洪澇災(zāi)害外文文獻(xiàn)翻譯

信息提取的遙感數(shù)據(jù)應(yīng)用到洪水監(jiān)測與災(zāi)情評(píng)估塞巴斯蒂安B塞爾皮科，西爾瓦娜迪利皮安，加布里埃萊莫澤，埃琳娜安吉爾提摘要：在一個(gè)抽象的洪水風(fēng)險(xiǎn)的框架之中，現(xiàn)有的技術(shù)能成功的通過衛(wèi)星遙感提供信息，開發(fā)傳感技術(shù)不僅需要準(zhǔn)確和可靠的圖像分析方法以提取所需的專題信息，而且此信息是以基于物理模型相結(jié)合的能力所觀察到的過程。這是一個(gè)多學(xué)科的方法，它結(jié)合了地球物理科學(xué)，遙感等。在這種情況下，水文氣象是根本。在本文中，我們調(diào)查涉及的衛(wèi)星開發(fā)的關(guān)鍵問題和對(duì)應(yīng)急和災(zāi)后階段重點(diǎn)數(shù)據(jù)損傷進(jìn)行了評(píng)估。這種方法涉及了多學(xué)科圖像分析和水文氣象組合，以指導(dǎo)和優(yōu)化工藝的目的，從衛(wèi)星提取的數(shù)據(jù)信息是根據(jù)民事保護(hù)免受洪水的要求。實(shí)驗(yàn)也提出了一些相關(guān)的案例研究的例子。1簡介地球觀測衛(wèi)星（EO）的任務(wù)，目前適用于提供獨(dú)特的觀察能力和地球表面的空間分布式和分辨率時(shí)間重復(fù)的方式，這種方式的范圍從幾公里到小于一米。對(duì)成功開發(fā)的災(zāi)害監(jiān)測數(shù)據(jù)進(jìn)行這樣的財(cái)富和風(fēng)險(xiǎn)評(píng)估，從EO圖像中提取的信息必須與基于物理的模型所觀察到的現(xiàn)象合并，也就是一個(gè)目標(biāo)，即要求多學(xué)科的方法涉及遙感和地球物理科學(xué)，因此從創(chuàng)建的場景之一來創(chuàng)建任務(wù)場景。我們定義一個(gè)景象是“在一個(gè)具體時(shí)間的靜止圖像”。一個(gè)場景是不足以預(yù)測所觀察到的過程的演變，因?yàn)樗话瑢?duì)所觀察到的現(xiàn)象的物理信息。一個(gè)“情景”是一個(gè)時(shí)間序列的空間分布和過程中給定的時(shí)刻的觀測數(shù)據(jù)，鑄為物理動(dòng)態(tài)模型，可以預(yù)測該方案將進(jìn)化（預(yù)防和應(yīng)對(duì)行動(dòng)）或進(jìn)化（災(zāi)后評(píng)估）。在本文中，我們專注于洪水風(fēng)險(xiǎn)研究的關(guān)鍵是參與操作EO數(shù)據(jù)的利用，還有研究洪水風(fēng)險(xiǎn)監(jiān)測和評(píng)估鏈。有效的結(jié)合圖象分析和水文氣象是指導(dǎo)和優(yōu)化信息提取過程的關(guān)鍵，而EO圖像是基于民法保護(hù)的。努力參與這種多學(xué)科的方法論問題和途徑，將有一些相關(guān)的案例研究的例子討論和實(shí)驗(yàn)然后顯示出來。洪澇風(fēng)險(xiǎn)在預(yù)防和預(yù)測階段，可以通過提高風(fēng)險(xiǎn)防范能力與可能的危險(xiǎn)事件的風(fēng)險(xiǎn)評(píng)估；本文主要闡述問題（II）和（III）。（II）在減緩和風(fēng)險(xiǎn)評(píng)估階段，它允許一個(gè)更好元素在風(fēng)險(xiǎn)和脆弱性的定義；和（III）在階段中的監(jiān)測和管理，它允許一個(gè)詳細(xì)的洪水的實(shí)際地面效應(yīng)評(píng)估。關(guān)于脆弱性評(píng)估，標(biāo)準(zhǔn)的地圖信息可能不是最新的，和現(xiàn)場調(diào)查通常的時(shí)間消費(fèi)和可能的緩慢的時(shí)間相關(guān)，這是城市建成區(qū)的演變。而衛(wèi)星遙感則提供了一種可行的方法來減輕這些限制，因?yàn)閮烧呤遣扇】臻g分布的觀察能力和機(jī)會(huì)利用先進(jìn)的圖像分析方法。