衛(wèi)星紅外遙感技術(shù)及其在防災(zāi)救災(zāi)中的應(yīng)用研究

黃宇飛 徐嘉 白紹竣 高冀 李昂 高洪濤

衛(wèi)星紅外遙感技術(shù)及其在防災(zāi)救災(zāi)中的應(yīng)用研究

黃宇飛1徐嘉2白紹竣3高冀4李昂1高洪濤1

（1 中國空間技術(shù)研究院遙感衛(wèi)星總體部，北京 100094）（2 中國空間技術(shù)研究院錢學(xué)森空間技術(shù)實(shí)驗(yàn)室，北京 100094）（3 北京空間機(jī)電研究所，北京 100094）（4 中國空間技術(shù)研究院衛(wèi)星應(yīng)用總體部，北京 100094）

紅外遙感在防災(zāi)救災(zāi)應(yīng)用上相對于傳統(tǒng)方法有著省時省力的優(yōu)勢。文章對衛(wèi)星紅外遙感在防災(zāi)救災(zāi)中的應(yīng)用研究情況進(jìn)行了深入調(diào)研，對紅外遙感在大氣、水環(huán)境、土壤以及地質(zhì)異常等各類災(zāi)害監(jiān)測的應(yīng)用與發(fā)展進(jìn)行介紹和分析，涵蓋溫室效應(yīng)、森林火災(zāi)、旱災(zāi)、水質(zhì)、溫排水、泥石流和地震等多種典型災(zāi)害，最后分析國內(nèi)外主要差距并提出相關(guān)發(fā)展建議。

防災(zāi)救災(zāi) 應(yīng)用研究 發(fā)展建議 紅外遙感

0 引言

傳統(tǒng)災(zāi)害監(jiān)測方法通常采取定點(diǎn)監(jiān)測和隨機(jī)調(diào)查等方法，需要耗費(fèi)大量時間精力，且有些災(zāi)害早期僅憑人眼難以識別。紅外遙感在防災(zāi)救災(zāi)方面有著獨(dú)特優(yōu)勢，例如：森林火災(zāi)等災(zāi)害在發(fā)生前或發(fā)生時會釋放大量能量，引起地表和大氣的大面積輻射異常。即使目標(biāo)的熱傳導(dǎo)、熱慣量和熱容量有差異，但通過分析處理結(jié)合現(xiàn)場勘查，可實(shí)現(xiàn)紅外遙感在防災(zāi)救災(zāi)領(lǐng)域的應(yīng)用[1]。本文對紅外遙感在防災(zāi)救災(zāi)方面的應(yīng)用研究情況進(jìn)行了深入調(diào)研，并對紅外遙感在各類災(zāi)害監(jiān)測的應(yīng)用與發(fā)展進(jìn)行了介紹和分析，并提出紅外遙感在防災(zāi)救災(zāi)方面應(yīng)用的發(fā)展建議。

1 紅外遙感在大氣災(zāi)害監(jiān)測中的應(yīng)用與發(fā)展

1.1 溫室效應(yīng)監(jiān)測

大氣散射輻射與大氣溫度和大氣構(gòu)成有關(guān)。對于溫室效應(yīng)，主要因素是二氧化碳（CO2）、甲烷（CH4）和氧化亞氮（N2O）。熱紅外遙感技術(shù)可解決更大的區(qū)域范圍內(nèi)CO2的氣體濃度探測[2]。對于一個特定波長來說，吸收系數(shù)與大氣組成、溫度和壓力有關(guān)。如果已知吸收氣體的濃度，用輻射測量可估算大氣溫度廓線，從而可推算吸收氣體濃度及吸收系數(shù)。一般來說，隨著氣體濃度的增大，相應(yīng)波段可探測到的大氣層也越高。對于對流層最高層，輻射測量的結(jié)果對應(yīng)于較低的溫度。利用已知的溫度廓線調(diào)整測量和模擬的輻射值，可估算吸收氣體濃度。主要的不確定性來自于溫度廓線信息。

泰羅斯垂直分布探測儀（The TIROS Operational Vertical Sounder，TOVS）裝載有一個波長為4~15μm、19個波段的熱紅外輻射儀，以及一個微波輻射儀。其中部分波段受CO2吸收的影響，其他波段受水蒸氣吸收的影響，主要用于天氣預(yù)測[3]。法國氣象研究機(jī)構(gòu)通過對TOVS波段數(shù)據(jù)的CO2混合比的研究，得出更易在熱帶或高緯度地區(qū)獲取CO2濃度數(shù)據(jù)的結(jié)論，這主要是因?yàn)闊釒У貐^(qū)較少變化的溫度廓線和較厚的對流層所致[4]。

另外兩個具有代表性的典型應(yīng)用就是大氣紅外探測器（Atmospheric Infrared Sounder，AIRS）和紅外大氣探測儀（Infrared Atmospheric Sounder Interferometer，IASI）。

AIRS傳感器是由NASA設(shè)計的第一個高光譜分辨率紅外探測器，主要用于天氣預(yù)測，其波長范圍3.7~15.4μm，光譜分辨力為1 200，主要設(shè)計用途是獲取氣象上溫度和水蒸氣廓線。所獲取溫度廓線的垂直分辨率為1km，水蒸氣廓線的分辨率為3%~5%。Strow等[5]已證實(shí)大氣中CO2混合比的增加對AIRS觀側(cè)的全球平均溫度有影響。最初從AIRS數(shù)據(jù)獲取月度的CO2產(chǎn)品，并嘗試沿用了TOVS的估算方法，如：應(yīng)用神經(jīng)網(wǎng)絡(luò)算法選取波段。估算方法只限于熱帶地區(qū)。盡管所獲取的全球CO2濃度分布顯得較為合理，但又很快認(rèn)識到其空間分布特征不僅由CO2決定，估算方法受到了波段選取、觀測方式等因素的影響。

由歐洲航天局（ESA）發(fā)射的Metop衛(wèi)星搭載的IASI傳感器，能提供熱紅外波段高光譜數(shù)據(jù)，主要用于獲取天氣預(yù)測的溫度和水蒸氣廓線，還可以用于氣候研究和大氣組成評估，與AIRS相類似。但還未從IASI的觀測數(shù)據(jù)中估算出CO2或CH4的濃度。

