基于哨兵数据相干性的洪水淹没范围确定方法

洪涝灾害会造成农田淹没、居民住宅损毁等危害,因此对洪水淹没范围进行实时、准确监测可有效进行灾后治理。利用光学传感器提取洪水淹没范围时,不能穿透云层,因此无法获取有效地面信息;而SAR使用微波波段,不受天气影响,在夜间也能成像。因此,SAR成为洪水灾害灾情评估的有力工具。本文利用2021年9月23日、10月5日、10月17日3景SAR雷达影像Sentinel-1A数据,计算相干性系数,设置阈值为0.2,提取水体淹没范围,分析其扩张范围及变化趋势,并根据生成的形变图分析水位抬升变化,验证了基于雷达数据的相干系数阈值提取方法监测洪水淹没范围,以及采用InSAR技术准确提取水体边界与分析水位上升趋势的可行性。     

多指数去阴影型Sentinel-1 SAR数据洪水淹没范围最优阈值分割方法——以邵阳县为例

以邵阳县洪涝灾害为研究对象,采用Landsat8 OLI数据和Sentinel-1 SAR数据,通过NCIWI和SDWI多种指数增大洪灾前后水体和背景差异,利用DEM建模去除SAR数据山体阴影干扰,并采用Otsu法计算最优分割阈值,从而构建精度高、抗干扰性强的Sentinel-1 SAR数据洪水淹没信息提取方法。研究结果表明:1)融合数据提取精度较高; 2) DEM建模去除山体阴影效果良好; 3) GS变换融合法、组合水体指数法结合Otsu分割法,可实现水体精度提取,数据融合对洪水淹没范围与面积监测效果良好。     

基于Asar与TM图像的洪水淹没范围提取

在洪水灾害监测、灾情评估中,洪水淹没范围是最重要的信息之一。洪水灾害中获取的雷达图像能够提取水体的范围,但很难区分出原有水体和洪灾中淹没区范围。基于这个问题,本文提出利用目前功能最为强大的星载雷达系统Asar在灾中得到雷达图像和灾前或者灾后的TM图像复合,得到灾中与非洪灾时期水体的变化范围,即获得洪水淹没范围的方法。试验结果表明,利用这种方法可以快速、准确地提取洪水淹没范围。     

基于多源遥感数据的洪涝淹没范围时序监测分析

目前,洪涝灾害是我国最严重的气象灾害之一,如何实现及时准确的洪灾监测是防灾减灾的重要前提和基础。本文基于多源遥感数据,采用数据协同的方式进行洪涝淹没范围时序监测分析,以重现淹没情形,反映灾情特征。其中MODIS地表反射率产品和DFO达特茅斯洪水数据库能够实现淹没的宏观动态监测;由同期高分辨率遥感影像水体提取结果以空间差值的计算方式求取的淹没范围则能反映淹没的空间变化和细节特征。相关结果可为灾情评估奠定基础。     

基于SAR影像的贡巴冰川末端冰湖年际变化监测及溃决规律分析

受全球气候变化的影响，近年来藏东南区域多数冰川退化加剧，冰湖的异动也更为频繁，冰湖溃决诱发洪水、涌浪、泥石流等山地灾害的风险激增。以多源时序合成孔径雷达（synthetic aperture radar，SAR）影像为数据源，从水体和非水体信号的强度差异出发，开展冰湖的分类方法研究，提出了一种基于时序SAR影像的强度标准化比值实施冰湖提取与动态监测的方法。为了验证方法的可行性，选取日本航天局的ALOS/PALSAR-1与欧空局的Sentinel-1A影像序列，针对位于贡巴冰川流域的典型实验区，在11 a的时间跨度上开展了冰湖动态提取和长时序变化分析。通过实验成功获取了贡巴冰川末端冰湖2007-2018年间的时空变化，进而发现近10 a间冰湖的体量呈高速增长的态势，这从侧面也印证了贡巴冰川消融加剧的现状。此外，2018年的新近监测结果表明，局部溃决涌道的扩张打破了冰湖固有的生存周期，甚至会诱发洪水和泥石流次生灾害的发生，有必要加强监测与防范。     

