Sustainable Marine Structures·10月22日 · 周四论文农业遥感与作物表型阅读 0
A SAR-Based Rapid Flood Detection Framework Using Google Earth Engine: An Arid Inland Case Study with Potential Coastal Applications
Naoual El Hammouch · Fatima El Hammichi · Hassan Tabyaoui 等 4 人
论文解读
0未达精选线
速览
基于Sentinel-1与GEE构建快速洪水检测框架，并在摩洛哥干旱区验证。
方法
Sentinel-1 SAR前后变化检测、永久水体掩膜、气候与实地观测，GEE云
发现
洪水集中于排水路径与丘间洼地，并识别出新的临时水体。
机会点
可将该SAR-GEE框架迁移至潮汐、波浪与复杂海岸带验证，填补沿海洪水监测空白。
影响力0
信息增量0
专业深度0
信源权威0
时效性0
该研究属于遥感洪水监测方法论文，与三农、农业信息化、智慧农业无直接关联，因此不进入每日精选。
原文摘要
在数据匮乏地区监测洪水淹没情况仍然是灾害风险管理的一项重大挑战，尤其是在干旱地区，有限的实地测量和不利的天气条件可能限制传统的光学遥感。本研究提出了一种利用Sentinel-1合成孔径雷达（SAR）影像并借助Google Earth Engine（GEE）提供的云计算平台快速检测洪水的方法。该工作流程结合了事件前后的SAR变化检测、永久水体掩膜、气候信息和实地观测，旨在圈定受洪水影响的区域和新淹没的临时水体。该框架在2024年9月摩洛哥梅尔祖卡沙丘地区的极端洪水事件上进行了测试。结果表明，洪水主要集中在水系路径和丘间洼地周围，当地地形和地貌格局影响了水的积聚和临时蓄存。分析还检测到了在极端降雨事件后被淹没的新洼地，这些洼地代表临时水体。通过纳入永久水体数据，事件水面与现有水面混淆的可能性降低。结果展示了Sentinel-1和GEE在干旱地区提供及时洪水评估的能力。对沿海和近岸环境的适用性有望实现但尚未得到验证，需要在存在潮汐、波浪、潮间带面和复杂海岸线的代表性沿海环境中加以证明。