AIRS傳感器已運(yùn)行了8年多時間，歐洲和美國的研究人員在不斷嘗試基于AIRS觀測數(shù)據(jù)的多種CO2濃度的估算方法。盡管已經(jīng)證實(shí)在AIRS觀測數(shù)據(jù)中包含CO2信息，但誤差仍然太大而不能提供地表CO2通量的信息。原因是由于觀測數(shù)據(jù)相對高的加權(quán)函數(shù)所導(dǎo)致。在對流層的上部，與CO2相關(guān)的信號由季節(jié)循環(huán)所控制，這種循環(huán)的上下偏移為1個或幾個百萬分之一。為了提供有用的信息，精度要求甚至比對低大氣層靈敏的儀器要求還要高。這些要求到目前為止仍未得到滿足，另外，觀測呈現(xiàn)受區(qū)域性偏差的影響，這對地表通量的估算產(chǎn)生了破壞性的影響。從AIRS或IASI等熱紅外傳感器獲取的CO2濃度信息，大部分被用于確定傳輸模型中的誤差。

目前已構(gòu)建的地面監(jiān)測站點(diǎn)網(wǎng)絡(luò)，提供了在大陸尺度進(jìn)行通量評估的條件，但是不足以解決更高的區(qū)域尺度的問題。正在運(yùn)行的幾個傳感器并沒有被特定設(shè)計為監(jiān)測CO2和CH4濃度。國內(nèi)外研究團(tuán)隊(duì)采用觀測數(shù)據(jù)來獲取碳排放氣體的濃度，并已取得了相當(dāng)大的進(jìn)展。監(jiān)測中的精度和誤差問題始終是一個挑戰(zhàn)，但所獲取的氣體濃度的時空分布確實(shí)展現(xiàn)出一些預(yù)期的特征，例如：年增長率、季節(jié)性循環(huán)、緯度方向的梯度等。有關(guān)碳循環(huán)的附加知識要求對更小數(shù)量級的梯度進(jìn)行識別，但目前衛(wèi)星產(chǎn)品的誤差和噪音仍然比這些梯度波動范圍要大。

1.2 森林火災(zāi)、秸稈焚燒等火點(diǎn)監(jiān)測

遙感火點(diǎn)監(jiān)測是利用秸稈燃燒時內(nèi)部含有火焰的高溫像元與背景常溫像元，在中紅外和熱紅外波段輻射能量的差異，來識別地面火點(diǎn)[6-8]。國內(nèi)已開展大量研究和應(yīng)用，通常是利用光譜信息判斷農(nóng)作物是否進(jìn)入收割期，使用地理信息系統(tǒng)（Geographic Information System，GIS）技術(shù)輔助分析判斷探測的焚燒火點(diǎn)下墊面性質(zhì)，提取秸稈焚燒點(diǎn)，并對焚燒點(diǎn)的空間分布及發(fā)生頻率進(jìn)行統(tǒng)計、分析、制圖，以及對探測到的秸稈焚燒點(diǎn)驗(yàn)證和精度分析。或者通過比較中紅外通道及熱紅外通道在同一像元亮度溫度的地區(qū)差異，提取潛在的熱異常點(diǎn)，并根據(jù)背景環(huán)境溫度及土地分類信息，判斷耕地范圍內(nèi)秸稈焚燒點(diǎn)。

目前，用于火點(diǎn)監(jiān)測的衛(wèi)星主要有“風(fēng)云三號”（FY3）系列實(shí)驗(yàn)星（A星、B星）[1]、美國NOAA系列和EOS-MODIS系列，由于NOAA-16、FY3A等衛(wèi)星相繼出現(xiàn)故障退役，多顆在軌衛(wèi)星超期服役，隨時可能出現(xiàn)故障而停止服務(wù)，使得每天覆蓋的次數(shù)明顯減少且時間分布不均勻，造成了很多空白時段[9]。

算法方面，主要有單窗算法、分裂窗算法和多通道算法三種。熱紅外遙感技術(shù)本身較為復(fù)雜，主要表現(xiàn)為地表發(fā)射率的測定、溫度與發(fā)射率的分離、大氣效應(yīng)校正、非同溫像元混合問題等。因此如何在氣象條件、地物條件等復(fù)雜條件下，獲取更加準(zhǔn)確的地表溫度反演數(shù)據(jù)是重點(diǎn)和難點(diǎn)。在地表溫度反演工作中，高溫像元點(diǎn)一般由道路、建筑物、裸地、荒山等構(gòu)成，由于上述衛(wèi)星熱紅外波段數(shù)據(jù)源的分辨率一般較低，而航拍數(shù)據(jù)成本較高，且無法保證數(shù)據(jù)的長期性，而城市內(nèi)部常見火災(zāi)覆蓋面積一般較小，因此熱紅外遙感技術(shù)應(yīng)用主要涉及森林火災(zāi)監(jiān)控這一領(lǐng)域。由于森林火災(zāi)的起火點(diǎn)面積一般較小（幾米至幾十米），因此星載遙感傳感器往往不能第一時間發(fā)現(xiàn)起火點(diǎn)。目前國內(nèi)的熱紅外遙感技術(shù)在森林火災(zāi)監(jiān)控中的應(yīng)用主要為對已發(fā)生的林火的管控?；谙嚓P(guān)氣象數(shù)據(jù)（風(fēng)向、風(fēng)速、氣溫、濕度）和地形數(shù)據(jù)（坡度、坡向），利用熱紅外遙感圖像可以準(zhǔn)確定位森林火災(zāi)的火頭位置，并對火勢發(fā)展趨勢進(jìn)行預(yù)測，以便消防部門對火災(zāi)撲救進(jìn)行合理的判斷和決策。

1.3 氣溶膠、顆粒物的監(jiān)測

在氣溶膠、顆粒物的監(jiān)測方面，目前主要是通過中分辨率成像光譜儀（MODIS）的數(shù)據(jù)信息，利用線性回歸和相關(guān)分析方法，推演出目標(biāo)地區(qū)氣溶膠光學(xué)厚度時空分布的特征和變化趨勢。代表方法是暗像元法，該算法能較好地監(jiān)測氣溶膠，并反映其區(qū)域變化，但冬季檢測結(jié)果遠(yuǎn)不如夏季的。雖然氣溶膠光學(xué)厚度和顆粒物的直接關(guān)系較低，但經(jīng)濕度修正和垂直修正后，二者相關(guān)性可顯著提高，可作為監(jiān)測城市顆粒物污染物地面分布的有效手段[10-11]。

