基于Sentinel1BSAR数据的洪水提取和监测
基于Sentinel-1A的2020年鄱阳湖流域洪水灾害遥感监测
目前用于洪水检测较为成熟的方法主要包括单波段法、监督分类、非监督分类、谱间关系法、水体指数等方法[1-8]，相关专家有大量研究证明其实用性[9-17]。
本文基于Sentinel-1A 数据在水体提取上的优越性，分别采用监督分类（SVM 法）和非监督分类（IsoData 法）2种方法提取鄱阳湖洪涝前后水体变化信息，对比分析2种方法的提取精度及优缺点，为Sentinel-1数据在洪涝灾害监测及灾后评估方面的应用提供参考。
1研究区概况鄱阳湖位于江西省北部，跨越九江、南昌、上饶三市，是中国面积最大的淡水湖，也是中国第二大湖，属于长江中下游主要支流之一。
鄱阳湖南北长173km ，东西平均宽16.9km ，最宽达74km ，最窄仅有3km ，湖盆自东南向西北倾斜，湖岸线长约1200km ，汇集众多河流并经湖口注入长江。
其水位涨落受众多河流及长江水回灌作用共同影响，导致鄱阳湖南侧交汇处的水位变化较为显著，形成分布广泛的滩地、沼泽和沙洲等，成为我国重要的湿地生态系统之一。
在雨季来临时鄱阳湖可有效减弱河流聚集带来的洪峰影响，2020年入汛以来，中国南方地区发生大规模强降雨过程，造成多地发生较严重洪涝灾害。
基于此，本文以鄱阳湖区域为研究区开展洪水变化监测，研究区概况如图1所示。
收稿日期：2021-01-11。
项目来源：河南省自然科学基金资助项目（202300410180）；河南省高校基本科研业务费专项资金资助项目（NSFRF170807）。
（*为通信作者）基于Sentinel-1A 的2020年鄱阳湖流域洪水灾害遥感监测王磊1，连增增2*（1.河南省有色金属地质矿产局第一地质大队，河南郑州450000；2.河南理工大学测绘与国土信息工程学院，河南焦作454000）摘要：基于Sentinel-1ASAR 影像在洪水灾害监测方面的优越性，分别采用监督分类（SVM 法）和非监督分类（IsoData 法）2种方法对鄱阳湖流域开展灾前、灾后洪涝范围提取，以期为Sentinel-1数据在洪涝灾害监测及灾后评估方面的应用提供参考。
基于Sentinel-1B SAR数据的2018年寿光洪水遥感监测及灾害分析
Vol. 30 No. 2Apr. 2021第30卷第2期2021年4月自然灾害学报JOURNAL OF NATURAL DISASTERS文章编号：1004 -4574(2021)02 -0168 -08 DOI: 10.135力/j. jnd. 2021.0217基于Sentinel - IB SAR 数据的2018年寿光洪水遥感监测及灾害分析栾玉洁郭金运打高永刚S 刘新I(1.山东科技大学测绘与空间信息学院，山东青岛266590 ； 2.福州大学环境与资源学院，福建福州350116)摘 要:基于Sentinel-IB SAR 数据采用面向对象阈值分割法提取2018年寿光洪灾前、中、后3个时期的水体信息，同时基于Sentinel-2A 光学数据利用面向对象CART 决策树分类法实现研究区土地利 用类型分类,分析了研究区的受灾情况。
由Sentinel-IB 弘R 数据得到的水体提取结果总体精度均在95%以上，表明SAR 数据适用于水体信息的提取。
据监测结果，研究区内洪水淹没总面积为198.59km 2，其中寿光市受淹面积最大，在各类地物中工矿仓储用地受灾情况最为严重。
关键词:Sentinel-1B ;面向对象;水体提取;寿光;洪水中图分类号:TP79; X43 文献标识码:ARemote sensing monitoring of flood and disaster analysis in Shouguangin 2018 from Sentinel - IB SAR dataLUAN Yujie 1, GUO Jinyun 1, GAO Yonggang 2, LIU Xin 1(1. College of Geomatics , Shandong University of Science and Technology , Qingdao 266590, China ；2. College of Environment and Resources , Fuzhou University , Fuzhou 350116,China)Abstract : Sentinel - IB SAR data is used to monitor the water information in the pre-flood , flooding and after-flood periods of the 2018 flood in Shouguang , based on the object-oriented threshold segmentation method. Using Senti- nel-2A optical images , we classify the land use types of the study area with the object-oriented CART decision treeclassification method , and analyze the disaster situation of the study area. Based on the Sentinel-1 B SAR data , the overall accuracy of the water extraction results is above 95% , indicating that the SAR data is suitable for the extrac tion of water information. The total flooded area in the study area was 198. 59 km 2, of which Shouguang City had the largest flooded area and the industrial and mining warehousing land was most severely affected in various typesof land.Key words ： Sentinel-IB ； object-oriented ； water extraction ； Shouguang ； flood星载合成孔径雷达(SAR)工作于微波波段,具有一定的地表穿透能力,不受云雾限制,在洪水监测方面 具有独特的优势，受到了许多学者的重视。
基于Sentinel1数据的水体信息提取方法研究
水资源是现代经济发展中一个重要关注对象，它 是人类及一切生物赖以生存的重要条件之一［1］，而且 水体信息对水资源、洪涝灾害及水文研究具有重要的 意义［2 － 3］，例如快速的水体信息提取可为洪涝灾害发 生和防护提供宝贵的信息。传统的水体信息提取是基 于测绘技术完成的，该方法耗时、耗力，且在宏观和实 时性上效果较差。随着遥感技术的发展，利用遥感手 段可以大范围、快速地提取水体信息，且具有成本低、 动态监测 等 特 点［4］。 遥 感 手 段 主 要 分 为 光 学 遥 感 和 微波遥感。
第 50 卷 第 2 期 2019 年2 月
文章编号： 1001 － 4179（ 2019） 02 － 0213 － 05
人民长江 Yangtze Ｒiver
Vol． 50，No． 2 Feb． ， 2019
基于 Sentinel － 1 数据的水体信息提取方法研究
贾 诗 超1 ，薛 东 剑1，2 ，李 成 绕1 ，郑 洁1 ，李 婉 秋1
图 1 巢湖区域 Fig． 1 Chaohu Lake region
图 2 鄱阳湖区域 Fig． 2 Poyang Lake region
Sentinel － 1 卫星的数据预处理都是在 SNAP 软件
214
人民长江
2019 年
1 研究区和数据
2 数据预处理
