如何使用卫星数据从太空监测洪水

2021 年是发生许多极端自然灾害事件的一年。紧急事件数据库 (EM-DAT) 记录了多达 432 起，远远超过 2001 年至 2020 年间记录的 357 起灾难性事件的年平均水平。洪水在这些事件中占主导地位，共发生 223 起。相比之下，2001 年至 2020 年的年平均死亡人数为 163 人。在季风季节，印度经历了一系列致命的洪水，夺去了 1,282 人的生命。七月在许多大陆带来了极端洪水。在阿富汗努里斯坦，洪水造成260人死亡，在中国河南，洪水造成352人死亡，1450万人受灾。洪水修复的成本达 165 亿美元。中欧也遭受重创，经历了多次洪水和山体滑坡。洪水西德造成超过 400 亿美元的损失，成为该国第二大损失惨重的自然灾害，

根据发表在《自然》杂志上的一项研究，自世纪之交以来，全球受洪水影响的人口比例增加了 24%。这比科学家先前估计的多 10 倍。这种情况是由于洪水增加和人口迁移造成的，这意味着洪水易发地区的人口增加了多达 8600 万人。此外，由于气候变暖，预计极端水文事件将变得更加频繁和具有破坏性。气候变化可能导致河流洪水在一些地方变得更大或更频繁，而在其他地方变得更小和更不频繁。随着气温升高导致更多的水从陆地和海洋蒸发，强降水量和频率的变化会影响河流洪水的规模和频率。河流流量的变化，

越来越频繁和越来越严重的洪水对许多人的正常生活条件构成了巨大威胁。大洪水会毁坏农民的庄稼，破坏房屋、道路和其他基础设施，并造成人员受伤和流离失所。定期洪水有助于维持洪泛区土壤的养分平衡，但更大或更频繁的洪水会通过降低水质、取代水生生物和增加土壤侵蚀来破坏生态系统。通过用沉积物和污染物淹没水处理系统并促进有害微生物的生长，洪水会直接影响社区赖以生存的供水。

卫星数据的作用

近年来，卫星数据已被证明是减少洪水影响的关键辅助手段。这些非常有价值，尤其是在缺乏良好监测系统的发展中国家。此外，由于缺乏足够的基础设施，这些国家更容易遭受洪水侵袭。然而，由于极端天气事件的不可预测性，洪水监测和决策制定要困难得多。卫星技术支持这些活动有两种方式。

预防措施

基于卫星图像，可以创建预测模型来识别容易遭受严重破坏的城市部分。这使得规划有效的疏散成为可能，从而减少洪水的影响，特别是在地势低洼的沿海城市、河流下游和水坝周围地区附近。危险级别可用于创建优先策略和风险评估，以及预测经济损失。此外，从长远来看，可以建立排水系统。这将确保最易发生洪水的地区得到优先考虑，并能够减轻洪水风险。

损害评估

洪水事件后快速评估损失对于灾害管理协调急救人员和其他响应活动以及快速重建受损基础设施至关重要。使用 EO 数据可以更容易地确定大面积洪水的程度，并且不需要实地工作，而实地工作将非常耗时费力。此外，受洪水影响最严重的地区往往无法进入，获取相关信息的唯一途径是通过航拍或卫星图像。卫星数据的使用也使得随着时间的推移准确分析这种现象成为可能，不仅是局部的，而且是大范围的。

准确的洪水测绘需要多年和当前的高分辨率数据来评估特定区域的洪水风险。目前，地球每天都可以通过卫星数据进行多次监测，为抗击自然灾害提供了最好的支持。UP42等平台拥有评估风险和应对极端事件所需的所有数据。这些信息也很容易获得。

数据概览

光数据

地球观测卫星能够捕获不同空间尺度和不同轨道周期的图像，使每个卫星传感器和数据集都独一无二。这使得可以从多个角度捕捉天气现象。光学卫星数据是最快的信息来源，提供易于解释和测量的洪水事件图片。这提供了一种前所未有的态势感知方式，因为洪水事件可以覆盖大片区域。

以下是 EOMAP 在水质监测期间拍摄的卫星图像，显示了 2018 年亚得里亚海的洪水泛滥程度。监测使用了哥白尼 Sentinel-2 和 Sentinel-3 卫星数据。此外，基线卫星图像（左图）用于使用 EO EOMAP 处理系统（右图）研究水的浊度水平。

高光谱和多光谱数据

光学传感器捕捉可见的蓝色、绿色和红色波长，以及通过红外波长的发射率数据。后两种波长常用于地表监测研究，包括测绘植被物候、地表水、融雪和干旱监测。红外波长对于水研究至关重要，因为它们在水中具有高吸收性，并且在陆地附近相对容易识别。高光谱和多光谱数据能够在洪水解释中使用有用的指标。归一化差异水指数 (NDWI) 可以更轻松地区分洪水泛滥和干旱地区。该方法结合了红外和可见光观察。下图显示了 NASA 海平面变化对该指数的使用。

该团队成立于 2014 年，旨在提高对不同时间尺度的相对区域海平面变化的了解。NASA 网站 ( https://sealevel.nasa.gov/ )上免费提供数据分析和气候工具，以可视化与持续气候变化导致的全球水位变化相关的数据。使用这些工具，您可以更好地了解情况以及促成这种情况的过程。

合成孔径雷达

雷达成像是获取紧急情况实时预警信息的有效技术。由于洪水经常同时发生，加上云层覆盖，这种类型的数据比光学数据更有效地进行逐小时监测。“寻找潜在的洪水是一个巨大的问题，”ICEYE 解决方案副总裁 Charles Blanchet 说。为了解决这个问题，ICEYE 创建了洪水警报数据并将其与洪水灾害数据一起提供给客户。这个无与伦比的数据集使保险公司能够快速调动资源。为实现这一目标，该公司使用来自其合成孔径雷达 (SAR) 卫星星座的数据来详细观察世界各地的洪水事件。基于雷达数据，以及其他公司提供的数据，如天气数据、数字高程数据，

算法

市场上有越来越多的高级算法可以自动检测洪水事件。使用人工智能和机器学习算法的预测技术是有效的，因为它们能够使用来自各种来源的数据，并将天气事件分类为洪水或非洪水。此外，能够访问大量高质量数据使算法具有在洪水发生前进行预测的潜在能力。这种解决方案的优点很多，但其中最重要的是：

• 比传统方法更快地生成洪水预报和警报；
• 它使用实际观察到的数据，不做任何假设；
• 该方法是用数据和时间自我改进的。

这些算法可以通过UP42等平台轻松访问，这些平台已经使用工作流进行洪水监测。

这种算法的一个例子是洪水淹没估计，它使用 Sentinel 1 GRD 来隔离淹没。它依赖于这样一个事实，即该块拍摄了两张 AOI 的 Sentinel-1 GRD(SAR) 图像（事前和事后），并绘制了淹没区域的地图。该块的输出是二进制图像，其中白色像素表示洪水区域。

结论

卫星数据是预测洪水的关键辅助手段，可以进行快速损害评估和监测以检测变化，从而帮助了解新出现的问题。“卫星遥感是一种高效且具有成本效益的工具，可用于评估小范围和大范围水生生态系统中的各种物理和生物参数，并在海上监测中发挥非常重要的战略作用。它提供该区域详细概览的能力对于进行持续评估和监测损坏程度非常重要，”EOMAP 的 EO 数据分析师 Hendrik Bernert 说。