然而，MODIS等常規(guī)衛(wèi)星載荷的譜段設(shè)置、信噪比等載荷特點(diǎn)均非針對顆粒物特性而設(shè)置，其對顆粒物監(jiān)測的精度有限。實(shí)現(xiàn)顆粒物的高精度監(jiān)測還需偏振技術(shù)，如利用可見光、近紅外的偏振通道等[11]。針對目前我國嚴(yán)峻的大氣污染環(huán)境形勢，后續(xù)大氣環(huán)境監(jiān)測衛(wèi)星載荷的發(fā)展需考慮利用可見光、近紅外和短波紅外波段的偏振特性，高精度地監(jiān)測顆粒物。

2 紅外遙感在水環(huán)境災(zāi)害監(jiān)測中的應(yīng)用與發(fā)展

2.1 水污染的監(jiān)測

水污染監(jiān)測主要是以清潔水與污染水的反射光譜作為監(jiān)測依據(jù)[12]。正常情況下，水體反射率較低，從而使得其在遙感影像中呈暗色調(diào)，尤其在紅外譜段上更明顯。在進(jìn)行水體監(jiān)測時，可將水色指標(biāo)及光譜特征作為主要依據(jù)。由于遙感技術(shù)監(jiān)測的范圍較廣，從而使其在水體擴(kuò)散時能夠及時發(fā)現(xiàn)污染物的擴(kuò)散方向、排放源、影響范圍及程度，以便盡快找到污染源。由于水體中污染物種類較多且過于繁雜，通常將水污染分為石油污染、廢水污染等類型。

石油污染屬于較為常見的水污染。利用遙感技術(shù)進(jìn)行石油污染監(jiān)測，不但可以確定污染區(qū)的實(shí)際范圍和石油含量，同時還能追蹤到污染源[13]。由于石油與海水的光譜特征差異較大，所以在很多譜段上均可將石油與海水分開。在廢水污染監(jiān)測方面，由于廢水中所含懸浮物種類較多且水色差異較大，加之特征曲線上的強(qiáng)度也不同，所以可采用多光譜合成圖像對廢水進(jìn)行監(jiān)測。此外，根據(jù)廢水中水溫的差異情況，也可采用熱紅外進(jìn)行監(jiān)測。

2.2 水表溫度、溫排水的監(jiān)測

在水表溫度、溫排水的監(jiān)測方面，主要是利用HJ-1B-IRS、LANDSAT-TM和TERRA/AQUA-MODIS等數(shù)據(jù)反演水表溫度，分析出陸地與水體溫度空間差異。濕地在水體溫度中較低，上游河流注入?yún)^(qū)水體溫度較高。研究表明普適性單通道算法精度較高（例如：MODIS溫度產(chǎn)品精度為1.23K）。環(huán)保部利用長時間序列HJ-1B-1RS、LANDSAT-TM和MODIS的數(shù)據(jù)，對太湖、巢湖、滇池的水表溫度開展了水溫及生態(tài)環(huán)境之間關(guān)系的研究和業(yè)務(wù)應(yīng)用。

利用熱紅外遙感技術(shù)進(jìn)行溫排水監(jiān)測的方法主要有單通道、多通道、多角度反演等[14]。主要是對核電站周圍的海水溫度進(jìn)行反演，然后根據(jù)同一地點(diǎn)的長期數(shù)據(jù)，分析核電站出水口及周邊海域水溫的空間分布特點(diǎn)和不同季節(jié)、不同條件（例如潮汐等）下溫排水的分布特點(diǎn)，并利用MODIS的海表溫度產(chǎn)品進(jìn)行驗(yàn)證。

3 紅外遙感在干旱、城市熱島效應(yīng)監(jiān)測應(yīng)用與發(fā)展

3.1 土壤含水量、干旱的監(jiān)測

由于近紅外、短波紅外、熱紅外波段對土壤含水量比較敏感，由其構(gòu)建的相關(guān)模型可有效監(jiān)測土壤濕度、干旱程度等[15-17]。目前方法主要是利用短波紅外光譜特征進(jìn)行土壤含水量反演，根據(jù)土壤水分在光譜特征空間中的變化規(guī)律，給出短波紅外土壤濕度指數(shù)，從而實(shí)現(xiàn)目標(biāo)區(qū)域干旱情況的監(jiān)測。1981年Idso等[18]根據(jù)能量平衡原理提出了作物缺水指數(shù)（Crop Water Stress Index，CWSI）。CWSI與日蒸散量有簡單的線性關(guān)系，它是由植被冠層溫度轉(zhuǎn)換而來的。用NOAA/AVHRR得到熱紅外溫度，再由熱紅外溫度計算出日平均溫度，進(jìn)而計算出蒸發(fā)散能力，從而對旱情做出分級。

經(jīng)長期研究得出：CWSI與作物長勢、供水狀態(tài)有較好的相關(guān)性。后續(xù)的學(xué)者陸續(xù)提出了類似于CWSI的土壤干旱指數(shù)（Soil Water Stress Index，SWSI）的概念，并用于地理干濕分異的研究。最后得出結(jié)論：土壤相對含水量與CWSI和SWSI有密切的關(guān)系。在大面積旱情監(jiān)測中，CWSI和SWSI適用范圍廣。CWSI雖然有可靠性強(qiáng)、精度高的優(yōu)點(diǎn)，但是由于涉及到許多氣象與農(nóng)業(yè)的參數(shù)因子，故而不易實(shí)現(xiàn)，因此造成難以及時獲得旱情信息的后果。1995年Kogan使用NOAA/AVHRR的數(shù)據(jù)，利用蒸騰原理以及能量平衡原理提出了溫度條件指數(shù)（Temperature Condition Index，TCI）[19]。TCI使用植被冠層溫度作為衡量干旱的指標(biāo)，該指標(biāo)的核心參數(shù)是最大地表亮溫和最小地表亮溫，其精度直接影響了TCI的計算精度。TCI不受作物生長季的影響，可以應(yīng)用于作物播種期和收割期，適用于長周期大范圍的干旱監(jiān)測，但由于季節(jié)性地溫差異、空氣濕度等因素的影響，會導(dǎo)致監(jiān)測精度降低。改進(jìn)后的植被溫度條件指數(shù)法降低了對地面氣象要素的依賴程度，計算更簡便，同時具有良好的實(shí)時性，可用于監(jiān)測作物生長旺盛期的土壤墑情。但是數(shù)據(jù)必須選擇晴空星下點(diǎn)，并且需要時相相近的多年遙感資料。

