留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码
汪韬阳, 李熙, 田礼乔, 陈振炜, 李治江, 张过, 李德仁, 沈欣, 李欣, 蒋博洋, 周屈, 邓实权, 王剑茹, 朱浩楠. 城市建筑群航天遥感动态监测[J]. 武汉大学学报 ● 信息科学版, 2020, 45(5): 640-650. doi: 10.13203/j.whugis20200096
引用本文: 汪韬阳, 李熙, 田礼乔, 陈振炜, 李治江, 张过, 李德仁, 沈欣, 李欣, 蒋博洋, 周屈, 邓实权, 王剑茹, 朱浩楠. 城市建筑群航天遥感动态监测[J]. 武汉大学学报 ● 信息科学版, 2020, 45(5): 640-650. doi: 10.13203/j.whugis20200096
WANG Taoyang, LI Xi, TIAN Liqiao, CHEN Zhenwei, LI Zhijiang, ZHANG Guo, LI Deren, SHEN Xin, LI Xin, JIANG Boyang, ZHOU Qu, DENG Shiquan, WANG Jianru, ZHU Haonan. Space Remote Sensing Dynamic Monitoring for Urban Complex[J]. Geomatics and Information Science of Wuhan University, 2020, 45(5): 640-650. doi: 10.13203/j.whugis20200096
Citation: WANG Taoyang, LI Xi, TIAN Liqiao, CHEN Zhenwei, LI Zhijiang, ZHANG Guo, LI Deren, SHEN Xin, LI Xin, JIANG Boyang, ZHOU Qu, DENG Shiquan, WANG Jianru, ZHU Haonan. Space Remote Sensing Dynamic Monitoring for Urban Complex[J]. Geomatics and Information Science of Wuhan University, 2020, 45(5): 640-650. doi: 10.13203/j.whugis20200096

城市建筑群航天遥感动态监测

doi: 10.13203/j.whugis20200096
基金项目: 

科技部重点研发计划 2018YFC0825803

国家自然科学基金 41601490

国家自然科学基金 41801397

国家自然科学基金 41901400

高分专项 11-Y20A12-9001-17/18

详细信息
    作者简介:

    汪韬阳, 博士, 副教授, 主要研究方向为多源遥感卫星数据处理与应用。wangtaoyang@whu.edu.cn

    通讯作者: 张过, 博士, 教授。guozhang@whu.edu.cn
  • 中图分类号: P236

Space Remote Sensing Dynamic Monitoring for Urban Complex

Funds: 

Key Research and Development Program of Ministry of Science and Technology 2018YFC0825803

the National Natural Science Foundation of China 41601490

the National Natural Science Foundation of China 41801397

the National Natural Science Foundation of China 41901400

National High Resolution Earth Observation Foundation 11-Y20A12-9001-17/18

More Information
    Author Bio:

    WANG Taoyang, PhD, associate professor, specializes in imaging process and application of multi-source remote sensing satellite data.E-mail: wangtaoyang@whu.edu.cn

    Corresponding author: ZHANG Guo, PhD, professor. E-mail: guozhang@whu.edu.cn
  • 摘要: 城市建筑群是城市政治、经济和社会生活的基本单位,利用航天遥感进行城市建筑群动态监测是一种高效精准的技术手段。提出了城市建筑群航天遥感动态监测体系,并利用该体系对火神山医院、雷神山医院建筑群进行了建设进度和周边水环境监测,在抗击新型冠状病毒肺炎(coronavirus disease 2019,COVID-19)的关键时期,满足了大众关注需求,对稳定社会情绪发挥了一定作用。同时对福建泉州欣佳酒店倒塌事件进行了回顾性监测,为该事故的责任分析提供了数据参考,验证了该体系的有效性。
  • 图  1  城市建筑群航天遥感动态监测体系

    Figure  1.  System of Space Remote Sensing Dynamic Monitoring for Urban Complex

    图  2  火神山医院局部影像图

    Figure  2.  Partial Image Maps of Huoshenshan Hospital

    图  3  雷神山医院局部影像图

    Figure  3.  Partial Image Maps of Leishenshan Hospital

    图  4  火神山医院在建工地周边白天和夜间对比

    Figure  4.  Comparison of Surrounding Environment of Huoshenshan Hospital at Daytime and Nighttime

    图  5  火神山和雷神山医院建设前期、中期邻近湖泊的水体浊度对比

    Figure  5.  Comparison of Turbidity Before and Under the Construction of Huoshenshan Hospital and Leishenshan Hospital

    图  6  火神山医院(30.529 437°N, 114.080 811°E)地表形变历史

    Figure  6.  Deformation History of Huoshenshan Hospital (30.529 437°N, 114.080 811°E)

    图  7  雷神山医院以南区域(30.431 582°N, 114.283 956°E)地表形变历史

    Figure  7.  Deformation History of South Area of Leishenshan Hospital (30.431 582°N, 114.283 956°E)

    图  8  欣佳酒店及周边建筑群形变速率图

    Figure  8.  Deformation Rate of Xinjia Hotel and Surrounding Buildings

    图  9  欣佳酒店南侧墙面形变历史

    Figure  9.  Deformation History of South Wall of Xinjia Hotel

    表  1  城市建筑群航天遥感动态监测产品集

    Table  1.   Product Set of Space Remote Sensing Dynamic Monitoring for Urban Complex

