GF-1 WFV影像的中小流域洪涝淹没水深监测

沈秋，高伟，李欣，梁益同，周月华

(1.中国地质大学(武汉) 信息工程学院，武汉 430074；2.北京师范大学 地理科学学部遥感科学国家重点实验室，北京 100875；3. 武汉区域气候中心，武汉 430074)

0 引言

洪涝灾害作为我国主要自然灾害之一，已经成为制约社会经济可持续发展的不可忽视的因素[1]。就洪涝灾害监测分析而言，淹没范围、淹没水深和淹没历时的确定对于防洪抗涝、风险分析和灾情评估具有重要意义。其中，淹没水深是度量洪灾严重程度和评估洪灾损失的重要指标[2]。传统的水深测量方法是利用测量船上安装的测深和定位设备将目标水域网状布点，从而得到研究水域的水下地形资料。由于水深信息采集范围广和部分地区环境条件恶劣，野外测量人员难以涉足，故在资料的同步性、经济性、周期性、灵活性和宏观性等方面存在一定的缺陷[3]。“3S”技术的迅速发展为水深测算开辟了新的途径，使其突破地理位置、天气和人为条件的限制，具有时间选择灵活，覆盖面广，实效性强，费用低等优点。具体可分为基于遥感的水深反演，基于水文水力学模型的水深模拟以及RS和GIS结合的水深测算[4]。基于遥感的水深反演主要有被动式反演和主动式反演，分别以可见光遥感测深、微波遥感与机载激光雷达测深为主，如王艳姣等[5]在总结国内外水体可见光遥感测深主要方法和研究进展的基础上，对水深遥感反演中理论解译模型、半理论半经验模型和统计相关模型存在的问题进行了讨论；黄韦艮等[6]根据星载合成孔径雷达(synthetic aperture radar，SAR)浅海水下地形和水深成像机理，建立了浅海水下地形和水深雷达后向散射截面仿真模型，并得出浅海水下地形和水深遥感的最佳波段和入射角范围。基于水文水力学模型的水深模拟以分布式流域水文模型较为常用，如张秋霞等[7]基于流域数据和实测流量资料，利用二维洪水淹没模拟模型对北京雁栖河下游河道在设定频率下洪水淹没情况进行了模拟，结合GIS技术对模拟范围、模拟水深、淹没土地进行了分析。RS和GIS结合的水深测算方法常用于已知洪涝淹没范围的水深测算，陈德清等[8]探讨了RS和GIS结合的方法反演洪水最大淹没水深的基本原理和计算方法，并对水库型淹没区和滩地型淹没区分别进行了分析和讨论；丁志雄等[9]指出以GIS技术为支持，采用平面模拟方法进行洪水淹没范围和水深分布的模拟是可行的，具有较好的准确性、实用性和科学性；易永红等[10]针对利用遥感信息提取的淹没范围，提出一种实用的淹没水深算法。该算法视淹没区为静态水面分布，将其与数字高程模型(digital elevation model，DEM)叠加，经系列误差处理与优化，得到相对平滑的水陆边界高程，再采用双线性插值计算淹没范围内的水深分布；朱强等[11]重点阐述了RS和GIS结合的淹没范围的提取和水深的计算，在此基础上，针对灾害损失中的3种主要承灾体，提出了基于空间网格的洪灾损失计算模型。

我国遥感事业起步于20世纪70年代，但卫星遥感技术真正推广应用并取得效益主要在近十多年。在2010年我国开始实施高分辨率对地观测卫星系统重大专项(简称“高分专项”)，其应用价值渗透到众多领域。高分一号(GF-1)卫星是“高分专项”的首发星，主要搭载了2台2 m分辨率全色及 8 m 分辨率多光谱相机，4台16 m分辨率多光谱宽幅相机。该卫星突破了高空间分辨率、多光谱与宽覆盖相结合的光学遥感等关键技术，同时可在更短的时间内对一个地区重复拍照，重复周期只有4天，由此实现高空间分辨率和高时间分辨率的完美结合，能够为现代农业、防灾减灾、资源环境、公共安全等重大领域提供服务和决策支持。GF-1卫星的成功发射有效地缓解了国内高分辨率遥感数据供应不足的局面，由此逐渐摆脱长期以来对国外卫星数据的依赖，如今已在地表覆被变化、自然资源监测、环境质量评估及生态环境变化等研究中发挥了重要作用[12-15]。

