台风暴雨洪涝灾害全链路遥感动态监测方法与示范

2019-12-18 08:52路京选李小涛李琳曲伟雷添杰
卫星应用 2019年11期
关键词:降雨降水暴雨

文|路京选 李小涛 李琳 曲伟 雷添杰

水利部防洪抗旱减灾工程技术研究中心/中国水利水电科学研究院

一、前言

水文气象链式灾害具有发生频次高、灾害强度大、灾害链联系紧密的特点。在以往的气象水文灾害监测中,气象和水文部门协同联动监测较少,部门间灾害信息交流少,灾害应急监测的效率和时效性都有待提高。基于遥感技术的洪涝灾害监测在国内外已开展多年,但基本是基于一次降雨过程的灾害监测,监测任务的开展也总是因为洪水发生时间地点的不确定性而常常处于被动应对状况,缺乏必要的计划性,在连续性观测和定量性灾情信息获取方面存在明显不足。因此,如何从台风形成开始就启动卫星遥感动态跟踪监测,为基于多源遥感的地面洪涝灾害监测目标区的预判争取时间,从而实现台风-暴雨-洪涝灾害全链路的遥感监测是急需研究和解决的问题[1]。下面将结合台风-暴雨-洪涝灾害全链路遥感监测中从台风路径动态跟踪、卫星降雨产品快速生产、暴雨风险性分析、遥感地面监测靶区早期预判、卫星产品快速获取和洪涝灾害遥感快速监测评估的整个技术环节做系统阐述。最后通过典型台风-暴雨-洪涝链式灾害的遥感监测进一步阐释这一全链路监测思路。

二、技术方法

要实现台风-暴雨-洪涝灾害全链路遥感动态监测与评估,主要包括以下几个部分的技术环节:台风路径的监测、高效卫星降雨产品的生产、降雨风险性分析、遥感地面监测靶区确认和卫星产品定制、监测模型方法、监测评估。技术流程如图1所示。

图1 台风-暴雨-洪涝灾害全链路遥感动态监测评估技术流程图

1.台风路径的监测

目前国内外热带气旋预报机构有中央气象台、上海气象局、日本气象厅、美国关岛、美国国家海洋和大气管理局(NOAA)、美国国家环境卫星数据和信息服务中心(NESDIS)和美国热带气旋中心(CIMSS),根据其定位、定强结果分析,各家机构的路径监测结果较一致,白天的结果比夜间更可靠。中央气象台、上海气象局、美国关岛和美国NOAA区域中尺度气象局(RAMMB)四家机构的风速预报结果最接近。中央气象台的预报误差最小,精度最高;其次是上海气象局、美国关岛和RAMMB。因此,根据对我国台风路径和强度信息的发布渠道及发布规律的调研,基于网络爬虫技术,使用IDL语言和C#、C++,采用混合编程的方式,研发了一套可以近实时获取台风路径强度信息,包括台风形成、移动、登陆、消亡的整个过程监测。利用自主研发的台风路径强度监测系统,可以实时掌握可能登陆并影响我国的台风的位置和强度信息,特别是进入48小时警戒线的台风,利用多源卫星数据可进一步跟踪台风的路径,对于具有台风眼的台风,可以基于卫星数据确定此刻的台风位置,并对台风发布的实时和预报的路径进行检验。

2.气象卫星降水产品的生产

随着气象卫星探测的时间分辨率和空间分辨率的不断提高,卫星云图成为监测台风的最主要手段。卫星数据产品是目前覆盖范围较广的降雨数据产品,空间覆盖均匀,但是其随机误差和由于观测和降水之间关系的间接性质的影响使得降雨数据的准确性有待完善,且其空间分辨率相对较低。在研究暴雨灾害危险的过程中精度更高的降雨数据对于危险性评估结果有着决定性的影响。融合多源数据可以综合考虑不同数据类型的优缺点,从而得到更加合适的降雨产品,保证暴雨灾害危险性评估数据源的准确性。

全球降雨观测卫星(GPM-IMERG)近实时(NRT)降水融合数据是美国国家航空航天局(NASA)在热带降雨观测卫星(TRMM-3B42)的基础上发展的新一代多源降水融合产品。GPM-IMERG降水融合产品融合了多颗微波、红外卫星以及地面降水观测数据。能实现全球南北纬60°的空间覆盖,空间分辨率0.1°。葵花8号静止气象卫星是由日本气象厅负责的新型气象卫星,于2014年10月7日发射升空,2015年7月正式投入使用,可见光空间分辨率为1km,红外波段空间分辨率为2km。该卫星可每隔10分钟实时获取观测数据。GPM-IMERG 6小时后可生成全球降水融合数据,每半小时更新一次。通过编写数据下载软件,在网络通畅的情况下,目前可在10分钟内分别下载葵花8号卫星(5km)和GPM-IMERG NRT最新的观测数据。