基于多源遥感数据的水体信息提取研究

卫星遥感技术已被广泛应用到水体信息提取中,但目前基于遥感技术的水体信息提取多采用单一的遥感数据源,而没有充分利用多源数据的信息复合优势,因此,提取结果经常受天气气候或空间分辨率限制。本文研究了不同尺度、不同平台的多种遥感数据源的水体信息提取方法。首先,基于波谱间关系决策树分类算法对Landsat ETM+图像进行水体提取,利用其分辨率优势较准确地提取出水体范围;其次,在Radarsat SAR图像上利用阈值法粗提取水体信息后,结合DEM剔除阴影得到水体信息;最后,利用灾前Landsat ETM+图像水体信息提取结果和灾中Radarsat SAR图像水体信息提取结果,进行差值处理,得到洪水淹没范围。研究结果可以为洪水灾害监测与评估提供信息依据。     

GF-3与Sentinel-1洪灾淹没信息提取

以斯里兰卡2017-05-25开始的洪灾为研究对象,利用灾中和灾后GF-3和Sentinel-1获取的多期数据,采用符合研究区域特征的最优提取方法,提取了多期洪水淹没范围。并利用同时期的光学卫星哨兵2号(Sentinel-2)观测数据、研究区高程数据以及当地官方公布的受灾面积进行了结果验证分析。结果显示Sentinel-1比GF-3噪点更多且误提取了更多山区阴影,因而导致Sentinel提取洪水面积偏大,GF-3提取的洪水面积更接近于官方公布的受淹面积。本研究通过斯里兰卡的GF-3和Sentinel-1应用对比,显示了GF-3在洪涝灾害信息提取中具有较为准确的精度,对GF-3在洪水灾害动态监测的应用精度提供了应用实例。另外一方面,通过GF-3与Sentinel-1协同校正应用,可以得到更多的洪水过程信息,为防灾减灾领域提供可靠的数据支持。     

时间序列SAR图像不可移动文物水域淹没监测

全球气候变化引起的极端降雨、洪涝灾害是导致不可移动文物受损的重要破坏因素。合成孔径雷达SAR（Synthetic Aperture Radar）具有全天时、全天候、大范围周期性对地观测的优势,是大区域水体监测的重要手段,对不可移动文物水域淹没及风险监测具有重要意义。本文利用时间序列SAR图像提出基于残差U-Net的不可移动文物水域淹没及风险监测框架。首先,基于双峰阈值分割法结合专家知识辅助进行水体样本生成,提高样本制作效率;其次,引入残差模块建立U型卷积网络,综合残差结构及U-Net的特点,缓解梯度更新时的弥散、消失等现象,通过卷积层之间累加和跳跃链接,保留多尺度的地物特征信息,以实现水体快速、高精度的语义分割;最后通过将结果与不可移动文物点位进行空间叠加分析,实现对不可移动文物水淹状况的监测。选取鄱阳湖及南昌市昌邑北垱遗址作为试验研究对象。获取了21景覆盖鄱阳湖区域不同时相Sentinel-1 SAR图像,并结合Sentinel-2光学图像进行结果分析与评价。实验结果表明：本文方法在鄱阳湖试验区对水体提取总精度优于95%,相较于FCN（Fully Convolutional Networks）与U-Net方法具有更好的精度。利用不同时相SAR图像获得时间序列水体分布范围变化图,与昌邑北垱遗址点位进行空间叠加分析,得到不可移动文物水域淹没长时间序列监测结果。实验结果表明本文提出的方法可以有效提取水体范围,对不可移动文物水域淹没及风险监测可以提供有力支撑。     

基于Sentinel-1B SAR数据的洪水提取和监测

洪涝灾害是我国最严重的气象灾害之一,及时准确的洪灾监测是防灾减灾的重要前期工作和基础。本文利用sentinel-1B雷达数据,以黑瞎子岛为研究区,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、双波形、多波形SAR影像提取洪水要素,实现对洪灾淹没面积的时序监测,为灾情监测提供数据和技术支撑。     

基于Google Earth Engine与多源遥感数据的土地覆盖变化监测

快速准确地获取一个地区的土地覆盖变化信息,可为该地区的社会经济发展、生态环境建设、国土空间规划等提供重要支撑.以广东省为研究区,以Google Earth Engine(GEE)云平台为支撑,以Sentinel-1/2和Landsat7/8数据为遥感数据源,结合多源时序影像和DSM影像,利用机器学习分类方法进行了土地覆盖类型快速监测.     