然而，目前水深遥感监测仍是主要针对Landsat、SPOT等国外遥感卫星获取的影像，基于国产高分遥感影像的应用相对较少。因此，本文尝试将GF-1卫星WFV (wide field of view) 16 m分辨率多光谱数据应用于中小流域洪涝淹没水深监测，通过分析淹没水深的空间分布，了解淹没情形，获取灾情特征。相关结果可为政府部门防洪抗涝和灾情评估提供一定帮助，从而进一步拓展国产卫星在洪涝灾害监测上的应用。

1 数据与方法

1.1 研究区概况

我国中小河流众多，流域面积在100～1 000 km2的河流就有5万多条，覆盖了85%的城镇及广大农村地区。由于中小河流防洪标准普遍偏低，洪灾损失极为严重[16]。在2016年6月30日至7月4日，长江中下游沿江、江淮、江南、华南和西南东部出现的大范围持续强降雨造成地处湖北省东北地区的长江主要支流举水发生严重的洪涝灾害[17]。举水流向自北向南，主要流经麻城市和新洲区，在团风县汇入长江；地势由东北向西南倾斜；属雨洪河流，汛期暴雨频繁，上受山洪威胁，下受长江洪水顶托，一般每平均2—4年就会发生一次较具威胁性的洪水[18]。汛期中连日暴雨袭击致使麻城市、新洲区和团风县均有不同程度受灾，表现为房屋塌损，农田冲毁，基础设施破坏严重。据新闻报道，举水团风段因长期浸泡在洪水中，在7月5日凌晨三点，黄湖社区段出现溃口，严重威胁社区2 600多名群众的生命财产安全。因此，本文选定流域下游受灾严重的黄湖社区及其附近区域作为研究区，区域内分布着举水及其支流沙河、青草湖、詹家湖和杨汊湖。研究区地理位置见图1。

图1 举水流域下游研究区地理位置

1.2 数据源

本文采用2景GF-1卫星WFV 16 m分辨率多光谱影像，产品等级为 Level 1，大小为12 000像素×13 400像素。包括4个波段，分别为蓝光波段(0.45～0.52 μm)、绿光波段(0.52～0. 59 μm)、红波段(0. 63～0.69 μm)以及近红外波段(0.77～0.89 μm)。这2景影像分别是经查实为2016年6月上中旬距离强降雨期最近的无淹没情形的6月14日灾前本底水体数据和强降雨期结束后的7月9日灾后水体数据。由于传感器不稳定、大气等因素的影响，遥感影像常常会出现一定程度的失真，因此在使用GF-1影像之前应进行辐射定标、FLAASH大气校正等预处理(表1)。

表1 实验数据说明

1.3 RS和GIS结合的淹没水深监测算法

根据定义，淹没水深是指受淹地区的积水深度，当运用GIS方法获取淹没水深时通常需要数字地面高程模型的支持，由水面高程与地面高程之差来计算水深：

D=Ew-Eg(Ew>Eg)

(1)

式中：D为水深；Ew为水面高程；Eg为地面高程。

洪水表面可能是水平平面、倾斜平面甚至是一个复杂曲面。受地势和水深的影响，静态的自然水面应该是复杂的曲面，用方程描述很复杂，求解计算量也很大。因此，在计算淹没水深时，一般将曲面简化为平面[19]。计算水面高程的首要工作是确定水面的范围与形态，即淹没范围的提取。利用遥感影像提取的淹没范围可能是不规则的，也可能是破碎的多个独立水面，故将水面简化为斜平面(包括水平面)，通过叠加水体斜面的边界(即提取的淹没范围)和DEM即可得到洪水边界的高程点集，继而由水陆交界点高程向水面内部进行内插，便可求得离散的水面高程分布，由此计算淹没范围内的水深。

