基于合成孔径雷达影像的洪涝灾害监测方法研究

王微 余海坤

（1.河南省遥感院，河南 郑州 450003；2.河南省遥感大数据工程技术研究中心，河南 郑州 450003）

1 引言

河南省在近两年汛期均遭受了严重的暴雨洪涝灾害。2020 年6 月1 日至7 月23 日，河南先后出现八次强降雨过程，其中，最大点雨量出现在信阳市固始县锁口雨量站，降雨达到439.5 毫米；累计降雨超过400 毫米的站点9 处，均超100 年一遇。持续强降雨致固始境内淮河干流、14 条支流出现险情，97 座中小水库全部溢洪[1]。2021 年7 月17 日至23 日，河南省遭遇历史罕见特大暴雨，发生严重洪涝灾害，特别是7 月20 日郑州市遭受重大人员伤亡和财产损失。灾害共造成河南省150 个县（市、区）1478.6 万人受灾，因灾死亡失踪398 人，其中郑州市380 人、占全省95.5%；直接经济损失1200.6 亿元，其中郑州市409亿元，占全省34.1%[2]。

及时掌握洪涝灾害影响范围不仅可以辅助灾害应急指挥决策，也为灾后重建、恢复生产等工作提供数据的支撑。利用卫星影像大范围地对各类灾害进行监测已经成为一种高效、及时的方法和手段。但是，暴雨洪涝灾害往往伴随着长期的阴雨天气，光学卫星无法获取灾区影像。合成孔径雷达（SAR）是通过接收卫星主动发射的微波反射信号而生成图像的，具有穿云透雾的特性，因此SAR 卫星不仅可以在夜晚成像，也可以在阴雨天气下成像，所以利用SAR 卫星可以成为暴雨洪涝灾害监测最及时高效的手段[3]。

本研究采用哨兵1 号SAR 卫星影像，识别并提取近两年河南省汛期洪涝灾害，探索凸显洪涝灾害的快速制图方法，从而实现监测暴雨洪涝灾害影响范围和发展趋势的目标。

2 数据与方法

2.1 数据介绍

哨兵1 号卫星IW 模式下的1 级地距影像数据（Ground Range Detected，GRD）可以从哨兵1 号科学中心（https://scihub.esa.int）免费获取，该数据重访周期为12 天，空间分辨率为20 米[4]。此次采用2020 年2 期和2021 年4 期哨兵1 号SAR 影像，对2020 年和2021 年河南省汛期洪涝灾害进行研究，影像极化方式为VV/VH 双极化模式，轨道类型均为升轨。影像信息如表1 所示。

表1 SAR影像数据信息

2020 年7 月，信阳地区均小到暴雨天气21 天，其他均为多云天气；2021 年7 月至8 月份，鹤壁、新乡地区晴天仅有5 天，其他均为多云或阴雨天气。在这样的天气状况下，光学卫星只能观测个别时间窗口中局部地区的灾害状况，无法实现大范围洪涝灾害的观测。

2.2 数据预处理

双极化SAR 影像的处理过程包括影像配准、影像滤波、辐射定标、地理编码等步骤，获取具有地理位置信息的双极化雷达强度影像数据[5]。本研究采用ENVI-SARscape 软件进行自动化预处理。

SAR 影像配准和重采样将校正偏移、旋转和缩放差异。影像配准首先基于卫星的精确轨道数据和数字高程模型（DEM）计算局部非参数偏移估计；在参考主影像上根据移动步长和距离向、方位向的像素个数确定一组窗口，计算每个窗口中主副影像间的互相关函数，相关性越大表示窗口区域的影像畸变越小，同时记录对应窗口的偏移残差；利用多项式模拟空间残差分布，从而校正副影像的空间畸变[6]。

从SAR 系统等相关传感器获得的图像具有散斑特征，这是一种空间随机乘性噪声，噪声是与影像中每个像素的雷达反射率相关联的统计波动[7]，影像滤波通常是以牺牲空间分辨率为代价的。利用距离向和方位向为1 ∶2 比例进行多视处理，可以有效滤除影像噪声。

雷达传感器记录的发射电磁波和接收反射回波的信号比，称为后向散射。经过辐射定标的后向散射不受观测几何的影响，可以对其进行分析研究[8]。

由于SAR 影像在距离和方位方向上的几何特性完全不同，地理编码必须分别考虑轨道的横向和纵向。距离向畸变主要是由地形变化引起，相对容易纠正；方位向的畸变较小，但纠正更为复杂[9]。

经过ENVI-SARscape 软件自动化预处理SAR 影像如图1 所示。

图1 不同期SAR影像预处理后VV、VH极化对比

2.3 洪涝灾害提取

提取洪涝灾害范围的方法是将同一地区的两期或多期SAR 影像叠加，形成时序组合影像，通过人工识别原有水体、洪涝淹没区，建立影像分类样本，利用监督分类的方法，自动化地对洪涝灾害进行监测和范围提取。

