洪澇災(zāi)害衛(wèi)星遙感智能監(jiān)測(cè)技術(shù)規(guī)范

1洪澇災(zāi)害衛(wèi)星遙感智能監(jiān)測(cè)技術(shù)規(guī)范本文件規(guī)定了洪澇災(zāi)害衛(wèi)星遙感智能監(jiān)測(cè)的總體要求、洪澇區(qū)智能識(shí)別數(shù)據(jù)集構(gòu)建、洪澇區(qū)智能識(shí)別模型設(shè)計(jì)與構(gòu)建、洪澇區(qū)智能識(shí)別、洪澇區(qū)智能識(shí)別成果編制。本文件適用于各級(jí)應(yīng)急管理部門以及應(yīng)急救災(zāi)相關(guān)單位和團(tuán)體在洪澇災(zāi)害中獲取洪澇受災(zāi)信息。2規(guī)范性引用文件下列文件中的內(nèi)容通過(guò)文中的規(guī)范性引用而構(gòu)成本文件必不可少的條款。其中，注日期的引用文件，僅該日期對(duì)應(yīng)的版本適用于本文件；不注日期的引用文件，其最新版本（包括所有的修改單）適用于本文件。GB/T32453—2015衛(wèi)星對(duì)地觀測(cè)數(shù)據(jù)產(chǎn)品分類分級(jí)規(guī)則3術(shù)語(yǔ)和定義下列術(shù)語(yǔ)和定義適用于本文件。3.1代價(jià)函數(shù)lossfunction衡量模型預(yù)測(cè)結(jié)果與真實(shí)值之間的偏差，也稱為損失函數(shù)或成本函數(shù)。注：在模型訓(xùn)練過(guò)程中，通過(guò)最小化代價(jià)函數(shù)完成模型參數(shù)的3.2路網(wǎng)數(shù)據(jù)roadnetworkdata描述不同類型和等級(jí)道路的矢量數(shù)據(jù)。3.3建筑物數(shù)據(jù)buildingdata描述人民生活居住、商業(yè)活動(dòng)、工業(yè)生產(chǎn)等活動(dòng)的建筑物矢量數(shù)據(jù)。3.4耕地?cái)?shù)據(jù)cultivatedlanddata描述農(nóng)作物種植的土地矢量數(shù)據(jù)。注：該數(shù)據(jù)包含旱田、水田等耕地要素的地理位置、4縮略語(yǔ)下列縮略語(yǔ)適用于本文件。CGCS2000：2000國(guó)家大地坐標(biāo)系(ChinaGeodeticCoordinateSystem2000)GIS：地理信息系統(tǒng)（GeographicInformationSystem）2SAR：合成孔徑雷達(dá)（SyntheticApertureRadar）5總體要求利用衛(wèi)星遙感影像進(jìn)行洪澇災(zāi)情的監(jiān)測(cè)，應(yīng)符合以下要求：a）洪澇受災(zāi)區(qū)災(zāi)前應(yīng)有相應(yīng)的高分辨率歷史遙感衛(wèi)星影像數(shù)據(jù)，空間分辨率應(yīng)優(yōu)于10m，且該歷史遙感衛(wèi)星影像數(shù)據(jù)獲取時(shí)間應(yīng)與災(zāi)害發(fā)生時(shí)間相差宜小于1個(gè)月；b）洪澇受災(zāi)區(qū)災(zāi)后第一時(shí)間應(yīng)獲取相應(yīng)的高分辨率遙感衛(wèi)星影像數(shù)據(jù)，空間分辨率應(yīng)優(yōu)于10m，且該災(zāi)后影像獲取時(shí)間應(yīng)在洪澇消退前；c）獲取光學(xué)遙感影像含云量應(yīng)小于10%，洪澇災(zāi)害監(jiān)測(cè)只能對(duì)未受到云霧遮擋的區(qū)域進(jìn)行；d）獲取的光學(xué)遙感影像、SAR影像應(yīng)為經(jīng)過(guò)絕對(duì)輻射校正和系統(tǒng)幾何校正的數(shù)據(jù)產(chǎn)品。