本文选取巢湖和鄱阳湖作为研究区，如图 1 ～ 2 所 示。图 1 和图 2 的 ＲGB 分别为： Ｒ 是 VH 极化； G 是 VV 极化； B 是本文方法得到的水体结果图，蓝色水体 表现得很 清 晰。巢 湖 位 于 安 徽 省 中 部［15］，湖 水 面 达 769． 5 km2 。巢湖流域属于北亚热带湿润季风气候区， 多年平均降水量为 995． 7 mm。鄱阳湖位于江西省的 北部［16］，湖水面积最大和最小时分别为 3 150 km2 和 562 km2 。鄱阳湖流域属于亚热带温润季风气候，年降 水量约 1 500 mm。
基于Sentinel-1和Sentinel-2遥感数据融合的水体提取方法
基于 Sentinel-1和 Sentinel-2遥感数据融合的水体提取方法摘要：通过主动遥感的SAR雷达数据与被动遥感的多光谱遥感数据进行水体信息提取已成为重要的研究热点之一。
本文将借助Sentinel-1和Sentinel-2的雷达数据与多光谱数据进行影像融合，并利用随机森林机器学习方法进行渭河段水体信息的提取。
关键词：Sentinel-1; Sentinel-2;图像融合; 图像分类中图分类号：P28 文献标识码：A1 引言利用多源遥感数据融合的高分辨率遥感数据提取水体是一项热门研究工作，其中SAR数据（合成孔径雷达）全天时全天候采集的能力与多光谱数据可以提供丰富的信息的特点相结合，可普遍应用于陆地监测、土地覆盖等任务中。
本文采用的哨兵一、二号(Sentinel-1、Sentinel-2)正是利用这中特点而应用于水体信息的提取。
目前虽然已有很多关于遥感图像融合的算法研究和实际应用，但对于SAR和多光谱不同类型的数据源融合研究还很少。
因此，本文将对研究区的两种数据源利用G-S融合算法进行数据的融合，并由随机森林图像分类方法从融合图像中准确提取水体。
并对提取结果进行精度验证。
2 研究区域概况2.1 研究区域渭河干流在陕境内，流长502.4公里，流域面积67108平方公里，全河多年平均径流量103.7亿立方米，其中陕境产流62.66亿立方米;每年输入黄河泥沙达5.8亿多吨，约占黄河泥沙总量的1/3。
研究区经纬度为具体坐标：34°29'50.38"北—109°15'55.40"东、34°29'27.12"北—109°15'56.94"东、34°29'52.10"北—109°16'32.73"东、34°29'31.24"北—109°16'55.58"东。
基于Sentinel-1的一次暴雨过程洪泛范围监测
基于Sentinel-1的一次暴雨过程洪泛范围监测辜晓青;黄淑娥;戴芳筠;陈兴鹃;聂志强【摘要】在多云多雨地区,及时监测大暴雨之后洪泛水淹范围对减灾救灾、灾害评估有着极为重要的作用.雷达卫星遥感弥补了光学卫星遥感受云雨天气影响而不能及时监测地表信息的缺点.以2018年7月5-7日大暴雨过程为例,应用哨兵1号(Sentinel-1)星载合成孔径雷达数据,采用2018年6月25日暴雨过程前的监测结果为本底水体,选用双峰阈值分割法提取江西抚州东乡区、临川区及金溪县3县区2期影像水体信息,通过RGB波段组合方法对比分析,快速确定大暴雨后的洪泛区域.利用GIS软件分析洪泛区域,获取分县水淹面积空间分布范围信息,实现了快速监测大暴雨后的洪泛水淹区域.研究结果表明哨兵1号用于快速洪泛灾情评估是有效的,可为政府和相关部门及时、精确地掌握洪灾信息,科学安排防灾救灾提供了决策依据.将监测结果与实际灾情调查数据进行了对比分析,遥感监测结果与实况的分布范围较为一致,但是在农田受灾面积的统计上有较大差异,需进一步完善遥感解译指标,提高洪泛区与正常水田的区分能力,提高监测精度.【期刊名称】《江西科学》【年(卷),期】2019(037)001【总页数】5页(P85-89)【关键词】SAR;Sentine-1;暴雨洪泛区;快速监测【作者】辜晓青;黄淑娥;戴芳筠;陈兴鹃;聂志强【作者单位】江西省气象科学研究所,330096,南昌;江西省气象科学研究所,330096,南昌;江西省气象科学研究所,330096,南昌;江西省气象科学研究所,330096,南昌;江西省气象科学研究所,330096,南昌【正文语种】中文【中图分类】P9620 引言我国幅员辽阔，经纬跨度大，距离海洋远近差距较大，高低地势差异大，地形类型山脉走向不一，导致气候降水呈多样性。