另一種方法是熱紅外/可見光反演法。該方法主要是利用遙感傳感器的熱紅外溫度數(shù)據(jù)通過反演地表溫度或者植被冠層溫度來對干旱進(jìn)行衡量。其中，植被指數(shù)就是可見光/近紅外反演法的核心要素。植被指數(shù)是監(jiān)測地面植被生長狀況的指數(shù)，常見的植被指數(shù)有歸一化植被指數(shù)（NDVI）、歸一化干旱指數(shù)（NDDI）、距平植被指數(shù)（AVI）、水分虧缺指數(shù)（WDI）、條件植被指數(shù)（VCI）、溫度干旱植被指數(shù)（TVDI）等。

3.2 地表溫度的監(jiān)測

地表溫度監(jiān)測方面，目前地表溫度反演常用算法有：輻射傳導(dǎo)方程算法、基于影像的反演算法、單窗算法、單通道算法和多角度算法[20-23]。輻射傳導(dǎo)方程算法是基于大氣輻射傳輸模型，根據(jù)實(shí)時大氣剖面數(shù)據(jù)進(jìn)行大氣模擬，該算法計算過程較為復(fù)雜，且實(shí)時大氣剖面參數(shù)較難獲取，因而實(shí)際應(yīng)用起來較為困難?；谟跋竦姆囱菟惴ㄊ且罁?jù)影像的灰度值得到地表亮溫，繼而經(jīng)過輻射率校正后得到地表溫度。該算法反演過程簡單易行，但忽略了大氣輻射因素對地表溫度反演的影響。單窗算法和單通道算法都考慮了大氣輻射的影響，所需的大氣參數(shù)較輻射傳輸算法少。其中，單窗算法的地表溫度演算精度較高且應(yīng)用較多。多角度算法是利用同一地物在不同觀測角度的熱紅外遙感數(shù)據(jù)進(jìn)行地表溫度的反演。其前提是不同角度觀測時所經(jīng)過的大氣路徑不同，大氣的吸收作用不同。由于通道間信息高度相關(guān)性及不能直接反演混合像元組分溫度，在建立非同溫混合像元熱輻射方向性模型基礎(chǔ)上，熱紅外多角度遙感數(shù)據(jù)可以用于反演組分溫度。但大氣校正和數(shù)據(jù)獲取困難制約了多角度遙感數(shù)據(jù)的應(yīng)用，而角度效應(yīng)的未知性使多角度數(shù)據(jù)僅適用于理想大氣條件下的均質(zhì)區(qū)域（如海洋表面或濃密森林植被），而不適用于非均質(zhì)地表。

另外，高光譜能夠提供地物數(shù)十到上百的很窄的電磁波波段，進(jìn)而生成連續(xù)的地物光譜曲線。熱紅外高光譜數(shù)據(jù)光譜精細(xì)程度的增加有助于提煉具有物理意義的方程約束條件，提高溫度和發(fā)射率分離的精度。目前，基于地物地表發(fā)射率光譜特性的高光譜熱紅外地表溫度反演方法中，最具有代表性的是光譜平滑迭代溫度發(fā)射率分離法（ISSTES）和線性發(fā)射率約束法。ISSTES用高光譜測量結(jié)果基于平滑度指數(shù)通過迭代方法實(shí)現(xiàn)溫度與發(fā)射率的分離，發(fā)射率奇異值的存在會導(dǎo)致結(jié)果不收斂，影響分離結(jié)果。線性發(fā)射率約束法是由經(jīng)過大氣校正的高光譜熱紅外數(shù)據(jù)進(jìn)行溫度反演。

4 紅外遙感在地質(zhì)災(zāi)害監(jiān)測中的應(yīng)用與發(fā)展

4.1 滑坡、泥石流監(jiān)測

遙感技術(shù)應(yīng)用于地質(zhì)災(zāi)害調(diào)查，可追溯到上世紀(jì)70年代末期。日本利用遙感圖像編制了全國1/50 000地質(zhì)災(zāi)害分布圖；歐盟各國在大量滑坡、泥石流遙感調(diào)查基礎(chǔ)上，進(jìn)行了系統(tǒng)總結(jié)，提出了遙感技術(shù)結(jié)合地面調(diào)查的分類方法，運(yùn)用GPS測量及雷達(dá)數(shù)據(jù)監(jiān)測滑坡的程度。

滑坡和泥石流主要成因是強(qiáng)降雨，中國氣象科學(xué)研究院運(yùn)用日本MTSAT衛(wèi)星紅外數(shù)據(jù)以及其他衛(wèi)星遙感數(shù)據(jù)，分析了2010年8月甘肅舟曲強(qiáng)降雨實(shí)況與災(zāi)情、大尺度環(huán)流背景、對流云團(tuán)演變，以及對流形成與發(fā)展的大氣不穩(wěn)定條件、觸發(fā)機(jī)制和水汽輸送情況，建立了引發(fā)舟曲特大泥石流災(zāi)害的強(qiáng)降雨演化過程產(chǎn)生的模型[24]。

目前地質(zhì)災(zāi)害遙感調(diào)查已基本完成了示范性實(shí)驗(yàn)階段，正走向全面推廣的實(shí)用性階段，尤其是在山區(qū)大型工程建設(shè)及江河湖庫的防災(zāi)減災(zāi)工作中，具有廣闊的應(yīng)用前景。遙感技術(shù)地質(zhì)災(zāi)害調(diào)查應(yīng)用，已取得了許多成功的經(jīng)驗(yàn)。但是在地質(zhì)災(zāi)害預(yù)測、監(jiān)測、救災(zāi)方面不是很成功。充分利用航天遙感、差分干涉雷達(dá)和全球定位系統(tǒng)技術(shù)及其集成技術(shù)進(jìn)行地質(zhì)災(zāi)害監(jiān)測，是未來遙感對地觀測技術(shù)體系在地質(zhì)災(zāi)害應(yīng)用中的必然發(fā)展趨勢。