6總體流程洪澇災(zāi)害衛(wèi)星智能監(jiān)測(cè)技術(shù)處理流程見圖1，主要內(nèi)容如下：a)洪澇區(qū)智能識(shí)別數(shù)據(jù)集構(gòu)建：收集受災(zāi)區(qū)的路網(wǎng)數(shù)據(jù)、建筑物數(shù)據(jù)、耕地?cái)?shù)據(jù)、光學(xué)衛(wèi)星影像、SAR衛(wèi)星影像，通過(guò)人工標(biāo)注洪澇區(qū)域，構(gòu)建洪澇區(qū)智能識(shí)別數(shù)據(jù)集；b)智能洪澇區(qū)智能識(shí)別模型設(shè)計(jì)與構(gòu)建：設(shè)計(jì)洪澇區(qū)智能識(shí)別模型，利用洪澇區(qū)智能識(shí)別數(shù)據(jù)集進(jìn)行洪澇區(qū)智能識(shí)別模型的構(gòu)建；c)洪澇區(qū)智能識(shí)別：收集災(zāi)前、災(zāi)后光學(xué)或SAR衛(wèi)星影像，利用構(gòu)建的洪澇區(qū)智能識(shí)別模型，識(shí)別洪澇災(zāi)區(qū)，并進(jìn)一步利用收集的路網(wǎng)數(shù)據(jù)、建筑物數(shù)據(jù)、耕地?cái)?shù)據(jù)提取受災(zāi)路網(wǎng)、受災(zāi)建筑、受災(zāi)耕地等信息；d)洪澇區(qū)智能識(shí)別成果編制：將洪澇區(qū)智能識(shí)別過(guò)程的數(shù)據(jù)進(jìn)行整理、編目、保存，形成數(shù)據(jù)成果、圖件成果、文檔成果。3圖1洪澇災(zāi)害衛(wèi)星智能監(jiān)測(cè)技術(shù)處理流程7洪澇區(qū)智能識(shí)別數(shù)據(jù)集構(gòu)建7.1數(shù)據(jù)收集收集路網(wǎng)數(shù)據(jù)、建筑物數(shù)據(jù)、耕地?cái)?shù)據(jù)，數(shù)據(jù)內(nèi)容見表1。表1路網(wǎng)數(shù)據(jù)、建筑物數(shù)據(jù)、耕地?cái)?shù)據(jù)內(nèi)容連接城市與城市之間，全封閉并設(shè)有中央分隔帶，全部立體交叉并具有完善的交通安全設(shè)施和管理、服務(wù)設(shè)施，供汽車分向行駛并全筑一般指上有屋頂，周圍有墻，能防風(fēng)避雨，御寒保暖，供人們?cè)谄?地種植小麥、玉米、豆類、薯類、油菜、青稞和蔬菜等旱生、旱作物7.2歷史衛(wèi)星遙感影像數(shù)據(jù)篩選7.2.1光學(xué)影像光學(xué)影像數(shù)據(jù)篩選要求如下：a）每景影像含云量宜不超過(guò)10%；b）影像應(yīng)為GB/T32453-2015中7.2規(guī)定的子級(jí)L2_3、子級(jí)L3_3或子級(jí)L4_3級(jí)數(shù)據(jù)產(chǎn)品中的一種；c）影像應(yīng)圖面清晰，無(wú)數(shù)據(jù)丟失，無(wú)明顯條紋、噪聲，定位準(zhǔn)確，無(wú)嚴(yán)重畸變；d）宜選擇最接近常年同期平均高水位的影像。7.2.2SAR影像SAR影像數(shù)據(jù)除應(yīng)按照7.2.1a）、b）和c）的要求外，還應(yīng)符合下列要求。a）SAR圖像獲取波段：1）如果洪澇區(qū)地表植被覆蓋較多，宜選擇長(zhǎng)波長(zhǎng)、穿透性強(qiáng)的L波段圖像；2）如果洪澇區(qū)內(nèi)建筑物較多，宜選擇波長(zhǎng)較短的X波段圖像；3）其他情況宜選擇波長(zhǎng)適中的C波段圖像。