江西位于我国东南部，长江中下游南岸，受海陆热力性质差异影响，属于亚热带温暖湿润季风气候，梅雨期降水明显。
哨兵一号SAR 数据在鄱阳湖洪涝灾害监测中的应用
即为新增水体。而若灾前和灾后两幅影像均为水体
的区域，在差异图中接近于其均值，表现为灰白色，
关键词：哨兵一号；鄱阳湖；洪涝灾害；变化检测；水体提取
一、前言
我国是一个洪涝灾害频发的国家，洪涝灾害的 发生具有多发性、广泛性和突发性等特点，影响人 们的生命安全和国家的经济发展 [1]，因此需要持续 监控和管理，以降低洪涝灾害带来的损失。
卫星遥感监测技术覆盖面积广、周期短且时效
性强，可为洪涝灾害防治提供依据 [2]。光学数据和 微波遥感数据均可应用于洪灾的遥感监测中，但考 虑到受灾地区常伴有复杂的天气条件，减灾救灾具 有时效性的要求，因此微波遥感数据尤为适合灾情 监测 [3]。在微波遥感领域，星载合成孔径雷达（SAR） 不仅可以进行全天时、全天候监测，且监测时不受
圩堤作为防洪排涝的筑堤，保护着地势低洼区， 溃堤决口是造成村庄内涝的一个重要原因，评估圩 堤溃堤情况对监测洪涝灾害具有重要意义。因此， 本文基于哨兵一号的 SAR 影像数据，首先利用变 化检测方法提取受灾严重的鄱阳湖及周围区域的水 体淹没信息，分析鄱阳湖的湖体变化，之后监测洪 灾下三个圩堤漫堤险情，评估鄱阳县昌洲乡和永修 县三角乡的受灾程度。
1. 波段运算
经过图像预处理后得到的灾得到差异图（D）：
D = |float(F)| - |float(R)|
（1）
由于水体的后向散射系数较小，在 SAR 影像
中易呈现黑色，因此若灾后为水体，灾前为非水体，
该区域差异图的数值小于差异图的均值，呈现黑色，
2. 数据源及预处理
本文所使用的数据为哨兵一号 B 星（Sentinel1B）地距（GRD）影像，成像方式为干涉宽幅模式 （IW），极化方式为 VV 极化。其中 2020 年 7 月 2 日为灾前影像，7 月 14 日为灾后影像。利用 ESA 开发的 SNAP7.0 软件对雷达图像做预处理，包括图 像裁剪、辐射定标、滤波、地形校正和对数转换等， 获得具有地理坐标的 SAR 影像，图 2 为监测区域 预处理前后的对比图，图中黑色区域的后向散射系 数低，表示粗糙度低的区域，例如水体。
基于光学与SAR影像的洪涝灾害监测研究
1 引言洪水灾害长期给全球造成巨大经济损失，严重威胁人民群众生命财产安全[1]。
洪涝灾害监测的重点在于地表水体信息的准确识别以及洪水淹没区域的实时统计，传统方法主要有人工野外巡查、水文监测站等，该方法具有危险性高、耗费资源量大等缺点[2]。
卫星遥感技术覆盖面广、时效性高，目前已在水质水环境遥感监测与评价、山体滑坡等自然灾害预报等洪水灾害监测、灾害评价、水文水资源调查等领域得到广泛应用[3-5]。
水体的光谱特征与其他地物存在明显区别，因此以往洪涝灾害监测多基于光学卫星数据[6]。
合成孔径雷达（SAR）不受云雾和降水影响，可以获取全天候卫星观测数据[7]。
徐涵秋[8]将归一化水体指数（NDWI）的近红外线波段换成了中红外线波段，构建了既可用于植被密集区，又能取得城镇环境水体提取实验效果更好的归一化差异水体改良指标MNDW。
莫伟华[9]等提出了混合水体指标模型CIWI，使水体与城镇分离程度明显增强，水体信息得到有效提取。
闫霈等[10]在分析水体和背景地物光谱特征基础上，以半干旱地区为研究区域，以GIS 技术为辅助，提出加强型水体指数EWI 对半干旱地区土壤和植被噪声进行有效抑制的研究成果。
目前，还没有能同时满足洪涝灾害监测对于时效性和监测范围两个要求的研究数据及成果。
针对这一情况，本文依据哨兵二号（Sentinel-2）光学遥感影像的多波段、多波谱范围优势，以及哨兵一号（Sentinel-1）雷达数据无视云雨可穿透云层的优势，选择2020年7月份长江流域鄱阳湖地区洪涝灾害为切基于光学与SAR影像的洪涝灾害监测研究夏伟（南昌市自然资源和规划局新建分局事务服务中心，江西 南昌 330100）摘 要：研究基于哨兵数据开展长江流域鄱阳湖地区2020年7月洪涝灾害前后对比，并提取淹没范围。
