被动微波遥感洪涝信息定量反演及超分辨率成图方法研究

Passive microwave satellite data not only provide higher temporal resolution, but also offer the critical advantages for this particular application of the microwave signal partially penetrating through clouds and being sensitive to surface water body and wet soil. Therefore, passive microwave data have great good potential to estimate large-scale floods especially under the cloud and rain conditions that typically accompany such events. However，the low spatial resolution and affection of atmosphere and vegetation largely limit its quantitative application and research. In this project, we will focus on the study of separation of flood water and wet soil information. Based on the microwave radiation transfer model simulating and the samples statistical analysis, the response rules of flood water and wet soil in the passive microwave channels will be researched. The affection of atmosphere, vegetation coverage and shade to the derivation of flood and waterlogging information using passive microwave data also will be estimated. Then, we will present the methods of vegetation and atmospheric correction. To build the super-resolution end-member estimation algorithm according to the characters of spectral, temporal and spatial domains, synthetically using the catchment area matching technology, surface water fluid mechanics, land use and DEM data, realize the sub-pixel scale estimation of flood water and wet soil area and super-resolution mapping of flood and waterlogging information. These research results can play significant roles for flood information early discovering, monitoring, assessing and warning.

被动微波遥感大范围、全天候、高频次的观测特点以及其对地表水体和土壤湿度的敏感性，理应是全球和区域尺度洪涝信息反演的有效数据源，但由于其空间分辨率较粗，且受到大气和植被等因素影响，使其洪涝信息定量化反演研究受到很大限制。本项目将研究被动微波遥感对地表洪涝水体和土壤过湿信息分离、超分辨率定量化表达方法。基于微波辐射传输模型模拟和样本统计分析结果，研究被动微波遥感对地表水体增大和土壤过湿信息的敏感性和响应规律。分析大气、植被覆盖度和阴影对被动微波遥感不同通道指示洪涝信息的影响，提出大气和植被影响校正算法。建立综合波谱域、时间域和空间域的超分辨率端元值确定方法。提出汇水区尺度匹配技术结合地表水体空间分布特性，综合土地利用和地形等多源数据，实现地表洪涝水体和不同等级土壤过湿区域的面积估算以及超分辨率百米级洪涝信息成图方法。为全球和区域尺度洪涝信息准确发现、及时开展灾害评估和预警提供理论与方法支持。

被动微波遥感大范围、全天候、高频次的观测特点以及其对地表水体和土壤湿度的敏感性，是全球和区域尺度洪涝信息反演的有效数据源，项目针对被动微波遥感资料由于其空间分辨率较粗，受到大气和植被等因素影响，使其洪涝信息定量化反演研究受到很大限制的问题，研究了被动微波遥感资料结合多源资料对地表洪涝水体和土壤过湿信息的分离和超分辨率定量化表达方法。基于微波辐射传输模型模拟和样本统计分析技术，分析了AMSR-E、MWRI和ATMS等被动微波资料洪涝信息反演的通道特征，研究了被动微波遥感对地表水体增大和土壤过湿信息的敏感性和响应规律；分析了大气、植被对被动微波遥感不同通道指示洪涝信息的影响，提出了针对洪涝信息定量化反演的大气和植被影响校正方法；建立了综合波谱域、时间域和空间域，基于邻近像元窗口搜索技术的端元值动态确定方法；提出了基于子流域尺度匹配技术的洪涝灾害发生前后水体分量差异分析方法，可以减少大气和植被的影响，并解决了被动微波遥感资料空间分辨率粗、像元定位误差造成的超高分辨率洪涝信息图像不联通问题；基于地表水体空间分布特性，综合土地利用、地形等多源数据，实现超空间分辨率的洪涝信息成图方法。项目选择5个洪涝灾害实例开展洪涝信息反演研究，包括美国2005年8月Katrina飓风洪涝灾害，我国2007年6-8月淮河流域洪涝灾害，美国2012年10-11月的Sandy飓风洪涝灾害，我国2013年7-8月东北地区洪涝灾害，美国2017年8-9月哈维飓风洪涝灾害。通过与地面实测数据、高空间分辨率卫星遥感资料、基于模型模拟的洪涝空间分布产品进行对比分析，验证了利用项目提出的方法基于AMSR-E数据、MWRI数据、ATMS数据和SMAP数据开展海岸带洪涝灾害、流域性洪涝灾害监测的有效性。项目研究成果为利用卫星遥感资料及时准确发现全球和区域尺度洪涝信息，快速开展洪涝灾害监测、评估和预警提供理论与方法支持。