4.2 地震監(jiān)測

20世紀(jì)80年代，前蘇聯(lián)科學(xué)家經(jīng)研究發(fā)現(xiàn)地震前6~24天熱紅外遙感會出現(xiàn)異常，并持續(xù)到震后一周，溫度異常與斷層分布有關(guān)，因此地震活動性與紅外遙感異常、斷裂構(gòu)造的活動有關(guān)[25]。自從地震熱紅外異常被前蘇聯(lián)學(xué)者發(fā)現(xiàn)后，類似研究也在世界各國相繼展開。美國地震學(xué)家對世界多個地震的熱紅外圖像以及長波輻射等進(jìn)行分析，證明了地震前震中目標(biāo)點(diǎn)周邊經(jīng)緯度2.5°范圍內(nèi)存在溫度異常。我國學(xué)者也進(jìn)行了大量的探索研究，對前震下大陸板塊之間擠壓產(chǎn)生的紅外異常信息與地震時、空、強(qiáng)度三要素的關(guān)系進(jìn)行了分析，結(jié)果表明：1）地震前在遠(yuǎn)離震中區(qū)出現(xiàn)一大片孤立增溫區(qū)，比其周圍高出2~6℃。2）震級愈大，亮溫增溫面積也愈大。3）一般在亮溫增溫異常發(fā)展到鼎盛時期后，在幾天至60天內(nèi)發(fā)震，即進(jìn)入短期和臨震時期。

地震常常伴隨有地表和底層大氣增溫、地下熱水上涌等現(xiàn)象，大量試驗(yàn)表明，衛(wèi)星熱紅外遙感對地震及斷裂活動有一定指示作用。但由于熱紅外遙感受云層等影響，識別異常困難，因此該方法尚不能完全作為地震預(yù)報的有效手段。主要原因如下：1）熱紅外溫度受地形地貌、地物類型、氣象和斷裂活動及地震等諸多因素的影響，地震紅外異常的提取有相當(dāng)?shù)碾y度。因此能有效地將深部斷裂活動及地震引起的熱信息從復(fù)雜的紅外遙感數(shù)據(jù)中檢測出來，地震學(xué)者仍需要在去除大氣、地形地貌等干擾信息校正方面作更深入的研究。2）由于多數(shù)大陸地震的孕震區(qū)以及發(fā)生破裂的深度都在5km以下，而且大多數(shù)在10km左右，而多數(shù)小于5級的地震破裂尺度不超過2km，其孕震區(qū)最多達(dá)到100m，在如此深的地層、如此小的震源區(qū)域，發(fā)生的前兆物理過程被地表觀測到是有一定困難的。

5 與國外的主要差距及發(fā)展建議

5.1 國內(nèi)研究工作的主要差距

目前，NASA、ESA、CEOS等主要航天機(jī)構(gòu)已對紅外遙感技術(shù)在防災(zāi)救災(zāi)中的應(yīng)用開展了大量的研究，并在以Terra、Aqua、EOS等為代表的衛(wèi)星中進(jìn)行了實(shí)際應(yīng)用，具備了成熟技術(shù)條件，驗(yàn)證了應(yīng)用價值。我國紅外遙感技術(shù)在防災(zāi)救災(zāi)中的應(yīng)用也取得了一些成果。但仍存在以下問題：

（1）國產(chǎn)衛(wèi)星數(shù)據(jù)源不足，業(yè)務(wù)化不足，缺乏多星協(xié)同能力

國內(nèi)遙感載荷缺乏全天候、全天時的工程化能力，信息獲取能力和手段不足?，F(xiàn)有衛(wèi)星遙感數(shù)據(jù)品質(zhì)和國外高分辨率衛(wèi)星相比差距較大，空間分辨率明顯偏低，而且在惡劣天氣情況下無法全天候獲取載荷數(shù)據(jù)。對特定地區(qū)進(jìn)行高精度觀測的能力不足，難以應(yīng)對大范圍嚴(yán)重突發(fā)災(zāi)害迫切需要的高動態(tài)觀測需求。國內(nèi)搭載短波紅外、中紅外和熱紅外載荷的民用衛(wèi)星較少，空間分辨率、時間分辨率、信噪比等也相對不高，造成過度依賴國外衛(wèi)星數(shù)據(jù)，但紅外遙感數(shù)據(jù)涉及國防安全，無法從國外進(jìn)口高品質(zhì)圖像數(shù)據(jù)，即使使用國外衛(wèi)星數(shù)據(jù)仍需提前進(jìn)行加急訂購。因此，要實(shí)現(xiàn)實(shí)時或準(zhǔn)實(shí)時監(jiān)測，必須解決遙感數(shù)據(jù)源問題。我國在軌衛(wèi)星雖然很多，但一定程度上仍是“各自為戰(zhàn)”，此外由于多顆衛(wèi)星過境時間接近，沖突較多，常常顧此失彼，限制了其業(yè)務(wù)化的規(guī)模應(yīng)用和定量化、精細(xì)化水平的提高。

（2）地面軟件和算法設(shè)計缺乏創(chuàng)新性

1）建立使用的識別模型單一，不能滿足不同衛(wèi)星的應(yīng)用，準(zhǔn)確率有待提高；衛(wèi)星圖像的定位方法單一，定位精度低，嚴(yán)重影響了關(guān)鍵要素核查的效率；使用的背景圖陳舊不能很好地反映情況，影響是否受災(zāi)的判定；使用的預(yù)處理和圖像處理軟件效率低下、速度慢，處理大數(shù)據(jù)時常溢出。這些問題都嚴(yán)重影響了衛(wèi)星防災(zāi)救災(zāi)監(jiān)測工作的正常開展。

2）紅外遙感對災(zāi)害要素監(jiān)測的指標(biāo)算法主要針對國外衛(wèi)星數(shù)據(jù)設(shè)計，國內(nèi)衛(wèi)星載荷監(jiān)測指標(biāo)算法缺乏原創(chuàng)性和創(chuàng)新性。紅外載荷的比輻射率校正、大氣校正依賴于地面數(shù)據(jù)，載荷自身波段不能進(jìn)行校正，導(dǎo)致算法沒有普適性。

3）現(xiàn)有災(zāi)害信息自動提取方法多是基于災(zāi)害前后多時相同源傳感器影像進(jìn)行變化監(jiān)測，而災(zāi)后處理的數(shù)據(jù)多為異源多期影像、災(zāi)后單景影像等。災(zāi)情信息自動提取的精度遠(yuǎn)遠(yuǎn)沒有達(dá)到實(shí)用化的程度，需要大力發(fā)展異源影像匹配、目標(biāo)檢測識別等影像處理技術(shù)。