研究得到以下结论：对SAR 影像上的水体进行逐像元读取与均值计算，得到研究区的水体阈值；基于Sentinel-2影像反演的水体指数NDWI 中，水体数值整体较高，多集中在0.6以上；通过NDWI 将水体信息较完整地提取出来，尤其是细小支流也较好地提取出来；结合SAR 与光学影像的水体提取成果可知，2020年7月份的洪涝灾害对鄱阳湖流域影响较大，导致出现大范围的水面扩张以及决堤，大量耕地、草地、居民地等受灾。
基于哨兵1号的洪水淹没面积监测
（１安 徽 省 气 象 科 学研 究 所 ，合 肥 ２３００３１；２安 徽 省 大 气 科 学 与 卫 星 遥 感 重 点 实 验 室 ，合 肥 ２３００３１）
ቤተ መጻሕፍቲ ባይዱ
摘 要 准 确 及 时 得 到 洪 水 淹 没 区 域 及 淹 没 面 积 ，对 于 抗 洪 救 灾 有 着 重 要 意 义 。洪 涝 灾 害 时 基 本 为 阴 雨 天 ，光 学 遥 感 无 法 监 测 到 洪 水 淹 没 有 效 区 域 ，使 时效 性 和 准 确 性 下 降 ，利 用 星 载 合 成 孑Ｌ径 雷 达 （ＳＡＲ）则 不 受 云 雨 影 响 、可 全 天 候 观 测 ，及 时 获 得 下 垫 面 洪 水 淹 没 区域 及 面 积 ，可 为 洪 水 监 测 提 供 有 力 保 障 。本 文 以 ２０１６年 ７月 长 江 流 域 洪 水 为 例 ，应 用 哨兵 １号 （Ｓｅｎｔｉｎｅｌ一１）星 载 合 成 孔 径 雷 达 结 合 阈值 法 和 伪 彩 色 合 成 等 方 法 ，在 ＧＩＳ工 具 下 对 长 江 流 域 部 分 湖 泊 和 长 江 干 流 等 提取 水 体 区域 ，得 到 淹 没 范 围 和 分 县 淹 没 面 积 ，进 行 洪 水 淹 没 区 变 化 分 析 ，并 与 同 期 ＭＯＤＩＳ影 像 监 测 结 果 进 行 对 比验 证 。结 果 表 明 基 于 哨兵 １号 的 水 体 提 取 方 法 和 淹 没 面积 的计 算 可 行 。 关 键 词 哨兵 １号 ；星 载 合 成 孔 径 雷 达 ；洪 水 ；水 体 提 取 中 图分 类 号 ：Ｘ４３ ＤＯＩ：１０．１９５１７／ｊ．１６７１－６３４５．２Ｏ１６０６９７ 文献 标 识 码 ：Ａ
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
第４２卷第４期２０１９年４月测绘与空间地理信息ＧＥＯＭＡＴＩＣＳ＆ＳＰＡＴＩＡＬＩＮＦＯＲＭＡＴＩＯＮＴＥＣＨＮＯＬＯＧＹＶｏｌ.４２ꎬＮｏ.４Ａｐｒ.ꎬ２０１９收稿日期:２０１８－１２－１０作者简介:吴文会(１９６０－)ꎬ男ꎬ黑龙江通河人ꎬ高级工程师ꎬ学士ꎬ主要从事极地测绘与地理信息系统应用开发工作ꎮ基于Ｓｅｎｔｉｎｅｌ－１ＢＳＡＲ数据的洪水提取和监测吴文会１ꎬ王丽欣２ꎬ马㊀卓３(１.黑龙江测绘地理信息局极地测绘工程中心ꎬ黑龙江哈尔滨１５００８１ꎻ２.黑龙江省测绘地理信息学会ꎬ黑龙江哈尔滨１５００８１ꎻ３.黑龙江工程学院ꎬ黑龙江哈尔滨１５０００８)摘要:洪涝灾害是我国最严重的气象灾害之一ꎬ及时准确的洪灾监测是防灾减灾的重要前期工作和基础ꎮ本文利用ｓｅｎｔｉｎｅｌ－１Ｂ雷达数据ꎬ以黑瞎子岛为研究区ꎬ联合使用ＯＳＴＵ阈值分割法和随机森林面向对象分类法针对像素统计单波形㊁双波形㊁多波形ＳＡＲ影像提取洪水要素ꎬ实现对洪灾淹没面积的时序监测ꎬ为灾情监测提供数据和技术支撑ꎮ关键词:Ｓｅｎｔｉｎｅｌ－１ＢＳＡＲꎻ洪水ꎻＯＳＴＵ阈值分割ꎻ随机森林分类中图分类号:Ｐ２３７㊀㊀㊀文献标识码:Ａ㊀㊀㊀文章编号:１６７２－５８６７(２０１９)０４－０１１０－０２ＦｌｏｏｄＥｘｔｒａｃｔｉｏｎａｎｄＭｏｎｉｔｏｒｉｎｇＢａｓｅｄｏｎＳｅｎｔｉｎｅｌ－１ＢＳＡＲＤａｔａＷＵＷｅｎｈｕｉ１ꎬＷＡＮＧＬｉｘｉｎ２ꎬＭＡＺｈｕｏ３(１.ＰｏｌａｒＳｕｒｖｅｙｉｎｇａｎｄＭａｐｐｉｎｇＥｎｇｉｎｅｅｒｉｎｇＣｅｎｔｅｒｏｆＨｅｉｌｏｎｇｊｉａｎｇＢｕｒｅａｕｏｆＳｕｒｖｅｙｉｎｇꎬＭａｐｐｉｎｇａｎｄＧｅｏｉｎｆｏｒｍａｔｉｏｎꎬＨａｒｂｉｎ１５００８１ꎬＣｈｉｎａꎻ２.