FY-3卫星洪涝灾害监测应用

郑 伟，刘 诚

(中国气象局 国家卫星气象中心,北京 100081)

FY-3卫星洪涝灾害监测应用

郑 伟，刘 诚

(中国气象局 国家卫星气象中心,北京 100081)

对利用风云三号(FY-3)卫星数据对洪涝灾害监测进行了研究。给出了用FY-3卫星中分辨率成像仪(MERSI)和可见光红外扫描辐射计(VIRR)对薄云下和薄雾覆盖的水体判识的原理，以及洪涝信息检测中水体最大淹没面积和淹没时间信息的获取方法。给出了用FY-3卫星微波成像仪(MWRI)通过微波指数法反演洪涝信息的方法，可进行连续、全天候的大范围洪涝灾情监测。2011、2016年由其他卫星获得的洪涝水体信息表明：风云卫星的洪涝水体监测精度可达90%以上，甚至优于EOS卫星的MODIS和NOAA卫星的AVHRR的精度。近年来，风云卫星在国内外洪涝灾害等重大灾害监测评估中发挥了重要作用，改变了业务上以国外卫星资料为主进行洪涝灾害监测的局面，同时也提升了FY-3卫星在国际上的地位。展望了我国风云卫星在洪涝监测中的发展方向，指出随着风云卫星遥感技术的不断发展，洪涝灾害监测评估精度将会提高，为洪涝灾害防灾减灾提供更科学准确的决策依据。

风云三号卫星； 中分辨率成像仪(MERSI)； 可见光红外扫描辐射计(VIRR)； 微波成像仪(MWRI)； 洪涝灾害监测； 最大淹没面积； 淹没时间； 微波指数

0 引言

气象卫星具有观测频次高、成像范围广等特点，可在洪涝灾害监测评估中发挥重要作用。FY-3卫星是我国现阶段气象卫星观测水平的代表，共搭载了观测仪器11种，包括最高空间分辨率250 m的中分辨率成像仪(MERSI)，分辨率1 km的可见光红外扫描辐射计(VIRR)和微波成像仪(MWRI)等，可进行全球、全天候、三维立体定量遥感，已跻身于国际先进极轨气象卫星行列。自2008年FY-3A星发射以来，目前在轨运行的FY-3卫星已有A、B、C星3颗，其中A、C星为上午星，B为下午星，实现了对地球上午和下午组网观测，1 d可对同一地区进行多次监测，每天能获得多次全球的观测资料。FY-3卫星的这些特点，显著提高了卫星遥感资料对洪涝灾害的监测能力。

利用遥感技术监测洪涝的关键是水体空间分布信息的准确提取。利用光学卫星遥感资料进行水体提取是基于水体的光谱特征和空间位置关系分析，排除其他非水体信息从而得到水体信息的，可分为单波段法和多波段法。单波段法是选取遥感图像中的一个波段提取水体信息，该法可通过确定水体与非水体阈值提取水体。因水体在近红外波段有强吸收性，而植被和干土壤在该波长范围内表现为强反射特性，故通常选择的单波段位于近红外波段[1-2]。在夜间，可利用中红外波段的亮温图像确定阈值，提取水体信息[3]。多波段法是利用多波段的综合信息提取水体，可分为谱间分析法和波段运算法。谱间分析法是基于水体与背景地物的波谱曲线特征差异及变化规律，用逻辑判别表达式提取出水体，此法被国内学者广泛采用。文献[4]提出了基于水体光谱知识的甚高分辨率辐射计(AVHRR)图像水体自动提取识别的水体描述模型。文献[5]根据遥感图像目标地物波谱特征抽取，通过图像分类，将水体从背景中分离并予以识别。在区域分割与边界跟踪基础上，对遥感图像进行水体形状特征的抽取与描述，实现不同水体类型的识别。波段运算法是根据不同地类在不同波段中的波谱特点，利用波段运算增大水体与其他地物的差异，进而提取水体信息，具体有差值法、比值法等。文献[6]用AVHRR的2波段和1波段比值图像提取了有云干扰的水体信息。文献[7]用归一化植被指数(NDVI)对中分辨率成像光谱仪(MODIS)数据进行水体提取，通过选用阈值构建区分水体、植被和土壤的判别条件。近年来，国内也开展了利用FY-3卫星资料进行洪涝灾害监测的研究，在重大洪涝灾害监测中发挥了重要作用[8-10]。为此，本文对FY-3卫星的水体判识、基于MWRSI，VIRR，MWRI资料的洪涝信息监测及其应用进行了研究。

