09洪澇災害雷達遙感監(jiān)測方法

1、09洪澇災害雷達遙感監(jiān)測方法洪澇災害遙感監(jiān)測方法：光學遙感方法使用最多的是美國NOAA氣象衛(wèi)星和陸地資源衛(wèi)星，也使用風云氣象衛(wèi)星開展洪澇災害的監(jiān)測；微波遙感的方法主要是利用主動成像的雷達遙感方法進行洪澇災害的監(jiān)測。水體光譜特征，CH3小于圖像平均值為洪水期，反之為非洪水期；CH1相對減小，CH2相對增加，有向陸地逐漸過渡的趨勢，往往該部分水體被陸地包圍或覆蓋在陸地上。水體空間特征，水體相對于陸地或云層等呈現(xiàn)出較為均一的圖斑，無明顯紋理特征；水體圖斑邊界相對云層較穩(wěn)定，河流的現(xiàn)狀特征（湖泊、海洋的面狀特征）較明顯。氣象衛(wèi)星高時間分辨率、成像范圍大等特征使其成為大范圍洪澇動態(tài)監(jiān)測的重要手段。洪澇災

2、害雷達遙感監(jiān)測：雷達遙感具有全天候、全天時的數(shù)據(jù)獲取能力和對一些地物穿透的能力，成為監(jiān)測洪澇災害最為有效的遙感技術之一。多顆在軌運行的航天雷達衛(wèi)星在時相互補，可對同一地區(qū)形成連續(xù)觀測。靈活、機動的機載雷達系統(tǒng)可用于特殊時期的快速監(jiān)測，這些從技術上保證了采用雷達監(jiān)測洪澇災害的可能性與有效性。水體由于鏡面反射回波強度較小，在圖像上呈現(xiàn)出暗色或黑色，而陸地的回波強度較大，呈現(xiàn)灰白色或黑灰色，故在雷達圖像上水陸界線分明，可以清晰地看到洪水到達地段及其淹沒范圍，利用雷達孔徑圖像能很快地監(jiān)測受災地區(qū)的情況。發(fā)展SAR圖像與其他圖像的融合勢在必行，受災中的SAR圖像和災前的TM或ETM、SPOT等多光譜光學

3、圖像數(shù)據(jù)具有很強的互補性?；贒EM的SAR圖像洪水水體的提取，在地形數(shù)據(jù)的支持下，實現(xiàn)星載SAR圖像洪水水體的半自動提取。洪澇災害SAR圖像斑點濾波方法：斑點濾波方法的主要目的是從含有斑點的SAR圖像中恢復SAR圖像；進行反演工作需要圖像像元值的可信度，感興趣的信息是面目標，如果還考慮邊緣保持的情況則沒有多少意義；而如果進行邊緣信息提取等工作，主要考慮的是邊緣信息，這種情況下考慮其他標準是不必要的?；诎胱儺惡瘮?shù)的SAR圖像地表淹沒程度分析：SAR由于具有一定的穿透性，在一定條件下能穿透植被冠層，在植被冠層和水面之間形成雙向散射，因而能監(jiān)測到植被覆蓋下的水體，從而在一定程度上獲取植被覆蓋下的

4、淹沒范圍。完全被淹沒的水域呈鏡面反射，植被覆蓋的半淹沒區(qū)呈雙向散射，而未被淹沒的區(qū)域呈漫散射?？臻g自相關特性，在SAR圖像上的表現(xiàn)就是圖像灰度值之間的空間自相關性和圖像的紋理特征。不同淹沒程度下的地表在圖像表現(xiàn)出不同空間自相關性和紋理特征，而半變異函數(shù)能充分反映圖像數(shù)據(jù)的隨機性和結構性，即充分反映了圖像數(shù)據(jù)的空間自相關性和紋理特征。半變異函數(shù)理論：變程，描述了當觀測變量的空間依賴性達到最大時的地面距離，它和圖像中地物的大小有關，反映隨機變量的影響范圍?；?，定義了從數(shù)據(jù)中獲取到的最大的半變異值，和被地物覆蓋的區(qū)域范圍有關。基臺值，表征了觀測數(shù)據(jù)之間的隨機方差或者是空間獨立變量，不受位置改變的影

5、響。基于紋理與成像知識的高分辨率SAR圖像水體檢測：由于SAR側視成像，根據(jù)像素灰度值很難將地物陰影和水體分開，采用DEM來模擬雷達圖像，從中獲取山體陰影，將水體和山體陰影分開，實現(xiàn)水體檢測，也可以對光學圖像和SAR圖像融合來提取水體，小目標往往以純像元形式存在，能夠反映小目標的散射特征、位置特征和結構特征等復雜信息?；谥R的目標檢測是根據(jù)目標成像機理、拓撲關系、幾何形狀與結構信息、目標紋理特征等進行檢測。試驗結果分析：面向對象方法，不再以單獨像元為研究對象，而是以地物對象為研究對象，可以靈活地利用地物本身的光譜、形狀等信息，從而可以大大提高分類精度。通過多尺度分割技術將圖像分割成代表圖像信息的對象，再利用對象本身所包含的信息（光譜、形狀等）對對象進行分類。其采用模糊分類法，對類進行描述時采用了隸屬度函數(shù)的方法，代替了傳統(tǒng)的是非方法。其整體過程模擬再現(xiàn)了人眼對圖像進行分類的過程，快速而準確。洪澇災害遙感監(jiān)測流程：從邊緣提取和斑點濾波的角度，探討了洪澇災害雷達圖像的前期處理方法，提出利用半變異函數(shù)方法和面向對象方法，進行極化雷達圖像洪澇淹沒范圍的自動探測。半變異函數(shù)方法能提取到植被覆蓋下的淹沒范圍，而面向對象方法不再以單獨像元為研究對