ＨｅｉｌｏｎｇｊｉａｎｇＰｒｏｖｉｎｃｉａｌＳｏｃｉｅｔｙｏｆＳｕｒｖｅｙｉｎｇꎬＭａｐｐｉｎｇａｎｄＧｅｏｉｎｆｏｒｍａｔｉｏｎꎬＨａｒｂｉｎ１５００８１ꎬＣｈｉｎａꎻ３.ＨｅｉｌｏｎｇｊｉａｎｇＩｎｓｔｉｔｕｔｅｏｆＴｅｃｈｎｏｌｏｇｙꎬＨａｒｂｉｎ１５０００８ꎬＣｈｉｎａ)Ａｂｓｔｒａｃｔ:ＦｌｏｏｄｄｉｓａｓｔｅｒｉｓｏｎｅｏｆｔｈｅｍｏｓｔｓｅｒｉｏｕｓｍｅｔｅｏｒｏｌｏｇｉｃａｌｄｉｓａｓｔｅｒｓｉｎＣｈｉｎａ.Ｈｏｗｔｏｒｅａｌｉｚｅｔｉｍｅｌｙａｎｄａｃｃｕｒａｔｅｆｌｏｏｄｍｏｎｉｔｏ￣ｒｉｎｇｉｓａｎｉｍｐｏｒｔａｎｔｐｒｅｃｅｄｉｎｇａｎｄｆｏｕｎｄａｔｉｏｎｆｏｒｄｉｓａｓｔｅｒｐｒｅｖｅｎｔｉｏｎａｎｄｍｉｔｉｇａｔｉｏｎ.Ｕｓｉｎｇｓｅｎｔｉｎｅｌ－１ＢｒａｄａｒｄａｔａａｎｄｔａｋｉｎｇＨｅｉｘｉａｚｉＩｓｌａｎｄａｓｔｈｅｒｅｓｅａｒｃｈａｒｅａꎬｔｈｉｓｐａｐｅｒｕｓｅｓＯＳＴＵｔｈｒｅｓｈｏｌｄｓｅｇｍｅｎｔａｔｉｏｎｍｅｔｈｏｄａｎｄｒａｎｄｏｍｆｏｒｅｓｔｏｂｊｅｃｔ－ｏｒｉｅｎｔｅｄｃｌａｓｓｉｆｉｃａｔｉｏｎｍｅｔｈｏｄｔｏｅｘｔｒａｃｔｆｌｏｏｄｅｌｅｍｅｎｔｓｆｒｏｍｓｉｎｇｌｅ－ｗａｖｅｆｏｒｍꎬｄｏｕｂｌｅ－ｗａｖｅｆｏｒｍａｎｄｍｕｌｔｉ－ｗａｖｅｆｏｒｍＳＡＲｉｍａｇｅｓｏｆｐｉｘｅｌｓｔａｔｉｓｔｉｃｓꎬｓｏａｓｔｏｒｅａｌｉｚｅｓｅｑｕｅｎｔｉａｌｍｏｎｉｔｏｒｉｎｇｏｆｆｌｏｏｄｉｎｕｎｄａｔｅｄａｒｅａꎬａｎｄｐｒｏｖｉｄｅｄａｔａａｎｄｔｅｃｈｎｏｌｏｇｙｆｏｒｄｉｓａｓｔｅｒｍｏｎｉｔｏｒｉｎｇ.Ｋｅｙｗｏｒｄｓ:Ｓｅｎｔｉｎｅｌ－１ＢＳＡＲꎻｆｌｏｏｄꎻＯＳＴＵｔｈｒｅｓｈｏｌｄｓｅｇｍｅｎｔａｔｉｏｎꎻｒａｎｄｏｍｆｏｒｅｓｔｃｌａｓｓｉｆｉｃａｔｉｏｎ０㊀引㊀言洪水已经成为我国频发性自然灾害ꎬ不仅严重影响局部生态系统ꎬ还会造成巨大的生命财产损失ꎮ准确获取洪水的扩张范围信息对规划救援和灾后评估具有重要的指导作用ꎮ星载合成孔径雷达遥感具有全天候㊁全天时数据获取能力ꎬ不受光照和天气条件影响ꎬ获取的影像具有较好的对比度和丰富的纹理信息ꎬ尤其适合于极端天气情况下的灾害研究ꎬ在洪水淹没范围提取方面具有一定潜力[１]ꎮ本研究选取Ｓｅｎｔｉｎｅｌ高分雷达影像ꎬ基于ＯＳＴＵ阈值分割法和随机森林面向对象分类法提取洪水要素ꎬ对黑瞎子岛２０１８年的洪灾淹没面积进行时序监测ꎬ结合地理国情地表分类产品进行洪灾影响分析ꎬ探索洪灾淹没研究区面积变化特征ꎬ为防灾避灾抗灾救灾提供应急技术保障ꎮ１㊀研究区域选择黑瞎子岛作为研究区域ꎬ该岛位于黑龙江和乌苏里江交汇处ꎬ平均海拔４０ｍꎬ地势平坦ꎬ地表水系较发达ꎮ该区属于典型的温带季风气候ꎬ大暴雨出现频繁ꎬ分布集中ꎬ强度大ꎬ范围广ꎬ为黑龙江省三大暴雨中心之一ꎬ雨季持续周期长ꎬ一般发生在４ ８月ꎬ７㊁８月最多ꎬ常出现洪涝灾害ꎬ充分掌握该区的洪灾特征ꎬ对防洪减灾具有重要意义ꎮ２㊀数据介绍使用欧空局雷达卫星Ｓｅｎｔｉｎｅｌ－１Ｂ宽幅干涉模式ＩＷ(ＩｎｔｅｒｆｅｒｏｍｅｔｒｉｃＷｉｄｅＳｗａｔｈ)ｌｅｖｅｌ－１级ＧＲＤ数据产品ꎬ该产品可以在ｈｔｔｐｓ://ｓｃｉｈｕｂ.ｃｏｐｅｒｎｉｃｕｓ.ｅｕ/免费下载ꎬ属于Ｃ波段合成孔径雷达(ＳＡＲ)ꎬ时间分辨率为１２ｄꎬ空间分辨率为１０ｍꎬ具有ＶＨ和ＶＶ两种极化方式ꎬ其中ꎬＶＨ极化方式对水域的后向散射回波敏感ꎬ适宜水域提取ꎬ研究选用２０１８年４ ８月共８景汛期雷达数据进行洪水淹没面积时序变化分析ꎮ３㊀计算方法３.１㊀数据预处理使用ＳＮＡＰ软件对Ｓｅｎｔｉｎｅｌ数据进行处理ꎬ主要包括截取感兴趣区域㊁多视化㊁定标㊁滤波㊁地理编码和像素归一化等步骤ꎮ数据预处理流程如图１所示ꎮ图１㊀数据预处理流程图Ｆｉｇ.