鉴于SAR 影像常见有四种极化方式，每种极化方式对同类地物的反射特性不同。因此在进行时序影像分析时，应当采用同一极化方式的SAR 影像。SAR 影像洪涝灾害提取流程如图2 所示。

图2 SAR影像洪涝灾害提取流程

3 结果与分析

3.1 2020 年洪涝灾害提取分析

2020 年7 月8 日 和2020 年7 月20 日 的VV 极 化SAR 影像经过预处理之后，相互叠加，形成一个灾害前后的时序组合影像。根据图像判别，在该组合影像上绘制出原有水体、洪涝淹没区、耕地林地、人类聚集区等样本图斑，利用监督分类的方法，对时序组合影像进行计算机解译。经过影像分类后处理，解译结果如图3 所示。

图3 2020年7月20日信阳地区洪涝灾害SAR影像提取结果

利用灾前、灾后的VV 极化SAR 卫星影像，可以提取洪涝灾害淹没区域。在图3 中可以看出，2020 年洪涝灾害主要分布在罗山县、息县、光山县、潢川县、淮滨县、固始县。利用7 月20 日哨兵1 号SAR 卫星监测到的各县洪涝淹没区面积如表2 所示。

表2 2020年7月20日信阳地区洪涝灾害淹没面积统计表

3.2 2021 年洪涝灾害提取分析

采用2021 年7 月15 日、27 日和8 月8 日、20 日4 期哨兵1 号SAR 卫星影像，持续观测新乡、鹤壁、安阳等地区的洪涝灾害。影像预处理之后，将7 月27日和8 月8 日、20 日VH 极化SAR 影像分别与7 月15日VH 极化影像叠加，生成时序组合影像。人工识别时序组合影像中原有水体、洪涝淹没区、建筑物、耕地等主要地物，形成分类样本。利用监督分类的方法，对三组时序组合影像计算机自动解译。经过影像分类后处理，解译结果如图4 到图6 所示。

图4 7月27日洪涝灾害淹没区解译结果

图5 8月8日洪涝灾害淹没区解译结果

图6 8月20日洪涝灾害淹没区解译结果

利用灾前、灾后的VH 极化SAR 卫星影像，同样可以提取洪涝灾害淹没区域。从7 月27 日和8 月8 日、20 日的洪涝淹没区可以看出，洪涝灾害淹没区是在明显减少的。新乡、安阳市内的洪涝灾害在8 月8 日基本已经消退；鹤壁市8 月8 日的洪涝灾害在南部消退，在北部却继续发展，原因是共产主义渠东侧泄洪后，水位较高且长期不退。截至8 月20 日，除部分地区洪涝未退外，大部分地区的洪涝灾害风险已经解除。

利用哨兵1 号SAR 影像提取的洪涝灾害淹没面积如表3 所示。

表3 2021年7月～8月洪涝淹没面积统计

3.3 快速制图

在实际工作中，为满足灾害应急观测的需求，往往需要快速提供灾区影像图，宏观地了解灾情状况及变化趋势，无需对灾害范围进行提取。但是黑白色调的雷达影像，既不能满足人们分析图纸的习惯，也不能从单一时期的雷达影像中区分原有水体和淹没区。

利用灾前、灾后的两期雷达影像，使用红绿蓝彩色进行渲染，通常灾前影像渲染为红，灾后影像渲染为蓝和绿色，合成假彩色影像。针对哨兵1 号SAR 影像，图像拉伸方式采用标准差拉伸，标准差n 值可设为0.5左右。在此基础上应用GAMMA 拉伸，红、绿、蓝拉伸系数分别采用3、4、4。灾害前后对比影像快速制图结果如图7 所示，图中红色即为洪涝灾害影响区域，图中黑色即为原有水体。

如果仅需要查看灾后雷达影像，可以使用不同极化影像进行假彩色合成，通常VH 极化渲染为红色，VV极化渲染为绿和蓝色，合成假彩色影像。针对哨兵1号SAR 影像，图像拉伸方式采用标准差拉伸，标准差n 值可设为0.7 左右。在此基础上应用GAMMA 拉伸，红、绿、蓝拉伸系数分别采用3、3、3，从而生成一幅突出洪涝灾区及水体的卫星影像图，如图8 所示。

图7 灾害前后两期SAR影像假彩色快速制图

图8 灾后单期SAR影像假彩色快速制图

4 结论

利用卫星影像可以实现对洪涝灾害的广域、高效的监测。但洪涝灾害发生时往往伴随着长期的阴雨天气，利用合成孔径雷达（SAR）卫星影像，能够克服天气影响，实现对地表观测。多极化SAR 影像均可实现对洪涝灾害淹没范围的监测，但因每种极化影像对地物的表现特征不同，因此应采用灾前、灾后同种极化SAR 影像进行洪涝灾害的监测。由于SAR 影像对水体较为敏感，在应急条件下，可以采用不同期影像或同期多极化影像快速制图，突出洪涝灾害的分布情况。