山洪泥石流的危害与防治

山洪泥石流的危害与防治 ( ) 文章编号 : 1004 - 4574 2010 03 - 0105 - 06 山洪灾害雷达遥感灾情评估技术研究与应用 1 1 2 1 , 2聂娟 ,范一大 ,邓 磊 ,关 妍 ( )1. 民政部 国家减灾中心 ,北京 100053; 2. 北京师范大学 资源学院 ,北京 100875 () 摘 要 :雷达遥感的全天时 、全天候和高分辨率等特点为洪涝 山洪 、泥石流等自然灾害的灾情评估提供 了可能 。但目前遥感洪涝监测和评估多局限在洪水影响区域的提取上 ,较少开展灾后耕地 、居民地损失的 ()评估 。在前人研究的基础上 ,探讨了一种基于雷达后向散射成像原理提取受灾耕地 主要是绝收耕地 和 倒损房屋区域的方法 ,继而实现了灾害信息的准确提取和农作物受灾 、因房屋倒损而受灾人口的评估 。经 与 GPS地面调查数据验证 ,表明该方法简单 、可行 ,具有一定准确性 ,能用于福建等山区山洪 、泥石流等灾 害的灾后评估 ,为政府灾情评估 、灾后恢复重建工作提供辅助决策支持 。 关键词 :雷达遥感 ;洪涝 ;山洪 ;泥石流 ;灾害信息提取 ;灾情评估 中图分类号 : P642123; TP79 文献标识码 : A Re sea rch an d a pp l ica t ion of torren t ia l f lood lo ss a sse ssm en t ba sed on ra da r rem o te sen s in g techn o logy 1 1 2 1 , 2N IE Juan, FAN Yi2da, D EN G L e i, GUAN yan ( 1. N a tiona l D isa ster R educ tion Cen te r, M in istry of C ivil A ffa irs of Ch ina, B e ijing 100053 , Ch ina; )2. Co llege of R esou rces Science and Techno logy, B e ijing No rm a l U n ive rsity, B e ijing 100875 , Ch ina A b stra c t: D ue to a ll2whe the r, a ll2day and h igh sp a tia l re so lu tion s of SAR , It is po ssib le to a sse ss d isa ste r, such a s ( ) flood fla sh floodand deb ris flow by SAR. Howeve r, cu rren t m e thod s fo r mon ito ring and a sse ssing flood u sing R S mo stly focu sed on extrac ting the a rea affec ted by flood from im age s, no t on a sse ssing the lo ss of fa rm 2land and re si2 ( ) den t land po ste rio r to d isa ste r. Th is a rtic le p re sen ts one m e thod to extrac t the affec ted fa rm land s to ta lly lo stand de stroyed hou se s a rea s from SAR im age s ba sed on the back sca tte ring coeffic ien t of SAR Im aging, so a s to extrac t accu ra te info rm a tion and a sse ss c rop lo ss and affec ted hum an suffe red from de stroyed hou se s. V e rified w ith GPS ground inve stiga tion da ta, it is p roved tha t th is m ea su re is simp le, p rac tica l and accu ra te and can