特別的是，土地覆蓋信息是一個(gè)重要的輸入脆弱性模型和EO，它是基于土地覆蓋映射可行的監(jiān)督圖像分類技術(shù)，也是基于一個(gè)模式識(shí)別方法。對(duì)于什么時(shí)候針對(duì)城市建成區(qū)，另一個(gè)重要的輸入是由三維結(jié)構(gòu)表示的脆弱性評(píng)估。一個(gè)一個(gè)的城市地區(qū)的三維模型，可以通過使用遙感影像。在圖像處理的研究進(jìn)展中能夠準(zhǔn)確地提取出感興趣的特征建筑物的三維映射，同時(shí)還能夠減少人為干預(yù)。對(duì)于相關(guān)問題（III），目前，洪澇風(fēng)險(xiǎn)的損傷評(píng)估是不發(fā)達(dá)的，特別在相對(duì)于其他風(fēng)險(xiǎn)時(shí)。但是，最近的重要成果是采用基于衛(wèi)星觀測技術(shù)傳感器。損失評(píng)估可以依賴于整合上述特性和現(xiàn)有的脆弱性，在受事件影響的地面區(qū)域進(jìn)行精確檢測，即，淹沒區(qū)進(jìn)一步地變化。重復(fù)性視圖的星載光電允許這樣的事件，驅(qū)動(dòng)的提供時(shí)間間斷地被捕獲。這個(gè)目標(biāo)可以用于支持當(dāng)局急救災(zāi)后及時(shí)提供受影響地區(qū)的地圖，或有助于制作詳細(xì)的量化損傷測繪成果。在這里，特別是有關(guān)SAR數(shù)據(jù)，因?yàn)樗麄冊(cè)诎滋旌秃谝?，穿云獲取能力由于重訪時(shí)間短（上12小時(shí)），新的SAR星座進(jìn)行授予（特別是，COSMO-衛(wèi)星星座）。再次在戰(zhàn)場進(jìn)行模式識(shí)別和圖像處理、特征提取分類和分割技術(shù)，可用于正式的映射淹沒和變化區(qū)域的問題，以下給出了SAR圖像的收購事件發(fā)生之前和之后。2遠(yuǎn)程水力和洪水響應(yīng)與傳感管理一個(gè)最成熟的應(yīng)用衛(wèi)星信息在減少災(zāi)害風(fēng)險(xiǎn)（DRR）周期中有響應(yīng)和恢復(fù)階段。遙感技術(shù)有助于克服這兩個(gè)關(guān)鍵方面的損失估計(jì)，在時(shí)間和空間尺度分別來討論。首先，流逝的時(shí)間和可用性之間的事件損失估計(jì)在評(píng)估的價(jià)值是至關(guān)重要的信息。然后，空間廣泛的損害評(píng)估通常是困難和昂貴的，而衛(wèi)星信息提供了一個(gè)概覽。顯然，這些細(xì)節(jié)可以利用遙感技術(shù)評(píng)估通常低于通過地面檢查，但以上優(yōu)勢(shì)中，DRR的提供有不可估量的貢獻(xiàn)。在最好的和損壞的最終目的和最快的方式事件評(píng)估后，衛(wèi)星信息可以結(jié)合液壓和脆弱性模型。為此首先，土地覆蓋圖應(yīng)聚集成類，在洪水風(fēng)險(xiǎn)方面有類似的行為元素。第二，適當(dāng)?shù)膿p失函數(shù)應(yīng)該分配給每一類這樣的損害，這是眾所周知的功能，比如液壓強(qiáng)迫（例如，最大水深）。第三，在根據(jù)簡化模型或物理形態(tài)時(shí)，通過水力模型約束的劃定淹沒地區(qū)，水的深度的地圖和其他液壓參數(shù)可以計(jì)算出實(shí)際情況的最佳估計(jì)。最后，把所有得到的信息融合來估計(jì)的實(shí)際損失。A漏洞：在損傷評(píng)估的一個(gè)核心概念漏洞可以被定義為一個(gè)給定的損失程度元素或元素組的發(fā)生風(fēng)險(xiǎn)的給定大小，這是一種自然現(xiàn)象，表達(dá)從0級(jí)（無損傷）到1（損失）。一旦一個(gè)給定的資產(chǎn)被確定為不同的脆弱性洪水的大小，它是通過元素的值相乘得到的可能獲得的經(jīng)濟(jì)損失。漏洞可以指定為v=?（E，EI，S），其中?