    动态监测产品 产品核心内容
    污染源分布专题图、排污分布专题图 开展建筑群污染源分布和类型调查,对排污口排污情况进行重点监测
    水体范围变化专题图、水下地形变化专题图、水质变化专题图、黑臭水体分布专题图、水体富营养化评估专题图、水色异常专题图 开展建筑群内部和周围水资源分布调查、水环境保护、水灾害监测预警等
    土地利用/覆盖变化图斑图、拆迁进度监测专题图、施工进度专题图、施工强度专题图 对建筑群拆迁进度、建设施工进度、建设施工强度、植被破坏恢复进行监测
    城市地质灾害监测图、灾前灾后受灾情况监测图 利用InSAR对建筑群内部和周围监测,及时发现预警提示发生地质灾害区域,对地质灾害发生前后区域进行对比分析,进行灾情评估
    垃圾渣土堆放监测图 识别违规堆放点、对违规堆放执法提供依据
    违章建筑分布图 对违法建筑进行监测得到违法建筑物分布图
    建筑群市政设施分布图 对城市要件(如井盖、路灯等)进行维护监测
    下载: 导出CSV

    表  2  航天动态遥感监测数据、产品

    Table  2.   Data and Products of Space Remote Sensing Dynamic Monitoring

    数据源 数据特性 火神山医院 雷神山医院
    成像时间 产品 成像时间 产品
    高分二号 0.8 m全色多光谱影像 2019-10-29 施工进度专题图 2019-12-02 施工进度专题图
    吉林一号 1.0 m全色多光谱影像 2020-01-28、01-30、01-31、02-04 施工进度专题图 2020-01-30、01-31、02-03、02-04 施工进度专题图
    Pleiades 0.5 m全色多光谱影像 2020-01-28、01-29、01-30 施工进度专题图
    吉林一号 1.0 m夜光影像 2020-01-29 施工强度专题图
    珠海一号 10 m 32波段高光谱影像 2020-01-19、01-29 水质变化专题图 2020-01-19、01-29 水质变化专题图
    哨兵一号 20 m×5 m SAR影像 2017-11—2019-03 24景 城市地质灾害图 2017-11—2019-03 24景 城市地质灾害图
    下载: 导出CSV

    表  3  火神山医院建设进度面积变化表

    Table  3.   Construction Schedule Area Change of Huoshenshan Hospital

    统计项 日期
    2020-01-28 2020-01-29 2020-01-30 2020-01-31 2020-02-04
    面积/m2 12 372.57 15 164.29 20 405.79 23 248.26 30 102.37
    下载: 导出CSV

    表  4  雷神山医院建设进度面积变化

    Table  4.   Construction Schedule Area Change of Leishenshan Hospital

    统计项 日期
    2020-01-30 2020-01-31 2020-02-03 2020-02-04
    面积/m2 42 589.66 49 286.25 54 626.24 68 984.46
    进展率/% 61.73 71.44 79.18 100
    下载: 导出CSV
  • [1] 胡新宇, 张志华, 文江平, 等.高分辨率遥感卫星在监测违法建设中的应用研究[J].城市管理与科技, 2010, 12(5):44-47 doi:  10.3969/j.issn.1008-2271.2010.05.013

    Hu Xinyu, Zhang Zhihua, Wen Jiangping, et al. Research on Application of High-Resolution Remote Sensing Satellites in Monitoring Illegal Construction[J].Urban Management Science and Technology, 2010, 12(5):44-47 doi:  10.3969/j.issn.1008-2271.2010.05.013
    [2] 田娟.基于DSM的违法建设遥感监测研究[J].科技资讯, 2010(17):50-54 http://d.old.wanfangdata.com.cn/Periodical/kjzx201017041

    Tian Juan. Research on Remote Sensing Monitoring of Illegal Construction Based on DSM[J].Science and Technology Information, 2010(17):50-54 http://d.old.wanfangdata.com.cn/Periodical/kjzx201017041
    [3] 曹泽昊.遥感技术在城市建筑督查管理中的应用——以棚户区违建监测为例[J].门窗, 2016(9):187-188 http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=jcbzhyzlgl201609154

    Cao Zehao. The Application of Remote Sensing Technology in the Supervision and Management of Urban Buildings-Taking the Illegal Construction of Shantytowns as an Example[J]. Doors and Windows, 2016(9):187-188 http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=jcbzhyzlgl201609154
    [4] 林珲, 江利明, 赵卿.城市地面沉降及其D-InSAR监测[C].灾害风险管理与空间信息技术防灾减灾应用研讨交流会, 北京, 2007

    Lin Hui, Jiang Limin, Zhao Qing. Urban Land Subsidence Monitoring with Differential InSAR Technique[C]. Symposium on Disaster Risk Management and Application of Space Information Technology in Disaster Prevention and Mitigation, Beijing, 2007
    [5] 张诗玉, 李陶, 夏耶.基于InSAR技术的城市地面沉降灾害监测研究[J].武汉大学学报·信息科学版, 2008, 33(8):850-853 http://ch.whu.edu.cn/CN/abstract/abstract1667.shtml

    Zhang Shiyu, Li Tao, Xia Ye.Study on Urban Area Subsidence Monitoring Based on InSAR Technique[J]. Geomatics and Information Science of Wuhan University, 2008, 33(8):850-853 http://ch.whu.edu.cn/CN/abstract/abstract1667.shtml
    [6] 罗小军, 黄丁发, 刘国祥.基于永久散射体雷达差分干涉测量的城市地面沉降研究——以上海地面沉降监测为例[J].测绘通报, 2009(4):4-8 http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=chtb200904002

    Luo Xiaojun, Huang Dingfa, Liu Guoxiang. On Urban Ground Subsidence Detection Based on PS-DInSAR-A Case Study for Shanghai[J]. Bulletin of Surveying and Mapping, 2009(4):4-8 http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=chtb200904002
    [7] 胡波, 汪汉胜.二轨法DInSAR技术监测城市地表沉降[J].测绘工程, 2010, 19(2):37-41 http://d.old.wanfangdata.com.cn/Periodical/chgc201002012

    Hu Bo, Wang Hansheng.Urban Land Subsidence Measurement by Two-Pass DInSAR[J].Engineering of Surveying and Mapping, 2010, 19(2):37-41 http://d.old.wanfangdata.com.cn/Periodical/chgc201002012
    [8] 廖明生, 裴媛媛, 王寒梅, 等.永久散射体雷达干涉技术监测上海地面沉降[J].上海国土资源, 2012, 33(3):5-10 http://d.old.wanfangdata.com.cn/Periodical/shdz201203006

