防灾减灾文献综述

防灾减灾遥感应用综述引言我国地域辽阔，天气变化万千，洪水、飓风、龙卷风、地震等不可抗性灾难频发，此次汶川特大地震给人民的生命和财产造成巨大的伤害。近50年来，我国每年由地震、地质、旱涝、海洋、疫病等自然灾害造成的直接经济损失约占国民生产总值的4%.自然灾害已经成为影响我国经济发展和社会安全的重要因素，依靠科技进步，提高我国防灾减灾的综合能力已成为当务之急。我国目前已建立起了较为完善、广为覆盖的气象、海洋、地震、水文、森林火灾和病虫害等地面监测和观测网，建立了气象卫星、海洋卫星、陆地卫星系列，并正在建设减灾小卫星星座系统。在气象监测预报方面，建成了较先进的由地面气象观测站、太空站、各类天气雷达及气象卫星组成的大气探测系统，建立了气象卫星资料接收处理系统、现代化的气象通信系统和中期数值预报业务系统。此外，还发射了“资源一号”、“资源二号”卫星，广泛应用于资源勘查、防灾减灾、地质灾害监测和科学试验等领域。主题部分洪涝灾害灾前背景数据库的建设与更新洪涝灾害背景数据库的建立是进行洪灾预警预报、灾情评估和救灾的基础，总的来说其内容主要包括自然数据和社会经济方面的数据，用于洪涝灾害遥感监测评估的基础背景数据库包括：①空间展布式社会经济数据库空间展布式社会经济数据库是在按行政统计单元获取的社会经济数据的基础上，利用空间展布模型展布到空间而形成的社会经济数据库，如人口分布、产业布局、各行业的经济发展状况以及公共基础设施的分布情况等社会经济数据库。展布到空间上的社会经济指标考虑到了社会经济数据在行政单元内分布的不均匀问题和洪灾时淹没范围与行政区域不匹配问题，对于灾情分析和损失评估非常有利。本底水体数据库本底水体是在洪水发生之前的常水位水体分布情况，在洪水发生时是判断洪水淹没的对比水体。洪灾的易发地区应该有详细的本底水体数据库，包括该地区的河流网络、湖泊等的分布情况及其相关的水文特征信息。本底水体数据库可以在洪水发生之前，通过对洪水可能的发生区域进行一次遥感影像监测，提取相关水体部分数据来建立，本底水体数据库的建立要注意季节和时序性。地形数据库地形数据是分析洪水淹没范围、水深等最主要的基础背景数据，高精度的地形数据对分析洪水的水位、水深分布都是非常有效的。其它数据库其它数据库包括基础地理数据库、土地利用数据库、历史汛情数据库、历史灾情数据库等，这些数据库也是进行分析的重要参考依据。灾前预警洪灾预警从大的方面来讲包括暴雨预警、水情预警、地质灾害预警、风暴潮预警、灾情预警等等，它是防洪减灾非工程措施的核心内容之一。气象卫星可实时监测各流域内的气团活动、云系，跟踪降雨带的移动，及时地预报暴雨、台风等恶劣天气以及降水量和强降水的中心区域，对流域可能发生的洪灾进行预警，方便各部门及时采取应对措施，如水库提前开闸放水，重要堤段的加固等。特别是对人员稀少和地面气象资料缺乏的地区，卫星资料能提供唯一的预报依据。在地形复杂多变的山区和丘陵地区，由洪灾导致的滑坡、泥石流等次生灾害也会对当地人民的生命和财产安全构成严重威胁。高分辨率遥感图像经过辐射校正、图像增强、几何校正、精细配准之后可用于地面的变形监测。通过高分辨率陆地卫星的同轨或异轨立体成像技术可以构建研究区域的数字地面模型（DTM），结合当地的降雨数据、植被覆盖信息、地质构造信息、岩性土壤信息等综合分析后能够判断出次生地质灾害的易发区，并对可能发生的地质灾害及时进行预警。灾情监测在防汛中，雨情、水情、工情和灾情是四项最基本的信息。目前，遥感对于灾情的监测在技术上已经比较成熟和实用化。雨情监测：雨情的监测是时段降雨量的监测，其相应的结果有雨强，也有累积降雨量。卫星测雨可以得到雨量在面域上的分布，目前用来估算降水的气象卫星，既有地球静止卫星，又有极轨卫星。用于降水量观测的谱带最常使用的是红外和可见光图像，而微波图像也是非常重要的数据源。水情监测：水情一般指流量和水位，根据流量过程可以计算出某一时段的洪水总量。对于防洪来说，洪峰流量及洪峰水位非常重要，尤其是洪峰水位。