在实时获取数据后,针对葵花8号高时空分辨率静止卫星数据,以时间上同步的GPM-IMERG降水融合数据为基础,通过分析不同降雨条件下静止卫星各个波段对云顶亮温的敏感性,利用概率密度匹配算法构建静止卫星数据降水识别和反演算法,建立静止卫星亮温数据与GPM-IMERG降水融合数据匹配模型,生成0.05°×0.05°空间分辨率,10分钟一次的静止卫星降水数据。基于GPM-IMERG和葵花8号卫星热红外亮温波段开发了极端降水事件的准实时遥感降水反演算法。在所有输入数据准备完毕后,本反演算法利用单核处理器可在5~6个小时内获取全国范围内的降水反演数据,针对局部区域内的极端降水事件,反演算法可在2~3个小时内获取降水反演数据。

3.降雨风险性分析

降雨量、降雨强度及孕灾环境的各种因子是暴雨洪涝灾害危险性评估的重要指标。在暴雨危险性方面将综合考虑融合多源数据、极端降雨特征研究及暴雨灾害危险性评估的国内外研究现状,在此基础之上,通过融合多源数据的降雨产品分析由于台风导致的暴雨灾害的危险性,进而为主要受灾地区提供洪水灾害评估与研究数据。多时间尺度持续降雨过程的暴雨灾害危险性评估体系构建的最终目的是评估暴雨灾害的危险性。目前主要考虑事件总降雨量、最大小时降雨强度作为致灾因子部分并结合土地利用数据、土壤分类数据、DEM数据与河网分布数据这些孕灾环境因子,通过加权求和的方法计算暴雨灾害危险性,其中各指标权重通过层次分析法计算得到。暴雨灾害危险评估流程如图2所示。

图2 暴雨灾害危险评估流程图

4.遥感地面监测靶区确认和卫星产品定制

在暴雨危险性分析基础上,结合地面水雨情信息和实时洪水预报结果,结合暴雨危险区、水位超警情况及历史灾情情况可以概略确定监测区域,并将此作为遥感数据定制的范围。同时,利用网页、微博、微信等多源网络数据,实时进行灾情动态研判和监测区域的修正。在此基础上,可以通过编程实现卫星产品的定制。

考虑到洪涝灾害期间的天气情况,洪涝灾害的监测主要采用雷达数据。就目前来讲,我国的高分三号卫星数据和欧洲的哨兵一号(Sentinel-1)卫星数据是非常合适的选择。Sentinel-1是C波段合成孔径雷达,可提供连续图像(白天、夜晚和各种天气)全天时、全天候雷达成像任务。Sentinel-1A和Sentinel-1B卫星分别于2014年4月和2016年4月发射成功。Sentinel-1雷达成像卫星在洪水多发期可以探测到被淹没的地区,这种能力在灾害监测中非常重要,可以很准确地识别出洪水、陆地以及两者之间的区域,并判断未来的发展趋势。“哨兵”数据采用“无歧视性访问”原则,所有用户均可免费获取[2]。Sentinel-1两颗卫星同时运行,重访周期为6天,目前发布的产品主要为IW SLC——干涉宽幅模式(TOPS Mode)的斜距单视复数产品和IW GRD——干涉宽幅模式的地距多视产品,3~6小时可以完成接收数据入库,用户即可下载。

本文的研究主要开发了“哨兵”数据的实时下载和预处理程序,包括辐射校正、声贝(dB)转换、正射校正、图像滤波、波段计算等功能。

5.监测模型方法

雷达影像的水体提取,主要是基于微波范围内水体较低的后向散射特性来进行识别,阈值法常常被用在雷达影像的水体提取上。对于Sentinel-1数据,图像经过预处理后,一般要将非洪水淹没区多余图像区域裁切,经过裁切后的图像直方图一般表现为明显的双峰特征,适宜利用双峰法和最大类间方差法来确定最优阈值[3]。该方法相对简单,实现容易,且自动化水平水体识别的精度较高。

