简要信息
【获奖类型】应用一等奖
【任务来源】科技部科技基础性工作和社会公益研究专项
【课题编号】遥-010902
【课题起止时间】2003年12月～2006年11月
【完成单位】遥感中心
【主要完成人】李纪人、黄诗峰、丁志雄、辛景峰、孙 涛、付俊娥、李 琳、张建立、徐 美、李小涛
立项背景
我国是世界上自然灾害频繁且严重的国家之一。在各种自然灾害中，水旱灾害造成的损失最为严重。全国每年平均洪涝受灾人口1.5～2亿人，农作物受灾面积约2亿亩，成灾面积1.0～1.5亿亩，直接经济损失千亿元；全国每年农作物因旱受灾面积约3亿亩。自新中国成立以来，党和政府以及广大人民群众为减轻水旱灾害做出了巨大努力，使防御灾害的能力有了很大提高。但是也必须看到，历年各次大洪大旱都对国民经济造成了巨大影响，水旱灾害对社会经济的威胁仍很严重，并且随着人口的增加和经济的发展，水旱灾害造成的损失有愈来愈大的趋势，对环境造成的后果也越来越严重。水旱灾害目前仍然是国民经济和社会可持续发展的一大心腹之患。因此，水旱灾害防灾减灾是全社会关注的一个重大问题。水旱灾害的监测、评估和预报预警，是防灾减灾领域中的关键环节。开展水旱灾害的监测、评估和预报预警技术研究，将为国家及地方决策部门的防洪抗旱提供科学数据和依据，具有十分重要的现实意义。
研究内容
主要研究内容包括：
（1）研究建立基于空间技术的水旱灾害监测、评估、预警技术体系
主要包括监测、评估指标与模型，以及预测预警等几大部分。提出数据与技术支撑要求，以保证整个技术体系针对不同类型地区，在不同的监测条件和基础背景数据条件下都有监测、评估和预警的技术手段，能够满足不同响应时间和精度的要求，从而构成一个整体的、可行的和实用的技术体系。
（2）技术体系关键技术研究
1）新型遥感数据源在水旱灾害监测中的应用研究
项目重点研究了新型SAR数据源在水旱灾害监测中的应用，由于欧空局ENVISAT具有多极化和多入射角成像能力，是项目重点研究对象。除了SAR以外，EOS的MODIS遥感数据源也是项目进行洪涝灾害遥感监测的重要数据源。MODIS数据具有高时间分辨率、监测范围大等特点，可以弥补SAR数据在时间分辨率上的不足。由于科技部正在大力推进MODIS数据共享，项目充分利用共享资源，开展水旱灾害宏观监测研究。
2）旱情遥感监测模型的开发研究
项目在充分分析研究现有模型基础上，充分利用多种数据源，开发适合我国不同地区、不同季节的实用化模型系列，研究以区域和全国为目标、逐旬发布旱情信息的遥感监测方法。
3）洪涝灾害灾情评估标准和规范研究
项目开展了洪涝灾害灾情评估标准和规范研究，包括评估内容、评估方法以及评估误差控制体系。建立评估方法标准，包括评估过程所应用的数据标准、遥感影像的解译标准以及数据处理方法和流程规范等。
4）洪涝灾害灾情评估模型研究
项目分析了不同地区（城市、农村）洪涝灾害的特点以及所拥有的数据条件（是否具有较好的社会经济背景数据），确定各自灾情评估的内容，建立各自的灾情评估模型。
5）旱灾评估方法研究
分析研究了旱灾评估指标体系、旱灾评估标准、规范等；研究旱灾损失评估模型与方法，建立旱灾评估操作规程；在示范区根据旱情监测结果、社会经济信息、旱灾评估模型进行旱灾损失的评估，并以统计报表和分区图的方式输出旱灾损失评估结果。
6）洪涝灾害的预测预警研究
在空间信息技术的支持下，结合水文、气象学手段，进行洪涝灾害监测、预警。即根据气象预报以及洪水预报的结果，预测洪水可能的淹没范围，并在社会经济、本底水体、水利工程等基础背景的支持下，对洪涝灾害可能造成的损失进行灾前预评估，根据预评估的结果进行预警。
7）旱情预测与预警方法研究
项目在现有预测模型基础上，开发研制了旱情预测预报模型；分析研究旱情预警指标体系、预警指数；构建旱情预警系统。根据旱情监测结果、墒情预报结果、抗旱物资以及各类水源工程的存蓄水量信息，进行需水量和可供水量分析，提出应急抗旱措施和调度建议，为抗旱决策提供辅助支持。
（3）开展基于空间技术的水旱灾害监测、评估和预警技术体系的应用示范研究
项目实施期间，在水旱灾害监测、评估和预警方面进行大量的示范应用。其洪涝灾害的示范应用贯穿整个实施期间的汛期；项目在全国重点易旱地区均有示范应用。为水旱灾害的减灾抗灾提供了重要的决策参考，产生了良好的社会环境效益。
创新点
主要创新点包括：
（1）针对SAR、ENVISAT、MODIS等新型遥感数据源在洪涝灾害监测中的应用，着重研究地面上不同洪涝灾害类型在这些新型遥感数据影像上的表现特征，开发了洪涝水体自动提取模型。
（2）在GIS平台上建立统一的基于GIS空间信息格网的洪涝灾害损失评估模型，使得基于GIS与RS技术的洪涝灾害损失评估实用、可行。特别是在基于GIS的数字流域水文模型制作、水文模型下垫面信息的获取，土壤湿度遥感反演等方面有所突破。
（3）研究建立基于GIS格网的洪水淹没分析模型。 解决了江河两侧广大农村地区灾前的洪水淹没预演问题，以及灾中洪水遥感监测淹没范围内水深空间分布信息的计算等问题。建立了一整套洪涝灾害的预测预警技术体系，使得从降雨就可以直接预测可能的洪涝灾情信息，为洪涝灾害的预警提供了技术支撑。
（4）针对NOAA AVHRR、TERRA/AUQA MODIS和ENVISAT ASAR等旱情遥感监测数据，研究了遥感数据的预处理和处理方法，提出了夜间遥感图像云识别的新方法。
（5）开发了基于BP神经网络的土壤墒情预报模型和基于水量平衡的土壤墒情预报模型，建立了基于上述模型的土壤墒情预报方案。提出了土壤湿度估测的植被指数与地表温差模型、植被指数与地表温度特征空间模型以及雷达监测经验回归模型，在土壤湿度反演与旱情监测有所突破，并构建了旱情遥感监测预报系统。
应用前景及社会经济效益
项目实施期间，研究成果在水旱灾害监测、评估和预警方面进行大量的示范应用。其中洪涝灾害的示范应用贯穿整个实施期间的汛期；旱情研究成果在全国，尤其是东北的黑龙江省和川渝等重点易干旱地区得到很好的示范应用。为水旱灾害的减灾抗灾提供了重要的决策参考，产生了良好的社会环境效益。
