融合Landsat和Sentinel-2时序影像为洪水无缝制图
Li, Z., Xu, S. and Weng, Q., 2024. Beyond clouds: Seamless flood mapping using Harmonized Landsat and Sentinel-2 time series imagery and water occurrence data. ISPRS Journal of Photogrammetry and Remote Sensing, 216, pp.185-199. https://doi.org/10.1016/j.isprsjprs.2024.07.022
翁齐浩教授与李志伟博士及研究团队开发了SeamlessFloodMapper，用于利用光学卫星影像时间序列进行无缝洪水制图，从而克服了云覆盖的限制。通过融合的Landsat和Sentinel-2时序影像进行评估，该方法可以在2-3天的间隔内以30米的分辨率无缝绘制洪水范围，为高效的洪水监测和灾害管理提供支持。
摘要
洪水是最具破坏性的自然灾害之一，在全球范围内对生命、财产和基础设施构成重大威胁。对地观测卫星为持续和广泛的洪水监测提供了数据，但由于云覆盖，使用光学影像进行洪水监测在空间完整性上存在局限。近年来，已有研究开发了填补云覆盖区域的缺失信息的重建方法，用于重建水体范围图中的云覆盖区域。然而，这些方法并未针对云量大、降雨频繁且水体范围快速变化的洪水场景进行专门设计和验证，因此仍有改进空间。本研究探讨并开发了一种新的重建方法用于时序洪水范围制图，支持洪水范围的空间无缝监测。该方法首先使用经过微调的大型基础模型从时间序列影像中识别地表水体。随后，根据全球地表水数据集中的先验Water Occurrence数据，遵循所提出的次最大稳定性假设，重建水体图中云覆盖区域。最后，通过时空马尔可夫随机场建模对重建后的时间序列水体图进行精细化，以最终确定洪水区域。该方法在不同云覆盖条件下，通过融合的Landsat和Sentinel-2数据集进行了评估，实现了2-3天频次和30米分辨率的无缝洪水制图。在全球范围四个地点的洪水事件中，验证了所提出方法的优越性。此外，基于所提出方法重建的水体图生成的最大洪水范围图和洪水持续时间图比使用原始云覆盖的水体图的准确性更高。本文还讨论了合成孔径雷达影像（如Sentinel-1）在云覆盖条件下增强洪水制图的优势。本文提出的方法为在多云和多雨场景下的洪水监测提供了一种有效途径，支持应急响应和灾害管理。
图1：2023年巴西南里奥格兰德州洪水事件的时间序列无缝洪水制图示例。
图2：基于原始的和重建的时间序列水体图生成的最大洪水范围图和洪水持续时间图比较。HLS影像获取于：(a) 2022年7月15日印度阿萨姆邦；(b) 2022年9月10日巴基斯坦信德省；(c) 2023年9月11日巴西南里奥格兰德州；(d) 2020年5月20日美国密歇根州。
Happy reading!
https://online.fliphtml5.com/pdnjr/zlot/
翁齐浩，欧洲科学院外籍院士、 美国科学促进会（AAAS）会士、电气与电子工程师协会（IEEE）会士、美国地理学会（AAG）会士、美国摄影测量与遥感学会（ASPRS）会士、亚太人工智能学会（AAIA）会士，现任香港理工大学地理信息学和人工智能讲座教授、曾任美国印第安纳州立大学城市与环境变化中心主任和教授和美国航天局高级研究员。现为地球观测组织的全球城市观测和信息系统项目负责人并任《国际摄影测量与遥感学会期刊》（ISPRS JP&RS）主编。翁教授的研究侧重于遥感科学和技术在城市环境与生态系统中的应用、土地利用和土地覆盖的变化和城市化的环境效应等。
李志伟，博士，香港理工大学土地测量及地理资讯学系研究助理教授。主要研究兴趣为多云多雨环境遥感，研究方向包括卫星影像云检测与去除，多源数据融合，土地覆盖制图，洪水监测等。
关于我们
“理·解时空”是地理空间智能研究中心(Research Centre for Artificial Intelligence in Geomatics)的官方微信公众号，除实验室日常动态外，每月还将推送不同主题的科学研究，欢迎各位读者订阅讨论。同时，我们也期待各位读者将感兴趣的科研话题通过后台留言的方式与我们分享，我们将结合各位读者的需求提供更加丰富的推文内容。
实验室主页：https://rcaig.com/
供稿：李志伟博士
编辑：夏怡
指导：翁齐浩博士
