洪涝灾害卫星遥感监测技术：有效数据快速获取与筛选

近年来，国内外卫星数量不断增加，质量不断提升，在自然灾害遥感日常模式和应急模式下，能获取的卫星遥感数据越来越多，海量数据给数据处理和信息提取的效率和精度带来了较大的压力。主要表现在以下几个方面：一是受到灾害风险区和灾区恶劣天气条件与地理条件的影响，一景影像中常出现云覆盖无效区和无云有效区交织的情况，急需建立快速筛选有效区，去除冗余的数据筛选模型；二是由于卫星遥感数据采集单位较多，有时缺乏有效的协同，导致海量数据之间的时空序列关系不够明确，急需按照灾害的时间演变和空间演进建立遥感图像序列；三是由于传感器类型来源多样，不同空间分辨率、时间分辨率和光谱分辨率的数据在灾害监测领域具有不同的用途，急需构建面向决策者和灾民需求的、针对灾害目标提取的应用逻辑关系，充分发挥有效数据的能力。有效数据快速获取与筛选可分为如下几个步骤。

（1）数据覆盖范围筛选。获取遥感数据后，首先判定数据是否覆盖目标区，如果数据在目标区之外，则直接移除；如果数据部分区域或全部区域在目标区，则保留。

（2）云判别。对在目标区内的数据进行云判别，去除云覆盖严重的区域。针对某些对云覆盖有要求的特殊应用，可保留云覆盖数据，例如利用云覆盖法开展旱灾风险监测。(www.xing528.com)

（3）建立遥感图像时空序列。首先按照灾前、灾中、灾后等灾害的时间演变特征，对数据进行分层；之后，根据灾害的空间演进特征和行政区划进行空间分层；最后按照时间层和空间层建立遥感图像序列。

（4）根据数据用途分类。在分析决策者和灾民需求的基础上，根据房屋倒损、道路损毁、作物损毁、基础设施损毁、水体面积变化、帐篷安置、次生灾害等不同目标提取的需求，建立数据之间的独立应用、协同应用等应用逻辑关系，例如高空间分辨率数据可以同时满足房屋倒损、道路损毁、作物损毁、基础设施损毁、水体面积变化、次生灾害等的提取，但是覆盖范围相对较小，更多的是点上监测；而低空间分辨率主要只能用于作物损毁、次生灾害的提取、水体面积变化的提取等，但覆盖范围相对较大，可以实现全灾区的信息提取，实现面上的监测。采用抽样的方法，建立多种数据之间的应用逻辑关系，对提高灾害遥感监测的效率和精度具有重要的意义。