曾微波 侯婷婷 楊燦燦 王艷芳

摘要?以安徽省安慶市望江縣為例，采用改進后的歸一化水體指數(shù)法進行災(zāi)前與災(zāi)后的水體信息提取。將提取到的水體信息作差值得到洪水淹沒信息，將其與農(nóng)業(yè)用地分布圖、行政區(qū)劃圖疊加。結(jié)果表明，GIS空間分析技術(shù)可直觀地展示不同鄉(xiāng)鎮(zhèn)區(qū)域在洪澇方面的農(nóng)業(yè)用地受災(zāi)程度，為安慶市望江縣農(nóng)業(yè)的可持續(xù)發(fā)展和防災(zāi)減災(zāi)政策的制定提供科學依據(jù)。

關(guān)鍵詞?GIS;農(nóng)業(yè)洪澇災(zāi)害;遙感監(jiān)測;災(zāi)害評估

中圖分類號?S?127文獻標識碼?A

文章編號?0517-6611（2019）23-0251-04

doi：10.3969/j.issn.0517-6611.2019.23.072

開放科學（資源服務(wù)）標識碼（OSID）：

Agricultural Flood Disaster Assessment Method Based on Remote Sensing Monitoring

ZENG Wei?bo1，2，HOU Ting?ting1， YANG Can?can1 et al

（1. Geographic Information and Tourism College of Chuzhou University， Chuzhou， Anhui 239000;2. Institute of Geographic Information Technology of Chuzhou University， Chuzhou， Anhui 239000）

Abstract?An improved normalized water body index method was adopted to extract the water body information before and after the disaster in Wangjiang County， Anqing City， Anhui Province. The information of flood inundation could be obtained by comparing the extracted water body information with the distribution map of agricultural land and administrative divisions， and the experimental results showed that disaster degree of agricultural land in flood areas in different towns could be visually displayed， which provided scientific basis for the sustainable development of agriculture and the formulation of disaster prevention and mitigation policies in the area.

Key words?GIS;Agricultural flood disaster;Remote sensing monitoring;Disaster assessment

我國地域遼闊、自然地理和氣候條件復(fù)雜、各地自然災(zāi)害頻繁發(fā)生。其中洪澇災(zāi)害是我國主要的自然災(zāi)害之一，已成為制約社會經(jīng)濟可持續(xù)發(fā)展的重要因素[1]。洪澇災(zāi)害是突發(fā)性事件，具有持續(xù)時間短、危害大等特征。為了有效地預(yù)防和控制洪澇災(zāi)害，必須迅速準確地了解水情、水勢的進展情況，并及時進行洪澇災(zāi)害的評估[2-3]。傳統(tǒng)的基于人工為主的信息采集手段已經(jīng)很難滿足防洪抗?jié)车男枰?0世紀發(fā)展起來的遙感技術(shù)具有速度快、時效性好、動態(tài)性強等優(yōu)點，因此在防洪減災(zāi)中發(fā)揮著越來越多的作用[4-5]。特別是在定量評價農(nóng)業(yè)暴雨洪澇災(zāi)害風險基礎(chǔ)上，探索洪澇災(zāi)害空間分布特征，尋求防洪抗?jié)车霓r(nóng)業(yè)發(fā)展模式對降低農(nóng)業(yè)洪澇災(zāi)害風險、減輕洪澇災(zāi)害損失具有重要意義。

洪澇災(zāi)害的遙感監(jiān)測評估在國內(nèi)外都已進行了多年的研究，在洪水淹沒范圍提取研究方面，SHIH S F[6]基于 Landsat MSS 數(shù)據(jù)，利用密度分割法與 非監(jiān)督分類法提取水體，