be u sed in a sse s2 sing moun ta in fla sh flood and deb ris flow po ste rio r to d isa ste r in Fu jian P rovince. A s a re su lt, it can p rovide the de2 c ision2m ak ing fo r gove rnm en ts in d isa ste r a sse ssm en t and po st d isa ste r rehab ilita tion and recon struc tion. Key word s: rada r remo te sen sing; flood and wa te rlogging; to rren tia l flood; deb ris flow; d isa ste r info rm a tion extrac2 tion; d isa ste r a sse ssm en t 山洪 、泥石流等灾害是我国南部山区夏季常见的灾害之一 。为了较好开展灾后恢复重建工作 ,需进行详 细 、准确的灾后评估 。由于山洪 、泥石流等灾害频发 、突发 、点多面广等特点 ,加大了灾情评估的难度 。遥感 收稿日期 : 2008 - 11 - 21; 修订日期 : 2009 - 10 - 25 ( ) 基金项目 : 863 项目“多源遥感数据分析与减灾救灾应用示范 ”2007AA120205 ( ) 作者简介 :聂娟 1978 - , 女 ,助理研究员 ,主要从事空间技术减灾研究与技术业务化应用. E2m a il: n ie juan@ nd rcc. gov. cn 为灾情评估提供了先进的技术手段 尤其是雷达遥感 其全天时 、全天候和高分辨率等特点为山洪 、泥石流灾 [ 1 ] 害的灾情评估提供了可能 。 [ 2 ] 国内外已广泛的利用遥感监测洪涝等灾害 ,如杨存建等利用 Rada rsa t和 D EM 雷达模拟图像提取 1998 [ 3 ]年特大洪水期间洞庭湖周围的洪水区域 等 。但是 ,现有的遥感洪涝监测和评估多局限在洪水影响区域的提 取上 ,较少开展灾后耕地 、居民地损失的评估 ,这对灾后评估的和恢复重建工作的决策支持作用不明显 。 () 本文在前人研究的基础上 ,探讨了一种基于雷达后向散射成像原理提取受灾耕地 主要是绝收耕地 和倒损房屋区域的方法 。主要包括 :影像的基本处理 ,包括雷达影像的校正 、融合等 ; 根据雷达图像的成像原 理 ,判读灾害信息在雷达影像上的表现特征 ;利用灾害信息的特征 ,从雷达影像上提取绝收耕地和倒损房屋 区域 ,从而实现灾害信息的准确提取 ;利用遥感监测结果 ,开展农作物和人口损失评估 。1 试验区域和评估数据选取 ()2005 年 6月 17 - 22日 ,福建省北部地区连降暴雨 ,部分地区出现特大暴雨 ,造成多个县 市区 遭受严 重山洪 、泥石流等灾害 。此次灾害过程中 ,福建省顺昌县为受灾严重县之一 。评估选用 6月 26日 6时 11 分() 灾害已基本结束 在顺昌县过境的 R ada rsa t卫星对灾害进行监测 、评估 。 评估中使用数据还有 : 2000年 10月 ETM +遥感影像 、GPS地面调查数据 、地方上报数据 、顺昌县 1 ?25 () (D EM 万行政区划数据 、1 ?25万数字高程模型 、1 ?25 万水系数据 、1 ?10 万土地利用数据 包括耕地分布 、镇 )及镇以上居民地分布等 和耕地等统计数据 。 2 基本原理 [ 4 , 5 ] 根据雷达原理可知 ,雷达方程为 2 2 4 σλ (θφ) PG f , T 2 (θφ) ( )1 , P= P ′Sf ,= R S e 2 2π ( π ) 44r σθφ)(式中 ,为雷达后向散射系数 , P和 P分别为发射和接受到的微波功率 , G为发射 /接收机功率 , f ,为归 T R λ 一化方向性函数 ,为天线工作波长 , r为雷达天线到目标的距离。 则雷达后向散射系数可以计算得到为 2 2 π ( π ) 44rPR σ ( )= 2 2 2 4 λ θφ)(PG f , T 对于一般雷达图像而言 ,图像高亮区对应于高后向散射系数值 ,图像低亮区对应于低后向散射系数值 。 [ 6 ] 研究表明 ,雷达回波强度主要受到地物的表面粗糙度的影响 ,粗糙表面回波较强 ,雷达回波较强 ,则 雷达后向散射系数较高 ;光滑表面大部分信号被反射 ,因此雷达回波较弱 ,则雷达后向散射系数较低 。特别 需要注意到是 ,当入射雷达信号发生角反射时 ,将形成很强的回波信号 。 对于受灾地区 ,地物的表面粗糙度 、复介电系数都会发生变化 ,因此灾前 、灾后雷达影像的回波强度将发生 变化 ,因而可利用雷达图像后向散射系统的变化区别受灾地物和未受灾地物 ,从而解决受灾地物识别难题 。 3 灾情评估方法研究 3. 1 数据预处理 [ 7 ] [ 8 ] 数据预处理是灾情信息提取与评估的前提 ,包括 R ada rsa t影像与 ETM +图像的配准 、几何精校正 、 去噪 ;行政区划 、土地利用等矢量数据的配准 、栅格化 ;所有数据的投影转换 、统一 ,以及数据融合等 。其中本 研究影像融合包括两个方面 ,一是 ETM +影像 10m 分辨率数据与 30m 分辨率的多光谱数据的融合 ,融合后 [ 9 ] 影像较原始影像更加清晰 、信息量更大 ,为利用灾后影像提取灾害信息 ; 另一个是 R ada rsa t雷达影像与前 面 TM 融合影像的融合 ,这种灾前与灾后影像的融合 ,可以增强图像变化信息 ,即发灾或不发灾区域的信息 。 3. 2 灾害信息的识别 ( ) 基于雷达后向散射成像原理 ,经综合比较分析 ,发灾时 6 月中下旬 正值顺昌县绝大部分农作物够苗 期 ,未受灾耕地由许多同一类型的植株组成 ,这些植株位置分布的随机性造成雷达回波的随机性 ,表现在影 107〃〃第 3期聂 娟 ,等 :山洪灾害雷达遥感灾情评估技术研究与应用 [ 4 ] ()像上形成一系列亮点和暗点 反差不太大 相间的光斑 ,纹理细腻 ,并且由于够苗期农作物对雷达波束的 () 散射 、透射作用 ,这些斑点灰度值整体偏低 见图 1 。相反 ,绝收耕地地表裸露或部分裸露 ,残留大量石块 、 土块 、死亡植株等物 ,雷达波束部分形成后向散射 ,小部分透射后再次形成后向散射 ;同时 ,地表残留的田埂 、 作物根茎 、较大土块 、石块等使雷达波束间隔形成角反射 ,产生强回波 ,纹理变得粗糙 ;并且 ,发生洪涝等灾害 的耕地含水量增加 ,雷达波束透射力减小 ,反射能量增强 ,雷达回波增强 。因此 ,绝收耕地呈亮色调 ,在雷达 () 影像上呈现的灰度值高于其它耕地灰度值 见图 1 。 图 1 受灾耕地 、倒损房屋区域影像灰度值差异 F ig. 1 D iffe rence of grey sca le be tween d isa ste r2affec ted and unaffec ted region im age s of fa rm land and hou sing 对于居民区 ,城镇 、村庄的房屋与地面形成角反射面 ,回波很强 ,表现在雷达图像上呈现高亮 ,纹理粗糙 。 相反 ,倒损房屋区域 ,部分墙面 、屋顶损坏或倒塌 ,墙面与墙面或地面形成的角反射减少 ,但遗留的墙面 、地面 残留的砖瓦等堆积物也会形成角反射效应 ,而强度小于灾前墙面与墙面或地面形成的角反射 ,因此其表现在 雷达图像上的后向散射强度将低于未损房屋区域 ,但仍明显高于其它非建设地物 ;另外 ,由于未损房屋区域在雷达影像上灰度高 、建设用地在 TM 影像上边界明显等原因 ,在灾后 R ada rsa t与灾前 TM 融合影像上 ,未损 () 房屋区域与倒损房屋区域边界清晰 见图 1 。因此 ,在 R ada rsa t影像上 ,倒损房屋区域和未损房区域的灰度 值均很高 ,但倒损房屋区域在雷达影像上灰度值略低于未损房屋区域 。 3. 3 灾害信息提取 利用 R ada rsa t与 TM 融合影像生成雷达影像共生矩阵 ,选取方差 、对比度 、非相似性三个向量合成纹理 [ 11 ] 假彩色图像 。基于 R ada rsa t影像灰度值与受灾耕地的正向关系 ,即灰度值越高 ,受灾越严重 ,以及倒损房 屋区域在 R ada rsa t影像和融合影像上的灰度和纹理特征 ,即受灾农作物区域纹理粗糙度增强 ,倒损房屋区域 纹理粗糙度减小 ,结合 GPS地面调查数据 、土地利用数据 、D EM 数据等 ,从雷达影像 、雷达纹理假彩色合成图 像上选取不同阈值 ,建立亮度阈值提取模型 ,从 R ada rsa t影像和纹理假彩色图像上分别提取可能绝收耕地 、 可能毁坏耕地和可能倒损房屋区域 ,再生成分别从两幅影像上提取的可能绝收耕地的交集 、可能毁坏耕地的 () 交集和可能倒损房屋区域的交集 ,这些交集即为绝收 、毁坏耕地区域和倒损房屋区域 见图 2 。 