在洪涝灾害监测中，淹没范围的获取是各项工作的基础，主要包括洪涝水体提取和淹没面积计算[20]。利用灾后水体和灾前本底水体的比较确定洪涝灾害的淹没面积，从而进一步依靠DEM的支持计算淹没范围内的水深。在基于遥感影像的水体提取算法上，国内外学者已提出了诸如密度分割法、色度判别法、单波段阈值法、多波段谱间关系法、指数模型法、多光谱混合分析法、遥感影像分类法以及混合像元分解模型法等多种方法。其中，指数模型法包括水体指数和植被指数，对于归一化植被指数(normalized difference vegetation index，NDVI)而言，它长期以来一直被作为表征各种地物类型特征的一个指标。由于在红光波段中水体的反射率高于植被，而近红外波段中植被的反射率高于水体，比值计算方式可以增强水陆之间的反差。因此，在水体提取领域中，根据NDVI影像中水体的像元值小于0，植被和裸地的像元值大于0，通过设置合适的阈值，可以将水体从植被和土壤的背景中分离出来[21]。因此，结合举水流域的植被水体特点和GF-1卫星WFV影像覆盖的波段，本文选择简单、易行、运算效率高的植被指数NDVI提取淹没水体，并以空间差值的计算方式求取淹没面积，了解其空间分布。

在利用遥感信息提取的淹没范围的基础上，运用ArcGIS将洪水水面的面文件转化为洪水边界点文件，并与研究区的DEM叠加求得边界点高程，由边界点高程向水面内部进行空间插值，即可获得离散的水面高程分布。在插值方法的选择上，克里金插值是以变异函数理论和结构分析为基础，有限区域内对区域化变量进行无偏最优估计，在生成最终的插值表面之前，可以对用来预测的未知点模型做整体的精度评价。具体过程在ArcGIS的地统计分析模块中实现。该模块主要由3个功能模块组成：探索数据、地统计分析向导、子集要素。对输出表面质量评价的最严格方法就是将观测值与预测值进行比较。通常情况下，需要前往研究区采集独立的验证数据集。另一种办法是利用子集要素将采样点数据分成训练样本和检验样本两部分。举水流域属中小型流域，野外验证较为困难，故选择第二种验证方法。克里金方法建立在平稳假设的基础上，这种假设在一定程度上要求所有数据值具有相同的变异性。另外，一些克里金插值(如普通克里金法、简单克里金法、泛克里金法等)都假设数据服从正态分布，如果数据不服从正态分布，需要进行一定数据变换，从而使其服从正态分布[22]。因此，在利用克里金方法进行地统计分析前，检验边界点高程数据的分布特征具有非常重要的意义，同时还需进行离群值寻找、全局趋势分析，以便分析数据的统计属性，深入对其的了解。依靠地统计向导的帮助，通过完善的图形用户界面，逐步了解数据、选择内插模型、评估内插精度、完成表面预测(模拟)和误差建模。对于模型拟合效果不确定性，在交叉验证对话框中评价标准为：标准平均值最接近于0，均方根最小，平均值误差最接近于均方根误差，平均标准误差最接近于1[23]。叠加原始边界高程点层和预测表面，并分别以符号大小和颜色深浅表示，可直观地观察插值效果。水面高程插值计算得出后，利用ArcGIS空间分析模块中的Raster Calculator工具，将其同淹没范围内的DEM图斑相减，即可得到淹没水深分布。值得注意的是可能会出现个别点的水深为负的情况，同时在遥感影像提取的洪涝淹没范围中若有不能分辨而未提取的小块高地，其水深也为负，这些亦是对水面高程的真实反映。可以运用Raster Calculator工具中的Setnull函数对水深计算结果中出现负值的情况进行修正，从而使水深结果符合一般认识。

2 结果与分析

2.1 中小流域洪涝淹没范围空间分布

利用GF-1卫星水体提取结果计算得出的举水流域下游研究区淹没范围如图2所示，可以看出淹没区主要分布在举水团风段，并在举水与沙河的交汇处、西南方向的河道迂回曲折处表现更为明显；青草湖和詹家湖及二者之间的黄湖社区、杨汊湖也发生较大淹没。主要原因是流域内地势由东北向西南倾斜，且地势差大。发生强降雨后，洪水向低处流淌，往低洼处汇聚。团风县东北部为低丘陵岗地，西南部为平原湖区，最低点即在青草湖，海拔仅15.8 m。当举水上游发生洪灾时，洪水急速流向下游，易造成下游各堤防圩垸发生溃口，进而形成淹没。沙河作为举水的支流，其洪水不断向举水汇入，使得交汇处洪水急剧增多却无处排泄，溢出河道后形成淹没，而在西南方向的河道迂回曲折处，洪水在高速冲刷的情况下，无法沿着河道行进，在惯性作用力下冲出河岸，淹没两岸滩地。青草湖和詹家湖之间主要分布着黄湖社区等居民地，人口密集，不透水面较多，水流难于疏通，易于形成内涝。杨汊湖在受汛期持续暴雨袭击下，水位骤涨，亦形成了一定的淹没。