１㊀Ｄａｔａｐｒｅｐｒｏｃｅｓｓｉｎｇｆｌｏｗｃｈａｒｔ１)影像裁剪:截取研究区范围ꎬ提高计算效率的同时ꎬ将其他地物的后向散射干扰降低到最小ꎮ２)多视处理:将整个有效合成孔径长度分成５段ꎬ分别对同一场景进行成像ꎬ然后将所得的图像求和叠加得到一幅ＳＡＲ图像ꎬ提高ＳＡＲ图像的信噪比ꎬ抑制斑点噪声ꎬ提高图像可解释性ꎮ３)辐射校正:Ｌｅｖｅｌ１级ＳＡＲ影像存在显著的辐射偏差ꎬ利用Ｒａｄｉｏｍｅｔｒｉｃ－Ｃａｌｉｂｒａｔｅ工具对影像进行辐射校正ꎬ得到后向散射系数[２]ꎮ４)相位滤波:由于ＳＡＲ发射的是相干电磁波ꎬ每一时刻被照射的地表单元包含了大量随机分布的散射体ꎬ因此该单元总的回波是各散射体反射的电磁波的相干叠加ꎬ使得ＳＡＲ图像存在随机分布的条纹噪声ꎬ本文选择ＧｏｌｄｓｔｅｉｎＰｈａｓｅＦｉｌｔｅｒｉｎｇ工具对影像进行相位滤波ꎬ滤除由条纹引起的光谱中的峰值ꎬ降低条纹噪声影响ꎮ５)几何地形校正:合成孔径雷达侧视成像ꎬ地形的起伏会对ＳＡＲ影像造成很大的几何畸变ꎬ并导致透视收缩㊁叠掩㊁阴影等现象ꎬ为了进行多时相分析ꎬ必须进行几何校正ꎬ使用Ｇｅｏｍｅｔｒｉｃ－ＴｅｒｒａｉｎＣｏｒｒｅｃｔｉｏｎ工具ꎬ选取ＲａｎｇｅＤｏｐｐｌｅｒ方法ꎬ在对影像进行几何校正的同时ꎬ完成地理编码处理ꎮ６)像素归一化:对多时相ＳＡＲ影像的像素后向散射系数做归一化处理ꎬ确保彼此之间有统一标准和可比性ꎮ３.２㊀水域提取目前ꎬ基于ＳＡＲ影像的水域提取方法主要有指数法㊁地形辅助法㊁独立成分分析法㊁面向对象分类法和阈值分割法ꎮ其中ꎬ阈值分割法的应用最为广泛ꎬ其原理是根据像素统计直方图ꎬ设定相应的阈值ꎬ将图像中的像素分为大于㊁小于阈值的两类ꎬ即背景和水体ꎬ形成二值图ꎮ然而在实际应用中ꎬ一景ＳＡＲ影像中部分地物的灰度值和邻域的散射特征有关联ꎬ容易受水中植被的影响ꎬ后向反射信息混杂ꎬ对应的像素统计图会出现单波形㊁双波形甚至多波形ꎬ仅靠使用阈值分割法提取水域会产生错提和漏提的现象ꎬ需要进一步综合纹理信息和相邻地物之间的几何信息增加有效信息量进行分类筛选ꎬ本研究采用ＯＳＴＵ阈值分割法和随机森林面向对象的方法提取洪水的淹没范围ꎮ１)ＯＳＴＵ阈值分割法利用Ｍａｔｌａｂ实现双峰形ＳＡＲ图像ＯＳＴＵ阈值分割处理ꎮ通过求两类地物的类间最大方差值ꎬ识别出分割阈值的大小ꎬ即像素统计图中分布明显的 峰谷 ꎬ峰值和谷值越大分割效果越明显ꎮ假设ꎬ研究区水域Ｃ１包含灰度级为[０ꎬ１ꎬ２ꎬ ꎬｋ]ꎬ背景Ｃ２包含灰度级数为[ｋ＋１ꎬ ꎬＬ－１]ꎬ则假设阈值为ｋꎬ则水域和背景之间的最大类间方差σ２Ｂ(ｋ)为:σ２Ｂ(ｋ)＝Ｐ１(ｋ)[ｍ１(ｋ)－ｍＧ]２＋Ｐ２(ｋ)[ｍ２(ｋ)－ｍＧ]２(１)ｍ(ｋ)＝ðｋｉ＝０ｉＰｉ(２)Ｐ２(ｋ)＝１－Ｐ１(ｋ)(３)σ２Ｂ(ｋ)＝[ｍＧＰ１(ｋ)－ｍ(ｋ)]２Ｐ１(ｋ)[ə１－Ｐ１(ｋ)](４)式中ꎬＰ１(ｋ)和Ｐ２(ｋ)分别表示Ｃ１㊁Ｃ２中像素在整幅图中的百分比ꎻｍ１(ｋ)和ｍ２(ｋ)分别表示Ｃ１㊁Ｃ２区域像素的平均灰度值ꎻｍＧ表示整幅图像的平均灰度值ꎻｍ(ｋ)表示灰度级ｋ的平均灰度值ꎮ由公式(４)可知ꎬ只需要确定ｍ和Ｐ１(ｋ)的值就可以确定水域和背景的类间方差ꎬ由于ｋ是[０ꎬＬ－１]范围内的整数ꎬ通过不断的迭代循环ꎬ寻找类间方差最大时的ｋ值ꎮ２)随机森林面向对象分类法利用ＳＮＡＰ软件实现单波形或多波形ＳＡＲ图像ꎬＲＦ(ＲａｎｄｏｍＦｏｒｅｓｔ)面向对象分类法处理ꎮＳＡＲ图像上的雷达回波强度由雷达参数(波长㊁极化方式㊁斜视角)㊁地物形状㊁复介电常数与粗糙度决定ꎬ地表水水体粗糙度相对微波波段属于平滑面ꎬ为镜面反射ꎬ后向散射强度弱ꎬ图像成暗色或黑色ꎻ粗糙表面主要是漫反射ꎬ后向回波强ꎬ图像呈灰色和灰白色[３]ꎬ根据辐射特性选定分类样本ꎮ４㊀结果分析基于Ｓｅｎｔｉｎｅｌ数据提取的黑瞎岛水域面积统计(见表１)ꎬ结合气象数据和研究区灾情监测结果可知ꎬ受局部地区强降水的影响ꎬ２０１８年黑瞎子岛经历了一次显著的洪㊀㊀(下转第１１８页)１１１第４期吴文会等:基于Ｓｅｎｔｉｎｅｌ－１ＢＳＡＲ数据的洪水提取和监测必将为长期的湿地监测和评估提供基础数据ꎮ４㊀结束语本文对古浪县湿地资源类型㊁面积㊁分布等进行了更新和监测ꎬ获得了现势性较高的湿地资源调查数据ꎬ但由于时间㊁资料等多种因素的限制ꎬ没有对湿地植被类型及面积㊁主要优势植物种㊁水源补给状况㊁保护管理状况等要素进行变更ꎮ参考文献:[１]㊀陈宜瑜.中国湿地研究[Ｍ].长春:吉林科学技术出版社ꎬ１９９５.[２]㊀杨永兴.国际湿地科学研究的主要特点㊁进展与展望[Ｊ].