4 结果分析与验证 4. 1 结果分析 根据以上提取的绝收耕地和倒损房屋区域 ,我们可以计算出绝收耕地和倒损房屋区域的面积 : 顺昌县 2 2 11 %的耕地绝收 ,受灾面积为 1687. 5 hm,其中 3. 8 %的耕地毁坏 ,面积为 575. 6 hm;全县居民地有 10. 4 %的 2 2 区域存在倒损房屋情况 ,面积为 129. 5 hm,其中 5. 9 %的区域存在损房情况 ,面积约 73. 4 hm, 4. 5 %的区域 2 存在倒房情况 ,面积约 56. 1 hm,见表 1。 Tab le 1 A rea of fa rm land w ithou t ha rve st and region w ith de stroyed hou se s and affec ted pop u la tion 2类 型 受灾比率 / % 受灾人口 面积 / hm ()1 111. 9 7. 2 绝收耕地 不含毁坏耕地部分 因耕地绝收受灾约 绝收耕地 575. 6 3. 8 毁坏耕地 22 010 人 因房屋倒 73. 4 5. 9 损受灾约 损房区域 倒损房屋区域 56. 1 4. 5 25 630 人倒房区域 ( ) 注 :对于耕地 ,受灾比率 % = 受灾面积 / 全县耕地总面积 ×100 % ; ( ) 对于倒损房屋区域 ,受灾比率 % = 倒损房屋区域面积 / 全县居民地占地总面积 ×100 % 图 2 评估结果图 F ig. 2 Im age of a sse ssm en t re su lt [ 10 ] 根据倒损房屋区域面积 ,可粗略推算因房屋倒损而受灾的人口数 。具体公式如下 : ( )) ( 3 P= S/A×100 % ,a a a ) ( ( )P= S/A×100 % ,4 b b b 109〃〃第 3期聂 娟 ,等 :山洪灾害雷达遥感灾情评估技术研究与应用 式中 , P为因房屋倒损而受灾城镇人口数 , a S为城镇倒损房屋区域面积 ,a A为城镇居民地人均占地面积 ,a P为因房屋倒损而受灾乡村人口数 ,b S为乡村倒损房屋区域面积 ,b A为乡村居民地人均占地面积 。b (假设城镇人口平均分布 、房屋结构类似 ;乡村人口平均分布 、房屋结构类似 。同时 ,道路等建设用地忽 )略不计 2 根据统计分析 ,推算顺昌县城镇居民地人均占地面积 0. 004 38 hm,农村居民地人均占地面积 0. 005 45 2 hm。根据雷达影像提取的倒损房屋区域信息 ,可分别推算城镇倒损房屋区域和乡村倒损房屋区域分别为 2 2 ( ) ( ) 41. 5 hm和 88 hm。根据式 3 、式 4 ,可推算因房屋倒损而受灾的城镇和乡村人口数分别约为 9 470 人 和 16 160人 ,共约 25 630 人 ,即顺昌县因房屋倒损受灾约 25 630人 ,见表 1。 4. 2 结果验证与分析2 2 根据地面调查 ,顺昌县农作物因灾绝收 1 533 hm,损坏耕地 733 hm,因房屋倒损受灾 29 000 人 ; 根据 2 以上评估结果 ,顺昌县绝收耕地共 1 686 hm,因倒损房屋受灾约 25 600人 ,见表 2。 表 2 地面调查数据与评估数据对比表 Comp a rition be twween inve stiga tion and a sse ssm en t da ta Tab le 2 类 型 地面调查数据 评估数据 评估精度 / % 21 533 1 112 72. 6 绝收耕地面积 / hm 2733 575. 6 78. 1 毁坏耕地面积 / hm 因房屋倒损受灾人口 约 29 000 人约 25 600 人88. 