CN114779291A - 一种基于gnss-r的洪涝范围监测方法 - Google Patents

Abstract

本发明公开了一种基于GNSS‑R的洪涝范围监测方法，所述方法包括：基于GNSS‑R时延多普勒图，计算功率比；按照预设时间周期，对所述功率比进行划分，以得到初始网格；基于最邻近插值算法对所述初始网格中的功率比空缺值进行补充，以得到目标网格；计算不同时间周期对应的目标网格之间，相同位置处的功率比差值；当所述差值大于预设阈值时，则确定当前位置为受灾区域，以实现洪涝范围监测。本发明能够监测洪涝范围动态变化，对于洪涝发生前后受灾的整体范围进行有效地估计，且本发明能够按照预设时间周期，即，预设时间分辨率，进行洪水监测，克服了现有技术中光学遥感以及微波遥感在监测洪水方面时间分辨率不足的问题。

Description

一种基于GNSS-R的洪涝范围监测方法

技术领域

本发明属于信号处理领域，具体涉及一种基于GNSS-R的洪涝范围监测方法。

背景技术

在所有的社会自然灾害中，洪水最具破坏性、最频繁、最广泛。在亚洲季风地区，短时间内过度降雨造成的洪水泛滥是一种常见的灾害。尤其对于城市而言，由于人口密集，经济发达，由强降雨引发的洪水会造成更大的经济损失以及人员伤亡。

现有技术中，人们通常采用光学遥感和微波遥感来绘制洪水灾害图，以帮助灾时的应急管理以及灾后的重建。

但是，光学遥感容易受到云层的影响，且不能识别树冠下的水体，这对由降雨所引起的洪灾的监测十分不利；虽然微波频率可以穿透云层，但微波遥感卫星的重访周期较长，不能完整动态地捕捉洪灾随时间的范围变化，且易受到建筑物、森林覆盖等影响。

发明内容

为了解决现有技术中存在的上述问题，本发明提供了一种基于GNSS-R的洪涝范围监测方法。本发明要解决的技术问题通过以下技术方案实现：

一种基于GNSS-R的洪涝范围监测方法，所述方法包括：步骤1：基于GNSS-R时延多普勒图，计算功率比；步骤2：按照预设时间周期，对所述功率比进行划分，以得到初始网格；步骤3：基于最邻近插值算法对所述初始网格中的功率比空缺值进行补充，以得到目标网格；步骤4：计算不同时间周期对应的目标网格之间，相同位置处的功率比差值；步骤5：当所述差值大于预设阈值时，则确定当前位置为受灾区域，以实现洪涝范围监测。

在本发明的一个实施例中，所述步骤1之前，所述方法还包括：基于GNSS-R接收机，对目标区域上镜面反射点处的GNSS反射信号进行测量，以获取GNSS-R时延多普勒图。

在本发明的一个实施例中，所述步骤1包括：步骤1-1：在所述GNSS-R时延多普勒图中确定峰值区域C_peak和马蹄形区域C_horseshoe，表示为：

其中，τ_M为峰值功率所在的时延，f_M为峰值功率所在的多普勒；步骤1-2：根据所述峰值区域C_peak和马蹄形区域C_horseshoe，计算功率比PHPR，表示为：

在本发明的一个实施例中，所述步骤2之前，所述方法还包括：

按照采样到的目标区域上镜面反射点处的GNSS反射信号数量，确定预设时间周期。

本发明的有益效果：

本发明能够对于洪涝发生前后受灾的整体范围进行有效地估计，且本发明能够按照预设时间周期，即，预设时间分辨率，进行洪水监测，克服了现有技术中光学遥感以及微波遥感在监测洪水方面时间分辨率不足的问题。

另外，星载GNSS-R(Global Navigation Satellite System-Reflectometry，全球导航卫星系统反射测量)无需主动发射雷达信号，所有的现有导航卫星都可以接收使用，且重访周期短，成本较低。