MATGEN P等[7]采用閾值法和區(qū)域生長法組合的方法對 SARA影像進行洪水范圍提取;金哲等[8]采用種子蔓延算法為理論基礎(chǔ)，利用GIS空間分析與建模原理計算了一定水位線以下的淹沒區(qū);張依欣等[9]進行了不同尺度和平臺的多種遙感數(shù)據(jù)源的水體信息提取方法研究，為洪水災(zāi)害監(jiān)測和評估提供基礎(chǔ)信息依據(jù);沈定濤等[10]提出了一種面向海量DEM數(shù)據(jù)的洪水淹沒區(qū)生成算法分塊壓縮追蹤法，解決了海量地形數(shù)據(jù)下淹沒分析計算問題。在災(zāi)后評估研究方面，王恩[11]采用了GIS技術(shù)進行了農(nóng)村地區(qū)洪災(zāi)經(jīng)濟損失評估，得出家庭財產(chǎn)損失和農(nóng)業(yè)生產(chǎn)損失是最要的組成部分;石濤等[12]進行了暴雨洪澇風險評估的GIS和空間化應(yīng)用，解決了洪澇災(zāi)害風險難以精細化、定量化評估問題。不同的地區(qū)洪澇災(zāi)害監(jiān)測與評估的方式不同，但在洪澇災(zāi)害監(jiān)測與評估方面針對縣域類型的小區(qū)域農(nóng)業(yè)洪澇災(zāi)害監(jiān)測與評估的研究較少。

鑒于此，筆者在遙感和GIS技術(shù)的支持下，使用Landsat 8遙感影像數(shù)據(jù)，提取望江縣地區(qū)洪災(zāi)淹沒范圍并評估鄉(xiāng)鎮(zhèn)級農(nóng)業(yè)洪澇災(zāi)害災(zāi)情，分析研究區(qū)洪澇災(zāi)害發(fā)生的空間分布規(guī)律，旨在為安慶農(nóng)業(yè)可持續(xù)發(fā)展和防災(zāi)減災(zāi)政策的制定提供科學依據(jù)。

1?技術(shù)路線

該研究內(nèi)容主要分為洪災(zāi)淹沒范圍提取以及在淹沒信息提取成功的基礎(chǔ)上進行農(nóng)業(yè)洪澇災(zāi)害災(zāi)情評估2部分，技術(shù)流程如圖1所示。

首先，對獲取到的研究區(qū)災(zāi)前與災(zāi)后OLI遙感影像數(shù)據(jù)進行一系列預(yù)處理，主要包括圖像融合、圖像裁剪、輻射定標、大氣校正;其次，基于預(yù)處理得到的數(shù)據(jù)結(jié)合望江縣土地規(guī)劃資料采用最大似然法進行監(jiān)督分類，得到望江縣的土地利用信息，進而得到望江縣農(nóng)業(yè)用地分布信息;再次，結(jié)合波譜特征分別對災(zāi)前、災(zāi)后洪水水體信息進行識別與提取，然后將正常水體信息與洪澇災(zāi)害發(fā)生后的水體分布信息作空間差值運算得到洪澇災(zāi)害淹沒范圍，從而利用GIS的空間疊加分析功能將洪水淹沒范圍與本底的行政區(qū)劃圖、農(nóng)業(yè)用地分布圖進行疊加分析最后得到洪災(zāi)損害及其空間分布信息。

1.1?數(shù)據(jù)來源

望江縣位于南部平原，全縣總面積1 357.37 km2，耕地多分布在東南部平原地區(qū)。望江縣降水量充沛，但季節(jié)和年際變化大，降水多集中于夏季。獨特的地理條件、特定的氣候條件以及頻繁的人類活動共同作用，使得安慶市望江縣成為農(nóng)業(yè)洪澇災(zāi)害受災(zāi)嚴重的地區(qū)之一，對望江縣的農(nóng)業(yè)生產(chǎn)造成了極大危害。

