“哨兵”系列衛星數據在洪澇災害監測中的應用

文|李小濤 湛南渝,2 路京選 李琳 曲偉 雷添杰

1.水利部防洪抗旱減災工程技術研究中心/中國水利水電科學研究院 2.電子科技大學

一、引言

洪水災害是發生頻率比較高的自然災害，給人們的生命和財產安全帶來了嚴重的損害。以2018年為例，我國共出現39次強降水天氣過程，全國3526.2萬人次受災，直接經濟損失1060.5億元[1]。作為非工程措施的遙感技術手段在近年來的重大洪澇災害事件處理中發揮了重要的作用。實時高效的遙感數據獲取是洪澇災害遙感監測的前提和保障。“哨兵”（Sentinel）系列衛星由歐洲航天局（ESA）研制發射，其觀測目標涉及大氣、陸地和海洋等，研究其在洪澇災害監測中的應用對于我國的洪澇災害遙感監測具有重要的意義。

二、“哨兵”系列衛星數據介紹

“哨兵”系列衛星是歐洲“哥白尼”（Copernicus）計劃空間部分（GSC）的專用衛星系列，目前共有7顆 衛 星（Sentinel-1A/B, Sentinel-2A/B, Sentinel-3A/B, Sentinel-5P）發射成功后在軌運行。歐洲航天局目前已經免費公開了Sentinel-1-3的數據。[2]

1.Sentinel-1衛星

Sentinel-1衛星是高分辨率合成孔徑雷達衛星（C頻段），由兩顆衛星組成（1A 衛星2014年成功發射，1B 衛星2016年成功發射），采用太陽同步軌道，軌道高度693km，軌道周期99min，重訪周期12天。中心頻率為5.405GHz，帶寬0～100MHz， 有4種成像模式：條帶模式（SM）、干涉測量寬幅模式（IW）、超寬幅模式（EWS）、波模式（WV）。

2.Sentinel-2衛星

Sentinel-2衛星是高分辨率多光譜成像衛星，由兩顆衛星組成（2A衛星 2015年成功發射，2B 衛星2017年成功發射），主要用于包括陸地植被、土壤以及水資源、內河水道和沿海區在內的全球陸地觀測。該衛星具有高分辨率和高重訪率。主要有效載荷是多光譜成像儀（MSI），工作譜段為可見光、近紅外和短波紅外，地面分辨率分別為10m、20m和60m，多光譜圖像的幅寬為290km，每10天更新一次全球陸地表面成像數據，每個軌道周期的平均觀測時間為16.3min，峰值為31min。

3.Sentinel-3衛星

Sentinel-3是一個極軌、多傳感器衛星，搭載的傳感器主要包括光學儀器和地形學儀器，光學儀器包括海洋和陸地彩色成像光譜儀（OLCI）、海洋和陸地表面溫度輻射計（SLSTR）；地形學儀器包括合成孔徑雷達高度計（SRAL）、微波輻射計（MWR）和精確定軌（POD）系統。Sentinel-3A 衛星和Sentinel-3B衛星 分別于2015年和2017年成功發射,能夠實現海洋重訪周期小于3.8天，陸地重訪周期小于1.4天。Sentinel-3衛星主要用于高精度測量海面地形、海面和地表溫度、海洋水色和土壤特性測量，還支持海洋預報系統及環境與氣候監測[3]。

三、面向洪澇監測業務的“哨兵”數據特點分析

1.多星協同，觀測頻次高

以Sentinel-1和Sentinel-2數據為例，Sentinel-1A和Sentinel-1B兩顆雷達衛星同時運行，對同一地區的觀測效率為6天。而Sentinel-2A和2B，同時運行重訪周期小于5天。因此，Sentinel-1和Sentinel-2協同觀測，可以獲取大范圍、高重訪周期的數據。這些高分辨率觀測數據，可提供洪澇災害整個過程的災情監測信息。

2.幅寬大，空間分辨率高

Sentinel-1衛星有多種成像模式，空間分辨率最高可達5m，影像幅寬400km。 Sentinel-2A衛星攜帶一枚多光譜成像儀，可覆蓋13個光譜波段，幅寬達290km[1]。其在近紅外（B8）、紅（B4）、綠（B3）、藍（B2）四個光學波段空間分辨率高達10m。這些特點對于洪澇災害遙感監測任務非常適合。

3.免費共享，實時下載

“哨兵”系列衛星研制期間，歐洲航天局就制定了“全面、公開獲取”原則的數據政策。目前已發射并成功在軌運行的衛星中，已經免費公開了Sentinel-1—3的數據，尤其是Sentinel-1數據，它是全球首個向外界開放、免費的雷達數據。

