从吉隆看遥感｜泥石流来临前，高光谱卫星能否发现风险？

无人机抵达前，卫星已开始行动 这次吉隆口岸泥石流，大家最先看到的是无人机传回的现场画面。

画面中，河道被泥沙覆盖，道路和房屋受损，救援人员正在高山峡谷间展开搜索。

不过，在无人机深入现场之前，多颗卫星已经从数百公里外接续飞过灾区。

时间回到8月26日10时30分许，尼泊尔一侧突发严重泥石流灾害，波及西藏日喀则吉隆口岸，造成道路、通信和电力中断，并出现人员伤亡失联。

据专家研判，灾害由尼泊尔境内高位冰崩引发，冰雪和岩体沿陡峭山谷高速下泄，形成“冰崩—堵河—溃决—泥石流”灾害链，冰崩碎屑流平均速度约为每秒50米。

这类灾害很难在第一时间看清。

源区位于境外高山冰雪区，灾区山高谷深，云雾、降雨和夜间条件又会影响普通光学卫星成像。

灾害发生后，应急管理部门紧急调度环境、高分、资源、北京三号等卫星开展观测。

由中国电建成都院、中国地质大学（武汉）和天仪空间联合研制的“电建一号”SAR卫星，也于8月27日00时48分过境，获取首批灾后雷达影像。

随后，“神启号02星”“电建一号”“巢湖一号”等SAR卫星接续成像，对河道堵点、堆积体、堰塞湖和G216抢险通道进行复核。

无人机进入现场后，则提供了更直观、更精细的画面。

无人机在救援现场更容易被看见，卫星的优势是迅速覆盖大范围区域，还能观察境外上游和人力暂时无法抵达的高山峡谷。

SAR不依赖太阳光，无论白天黑夜都能穿透云雾，已经成为突发灾害中的重要观测手段。

喀什大会提出的前沿问题，正在灾区接受检验

两天后的8月28日，第二届全国遥感地理大会在新疆喀什开幕，“遥感科学与技术领域十大前沿问题”正式发布，童庆禧、张兵等9位院士现场见证。

十个问题中，与吉隆灾害直接相关的至少有五项：遥感卫星虚拟星座协同观测、遥感大模型与智能体、多模态遥感实时处理、极地冰盖透视探测，以及全球自然灾害遥感即时监测与预警。

大会讨论的是遥感未来十年需要突破的方向，吉隆灾害呈现的则是眼前的现实需求：卫星怎样更快抵达，几种遥感手段如何协同，海量数据能否及时变成救援人员看得懂、用得上的结论。

童庆禧、张兵两位院士又长期从事高光谱遥感研究。

高光谱能不能进入泥石流、地震等灾害应急体系，也由此成为一个值得追问的问题。

看到西光贰号01星，想到了灾前的“光谱底档”

当国家卫星和商业SAR卫星为吉隆灾区持续奔忙时，老颜想起了8月初看到的一组西光贰号01星在轨影像。

从画面上看，河流、农田、城镇、岩体和山地纹理清晰。

它留下的也不只是一张普通彩色照片，而是每个地物在70个光谱通道中的响应信息。

影像中的植被“绿峰”“红谷”和“红边”特征清晰可辨，清澈水体与含泥沙水体存在明显差异，潮湿土壤、岩体、道路和农田也呈现出不同的光谱曲线。

西光贰号01星于7月22日入轨。

按照公开技术口径，该星在可见光至近红外范围实现10米空间分辨率、约7纳米光谱分辨率和14公里幅宽。

从公开指标看，已经处于国内商业高光谱卫星第一梯队。

据中科西光公开信息，童庆禧院士受聘担任该公司首席院士专家，公司还设立了童庆禧院士工作站。

喀什大会讨论的高光谱、人工智能和多源遥感协同，与西光贰号01星采用的“高光谱＋星上智算”路线有着直接关联。

看到这组影像，再回看吉隆灾害中的SAR应急观测，老颜更加期待：高光谱能否与SAR、无人机等手段协同，进入灾害应急系统？

天气不好，高光谱应该怎么用？

在做相关科普之前，老颜需要先把这里面的边界讲清楚。

高光谱仍然属于光学遥感，遇到厚云、强降雨和严重扬尘时，无法代替SAR完成第一时间穿云成像。

它更适合把能力放在灾前长期监测、云窗期补充观测和灾后精细识别上。

在灾害发生前，高光谱卫星可以持续记录冰雪、裸岩、植被、土壤湿度和水体浑浊度等变化，为重点山区建立“光谱底档”。

一旦出现冰雪消融异常、植被胁迫、地表含水量升高或裸岩范围变化，这些长期数据能够为风险研判提供线索。

高光谱无法仅凭一张影像准确预报泥石流将在何时发生，但连续观测可以帮助研究人员识别地表物质和环境条件的异常变化，再与降雨、温度、地形、地质和历史灾害数据结合，缩小重点排查范围。

灾害发生后，SAR可以先看清河道是否变宽、山体是否位移、道路是否中断。

等到云层出现窗口，高光谱影像能够进一步判断新暴露的岩土类型、堆积物含水情况、水体含沙变化、植被损伤以及潜在污染。

无人机随后进入重点区域，补充厘米级现场细节。

几种手段看到的是灾害的不同侧面。

把灾前高光谱档案与灾中、灾后的SAR影像对齐，救援人员既能知道哪里发生了变化，也能更快判断发生了什么变化。

高光谱进入应急系统，还需补上“智能”这一环

70个光谱通道意味着更丰富的信息，也意味着更大的数据量和更高的处理门槛。

灾害救援按小时推进，影像下载以后再依靠人工逐景解译，很难满足应急需求。

高光谱进入业务化应急系统，需要先做好在轨定标和大气校正，建立适用于冰雪、岩体、泥沙、水体和植被的灾害光谱库。

AI模型还要把高光谱、SAR、普通光学、气象、地形和无人机数据放到同一套时空坐标中，自动识别异常区域并给出风险排序。

西光贰号01星提出的“高光谱＋星上智算”，价值也在这里。

卫星可以在轨完成初步筛选，只把发生明显变化的区域、目标坐标和关键结果优先传回地面，从“天感地算”进一步走向“天数天算”。

卫星数量则要由应急目标倒推。

重点风险区需要形成日级归档，灾害发生后将任务调度压缩到小时级，并保留云窗重拍的机会。

对于14公里幅宽的精细观测卫星而言，承担大范围常态化建档，最终还要从单星验证走向多星业务化运行。

商业航天的价值，要在救援现场被看见

吉隆灾害中，无人机提供了最直观的现场画面，SAR卫星则在云雾和夜间率先打开了观察窗口。

高光谱的机会，是把灾前积累的精细档案与灾后的变化连起来，帮助应急人员进一步识别物质和环境变化。

未来的灾害应急系统，不会只依赖某一种卫星。

SAR负责恶劣天气下的持续观测，高光谱提供地物精细识别，无人机深入重点区域，AI完成多源数据融合、变化检测和风险排序。

当商业卫星能够接受应急调度，在轨处理数据，并在几个小时内交付可用于决策的结果，商业航天的价值才会从“拍到一张图”，走向真正参与救援和灾害治理。

吉隆灾害让我们看到，卫星已经在行动。

下一步，需要更多卫星、更快的数据处理，以及一套能够把国家力量、商业星座、无人机和地面队伍实时连接起来的智能应急系统。