選用數(shù)據(jù)包括云量較少、影像清晰的2016年洪災(zāi)前Landsat 8遙感數(shù)據(jù)和2016年災(zāi)后Landsat 8數(shù)據(jù)。Landsat 8 在空間分辨率和光譜特性等方面與Landsat 1～7保持了基本一致，衛(wèi)星一共有11個波段，波段1～7，9～11的空間分辨率為30 m，波段8為15 m分辨率的全色波段，衛(wèi)星每16 d可以實現(xiàn)1次全球覆蓋，具體波段信息如表1所示。

1.2?數(shù)據(jù)預(yù)處理

（1）遙感數(shù)據(jù)預(yù)處理。Landsat 8得到的數(shù)據(jù)為Level1T級別，已經(jīng)過輻射校正和幾何校正，所以一般情況下可以直接使用而不需要幾何校正。所需預(yù)處理主要包括圖像融合、圖像裁剪、輻射定標、大氣校正等。

（2）土地分類。為得出望江縣農(nóng)業(yè)用地分布圖用于后期農(nóng)業(yè)洪澇災(zāi)害評估，筆者采用最大似然法進行監(jiān)督分類，并結(jié)合望江縣土地規(guī)劃資料對望江縣土地利用類型進行了劃分，將其劃分為水體、林地、建設(shè)用地、農(nóng)業(yè)用地4類。

2?洪災(zāi)淹沒范圍提取

自然界中各類客體在電磁波波普的各波普段上反應(yīng)的特征不盡相同。在近紅外和中紅外波段，水體反射的能量很少，相比之下土壤、植被及城市在近紅外波段反射的能量較高。由于水體的輻射水平比其他地物相對較低，因此在彩色遙感影像上的顯示為暗色調(diào)。水體的這一光譜特征成為提取水體信息的重要理論支撐?；诖?，可將預(yù)處理得到的數(shù)據(jù)結(jié)合波譜特征進行洪水水體信息的識別與提取。

2.1?多源遙感數(shù)據(jù)水體信息提取研究

遙感技術(shù)對空間信息的獲取具有非常強的優(yōu)勢，目前所擁有的低、中、高等不同分辨率以及全色、多光譜、融合等不同種類的遙感數(shù)據(jù)可以在洪澇災(zāi)害評估的空間信息的獲取中發(fā)揮重要作用[13]。水體提取中比較常用的方法主要有監(jiān)督分類法、單波段法、多波段法。

監(jiān)督分類法是根據(jù)已知訓練區(qū)提供的水體樣本，通過選擇特征參數(shù)，求出特征參數(shù)作為決策規(guī)則，建立判別函數(shù)以對各待分類影像進行圖像分類，該方法人為主觀因素較強且耗時較多，因此不適用于該研究區(qū)域;單波段法利用水體與非水體在遙感影像上反射率或亮度值之間的差異，選定一定的閾值反復(fù)試驗提取水體[14]，該方法受陰影干擾比較大，難以提取較窄水體。考慮到望江縣內(nèi)存在山體地形以及眾多細小支流，不采用該方法。多波段法主要利用遙感影像各波段之間的綜合關(guān)系來提取水體信息，可分為譜間關(guān)系法和水體指數(shù)法，譜間關(guān)系法是通過分析地物在各光譜曲線上的特征，用邏輯判斷提取出水體信息。水體指數(shù)法是利用水體同背景地物反射特性差異最大的2個波段進行代數(shù)運算，增大差異并通過閾值分析提取水體信息[15]。目前，典型的水體指數(shù)有歸一化水體指數(shù)[16]（normalized difference water index，NDWI）、改進的歸一化水體指數(shù)[17]（modified normalized difference water index，MNDWI）、增強型水體指數(shù)（enhanced water index，EWI）、新型水體指數(shù)（new water index，NWI）等。