是一個(gè)合適的函數(shù)，而E，EI，S表示向量的風(fēng)險(xiǎn)要素，曝光，和敏感性指標(biāo)，分別為：E指定社會(huì)，經(jīng)濟(jì)和生態(tài)的單位或量，系統(tǒng)，是被洪水影響的風(fēng)險(xiǎn)；EI提供有關(guān)風(fēng)險(xiǎn)要素的信息（例如，位置，抬高，接近河），側(cè)重于一般洪水特征（例如，時(shí)間，速度，淹沒深度）；和絕對(duì)和相對(duì)的措施影響的洪水風(fēng)險(xiǎn)的個(gè)體因素，也包括社會(huì)語境（例如，防范，應(yīng)對(duì)，恢復(fù)）。最簡單和最常用的表達(dá)方式是“損失函數(shù)V”或“損失功能，“與洪水的破壞/洪水災(zāi)害易損性暴露指標(biāo)（例如，淹沒深度）不同的風(fēng)險(xiǎn)要素類的敏感性通常被忽略。脆弱性映射算法可以自動(dòng)助理一個(gè)風(fēng)險(xiǎn)要素的損失函數(shù)系統(tǒng)。然而，當(dāng)?shù)氐男螒B(tài)和拓?fù)涮卣髋c特定的建筑類型也能深入地修改建筑損失函數(shù)。為了這個(gè)目的，損失函數(shù)也可以在專家判斷的基礎(chǔ)上以交互方式調(diào)整。B風(fēng)險(xiǎn)要素確定風(fēng)險(xiǎn)向量的元素，會(huì)由一個(gè)基本的信息輸入土地覆蓋圖塊，其中元素必須被重新分類到一個(gè)新的表征，考慮到他們的行為與洪澇災(zāi)害脆弱性。首先，從衛(wèi)星影像土地覆蓋圖中自動(dòng)相比其他土地利用/覆蓋信息，當(dāng)可用的，可能需要之間的換算表，不同的土地使用標(biāo)準(zhǔn)和風(fēng)險(xiǎn)要素類的映射是平凡的，多對(duì)多的，和隨后的交互式步驟往往必要完全分類。在風(fēng)險(xiǎn)要素類。一個(gè)有效的方法是在計(jì)算一個(gè)質(zhì)量指標(biāo)的每個(gè)像素的基礎(chǔ)上，提供各種來源和accordancediscordance可用性。該指標(biāo)可以被認(rèn)為是一起的分類指導(dǎo)交互步驟，其中錯(cuò)誤分類的區(qū)域由操作員糾正。當(dāng)單建筑是可用的功能，每個(gè)建筑自動(dòng)分配一個(gè)考慮幾何特征的類型相關(guān)的體積元。在這種情況下，一個(gè)互動(dòng)步驟可以遵循驗(yàn)證自動(dòng)處理結(jié)果。C水深測量對(duì)洪水曝光影響最大的是指示燈驅(qū)深度。為了提供動(dòng)態(tài)一致的液壓深度，有效的方法可以是一個(gè)基于一個(gè)簡化的版本的二維實(shí)時(shí)使用的水力模型，淺水方程，受satelliteretrieved淹沒區(qū)影響，這種模式的主要特點(diǎn)是計(jì)算速度較快，簡單的初始化和允許模型可用于洪水的實(shí)時(shí)仿真事件。合奏的模型運(yùn)行的是一套生產(chǎn)初始條件（即，專家猜測基于淹沒從映射的衛(wèi)星領(lǐng)域）。最好的一般從SAR圖像洪水?dāng)U展，然后選擇。環(huán)氧乙烷的靜態(tài)信息是這樣在一個(gè)動(dòng)態(tài)的和一致的方式中解釋，結(jié)合有用的洪水暴露指標(biāo)（例如，水的深度，流速，和洪災(zāi)地區(qū)的進(jìn)化）。估計(jì)該模型地填充通過單次EO場景還留有間隙，例如，在最大洪水的延伸和大小。場景的其他特性也能估計(jì)，如流量流行的方向，如果通過具體事件的動(dòng)力學(xué)允許，未來也可能有其他的劇情發(fā)展，如圖所示。（a）土地覆蓋地圖D損失評(píng)估一般來說，當(dāng)土地覆蓋變化造成的事件，變化檢測技術(shù)是有用的工具。不過，洪水造成的破壞是點(diǎn)很少有破壞可以通過衛(wèi)星直接看到。因此，一個(gè)復(fù)雜的和間接的工作流的通常要實(shí)施在廣泛征求淹沒面積損傷數(shù)據(jù)的。損害評(píng)估鏈的最后一步將損失功能和暴露指標(biāo)提供的百分比和損傷的地圖一部分受損失的元素，風(fēng)險(xiǎn)通常是計(jì)算其價(jià)值面的功能，然后，如果值計(jì)算出風(fēng)險(xiǎn)因素是可用的，那么粗糙的經(jīng)濟(jì)量化的損害也可以得出。