    Liao Mingsheng, Pei Yuanyuan, Wang Hanmei, et al. Subsidence Monitoring in Shanghai Using the PSInSAR Technique[J]. Shanghai Land and Resources, 2012, 33(3):5-10 http://d.old.wanfangdata.com.cn/Periodical/shdz201203006
    [9] 廖明生, 魏恋欢, Balz Timo, 等.TomoSAR技术在城市形变监测中的应用[J].上海国土资源, 2013, 34(4):7-11 http://d.old.wanfangdata.com.cn/Periodical/shdz201304003

    Liao Mingsheng, Wei Lianhuan, Balz Timo, et al. Application of TomoSAR in Urban Deformation Surveillance[J]. Shanghai Land and Resources, 2013, 34(4):7-11 http://d.old.wanfangdata.com.cn/Periodical/shdz201304003
    [10] 汪宝存, 郭凌飞, 王军见.矿区地表形变InSAR监测——以永城市为例[J].测绘与空间地理信息, 2016, 39(6):24-27 http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=dbch201606008

    Wang Baocun, Guo Lingfei, Wang Junjian. Mining Area Surface Deformation Monitoring by InSAR:Taking Yongcheng City as an Example[J]. Geomatics and Spatial Information Technology, 2016, 39(6):24-27 http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=dbch201606008
    [11] 朱建军, 李志伟, 胡俊.InSAR变形监测方法与研究进展[J].测绘学报, 2017, 46(10):1717-1733 http://d.old.wanfangdata.com.cn/Periodical/chxb201710052

    Zhu Jianjun, Li Zhiwei, Hu Jun. Research Progress and Methods of InSAR for Deformation Monitoring[J]. Acta Geodaetica et Cartographica Sinica, 2017, 46(10):1717-1733 http://d.old.wanfangdata.com.cn/Periodical/chxb201710052
    [12] 林珲, 马培峰, 王伟玺.监测城市基础设施健康的星载MT-InSAR方法介绍[J].测绘学报, 2017, 46(10):1421-1433 doi:  10.11947/j.AGCS.2017.20170339

    Lin Hui, Ma Peifeng, Wang Weixi. Urban Infrastructure Health Monitoring with Spaceborne Multi-temporal Synthetic Aperture Radar Interferometry[J]. Acta Geodaetica et Cartographica Sinica, 2017, 46(10):1421-1433 doi:  10.11947/j.AGCS.2017.20170339
    [13] 葛琳.PS-InSAR技术在城市地表形变监测中的应用[J].资源信息与工程, 2019, 34(4):91-92 http://d.old.wanfangdata.com.cn/Periodical/ysjswz201904040

    Ge Lin. Application of PS-InSAR Technology in Urban Surface Deformation Monitoring[J]. Resource Information and Engineering, 2019, 34(4):91-92 http://d.old.wanfangdata.com.cn/Periodical/ysjswz201904040
    [14] Feng L, Han X, Hu C, et al. Four Decades of Wetland Changes of the Largest Freshwater Lake in China:Possible Linkage to the Three Gorges Dam?[J]. Remote Sensing of Environment, 2016, 176:43-55 doi:  10.1016/j.rse.2016.01.011
    [15] Feng L, Hu C, Chen X, et al. MODIS Observations of the Bottom Topography and Its Inter-Annual Variability of Poyang Lake[J]. Remote Sensing of Environment, 2011, 115(10):2729-2741 doi:  10.1016/j.rse.2011.06.013
    [16] Feng L, Hu C, Han X, et al. Long-term Distribution Patterns of Chlorophyll-a Concentration in China's Largest Freshwater Lake:MERIS Full-Resolution Observations with a Practical Approach[J]. Remote Sensing, 2015, 7(1):275-299
    [17] 环境保护部环境工程评估中心.建设项目环境监理[M].北京:中国环境出版社, 2012

    Appraisal Center for Environment & Engineering Ministry of Environmental Protection. Environmental Supervision of Construction Project[M].Beijing:China Environment Press, 2012
    [18] 汪韬阳, 张过, 李德仁, 等.卫星遥感影像的区域正射纠正[J].武汉大学学报·信息科学版, 2014, 39(7):838-842 http://ch.whu.edu.cn/CN/abstract/abstract3030.shtml

    Wang Taoyang, Zhang Guo, Li Deren, et al.Block Ortho-Rectification for Satellite Images[J].Geomatics and Information Science of Wuhan University. 2014, 39(7):838-842 http://ch.whu.edu.cn/CN/abstract/abstract3030.shtml
    [19] 汪韬阳, 张过, 李德仁, 等.资源三号测绘卫星影像平面和立体区域网平差比较[J].测绘学报, 2014, 43(4):389-395 http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=chxb201404012

