洪水是一种急性环境危险，影响着印度多个地区的易受影响的地理区域，像马哈德这样的低洼城市中心在马哈拉施特拉邦的Raigad区尤其容易发生洪水。本研究展示了一种多时相的混合洪水检测方法，结合了Sentinel-1卫星（合成孔径雷达（SAR））与Sentinel-2和归一化水分差异指数（NDWI）百分比的信息，以评估2020至2024年的洪水淹没状态。虽然单独的技术在洪水制图文献中已经得到很好的确立，但本工作的贡献在于它们在Google Earth Engine（GEE）上的一致性整合和多年的重复应用，特别是在季风季节云层覆盖期间，采用这种混合方法进行洪水检测非常可行。该混合方法采用SAR后向散射比阈值识别潜在洪水像素，随后进行基于NDWI的过滤，以减少城市和植被区域的错误分类，结果通过假色复合（FCC）图像进行可视化交叉验证。组合的SAR-NDWI结果提高了洪水易发区域的空间一致性。混合模型有效地定位了“真实”的洪水区域。根据结果，在2021年发生了一次重要的洪水事件，基于SAR和NDWI数据，淹没面积为2,887.93公顷，而在2023年，只有在疏浚后注意到小面积的互动洪水。总体而言，本研究展示了一种可重复和可扩展的混合工作流程，支持长期洪水评估和区域洪水。
Jadhav等人（星期三）研究了这个问题。