.合成孔径雷达卫星[M].北京: 科学出版社, 2001.Wei Zhong-quan.Synthetic Aperture Radar Satellite[M].Beijing: Science Press, 2001.

[10]GBT 28923.3-2012[S].自然灾害遥感专题图产品制作要求,第3部分: 风险评估专题图产品, 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].自然灾害遥感专题图产品制作要求,第4部分: 损失评估专题图产品, 2013.GBT 28923.4-2012[S].Mapping requirements for the natural disaster remote sensing thematic maps—Part 4: Loss assessment thematic maps, 2013.