四、基于“哨兵”數據的洪澇災害監測系統構建和應用

1.系統構建

根據洪澇災害應急監測的需求，基于“哨兵”數據（主要是Sentinel-1雷達數據），開發了可實時獲取的遙感影像數據，自動進行數據輻射校正、幾何校正、圖像增強和圖像計算融合等遙感圖像處理功能的洪澇災害監測系統。系統基本功能如下：

（1）“哨兵”數據的檢索與下載

由于衛星數據更新滯后于實時洪澇災害，需要設定數據檢索和更新的規則，根據設定的數據需求規則，實現災害區域“哨兵”衛星數據的檢索和下載。

（2）輻射定標

輻射定標校正了散射區域、雷達天線增益和方位向傳輸損失等因素的影響，實現了圖像與地物后向散射關系轉換。

（3）聲貝轉換

由于后向散射系數數值范圍差異太大，可將后向散射系數通過類似聲貝（dB）轉換方法轉換處理，轉換后的數值范圍可控。

（4）正射校正

由于合成孔徑雷達（SAR）側視成像的特點，地形起伏會對SAR影像造成很大的幾何畸變，導致透視收縮、迭掩、陰影等現象，需要對雷達圖像進行正射校正。對SAR圖像受到透視收縮、定點位移、陰影和疊掩的影響，系統實現了SAR圖像正射校正，改進了以上因素造成的畸變。

（5）圖像濾波

斑點噪聲是由電磁波的相干現象所導致，屬于乘性噪聲，是不可避免的。采用卷積空間濾波降低斑點噪聲的影響。

（6）波段計算與融合

波段計算和融合功能主要實現多極化雷達圖像的波段計算，生成RGB組合的三波段圖像。

（7）洪澇淹沒區域提取和分析

為進行圖像的水體淹沒區域提取，需要對圖像進行分析。雷達影像的水體提取，主要是基于微波范圍內水體較低的后向散射特性來進行識別，閾值法常常被用在雷達影像的水體提取上。對于Sentinel-1衛星數據，適宜利用雙峰法和最大類間方差法來確定最優閾值[3]。結合水體提取模型提取的災后水體區域和災前本底水體，進行洪水區域水體計算，提取洪水淹沒區域。將淹沒范圍圖和土地利用數據、社會經濟數據等進行疊加分析，快速評估災情。

2.系統應用-以2019年“利奇馬”臺風洪澇災害監測為例

“利奇馬”臺風是2019年第九號臺風，8月10日凌晨1時45分在浙江溫嶺城南鎮沿海登陸。受其影響，浙江臺州市椒江流域臨海市上游的始豐溪、永安溪兩江同時暴發特大洪水,臨海靈江暴發80年一遇洪水，8月10日晚20時，洪峰水位10.98m，超保證水位4.28m。

在這次臺風-洪澇災害遙感監測中，獲取了災區災前、災中以及災后3期“哨兵”衛星數據（見圖1）。臺風登陸后的8月11日中午，獲取了8月10日17時53分Sentinel-1B干涉測量寬幅模式影像數據（空間分辨率為20m）。利用該影像對臺風登陸后受災最嚴重的浙江省臨海市進行了災情監測。另外還獲取了災區8月4日的Sentinel-1A干涉測量寬幅模式影像數據作為災前對比數據。從監測結果可以看出，見圖1（b）：受上游來水和下游高潮位頂托，靈江河道高負荷運行，牛頭山水庫水面積增加，水位上漲明顯；臨海市市區范圍南部和東部受災面積較大；靈江與其支流（始峰溪、永豐溪）交匯處沿岸地區受災嚴重，尤其是永豐鎮和括蒼鎮；另外汛橋鎮臨江位置和與牛頭山水庫相接的塘頭溪沿岸兩側受災嚴重；監測范圍內，受淹總面積約29.09km2，其中耕地受淹面積最大，為23.98km2，城鎮居民用地受淹面積為0.48km2。

8月13日，獲取了災區8月12日上午10點35分的四景Sentinel-2B光學衛星數據（空間分辨率為10m），對該地區進行了后序跟蹤監測。監測結果顯示：8月10日的洪水已基本退去，災情基本解除,見圖1（c）中藍色部分。

圖1 浙江省臨海市洪澇災害災前、災中、災后遙感監測圖

五、結束語

本文在面向洪澇監測業務的“哨兵”數據特點分析基礎上，對基于“哨兵”數據的洪澇災害監測系統構建進行了闡述，通過2019年“利奇馬”臺風洪澇災害監測實際應用的結果表明：“哨兵”系列衛星數據是洪澇災害遙感監測的重要數據源，其多星協同可實現洪水過程的動態監測。