洪水淹没范围快速提取模型研究

摘要

【目的】洪水灾害是威胁人类生存和经济发展的十大自然灾害之一,为快速准确地获取洪水淹没范围,有力支持洪水灾情评估、救援以及资源调配。【方法】本文基于Google Earth Engine云平台,以斯里兰卡中东部为水体提取研究区,从目视判读与定量分析2个角度对比分析了大津法(OTSU)-阈值模型提取Sentinel-1影像水体和OTSU-归一化水体指数(NDWI)模型提取Sentinel-2影像水体的精度;结合地形建模后的山体阴影掩膜数据,构建了基于Google Earth Engine和Sentinel-1/2影像的洪水淹没范围快速提取模型,并应用于2017年5月斯里兰卡马塔拉区和2020年7月鄱阳湖区的特大洪灾分析。【结果】经过分析发现有云区域Sentinel-1影像的提取精度明显高于Sentinel-2影像,能有效地避免云和云阴影对水体提取结果的影响;无云区域Sentinel-2影像的提取结果较好,能比较准确地提取出水体的边界;2种影像均存在山体阴影误分为水体的现象。本文提出的模型在2个研究区内均可以有效地识别出洪水淹没范围,马塔拉区的提取结果与IWMI发布的存在高度的一致性,鄱阳湖区的灾情分析结果与江西省国防科技信息和卫星应用中心发布的洪灾信息一致。【结论】该模型效率高、可行性强、时间成本低,有效地避免了耗时的影像下载以及预处理操作,能近实时地进行洪水淹没范围测绘,可广泛应用于洪灾应急监测。