基于MODIS和GIS的洪水識別及淹沒區土地利用信息的提取*

張宏群，范偉，荀尚培，楊元建

(1.安徽省氣象科學研究所，安徽合肥230031;2.安徽省大氣科學與衛星遙感重點實驗室，安徽合肥230031)

0 引言

洪水是當前國際國內經濟建設和社會發展面臨最嚴峻的問題之一?；春恿饔蚴俏覈匾霓r業生產區，由于地形及流域內眾多的扇形支流，造成淮河流域成為我國七大江河中洪水災害最頻繁、災情最嚴重的河流之一?；春恿饔蜓雌诮邓卸易兟蚀?，極容易形成洪澇災害，對當地的農業生產、人民生活和經濟發展影響很大。因此，對淮河流域洪水進行監測，對于政府和有關部門科學調度沿淮行蓄洪區和制訂抗災救災決策等具有重要意義［1－2］。

我國目前用于洪水監測的遙感資料有TM、SPOT、NOAA－AVHRR、SAR等。TM和SPOT影像具有多波段、多時相，分辨率適中(TM為30 m，SPOT為20 m)，可有效地獲取地面覆蓋信息和洪水信息，但時間分辨率較低(TM為16 d，SPOT為26 d)，掃描寬度較小(TM為185 km，SPOT為60 km)，且數據非免費接收，不易獲得大范圍的同步監測資料;NOAA衛星能晝夜獲取信息，時間分辨率較高，可作為洪水動態監測的資料，但空間分辨率較低(1.1 km);利用機載側視雷達系統SAR，分辨率達10 m，甚至3 m，但影像獲取費用很高，飛行受天氣影響大，在特大洪水應急中才使用。在單一監測平臺下，洪水監測的遙感數據在空間、時間分辨率等方面存在一定的不足，制約了洪災監測信息對決策的時效性。彭定志等［3］利用免費的、較高時空分辨率的MODIS數據，運用GIS技術，實現對不同土地利用類型的淹沒情況的實時監測，為汛情的動態監測和評估提供迅速、直觀、可靠的現狀和變化信息;李紀人［4］認為GIS是洪澇災害監測評估工作最主要的技術支撐之一，并介紹了GIS在洪澇災害監測評估中的應用。

本文針對衛星遙感MODIS數據，首先介紹了基于MODIS的水體識別方法，其次針對淮河流域不同水域，應用GIS技術并結合閾值法，提取了MODIS衛星遙感的水體信息，最終準確得到安徽省沿淮縣市洪水淹沒區土地利用信息，從而為災情評估提供重要依據。

1 研究區概況

以淮河流域安徽省沿淮12縣市為研究區，該區位于淮河中游(115°16.25'～118°25.87'E;29°58.48'～32°6.88'N)。淮河流域地處中國南北氣候帶、高低緯度帶和陸海交互作用帶相復合的地區，致洪暴雨天氣系統復雜，發生頻繁，2007年淮河流域爆發了自1954年以來最強的洪水災害。本文以此次洪災為例，進行洪水識別及淹沒區土地利用信息提取的方法研究。

2 資料來源和研究方法

2.1 資料來源

MODIS數據是美國國家航天局(NASA)免費提供的衛星遙感數據，其36個波段中2個波段分辨率是250 m，5個波段是500 m，其余29個波段是1 000 m。MODIS數據具有較高的時空分辨率，是當前洪水監測非常有效的遙感數據。安徽省大氣科學與衛星遙感重點實驗室每天至少接收2幅包含全國的MODIS數據，為開展洪災監測評估提供了優越的數據源和前提條件。土地利用數據從近年美國陸地衛星的ETM數據通過計算機自動識別和目視判讀相結合的方法解譯，具有一定的準確性和現勢性。安徽省沿淮縣市境界數據從國家1∶5萬基礎地理信息數據中提取。

2.2 研究方法

2.2.1 晴空和薄云下水體識別

洪澇災害一般發生在晚春及夏季時分，地面的主要覆蓋物是水體、植被和土壤。在MODIS的通道1(CH1，光譜范圍:620～670 nm，分辨率500 m，下同)，植被具有低的反射率，而濕土壤與水體的反射率相近，也較低;在通道2(CH2，光譜范圍:841～876 nm，分辨率500 m，下同)，植被和土壤等陸地地物類型具有較高的反射率，而水體的反射率較低［5］。故可采用CH2與CH1的比值增強方案，識別晴空下水體。

對于薄云覆蓋下的水體識別，如在半透明云層(如:薄云)覆蓋地區，衛星傳感器所接收到的信息中包括來自云和云下地表的信息以及大氣的路徑輻射(來自大氣中的除云之外的大氣輻射)。對于MODIS數據來說，在CH1和CH2中云的反射特性相似，而路徑輻射量也較少。在CH1中，水體反射值通常高于陸地，而CH2中陸地反射值大于水體。在CH2與CH1的比值圖像中，水體為低值，植被等為高值，其直方圖呈明顯的雙峰分布，并且兩峰能拉得開，因此選取適當的閾值即可識別薄云下的水體［6－7］。

