遙感技術在自然災害綜合風險普查工作中的應用

王向春

(廈門精圖信息技術有限公司,福建 廈門 361008)

0 引言

我國位于中緯度自然災害帶,全年遭受到不穩定的季風環流影響,同時我國位于環太平洋地震帶與歐亞地震帶之間,地殼運動強烈頻繁,再加上復雜多樣的地形環境,使得我國各類自然災害頻發且損失重大。做好防災減災工作是保障人民生命財產安全的重要基礎,國務院部署開展的全國自然災害普查工作,為掌握當前自然災害風險隱患數據,提升全社會災害防范意識,化解未來自然災害風險提供了權威數據[1]。

遙感技術最大的優勢是能夠代替人類對難以抵達或危險的地方進行觀測,并且可全天候的從多波段、多時相角度獲取觀測數據,自然災害綜合風險普查工作涉及危險地形區域,所以遙感技術在普查工作中的優勢不可替代。隨著每年空間分辨率的迅速提升,遙感技術在目標地物識別方面的精度逐步增強,地物重復觀測時間在不斷縮短,在自然災害綜合風險普查方面的應用將會更加廣泛。自然災害綜合風險普查工作中遙感技術的運用,主要在于普查目標的分類,目標的分類工作即地物信息的提取過程。

1 普查目標分類

地球表層復雜的孕災環境、多種多樣的致災因子、各類脆弱的承載體等綜合作用下,形成了各類自然災害。在自然災害綜合風險普查工作中,遙感手段普查手段幾乎適用于各類致災因子和承災體。致災因子包括氣象災害、地質災害、森林草原火災等,承災體包括房屋、第一第二產業、基礎設施、各類資源等,依據《自然災害損失統計制度》中的定量指標,普查范圍包括災區人員受損情況、住宅及非住宅用房損失、基礎設施損失以及資源環境損失,定量指標主要有長度、面積、戶、間等,結合遙感影像解譯特點,根據普查目標的特征采用全面調查和重點調查等方式,按照普查類別均以調查表的形式開展普查工作。

2 遙感手段獲取普查目標信息

各類地物信息構成普查目標信息庫,圖1展示了遙感影像的目標分類流程,地物信息的提取,主要分為地物影像分割和特征提取兩個環節。本小節針對自然災害綜合風普查工作中遙感影像特征,介紹分析了影像分割方法,以及遙感信息數據的特征提取方式[2]。

圖1 基于遙感影像的目標分類流程

2.1 影像分割

遙感影像分割是將完整影像分成若干無重疊,并且具有獨特性質區域的過程。通常影像圖幅的標記工作與影像分割同步進行。

在自然災害綜合風險普查工作中,遙感影像分割是重要的環節之一,遙感影像的分割精準程度,會影響到后續的特征提取工作。遙感影像的空間分辨率與影像分割的難度呈正比,遙感影像的數據量也會削弱分割的效率,所以對今后影像分割的要求也會越來越高。除了影像的分辨率和數據量外,在自然災害綜合風險普查工作中,地物的精確度也會直接影響到影像分割的效率。其次,隨著對普查地物的精細程度要求的提高,需要在影像分割環節中不斷獲取更加精準的地物邊界。

除此以外,影像分割的精確度還受到分割尺度的影響,當前分割尺度的機制尚未能夠完全滿足普查工作中地物識別的要求。

均值漂移算法被提出二十多年間不斷改進,適用范圍由最初始的聚類計算擴展到影像分割領域,即將遙感影像映射到特征空間,對地物樣本進行漂移值聚類。在均值漂移中引入核函數和權重函數后,實現了遙感影像在色彩層面的平滑濾波,面積較小的顏色區域被過濾掉,低維不可分數據在高維可分,同時收斂速度獲得極大提高。除了遙感影像的像素信息的分割,其空間位置坐標也實現了分割,在經過均值漂移算法進行色度空間轉換后,將像素點進行分類后實現類的合并。為了達到分割的目的,通常還會借助浸水填充函數對數據作進一步的處理。

設f(x)為概率密度函數,在經過n次抽樣后形成樣本集X=,構造可以增加維度的核函數K(·),用于無參密度估計,那么密度函數如公式(1)[3]所示:

在公式(1)中,h為K(·)的帶寬,d為抽樣樣本集的維度,均值漂移向量m(x)-x可表示如公式(2)[4]:

在公式(2)中,wi為權重系數,其約束條件為∑iwi=1,m(x)為x處的樣本均值,m(x)-x為均值漂移向量。在迭代搜索過程中,x的漂移軌跡為序列{x,m(x),m(m(x)),…}。

對于具體的影響分割過程而言,核函數為:

在公式(3)中,C為歸一化常數,p為影響維數,xs為特征矢量中的空間信息,xr為特征矢量中的顏色信息,hs為空間帶寬,hr為色度帶寬[5]。

2.2 特征信息提取

普查地物目標樣本在經過特征提取的步驟后,才能完成歸類入庫。在所提取特征信息的基礎上,實現普查目標特征庫的更新,同時還能將特征優選后進行分析處理。本質特征和關系特征組成了普查地物目標分類中的特征信息,普查地物目標中的物理屬性,同時也是其固有特征信息,如地物形狀、光譜、紋理等；普查地物目標之間的拓撲關系,即通過一系列數學分析獲得的間接特征,就是普查地物目標分類中的關系特征[6]。在本文的研究中,結合影像數據特點以及自然災害綜合風險評估的應用需求,在信息提取環節以光譜特征和紋理特征進行。

(1)光譜特征。基于光譜特征對地物目標進行差異性識別,是遙感影像應用的最基本出發點。光譜特征是最重要直觀的特征信息,包含了真實的地物特點和光學屬性[7]。一般光譜特征包括均值、標準差、歸一化植被指數(NDVI)、歸一化水體指數(NDWI)等。

(2)紋理特征。紋理特征通常與顏色特征相結合,是對光譜重復模式進行定量描述,通常用來描述普查目標樣本對象的光譜信息在光譜分布上的規律,在一定程度上反映物體表面隨時間逐步變化的結構組織排列屬性。通常采用歸一化灰度共生矩陣(GLCM)反映目標物的紋理特征。

3 應用研究

根據普查實際情況選擇遙感技術方法,分析災害類型、邊界條件、變形特征、分布發育規律等,初步圈定地表變形區和地質災害隱患。在開展自然災害綜合風險普查工作時,絕大部分區域選用空間分辨率≥2 m的多光譜遙感數據。在普查的重點難點區域,需要選用空間分辨率≥1 m的多光譜遙感數據,并且同時需要同樣分辨率的無人機遙感影像數據。最新影像數據時效性不宜超過2年,云、雪等覆蓋率不宜大于5%,應選擇地震、強降雨等對地質環境有較大影響事件之后的影像數據。解譯出影像圖中圖斑面積大于4 mm2的地質災害和長度大于2 mm的線狀地物,小于解譯精度的用規定符號表示。

在普查工作中發現,多種光譜對各類普查目標的檢測均有一定的應用能力和潛力,對地質災害等精細目標物的辨識,米級甚至亞米級的高光譜衛星更加適合,尤其是地震、滑坡、泥石流等災害引起的房屋、道路等承載體損毀需要進行精細化評估。微波遙感衛星影像數據最適合用于氣象災害的普查,大尺度干旱、洪澇災害需要大幅寬的中低分辨率遙感影像。

4 結語

在自然災害綜合風險普查工作中,遙感技術能夠發揮重要的作用,首先,使用遙感技術可以快速確定自然災害的影響范圍。因為真實的地表時空信息被記錄在了遙感影像上,所以遙感影像能夠準確地確定自然災害影響的范圍。

遙感影像的高分辨率精度誤差,甚至精確到某個像元的誤差,將直接影響普查工作中災害范圍的確定。在排除人為干擾因素后,除了災害風險普查工作外,遙感技術還能夠為損失評估、救災規劃等方面提供真實可靠的數據資料。

遙感技術對未來災害發生的預測具有重要輔助作用。在普查工作的災害風險評估環節中,基于多時相的遙感數據,對歷史災害事件進行分析,對未來災害發生頻率的判定能夠起到輔助作用。

高分辨率遙感影像不僅能夠應用在普查中,在承災體的暴露程度、易損程度、地物高程識別和建模等方面也有優越的表現。基于遙感影像數據海量、動態、高分辨的特點,遙感影像的應用優勢越來越凸顯。未來,基于遙感影像數據,應用于不同災害場景,會逐漸發展出空間數據管理、數據處理、信息挖掘、災害風險評估、災害模擬與仿真、災害應急監測、災情評估、恢復重建規劃與評估等災害遙感模型方法,形成對災害系統定性、定量和定位相結合分析的技術體系。