利用卫星测高资料监测长江中下游湖泊水位变化

利用Envisat 1卫星的GDRs数据，根据适当的数据编辑准则，进行了必要的地球物理改正之后，研究分析了长江中下游鄱阳湖、洞庭湖、太湖、巢湖的水位变化及其与气候环境的关系，为长江流域水位变化与气候变化的长期性研究提供了一种有效的手段和方法。     

1960—2012年长江中下游极端降水与极端径流时空演变研究

利用1960—2012年间的长江中下游地区75个站点的逐日降水观测资料,基于11个极端降水指标,采用趋势分析、滑动平均、Mann-Kendall检验等方法对长江中下游地区各个子流域的极端降水事件的时空变化以及极端降水的集中度和集中期进行了研究.同时,分析了长江中下游干流区域4个水文站点的极端径流的变化情况,以期综合全面地分析极端事件的演变情况.结果表明:1)极端降水在各个子流域的大部分地区都表现为增加趋势,其中汉江流域西北部、中游干流区域东部、洞庭湖西部、鄱阳湖北部以及下游干流东北部显著增加;2)极端降水在总降水量中所占比例较大,这表明降水的形式更加趋于集聚化,并且比例自西北向东南逐渐减少,这表明越往西北部极端降水造成灾害的概率越大;3)长江中下游干流区域几个主要水文站点的极端径流各项指标均表现为较为显著地减小的趋势,极端降水和极端径流的变化趋势差异较大,这可能与人类活动有关(三峡工程).     

洞庭湖吞吐调蓄数学模型及调洪功能评估

洞庭湖是一个吞吐调节型湖泊,是我国第二大淡水湖。近年来,洪涝灾害十分频繁,人们的生命财产安全受到严重威胁。为满足洞庭湖减灾防灾综合治理的需要,本文通过对8个不同时相的TM图像计算机解译和面积计算,查明了洞庭湖的面积和容积,建立了湖水面积与水位及湖水体积与水位的相关数学模型,并对其蓄洪调节能力进行评价,获得了满意的效果。该成果对洞庭湖区防洪减灾及综合治理具有十分重要的意义。     

Sentinel-2 MSI卫星数据在水体信息提取中的应用

为实现水灾发生后淹没区域的快速监测,为受灾地区的灾情评估、调查及水资源管理提供依据,借助Sentinel-2 MSI卫星对乌海湖、黄河宁夏石嘴山河段、沙湖3个研究区域2018年7—10月强降水前后水位、水体面积进行了动态监测。结果表明,乌海湖10月中旬之前水体面积持续增大,之后出现下降;黄河石嘴山部分河段在7月强降水之后河道变宽,10月中旬宽度达到最大;沙湖面积在丰水期趋于稳定,平水期部分缩减。基于Sentinel-2 MSI改进归一化差异水体指数(MNDWI),结合Otsu算法可以快速准确提取水体信息。     

长江、洞庭湖防洪模型高精度施工控制网的建立

针对长江、洞庭湖防洪模型施工中的需要,考虑到将实物按一定比例缩小后放在模型上,能够模拟长江、洞庭湖在洪水期间的状态,要求模型施工控制的精度非常高,论文对相关技术和方法进行了探讨,建立的施工控制网完全可以达到规定的精度要求,满足防洪模型关键特征点放样的需要。     

黄淮洪泛作用控制因素及对京九铁路威胁的遥感分析

据遥感影像揭示,除气象因素外,黄河与淮河洪泛形成主要受近代和现代活动构造控制。据分析,黄河下游现行河道存在一定程度隐患,部分河道稳定性较差,淮河中上游地区是现代沉降区,洪水壅滞难泻,对京九铁路及黄淮下游人民生命财产构成威胁     

Responses of landscape pattern of China’s two largest freshwater lakes to early dry season after the impoundment of Three-Gorges Dam