在对水情的遥感监测方面，遥感具有多个方面的应用：利用陆地卫星对洪水进行监测，可以将洪水期图像与本底水体图像叠合，确定显示淹没范围及河道变化；利用极轨气象卫星资料调查洪水，利用机载合成孔径雷达图像监测洪水，利用近红外遥感调查河流行洪障碍物的分布及堤防决口的位置和原因；将遥感与地理信息系统(GIS)结合，实现对汛情的全天候、准实时的监测与查询，使防汛指挥部门可以快捷方便地看到汛情情况。传统方式下工情信息的获取一般采用人工调查的方法，对重点水利工程如水库、河道、城市积水区域、取水口、分水口可以采用仪器原位监测与摄像头图像监视，并将监测信息通过网络实时传输到数据中心进行处理，但这种方式成本较高。利用空间信息技术，获取高分辨率的遥感影像，如QuickBird、SPOT等，可以迅速提取绝大多数工情信息。另外，随着遥感技术的发展，时间分辨率的提高，遥感技术也可以用来获取洪涝灾害发生期间的工程险情信息，进而对其未来的发展趋势做出预测和预警。抢险救灾抢险救灾是抗洪斗争中的核心，及时、高效的救灾行动能将灾害造成的损失减少到最低，最大限度地挽救生命、挽回国家和人民的财产损失。灾情信息是否详细、能否及时和准确地发布对于抢险救灾的成果至关重要，遥感数据作为重要的数据源，在灾情信息的获得以及救灾的指挥调度中发挥着重要作用。遥感能够在大的区域尺度上对洪灾地区进行监测，在第一时间发回大量的灾情和险情信息，如淹没的大致区域、水毁情况、群众受围困情况、重要工程(如交通动脉、大坝等)的运行情况等信息，使得指挥中心能够迅速响应，针对灾情采取应对措施，集中人力物力进行抢险救灾。同时，遥感也能提供灾区的路况信息，方便群众和财产进行转移，为救灾指挥调度提供依据。在救灾的过程中，航空摄影遥感和航空雷达遥感由于具有能够全天作业、灵活和高分辨率的特点而大显其功。灾害评估灾害评估工作包括淹没区分析、致灾水体特征分析、损失评估、轻重灾区的划定等。在近红外的遥感影像上，清澈的水体呈黑色，因此可以选择近红外波段的影像来区分水陆界线，确定地面上有无水体覆盖。如TM影像的多光谱数据包含着极其丰富的地面水份状况信息，TM5、7波段（中红外）反映水体，并对水陆分界特别敏锐。另外在侧视雷达影像上，水体呈黑色，图像上水陆交界部位由于形成角反射器现象而使得水陆界线异常明显，而且微波又具有一定程度上穿透地物（如植被）的能力，所以用雷达影像来确定洪水淹没的范围也是有效的手段。利用遥感影像识别出地面的水体以后，结合洪灾前的背景水体信息，将洪水期水体与常水位水体影像进行叠加运算，就可以确定洪水的淹没区，淹没面积可以直接在遥感影像上进行量算。如果将遥感获取的洪水淹没范围图与灾前建成的数字正射影像及数字专题地图相叠加，在适当获取行政区划边界、人口地理分布、工农业产值分布、房屋、道路、电力、通讯设备等数据的基础上，可以快速进行淹没地区类别、受灾人口及分布、受灾面积、房屋损失、农作物损失及其它受灾情况的精确统计，得到受灾分类统计图，进行灾情损失分析、评估。利用灾区的微等高距地形图或DEM，通过一定的数学方法对其进行高程内插和曲面拟合，可以求出不同高程下的淹没面积、容积，建立高程-面积-容积模型，当灾区的淹没面积确定以后，即可根据此模型求解出淹水深度及致灾水量。此外，通过遥感手段也可以直接探测出致灾水体的一些特征，比如水深、泥沙含量等。TM1,2波段对水体有一定的穿透性，有助于探测水深，并有利于区分混浊的洪水与清澈的湖水等背景水体；波长较短的可见光如蓝光和绿光对水体穿透能力较强，可反映出水面下一定深度的泥沙分布情况，根据图像上水体灰度变化情况便可推断出水体的泥沙含量。农作物的减产估算是洪灾损失评估的重要部分，在遥感中，植物反射光谱的红光区(R)及近红外区(NIR)对植物生理反应最敏感，由它们各种组合构成的植被指数则是植物长势及产量的精良监测器，也是作物估产的依据。作物致灾病害时，R与NIR的组合关系发生变化，使其能成为减产估算的指标。