b）宜選擇單極化SAR圖像，如果SAR影像為多極化或全極化數(shù)據(jù)，宜選擇水平-水平或垂直-垂直極化通道。7.3衛(wèi)星影像配準(zhǔn)宜使用遙感圖像處理軟件，按照如下步驟進(jìn)行兩景衛(wèi)星影像配準(zhǔn)：a）宜使用拍攝區(qū)域重疊、分辨率接近、同為光學(xué)或同為SAR的兩景影像進(jìn)行配準(zhǔn)；b）在待配準(zhǔn)的兩景影像上宜選擇3對(duì)以上的同名特征點(diǎn)，同名特征點(diǎn)應(yīng)分布均勻且不共線；c）使用多項(xiàng)式變換、樣條函數(shù)變換等變換方式進(jìn)行影像配準(zhǔn)；d）宜使用最近鄰重采樣方式進(jìn)行圖像重采樣，并保存配準(zhǔn)后影像。7.4數(shù)據(jù)標(biāo)注7.4.1標(biāo)注對(duì)象經(jīng)過(guò)衛(wèi)星影像配準(zhǔn)后，宜選擇災(zāi)前、災(zāi)后同為光學(xué)影像或同為SAR影像的圖像對(duì)進(jìn)行標(biāo)注。標(biāo)注對(duì)象為水淹的洪澇區(qū)域，不包括原本水系區(qū)域。宜通過(guò)對(duì)比災(zāi)前、災(zāi)后影像，進(jìn)行人工判讀標(biāo)注。7.4.2標(biāo)注工具可使用圖像標(biāo)注軟件，通過(guò)人工目視比對(duì)災(zāi)前、災(zāi)后影像，進(jìn)行手動(dòng)標(biāo)注。7.4.3標(biāo)注人員培訓(xùn)和質(zhì)量控制標(biāo)注人員培訓(xùn)和質(zhì)量控制應(yīng)包括以下內(nèi)容：a）對(duì)標(biāo)注人員進(jìn)行培訓(xùn)，使其熟悉標(biāo)注準(zhǔn)則和標(biāo)注工具的使用；b）宜采用隨機(jī)抽查的方式對(duì)標(biāo)注結(jié)果進(jìn)行檢查；c）隨機(jī)選擇覆蓋面積不少于100km2的區(qū)域；d）應(yīng)由兩位標(biāo)注人員分別獨(dú)立標(biāo)注，兩次標(biāo)注結(jié)果誤差應(yīng)小于10%。7.4.4標(biāo)注結(jié)果輸出標(biāo)注結(jié)果輸出應(yīng)包括以下內(nèi)容：a）標(biāo)注結(jié)果應(yīng)保存為獨(dú)立的文件，標(biāo)注文件示例見附錄A；5b）標(biāo)注結(jié)果文件應(yīng)包含洪澇區(qū)的位置信息、原始圖像文件名、原始圖像獲取時(shí)間、標(biāo)注時(shí)間等信c）標(biāo)注結(jié)果宜根據(jù)衛(wèi)星影像類型，分為光學(xué)影像洪澇區(qū)智能識(shí)別標(biāo)注數(shù)據(jù)集和SAR影像洪澇區(qū)智能識(shí)別標(biāo)注數(shù)據(jù)集。7.4.5標(biāo)注數(shù)據(jù)集劃分應(yīng)將標(biāo)注的光學(xué)影像、SAR影像洪澇區(qū)智能識(shí)別標(biāo)注數(shù)據(jù)集隨機(jī)劃分為訓(xùn)練集、驗(yàn)證集和測(cè)試集三部分，各部分占比宜為70%、10%和20%，便于后續(xù)洪澇區(qū)智能識(shí)別模型的訓(xùn)練與驗(yàn)證。8洪澇區(qū)智能識(shí)別模型設(shè)計(jì)與構(gòu)建8.1洪澇區(qū)智能識(shí)別模型設(shè)計(jì)8.1.1基礎(chǔ)網(wǎng)絡(luò)洪澇區(qū)智能識(shí)別模型宜選擇下列一種網(wǎng)絡(luò)模型作為基礎(chǔ)網(wǎng)絡(luò)：——自編碼網(wǎng)絡(luò)；——深度置信網(wǎng)絡(luò)；——U型網(wǎng)絡(luò)；——孿生網(wǎng)絡(luò)。