洪涝灾害遥感即时服务框架与实践

文 | 江威 李小涛 吕娟 左惠强 杨昆 尹建明 何国金 庞治国

1.中国再保险（集团）股份有限公司博士后工作站

2.水利部防洪抗旱减灾工程技术研究中心/中国水利水电科学研究院

3.中再巨灾风险管理股份有限公司

4.中国财产再保险有限责任公司

5.中国科学院空天信息创新研究院

一、前言

三级阶梯地貌和季风气候特点，决定了洪涝灾害是我国长期存在的自然灾害。卫星遥感具有宏观视角、客观准确以及定期重访等优势，在洪涝灾害应急服务中发挥着不可或缺的作用，但遥感数据处理流程复杂、定量化处理精度不高以及信息挖掘水平较低，一定程度制约着洪涝灾害遥感应急服务的时效性和精度。随着卫星遥感大数据时代的到来，多源卫星遥感综合对地观测体系初步建立，面向洪涝灾害应急监测，卫星遥感数据源日益丰富，数据的采集频率不断提高，为洪涝灾害应急奠定了良好的数据基础；与此同时，人工智能和云计算蓬勃发展，不断丰富遥感信息挖掘模型和提升遥感大数据计算能力，为洪涝遥感即时服务提供良好的技术支撑。

二、洪涝灾害遥感应急服务面临的挑战

近年来，国内外遥感卫星发射数量增加迅速，卫星遥感进入大数据时代，海量的卫星遥感数据以每日TB 级的速度增长，为洪涝灾害应急监测提供了丰富数据源。据不完全统计，仅洪涝灾害应急服务常用的中高分辨率光学和雷达遥感卫星就超过了30 颗，如表1 所示。

表1 洪涝灾害应急服务常用的中高分辨率卫星遥感数据

卫星遥感大数据为洪涝灾害应急提供坚实数据支撑，但同时面临如下三个挑战：

1）卫星遥感大数据处理链条时间过长。一般而言，卫星数据从下传到处理成高级产品，至少需要3-5 个小时，开展洪涝信息挖掘分析一般需要5-7 个小时甚至更长时间，因此，从数据采集到洪涝灾害信息全链条挖掘分析大约超过12 小时，制约着洪涝灾害遥感应急服务的时效性。

2）遥感大数据的定量化处理精度不高。国产高分系列卫星极大丰富了数据源，但数据影像的几何和辐射定量化水平不够高，如高分二号卫星（GF-2）数据仅通过自带有理函数系数模型（RPC）几何校正定位精度为超过10m，而影像辐射校正因缺乏精细的卫星定标参数和大气剖面参数，反演的地表反射率精度也存在较大不确定性，一定程度影响洪涝灾害遥感数据定量化处理精度。

3）洪涝灾害遥感信息智能挖掘水平较低。人工智能方法为洪涝灾害智能化信息提取带来了契机，然而洪灾灾害涉及的遥感监测要素较多且复杂，农田、房屋以及道路等地物受洪水淹没后，光谱和结构发生显著改变，“同物异谱”和“同谱异物”的现象广泛存在，制约着洪灾遥感信息智能挖掘的深度和效率。

三、洪涝灾害遥感即时服务框架的构建

针对卫星遥感大数据时代洪涝灾害遥感应急服务面临的挑战，提出构建洪涝灾害遥感即时服务框架，旨在提高洪涝灾害应急服务的时效性和精确性，满足新时期洪涝遥感应急监测的需求。该框架主要包含三个系统和两个平台（图1），其中多源卫星遥感数据采集系统，包含且不限于高分、资源、测绘、美国陆地卫星（Landsat）、欧洲哨兵卫星（Sentinel）以及商业系列卫星，通过多源卫星组网对地观测，提高遥感卫星重返频次，丰富遥感卫星成像模式，为洪涝灾害全过程遥感监测提供丰富数据源。

图1 洪涝灾害遥感即时服务框架

高性能硬件支撑平台主要解决卫星遥感大数据处理链条中传输耗时和计算效率较低的问题，包含传输、存储和计算三个方面。通常，高分辨率卫星遥感数据量较大，高速光纤专线才能实现遥感数据快速传输，缩短卫星数据获取传输时间；大规模存储不仅能够存储洪涝灾害地区历史遥感数据、即时传输遥感数据以及相关地理辅助数据，而且为遥感信息智能挖掘和信息服务提供硬件空间，支撑数据快速读取和管理；高性能服务器主要通过服务器集群并行计算，提高卫星遥感大数据定量化处理和信息智能挖掘的效率。