3從遙感專題信息提取遙感影像在這一部分中，主要的方法是用開發(fā)來解決信息抽取的主要任務(wù)，洪水的應(yīng)用EO數(shù)據(jù)（見上節(jié)）已經(jīng)簡要論述了進(jìn)一步的細(xì)節(jié)中可以找到的東西。A土地覆蓋制圖土地覆蓋測繪任務(wù)與觀測數(shù)據(jù)的處理可以用模式識(shí)別方法和形式化為監(jiān)督圖像分類的問題。這個(gè)問題被廣泛研究了幾十年，涉及遙感影像數(shù)據(jù)越來越先進(jìn)的類型，從多光譜，高光譜，從粗到高分辨率（VHR）。當(dāng)前的科學(xué)發(fā)展在這一研究領(lǐng)域，再加上不斷增加的計(jì)算通過硬件軟件平臺(tái)提供的能力，使它成功的應(yīng)用了先進(jìn)的遙感圖像和分類技術(shù)，不僅在實(shí)驗(yàn)室的實(shí)驗(yàn)而且使操作的要求需要得到滿足。監(jiān)督圖像分類的固有困難問題是需要從一個(gè)有限的概括（通常?。┑挠?xùn)練樣本集的一個(gè)可靠的模型來進(jìn)行未知的衛(wèi)星觀測的統(tǒng)計(jì)相關(guān)性和類標(biāo)簽。在同一時(shí)間，所需的一種圖像分類的性能，也包括對(duì)噪聲的靈敏度有限的維數(shù)和魯棒性問題的可能，從空間信息相關(guān)的利益與圖像來考慮。這樣的多目標(biāo)提出了一個(gè)具有挑戰(zhàn)性科學(xué)的任務(wù)，并已通過許多的方法，包括貝葉斯決策理論，神經(jīng)網(wǎng)絡(luò)，模糊邏輯，基于核的學(xué)習(xí)，多分類器系統(tǒng)，和空間上下文技術(shù)。在這里，我們簡要地討論三個(gè)主題的方法（即，支持向量機(jī)，馬爾可夫隨機(jī)域，和基于區(qū)域的方法），依靠明確的方法論基礎(chǔ)，被發(fā)現(xiàn)在許多土地覆蓋制圖中準(zhǔn)確應(yīng)用。支持向量機(jī)（SVM）是目前代表行之有效的和廣泛的遙感方法進(jìn)行數(shù)據(jù)分類。支持向量機(jī)是一個(gè)家庭的理論上嚴(yán)格的技術(shù)，它可以提供有說服力的響應(yīng)，對(duì)于泛化能力的方法論問題，在維數(shù)的魯棒性上，防止局部是極小的。在學(xué)習(xí)應(yīng)用支持向量機(jī)的巨大的擴(kuò)散上承認(rèn)他們的作用，作為一個(gè)成熟的開發(fā)效果，在過去的幾十年的模式識(shí)別中運(yùn)用。他們成功在現(xiàn)實(shí)世界應(yīng)用程序，盡管他們有大量的計(jì)算負(fù)擔(dān)，也因?yàn)槭强尚械挠行У臄?shù)值優(yōu)化策略，輸入?yún)?shù)的數(shù)量可調(diào)諧，可自動(dòng)的介紹這些參數(shù)的優(yōu)化算法。然而，在支持向量機(jī)分類在很大程度上仍然開放的問題是相關(guān)理論模型的輸入數(shù)據(jù)，從而忽略了像素間的相關(guān)性。第二種方法，即馬爾可夫隨機(jī)場（MRF）模型，具有互補(bǔ)的特性。MRFS是廣泛的一類二維隨機(jī)過程概率模型。他們代表了靈活而強(qiáng)大的與空間上下文信息模型圖像。他們的感應(yīng)相關(guān)性在偏遠(yuǎn)的原因之一是嚴(yán)格的數(shù)學(xué)形式，和全局和局部圖像特征之間的關(guān)系性能；（二）一個(gè)非凡的靈活性將多個(gè)信息源；和（三）許多精確的結(jié)果貝葉斯圖像分析的問題。MRF模型最近引起更大的關(guān)注，也作為一個(gè)結(jié)果向計(jì)算效率的方法的發(fā)展（例如，圖割）相關(guān)的復(fù)雜的優(yōu)化問題?，F(xiàn)在甚至進(jìn)一步通過目前流行的強(qiáng)調(diào)在遙感空間信息模型的作用，高分辨率遙感傳感器，用高分辨率影像，不僅相關(guān)像素還有空間的幾何結(jié)構(gòu)是顯而易見的，特別是當(dāng)圖像被接管城市地區(qū)的基礎(chǔ)設(shè)施。