1 基于FY-3卫星MERSI和VIRR资料的洪涝信息监测

利用FY-3卫星监测全国重点湖泊水库水体变化，开展洪涝灾害监测评估在国家卫星气象中心已实现日常业务化工作。FY-3卫星MERSI可见光和近红外通道资料可用于水体判识，同时需考虑多种天气情况下的不同判识处理方法。在晴空条件下，用MERSI通道4或VIRR通道2等近红外通道为主的资料，通过建立不同区域、不同季节水体判识阈值可准确提取水体信息。在厚云条件下，光学传感器无法获得下垫面水体信息，但在薄云和薄雾条件下，传感器能获取部分水体信息，通过适当算法可得到水体信息[6，9]。

1.1薄云下的水体判识

当水体被薄云覆盖时，地表的反射辐射有一部分可透过云层，在可见光和近红外通道图像上可能看到云层下显现的水体信息，该点的反射率值往往高于薄云附近晴空陆地的反射率。若仍仅用近红外通道资料取门槛值判识水体，会将薄云附近的陆地作为水体误判。利用可见光和近红外通道反射率的比值计算，可滤掉薄云信息的影响，提取水体信息[9]。

对薄云覆盖区域，卫星传感器获得的反射率包括云和陆地，有Rsi=Rci+Rgi。此处：Rsi为通道i的反射率；i=1 为可见光通道，i=2 为近红外通道；Rci为云反射率；Rgi为陆地(即植被或土壤)反射率。则对可见光和近红外通道的反射率比值

R21=(Rc2+Rg2)/(Rc1+Rg1)

(1)

对水体，有

R21(w)=(Rc2+Rg2(w))/(Rc1+Rg1(w))

(2)

对陆地，有

R21(L)=(Rc2+Rg2(L))/(Rc1+Rg1(L))

(3)

根据水体、陆地和云在可见光和近红外通道的反射光谱特性，有Rg1(L)

R21(L)>R21(W)

(4)

对可见光和近红外通道的反射率比值图像，可用直方图双峰分布特征确定陆地和水体区分阈值，用式(4)消除薄云的影响，提取水体信息[11]。

1.2薄雾覆盖的水体判识

夏季江河、湖泊等水体表面会出现覆有雾的情况。此时，覆有雾的水体(简称水雾)像元的可见光和近红外通道的反射率值相近，均高于陆地反射率，即Rsi>Rli。此处：Rsi，Rli分别为通道i的水体上雾的反射率和周围陆地反射率[12]。

雾表面的温度与周围陆地温度相近，但由于太阳辐射反射的影响，中波红外通道和长波红外通道(如FY-3卫星可见光红外扫描辐射计，通道3波长范围3.55～3.93 μm，为中红外通道；通道4波长范围10.3～11.3 μm，为长波红外通道)在雾表面的亮温差异将大于周围陆地的亮温差异，有

(5)

式中：T3，T4分别为中波红外和长波红外通道水体上雾的亮温；TL3，TL4为陆地亮温。

用ΔT34表示中波红外通道和长波红外通道雾表面亮温差异大于周围陆地亮温差异的阈值，判识覆有雾的水体可用公式

T3-T4>ΔT34

(6)

对基于中波红外通道和长波红外通道差值图像，可选择陆地和水体样本统计平均值，再计算差值后作为阈值ΔT34，用式(6)判识薄雾覆盖的水体信息。

1.3洪涝信息检测

洪涝灾害事件通常会出现异常增大水体。异常增大水体是指超出正常水面范围的水体，一般为泛滥水体。通过比较洪涝灾害发生前后的卫星遥感水体空间分布信息，可获得洪涝水体的空间分布，同时洪涝水体的最大淹没面积和淹没时间是评估涝灾情的两个重要信息。通过最大淹没面积可确定流域内遭受洪涝灾害的地方，而洪涝水体的淹没历时对农作物以及其他社会经济因素影响较大，淹没时间越长，一般来说损失会越大[13]。最大淹没面积Smax可由多个时次的水体数据集求并集获得，以消除厚云的影响，有

(7)

根据洪涝灾情，可将洪水淹没历时分成不同的等级，如可分为小于10 d，10～20 d，大于20 d的3个级别。第x级别的淹没历时Tgrade_x可表示为

Tgrade_x=Tx_1∪Tx_2∪…∪Tx_j

(8)