比如TM影像就具备了进行减产估算的信息基础，其多光谱数据包含着极其丰富的植物长势信息：TM4是绿色植物的近红外强反射区，其强反射与TM3的强吸收形成鲜明对照，通常4、3波段之比成为表征植物长势的最佳指标，称为植被指数或比值植被指数。减产估算也可回避产量构成因素．而把“减产因素”诸如淹水面积、深度、历时、作物物候期等作为主要研究对象，据此可根据经验统计数据或按减产因素与减产率的关系建立的减产数学模型进行减产估算。如减产率模型用作物不同生长期的减产函数计算减产率，减产率的计算公式为：y=kha•t0(%)其中h为淹水深度，t为淹水历时，k为系数，a、P为指数，k、a、0为经验数值，因地区、作物和物候期的不同而不同，由三者就能确定唯一的减产率计算模型。将不同作物各个生长期的减产率乘以其淹水面积再求和即可计算出该作物的减产量。与GIS集成提供决策支持数据获取与分类提取是遥感最能发挥作用之所在，作为数据源的提供者，遥感技术提供的是一种数据支持，其本身不具有分祈功能，而GIS在空间数据的采集、存储、管理及分析方面具备强大的功能，目前绝大多数的防洪减灾管理信息系统及灾情评估系统都以它为信息平台。如果将地理信息系统中所存赌的空间信息作为遥感图像的辅助数据源，并结合地理信息系统中包含的人文、社会、地理特征数据，则可以既快速更新GIS数据，又可以改善遥感分类精度和可信度，形成具有地理特征的数据分析结果，有效进行洪水淹没模拟、辅助分洪决策、损失估算等工作。遥感数据还可以与地理信息系统以及其它空间数据相结合，辅助进行空间分析，帮助完成科学的决策。如将遥感影像图与数字地面模型(DEM)叠加，评估灾害发生的可能性，可以预测淹没面积、确定蓄洪能力的大小、进行分洪区的选择，为分洪决策提供理论依据。在地理信息系统整体支持下，还可以确定最佳防洪方案、预估受灾面积、预估损失代价、确定安全区域、提供合理疏散路线、辅助制定疏散方案等。建立灾害模型模型的作用主要包括对过程进行模拟以及预测预报未来的发展趋势等，洪涝灾害模型不仅能够模拟洪水的发生与发展过程，还能够对洪水未来的演化进行预测，为后续工作的开展提供依据，因此建立合乎实际的洪灾模型具有重要的意义。洪灾模型是建立在多年的经验积累与大量统计数据的基础上，用数学方法高度抽象和反演而获得的，在实际应用中，还要根据实际情况不断对其进行修正，以使其最大限度地与实际过程相符合。洪灾模型具体包括了很多的专业模型，例如洪涝灾害预报模型、洪水演进模型、危险度评价模型、洪水淹没范围计算模型、洪涝灾害淹没损失评价模型等等。洪灾过程中，结合洪涝灾害的背景数据库，在各种洪灾模型与GIS系统的支持下进行实时的计算，以期快速得到各种评价结果，就可以为安排灾中救灾和灾后重建工作提供科学的决策支持。遥感数据在于获取信息的速度快，是这些模型计算的主要驱动数据之一；而GIS为模型计算中其它数据的快速获取提供了保证，GIS强大的空间分析方法也大大缩短了以往手工信息处理的时间，GIS丰富的数据表达能力有助于以直观形象的形式表达数据和预测结果。例如在1998年全国特大洪涝灾害监测中，建立在遥感、GIS和分析模型基础之上的洪水速报系统，能够快速地进行洪水地动态监测、农作物损失地评估、防洪工程的有效性分析、长江洪水蓄洪分洪

的必要性分析、防洪减灾的决策建议以及灾后的重建规划等等。地质灾害地质灾害划分为泥石流、滑坡、崩塌、碎屑流、水毁、沙害、冰雪害、翻浆及沼泽土等9类,其中泥石流、滑坡、崩塌是主要的地质灾害。沙尘灾害泛指由浮尘、扬沙和沙尘暴等沙尘天气所造成的灾害。我国属于中亚沙暴区,其中,西北大部分地区,整个华北地区,东北地区西部,都是沙尘灾害的多发区域,而沙尘灾害的影响区域则远远大于上述范围。沙尘暴传统的地面监测方法受到许多因素的制约,不能很好地刻画沙尘暴过程。而卫星遥感技术则可以从空间上捕捉沙尘天气动态信息,且时间分辨率高,是目前监测、跟踪、分析沙尘天气的最有效手段。