2.2.2 洪水淹沒區土地利用信息的提取

洪水發生的季節獲取的MODIS數據完全晴空的時次很少，大部分MODIS數據都不同程度地受到薄云的影響。應用上述簡單而實用的水體識別方法——CH2/CH1比值方案，再結合GIS技術，針對淮河這一特定流域，不同水域選擇不同的閾值，能有效地識別晴空和薄云干擾下的水體。本文選取洪水泄洪前，泄洪期和退水期3個時相的MODIS數據進行水體識別。具體地，首先在ArcGIS中把3時相的MODIS數據轉換成GIS柵格數據，然后進行嚴格的配準，在CH2與CH1比值方案的基礎上結合閾值法識別水體。其次，將識別水體后的柵格數據轉換為矢量數據，并疊加土地利用和縣市境界數據，進行空間分析。最后，確定洪水淹沒區，按縣市提取洪水淹沒區土地利用信息，并計算各土地利用類型的面積。

32007 年安徽省沿淮縣市洪水淹沒區土地利用信息的提取

3.1 洪水淹沒區的確定

2007年6月29 日至7月25日安徽省淮河流域普降暴雨、大暴雨，局部地區特大暴雨，降水普遍偏多，比常年同期多1～2倍。受連續強降雨影響，淮河干流發生了1954年以來最大的全流域性大洪水，雖然安徽省沿淮啟用了蒙洼等9個行蓄洪區，但是淮河中游仍然持續高水位，潤河集至汪集段超過歷史最高洪水位［8］。

本文以盡可能選擇晴空或受薄云影響小的MODIS數據為原則，選取2007年5月29日02時(2007－05－29 T 02:00)、2007年7月27日02時(2007－07－27 T 02:00)和2007年10月5日05時(2007－10－05 T 05:00)3時相的MODIS數據分別作為泄洪前、泄洪期和退水期應用CH2/CH1比值方案進行水體識別。由于CH2相比CH1，云的反射率更高，因此選擇在CH2上進行閾值選取，從而去除云的影響。

具體做法是:①用某一時相MODIS的CH2數據Lay(c2)和CH1數據Lay(c1)，生成比值數據Lay(c2/c1)，c1和c2分別是CH1和CH2數據轉化成GIS柵格數據后的對應值;②分別在Lay(c2)和Lay(c2/c1)中取完備性較高的云和水體樣本點，獲取消除云影響的閾值n1和識別水體的閾值n2，生成c2小于n1的數據Lay1(c2＜n1)和c2/c1小于n2的數據Lay2(c2/c1＜n2);③對數據Lay1和Lay2求與(共同部分)，即Lay3=Lay1(c2＜n1)^Lay2(c2/c1＜n2)，得到該時相的水體數據Lay3。

以2007－05－29 T 02:00相的水體數據作為泄洪前的本底參考水體，沿淮縣市泄洪期2007－07－27 T 02:00相和退水期2007－10－05 T 05:00相的洪水淹沒區，圖1中紅色部分。

圖1 沿淮縣市泄洪期(2007－07－27 T 02:00)和退水期(2007－10－05 T 05:00)的洪水淹沒區

3.2 淹沒區土地利用信息的提取

淹沒區確定后，在ArcGIS中疊加土地利用和沿淮縣市境界數據進行空間分析，分別得出泄洪期(2007－07－27 T 02:00)和退水期(2007－10－05 T 05:00)洪水淹沒區土地利用類型的空間分布和各土地利用類型的面積，分別見圖2、圖3和表1、表2。

圖2 泄洪期(2007－07－27 T 02:00)沿淮縣市洪水淹沒區土地利用分布圖

圖3 退水期(2007－10－05 T 05:00)沿淮縣市洪水淹沒區土地利用分布圖

表1 泄洪期(2007－07－27 T 02:00)沿淮縣市洪水淹沒區各土地利用類型的面積

表2 退水期(2007－10－05 T 05:00)沿淮縣市洪水淹沒區各土地利用類型的面積

從圖2和表1可以看出，泄洪期沿淮縣市啟用的9個行蓄洪區沿淮河干流分布，從土地利用類型看，洪水淹沒區多為地勢較低的農用地、河渠和水庫，農村居民點也占有較大比例，而地勢較高的林地和面積本來就不大的草地淹沒面積較小。從縣域看，潁上縣淹沒區最大，其次是阜南縣和霍邱縣。被淹的城鎮用地淮南市最大。從圖3和表2可以看出，退水期主要是淮河干流的行蓄洪區的洪水退掉了，離淮河干流較遠的河渠水庫的洪水仍未退去。據統計，2007年安徽沿淮縣市9個行蓄洪區被淹沒的耕地面積約為35 333 hm2，比2003年和1991年洪水淹沒區的耕地面積分別減少了18%和57%［9］，經換算與2007－07－27 T 02:00淹沒區農用地中耕地面積基本吻合。2007年淮河流域強暴雨引發了嚴重的洪水，其嚴重程度超過了2003年和1991年［10］，但由于政府及時科學調度沿淮行蓄洪區，2007年洪水淹沒區及災害造成的損失比2003年和1991年都要小。

