[发明专利]融合主被动微波遥感信息的洪水淹没范围动态模拟方法

说明书

一种融合主被动微波遥感信息的洪水淹没范围动态模拟方法，包括：采用星载被动微波亮温数据提取M/C信号的时间序列，初步确定洪水事件的发生时间；基于洪水事件的发生时间，搜索洪水事件对应的星载主动微波遥感SAR影像，基于机器学习方法进行水体/陆地分类；基于SAR影像水体/陆地分类结果，提取M像元的地表水面积比率FWS，与对应的M/C信号进行相关分析，建立M/C与FWS的关系模型；利用M/C信号推求永久水体像元处FWS的时空分布，实现对永久水体处洪水淹没范围的动态模拟。本发明能基于实时或准实时的卫星微波遥感观测信息，求取洪水动态淹没范围，切实指导洪水模拟，为洪灾应急救援和防治提供重要数据支撑和决策依据。

技术领域

本发明涉及洪水动态模拟技术领域，具体是一种融合主被动微波遥感信息的洪水淹没范围动态模拟方法。

背景技术

洪水灾害防治是国家科研发展的重要领域。对洪水灾害进行正确防治是国家发展的重大需求，是社会经济和生态环境可持续发展的重要保障。洪水淹没范围的动态模拟，能为洪水灾害防治提供直接指导，具有重大的科学研究意义和实际应用价值。

洪水淹没范围的动态模拟一直是水文、遥感、灾害等多学科交叉研究的重要领域。一般地，为有效指导洪水风险评估和洪灾防治，洪水淹没范围的动态模拟至少需要提供逐天的淹没信息，在空间分辨率上则需视区域大小而定。目前，水文水动力学模型是洪水淹没模拟的主要方法，该法通常将计算区域划分为精细的网格，模拟河道洪水演进过程所需的计算资源大。水文水动力学模型对洪水淹没范围的模拟效果也受限于DEM(DigitalElevation Model)、河道断面形态等基础数据的可获取性和精度，导致高精度洪水动态模拟往往仅能在小流域(通常面积仅为几平方公里)开展，无法有效提供大范围洪水淹没信息。

而遥感对地观测覆盖面广、信息获取途径简单、数据处理要求相对较低，为洪水淹没范围的动态模拟提供了新的途径和手段。但是光学/红外遥感通常重访周期长，并且受云层遮蔽等问题的影响严重，尚不能满足洪水监测和模拟的时间精度要求。而微波遥感常用的观测波段为8～300mm，对云层、地表植被以及冰雪等的穿透能力优于光学/红外遥感。目前，星搭微波辐射计种类多样，呈现出一体化、多通道、高频率的发展趋势；主动微波遥感数据也迅速普及，全球大幅宽、多模式、高分辨率的合成孔径雷达SAR(Synthetic ApertureRadar)影像信息可免费获取。但卫星遥感数据的时空精度通常相互制约，被动微波观测频率高(普遍可达一天两次)，受传感器性能、使用频段等客观因素影响，空间分辨率一般在10～70km；主动微波成像精度高(普遍可达1～10m)，观测周期由卫星数量、观测轨道等客观因素决定，通常长达2～4周。遥感观测的固有属性决定了单独使用其中任何一者，都难以满足洪水模拟的高时空精度要求，是现有科学研究和技术应用中的瓶颈问题。本申请的发明人在实现本发明的过程中国经过研究发现：融合主被动微波遥感信息用于洪水范围动态模拟可作为解决该瓶颈问题的突破点，且相关技术目前尚未见文献报道。

发明内容

本发明要解决的技术问题在于突破现有技术中的瓶颈，提供融合主被动微波遥感信息的洪水淹没范围动态模拟方法。

本发明解决其技术问题所采用的技术方案是：

一种融合主被动微波遥感信息的洪水淹没范围动态模拟方法，包括以下步骤：

步骤1、采用星载被动微波亮温数据提取M/C信号值的历史时间序列，确定用于判别洪水是否发生的阈值，初步确定洪水事件的发生时间；

步骤2、基于步骤1所确定的洪水事件的发生时间，搜索洪水事件对应的灾前/灾中/灾后的星载主动微波遥感SAR影像，基于机器学习方法进行水体陆地分类，计算灾前/灾中/灾后的研究区域水体/陆地分布情况；

步骤3、基于步骤2中的水体/陆地分布情况，提取M像元的地表水面积比率FWS(Fraction of Water Surface)，与对应的M/C信号进行相关分析，建立M/C与FWS的关系模型；