6.灾情粗评估

通过洪涝灾害遥感实时监测的水体与本底水体对比,可提取洪涝淹没范围。将淹没范围图和土地利用数据、社会经济数据等进行叠加分析,快速评估灾情。

三、示范应用—以2018年第4号热带风暴“艾云尼”监测为例

1.灾情概况

台风“艾云尼”是2018年登陆广东省的首个台风,具有“登陆偏早、移动缓慢、三次登陆、生命史长、暴雨猛烈”的特点。虽然“艾云尼”在登陆我国时仅为台风中比较低的热带风暴级别,最大风力8级,风力不大,但在登陆后,台风“艾云尼”在华南地区走向飘忽,且恰逢西南季风爆发,大量水汽从印度洋涌入我国南海,广东境内连续三天出现大范围暴雨,多地出现严重的淹没和内涝。

2.台风监测

根据中央气象台预报结果,对“艾云尼”活动路径进行了跟踪监测。2018年6月6日6时25分,台风“艾云尼”在广东湛江市徐闻县新寮镇沿海第1次登陆;6日14时50分,台风“艾云尼”在海口市沿海第2次登陆;7日20时30分前后,台风“艾云尼”在广东阳江沿海第3次登陆;8日17时,台风“艾云尼”减弱为热带低压。

3.降雨产品生产

利用葵花卫星红外亮温信息获取了台风“艾云尼”活动期间每10分钟一次的降水分布图,空间分辨率为0.05°×0.05°,并基于此数据获取了日累积降水量,用于评估台风“艾云尼”登陆地区所造成的暴雨灾害。同时基于GPM-IMERG降水融合数据生成了相同时间和区域的日累积降水量。图3(a)显示了基于葵花8号卫星观测数据的每天一次的日累积降水量,。图3(b)显示同一时期基于GPM-IMERG的日累积降水量。对卫星观测数据进行分析可知,6月5-10日强降雨主要沿“阳江-江门-广州-惠州-汕尾”一线的南侧地区分布(图4)。

图3 台风“艾云尼”日累积降水量卫星观测图

图4 台风“艾云尼”2018年6月5-10日降雨量分布图

4.降雨风险分析和监测范围确认

基于卫星观测降雨数据并结合广东省土地利用数据、土壤分类数据、DEM数据与河网分布数据等,开展了台风“艾云尼”降雨过程的危险性评估,如图5所示,可以看出,广东南部沿海地区,包括阳江、江门、广州、深圳等地区风险较高。同时地面水情监测显示:广东省漠阳江、罗定江、新兴江等部分支流出现超警洪水,以肇庆新兴江马鞍水文站为例,6月8日9时- 9日22时,该水文站超警戒水位运行,最高水位达8.02m,超警戒水位1.52m。将降雨风险评估图与超警河流图叠加分析,即可确定洪涝灾害遥感监测范围。

图5 台风“艾云尼”2018年6月5-10日降雨风险评估图

5.灾情遥感监测

基于洪涝监测靶区范围,通过欧洲航天局网站获取了6月11日5时21分Sentinel-1A雷达影像(空间分辨率为20m),同时收集了台风影响区2景2018年2月12日成像的美国陆地卫星8号(Landsat-8)OLI数据及行政区划、土地利用等本底数据。通过监测可以看到:监测范围内河流水势平稳,水库运行正常,未发现灾情险情状况;截至11日,台风“艾云尼”造成的内涝积水依然可见,监测范围内内涝积水面积达6395km2;在一些城市及周边地段内涝严重,可以看到深圳宝安机场和广州白云机场依然被积水所包围(见图6、图7);广东省北部的清远市农田受浸,国道240飞来峡镇部分路段道路依然积水。

图6 深圳宝安机场及其周边淹没遥感监测专题图

四、结语

本研究对台风降雨与暴雨洪水预报链路的衔接做了探讨,通过研究实现了台风的快速监测、高时空分辨率及高时效性降水融合数据产品生产和暴雨灾害危险性评估,进而实现了“洪灾地面监测靶区”的圈定和洪涝灾害的监测评估。研究提出的技术方法初步实现了台风暴雨洪涝灾害全链路的遥感监测,突破了之前的灾后遥感监测为灾前监测,提高了洪涝灾害遥感监测的时效性,促进了遥感技术在防汛业务应用水平上的提升。

图7 广州白云机场及其周边淹没遥感监测专题图

猜你喜欢
降雨降水暴雨
“80年未遇暴雨”袭首尔
土石坝坝体失稳破坏降水阈值的确定方法
成都地区云水资源分布特征及其与降水的关系
建筑施工中基坑降水施工工艺分析
降雨型滑坡经验性降雨型阈值研究(以乐清市为例)
暴雨突袭
Cloud seeding
暴雨袭击
泥石流
猛兽的委屈