以下将结合附图及实施例对本发明做进一步详细说明。

附图说明

图1是本发明实施例提供的一种基于GNSS-R的洪涝范围监测方法示意图；

图2是本发明实施例提供的一种GNSS-R时延多普勒图；

图3是本发明实施例提供的CYGNSS记录的数据示意图；

图4是本发明实施例提供的MODIS记录的光学影像示意图；

图5是本发明实施例提供的目标网格之间功率比差值计算示意图；

图6是本发明实施例提供的目标区域洪涝范围变化示意图；

图7是本发明实施例提供的对目标网格叠加SAR数据示意图。

具体实施方式

下面结合具体实施例对本发明做进一步详细的描述，但本发明的实施方式不限于此。

实施例

请参见图1，图1是本发明实施例提供的一种基于GNSS-R的洪涝范围监测方法示意图，所述方法包括：

步骤1：基于GNSS-R时延多普勒图，计算功率比。

可选的，所述步骤1之前，所述方法还包括：基于GNSS-R接收机，对目标区域上镜面反射点处的GNSS反射信号进行测量，以获取GNSS-R时延多普勒图。

时延多普勒图(DDM，Delay-Doppler Map)是GNSS-R的基本观测量，通过将接收到的GNSS反射信号与本地生成的多路径延迟和多普勒偏移的复制信号相互关联进行创建。DDM的能量分布与路面水体之间有着较强的联系，如果镜面反射点落在水域中，那么DDM会呈现较强的相干性，能量分布会集中在峰值功率处；如果落在陆表，由于粗糙度、植被等因素的影响，则不仅仅会出现在峰值功率处，会出现马蹄形区域。因此，本发明能够利用GNSS反射信号得到DDM的能量分布，来区分路面还是水体，以生成洪涝数据，反演地表的特性。

可选的，所述步骤1包括：

步骤1-1：在所述GNSS-R时延多普勒图中确定峰值区域C_peak和马蹄形区域C_horseshoe，表示为：

其中，C_peak为峰值区域，即5×3时延多普勒区域，τ_M为峰值功率所在的时延，f_M为峰值功率所在的多普勒。以峰值功率所在的位置为原点，即峰值功率处τ_M和f_M都为0.

参见图2，图2本发明实施例提供的一种GNSS-R时延多普勒图，图中峰值功率处值为1。

步骤1-2：根据所述峰值区域C_peak和马蹄形区域C_horseshoe，计算功率比PHPR，表示为：

本发明基于星载GNSS-R技术，提出了一种PHPR(The power ratio of the peakregion to the horseshoe region,PHPR)算法用于洪涝范围的监测，该算法基于反射信号在水体呈现较强的相干性，而在其他陆表会因为粗糙度、土地覆盖类型、地形变化等因素呈现非相干性，通过计算能量比率来区分陆地和水体，从而进行洪涝范围监测。

步骤2：按照预设时间周期，对所述功率比进行划分，以得到初始网格。

可选的，所述步骤2之前，所述方法还包括：按照采样到的目标区域上镜面反射点处的GNSS反射信号数量，确定预设时间周期。

参见图3，图3是本发明实施例提供的CYGNSS记录的数据示意图。

需要说明的是，CYGNSS(Cyclone Global Navigation Satellite System，飓风全球导航卫星系统)是GNSS反射测量(即GNSS-R)的一种卫星数据源，本发明优先以CYGNSS卫星数据源举例，但不局限于CYGNSS。具体的，由于CYGNSS接收到的镜面反射点是随机的，落在某一区域的镜面反射点数量并不均匀，而监测过程中，需要保证获取到的反射点数量尽可能均匀。因此，将镜面反射点数量归算为格网之后，如果在某一时段内已有数据数量占总体的1/3以上且分布均匀，如图3所示，则可确定预设时间周期，即，预设时间分辨率。示例如，目标区域为河南省区域，该区域1天可生成10km，3天5km，15天1km的水域掩膜。1天为第一预设时间分辨率、3天为第二预设时间分辨率、15天为第三预设时间分辨率，第一预设时间分辨率对应的空间分辨率为10km较粗糙，3天为第三预设时间分辨率对应的空间分辨率为5km较精细。15天为第三预设时间分辨率对应的空间分辨率为1km很精细。