4）數(shù)據(jù)實(shí)時傳輸問題。例如：對于夜間搜救及林火監(jiān)測等應(yīng)急任務(wù)，決策者需要根據(jù)衛(wèi)星傳回來的實(shí)時畫面做決策。衛(wèi)星獲取的影像目標(biāo)像素小、數(shù)量多且是滿屏運(yùn)動，幀內(nèi)、幀間相關(guān)性差，在傳輸過程中，易受環(huán)境干擾，碼率跳動變化大。要實(shí)現(xiàn)低比特率下的高品質(zhì)數(shù)據(jù)傳輸，必須解決無線信道糾錯編碼、信號擴(kuò)頻調(diào)制、數(shù)據(jù)包調(diào)度、擁塞控制等關(guān)鍵技術(shù)。

5）多源影像融合問題。不同種類載荷影像所反映的信息有很大差異，影像之間互補(bǔ)性明顯。但由于載荷的成像機(jī)理、成像條件不同，影像之間存在較大差別。對于不同種類載荷影像間的融合需要解決統(tǒng)一空間坐標(biāo)、像元序列匹配、融合目標(biāo)檢測、融合效果評估等問題。進(jìn)一步分析不同成像傳感器的工作機(jī)制和影像特點(diǎn)，尋找多源載荷間具有較好魯棒性的特征描述算子，顯著提高影像融合的穩(wěn)定性和精確性。

（3）缺乏有效地防災(zāi)救災(zāi)應(yīng)急機(jī)制

目前我國面對突發(fā)事件的業(yè)務(wù)化應(yīng)急響應(yīng)機(jī)制還不夠完善。普遍存在平臺技術(shù)相對單一、多種高端裝備不足的問題，無法及時開展工作。從災(zāi)害發(fā)生后到遙感衛(wèi)星過境、下傳遙感數(shù)據(jù)和數(shù)據(jù)分析，整個過程所需時間較長，尚未形成一體化的災(zāi)害應(yīng)急響應(yīng)指揮系統(tǒng)。因此，提高遙感對于重大自然災(zāi)害的快速反應(yīng)能力非常必要，應(yīng)提高遙感在重大自然災(zāi)害監(jiān)測中的時效性。

此外我國現(xiàn)有的共享模式還沒有相關(guān)的制度保障，缺乏經(jīng)常性的共享服務(wù)機(jī)制和支持跨部門遙感應(yīng)用信息共享的技術(shù)標(biāo)準(zhǔn)，無法形成遙感信息、地理空間信息、資源環(huán)境信息、社會經(jīng)濟(jì)信息的匯集和共享平臺，影響了數(shù)據(jù)共享的有序性和有效性。

5.2 發(fā)展建議

根據(jù)本文前述的主要差距，建議衛(wèi)星紅外遙感技術(shù)在防災(zāi)救災(zāi)中應(yīng)用研究的重點(diǎn)集中在如下幾個方面：

1）建立信號模型、數(shù)據(jù)變換模型以及多載荷影像融合模型，進(jìn)行影像實(shí)時融合分析、受災(zāi)目標(biāo)探測及災(zāi)情評估；將多源數(shù)據(jù)融合與影像序列處理相結(jié)合，構(gòu)建目標(biāo)影像檢測模型，自動檢測目標(biāo)，提取災(zāi)情信息，并建立多源數(shù)據(jù)應(yīng)急決策服務(wù)模型；利用衛(wèi)星紅外載荷獲取的實(shí)時災(zāi)情數(shù)據(jù)，結(jié)合地理空間數(shù)據(jù)、統(tǒng)計數(shù)據(jù)等；構(gòu)建基于先驗(yàn)知識的多源數(shù)據(jù)應(yīng)急決策服務(wù)模型，及時掌握災(zāi)情的發(fā)生發(fā)展?fàn)顩r，實(shí)現(xiàn)應(yīng)急災(zāi)情信息獲取到應(yīng)急決策服務(wù)的轉(zhuǎn)變。

2）針對已有衛(wèi)星紅外載荷開展我國自主的高分辨率、高精度的水體、地表溫度、火點(diǎn)等反演和應(yīng)用，同時大力發(fā)展國產(chǎn)民用的紅外衛(wèi)星、載荷，針對載荷特點(diǎn)和環(huán)保需求開展相關(guān)算法研究和業(yè)務(wù)應(yīng)用。大力拓展應(yīng)用領(lǐng)域，同時加強(qiáng)與用戶單位的溝通，深入調(diào)研并了解用戶需要什么，以用戶單位需求為牽引，加快相關(guān)型號立項(xiàng)，從而推動防災(zāi)救災(zāi)事業(yè)的發(fā)展。

3）有效載荷的空間分辨率大幅度提高也帶動了對數(shù)據(jù)傳輸、存儲的需求。我國應(yīng)研制地面大容量數(shù)據(jù)接收天線，并且抓緊建設(shè)紅外遙感大型試驗(yàn)驗(yàn)證場，同時更新老舊設(shè)備，以滿足現(xiàn)有衛(wèi)星接收處理系統(tǒng)能力的需求。

4）建立相關(guān)防災(zāi)救災(zāi)機(jī)制，整合已有衛(wèi)星資源，加快多星協(xié)同，以多星組成星座的模式提高時間分辨率，并且優(yōu)化行政審批流程，以效率為先，避免流程冗余造成耽誤應(yīng)急處置部門決策以及災(zāi)情的擴(kuò)大化，另外應(yīng)盡快制定遙感數(shù)據(jù)產(chǎn)品標(biāo)準(zhǔn)以及共享機(jī)制，同時結(jié)合不同領(lǐng)域的應(yīng)用，組織生產(chǎn)不同級別的標(biāo)準(zhǔn)產(chǎn)品，促進(jìn)遙感數(shù)據(jù)和信息的共享。