    Wang Taoyang, Zhang Guo, Li Deren, et al. Comparison Between Plane and Stereo Block Adjustment for ZY-3 Satellite Images[J]. Acta Geodaetica et Cartographica Sinica, 2014, 43(4):389-395 http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=chxb201404012
    [20] Li X, Wang T, Zhang G, et al. Planar Block Adjustment for China's Land Regions with Luojia1-01 Nighttime Light Imagery[J]. Remote Sensing, 2019, 11(18):2097-2104 doi:  10.3390/rs11182097
    [21] Wang T, Zhang G, Yu L, et al. Multi-Mode GF-3 Satellite Image Geometric Accuracy Verification Using the RPC Model[J]. Sensors, 2017, 17(9): 2005-2010 doi:  10.3390/s17092005
    [22] Liu Z, He C, Zhang Q, et al. Extracting the Dynamics of Urban Expansion in China Using DMSP-OLS Nighttime Light Data from 1992 to 2008[J]. Landscape and Urban Planning, 2012, 106(1):62-72 doi:  10.1016/j.landurbplan.2012.02.013
    [23] Xie Y, Weng Q, Fu P. Temporal Variations of Artificial Nighttime Lights and Their Implications for Urbanization in the Conterminous United States, 2013-2017[J]. Remote Sensing of Environment, 2019, 225:160-174 doi:  10.1016/j.rse.2019.03.008
    [24] Zhang Q, Seto K. Mapping Urbanization Dynamics at Regional and Global Scales Using Multi-Temporal DMSP/OLS Nighttime Light Data[J]. Remote Sensing of Environment, 2011, 115(9):2320-2329 doi:  10.1016/j.rse.2011.04.032
    [25] Zheng Q, Weng Q, Huang L, et al. A New Source of Multi-Spectral High Spatial Resolution Night-Time Light Imagery JL1-3B[J]. Remote Sensing of Environment, 2018, 215:300-212 doi:  10.1016/j.rse.2018.06.016
    [26] Vermote E F, Tanre D, Deuze J L, et al. Second Simulation of the Satellite Signal in the Solar Spectrum, 6S:An Overview[J]. IEEE Transactions on Geoscience and Remote Sensing, 1997, 35(3): 675-686 doi:  10.1109/36.581987
    [27] Xu Hanqiu. Modification of Normalised Difference Water Index (NDWI) to Enhance Open Water Features in Rmotely Sensed Imagery[J]. International Journal of Remote Sensing, 2006, 27(14):3025-3033 doi:  10.1080/01431160600589179
    [28] O'Reilly J E, Werdell P J. Chlorophyll Algorithms for Ocean Color Sensors-OC4, OC5 & OC6[J].Remote Sensing of Environment, 2019, 229:32-47 doi:  10.1016/j.rse.2019.04.021
    [29] Zhou Q, Li J, Tian L, et al. Coupled Approach for Radiometric Calibration and Parameter Retrieval to Improve SPM Estimations in Turbid Inland/Coastal Waters[J].Optics Express, 2020, 28(4): 5567-5586 doi:  10.1364/OE.384035
    [30] Atkinson P M, Curran P J.Defining an Optimal Size of Support for Remote Sensing Investigations[J].IEEE Transactions on Geoscience and Remote Sensing, 1995, 33(3):768-776 doi:  10.1109/36.387592
    [31] Zhou Q, Tian L, Li J, et al. Assessment of Bidirectional Reflectance Effects on Desert and Forest for Radiometric Cross-Calibration of Satellite Sensors[J]. ISPRS Journal of Photogrammetry and Remote Sensing, 2020, 160:180-194 doi:  10.1016/j.isprsjprs.2019.12.007
  • 加载中
图(9) / 表(4)
计量
  • 文章访问数:  334
  • HTML全文浏览量:  115
  • PDF下载量:  79
  • 被引次数: 0
出版历程
  • 收稿日期:  2020-03-16
  • 刊出日期:  2020-05-05

城市建筑群航天遥感动态监测

doi: 10.13203/j.whugis20200096
    基金项目:

    科技部重点研发计划 2018YFC0825803

    国家自然科学基金 41601490

    国家自然科学基金 41801397

    国家自然科学基金 41901400

    高分专项 11-Y20A12-9001-17/18

    作者简介:

    汪韬阳, 博士, 副教授, 主要研究方向为多源遥感卫星数据处理与应用。wangtaoyang@whu.edu.cn

    通讯作者: 张过, 博士, 教授。guozhang@whu.edu.cn
  • 中图分类号: P236

摘要: 城市建筑群是城市政治、经济和社会生活的基本单位,利用航天遥感进行城市建筑群动态监测是一种高效精准的技术手段。提出了城市建筑群航天遥感动态监测体系,并利用该体系对火神山医院、雷神山医院建筑群进行了建设进度和周边水环境监测,在抗击新型冠状病毒肺炎(coronavirus disease 2019,COVID-19)的关键时期,满足了大众关注需求,对稳定社会情绪发挥了一定作用。同时对福建泉州欣佳酒店倒塌事件进行了回顾性监测,为该事故的责任分析提供了数据参考,验证了该体系的有效性。

English Abstract

汪韬阳, 李熙, 田礼乔, 陈振炜, 李治江, 张过, 李德仁, 沈欣, 李欣, 蒋博洋, 周屈, 邓实权, 王剑茹, 朱浩楠. 城市建筑群航天遥感动态监测[J]. 武汉大学学报 ● 信息科学版, 2020, 45(5): 640-650. doi: 10.13203/j.whugis20200096
引用本文: 汪韬阳, 李熙, 田礼乔, 陈振炜, 李治江, 张过, 李德仁, 沈欣, 李欣, 蒋博洋, 周屈, 邓实权, 王剑茹, 朱浩楠. 城市建筑群航天遥感动态监测[J]. 武汉大学学报 ● 信息科学版, 2020, 45(5): 640-650. doi: 10.13203/j.whugis20200096
WANG Taoyang, LI Xi, TIAN Liqiao, CHEN Zhenwei, LI Zhijiang, ZHANG Guo, LI Deren, SHEN Xin, LI Xin, JIANG Boyang, ZHOU Qu, DENG Shiquan, WANG Jianru, ZHU Haonan. Space Remote Sensing Dynamic Monitoring for Urban Complex[J]. Geomatics and Information Science of Wuhan University, 2020, 45(5): 640-650. doi: 10.13203/j.whugis20200096
Citation: WANG Taoyang, LI Xi, TIAN Liqiao, CHEN Zhenwei, LI Zhijiang, ZHANG Guo, LI Deren, SHEN Xin, LI Xin, JIANG Boyang, ZHOU Qu, DENG Shiquan, WANG Jianru, ZHU Haonan. Space Remote Sensing Dynamic Monitoring for Urban Complex[J]. Geomatics and Information Science of Wuhan University, 2020, 45(5): 640-650. doi: 10.13203/j.whugis20200096
  • 城市建筑群是城市政治、经济和社会生活的基本单位,一旦受到自然或人为灾害的侵袭,则会对城市居民生活和城市社会发展造成极其恶劣的影响。对城市建筑群进行精准治理,是推进城市治理体系建设和治理能力现代化的迫切需求。