三分之一個(gè)有趣的方法進(jìn)行高分辨率遙感圖像分類，這是特別相關(guān)的，是為代表的基于區(qū)域和基于對(duì)象的方法，結(jié)合分類和分割合并在映射過程中的幾何信息。B三維建筑圖三維建筑物提取的各種方法已是基于VHR光學(xué)和激光雷達(dá)提出的。雖然新的可能性被極化，干涉合成孔徑雷達(dá)一直是許多研究的重點(diǎn)努力，共同實(shí)踐仍然主要基于光學(xué)數(shù)據(jù)。傳統(tǒng)上，三維測量的提取是基于雙重影像，如攝影或立體像對(duì)。最近，隨著精密衛(wèi)星傳感器的可用性定位模型，三維信息的提取是也可以通過一個(gè)單一的光學(xué)圖像。幾十年來，數(shù)字影像建筑物提取已手動(dòng)進(jìn)行，這就需要訓(xùn)練有素的操作員緩慢和昂貴的程序。今天，（半）自動(dòng)從光學(xué)圖像的特征提取是由建筑通過圖像處理算法。此感興趣的對(duì)象是輪廓提取，如一個(gè)建筑的屋頂，是經(jīng)典的策略為代表的edgebased方法，其中，通常成功的只有簡單的場景。主動(dòng)輪廓的方法是能夠輪廓信息的形狀模型集成，雖然有復(fù)雜性相關(guān)的初始化和參數(shù)設(shè)置造成重大的問題，可重復(fù)性和魯棒性基于模型的方法已被提出，以解決不同類型的問題，相關(guān)的尺度，和各方面感興趣的對(duì)象。主要的限制是，所有的變異性必須完全考慮在模型之內(nèi)。在目前的應(yīng)用中，雖然他們已較少探討分割方法的使用，但還是代表了一個(gè)有趣的方法。在圖像分割中的主要進(jìn)展是對(duì)于顏色特征和不斷增長的使用有關(guān)的單區(qū)。針對(duì)后者，基于種子區(qū)域分割特別適合的情況下它需要幾個(gè)不同的對(duì)象段。因此，這種類型對(duì)建筑物提取分割是有用的，因?yàn)樗{(diào)查一部分圖像，從而最大限度地減少計(jì)算時(shí)間和使它能夠處理大量的圖像。即，像素屬于感興趣的對(duì)象（例如，一個(gè)屋頂），可以手動(dòng)插入或自動(dòng)檢測的初始化方法。特別是一個(gè)自適應(yīng)的基于種子區(qū)域分割方法，利用檢測光學(xué)建筑屋頂?shù)牟噬珗D像分析高分辨率遙感影像。C變化檢測和淹沒面積測繪雷達(dá)洪水后的一對(duì)多時(shí)相SAR圖像。在緊急情況下，該事件后的圖像可能會(huì)是第一個(gè)可行的收購后洪水，而之前的圖像通常是一種事件存檔的采集。因此，一個(gè)基本的操作假設(shè)是SAR圖像檔案存在過監(jiān)測地區(qū)。檢測淹沒區(qū)的變化發(fā)生之間的兩個(gè)收購是一個(gè)具有挑戰(zhàn)性的的問題，由于斑點(diǎn)，因?yàn)樾枰魂P(guān)于這兩個(gè)場景的訓(xùn)練數(shù)據(jù)來進(jìn)行。改變和淹沒面積檢測通常是包含在rapidmapping程序被洪水沖擊后不久進(jìn)行的。因此，結(jié)果將在該事件后的圖像采集后大約幾小時(shí)出來，一時(shí)間，隨著訓(xùn)練數(shù)據(jù)集通常不相容。如果有多個(gè)在事件發(fā)生后的EO圖像是可用的，類似的評(píng)論適用于受影響地區(qū)的演化映射（例如，淹沒區(qū)干燥）。一種無監(jiān)督的變化檢測，變化檢測方法以判斷兩個(gè)SAR觀測之間的地面面積是否在發(fā)生變化。這項(xiàng)任務(wù)是特別具有挑戰(zhàn)性的一些因素，如：（我）需要準(zhǔn)確的統(tǒng)計(jì)模型的改變不變的圖像區(qū)域沒有事先培訓(xùn)信息；（二）的SAR數(shù)據(jù)分布的非高斯性，這是一些不方便安裝的經(jīng)典參數(shù)估計(jì)方法，如最大似然法；（三）的散斑和由此產(chǎn)生的需要將空間上下文信息；及（四）需要捕捉的時(shí)間由地面的變化引起的變化，而不強(qiáng)調(diào)時(shí)間變化的差異在收購引起的的方式（例如，不同的視角）或殘留登記錯(cuò)誤。