2.2?水體提取

各水體指數(shù)在水體信息提取方面都取得了較好的效果，但是每種指數(shù)方法都有其局限性與適用性。適用于該研究區(qū)域地形的應(yīng)用較為廣泛的主要是 MCFEETERS S K[16]提出的歸一化差異水體指數(shù)和徐涵秋構(gòu)建的改進型歸一化差異水體指數(shù)。

NDWI法只考慮了植被因素，卻忽略了土壤/建筑物這一重要地類，通過NDWI法提取出來的水體信息因為綠光反射率高于近紅外波段，往往造成土壤/建筑物與水體信息混淆。徐涵秋[17]針對該問題提出了改進的歸一化差異水體指數(shù)MNDWI法，在歸一化差異水體指數(shù)分析的基礎(chǔ)上，對構(gòu)成該指數(shù)的波長組合進行了修改，MNDWI比NDWI更好地揭示水體細微特征。

基于上述認識并結(jié)合區(qū)域內(nèi)地形情況，采用改進的歸一化差異水體指數(shù)法進行水體的提取。改進的歸一化差異水體指數(shù)MNDWI模型為

MNDWI=Green-MIRGreen+MIR

式中，Green指綠色波段，MIR指中紅外波段，在Landsat 8 OLI影像中則分別為第3和6波段。與其他指數(shù)相比，MNDWI指數(shù)的優(yōu)勢在于不僅能夠通NDWI指數(shù)一樣極化水體與植被之間的影像差異，而是因為利用了建筑物的反射率從近紅外波段到中紅外波段驟然轉(zhuǎn)強、水體反射率則從近紅外波段到中紅外波段持續(xù)降低的特性，從而解決了水體提取中難以消除陰影的難題。

查閱資料以及試驗比較顯示，該研究使用ENVI 5.3軟件采用改進的歸一化差異水體指數(shù)對經(jīng)過預(yù)處理的研究區(qū)遙感影像數(shù)據(jù)進行水體的增強，首先獲得水體增強影像圖，然后取閾值為0對MNDWI指數(shù)影像中的水體進行提取，最后將提取出的水體信息矢量化，提取的災(zāi)前水體與災(zāi)后水體結(jié)果如圖2所示。

3?洪災(zāi)范圍計算與災(zāi)情評估

洪水淹沒范圍的確定是洪澇災(zāi)害進行損失評估的重要環(huán)節(jié)，快速準確地獲取洪水淹沒范圍在救災(zāi)減災(zāi)工作中具有重要意義。洪水淹沒按照淹沒成因分為無源淹沒和有源淹沒，該研究采用無源淹沒分析方法獲取相應(yīng)淹沒范圍。

將ENVI 5.3軟件中提取出的災(zāi)前正常水體信息與災(zāi)后水體信息轉(zhuǎn)換成矢量數(shù)據(jù)，在ArcGIS軟件中對水體提取結(jié)果進行空間差值運算從而得到洪水淹沒的水體空間信息。將洪水淹沒的水體空間信息與望江縣行政區(qū)劃圖、望江縣農(nóng)業(yè)用地分布圖進行疊加，得到洪水淹沒信息提取的最終結(jié)果，用來評估洪澇災(zāi)害對鄉(xiāng)鎮(zhèn)農(nóng)業(yè)的影響。洪災(zāi)淹沒信息專題如圖3所示。

根據(jù)疊加結(jié)果結(jié)合調(diào)查資料可知，截至7月9日望江縣全縣受災(zāi)人口約2.5萬人，倒塌房屋44戶310間。在本次洪澇災(zāi)害中整體經(jīng)濟損失超過7.70×108元，其中農(nóng)業(yè)損失一項就超過6.30×108元。農(nóng)作物受災(zāi)面積達到約370 km2，受災(zāi)比例達到43.23%。精度評價顯示，研究提取得到的洪水淹沒信息提取的總體精度為92.17%。