2007年6－7 月主汛期的暴雨帶主要位于淮河流域，而不是像通常那樣集中在長江中下游，時間長達30 d，超過2003年(持續20 d)［11］。由于降雨時間長、強度大、范圍廣，降雨時空分布不均，導致淮河流域洪水水位高、流量大，高水位持續時間長，干支流洪水并發，洪水組合惡劣。雖然淮河干流經過了大規模的治理，2007年洪水期間沿淮啟用了蒙洼等9個行蓄洪區，但淮河中游仍然持續高水位，表明淮河流域洪水災害較為嚴重。其中主要原因有:①淮河洪水來量大與河道安全承泄能力小的矛盾突出;②淮河洪水水位高與淮河北岸地勢低的矛盾突出;③行蓄洪區運用與區內社會經濟發展的矛盾突出。目前處理上述3個矛盾仍十分困難，淮河出現洪水災害的可能性仍然較大，洪水管理在相當長的一段時間里仍是流域管理工作面臨的首要任務［12－13］。

4 結論和討論

(1)針對淮河流域這一特定區域，在考慮MODIS CH2和CH1比值的基礎上還運用了閾值法，針對淮河流域不同水域，選擇不同的閾值，提取水體信息，得到了較好的識別結果和很好的驗證。因此用這種方法不僅能有效地識別晴空條件下的水體，而且對薄云覆蓋下的水體也有較好的識別效果，在一定程度上克服了洪水監測中可見光、紅外傳感器本身的缺憾，提高了MODIS數據的利用率。

(2)利用MODIS數據晴空水體和薄云下水體識別算法，以2007年安徽省沿淮縣市為例，進行水體識別，確定洪水淹沒區，在GIS中按縣市提取淹沒區土地利用的信息，為災情評估提供依據，取得了較好的效果。研究成果業已以ArcGIS為平臺，建成模型，為防災減災業務服務。

(3)由于安徽省境內的淮河流域地勢平緩，現有數字高程模型(DEM)精度很難滿足GIS中淹沒區水深分布的分析。隨著遙感和GIS技術的發展，更高時空精度的衛星及其它遙感數據和DEM的產生，以及社會經濟統計數據的不斷完善，在本文研究成果的業務模型中加入這些數據進行水深分析，將會更好地為政府相關部門的災情預測和評估以及防災救災工作提供依據。

［1］戴昌達，唐伶俐，王文，等．我國洪澇災害加劇的主要因素與進一步抗洪減災應取的對策［J］．自然災害學報，1998，7(2):45－52．

［2］張金存，魏文秋，馬巍．洪水災害的遙感監測分析系統研究［J］．災害學，2001，16(1):39－44．

［3］彭定志，郭生練，黃玉芳，等．基于MODIS和GIS的洪災監測評估系統［J］．武漢大學學報:工學版，2004，37(4):7－10．

［4］李紀人．GIS在洪澇災害監測評估中的應用［J］．地理信息世界，2005，3(3):26－29．

［5］劉玉潔，楊忠東．MODIS遙感信息處理原理與算法［M］．北京:科學出版社，2001．

［6］范偉，荀尚培，吳文玉．應用氣象衛星MODIS識別薄云覆蓋下的水體［J］．大氣與環境光學學報，2007，2(1):73－77．

［7］盛永偉，肖乾廣．應用氣象衛星識別薄云覆蓋下的水體［J］．環境遙感，1994，9(4):247－255．

［8］薛倉生，金菊良，丁峰，等．淮河流域安徽省2007年的暴雨洪水特性分析［J］．災害學，2009，24(1):86－91．

［9］水利部．從2007年淮河大水防御看我國防汛抗洪能力的提升［EB/OL］．［2007－07－31］．http://www.gov.cn/gzdt/2007－07/31/content_701855.htm．

［10］章國材，畢寶貴，鮑媛媛，等．2003年淮河流域強降水大尺度環流特征及成因分析［J］．地理研究，2004，23(6):796－804．

［11］趙思雄，張立生，孫建華．2007年淮河流域致洪暴雨及其中尺度系統特征的分析［J］．氣候與環境研究，2007，12(6):713－727．

［12］水利部淮河水利委員會．淮河流域防汛水情手冊［R］．蚌埠:水利部淮河水利委員會，2007．

［13］紀冰．2003年淮河洪水調度及災后思考［J］．災害學，2004，19(1):54－57．