8.1.2模型代價(jià)函數(shù)代價(jià)函數(shù)宜選擇人工標(biāo)注真實(shí)洪澇區(qū)與洪澇智能識(shí)別模型預(yù)測(cè)洪澇區(qū)的圖像交叉熵?fù)p失，使用監(jiān)督模型訓(xùn)練方式訓(xùn)練洪澇區(qū)智能識(shí)別模型。8.2洪澇區(qū)智能識(shí)別模型構(gòu)建8.2.1模型訓(xùn)練與驗(yàn)證洪澇區(qū)智能識(shí)別模型訓(xùn)練與驗(yàn)證步驟如下：a）宜選擇8.1.1中一種網(wǎng)絡(luò)作為洪澇區(qū)智能識(shí)別模型的基礎(chǔ)網(wǎng)絡(luò)；b）根據(jù)標(biāo)注的訓(xùn)練集分別訓(xùn)練光學(xué)影像、SAR影像的洪澇區(qū)智能識(shí)別模型，即利用光學(xué)影像洪澇區(qū)智能識(shí)別標(biāo)注數(shù)據(jù)集訓(xùn)練光學(xué)影像洪澇區(qū)智能識(shí)別模型，利用SAR影像洪澇區(qū)智能識(shí)別標(biāo)注數(shù)據(jù)集訓(xùn)練SAR影像洪澇區(qū)智能識(shí)別模型；c）將洪澇區(qū)智能識(shí)別模型的參數(shù)進(jìn)行初始化，初始化方式可以選擇隨機(jī)初始化；d）使用標(biāo)注的訓(xùn)練集，利用優(yōu)化算法（如梯度下降）調(diào)整洪澇區(qū)智能識(shí)別模型參數(shù)，以最小化模型代價(jià)函數(shù)；e）使用標(biāo)注的驗(yàn)證集檢查洪澇區(qū)智能識(shí)別模型的性能，按照公式（1）計(jì)算總體精度；式中：NTP——真實(shí)標(biāo)簽為非洪澇區(qū)、被識(shí)別為非洪澇區(qū)的像素個(gè)數(shù)；NTN——真實(shí)標(biāo)簽為洪澇區(qū)、被識(shí)別為洪澇區(qū)的像素個(gè)數(shù)；NFP——真實(shí)標(biāo)簽為洪澇區(qū)、被識(shí)別非洪澇區(qū)的像素個(gè)數(shù)；NFN——真實(shí)標(biāo)簽為非洪澇區(qū)、被識(shí)別為洪澇區(qū)的像素個(gè)數(shù)。f）如果模型在驗(yàn)證集上的總體精度低于85%，且比上一次迭代的總體精度有提升，則重復(fù)步驟d）~）；6g）如果模型在驗(yàn)證集上的總體精度低于85%，且比上一次迭代的總體精度沒(méi)有提升，則應(yīng)調(diào)整模型的訓(xùn)練學(xué)習(xí)率、批量大小、優(yōu)化器等超參數(shù)，并重復(fù)步驟d）～e）；h）如果模型在驗(yàn)證集上的總體精度指標(biāo)達(dá)到85%～95%，則停止模型訓(xùn)練。8.2.2模型測(cè)試與保存洪澇區(qū)智能識(shí)別模型測(cè)試與保存步驟如下：a）使用標(biāo)注好的測(cè)試集，評(píng)估洪澇區(qū)智能識(shí)別模型最終性能，評(píng)估指標(biāo)宜選擇公式（1）計(jì)算的總體精度；b）如果模型在測(cè)試集上總體精效果低于85%，重復(fù)8.1，選擇不同的基礎(chǔ)網(wǎng)絡(luò)，設(shè)計(jì)洪澇區(qū)智能識(shí)別模型，并重復(fù)8.2.1的規(guī)定，進(jìn)行模型訓(xùn)練與驗(yàn)證；c）如果模型在測(cè)試集上總體精效果達(dá)到85%～95%，保存該洪澇區(qū)智能識(shí)別模型的模型參數(shù)，以便于后續(xù)洪澇區(qū)智能識(shí)別。