4 注 :地面调查数据来自民政部救灾工作组 统计上报数据与评估数据存在一定差异 ,主要原因分析如下 : ( ) 1 6月 26日洪水已退时期的雷达影像仅能识别毁坏或部分毁坏的耕地 、农作物强烈萎蔫的绝收耕地 , 而部分受淹已绝收 、农作物萎蔫程度较小的耕地难以识别 ,评估数据中缺少这一部分绝收农作物面积 ,因此 评估数据小于地面调查数据 ; ( )2 雷达影像仅能区别房屋墙面 、屋顶等倒塌的房屋区域与未损房屋区域 ,难以识别墙面等出现裂缝而 对雷达回波没有较大影响的受损房屋区域 ,因此评估倒损房屋区域小于实际倒损房屋区域 ; ( )3 遥感影像分辨率为 30m ,评估时难以识别部分零散房屋 ; 评估根据居民地或倒房区域占地面积推算 ()受灾人口 ,忽略了房屋结构 如多层房屋 等信息 ,因此评估所得因房屋倒损受灾人口与地面调查受灾人口 存在一定差异 ; ( )( ) 4 灾后评估 R ada rsa t雷达影像与灾前参考 TM 影像存在较大时间差 TM 影像较 R ada rsa t影像早 5 a, 忽略了城镇的扩大 、耕地增加等信息 ,使得评估数据有可能小于地面调查数据 ; ( )5 缺乏高精度的基础地理数据和详尽的社会经济数据 ,遥感监测结果难以与地面信息匹配 ,在一定程 度上限制了评估精度 。 5 结论 本文根据雷达影像的成像原理 ,提出了一套基于雷达影像的后向散射成像原理监测灾后绝收耕地范围 、 倒损房屋区域的新方法 ,并经与 GPS地面调查数据的验证 ,证明该方法简单 、可行 ,具有一定准确性 ,能用于 福建等山区山洪 、泥石流等灾害灾后评估工作 ,为政府灾情评估 、灾后恢复重建工作提供辅助决策支持 。同 时 ,经过分析 ,要利用遥感技术开展详细的灾情评估 ,除需高分辨率 、实时遥感数据外 ,还需充分分析下垫面 情况 ,研究受灾地物在影像上的表现特性 ,并采用遥感数据与基础地理数据 、社会经济数据结合的评估方法 , 方能提高灾情评估精度 。 参考文献 : ( ) [ 1 ] 谭衢霖 , 邵云 , 范湘涛. 崩滑流雷达遥感应用潜力分析 [ J ]. 自然灾害学报 , 2002 , 11 1 : 128 - 133. ( ) [ 2 ] P rofe ti G, M acin to sh H. F lood m anagem en t th rough LAND SA T TM and ER S SAR da ta: a ca se study[ J ]. H yd ro logica l P roce sses, 1998 , 11 10 : 1397 - 1408. ( ) 杨存建 ,魏一鸣 ,等. 基于 D EM 的 SAR 图像洪水水体的提取 [ J ]. 自然灾害学报 , 2002 , 11 3 : 121 - 125. [ 3 ] 舒宁等. 雷达遥感原理 [M ]. 北京 : 测绘出版社 , 1997.[ 4 ] John C Cu rlande r, Robert N. M cdonough. Syn the tic Ap e rtu re R ada r: System s and Signa l P roce sssing[M ]. John W iley & Son s Inc, 1999: 40 - 85. [ 5 ] 郭华东 ,等. 雷达对地观测理论与应用 [M ]. 北京 : 科学出版社 , 2000. [ 6 ] ( ) 杨存建 ,周成虎. 利用 RADAR SA T SWA SAR 和 LAND SA T TM 的互补信息确定洪水水体范围 [ J ]. 自然灾害学报 , 2001 , 10 2 : 79 - 83.[ 7 ] 尤红建 ,丁赤飚 ,吴一戎. 基于 D EM 的星载 SAR 图像模拟以及用于图像精校正 [ J ]. 中国空间科学技术 , 2006 , 1: 65 - 71.[ 8 ] ( ) 邓磊 ,陈云浩 ,李京. 一种基于小波变换的可调节遥感影像融合方法 [ J ]. 红外与毫米波学报 , 2005 , 24 01 : 34 - 38.[ 9 ] [ 10 ] Gra is R F, Cou lom b ie r D , Amp ue ro J , L uca s M E S, B arre tto A T, Jacqu ie r Guy, D iaz F, B a land ine S, M ahoudeau C, B rown V. A re rap id ( ) pop u lation e stim a tes accu ra te’? A fie ld tria l of two d iffe ren t a ssessm en t m ethod s[ J ]. D isa ste r, 2006 , 30 3 : 364 - 376. ( ) [ 11 ] 朱彩英 , 蓝朝桢 , 靳国旺. 纹理图象亮度阈值法提取 SAR 图象居民地 [ J ]. 中国图象图形学报 , 2003 , 8 6 : 616 - 619.