通過GIS空間分析技術(shù)可直觀地展示不同鄉(xiāng)鎮(zhèn)區(qū)域在洪澇方面的農(nóng)業(yè)用地受災(zāi)程度，為不同區(qū)域在洪澇災(zāi)害的防御提供參考。漳湖鎮(zhèn)、雷池鄉(xiāng)、賽口鎮(zhèn)等受災(zāi)較為嚴重的鄉(xiāng)鎮(zhèn)應(yīng)加強對農(nóng)業(yè)洪澇預(yù)防應(yīng)急預(yù)案的制定，同時加強對各農(nóng)業(yè)水利工程的建設(shè)，從而降低洪澇災(zāi)害帶來的損失;另一方面，危險程度較低的鄉(xiāng)鎮(zhèn)也要緊密配合，從整體預(yù)防和規(guī)劃的角度對洪澇進行治理，從而促進安慶市望江縣農(nóng)業(yè)的可持續(xù)發(fā)展。

望江縣地形非常容易發(fā)生洪澇災(zāi)害，因此水利工程起到了至關(guān)重要的作用。1998年長江中下游特大洪澇災(zāi)害后，望江縣開始通過水利工程的建設(shè)改善洪澇狀況，但當前的防洪抗?jié)吃O(shè)施仍遠不能滿足發(fā)展需求。調(diào)查發(fā)現(xiàn)，當?shù)貒ㄌ铿F(xiàn)象日趨嚴重，導(dǎo)致望江縣抗洪形勢嚴峻。望江縣的洪澇災(zāi)害依舊對當?shù)氐霓r(nóng)業(yè)發(fā)展以及人民的生活造成巨大影響。通過遙感技術(shù)與GIS技術(shù)的結(jié)合進行災(zāi)情評估，可以快速估算損失，參考類似地區(qū)的洪澇災(zāi)害情況并結(jié)合當?shù)貙嶋H情況提出合適的抗洪救災(zāi)措施，在抗洪救險時明確目標任務(wù)，將災(zāi)中救援任務(wù)與災(zāi)后重建任務(wù)落到實處，從而減少洪澇災(zāi)害對農(nóng)業(yè)生產(chǎn)帶來的損失。

望江縣是整個安慶地區(qū)脆弱性的高值區(qū)，以農(nóng)業(yè)經(jīng)濟為主，醫(yī)療衛(wèi)生條件差。因此，提高行洪排澇的能力、完善排水設(shè)施以減少田間積水、提高醫(yī)療衛(wèi)生水平和及時的災(zāi)后物資補給對抗洪搶險至關(guān)重要。此外，應(yīng)加大對農(nóng)民技能培訓、農(nóng)業(yè)知識和農(nóng)業(yè)保險知識宣傳等，從而保障農(nóng)戶的災(zāi)后恢復(fù)能力?？茖W合理地處理農(nóng)業(yè)洪澇災(zāi)害可以減少大量損失，在未來的抗洪救災(zāi)中，遙感技術(shù)與GIS技術(shù)應(yīng)當被更加廣泛地利用，從而更好地服務(wù)于洪災(zāi)的防治、監(jiān)測與災(zāi)情評估。

4?結(jié)語

該研究采用OLI影像，提取了2016年望江縣地區(qū)農(nóng)業(yè)洪災(zāi)淹沒范圍，并對鄉(xiāng)鎮(zhèn)級農(nóng)業(yè)洪澇災(zāi)害災(zāi)情進行了評估，結(jié)果表明MNDWI水體指數(shù)法在小區(qū)域范圍內(nèi)的洪澇災(zāi)害水體信息提取方面表現(xiàn)出很好的適用性，可實現(xiàn)較高精度的洪水信息提取。但遙感與GIS技術(shù)的結(jié)合能準確、快速地呈現(xiàn)災(zāi)后洪水淹沒范圍，表現(xiàn)農(nóng)業(yè)用地淹沒狀況。因此，該研究對小區(qū)域農(nóng)業(yè)洪澇災(zāi)害的監(jiān)測與評估具有一定的借鑒意義。

目前國內(nèi)外自然災(zāi)害風險的評估方法與技術(shù)手段等方面的研究仍未達成完全的共識，且評估資料有限，因此完全、精確地評估農(nóng)業(yè)洪澇災(zāi)害存在一定的難度。

參考文獻

[1] 楊昆，黃詩峰，辛景峰，等.水旱災(zāi)害遙感監(jiān)測技術(shù)及應(yīng)用研究進展[J].中國水利水電科學研究院學報，2018，16（5）：451-456，465.