9洪澇區(qū)智能識(shí)別9.1災(zāi)前、災(zāi)后衛(wèi)星影像收集9.1.1光學(xué)影像災(zāi)前、災(zāi)后光學(xué)衛(wèi)星影像除應(yīng)符合7.2.1中a）～c）的要求外，災(zāi)前影像宜選擇接近常年同期平均高水位的影像。9.1.2SAR影像災(zāi)前、災(zāi)后SAR衛(wèi)星影像除應(yīng)符合9.1.1a）～c）的要求外，還應(yīng)符合下列要求：a）宜選擇單極化SAR圖像；b）災(zāi)前、災(zāi)后SAR影像的極化方式應(yīng)一致。9.2衛(wèi)星影像配準(zhǔn)9.3洪澇區(qū)檢測(cè)洪澇區(qū)檢測(cè)的方法和要求如下：a）災(zāi)前、災(zāi)后衛(wèi)星影像應(yīng)同為光學(xué)或同為SAR影像；b）應(yīng)根據(jù)災(zāi)前、災(zāi)后衛(wèi)星影像類型選擇按照8.2規(guī)定訓(xùn)練的光學(xué)或SAR影像洪澇區(qū)智能識(shí)別模型；c）將災(zāi)前、災(zāi)后衛(wèi)星影像輸入洪澇區(qū)智能識(shí)別模型，輸出洪澇區(qū)檢測(cè)結(jié)果圖像；d）宜將洪澇區(qū)檢測(cè)結(jié)果圖像保存為與輸入衛(wèi)星影像同等像素分辨率的圖像，并具備地理坐標(biāo)；e）將已知的洪澇實(shí)際情況與洪澇區(qū)檢測(cè)結(jié)果圖像進(jìn)行比對(duì)核實(shí)，利用軟件將洪澇區(qū)檢測(cè)結(jié)果圖像中的錯(cuò)檢部分進(jìn)行刪除、漏檢部分進(jìn)行手動(dòng)添加。f）按照公式（2）計(jì)算洪澇區(qū)面積，并將計(jì)算結(jié)果填寫至表C.1。式中：S——洪澇區(qū)面積；r——衛(wèi)星影像空間分辨率；N——洪澇區(qū)檢測(cè)結(jié)果圖像中洪澇區(qū)的像素個(gè)數(shù)。9.4受災(zāi)路網(wǎng)檢測(cè)受災(zāi)路網(wǎng)檢測(cè)方法如下：7a)坐標(biāo)系檢查：檢查路網(wǎng)數(shù)據(jù)是否與洪澇區(qū)檢測(cè)結(jié)果圖像在同一坐標(biāo)系，如果不在同一坐標(biāo)系，應(yīng)進(jìn)行坐標(biāo)系轉(zhuǎn)換，使兩類數(shù)據(jù)空間位置一致；b)疊加分析：使用GIS軟件，將洪澇區(qū)檢測(cè)結(jié)果圖像與路網(wǎng)數(shù)據(jù)同時(shí)打開，位于洪澇區(qū)域內(nèi)的路網(wǎng)即為受災(zāi)路網(wǎng)；c)受災(zāi)路網(wǎng)檢測(cè)結(jié)果圖像輸出：使用GIS軟件將受災(zāi)路網(wǎng)導(dǎo)出為柵格圖像文件，圖像分辨率應(yīng)與洪澇區(qū)檢測(cè)結(jié)果圖像保持一致；d)受災(zāi)路網(wǎng)里程計(jì)算：按照公式（3）計(jì)算實(shí)際受災(zāi)路網(wǎng)里程，并將計(jì)算結(jié)果填寫至表C.1。式中：L——受災(zāi)路網(wǎng)里程；M——受災(zāi)路網(wǎng)在受災(zāi)路網(wǎng)檢測(cè)結(jié)果圖像中的像素長(zhǎng)度。9.5受災(zāi)建筑物檢測(cè)將洪澇區(qū)檢測(cè)結(jié)果圖像與收集的建筑物數(shù)據(jù)相疊加，即可得到受災(zāi)建筑物檢測(cè)結(jié)果圖像。受災(zāi)建筑物檢測(cè)方法見9.5a）、b）、c）。按照公式（4）計(jì)算受災(zāi)建筑物面積，并將計(jì)算結(jié)果填寫至表C.1。式中：sb——受災(zāi)建筑物面積；Nb——受災(zāi)建筑物在受災(zāi)建筑物檢測(cè)結(jié)果圖像中的像素個(gè)數(shù)。