式中：Tx_j为第x等级的第j(j=1，2，…，m)种情形下的淹没历时。此处：m为第x等级淹没历时中所有可能的情形总数。

2 基于FY-3卫星MWRI资料的洪涝信息监测

被动微波遥感数据虽然仅有数十公里至数公里的空间分辨率，但其能穿过云层全天候观测地表信息，容易获得多年连续运行的多时相数据，且微波辐射信号对地表水的变化十分敏感，因此与红外、可见光遥感和主动雷达遥感相比，更适于连续、全天候的大范围洪涝灾情监测，获得区域性洪涝灾害的时空演变规律。国内外研究主要是用各种微波指数监测洪涝。微波指数主要包括单通道亮温指数(比值指数和差值指数)、多通道亮温指数，其中涉及的被动微波遥感数据主要有SMMR，SSM/I，TMI，AMSU，AMSR，AMSR-E等[14-19]。根据FY-3卫星MWRI资料，用微波指数法也可较好地反演洪涝信息。基于FY-3卫星MWRI的洪涝指数是通过10.65 GHz或18.7 GHz计算极化比[8]。有

γPR=(TBV-TBH)/(TBV+TBH)

(9)

式中：TBV，TBH分别为FY-3卫星MWRI的10.65 GHz或18.7 GHz的垂直极化和水平极化亮温。

考虑微波信号对水体和土壤湿度都敏感，以及被动微波数据空间分辨率低的因素，可基于混合像元分解理论，用水体分量(WSF)方法反映一个区域的洪涝特征，这样能提高被动微波遥感资料反演洪涝信息的精度[20]。

3 应用

近年来，利用FY-3卫星多次监测到国内外发生的重大洪涝灾害事件。为验证风云卫星监测洪涝信息的准确性，2011年、2016年分别对淮河流域、洞庭湖区域开展了卫星遥感洪涝水体实地考察实验，并多次利用与风云卫星相近成像时次的高空间分辨率卫星，如用空间分辨率30 m的环境减灾(HJ)卫星、空间分辨率16 m的高分一号(GF-1)卫星获得的洪涝水体信息验证FY-3卫星洪涝水体监测结果，结果表明：风云卫星洪涝水体监测精度可达到90%以上，特别是对我国区域洪涝水体监测精度甚至可优于美国的EOS的MODIS和NOAA的AVHRR等卫星遥感洪涝水体监测精度[21]。作为空间与重大灾害国际宪章的值班卫星，FY-3卫星在国内外的洪涝灾害监测评估中发挥了重要作用，为防灾减灾部门提供了科学的卫星遥感洪涝监测信息支撑。部分重大洪涝灾害监测应用如下。

3.1FY-3A星MERSI东北洪涝灾害监测

2013年夏季，我国东北松花江、嫩江、黑龙江等流域发生严重洪涝灾害，FY-3卫星提供了大量洪涝监测信息。FY-3A星MERSI的2013年8月27日黑龙江下游水体监测图如图1(a)所示，用FY-3A星MERSI的2013年8月27日和8月21日水体信息制作的水体变化专题图如图1(b)所示。由图1可知：与8月21日相比，8月27日黑龙江在同江市、抚远县江段的水体明显增大(见图中红色)，反映了近期黑龙江在同江市、抚远县增大的泛滥水体。经估算，同江市和抚远县交界处的增大水体(23日黑龙江在该处溃堤)面积约507 km2。

图1 FY-3A星MERSI黑龙江下游水体监测结果Fig.1 Water constituents monitoring of low reache of Heilongjiang River by MERSI on FY-3A satellite

3.2FY-3A星MERSI泰国洪涝灾害监测

近年来用FY-3卫星的风全球观测能力，监测到巴基斯坦、泰国、印度、缅甸等地洪涝灾害造成的大范围洪涝水体。2011年夏季，泰国出现连续强降水，在当地造成严重洪涝，至10月中下旬，该国中部水灾情况恶化，洪水已进入曼谷的湄南河边古城区。用FY-3A星MERSI的2011年7月7日和10月30日资料制作的泰国水情监测3D图(如图2所示)反映出，泰国中南部有大范围洪涝水体(见图2(b)中箭头所指的暗黑色区域)。经估算，洪涝水体面积超过12 500 km2。

图2 FY-3A星MERSI的泰国水体监测多通道合成图Fig.2 Multi-channel synthetic image of water constituents of Thailand by MERS on FY-3A satellite

