暴雨洪涝灾情快速监测评估技术框架体系与应用:以2022年6月北江流域洪水灾情分析为例

【目的】暴雨洪涝灾情快速评估在洪灾应急救援和灾后恢复重建中发挥着重要作用,但仍面临诸多挑战。为快速监测和评估洪涝灾情,建立一套集成天空地网多源信息与多种技术的暴雨洪涝灾情快速监测评估技术框架体系,【方法】以2022年6月北江暴雨洪灾为例,综合利用雨量、河道水位、网络淹没图片和视频、卫星遥感影像、地面调研测绘和无人机低空航测等多源数据、水文模型和地理空间分析技术,通过实地调研测绘和无人机航测,结合遥感影像、水力学模型和地理空间分析技术,快速识别本次洪水淹没深度范围、分析淹没区内的受灾人口、房屋、农田等基本灾情,在洪水灾情分析的实战中检验集成天空地网多源信息的暴雨洪涝灾情快速监测评估技术。【结果】结果显示:清远市新增的淹没面积为478 km^(2),其中淹没农田307 km^(2)(64%),淹没区内有74119栋房屋和167306人;韶关市新增的淹没面积为90 km^(2),其中淹没农田46 km^(2)(51%),淹没区内有15629栋房屋和78037人。【结论】结果表明:无人机航测结合地面RTK高程和洪痕测绘,将在洪涝灾情快速调查评估中发挥越来越重要的作用;卫星影像可快速揭示洪水淹没区的总体格局,但受云层遮档和过境时间的影响,难以获取最大淹没范围;洪涝淹没区公众提供的各类网络众包信息是最直接和现时的洪涝灾情信息,需要认真核实和充分利用;结合河道等各类实测水位,HAND模型可以快速估算出淹没深度范围,有很大的推广应用价值。通过对本次北江洪涝灾情的快速模拟和初步分析,充分展示了各类前沿技术在洪涝灾情快速识别中的独特作用,可为洪涝灾情应急监测方案设计和技术准备提供参考。

基于知识图谱的1985-2021年红树林遥感研究可视化分析

为揭示国内外红树林遥感领域的研究历程和发展趋势,以Web of Science核心数据库和CNKI数据库中1985—2021年收录的红树林遥感研究文献为数据支撑,采用科学计量学法和CiteSpace软件绘制红树林遥感研究的可视化知识图谱,并分析该领域的研究热点和发展趋势。结果表明:近30余年,红树林遥感研究的发文数量总体呈逐年上升的趋势,其中英文文献发文数量较多,中国较早关注该领域。英文文献的研究大多数针对全球尺度,研究主题涉及红树林生态系统、动态变化和空间分布,中文文献多从区域尺度出发,主要探究红树林的时空动态和分类方法。英文文献中被引较多的是红树林生态系统研究主题和综述型文献。建议充分利用交叉学科,并发展更为先进的监测手段,为红树林生态恢复和保护提供更有力的技术支持。