洪澇災害遙感即時服務框架與實踐

文 | 江威 李小濤 呂娟 左惠強 楊昆 尹建明 何國金 龐治國

1.中國再保險（集團）股份有限公司博士后工作站

2.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

3.中再巨災風險管理股份有限公司

4.中國財產再保險有限責任公司

5.中國科學院空天信息創新研究院

一、前言

三級階梯地貌和季風氣候特點，決定了洪澇災害是我國長期存在的自然災害。衛星遙感具有宏觀視角、客觀準確以及定期重訪等優勢，在洪澇災害應急服務中發揮著不可或缺的作用，但遙感數據處理流程復雜、定量化處理精度不高以及信息挖掘水平較低，一定程度制約著洪澇災害遙感應急服務的時效性和精度。隨著衛星遙感大數據時代的到來，多源衛星遙感綜合對地觀測體系初步建立，面向洪澇災害應急監測，衛星遙感數據源日益豐富，數據的采集頻率不斷提高，為洪澇災害應急奠定了良好的數據基礎；與此同時，人工智能和云計算蓬勃發展，不斷豐富遙感信息挖掘模型和提升遙感大數據計算能力，為洪澇遙感即時服務提供良好的技術支撐。

二、洪澇災害遙感應急服務面臨的挑戰

近年來，國內外遙感衛星發射數量增加迅速，衛星遙感進入大數據時代，海量的衛星遙感數據以每日TB 級的速度增長，為洪澇災害應急監測提供了豐富數據源。據不完全統計，僅洪澇災害應急服務常用的中高分辨率光學和雷達遙感衛星就超過了30 顆，如表1 所示。

表1 洪澇災害應急服務常用的中高分辨率衛星遙感數據

衛星遙感大數據為洪澇災害應急提供堅實數據支撐，但同時面臨如下三個挑戰：

1）衛星遙感大數據處理鏈條時間過長。一般而言，衛星數據從下傳到處理成高級產品，至少需要3-5 個小時，開展洪澇信息挖掘分析一般需要5-7 個小時甚至更長時間，因此，從數據采集到洪澇災害信息全鏈條挖掘分析大約超過12 小時，制約著洪澇災害遙感應急服務的時效性。

2）遙感大數據的定量化處理精度不高。國產高分系列衛星極大豐富了數據源，但數據影像的幾何和輻射定量化水平不夠高，如高分二號衛星（GF-2）數據僅通過自帶有理函數系數模型（RPC）幾何校正定位精度為超過10m，而影像輻射校正因缺乏精細的衛星定標參數和大氣剖面參數，反演的地表反射率精度也存在較大不確定性，一定程度影響洪澇災害遙感數據定量化處理精度。

3）洪澇災害遙感信息智能挖掘水平較低。人工智能方法為洪澇災害智能化信息提取帶來了契機，然而洪災災害涉及的遙感監測要素較多且復雜，農田、房屋以及道路等地物受洪水淹沒后，光譜和結構發生顯著改變，“同物異譜”和“同譜異物”的現象廣泛存在，制約著洪災遙感信息智能挖掘的深度和效率。

三、洪澇災害遙感即時服務框架的構建

針對衛星遙感大數據時代洪澇災害遙感應急服務面臨的挑戰，提出構建洪澇災害遙感即時服務框架，旨在提高洪澇災害應急服務的時效性和精確性，滿足新時期洪澇遙感應急監測的需求。該框架主要包含三個系統和兩個平臺（圖1），其中多源衛星遙感數據采集系統，包含且不限于高分、資源、測繪、美國陸地衛星（Landsat）、歐洲哨兵衛星（Sentinel）以及商業系列衛星，通過多源衛星組網對地觀測，提高遙感衛星重返頻次，豐富遙感衛星成像模式，為洪澇災害全過程遙感監測提供豐富數據源。

圖1 洪澇災害遙感即時服務框架

高性能硬件支撐平臺主要解決衛星遙感大數據處理鏈條中傳輸耗時和計算效率較低的問題，包含傳輸、存儲和計算三個方面。通常，高分辨率衛星遙感數據量較大，高速光纖專線才能實現遙感數據快速傳輸，縮短衛星數據獲取傳輸時間；大規模存儲不僅能夠存儲洪澇災害地區歷史遙感數據、即時傳輸遙感數據以及相關地理輔助數據，而且為遙感信息智能挖掘和信息服務提供硬件空間，支撐數據快速讀取和管理；高性能服務器主要通過服務器集群并行計算，提高衛星遙感大數據定量化處理和信息智能挖掘的效率。