卫星遥感大数据定量化处理平台针对光学和雷达定制不同的处理模块，其中光学影像包括几何精校正、光谱融合、地表反射率反演和镶嵌裁剪等处理流程，雷达影像包含轨道校正、辐射校正、多视处理以及空间滤波等处理步骤。定量化处理平台与大规模存储系统以及高性能服务器紧密耦合，一方面，研发模块化处理功能，实现多源卫星遥感大数据自动化快速处理；另一方面，聚焦几何精定位和辐射精校正技术研发，提高遥感大数据的定量化处理精度。

洪涝灾害遥感信息智能挖掘系统，引入人工智能模型提高信息智能挖掘水平。通过构建洪涝灾害要素训练样本库，不仅包含洪水淹没范围提取所需的水体和非水体样本，而且还包含灾前土地利用分类、作物精细分类以及水利工程设施等样本。针对不同要素类型，选用人工智能模型库中的模型算法，开展洪涝灾害多要素信息智能挖掘。通过不断迭代完善样本库和扩充模型库，实现洪涝灾害要素的精确识别和快速提取。

洪涝灾害遥感信息服务系统主要是将挖掘的洪灾遥感信息和其他辅助信息进行综合加工融合，形成专题图和简报，直接服务于抗洪指挥部门。通过卫星遥感数据提取多时相洪涝淹没范围，计算洪涝淹没历时，结合数字高程模型和实测水位数据推算洪涝淹没深度，估算洪涝灾害损失率，开展洪涝社会经济损失动态评估。对以上信息进行总结分析，不定期形成洪涝灾害遥感监测简报和专题图，上报给决策机构。

四、基于框架的洪涝灾害应急监测案例

据应急管理部公布的数据，2020 年洪涝灾害造成6346 万人次受灾，直接经济损失1789.6 亿元。其中长江流域洪涝灾情尤为严重，入汛以来共发生5 次编号洪水，7 月12 日11 时水利部启动水旱灾害防御Ⅱ级应急响应。基于洪涝灾害遥感即时服务框架，利用我国的高分三号卫星（GF-3）、欧洲哨兵卫星数据对长江流域洪涝灾害开展了不定期、不间断遥感应急监测评估工作。

在这次长江流域大洪水过程中，长江中游地区水文情况较复杂，受灾情况严重，尤其是鄱阳湖地区。7 月2 日到7 月9 日，在长江上游来水和强降雨的影响下鄱阳湖水位持续上涨，周边主要水文站（九江、永修、星子、鄱阳、湖口）7 月8 日均已超出警戒水位，洪涝灾害严重。

从遥感监测的结果可以发现，鄱阳湖地区7月8 日湖区面积扩大十分显著，各个支流两岸均有淹没区。7 月8 日至12 日受灾面积持续扩大，扩大部分集中在支流细脉和河湖的交界处以及圩堤溃坝所造成的土地淹没（图2）；7 月14 日鄱阳湖湖区面积变化不大，水位已基本稳定甚至开始下降，洪涝灾害遥感监测结果与鄱阳湖主要控制水文站水位变化趋势一致（图3）；7 月20 日鄱阳湖水系来水呈现消退趋势，湖区水域面积仍继续扩大，但增幅趋缓，较7 月14 日增大约360km。

图2 鄱阳湖地区圩堤溃坝遥感监测

图3 鄱阳湖水域面积与水位变化对比图

五、结束语

洪涝灾害遥感应急服务涉及遥感数据采集、定量化处理、信息智能挖掘以及信息融合等多个流程环节，由于各流程环节的复杂程度不同，所需的耗时和精度要求不尽相同，因此，针对框架中高耗时的处理环节，开展模块化、并行化以及智能化的功能研发，提高洪涝灾害遥感即时服务的效率和精度，才能有效满足当前遥感洪灾应急服务的需求。

本文提出的洪涝灾害遥感即时服务框架，旨在为新时期洪涝遥感应急监测和评估工作提供一种参考，已在2020 年长江流域鄱阳湖地区洪涝灾害应急中取得初步应用。随着洪涝灾害应急要求不断提高，洪涝遥感即时服务的效率和精度也将不断提升，不仅需要优化洪涝灾害即时服务框架中的处理模块，而且要制定洪涝遥感即时服务的规范标准，研究洪涝灾情信息主动服务机制，畅通遥感数据采集、遥感信息挖掘和遥感信息服务的链路，将卫星遥感大数据更好地服务于洪涝灾害应急服务中。