6 結(jié)束語

國外的研究現(xiàn)狀來看，紅外遙感技術(shù)作為具有多尺度、時效性、綜合型的探測技術(shù)，在大面積的災(zāi)害監(jiān)測中的作用不可低估，其快速發(fā)展更是為這些災(zāi)害監(jiān)測奠定了充分的基礎(chǔ)。熱紅外遙感對于地震、火山的研究，必將成為兩大自然災(zāi)害的有效預(yù)報支撐；對于煤田火區(qū)監(jiān)測的獨(dú)特優(yōu)勢，會隨著技術(shù)逐步成熟得到廣泛的應(yīng)用并科學(xué)地督導(dǎo)滅火的實(shí)施；在森林火災(zāi)監(jiān)測、大面積的城市火災(zāi)監(jiān)測以及各種冰凍災(zāi)害監(jiān)測等方面，都將會發(fā)展為重要的手段。然而，對于這些災(zāi)害的準(zhǔn)確監(jiān)測、預(yù)報和預(yù)警，還需要大量地表和地下的信息以及其他學(xué)科、技術(shù)的結(jié)合，最終實(shí)現(xiàn)逐步降低各種災(zāi)害損失。

[1] 楊忠東, 張鵬, 谷松巖, 等. FY-3衛(wèi)星應(yīng)用和發(fā)展[J]. 上海航天, 2017, 34(4): 1-7. YANG Zhongdong, ZHANG Peng, GU Songyan, et al. Application and Development of FY-3 Meteorological Satellite[J]. Aerospace Shanghai, 2017, 34(4): 1-7. (in Chinese)

[2] FUCHS E M. Fire Monitoring the Use of Medium Resolution Satellites (AVHRR, MODIS, TET) for Long Time Series Processing and the Implementation in User Driven Application and Services[C]//Proceedings of International Symposium on Remote Sensing of Environment (ISRSE) . Berlin, Germany: Copernicus Publications, 2015: 797-804.

[3] CHEN D, ZHANG C. Research Progress on Drought Remote Sensing Inversion Models[J]. Forest Inventory and Planning, 2016, 41(3): 18-24.

[4] JOHANSSON J, MELLQVIST J, LI L, et al. Quantification of Industrial VOC Emissions in China using Solar Occultation Flux (SOF) [J]. Geophysical Research Abstracts, 2017, 19: 19062.

[5] STROW L L, HANNON S E. A 4-year Zonal Climatology of Lower Tropospheric CO2Derived from Ocean-only Atmospheric Infrared Sounder Observations[J]. Journal of Geophysical Research, 2008, 113(D18): D18302.

[6] 馬芮, 孫林, 袁廣輝, 等. 可見光紅外成像輻射儀數(shù)據(jù)林火識別算法研究[J]. 遙感信息, 2015, 30(4): 37-43. MA Rui, SUN Lin, YUAN Guanghui, et al. Technology and Method of Forest Fire Monitoring Using NPP VIIRIS Data[J]. Remote Sensing Information, 2015, 30(4): 37-43. (in Chinese)

[7] FAN Hongjie, HUANG Yipeng, LI Wanbiao. Overview of Retrieval Algorithm of Cloud-top Height Based on Satellite Infrared Remote Sensing[J]. Acta Scientiarum Naturalium Universitatis Pekinensis, 2017, 53(4): 783-792.

[8] 王橋, 厲青, 陳良富, 等. 大氣環(huán)境衛(wèi)星遙感技術(shù)及其應(yīng)用[M]. 北京: 科學(xué)出版社, 2011. WANG Qiao, LI Qing, CHEN Liangfu, et al. Satellite Remote Sensing Technology of Atmospheric Environment and Its Application[M]. Beijing: Science Press, 2011. (in Chinese)

[9] 劉兆軍, 周峰, 李瑜. 航天光學(xué)遙感器對紅外探測器的需求分析[J]. 紅外與激光工程, 2008, 37(1): 25-29. LIU Zhaojun, ZHOU Feng, LI Yu. Demands Analysis of IR Detectors for Space Remote Sensor[J]. Infrared and Laser Engineering, 2008, 37(1): 25-29. (in Chinese)

[10] 陳良富, 李萃萃, 陶金花, 等. 氣溶膠遙感定量反演研究與應(yīng)用[M]. 北京: 科學(xué)出版社, 2011. CHEN Liangfu, LI Cuicui, TAO Jinhua, et al. Research and Application of Aerosol Remote Sensing Quantitative Retrieval[M]. Beijing: Science Press, 2011. (in Chinese)

[11] 趙少華, 張峰, 王橋, 等. 高光譜遙感技術(shù)在國家環(huán)保領(lǐng)域中的應(yīng)用[J]. 光譜學(xué)與光譜分析, 2013, 33(12): 3343-3348. ZHAO Shaohua, ZHANG Feng, WANG Qiao, et al. Application of Hyper-spectral Remote Sensing Technology in Environmental Protection[J]. Spectroscopy and Spectral Analysis, 2013, 33(12): 3343-3348. (in Chinese)

[12] ZHAO S, WANG Q, ZHANG F, et al. Drought Mapping Using Two Shortwave Infrared Water Indexes with MODIS Data Under Vegetated Season[J]. Journal of Environmental Informatics, 2013, 21(2): 102-111.

[13] 徐平. 海面溢油數(shù)值模擬及其遙感圖像處理的研究[D]. 鎮(zhèn)江: 江蘇科技大學(xué), 2014. XU Ping. Research of Numerical Simulation and Remote Sensing Image Processing of Spilled Oil[D]. Zhenjiang: Jiangsu University of Science and Technology, 2014. (in Chinese)

[14] 朱利, 趙利民, 王橋, 等. 核電站溫排水分布衛(wèi)星遙感監(jiān)測及驗(yàn)證[J]. 光譜學(xué)與光譜分析, 2014(11): 3079-3084. ZHU Li, ZHAO Limin, WANG Qiao, et al. Monitoring the Thermal Plume from Coastal Nuclear Power Plant Using Satellite Remote Sensing Data: Modeling and Validation[J]. Spectroscopy and Spectral Analysis, 2014(11): 3079-3084. (in Chinese)

[15] 程晉聽. 簡化型蒸散脅迫指數(shù)的構(gòu)建及其在農(nóng)業(yè)干旱監(jiān)測中的應(yīng)用[D]. 南京: 南京信息工程大學(xué), 2013. CHENG Jinting. Construction of Simplified Evapotranspiration Stress Index and Its Application in Agricultural Drought Monitoring[D]. Nanjing: Nanjing University of Information Engineering, 2013. (in Chinese)