    在利用高分辨率光学卫星监测建筑群的建设进度和查处违章建筑方面,从关注建设进度变化走向关注土地利用变化、地理环境变化[1-3];在利用干涉合成孔径雷达(interferometric synthetic aperture radar, InSAR)技术进行城市沉降监测方面,文献[4-13]提出利用合成孔径雷达差分干涉(differential interferometry synthetic aperture radar,DInSAR)技术、小基线集(small-baseline subset, SBAS)技术、永久散射体合成孔径雷达(persistent scatterer interferometry synthetic aperture radar, PS-InSAR)技术、合成孔径雷达层析成像(synthetic aperture radar tomography, TomoSAR)技术等对城市、矿区和机场进行沉降监测;在利用高/多光谱监测环境方面,文献[14-16]提出了较为完整的湖泊水体时空动态监测方法体系, 可用于城市水体监测。中国的航天遥感技术正在向高时间分辨率、高空间分辨率、高光谱分辨率的方向发展。航天遥感动态监测是综合利用可见光、合成孔径雷达(synthetic aperture radar,SAR)、激光、高光谱、红外、夜光等对地物的辐射、反射特性进行探测,提取、分析地物的大小、位置、属性等变化。

    本文提出了城市建筑群航天遥感动态监测体系,基于此体系首先开展了时序高分辨率光学、SAR卫星的城市建筑群平面/立体监测、时序高分辨率夜光建设强度监测、时序高/多光谱卫星的城市建筑群环境监测和星载时序InSAR技术的城市建筑群沉降监测;然后通过新型冠状病毒肺炎(coronavirus disease 2019,COVID-19)疫情期间,3个重要的城市建筑遥感动态监测实例进行了验证,结果表明, 本文提出的体系兼具有效性和可行性。

    • 城市建筑群航天遥感动态监测体系可从应用需求、技术手段、遥感产品、管理发布等几个维度构建, 基于此体系可对城市建筑群进行动态监测,具体结构如图 1所示。

      图  1  城市建筑群航天遥感动态监测体系

      Figure 1.  System of Space Remote Sensing Dynamic Monitoring for Urban Complex

    • 在城市建筑群设计、施工、运行、改造等阶段,均需要利用航天遥感手段进行动态监测,以提供各个阶段的监测图件和监测报告,为优化设计、施工进度监控、城市灾害预警、生态保护、违章建筑查处等提供参考。

      在建筑群设计阶段,设计人员需要利用地形图资料进行方案研究、论证和比选,以选定方案。然而在经济发达区域,地物要素现势性差,一定程度上限制了建筑群方案设计。采用优于1 m分辨率的全色多光谱平面立体影像和无人机影像数据可以满足影像更新的要求。

      环境影响评价主要是在设计阶段预测该建设项目对环境可能造成的影响,并研究应采取的措施。高/多光谱航天遥感技术具有覆盖范围广、更新周期短等优势,已经成为建筑群设计阶段环境影响评价的主要数据源。

      不良地质体会给建筑群的施工、运营带来巨大的损失,利用高分辨率多光谱影像上岩石的色调、纹理、空间形态等特征差异,能够对工程地质的岩石类型及范围进行初步解译;利用高光谱影像的光谱特性和SAR数据介电常数等信息对岩石类型与分界线进行精细解译,圈定每类岩石的分布范围,能够对工程地质初步解译结果进行验证;利用InSAR技术生成形变图、筛选异常值置信水平高的区域,结合高分辨率光学影像、数字高程模型(digital elevation model,DEM)/数字表面模型(digital surface model, DSM)能够识别不良地质体。

      随着中国环保事业的发展,建设项目的管理逐渐规范,形成了环境影响评价制度和“三同时”制度[17],因此有必要在城市建筑群施工期间进行环境动态监测。在城市建筑群建设施工过程中,需要掌握施工进度、土地占用、施工便道、工程临时占地、植被恢复、河流湖泊水质、环境应急等情况。高分辨率可见光、高/多光谱遥感可为全面宏观掌握施工过程中的各类情况提供技术手段,弥补地面监测手段在监测频次、监测范围等方面的不足。

      综上所述,随着城市的快速发展,城市建筑群环境安全问题越来越被重视,中国城市建筑群内部的违章建筑、城市地质灾害已成为危害建筑群安全运营的主要因素。在建筑群周边1 000 m的监测范围,可利用高分辨率光学、高光谱、高分辨率InSAR对建筑群区域有可能对运行安全造成影响的情况按危害等级细化,为建筑群的灾害监测、分析、预报、预警和应急服务提供支撑,为城市违章建设优化治理提供依据。

    • 基于时序高分辨率光学、SAR卫星影像的城市建筑群监测可得到优于1 m分辨率的全色多光谱光学、SAR和夜光遥感数据。在设计阶段,通过查询存档或编程获取高分辨率光学或SAR影像数据,可以掌握建筑群拟建设地的地物要素、工程地质背景等信息;在建设施工阶段,根据施工进度节点编程获取时序高分辨率光学或SAR影像数据,可以掌握施工进度、土地占用、施工便道、工程临时占地、植被恢复等情况;在建筑群运行阶段,以月或季度为周期编程获取的高分辨率光学或SAR影像数据,可为建筑群内部违章建设查处提供支持。

