شناسايي مناطق سيل زده با محاسبات آماري سري زماني بر پايۀ تلفيق داده‌هاي راداري و اپتيكي

Identification of flooded areas using time series statistical calculations and based on integrating radar and optical data

همواره مخاطرات طبيعي در زندگي انسان ها آثار مخربي داشته است كه سيل يكي از انواع جدي آن است. بنابراين، ارائۀ روش هاي سريع شناسايي سيلاب براي مديريت بحران ضرورت زيادي دارد. هدف از اين تحقيق، ارائۀ روشي با دقت و سرعت مناسب در تهيۀ نقشۀ سيلاب است. در اين تحقيق از دو سري زماني داده هاي سنتينل 1 و لندست 8 براي تهيۀ نقشۀ شدت سيل با تركيب روش محاسبات آماري و شاخص هاي استخراجي استفاده شد. الگوريتم پيشنهادي به اين‌ترتيب است كه ابتدا نقشۀ پهنه هاي آبي دائمي به صورت خودكار توسط تصاوير ماهواره اي اپتيكي طي 5 سال تهيه مي شود. سپس، براي تعيين شدت سيلاب در مناطق مختلف از محاسبات آماري روي باندهاي سري زماني تصاوير راداري بهره گرفته مي شود و درنهايت، با استفاده از شاخص نرمال شده تفاوت سيل كه قابليت شناسايي سريع سيل را دارد، نقشۀ نهايي سيلاب به دست مي آيد. رويكرد پيشنهادي در پي رخداد سيل 1398 روي دو منطقۀ گلستان و خوزستان كه داراي شرايط جغرافيايي متفاوت هستند، پياده سازي شده است. ارزيابي ها به كمك نقشه هاي واقعيت زميني و ماتريس ابهام صورت گرفته و علاوه بر آن، براي تحليل هاي كاملتر از آزمون مك نمار نيز استفاده شده است. پياده سازي الگوريتم در محيط ارث‌ انجين نشان داد اين روش در كنار داشتن دقت زياد، امكان استفاده از صدها تصوير را بدون نياز به سخت افزارهاي خاص فراهم مي آورد. دقت كلي به عنوان نمونه در يك دورۀ زماني در استان گلستان و خوزستان به‌ترتيب 91/84 و 97/36 بوده كه نشان دهندۀ قابليت تعميم پذيري زياد الگوريتم در مناطق با وسعت هاي متفاوت است.

Natural hazards have always had devastating effects on human life, of which the flood is one of the most serious. Therefore, providing rapid flood identification methods for crisis management is necessary. The purpose of this study is to provide a method with proper accuracy and speed in preparing flood maps. In this study, two time series of Sentinel-1 and Landsat-8 data were used to prepare a flood intensity map by integrating statistical calculation and index extraction. The proposed algorithm is that first the map of permanent water surfaces is automatically prepared by optical images over a period of 5 years. Then, to determine the flood intensity in different regions, statistical calculations are used on the time series of radar images, and finally, using the Normalized difference flood index, which can quickly identify the flood, the final flood map is obtained. The proposed approach has been implemented following the occurrence of the flood of 1398 in two regions of Golestan and Khuzestan, which have different geographical conditions. Assessments performed with the help of ground truth maps and confusion matrices, and in addition, McNemar test was used for more complete analysis. The implementation of the algorithm in the Google-earth-engine environment showed that this method, in addition to having high accuracy, allows the use of hundreds of images without the need for special hardware. The overall accuracy in a period of time in Golestan and Khuzestan was 91.84 and 97.36, which indicates the high generalizability of the algorithm in regions with different extent.