图2 举水流域下游研究区淹没范围

2.2 中小流域洪涝淹没水深空间分布

由地统计分析中的泛克里金方法将举水流域下游研究区淹没范围的水陆交界点高程向水面内部进行空间插值，获得离散的水面高程分布(图3)。淹没水面高程较大的区域集中在举水与沙河的交汇处、西南方向的河道迂回曲折处以及詹家湖，且举水与沙河交汇处的水面高程明显高出其他地方，而黄湖社区淹没水面高程相对较低。淹没区集中的地方水位上涨迅速，易造成水面高程大于其他地方。通过对水面高程与地形高程进行代数相减计算得出的淹没水深如图4所示，可以看出，举水流域下游研究区淹没水深多在0～2 m之间，水深值较大的地方主要分布在沙河与举水交汇处，表明洪水对河流的冲刷作用较居民地更甚。经查居民楼的一楼主要是车库、仓库和商店，因而受洪水侵袭，损失严重。

图3 举水流域下游研究区淹没水面高程

图4 举水流域下游研究区淹没水深

由于举水流域内水文站点不足，野外实地验证困难，为了检验水深提取精度，本文选定2016年7月8日Landsat-7 ETM+影像采用相同的方法监测洪涝淹没水深，本底数据为2016年6月14日Landsat-8 OLI影像。由此计算得出的洪涝淹没监测结果如图5所示。可以看出，利用不同数据源计算得出的淹没范围、水面高程、水深结果均较为相近，表明国产GF-1数据同样能够达到洪涝灾害监测的要求，为社会经济服务。此外，黄冈市民政局网站县区市信息专栏显示2016年6月18日入梅以来，6月30日至7月6日团风县遭受的特大暴雨袭击致使全县受灾总人数达32.54万人，在7月6日凌晨，境内詹家湖因强降雨导致湖水上涨，围堤发生溃口，洪水将黄湖社区全部浸淹，使其成为团风县受灾最严重的地段。因此，黄湖社区和詹家湖确系洪涝淹没集中的地方。根据湖北省水文水资源局网站提供的小时水位信息，经过均值计算得出地处举水中下游交界的柳子港水文站在7月9日的平均水位为27.103 m，而GF-1卫星WFV影像监测得出的水面高程均值为19.99 m，二者之差近似于两地高程之差，间接验证淹没水深。

图5 基于Landsat-8 OLI和Landsat-7 ETM+影像的举水流域下游研究区洪涝淹没监测结果

3 结束语

本文利用GF-1卫星WFV 16 m分辨率多光谱影像，采取RS和GIS相结合的水深测算方法监测了以2016年汛期举水流域下游为研究区的中小流域洪涝淹没水深，并通过探究淹没水深的空间分布，了解淹没情形，获取灾情特征，为灾情评估奠定一定基础。结果表明：GF-1卫星作为新兴的国产遥感数据源，凭借空间分辨率高和回访周期短的优势，能在众多研究领域发挥作用，可帮助逐渐摆脱对国外卫星遥感数据的依赖，进而推动国内遥感事业的发展，为社会经济建设服务；GF-1卫星WFV影像的水体提取精度较高，能广泛应用于中小流域洪涝灾害监测，包括淹没范围和淹没水深的监测；RS和GIS结合的洪涝淹没水深监测算法简单易行，可以快速计算在淹没范围已知情况下的水深，在此过程中，地统计分析中的克里金方法可通过将采样点数据分成训练样本和检验样本两部分的方式验证水面高程插值精度。

然而，本文也存在一定的局限性，如在GF-1卫星WFV影像提取淹没水体时，NDVI指数阈值的选取以及水陆混合像元的处理存在一定的人为主观性；利用克里金空间插值水面高程的精度受水陆边界点高程的空间分布、插值方法的类型以及DEM数据精度等因素的限制。这些问题都将在后续研究中加以解决，继续探讨。