      利用时序高分辨率光学、SAR影像数据对城市建筑群进行动态监测,其基础问题是如何保障多期遥感数据在同一空间基准下,为提取建筑物的平面和高程信息及其变化信息提供基础支撑。本文采用了一种基于先验控制数据的时序影像精确定位方法,实现时序高分辨率光学SAR数据在几何上高精度的点点对准。首先将多时相光学、SAR卫星影像与已有的数字正射影像图(digital orthophoto map, DOM)、DEM进行匹配,自动提取高精度控制点;然后对多时相光学、SAR卫星影像进行序贯平差定向,制作带地理编码的DOM和DEM;最后实现多源多时相高分影像在物方空间的点点对准,为后续动态监测应用提供高精度的几何基础[18-21]。基于时序高分辨率光学、SAR卫星的影像不仅能够通过人工或自动变化监测识别城市建筑群施工和改造过程的平面变化,如基础施工、主体施工、屋面施工、植被恢复等的平面信息变化,包括变化的大小和范围;还能够通过人工或自动立体变化监测得到施工和改造的高程信息变化,如主体施工建设高度、违章建筑的高度信息等。

    • 夜光遥感是遥感传感器获取无云天气情况下陆地或者水体可见光的过程,由于照明设施的存在,建筑、道路在夜间均存在一定程度的发光,因此粗分辨率的夜光遥感影像可以用来评估城市扩张和城市建设的进展[22-24]。传统的粗分辨率夜光遥感影像无法监测精细尺度的地表,对于城市建筑的监测难以有效展开。2017年初,长光卫星公司发射的吉林一号卫星可以获取1 m分辨率、彩色波段的全球城市夜间影像,这为监测建筑尺度的夜间灯光提供了条件[25]

      通过建筑群高分夜间灯光数据,统计每个地物类别的平均亮度值(代表平均施工强度)和变异系数(代表建筑群内部各个区域施工强度的差异),可以获取建筑群的电力使用情况,从而判断建筑群的建设强度或使用情况,为施工进度监测提供了一种新的对地观测手段。

    • 城市建筑群的高/多光谱遥感监测可识别建筑群内部的生态环境,以及建筑群周边生态环境的变化,如植被破坏恢复、河流湖泊水质变化等;红外遥感用于监测建筑群区域热辐射的状态,可评估建筑群和周边区域的热量交换。在设计阶段,通过查询存档或编程获取高/多光谱数据,可以掌握建筑群拟建设地的环境要素;在建设施工阶段,根据施工进度节点编程获取时序数据,可以掌握植被破坏恢复、河流湖泊水质变化等;在建筑群运行阶段,以月或季度为周期编程获取数据,可为建筑群内部周围的环境变化提供支持。

      通过大气校正模型[26]对高/多光谱数据进行大气校正,可以获得高/多光谱水体反射率数据,为避免城市高楼阴影的影响,采用归一化水体指数(moderate normal different water index,MNDWI)[27]自动阈值选取方法结合抗阴影水体自动化水提取指数(automate water extraction index,AWEI)提取水体,并结合现场实测水体反射率和收集水样的实验室分析数据,建立基于经验的适用于特定城市群水质参数(如叶绿素a和悬浮泥沙等)反演算法[28-29]。通过时空分析算法分析时序的空间变化[30]和时间变化[31],获得城市群水质的时空变化特征,从而确定城市群建设对城市水环境的影响。

    • 城市建筑群的InSAR沉降监测可利用优于时序且满足干涉条件的SAR数据,如哨兵一号、TerraSAR-X、COSMO-SkyMed、高分三号等,一般都是按照回归周期获取数据。在设计阶段,可利用InSAR识别建筑群拟建设地的不良工程地质环境;在建设和运行阶段,可识别建筑个体以及建筑群周围不均匀沉降,为地面塌陷、建筑倒塌等灾害提供预警信息。

      在城市群沉降监测中,常规的差分InSAR方法受时间失相干、几何失相干、建筑物高度、不均匀大气延迟等因素影响,其精度和适用性十分有限,为了提高城市地区地面沉降监测精度,往往采用时序InSAR技术。该方法在SAR影像上可以识别出许多后向散射特性比较稳定的点,即永久散射体(persistent scatterer, PS)点,这些PS点往往小于影像分辨单元,主导了整个分辨率单元内的回波信号,受时间和几何失相干影响小,因此PS-InSAR成为进行城市建筑群时序InSAR沉降监测的主要技术手段。通过PS-InSAR技术获取的城市区域沉降信息,可进一步分析解译,为城市灾害防治提供了重要参考。

    • 综合建筑群航天遥感动态监测应用需求以及各类航天遥感技术手段,可形成城市建筑群航天遥感动态监测产品集,如表 1所示。

      表 1  城市建筑群航天遥感动态监测产品集

      Table 1.  Product Set of Space Remote Sensing Dynamic Monitoring for Urban Complex

      动态监测产品 产品核心内容
      污染源分布专题图、排污分布专题图 开展建筑群污染源分布和类型调查,对排污口排污情况进行重点监测
      水体范围变化专题图、水下地形变化专题图、水质变化专题图、黑臭水体分布专题图、水体富营养化评估专题图、水色异常专题图 开展建筑群内部和周围水资源分布调查、水环境保护、水灾害监测预警等
      土地利用/覆盖变化图斑图、拆迁进度监测专题图、施工进度专题图、施工强度专题图 对建筑群拆迁进度、建设施工进度、建设施工强度、植被破坏恢复进行监测
      城市地质灾害监测图、灾前灾后受灾情况监测图 利用InSAR对建筑群内部和周围监测,及时发现预警提示发生地质灾害区域,对地质灾害发生前后区域进行对比分析,进行灾情评估
      垃圾渣土堆放监测图 识别违规堆放点、对违规堆放执法提供依据
      违章建筑分布图 对违法建筑进行监测得到违法建筑物分布图
      建筑群市政设施分布图 对城市要件(如井盖、路灯等)进行维护监测
    • 构建城市建筑群遥感监测产品需要统一时空基准、发布服务的平台,统一地理空间的数据层、信息层和知识层的管理,再解析城市建筑群遥感监测产品数据,将之入库,进而以服务的形式对外进行发布,使得各类用户可以通过互联网或智能移动终端方式快速浏览、下载、查询相关产品数据。