[16] 聞建光, 劉強(qiáng), 柳欽火, 等. 陸表二向反射特性遙感建模及反照率反演[M]. 北京：科學(xué)出版社, 2015: 168-192. WEN Jianguang, LIU Qiang, LIU Qinhuo, et al. Remote Sensing Modeling for Land Bidirectional Reflectance Characteristics and the Retrieval of Albedo[M]. Beijing: Science Press, 2015: 168-192. (in Chinese)

[17] 王慧慧, 周廷剛, 杜嘉, 等. 溫度植被旱情指數(shù)在吉林省干旱監(jiān)測中的應(yīng)用[J].遙感技術(shù)與應(yīng)用, 2013, 28(2): 324-329. WANG Huihui, ZHOU Tinggang, DU Jia, et al. Application of Temperature Vegetation Dryness Index in Monitoring Drought in the Jilin Province[J]. Remote Sensing Technology and Application, 2013, 28(2): 324-329. (in Chinese)

[18] 張振華, 蔡煥杰, 柴紅敏. 不同生育時期對作物缺水指標(biāo)的影響[J]. 干旱地區(qū)農(nóng)業(yè)研究, 2002, 20(1): 77-80. ZHANG Zhenhua, CAI Huanjie, CHAI Hongmin. The Influence of Growth Stages on CWSI[J]. Agricultural Research in the Arid Areas, 2002, 20(1): 77-80. (in Chinese)

[19] KOGAN F N. Application of Vegetation Index and Brightness Temperature for Drought Detection[J]. Advances in Space Research, 1995, 15(11): 91-100.

[20] 周義, 覃志豪, 包剛. 熱紅外遙感圖像中云覆蓋像元地表溫度估算初論[J]. 地理科學(xué), 2013, 33(3): 329-334. ZHOU Yi, QIN Zhihao, BAO Gang. A Preliminary View on the Estimation of Land Surface Temperature under Cloud Cover from Thermal Remote Sensing Data[J]. Scientia Geographica Sinica, 2013, 33(3): 329-334. (in Chinese)

[21] 王敏, 孟浩, 白楊. 上海市土地利用空間格局與地表溫度關(guān)系研究[J]. 生態(tài)環(huán)境學(xué)報, 2013, 22(2): 343-350. WANG Min, Meng Hao, BAI Yang. Relationships Between Landscapes Spatial Pattern and Land Surface Temperature in Shanghai[J]. Ecology and Environment Sciences, 2013, 22(2): 343-350. (in Chinese)

[22] 楊佩國, 胡俊峰, 劉睿. HJ-1B衛(wèi)星熱紅外遙感影像農(nóng)田地表溫度反演[J]. 測繪科學(xué), 2013, 38(1): 61-62. YANG Peiguo, HU Junfeng, LIU Rui. Land Surface Temperature Retrieval Method in Farmland Area for HJ-1B IRS4[J]. Science of Surveying and Mapping, 2013, 38(1): 61-62. (in Chinese)

[23] 李召良, 段四波, 唐伯惠, 等. 熱紅外地表溫度遙感反演方法研究進(jìn)展[J]. 遙感學(xué)報, 2016, 20(5): 899-920. LI Shaoliang, DUAN Sibo, TANG Bohui, et al. Review of Methods for Land Surface Temperature Derived from Thermal Infrared Remotely Sensed Data[J]. Journal of Remote Sensing, 2016, 20(5): 899-920. (in Chinese)

[24] 鈐偉妙, 羅亞麗, 張人禾. 引發(fā)舟曲特大泥石流災(zāi)害強(qiáng)降雨過程成因[J]. 應(yīng)用氣象學(xué)報, 2011, 22(4): 385-397. QIAN Weimiao, LUO Yali, ZHANG Renhe. The Heavy Rainfall Event Leading to the Large Debris Flow at Zhouqu[J]. Journal of Applied Meteorological Science, 2011, 22(4): 385-397. (in Chinese)

[25] 周波. 地震分析預(yù)測模型及平臺研究與實(shí)踐[D]. 金華: 浙江師范大學(xué), 2009. ZHOU Bo. The Method and Research on the Model and Platform Construct about the Earthquake Forecast[D]. Jinhua: Zhejiang Normal University, 2009. (in Chinese)

Satellite Infrared Remote Sensing Technology and Its Application in Disaster Prevention and Relief

HUANG Yufei1XU Jia1BAI Shaojun2GAO Ji1LI Ang1GAO Hongtao1

（1 Institute of Remote Sensing Satelite, CAST, Beijing 100094, China）（2 Qian Xuesen Laboratory of Space Technology, CAST, Beijing 100094, China）（3 Beijing Institute of Space Mechanics & Electricity, Beijing 100094, China）（4 Institute of Spacecraft Application System Engineering, CAST, Beijing 100094, China）

Infrared remote sensing has the advantage of saving time and effort compared with traditional methods in the application of disaster prevention and relief. In this paper, the satellite infrared remote sensing application in disaster relief is investigated in depth, and the application and development of the infrared remote sensing in the atmosphere, water environment, soil and geological anomaly are introduced and analyzed, including greenhouse effect, forest fire, drought, temperature, water quality, water drainage, landslides, earthquakes and other typical disasters. Finally, the main gap at home and abroad and proposals for development are put forward.

disaster prevention and relief; application research; development suggestions; infrared remote sensing

V443+.5

A

1009-8518(2020)05-0118-09

10.3969/j.issn.1009-8518.2020.05.014

2019-11-30

黃宇飛, 徐嘉, 白紹竣, 等. 衛(wèi)星紅外遙感技術(shù)及其在防災(zāi)救災(zāi)中的應(yīng)用研究[J]. 航天返回與遙感, 2020, 41(5): 118-126.

HUANG Yufei, XU Jia, BAI Shaojun, et al. Satellite Infrared Remote Sensing Technology and Its Application in Disaster Prevention and Relief[J]. Spacecraft Recovery & Remote Sensing, 2020, 41(5): 118-126. (in Chinese)

黃宇飛，男，1987年生，2013年獲哈爾濱工業(yè)大學(xué)飛行器設(shè)計專業(yè)碩士學(xué)位，工程師。主要研究方向?yàn)檫b感衛(wèi)星總體設(shè)計及應(yīng)用研究。E-mail：billyyufei@sina.com。

（編輯：龐冰）