4 风云卫星监测洪涝信息应用展望

FY-3卫星在2013夏季东北洪涝灾害、2016年长江中下游洪涝灾害等重大灾害监测中都发挥了重要的作用，利用FY-3卫星全球的观测能力，对2010年夏季巴基斯坦洪涝灾害、2011年夏季泰国洪涝灾害、2015年夏季缅甸洪涝灾害都进行了有效的监测，改变了我国以前在业务上以国外卫星资料为主进行洪涝灾害监测的局面，进一步增强了我国防灾减灾部门利用卫星遥感技术大范围、快速洪涝灾害监测能力，也在东南亚等国家洪涝灾害监测技术支撑中发挥了重要作用，提高了FY-3卫星在国际上的知名度。

随着我国现代化建设的稳步推进，防灾减灾和生态环境治理对卫星遥感的应用需求将越来越多。发展气象卫星综合探测能力，提高定量应用水平，更好地发挥风云卫星在洪涝灾害监测中的作用，后续还需开展以下工作。

a)风云卫星在历年的观测中已积累了大量的历史数据，同时又在不断地获取新的数据。对长时间序列气象卫星遥感资料进行深加工处理，获取长序列的地表水体专题信息，可在洪涝灾害监测、评估及预测分析中提供更好的科学依据。

b)近年来我国已逐步建立包括气象、海洋、资源、环境和减灾等多个对地观测遥感卫星系列，高空间分辨率卫星遥感资料获取途径便捷性和时效性不断提高。开展综合利用风云卫星(较高观测频次)和其他系列卫星资源(高空间分辨率)特点，在洪涝灾害监测中的应用方法研究和监测评估新产品研发中发挥各自的优势，可进一步提高卫星遥感在洪涝灾害监测评估中的精细化水平。

c)气象卫星在继续使用被动遥感仪器的同时，测雨雷达、激光雷达、散射计等主动遥感仪器也逐步开始试验试用。融合处理微波、红外、可见光多频段多通道资料，以及主动与被动遥感数据，可更准确地获取洪涝定量信息，提高洪涝灾害监测评估精度。

d)气象卫星资料反演与陆面模型同化技术的结合及其应用的不断深入，将提高地表环境要素的估算精度，提高洪涝灾害信息的监测评估精度，为洪涝灾害的预测提供信息支撑，为决策提供更科学准确的依据。

5 结束语

本文介绍了风云卫星MERSI，VIRR，MWRI在洪涝灾害监测方面的方法及其应用。FY-3卫星具有观测频次高、成像范围广等特点，近年来在国内外洪涝灾害等重大灾害监测评估中发挥了重要的作用，改变了我国在业务上以国外卫星资料为主进行洪涝灾害监测的局面，同时也提高了FY-3卫星在国际上的知名度。展望了未来我国风云气象卫星在洪涝监测中的发展方向。随着卫星遥感技术的不断发展，洪涝灾害监测评估精度的不断提高，风云卫星将为洪涝灾害防灾减灾提供更科学准确的决策依据。

[1] RUNDQUIS D, LAWSON M, QUEEN I, et al. Relationship between the timing of summer season rainfall events and lake surface area[J]. Water Resources Bulletin, 1987, 23(3): 493-508.

[2] SHENG Y W, SU Y F, XIAO Q G. Challenging the cloud-contamination problem in flood monitoring with NOAA/AVHRR imagery[J]. Photogrammetric Engineering and Remote Sensing, 1998, 64(3): 191-198.

[3] VERDIN J P. Remote sensing of ephemeral water bodies in western Niger[J]. International Journal of Remote Sensing, 1996, 17: 733-748.

[4] 周成虎, 杜云艳, 骆剑承. 基于知识的AVHRR影像的水体自动识别方法与模型研究[J]. 自然灾害学报, 1996, 5(3): 100-108.

[5] 秦其明, 袁吟欢, 陆荣建. 卫星图像中不同水体类型识别研究[J]. 地理研究, 2001, 20(1): 62-67.

[6] 盛永伟, 肖乾广. 应用气象卫星识别薄云覆盖下的水体[J]. 环境遥感, 1994, 9(4): 247-255.

[7] 彭定志, 徐高洪, 胡彩虹, 等. 基于MODIS的洞庭湖面积变化对洪水位的影响[J]. 人民长江, 2004, 35(4): 14-17.

[8] 杨军, 董超华. 新一代风云极轨气象卫星业务产品及应用[M]. 北京: 科学出版社, 2012.

[9] ZHENG W, SHAO J L, WANG M, et al. A thin cloud removal method from remote sensing image for water body identification[J]. Chinese Geographical Science, 2013, 23(4): 460-469.

