第七届青年地学论坛

城市洪涝灾害是城市区域发生频率最高的一种自然灾害，严重影响人们的日常生产生活(Pulvirenti, Chini et al. 2011, Martinis 2017, Santos, Fragoso et al. 2018). 由于洪涝灾害的发生常常伴随着阴雨天气，光学遥感技术无法获取有效数据，因此限制了其在洪涝灾害研究中的应用 (Mason, Giustarini et al. 2014)。雷达遥感技术具有全天候、昼夜监测的能力，在洪水制图研究中得到了广泛的应用(Cian, Marconcini et al. 2018)。然而，由城市受淹引起的雷达后向散射在不同极化方式下的变化还有待研究，因此目前普遍缺乏利用极化雷达遥感影像进行城市受淹区域制图的方法。因此本研究的目的在于探索不同极化方式下由城市受淹所引起的雷达后向散射的变化特征及机制，并提出一种利用Sentinel-1 极化雷达遥感影像检测城市受淹范围的方法。
本研究使用三幅重复轨道极化雷达遥感影像（包括两幅在洪水爆发前获取的影像和一幅在洪水期间获取的影像），绘制了伊朗格列斯坦受淹的城市区域，该地区在2019年3月经历了严重的洪涝灾害。研究发现，城市遭受洪水袭击后会导致其后向散射系数增大，而其干涉相干系数会减弱。与VH极化相比，VV极化对城市受淹导致的后向散射系数和干涉相干性的变化更敏感。基于以上发现，本研究提出了一种基于城市洪涝指数(Urban flooding index, UFI) 的城市受淹区域检测方法。基于UFI的方法主要包括三个步骤。首先，对三幅图像进行多尺度分割划分有意义的地物斑块。然后，利用随机森林算法对洪水前获取的影像进行分类，识别城市区域。最后，利用增大的VV极化后向散射系数与减弱的VV极化干涉相干性的比值建立UFI，并对受淹的城市区域进行检测。将基于UFI的方法仅与增大的后向散射系数或减弱的干涉相干系数的方法（分别基于VV和VH极化）进行单独比较。结果表明，在所有方法中基于UFI方法的检测结果最好，检测率为96.49%，误报率为2.06%，总体精度为97.56%。结果表明，基于UFI的方法通过揭示由于城市受淹引起的雷达后向散射和干涉相干变化，并利用最优极化方式提高城市受淹区域的检测精度。
 

城市受淹区域；Sentinel-1；极化雷达；后向散射系数；干涉相干性；