The effects of hydrologic cycle change (caused by human activity and global climate change) on ecosystems attract the increasing attention around the world. As a result of impounding of the Three Gorges Dam (TGD), climate change and sand mining, the dry season of Poyang Lake and Dongting Lake (China’s two largest freshwater lakes) came early after the TGD impoundment. It was the primary cause of the increasing need for sluice/dam construction to store water in the Lakes and attracted increasing attention. In this paper, we compared the landscape pattern between three hydrologic years with early dry season (EY) and three normal hydrologic years (NY) of each lake by remote sensing technology, to reveal the effect of early dry season on landscape pattern. The results showed that early dry season caused expanding of Phalaris to mudflat zone in Poyang Lake, while caused expanding of Carex to Phalaris zone and expanding of Phalaris to mudflat zone in Dongting Lake. In landscape level, there was no significant difference in landscape grain size, landscape grain shape, habitat connectivity and landscape diversity between EY and NY in the two lakes. While in habitat class level, there were significant changes in area of mudflat and Phalaris and grain size of mudflat in Poyang Lake, and in area of Carex, grain size of Phalaris and grain shape of Carex and Phalaris in Dongting Lake. These changes will impact migrating birds of East Asian and migratory fishes of Yangtze River.     

Mapping floods due to Hurricane Sandy using NPP VIIRS and ATMS data and geotagged Flickr imagery

In this study, we present an approach to estimate the extent of large-scale coastal floods caused by Hurricane Sandy using passive optical and microwave remote sensing data. The approach estimates the water fraction from coarse-resolution VIIRS and ATMS data through mixed-pixel linear decomposition. Based on the water fraction difference, using the physical characteristics of water inundation in a basin, the flood map derived from the coarse-resolution VIIRS and ATMS measurements was extrapolated to a higher spatial resolution of 30 m using topographic information. It is found that flood map derived from VIIRS shows less inundated area than the Federal Emergency Management Agency (FEMA) flood map and the ground observations. The bias was mainly caused by the time difference in observations. This is because VIIRS can only detect flood under clear conditions, while we can only find some clear-sky data around the New York area on 4 November 2012, when most flooding water already receded. Meanwhile, microwave measurements can penetrate through clouds and sense surface water bodies under clear-or-cloudy conditions. We therefore developed a new method to derive flood maps from passive microwave ATMS observations. To evaluate the flood mapping method, the corresponding ground observations and the FEMA storm surge flooding (SSF) products are used. The results show there was good agreement between our ATMS and the FEMA SSF flood areas, with a correlation of 0.95. Furthermore, we compared our results to geotagged Flickr contributions reporting flooding, and found that 95% of these Flickr reports were distributed within the ATMS-derived flood area, supporting the argument that such crowd-generated content can be valuable for remote sensing operations. Overall, the methodology presented in this paper was able to produce high-quality and high-resolution flood maps over large-scale coastal areas.     

Monitoring of the water-area variations of Lake Dongting in China with ENVISAT ASAR images

As an active microwave remote sensing sensor, synthetic aperture radar (SAR) can image the Earth surface with high spatial resolution in both day and night under all weather conditions. In this paper, a digital image processing technique was implemented to extract water area information from SAR images and the result is used to monitor the water area variation of Lake Dongting, the second largest freshwater lake in China. 8-year time series of European Space Agency's ENVISAT ASAR (Advanced Synthetic Aperture Radar) images acquired between 2002 and 2009 were obtained and a land-water classification scheme was implemented. Using independent in situ water level data measured at a lake-side hydrologic station during study period, we derived the relationship between water level and water area of Lake Dongting. The results show that, (1) during dry seasons, the water area is 518 km² larger than that in the 1990s reported by Yangtze BHYRWRC (Bureau of Hydrology and Yangtze River Water Resources Commission), 2000; (2) the water area of Lake Dongting increased significantly in the 2000s after the Chinese Government's “return land to lake” policy took effect in 1998; (3) the water level of Lake Dongting could be low during a rainy season due to drought; but could be high in a dry season due to discharges from the upstream Three Gorges Dam. In addition, the relationship between water storage change and water area/level change is obtained.