各種方法已探索，涉及比運(yùn)營商以及貝葉斯決策理論，信息理論，Copula函數(shù)，馬爾可夫模型，和Mellin變換。執(zhí)行的能力在精度和計(jì)算時(shí)間的要求目前，確保由一批timeefficient的可用性概率模型及參數(shù)估計(jì)算法。兩個(gè)例子在可能的方法的基礎(chǔ)上進(jìn)行梅林變換的概率密度估計(jì)和在MRF模型的進(jìn)展。洪災(zāi)區(qū)的彩色顯示-當(dāng)目標(biāo)是一個(gè)快速和一個(gè)事件容易解釋，多時(shí)相數(shù)據(jù)則可融合，創(chuàng)建一個(gè)特定的圖像顯示。渠道在RGB空間可以與現(xiàn)有的相關(guān)圖像，獲得偽彩色顯示，可以視覺欣賞淹沒區(qū)。SAR的后向散射從提取的強(qiáng)度和進(jìn)一步的信息多時(shí)是相對(duì)的（例如，干涉SAR相干）。該組合物的結(jié)果也可以被用來作為在其他圖像分析的初步數(shù)據(jù)融合步驟算法，如分類、變化檢測。靜止的幾乎沒有解決，但有關(guān)問題的研究中最佳的顏色成分的標(biāo)準(zhǔn)為魯棒性，和重現(xiàn)性。一個(gè)復(fù)雜的問題是精確的輻射這兩個(gè)圖像的校準(zhǔn)，這往往是受測量誤差。圖像處理的方法是必要確保圖像校準(zhǔn)方法的基礎(chǔ)上，進(jìn)行理論模型或直方圖匹配了，但是他們通常涉及對(duì)SAR的先驗(yàn)知識(shí)形成過程。在一個(gè)用于檢測方法洪泛區(qū)通過RGB組成了，自動(dòng)橫在多時(shí)相SAR圖像中沒有一個(gè)先驗(yàn)?zāi)Ｐ汀Ｔ敿?xì)的淹沒面積檢測定量結(jié)果能夠準(zhǔn)確識(shí)別水淹區(qū)基本塊信息的損傷評(píng)估鏈。為此，分割，分類，變化檢測可以應(yīng)用。在緊急的嚴(yán)格的時(shí)間要求響應(yīng)，監(jiān)督分類算法可以確定淹沒區(qū)。盡管它們的復(fù)雜性的參數(shù)有選擇和重復(fù)性，統(tǒng)計(jì)活動(dòng)輪廓模型允許洪水被精確地劃定界限。但作為一種替代分割技術(shù)被廣泛用于檢測淹沒或永久水地區(qū)。為了這個(gè)目的，基于模型的edgebased，分裂與合并，和區(qū)域增長的分割技術(shù)是最常見的策略。一個(gè)特別有趣的方法是用模糊的方法表示。內(nèi)在的不確定性和變異性的輸入數(shù)據(jù)和在明確的模型中經(jīng)常不可用，拍攝的場景為模糊方法的主要?jiǎng)訖C(jī)。模糊分割已被證明是魯棒的形狀復(fù)雜，噪聲，低對(duì)比度邊界。類似的建筑物三維檢測，淹沒面積測繪在整個(gè)圖像的分割是基于區(qū)域分割的種子也具有一定的優(yōu)勢(shì)。如果用戶/操作員確定種子像素屬于該地區(qū)的利益（即，一個(gè)淹沒或永久水域），一組特定的類簽名可以自動(dòng)派生和用于聚焦，只有在該地區(qū)的利益分割過程的種子生長和模糊連接度的集成特別重要。這種內(nèi)在的適應(yīng)性的方法，使得有可能使用相同的算法獲得的圖像用不同的方式和決議。這種快速和半當(dāng)前的可用性或完全自動(dòng)的方法使圖像處理方法是利用多時(shí)相的遙感操作分析遙感圖像獲得之前，期間和之后，洪水，會(huì)議在精度方面的相關(guān)要求，精密，和執(zhí)行時(shí)間。（b）危險(xiǎn)的地圖要素4實(shí)驗(yàn)的例子和案例研究現(xiàn)有兩個(gè)相關(guān)的案例研究，最近發(fā)生了阿爾巴尼亞的洪水。在這里，我們強(qiáng)調(diào)跨學(xué)科，上面提到的EO圖像分析之間的協(xié)同效應(yīng)和環(huán)境建模。