[10] 董晓锐. 基于FY-3/MERSI的佳木斯地区水体变化遥感监测[J]. 黑龙江气象, 2013, 30(2): 31-32.

[11] SHENG Y W, GONG P. Quantitative dynamic flood monitoring with AVHRR[J]. International Journal of Remote Sensing, 2001, 22(9): 1709-1724.

[12] 张文建, 刘诚. 卫星遥感监测大气与环境科学原理和技术——2002年度卫星遥感监测与分析[M]. 北京: 气象出版社, 2004.

[13] 郑伟. 多源卫星遥感协同监测洪涝的理论与方法研究——以淮河流域为例[D]. 北京: 中国科学院, 2008.

[14] SIPPEL S J, HAMILTON S K, MELACK J M, et al. Passive microwave observations of inundation area and area/stage relation in the Amazon River floodplain[J]. International Journal of Remote Sensing, 1998, 19: 3055-3074.

[15] TANAKA M, SUGIMURA T, TANAKA S, et al. Flooddrought cycle of Tonle Sap and Mekong Delta area observed by DMSP-SSM/I[J]. International Journal of Remote Sensing, 2003, 24 (7): 1487-1504.

[16] TEMIMI M, LECONTE R, BRISSETTE F. Chaouch flood and soil wetness monitoring over the Mackenzie River Basin using AMSR-E 37 GHz brightness temperature[J]. Journal of Hydrology, 2007, 333: 317-328.

[17] 郑伟, 韩秀珍, 王新, 等. 基于SSM/I数据的淮河流域洪涝监测分析[J]. 地理研究, 2012, 31(1): 45-52.

[18] SUN D L, LI S M, ZHNEG W, et al. Mapping floods due to Hurricane Sandy using NPP VIIRS and ATMS data and geotagged Flickr imagery[J]. International Journal of Digital Earth, 2015, DOI: 10.1080/17538947.2015.1040474.

[19] ZHENG W， SUN D L, LI S M. Coastal flood monitoring based on AMSR-E data[C]∥ IEEE International Geoscience and Remote Sensing Symposium. [S. l.]: IEEE, 2016: 4399-4401.

[20] ZHENG W, LIU C, WANG Z X, et al. Flood and waterlogging monitoring over Huaihe River Basin by AMSR-E data analysis[J]. Chinese Geographical Science, 2008, 18(3): 262-267.

[21] 邵佳丽, 郑伟, 刘诚. 卫星遥感洞庭湖主汛期水体时空变化特征及影响因子分析[J]. 长江流域资源与环境, 2015, 24(8): 1315-1321.

ApplicationofFloodDisasterMonitoringBasedonFY-3SatelliteData

ZHENGWei，LIUCheng

(National Satellite Meteorological Center, China Meteorological Administration, Beijing100081, China)

The application of flood disaster monitoring based on FY-3satellite data was studied in this paper. The identification principle of water body under thin cloud or covered by mist were given based on medium resolution spectral imager and visible and infrared radiometer on FY-3satellite. The methods to obtain the maximum submergence area and submergence time of the water body were presented. The way to inverse the flooding information through microwave index was also given based on microwave radiation imager on FY-3satellite. The water body information in flooding gained by other satellites in2011and2016showed that the monitoring accuracy of flooding disaster by FY-3satellite could be higher than90% and was even better than those of MODIS and AVHRR on EOS and NOAA respectively. FY satellites have played an important role in severe disaster monitoring and assessment of flood disaster both in domestic and abroad in recent years, which has changed the situation of flood monitoring mainly depending on foreign satellite data and lifted the international position of FY-3satellite. The development trend of FY satellite in flooding monitoring was prospected. It is believed that more scientific and accurate decision-making basis for flood disaster prevention and mitigation can be provided along with the development of satellite remote sensing technology and the improvement of assessment accuracy of flood disaster monitoring.

FY-3meteorological satellite; medium resolution spectral imager; visible and infrared radiometer; microwave radiation imager; flood disaster monitoring; maximum submergence area; submergence time; microwave index

1006-1630(2017)04-0073-06

2017-06-29；

：2017-07-22

国家自然科学基金资助(41571425，40901231)

郑 伟(1981—)，男，博士，高级工程师，主要从事卫星遥感技术在生态环境和自然灾害等领域的应用研究。

TP79：P407

：ADOI:10.19328/j.cnki.1006-1630.2017.04.009