洪水淹没制图-喀拉拉邦2018；利用SAR技术、自动阈值检测方法和谷歌地球引擎的力量

洪水淹没图为洪水风险的准备、管理、沟通、响应和减轻提供了宝贵信息，能够通过利用卫星影像的能力进行开发。在本研究中，利用Sentinel-1合成孔径雷达（SAR）数据和大津法来绘制洪水淹没区域。谷歌地球引擎（GEE）用于实现大津算法和处理Sentinel-1 SAR数据。结果通过（i）计算混淆矩阵；（ii）比较2018年8月的淹没水域、2018年1月的非淹没区和前一年的淹没季节（2016年8月，2017年8月）；以及（iii）分析历史降雨模式来理解洪水事件进行评估。2018年8月9日和21日的Sentinel-1 SAR洪水淹没图的总体准确率分别为94.3%和94.1%。与非淹没区（2018年1月）和前一年的相同季节（2015-2017年8月）分类输出相比，淹没区域（水下区域）分类出显著的洪水。总而言之，利用GEE中的大津算法分析Sentinel-1 SAR数据的观察可以作为在灾难发生时绘制洪水淹没区域的强大工具，并增强现有的救援社区生命和生计、保护基础设施和商业的努力。