    • 2019年12月底, 武汉市受到COVID-19疫情的影响,政府分别于2020-01-23和2020-01-25建造了两所医院——火神山医院和雷神山医院来救治患者。本文采集相关国内外航天遥感数据(见表 2),采用§1中提出的体系对火神山和雷神山医院等城市建筑群建设进展进行监测,并且评估了医院建设对周围环境的影响。

      表 2  航天动态遥感监测数据、产品

      Table 2.  Data and Products of Space Remote Sensing Dynamic Monitoring

      数据源 数据特性 火神山医院 雷神山医院
      成像时间 产品 成像时间 产品
      高分二号 0.8 m全色多光谱影像 2019-10-29 施工进度专题图 2019-12-02 施工进度专题图
      吉林一号 1.0 m全色多光谱影像 2020-01-28、01-30、01-31、02-04 施工进度专题图 2020-01-30、01-31、02-03、02-04 施工进度专题图
      Pleiades 0.5 m全色多光谱影像 2020-01-28、01-29、01-30 施工进度专题图
      吉林一号 1.0 m夜光影像 2020-01-29 施工强度专题图
      珠海一号 10 m 32波段高光谱影像 2020-01-19、01-29 水质变化专题图 2020-01-19、01-29 水质变化专题图
      哨兵一号 20 m×5 m SAR影像 2017-11—2019-03 24景 城市地质灾害图 2017-11—2019-03 24景 城市地质灾害图
    • 利用高分二号、吉林一号、Pleiades等高分辨率光学卫星对火神山医院和雷神山医院的施工进度进行监测。图 2给出了火神山医院建设期间的局部影像图。由图 2(a)可以看出,拟建设火神山医院所在区域在2019年被树木覆盖;由图 2(b)图 2(c)可以看出, 北区箱式板房基础建筑工作已基本完成,其他区域箱式板房建筑工作已全面展开,总体建筑面积达到约1.2万m2;由图 2(d)可以看出, 全区域基础建筑已基本完成,集装箱板房正在有序建设中,建筑面积达到约1.5万m2,完成总建筑的50%;由图 2(e)图 2(f)可以看出, 工程进展明显,场地平整、基础混凝土浇筑已大部分完成,集装箱板房正在快速成型,建筑面积达到约2万m2;由图 2(g)可以看出,火神山医院板房区域场地平整,地基建设已全部完成,集装箱板房已批量进场,火神山医院项目的基础建设工作已基本完成,建筑面积达到约2.3万m2;由图 2(h)可以看出,医院已经在运行中,勾画面积达到3万m2。以上分析结果与新闻报道中火神山医院的建设进度以及官方公布的医院面积等数据基本吻合。

      图  2  火神山医院局部影像图

      Figure 2.  Partial Image Maps of Huoshenshan Hospital

      图 3给出了雷神山医院在建设期间的局部影像图。由图 3(a)可以看出,拟建设雷神山医院位置为原江夏区军运村停车场区域;由图 3(b)可以看出,建设进度十分迅速,医疗隔离区沟槽管线预埋、板房下高密度聚乙烯膜施工基本完成,已全面开始场外拼装及改装箱板房,建筑总面积达到约4.2万m2,总体进度达到66%左右;由图 3(c)可以看出,整体建设速度较快,地基板房均已大面积铺设,总体进度完成过半,建筑总面积达到约4.9万m2;由图 3(d))可以看出,整体建设进度已完成80%,建筑总面积达到约5.5万m2;由图 3(e)可以看出,雷神山医院整体建设速度较快,已基本完成项目建设,建筑总面积约6.9万m2

      图  3  雷神山医院局部影像图

      Figure 3.  Partial Image Maps of Leishenshan Hospital

      根据相关新闻报道与拍摄的时序光学卫星影像,提取火神山医院和雷神山医院建筑区域面积变化情况,统计结果分别如表 3表 4所示。可见,本文分析结果与新闻报道中医院的建设进度以及官方公布的医院面积等结果基本吻合。

      表 3  火神山医院建设进度面积变化表

      Table 3.  Construction Schedule Area Change of Huoshenshan Hospital

      统计项 日期
      2020-01-28 2020-01-29 2020-01-30 2020-01-31 2020-02-04
      面积/m2 12 372.57 15 164.29 20 405.79 23 248.26 30 102.37

      表 4  雷神山医院建设进度面积变化

      Table 4.  Construction Schedule Area Change of Leishenshan Hospital

      统计项 日期
      2020-01-30 2020-01-31 2020-02-03 2020-02-04
      面积/m2 42 589.66 49 286.25 54 626.24 68 984.46
      进展率/% 61.73 71.44 79.18 100
    • 图 4给出了吉林一号拍摄的火神山医院周边白天和夜间的影像, 图 4(b)为2020-01-29 21:32吉林一号视频03星拍摄的火神山医院夜间灯光数据。由图 4可以看出,火神山医院工地的夜间平均亮度是北侧住宅小区的4.3倍,是西侧道路的9.48倍,这说明工地上正在开展极其高强度的建设活动。同时,根据变异系数分析发现,工地的灯光变异系数是住宅小区的41%,是道路的35%,说明工地的灯光变异小、灯光分布均一,而道路和住宅小区的灯光分布较为零散,因此可以推测工地绝大部分区域在夜间也在进行高强度施工。

      图  4  火神山医院在建工地周边白天和夜间对比

      Figure 4.  Comparison of Surrounding Environment of Huoshenshan Hospital at Daytime and Nighttime

