TY - JOUR ID - 10.11834/jrs.20210547 TI - 时序Sentinel-1A数据支持的长江中下游汛情动态监测 AU - 郭山川 AU - 杜培军 AU - 蒙亚平 AU - 王欣 AU - 唐鹏飞 AU - 林聪 AU - 夏俊士 VL - IS - PB - 科学出版社 SP - EP - PY - JF - 遥感学报 JA - UR - http://jors.ijournals.cn/jrs/ch/reader/view_abstract.aspx?file_no=202012030000003&flag=2 KW - 洪水监测 KW - 水体提取 KW - 时序SAR数据 KW - Google Earth Engine KW - 长江中下游 KW - flooding monitoring KW - water mapping KW - SAR time series KW - Google Earth Engine KW - the Middle and Lower Reaches of the Yangtze River Region AB - 合成孔径雷达(SAR)因其对地观测全天候、全天时优势,成为多云多雨天气限制下洪水动态监测中不可或缺的数据来源之一。由于Google Earth Engine (GEE)云计算平台的兴起和短重访Sentinel-1数据的可获取性,洪水监测与灾害评估目前正面向动态化、广域化快速发展。顾及洪水淹没区土地覆盖变化的复杂性和发生时间的不确定性,以时序Sentinel-1A数据处理与分析为基础,提出了针对大尺度范围、连续长期的汛情动态监测方法。该方法首先利用图像二值化分割时序SAR数据实现水体时空分布粗制图,逐像素计算时间序列中被识别为水体候选点的频率。利用Sentinel-2光学影像对精度较粗的初期SAR水体提取结果进行校正,得到精细的水体分布图。针对不同频率区间的淹没特点,采用差异化的时序异常检测策略识别淹没范围:对低频覆水区利用欧氏距离检测时序断点,以提取扰动强度大、淹没时间短的洪涝灾害区;对高频覆水区利用标准分数(Z-Score)检测时序断点,以提取持续淹没区。在GEE平台上利用该方法,实现了2020年5月–10月长江中下游地区全域洪水淹没范围时空信息的自动、快速、有效监测,揭示了不同区域汛情发展模式的差异性。本文提出的洪水快速监测方法对大尺度下的汛情动态监测、灾害定量评估和快速预警响应具有重要的现实意义。 ER -