9.6受災(zāi)耕地檢測(cè)將洪澇區(qū)檢測(cè)結(jié)果圖像與收集的耕地?cái)?shù)據(jù)相疊加，即可得到受災(zāi)耕地檢測(cè)結(jié)果圖像。受災(zāi)耕地檢測(cè)方法見9.5a）、b）、c）。按照公式（5）計(jì)算受災(zāi)耕地面積，并將計(jì)算結(jié)果填寫至表C.1。sf=r2Nf（5）式中：sf——受災(zāi)耕地面積；Nf——受災(zāi)耕地在受災(zāi)耕地檢測(cè)結(jié)果圖像中的像素個(gè)數(shù)。10洪澇區(qū)智能識(shí)別成果編制10.1數(shù)據(jù)成果應(yīng)整理、編目、分類保存洪澇區(qū)智能識(shí)別過(guò)程中重要環(huán)節(jié)的各類數(shù)據(jù)和結(jié)果，包括但不限于：a）收集的路網(wǎng)數(shù)據(jù)、建筑物數(shù)據(jù)、耕地?cái)?shù)據(jù)，以及洪澇區(qū)智能識(shí)別使用的災(zāi)前、災(zāi)后衛(wèi)星影像；b）完成配準(zhǔn)的災(zāi)前、災(zāi)后衛(wèi)星影像；c）洪澇區(qū)智能識(shí)別模型訓(xùn)練使用的訓(xùn)練集；d）洪澇區(qū)檢測(cè)結(jié)果圖像；e）受災(zāi)路網(wǎng)、建筑物、耕地檢測(cè)結(jié)果圖像。10.2圖件成果洪澇區(qū)智能識(shí)別圖件成果制作要求如下：a）圖件成果應(yīng)包括配準(zhǔn)后的災(zāi)前、災(zāi)后影像，以及由洪澇區(qū)檢測(cè)結(jié)果圖像、受災(zāi)路網(wǎng)檢測(cè)結(jié)果圖像、受災(zāi)建筑物檢測(cè)結(jié)果圖像、受災(zāi)耕地檢測(cè)結(jié)果圖像組合形成的洪澇區(qū)智能識(shí)別結(jié)果圖像；b）制圖坐標(biāo)系應(yīng)采用CGCS2000；8c）根據(jù)不同應(yīng)用目的選擇1:250000、1:100000、1:50000、1:25000或1:10000比例尺，或根據(jù)實(shí)際具體工程需要與要求，選擇工程比例尺，但宜參考上述比例尺；d）圖例宜用黑色波折線表示受災(zāi)路網(wǎng)，用不同紋理的區(qū)域表示洪澇區(qū)、受災(zāi)建筑物、受災(zāi)耕地。洪澇區(qū)智能識(shí)別圖件成果制圖樣式及示例見附錄B。10.3文檔成果洪澇區(qū)智能識(shí)別文檔成果宜包括如下內(nèi)容：a）標(biāo)題：應(yīng)包括洪澇災(zāi)害時(shí)間、地點(diǎn)、受災(zāi)程度等信息（如“2021年7月鄭州特大暴雨洪澇災(zāi)害”b）內(nèi)容簡(jiǎn)報(bào)：應(yīng)包含洪澇災(zāi)害時(shí)間、地點(diǎn)、受災(zāi)范圍、受災(zāi)程度、使用的衛(wèi)星遙感數(shù)據(jù)信息、檢測(cè)時(shí)間、檢測(cè)單位及人員等信息；c）洪澇區(qū)智能識(shí)別圖件成果；d）洪澇區(qū)智能識(shí)別統(tǒng)計(jì)表：包括洪澇區(qū)面積、受災(zāi)路網(wǎng)里程、受災(zāi)建筑物面積、受災(zāi)耕地面積等統(tǒng)計(jì)結(jié)果，洪澇區(qū)智能識(shí)別統(tǒng)計(jì)表應(yīng)符合附件C的規(guī)定。（資料性）標(biāo)注文件示例標(biāo)注文件示例見圖A.1，標(biāo)注文件內(nèi)容示例見圖A.2。圖A.1標(biāo)注文件示例圖A.2標(biāo)注文件內(nèi)容示例洪