[2] 霍治國，范雨嫻，楊建瑩，等.中國農(nóng)業(yè)洪澇災(zāi)害研究進展[J].應(yīng)用氣象學報，2017，28（6）：641-653.

[3] 尹曉媛，付星基，劉甲明，等.遙感技術(shù)在農(nóng)業(yè)災(zāi)害監(jiān)測中的應(yīng)用[J].南方農(nóng)業(yè)，2017，11（20）：110-112.

[4] 張會，張繼權(quán)，韓俊山.基于GIS技術(shù)的洪澇災(zāi)害風險評估與區(qū)劃研究：以遼河中下游地區(qū)為例[J].自然災(zāi)害學報，2005，14（6）：141-146.

[5] 楊文華.基于GIS的農(nóng)業(yè)洪澇災(zāi)害風險評估模型[J].農(nóng)業(yè)工程，2018，8（2）：77-80.

[6] SHIH S F.Comparison of ELAS classification and density slicing Landsat data for water?surface area assessment[C]//JOHNSON A I.Hydrologic applications of space technology.Wallingford：IAHS Press，1985：91-97.

[7]MATGEN P，HOSTACHE R，SCHUMANN G，et al.Towards an automated SAR?based flood monitoring system：Lessons learned from two case studies[J].Physics and chemistry of the earth，2010，36（7）：241-252.

[8] 金哲，肖旎旎.基于GIS的洪水淹沒區(qū)分析[J].吉林水利，2014（6）：30-32，37.

[9] 張依欣，張濤，劉芳，等.基于多源遙感數(shù)據(jù)的水體信息提取研究[J].測繪與空間地理信息，2014，37（5）：47-50.

[10] 沈定濤，王結(jié)臣，張煜，等.一種面向海量數(shù)字高程模型數(shù)據(jù)的洪水淹沒區(qū)快速生成算法[J].測繪學報，2014，43（6）：645-652.

[11]王恩.基于GIS的農(nóng)村地區(qū)洪災(zāi)經(jīng)濟損失評估技術(shù)研究[J].山西建筑，2017，43（9）：205-207.

[12] 石濤，馬菊，謝五三，等.暴雨洪澇風險評估的GIS和空間化應(yīng)用[C]//中國氣象學會.第33屆中國氣象學會年會 S1 災(zāi)害天氣監(jiān)測、分析與預(yù)報.北京：中國氣象學會，2016：1.

[13] 謝敏，劉占寧.基于多尺度多源遙感信息的水體提取方法對比研究[J].內(nèi)蒙古科技與經(jīng)濟，2018（8）：95-98.

[14] 潘方博，毛鵬磊，胡乃勛.基于遙感影像的水體提取方法對比[J].河南科技，2015（22）：149-151.

[15] 王嘉芃，劉婷，俞志強，等.基于COSMO-SkyMed和SPOT-5的城鎮(zhèn)洪水淹沒信息快速提取研究[J].遙感技術(shù)與應(yīng)用，2016，31（3）：564-571.

[16] MCFEETERS S K.The use of the Normalized Difference Water Index（NDWI）in the delineation of open water features [J].International journal of remote sensing，1996，17（7）：1425-1432.

[17] 徐涵秋.利用改進的歸一化差異水體指數(shù)（MNDWI）提取水體信息的研究[J].遙感學報，2005，9（5）：589-595.