衛星遙感大數據定量化處理平臺針對光學和雷達定制不同的處理模塊，其中光學影像包括幾何精校正、光譜融合、地表反射率反演和鑲嵌裁剪等處理流程，雷達影像包含軌道校正、輻射校正、多視處理以及空間濾波等處理步驟。定量化處理平臺與大規模存儲系統以及高性能服務器緊密耦合，一方面，研發模塊化處理功能，實現多源衛星遙感大數據自動化快速處理；另一方面，聚焦幾何精定位和輻射精校正技術研發，提高遙感大數據的定量化處理精度。

洪澇災害遙感信息智能挖掘系統，引入人工智能模型提高信息智能挖掘水平。通過構建洪澇災害要素訓練樣本庫，不僅包含洪水淹沒范圍提取所需的水體和非水體樣本，而且還包含災前土地利用分類、作物精細分類以及水利工程設施等樣本。針對不同要素類型，選用人工智能模型庫中的模型算法，開展洪澇災害多要素信息智能挖掘。通過不斷迭代完善樣本庫和擴充模型庫，實現洪澇災害要素的精確識別和快速提取。

洪澇災害遙感信息服務系統主要是將挖掘的洪災遙感信息和其他輔助信息進行綜合加工融合，形成專題圖和簡報，直接服務于抗洪指揮部門。通過衛星遙感數據提取多時相洪澇淹沒范圍，計算洪澇淹沒歷時，結合數字高程模型和實測水位數據推算洪澇淹沒深度，估算洪澇災害損失率，開展洪澇社會經濟損失動態評估。對以上信息進行總結分析，不定期形成洪澇災害遙感監測簡報和專題圖，上報給決策機構。

四、基于框架的洪澇災害應急監測案例

據應急管理部公布的數據，2020 年洪澇災害造成6346 萬人次受災，直接經濟損失1789.6 億元。其中長江流域洪澇災情尤為嚴重，入汛以來共發生5 次編號洪水，7 月12 日11 時水利部啟動水旱災害防御Ⅱ級應急響應。基于洪澇災害遙感即時服務框架，利用我國的高分三號衛星（GF-3）、歐洲哨兵衛星數據對長江流域洪澇災害開展了不定期、不間斷遙感應急監測評估工作。

在這次長江流域大洪水過程中，長江中游地區水文情況較復雜，受災情況嚴重，尤其是鄱陽湖地區。7 月2 日到7 月9 日，在長江上游來水和強降雨的影響下鄱陽湖水位持續上漲，周邊主要水文站（九江、永修、星子、鄱陽、湖口）7 月8 日均已超出警戒水位，洪澇災害嚴重。

從遙感監測的結果可以發現，鄱陽湖地區7月8 日湖區面積擴大十分顯著，各個支流兩岸均有淹沒區。7 月8 日至12 日受災面積持續擴大，擴大部分集中在支流細脈和河湖的交界處以及圩堤潰壩所造成的土地淹沒（圖2）；7 月14 日鄱陽湖湖區面積變化不大，水位已基本穩定甚至開始下降，洪澇災害遙感監測結果與鄱陽湖主要控制水文站水位變化趨勢一致（圖3）；7 月20 日鄱陽湖水系來水呈現消退趨勢，湖區水域面積仍繼續擴大，但增幅趨緩，較7 月14 日增大約360km。

圖2 鄱陽湖地區圩堤潰壩遙感監測

圖3 鄱陽湖水域面積與水位變化對比圖

五、結束語

洪澇災害遙感應急服務涉及遙感數據采集、定量化處理、信息智能挖掘以及信息融合等多個流程環節，由于各流程環節的復雜程度不同，所需的耗時和精度要求不盡相同，因此，針對框架中高耗時的處理環節，開展模塊化、并行化以及智能化的功能研發，提高洪澇災害遙感即時服務的效率和精度，才能有效滿足當前遙感洪災應急服務的需求。

本文提出的洪澇災害遙感即時服務框架，旨在為新時期洪澇遙感應急監測和評估工作提供一種參考，已在2020 年長江流域鄱陽湖地區洪澇災害應急中取得初步應用。隨著洪澇災害應急要求不斷提高，洪澇遙感即時服務的效率和精度也將不斷提升，不僅需要優化洪澇災害即時服務框架中的處理模塊，而且要制定洪澇遙感即時服務的規范標準，研究洪澇災情信息主動服務機制，暢通遙感數據采集、遙感信息挖掘和遙感信息服務的鏈路，將衛星遙感大數據更好地服務于洪澇災害應急服務中。