    • 在获取珠海一号高光谱卫星数据后,利用6S(second simulation of the satellite signal in the solar spectrum)模型对其进行大气校正,并通过实测数据构建了珠海一号的浊度反演模型,具体反演模型如下:

      $$T = \left( {1 - \varepsilon } \right)\frac{{332.153{\rm{}}5{\rho _R}}}{{1 - {\rho _R}/0.175{\rm{}}0}} + \varepsilon \frac{{2{\rm{}}713.698{\rho _N}}}{{1 - {\rho _N}/0.038{\rm{}}9}}$$

      式中,T为浊度;ρRρN分别为红、近红外波段的地表反射率;ε为权重,当ρN < 0.030时,ε=0,当ρN>0.035时,ε=1,当ρN在0.030~0.035之间时,ρN为线性插值结果。

      图 5给出了火神山和雷神山医院在建设前期、中期邻近湖泊的水体浊度。通过对比珠海一号2020-01-19 11:15和2020-01-29 13:44的高光谱数据可以发现,火神山和雷神山医院建设阶段邻近水域没有形成明显的浑浊度带,两个时相卫星影像反演得到的水体浊度均没有明显变化,高斯拟合的水体浊度平均偏差小于1 NTU(nephelometric turbidity unit),这说明火神山和雷神山医院的施工过程对附近水域没有产生较大的水环境影响。

      图  5  火神山和雷神山医院建设前期、中期邻近湖泊的水体浊度对比

      Figure 5.  Comparison of Turbidity Before and Under the Construction of Huoshenshan Hospital and Leishenshan Hospital

    • 采用哨兵一号A星(分辨率20 m×5 m)数据对火神山医院和雷神山医院建设前的地表稳定性进行分析,对两个建筑群区域2017-11—2019-03 24景哨兵一号A星数据进行了基于时序InSAR技术的地表形变监测,结果如图 6所示。由图 6可知,火神山区域未见明显的表面沉降或位移信号(16个月内的形变幅度在3 mm之内),说明火神山医院的地基稳定,可以支持快速、高强度的施工。

      图  6  火神山医院(30.529 437°N, 114.080 811°E)地表形变历史

      Figure 6.  Deformation History of Huoshenshan Hospital (30.529 437°N, 114.080 811°E)

      雷神山医院建筑群在2017-11—2019-03的雷达干涉信号失相干,是由该区域的人为活动和施工建设所致,其周边地区均有不同程度的地表沉降信号(见图 7),年沉降速率为5~10 mm/a,推测是由该区域在2017—2019年的军运村、地铁等设施的施工建设引起的。

      图  7  雷神山医院以南区域(30.431 582°N, 114.283 956°E)地表形变历史

      Figure 7.  Deformation History of South Area of Leishenshan Hospital (30.431 582°N, 114.283 956°E)

    • 疫情防控是一个体系化的攻坚战,医疗战线是主战场,舆论关切也是一个重要方面。利用航天遥感手段监测火神山医院、雷神山医院建设进程,并提供医院建设对周围环境影响的初步评估报告,于2020-01-29 13:16在环球网微博首发后,陆续得到相关央媒、省媒、行业媒体如半月谈、共青团中央、人民日报、新华社、中国网、新文化网、中国青年报、国土资源部等近300家媒体转发和连续跟踪报道。截至02-06 14:00,环球网微博#500公里高空瞰火神山#的话题阅读量已达到1.2亿。在抗击COVID-19的关键时期,对满足大众关注需求、稳定社会情绪发挥了一定作用,在一定程度上体现了航天遥感对社会热点问题的响应和对防疫工作的支持。

    • 2020-03-07 19:15,泉州市鲤城区南环路与南安交界处中骏四季康城一期隔壁,具有5层钢结构的欣佳酒店(24.916°N,118.500°E)坍塌,该酒店是COVID-19疫情的一个隔离点。本文采集了COSMO-SkyMed航天遥感数据,并采用本文提出的体系对欣佳酒店建筑群进行沉降监测,为事故责任分析提供数据参考。

      利用COSMO-SkyMed升轨31期的数据(2017-10-19—2020-03-06)获取了欣佳酒店建筑群的形变速率,结果如图 8所示。图 9给出了欣佳酒店南侧墙面3个监测点(点号分别为PS1、PS2、PS3)的形变历史曲线。由图 89可知,欣佳酒店建筑侧墙上的形变大于建筑地基的形变,和建筑物西侧墙体相比,建筑物南侧墙体存在更明显的形变特征;针对欣佳酒店建筑群,欣佳酒店西南侧500 m处的胜通物流B区和东侧550 m处的泉州建发林肯中心均存在不同程度的形变和差异性形变。

      图  8  欣佳酒店及周边建筑群形变速率图

      Figure 8.  Deformation Rate of Xinjia Hotel and Surrounding Buildings

      图  9  欣佳酒店南侧墙面形变历史

      Figure 9.  Deformation History of South Wall of Xinjia Hotel

      根据欣佳酒店形变监测的综合结果可知,欣佳酒店的形变主要产生在南侧墙面,而地基沉降不明显,该结果与现实中酒店往南面倾倒坍塌的事实相符合,且坍塌的主要原因为建筑物内部结构不稳,而非基础地面不均匀沉降导致的。

    • 本文针对城市治理体系和治理能力现代化,提出了城市建筑群航天遥感动态监测体系,利用国内外高分辨率光学、SAR、夜光和高光谱卫星数据,为武汉市火神山医院建筑群、雷神山医院建筑群以及泉州市欣佳酒店建筑群进行遥感监测,验证了该体系的有效性。

      建议自然资源部等相关部门建立城市建筑群航天遥感动态监测档案,支撑城市灾害监测、分析、预报、预警和应急服务,对城市违章建设优化治理提供依据,为建设美丽城市、宜居城市提供基础性指导。

参考文献 (31)

目录

    /

    返回文章
    返回