我們不詳細(xì)描述每個(gè)采用的技術(shù)，并沒有討論的定量精度和各處理的結(jié)果；然而，說明采用方法和實(shí)驗(yàn)驗(yàn)證，包括隨著先進(jìn)技術(shù)的比較，可以發(fā)現(xiàn)在相關(guān)的技術(shù)文獻(xiàn)中這些地圖將顯示疊加到地理層內(nèi)的納斯卡網(wǎng)絡(luò)地理信息系統(tǒng)（WebGIS）的3D應(yīng)用程序，這是包含在Web平臺(tái)實(shí)現(xiàn)OWIS，acrotec公司（薩沃納，意大利）在歌劇的框架，這是由意大利航天局資助的項(xiàng)目。A士科德州（阿爾巴尼亞），2010第一個(gè)案例研究探討發(fā)生在士科德州（阿爾巴尼亞）2010年1月11日的大洪水。地圖在風(fēng)險(xiǎn)的脆弱性和元素，一個(gè)30米分辨率的Landsat-5TM圖像在九月收購了，圖像描繪了大約27×24公里2場景。一個(gè)專家照片的解釋直觀地確定了五個(gè)主要的土地覆蓋類為“城市建設(shè)用地的，”農(nóng)業(yè)，”森林，”“水，”和“赤裸的土壤，”并選擇相應(yīng)的培訓(xùn)像素。在特定的分類方法中，它是基于一個(gè)支持向量機(jī)和MRF方法分析整合，是應(yīng)用這些訓(xùn)練樣本映射土地覆蓋。輸入特征包括TM渠道額外的紋理特征。地圖的目視檢查，如與輸入圖像相比，表現(xiàn)出顯著的精度在土地覆蓋制圖。在分類的基礎(chǔ)上，一個(gè)危險(xiǎn)的地圖和脆弱性地圖元素，其中導(dǎo)出了包含損失函數(shù)的信息。兩個(gè)COSMO衛(wèi)星星座圖像被用于RGB的顯示和詳細(xì)的地圖生成洪泛區(qū)。兩個(gè)圖像被洪水后獲得，因?yàn)闆]有在事件圖像是可用的。一個(gè)圖像于2010年1月10日收購，第二圖像是在一月三十一日即獲得，21天之后第一圖像。由于很大一部分水撤退從被洪水淹沒的地區(qū)，該第二圖像中使用在之前的活動(dòng)圖像的實(shí)驗(yàn)?？紤]的現(xiàn)場約34×44公里2和原始分辨率從5米降低到10米，有足夠多的分辨率為后續(xù)的進(jìn)行水力分析。初步過濾用于降低散斑的RGB的顯示效果，獲得了提出的方法：洋紅的像素表示洪泛區(qū)，暗紅色區(qū)域表明了永久性的水，和不變的地面區(qū)域顯示在青色。這種顏色的地圖允許對(duì)災(zāi)區(qū)的評(píng)價(jià)與能力位于主損傷區(qū)。被洪水淹沒的地區(qū)地圖圖a所示是通過多時(shí)了種子生長分割技術(shù)。這一結(jié)果確定淹沒區(qū)與永久性水。通過視覺比較的兩個(gè)多時(shí)相SAR圖像，它是可以說，在無花果兩個(gè)地圖。（d）和（e）展覽在鑒定結(jié)果準(zhǔn)確和淹沒條件永久性水的地區(qū)，并允許對(duì)綜合顯示在一個(gè)單一的圖像泛濫的情況。（c）脆弱性地圖基于被洪水淹沒的地區(qū)，從cosmoskymed檢索圖像，二維水力模型運(yùn)行設(shè)置在邊界條件和初始條件。這程序需要由洪水模型專家仔細(xì)評(píng)估獲得的河流段的初步設(shè)想驅(qū)油源，泛濫的水的體積，和所輸入的數(shù)字地形模型（DTM）的一致性。從衛(wèi)星獲得的圖像區(qū)域提供重要幫助，定義了所有的這些方面。在這個(gè)案例中，只有一個(gè)低分辨率（90米）的DTM是可用的。兩個(gè)主要的道路目前在士科德州泛濫平原是顯而易見的，SAR圖像的處理結(jié)果，他們代表了重大突破對(duì)于注水開發(fā)的線。如果不使用的DTM檢查與淹沒衛(wèi)星地圖的一致性地區(qū)，水的深度圖將在它的水力模型的洪水淹沒區(qū)擴(kuò)大，更多的南部與所見的比較從基于SAR的結(jié)果。這是因?yàn)閿嗔司€的DTM檢測但割裂了抽樣結(jié)果的問題。簡單的強(qiáng)迫性打破線創(chuàng)建圖中看到的結(jié)果（b）和幾乎完美匹配的淹沒區(qū)在擴(kuò)展不同的時(shí)空?qǐng)鼍?。這樣的結(jié)果是可能的，遙感和液壓建模綜合利用組件和代表現(xiàn)實(shí)世界中的一個(gè)顯著的例子。