目前全国天气形势较为复杂，南方持续出现较强降雨，北方则受高温天气困扰。29日，中央气象台继续发布暴雨蓝色预警、强对流天气蓝色预警、高温黄色预警、海上大雾黄色预警。

5月27日，广西西北部及东北部、广东东南部等地部分地区降大雨，局地暴雨，其中较大日雨量广西贺州市昭平县思庇站213毫米、贵州黔西南州册亨县秧坝站191毫米、广东珠海市前山站184毫米。

5月28日至29日，在一波强降雨后，广西百色市乐业县新化、甘田、逻沙等乡镇出现不同程度灾情，导致农田受淹，道路多处塌方，通信、供电设施中断等。

我国拥有复杂的气候情况，科学、及时采取救援措施能最大限度减轻洪水风险、减少灾害损失，确保流域和重点区域、重要基础设施防洪安全，高分卫星数据在我国自然灾害应急管理工作中已经形成了规范化的工作流程。

在气象灾害突发阶段，遥感卫星技术能够高效提取和分析灾情的实时情况及发展趋势，并向救援部门和公众提供可视化的数据影像，科学指导救援工作；同时，遥感卫星数据可回溯的特质，也能运用在灾后评估和重建的决策过程；此外，重大气象灾害通常伴随保险定损需求，遥感卫星实施保险验标和查勘定损工作，大大提高定损的时效和可信度。

1、卫星遥感和无人机

卫星遥感和无人机组网都在抗洪一线大显身手，两者强强联合，可以发挥1+1＞2的效应。

卫星光学遥感可以获取水体面积信息，例如洪水淹没面积；卫星雷达测高可以获取水位信息，如河流和湖泊水位，二者在洪水监测中发挥着重要作用。

卫星遥感监测水体的时间分辨率还有待提高。比如，极轨卫星不会长期停留在某一水体上空进行实时监测。提高时间分辨率有两个基本途径：一是增加搭载同类传感器卫星的数量，以便进行组网监测；二是利用搭载不同传感器的卫星，进行协同监测。

此前，借助谷歌地球引擎识别光学遥感影像中湖泊的岸线变化，并将其转换为湖泊水位变化信息，再结合湖泊面积转化为水量变化信息，从而将缺乏测高卫星数据的大中型湖泊水位、水量变化数据的时间分辨率由年尺度、季尺度精确到月或旬尺度。

现在已经掌握无人机之间的组网遥感技术，未来希望实现卫星遥感和无人机组网。两网之间可以互通有无，应对洪灾的时候获取的信息也会更加全面。

当前，因为洪水淹没，管涌、渗漏往往比较隐蔽，靠人力寻找或出现遗漏，而无人机遥感和红外技术可以发现人眼看不到的地方。

针对决堤口宽度、洪涝淹没面积、灾区道路损毁情况以及粮食和经济作物和水产养殖等的受灾情况，利用现有技术已经可以实时统计受灾村庄、人口以及建筑物损毁等情况。

2、多手段结合显优势

将人工智能技术应用于防洪抗灾，世界各国都有过成功的尝试。

谷歌曾利用降雨、河流水位、洪水模拟等数据，利用机器学习创建过预测模型，可以使系统“效率提高一倍”，同时还能向人们提供有关洪水深度等信息。

美国Chesapeake保护协会也曾在微软和佛蒙特大学的帮助下，开发出一种AI地图，并用来预测和应对洪水。

去年8月，阿里巴巴达摩院曾升级遥感AI技术，开发出应用于防汛的水体识别算法，支持水利部相关监测与分析工作。在重点超警戒水位区，处理影像数量比平时提升5倍，影像分析速度提升百倍。

遥感和人工智能技术已经在防洪抗灾中发挥了重要作用，尤其在大范围水情监测上更显优势。但在小区域、快速反应方面，遥感技术还有待提高。

在洪水应急监测中，目前已经实现卫星遥感、无人机、导航定位和地面水文监测站等多种监测手段的综合使用。对小范围来说，无人机非常便捷，能够快速获取堤防损毁情况，而且我国在水利部门也配备了无人机系统，防汛队伍也具备操作无人机或无人机组网的能力。但无人机观测范围、观测时间有限，而且遇到较大风雨等恶劣天气，无人机也无法执行任务，所以通常是多种手段结合来应对洪水。

文章来源： 大地量子TerraQuanta，无人机网