地理科学进展ꎬ２００２ꎬ２１(２):１１１－１２０. [３]㊀雷昆ꎬ张明祥.中国的湿地资源及其保护建议[Ｊ].湿地科学ꎬ２００５ꎬ３(２):８１－８６.[４]㊀国家林业局.中国湿地保护行动计划[Ｍ].北京:中国林业出版社ꎬ２０００.[５]㊀贾萍ꎬ宫辉力ꎬ赵文吉ꎬ等.我国湿地研究的现状与发展趋势[Ｊ].首都师范大学学报:自然科学版ꎬ２００３ꎬ２４(３):８４－８８ꎬ９５.[６]㊀赵峰ꎬ鞠洪波ꎬ张怀清ꎬ等.国内外湿地保护与管理对策[Ｊ].世界林业研究ꎬ２００９ꎬ２２(２):２２－２７. [７]㊀李江ꎬ胡雪娇ꎬ石佳.湿地研究现状及保护管理[Ｊ].生物学通报ꎬ２０１５ꎬ５０(１２):１－５.[８]㊀刘平ꎬ关蕾ꎬ吕偲ꎬ等.中国第二次湿地资源调查的技术特点和成果应用前景[Ｊ].湿地科学ꎬ２０１１ꎬ９(３):２８４－２８９.[９]㊀国家林业局.中国湿地资源甘肃卷[Ｍ].北京:中国林业出版社ꎬ２０１５.[１０]㊀甘肃省林业厅.甘肃省湿地资源调查报告[Ｒ].兰州:甘肃省林业厅ꎬ２０１２.[编辑:任亚茹](上接第１１１页)水过程ꎮ该区自７月中旬至８月初进入洪水期ꎬ洪水面积大幅扩张ꎬ洪灾最大淹没范围是正常水体面积的２.０６倍ꎻ８月中下旬之后洪水消退ꎮ结合地理国情数据进一步分析可知ꎬ在８月洪水期ꎬ我国境内黑瞎子岛的受灾农田占总农田面积的２.７３％ꎬ被淹没草地面积约３２ｋｍ２ꎬ被淹没人工构筑物面积约０.６６ｋｍ２ꎮ表１㊀２０１８年黑瞎子岛水域面积统计表Ｔａｂ.１㊀ＳｔａｔｉｓｔｉｃａｌｔａｂｌｅｏｆＨｅｉｘｉａｚｉＩｓｌａｎｄ㊀㊀㊀㊀ｗａｔｅｒｓａｒｅａｉｎ２０１８监测日期水域面积(ｋｍ２)２０１８年４月２８日５０.５８７２０１８年５月２２日４６.５３０２０１８年６月１５日４９.４３８２０１８年７月９日５３.２６７２０１８年７月２１日５６.９６１２０１８年８月２日１００.８８４２０１８年８月１４日８６.１９５５㊀结束语Ｓｅｎｔｉｎｅｌ卫星提供高分辨率ＳＡＲ影像ꎬ可以快速响应自然灾害ꎬ在洪水期间可为汛情监测㊁淹没范围评估等提供重要数据支持ꎬ为应急抢险保驾护航ꎮ采用阈值分割和面向对象分类协同的方式对洪涝淹没范围进行时序监测分析ꎬ可以避免洪水范围的判定受植被复杂后向散射干扰ꎬ增强成果可靠性ꎬ提高数据利用价值ꎬ有利于短时间内及时制定抗灾救灾对策ꎮ参考文献:[１]㊀汤玲英ꎬ刘雯ꎬ杨东ꎬ等.基于面向对象方法的Ｓｅｎｔｉｎｅｌ－１ＡＳＡＲ在洪水监测中的应用[Ｊ].地球信息科学学报ꎬ２０１８ꎬ２０(３):３７７－３８４.[２]㊀曾玲方ꎬ李霖ꎬ万丽华.基于Ｓｅｎｔｉｎｅｌ－１卫星ＳＡＲ数据的洪水淹没范围快速提取[Ｊ].地理信息世界ꎬ２０１５ꎬ２２(５):１００－１０３.[３]㊀孙亚勇ꎬ李小涛ꎬ杨锋杰ꎬ等.基于星载ＳＡＲ数据的山区水体提取方法研究[Ｊ].中国水利水电科学研究院学报ꎬ２０１４ꎬ１２(３):２５８－２６３.[编辑:张㊀曦](上接第１１４页)数据的需求ꎬ而且提供了更为灵活的地理信息应用模式ꎬ是地理信息融入行业应用的重要途径ꎮ参考文献:[１]㊀国家基础地理信息中心.ＣＨＺ９０１０ ２０１１地理信息公共服务平台㊀地理实体与地名地址数据规范[Ｓ].北京:测绘出版社ꎬ２０１２.[２]㊀穆增光.基于多库融合的地理信息数据生产体系的研究[Ｊ]测绘与空间地理信息ꎬ２０１６ꎬ３９(１１):１６１－１６７.[３]㊀徐开明.地理空间框架的作用和含义[Ｊ].测绘与空间地理信息ꎬ２００５ꎬ２８(５):６３－６６.[４]㊀刘慧慧. 数字城市 地理空间框架数据建设研究[Ｊ].测绘技术装备ꎬ２０１６(２):２８－３２.[５]㊀王军ꎬ邓开艳ꎬ戴建祥.城市基础地理空间框架平台建设研究[Ｊ].测绘与空间地理信息ꎬ２００８ꎬ３１(１):３５－４２. [６]㊀谭啸.数字城市地理空间框架建设基本思路的探讨[Ｊ].测绘与空间地理信息ꎬ２０１０ꎬ３３(２):１５６－１６２.[编辑:张㊀曦]８１１㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀测绘与空间地理信息㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀２０１９年。