另外，由于GNSS-R的采样频率的限制，时间分辨率和空间分辨率不能兼得(由于星载GNSS-R自身空间分辨率的限制最高可达到0.01°，约1km)，如果要得到较高精细的网格(空间分辨率)则需要较长的时间分辨率作为支撑。在上述示例中，为了兼顾时间分辨率和空间分辨率，取3天5km为最优，此时预设时间周期为3天，即，将每3天采样到的反射信号得到一组网格。

需要说明的是，由于洪水发生时往往伴随着降雨的发生，有较厚的云层，光学遥感无法使用，而微波遥感由于重访周期的原因，无法捕捉到洪水发生时掩膜范围的动态变化，光学遥感和微波遥感受时间分辨率的限制，无法提供有效地动态洪涝灾害范围变化。本发明采用的星载GNSS-R能够给洪灾的应急管理提供洪水淹没的动态变化信息和受灾位置信息，且本发明优先考虑时间分辨率。

步骤3：基于最邻近插值算法对所述初始网格中的功率比空缺值进行补充，以得到目标网格。

由于GNSS-R接收的是点状数据，如CYGNSS，将其归算为网格，能够使其呈现出面状。若一个网格点中落入多个就镜面反射点，则取均值来代表这个网格点；若有些网格点则没有落入镜面反射点，则用空值代替。如图3所示，图3中白色网格点就是没有数据的空缺值，需要对其进行插值将其进行补充完整。

步骤4：计算不同时间周期对应的目标网格之间，相同位置处的功率比差值。

可选的，所述步骤4包括：

分别计算每个时间周期对应的目标网格与初始时间周期对应的目标网格之间，相同位置处的功率比差值；

或者，分别计算后一时间周期对应的目标网格与前一时间周期对应的目标网格之间，相同位置处的功率比差值。

示例如，分别计算7.17-7.28中每三天与7.14-7.16之间PHPR差值；或者，计算7.17-7.19与7.14-7.16之间PHPR差值、7.20-7.22与7.17-7.19之间PHPR差值、7.23-7.25与7.20-7.22之间PHPR差值、7.26-7.28与7.23-7.25之间PHPR差值。

步骤5：当所述差值大于预设阈值时，则确定当前位置为受灾区域，以实现洪涝范围监测。

所述预设阈值由本领域技术人员根据业务需要进行设置，本发明对此不做限制，示例如，所述预设阈值为10，即，将PHPR变化超过10的即认为是洪涝受灾区域。

进一步地，本发明以“7.20郑州特大暴雨”引起的洪涝为例：

图4为2021年7月26日MODIS(中分辨率成像光谱仪(MODerate-resolutionImaging Spectroradiometer)记录的光学影像，黑色河流状区域洪水覆盖的区域，黑色非河流状区域为云层覆盖的区域。从影像中可以看出在26日郑州区域的洪水已经基本褪去，在新乡区域仍受灾严重。

图5为自7.14-7.28每3天河南省PHPR变化情况(空间分辨率为0.05°约5km，预设时间分辨率为3天)，其中，左侧图像为目标网格，右侧图像为7.17-7.28每三天与7.14-7.16之间PHPR差值超过10的区域，即受灾区域。自7月17至19日河南省开始局部降雨，此时降雨量较小并没有引发洪灾，所以表现较为正常。7.20日郑州、新乡等区域开始特大暴雨，受灾范围迅速扩大，可以明显看出郑州中西地区即郑州、新乡等区域PHPR明显增大，淹没范围明显扩大。自26日之后，淹没面积开始减少，洪水慢慢消退，但新乡区域仍然受灾严重。

本发明基于GNSS-R进行洪涝监测，能够实现光学遥感和微波遥感所达不到的效果，示例如，河南省还可以生成每天10km的格网，这是光学遥感和微波遥感所不能达到的。光学遥感只有在天气晴朗时才能使用，而洪水发生时往往伴随着降雨的发生，有较厚的云层；微波遥感由于重访周期的原因，无法捕捉到洪水发生时掩膜范围的动态变化，目前开放获取的微波数据重访周期要大于10天,因此，本发明还能够克服现有技术中时间分辨率不足的问题。