抄尘暴鉞区聲条件恶乳测榊少利用气象卫屋遥戯料对抄尘魁行监测是-种徵的方总税轨卫星如\MV岬HRR数弟空间分孵比静止气象卫星较鼠如时躺当则可较好朋于提取秒尘輔氤但其6小时-次的时间分孵側于敝时间觥的沙尘暴过程任錨过监解颔时礼静止气象卫星创CMS卫星VISSR数据的空间分孵踰低担毎小时提供-IS占地球表面1/3的全球圖盘图像于沙尘暴的则拔现和监肌jnNOAA/AVHRR的CHIfflCffi通道位于可见光和近红械駅可用来测算下塑面的反朋率。CH3XH4和CH5通道为热红外邂L用以洲算下垫0（的亮度温度。由于抄尘暴与玄系JO在反辭和谥度上均有辭M以在耘图中册辣馳分离出船依据遥齡舫程和大气醐传辭论基础模拟计算鮭性高瞇度大气蒯尘鮒反射率掺考豺数蹄有关因刊解析朋气継光学厚度，进而削秒尘天气过齣括秒尘暴的太气含抄量农业病虫害将遥感等高科技用于农作物重大病虫害的防治是我国实现农业现代化的重要组成部分。遥感技术用于农业病虫害综合治理,最终期望达到两个目的:第一,早期预报,即通过遥感图像提取生境中与病虫害爆发有关的主要环境要素及其变化,来推断病虫害最有可能发生的区域;第二,灾情监测和评估,即当病虫害已经在局部区域造成危害时,从遥感图像上提取受害植被相关信息,快速、准确地判断出灾情发生状况（分布、面积和程度）,及时采取针对性的点、面防治措施,这样既可阻止病虫害进一步蔓延又可减少环境污染。进入20世纪90年代以来,遥感技术与地理信息系统（GIS）技术的结合，在农作物病虫害监测中得到日益广泛的应用。例如,在蝗灾的防治中应用遥感和GIS技术能够实现如下功能：（1）利用遥感技术实时、快速、覆盖范围广的特点，对飞蝗在不同发育阶段与生存环境之间的相互影响进行全程跟踪监测，获得飞蝗及其栖息地的实时信息；（2）利用GIS强大的数据分析和处理功能,建立蝗灾信息数据库,对灾情进行实时、快速、全面的分析处理,从宏观上及时掌握灾情；（3）将遥感与GIS技术两者相结合,可以获得飞蝗衍生地特征、蝗灾历史踪迹等蝗害有关数据并进行集成和分析,进而掌握蝗灾的范围、程度以及灭蝗的最佳时段等重要信息。

3.6干旱灾害干旱灾害是我国主要的自然灾害之一,运用遥感手段对干旱进行监测,具有大范围、宏观、动态监测的优势。通常,下垫面分裸土、部分植被覆盖和全植被覆盖。对于裸土,热惯量法和微波遥感法能够得到较好的结果;全植被覆盖条件下,作物缺水指数法、供水植被指数法比较适用。如何解决部分植被覆盖条件下旱情的监测是一个值得研究的问题,尤其是在用热红外遥感监测土壤水分时尤为必要,因为在农作物的生长过程中,部分覆盖在生长期中占有很长时间,而双层模型就是针对这一问题进行研究的成果。基于裸露地表的监测方法1、热惯量法热惯量是物质热特性的一种综合量度,反映了物质与周围环境能量交换的能力。土壤的热惯量与土壤含水量有很好的相关关系,因此,可以从土壤温度昼夜的变化幅度来推求土壤含水量。其表达式为:P=C(l-A)/ATO;其中,P为热惯量,△TO为昼夜温差,A为全波段反照率,C为常数。2、微波遥感法微波遥感主要是根据目标物的介电特性进行土壤湿度监测的,水的介电常数为8OdB,干土的介电常数为3dB,差别很大。就是说土壤介电常数对土壤含水量十分敏感,这是利用微波遥感测定土壤水分的理论基础。基于全植被覆盖地表的监测方法1、距平植被指数(AVI)距平植被指数(AVI)法定义为NDVI与NDVI之差，通过多年遥感资料计算出某一地点某一时刻的多年年平均植被指数,然后用当年该时刻的植被指数与多年平均值的差异来判断当年作物长势，进而判断出作物受旱程度。1994年肖乾广等对AVI进行了分级,-0.2＜距平植被指数＜-0.1表示干旱的出现,-0.6〈距平植被指数＜-0.3表示重旱。2、植被状态指数(VCI)由于AVI(距平植被指数)、SVI(标准植被指数)算法需要大量连续的遥感资料积累，且对干旱、降水动态变化不能进行有效监测，1990年Kogan对其进行了改进,提出了植被状态指数(VCI)定义为：IVC=INDVi-INDVminINDVmax-INDVminXIOO其中IVC为