只使用一個(gè)這兩個(gè)組件的情況下（即，后者）會(huì)導(dǎo)致錯(cuò)誤的結(jié)論的，相應(yīng)的損傷地圖也在圖（c）和報(bào)告類似于最大水深的模式，損傷率趨于飽和，因?yàn)樵陲L(fēng)險(xiǎn)的最脆弱性（即漫反射元件，栽培）域中。B塔納羅河（北意大利），2009第二個(gè)案例是一個(gè)洪水的塔納羅河河（在意大利北部），發(fā)生在2009年4月28日。土地覆蓋地圖是基于一個(gè)VHRIKONOS影像生成（4分辨率，5×5公里2）。訓(xùn)練數(shù)據(jù)是由一個(gè)專家的選擇翻譯：“照片對(duì)七類城市建設(shè)用地的，”“農(nóng)業(yè)，“牧場”，“林”，“水”，“濕土壤，”“赤裸的土壤?！庇行┌啾憩F(xiàn)出一個(gè)明確的空間的幾何結(jié)構(gòu)，主要是由于建筑和農(nóng)業(yè)領(lǐng)域規(guī)則的幾何形狀。正確地捕捉到這一幾何信息，它結(jié)合了MRF模型與多尺度的基于區(qū)域的方法應(yīng)用的土地覆蓋圖的視覺歧視，包括那些由自然紋理（例如，“森林”）和前面提到的那些展示空間的幾何結(jié)構(gòu)。在此基礎(chǔ)上土地覆蓋圖，一個(gè)風(fēng)險(xiǎn)要素地圖生產(chǎn)和轉(zhuǎn)換成一個(gè)脆弱性地圖。高空間分辨率允許檢測的重要城市化功能，如孤立的建筑物或小的連接道路，目前比較脆弱的巨大差異背景，這主要是由牧場栽培領(lǐng)域組成。在事件采集中鐵是沒有可用的SAR，但觀察多COSMO-衛(wèi)星星座圖像后，兩COSMO-衛(wèi)星星座在四月三十日和31獲得的圖像（25×11公里2）被用來實(shí)驗(yàn)的探討受影響地區(qū)的行為。在這種情況下，原來的空間5米分辨率的保存。在相同的技術(shù)以前的案例研究應(yīng)用到產(chǎn)生一個(gè)RGB顏色，被淹地區(qū)的顯示和洪泛區(qū)圖。兩者的結(jié)果相媲美的視覺這兩個(gè)SAR圖像的解釋，從而證實(shí)了所采用的方法的有效性。此外，它使用MRFs和方法，基于Mellin變換模型的空間相關(guān)性信息和圖像的統(tǒng)計(jì)，分別應(yīng)用的COSMO-衛(wèi)星星座的多時(shí)相對(duì)，導(dǎo)致變化圖引起的變化在撤退，因此洪泛區(qū)是確定的。支持一個(gè)更全面的損傷分析，在三維附近的一些農(nóng)業(yè)建筑模型塔納羅河，從兩個(gè)VHR航拍圖像中提取。為了這個(gè)目的，在基于顏色分割的方法被用來提取的屋頂邊緣。然后，為每個(gè)考慮建筑，由于提取的屋頂周長和之前在建筑物的高度信息，則一個(gè)三維模型生成。

在這個(gè)案例中，洪水的時(shí)間尺度是非常短，這使得它很難捕捉到衛(wèi)星的最大洪水延伸的典型場景。此外，許多液壓斷開是因?yàn)闀癯龅哪承┑貐^(qū)和永久積水的。然而，液壓建模成為可能重建的水通道同時(shí)保持液壓連通性。這一優(yōu)勢(shì)，更是增強(qiáng)了該漏洞的信息，高分辨率，在這種情況下，達(dá)到了單體建筑水平。事實(shí)上，確定建筑物的淹沒區(qū)以外的檢測從衛(wèi)星數(shù)據(jù)，因此無法標(biāo)記傷害值。然而，液壓仿真很明顯，檢測淹沒區(qū)聚集區(qū)，雖然他們的洪水還涉及其他地區(qū)（包括那些確定的建筑站）已經(jīng)干在衛(wèi)星收購時(shí)代。因此，采用水力模擬，建筑物也可以明顯的損傷值的重要性，將遙感和液壓建模綜合利用組件已經(jīng)明確證實(shí)。5結(jié)論對(duì)遠(yuǎn)程開發(fā)相關(guān)的主要問題，遙感數(shù)據(jù)和協(xié)同使用基于物理的水文氣象模型進(jìn)行洪水風(fēng)險(xiǎn)監(jiān)測評(píng)估進(jìn)行了討論。特別是，遙感的作用在易受洪水映射圖像，元素風(fēng)險(xiǎn)事件損失后，進(jìn)行