图6展示了降雨前后整个河南省PHPR的变化(空间分辨率为0.01°约1km，预设时间分辨率为15天)，从图中可以明显看出7月17日降雨后河南省部分区域PHPR升高明显，主要集中在河南中北部。其中，强降雨导致的较为明显的变化就是河流水位上升，河面宽度增大，图6中黑线表示的是河南省4级以上主要河流，可以看到主要河流附近PHPR上升明显。郑州、新乡等地区受灾最为严重，PHPR的升高主要集中在这块地区。

图6右侧图像和图7中第三幅图像中的黑色区域为淹没范围，每个网格点大致为1km×1km，本发明根据黑色点网格的数量即可估算淹没面积，图中还包括淹没区域对应的经纬度信息，因此本发明还能有效地对淹没区域进行定位，从而有效地估计洪水淹没范围。

图7是本发明实施例提供的对目标网格叠加SAR数据示意图，7.27日SAR(Synthetic Aperture Radar，合成孔径雷达)所得到的洪水范围图(SAR数据得到的洪水范围为图中颜色较亮区域)，将其叠加到7.17-7.31日CYGNSS数据采用本发明上述算法得到的结果图上，发现所探测的区域基本吻合。SAR数据记录的只是单天的数据，无法进行实时监测，而CYGNSS处理得到的是整个洪涝发生周期所影响的范围。

综上，本发明有益效果：

本发明能够监测洪涝范围动态变化，对于洪涝发生前后受灾的整体范围进行有效地估计，且本发明能够按照预设时间周期，即，预设时间分辨率，进行洪水监测，克服了现有技术中光学遥感以及微波遥感在监测洪水方面时间分辨率不足的问题。

另外，星载GNSS-R无需主动发射雷达信号，所有的现有导航卫星都可以接收使用，且重访周期短，成本较低。

以上内容是结合具体的优选实施方式对本发明所作的进一步详细说明，不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干简单推演或替换，都应当视为属于本发明的保护范围。

Claims (5)

1.一种基于GNSS-R的洪涝范围监测方法，其特征在于，所述方法包括：

步骤1：基于GNSS-R时延多普勒图，计算功率比；

步骤2：按照预设时间周期，对所述功率比进行划分，以得到初始网格；

步骤3：基于最邻近插值算法对所述初始网格中的功率比空缺值进行补充，以得到目标网格；

步骤4：计算不同时间周期对应的目标网格之间，相同位置处的功率比差值；

步骤5：当所述差值大于预设阈值时，则确定当前位置为受灾区域，以实现洪涝范围监测。

2.根据权利要求1所述的方法，其特征在于，所述步骤1之前，所述方法还包括：

基于GNSS-R接收机，对目标区域上镜面反射点处的GNSS反射信号进行测量，以获取GNSS-R时延多普勒图。

3.根据权利要求1所述的方法，其特征在于，所述步骤1包括：

步骤1-1：在所述GNSS-R时延多普勒图中确定峰值区域C_peak和马蹄形区域C_horseshoe，表示为：

其中，τ_M为峰值功率所在的时延，f_M为峰值功率所在的多普勒；

步骤1-2：根据所述峰值区域C_peak和马蹄形区域C_horseshoe，计算功率比PHPR，表示为：

4.根据权利要求1所述的方法，其特征在于，所述步骤2之前，所述方法还包括：

按照采样到的目标区域上镜面反射点处的GNSS反射信号数量，确定预设时间周期。

5.根据权利要求1所述的方法，其特征在于，所述步骤4包括：

分别计算每个时间周期对应的目标网格与初始时间周期对应的目标网格之间，相同位置处的功率比差值；

或者，分别计算后一时间周期对应的目标网格与前一时间周期对应的目标网格之间，相同位置处的功率比差值。

Images