一般來說,洪水災害控管主要分為三個階段:預警、即時監測以及損害評估。擁有成功的預警就能引導即時監測關注在最易受影響的區域,而準確的損害評估能幫助災後的快速重建與優化未來的評估系統。要能有效且精準的進行災害管控,有賴即時、詳細且全面的資訊以供參考,此時,衛星遙測技術就扮演了很重要的角色。衛星遙測不但提供低成本且大範圍綜觀(synoptic)的天氣資訊,其穩定的資料擷取排程與無視地形場域的可達性,這些都是其他觀測技術所無法取代的。
隨著近幾年各國航太機構積極發展遙測技術,全球性的地表觀測能力提升了一至兩個量級。自從 1972 美國發射第一個具有觀測全球地表覆蓋能力的衛星 Landsat 1 開始,目前已有三十三個國家與組織決定投資這方面的任務,截至 2015 年為止,總共有 192 顆衛星發射,衛星任務的平均運行壽命從 3.3 年增加至 8.6 年,發射頻率提升了將近 6 倍。這如雨後春筍般的地球觀測衛星發射浪潮,除了是場衛星技術發展的競爭,更夾雜各國彼此之間的地緣政治角力,如果對於科技發展與資源爭奪有興趣的讀者,可往這個方向繼續延伸閱讀。
在洪水災害控管的三個階段裡,以即時監測對於衛星影像的時間性和解析度的要求度最高。雖然現今光學衛星的多光譜影像,其空間解析度可達到1公尺以內,全色態影像的空間解析度甚至可達到50公分以內,但是雲、雨和霧等的惡劣天氣會大幅影響光學遙測的準確性與可行性。
然而,合成孔徑雷達微波的波長較長,擁有穿越雲層的特性,加上雷達信號由感測器主動發出,散射於地表表面後接收,不需依賴日照,自然而然變成即時監測的首選,同時自 2007 年的 TerraSAR-X 衛星發射升空之後,合成孔徑雷達影像的空間解析度也從 10 公尺一躍提升至 1 公尺,大幅提升監測的準確性。裝設在移動式平台上的合成孔徑雷達感應器,收集序列性發射的雷達回波做為數值資料,利用這些訊號在不同時間和位置接收的特性,計算出比實體天線孔徑還要大的虛擬孔徑,接受特定頻率信號的能力增強,結合的信號在處理後能產生相較高解析度的影像
近年來越多相關研究發表提供不同的閾值分析方法和測試結果,除了藉由同極化和交叉極化的影像合併分析,加速提升辨識水體的能力,以利即時監測判視外,透過不同波段的特性,例如:X波段的頻率高或L波段的穿透性強,來分析特定地表特徵物的分佈,以增進辨識淹水區域邊界的準確性。
另外,對於雷達影像的斑點過濾(speckle filtering),傳統的濾波演算無法處理同調雷達影像中出現的相乘性雜訊,因此研究者必須設計適應性的斑點濾波方法,Argenti 等人 [1] 提出將不同時間和入射角(look angle)影像取平均,以消除隨機的振幅變化,Horritt等人 [2] 則利用統計主動輪廓模型(statistical active contour model)決定淹水範圍的邊界,基本而言,在調整各種過濾參數時,都要考慮解析度的遺失。此外,雷達影像帶來的優勢是時間序列的分析,新一代的衛星能在更短的時間內固定獲得影像,對地表過程的研究資料收集有很大的發展,除了洪災外我們也可以針對反覆淹水地區,例如:濕地,透過多時期的分析,提出可能的淹水機制與整治策略。
雷達在洪災監測的應用是個相對年輕的研究領域,除了上述的研究重點之外,還有非常多的議題可以探討。例如:在沒有水位標的情況下,藉由收集社群網路的目擊者文字描述與影像資訊,有系統性地紀錄暴洪事件變遷,建立一個量化的資料集。或是透過遙測資料觀察侵蝕堆積物的運輸過程,藉由事件前後高含砂水流或土石流等屬性,回推河水的流量,建立河流的水利模式。
隨著雷達衛星影像的取得成本越來越低,再加上資料時空上的解析度提升,這已經不是單純的資料量大增,也考驗著資料處理的硬體和軟體能力,因此,新的資料分析理論和影像辨識技術,成為學術界目前積極討論的新議題之一,如何將這些巨量的資料轉換成多方可用的資訊,當然也是我們地理學現在努力朝向實現的目標。
參考文獻
- Argenti, F., Lapini, A., Bianchi, T., Alparone, L. (2013) A tutorial on speckle reduction in synthetic aperture radar images. IEEE Geosci. Remote Sens. Maga. 1(3), 6–35.
- Horritt, M.S., Mason, D.C., Luckman, A.J. (2001) Flood boundary delineation from synthetic aperture radar imagery using a statistical active contour model. Int. J. Remote Sens. 22(13), 2489–2507.