洪澇災(zāi)害外文文獻翻譯

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：在一個抽象的洪水風(fēng)險的框架之中，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)鍵問題和對應(yīng)急和災(zāi)后階段重點數(shù)據(jù)損傷進行了評估。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)民事保護免受洪水的要求。實驗也提出了一些相關(guān)的案例研究的例子。1簡介地球觀測衛(wèi)星（EO）的任務(wù)，目前適用于提供獨特的觀察能力和地球表面的空間分布式和分辨率時間重復(fù)的方式，這種方式的范圍從幾公里到小于一米。對成功開發(fā)的災(zāi)害監(jiān)測數(shù)據(jù)進行這樣的財富和風(fēng)險評估，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。我們定義一個景象是“在一個具體時間的靜止圖像”。一個場景是不足以預(yù)測所觀察到的過程的演變，因為它不包含對所觀察到的現(xiàn)象的物理信息。一個“情景”是一個時間序列的空間分布和過程中給定的時刻的觀測數(shù)據(jù)，鑄為物理動態(tài)模型，可以預(yù)測該方案將進化（預(yù)防和應(yīng)對行動）或進化（災(zāi)后評估）。在本文中，我們專注于洪水風(fēng)險研究的關(guān)鍵是參與操作EO數(shù)據(jù)的利用，還有研究洪水風(fēng)險監(jiān)測和評估鏈。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驗然后顯示出來。洪澇風(fēng)險在預(yù)防和預(yù)測階段，可以通過提高風(fēng)險防范能力與可能的危險事件的風(fēng)險評估；本文主要闡述問題（II）和（III）。（II）在減緩和風(fēng)險評估階段，它允許一個更好元素在風(fēng)險和脆弱性的定義；和（III）在階段中的監(jiān)測和管理，它允許一個詳細(xì)的洪水的實際地面效應(yīng)評估。關(guān)于脆弱性評估，標(biāo)準(zhǔn)的地圖信息可能不是最新的，和現(xiàn)場調(diào)查通常的時間消費和可能的緩慢的時間相關(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，因為兩者是采取空間分布的觀察能力和機會利用先進的圖像分析方法。特別的是，土地覆蓋信息是一個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)，也是基于一個模式識別方法。對于什么時候針對城市建成區(qū)，另一個重要的輸入是由三維結(jié)構(gòu)表示的脆弱性評估。一個一個的城市地區(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，同時還能夠減少人為干預(yù)。對于相關(guān)問題（III），目前，洪澇風(fēng)險的損傷評估是不發(fā)達的，特別在相對于其他風(fēng)險時。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)域進行精確檢測，即，淹沒區(qū)進一步地變化。重復(fù)性視圖的星載光電允許這樣的事件，驅(qū)動的提供時間間斷地被捕獲。這個目標(biāo)可以用于支持當(dāng)局急救災(zāi)后及時提供受影響地區(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)，因為他們在白天和黑夜，穿云獲取能力由于重訪時間短（上12小時），新的SAR星座進行授予（特別是，COSMO-衛(wèi)星星座）。再次在戰(zhàn)場進行模式識別和圖像處理、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)與傳感管理一個最成熟的應(yīng)用衛(wèi)星信息在減少災(zāi)害風(fēng)險（DRR）周期中有響應(yīng)和恢復(fù)階段。遙感技術(shù)有助于克服這兩個關(guān)鍵方面的損失估計，在時間和空間尺度分別來討論。首先，流逝的時間和可用性之間的事件損失估計在評估的價值是至關(guān)重要的信息。然后，空間廣泛的損害評估通常是困難和昂貴的，而衛(wèi)星信息提供了一個概覽。顯然，這些細(xì)節(jié)可以利用遙感技術(shù)評估通常低于通過地面檢查，但以上優(yōu)勢中，DRR的提供有不可估量的貢獻。在最好的和損壞的最終目的和最快的方式事件評估后，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，比如液壓強迫（例如，最大水深）。第三，在根據(jù)簡化模型或物理形態(tài)時，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)可以計算出實際情況的最佳估計。最后，把所有得到的信息融合來估計的實際損失。A漏洞：在損傷評估的一個核心概念漏洞可以被定義為一個給定的損失程度元素或元素組的發(fā)生風(fēng)險的給定大小，這是一種自然現(xiàn)象，表達從0級（無損傷）到1（損失）。一旦一個給定的資產(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)濟損失。漏洞可以指定為v=?（E，EI，S），其中?是一個合適的函數(shù)，而E，EI，S表示向量的風(fēng)險要素，曝光，和敏感性指標(biāo)，分別為：E指定社會，經(jīng)濟和生態(tài)的單位或量，系統(tǒng)，是被洪水影響的風(fēng)險；EI提供有關(guān)風(fēng)險要素的信息（例如，位置，抬高，接近河），側(cè)重于一般洪水特征（例如，時間，速度，淹沒深度）；和絕對和相對的措施影響的洪水風(fēng)險的個體因素，也包括社會語境（例如，防范，應(yīng)對，恢復(fù)）。最簡單和最常用的表達方式是“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)險要素類的敏感性通常被忽略。脆弱性映射算法可以自動助理一個風(fēng)險要素的損失函數(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)險要素確定風(fēng)險向量的元素，會由一個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)險要素類的映射是平凡的，多對多的，和隨后的交互式步驟往往必要完全分類。在風(fēng)險要素類。一個有效的方法是在計算一個質(zhì)量指標(biāo)的每個像素的基礎(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，每個建筑自動分配一個考慮幾何特征的類型相關(guān)的體積元。在這種情況下，一個互動步驟可以遵循驗證自動處理結(jié)果。C水深測量對洪水曝光影響最大的是指示燈驅(qū)深度。為了提供動態(tài)一致的液壓深度，有效的方法可以是一個基于一個簡化的版本的二維實時使用的水力模型，淺水方程，受satelliteretrieved淹沒區(qū)影響，這種模式的主要特點是計算速度較快，簡單的初始化和允許模型可用于洪水的實時仿真事件。合奏的模型運行的是一套生產(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)信息是這樣在一個動態(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)的進化）。估計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，如流量流行的方向，如果通過具體事件的動力學(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很少有破壞可以通過衛(wèi)星直接看到。因此，一個復(fù)雜的和間接的工作流的通常要實施在廣泛征求淹沒面積損傷數(shù)據(jù)的。損害評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)險通常是計算其價值面的功能，然后，如果值計算出風(fēng)險因素是可用的，那么粗糙的經(jīng)濟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別方法和形式化為監(jiān)督圖像分類的問題。這個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算通過硬件軟件平臺提供的能力，使它成功的應(yīng)用了先進的遙感圖像和分類技術(shù)，不僅在實驗室的實驗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有限的概括（通常?。┑挠?xùn)練樣本集的一個可靠的模型來進行未知的衛(wèi)星觀測的統(tǒng)計相關(guān)性和類標(biāo)簽。在同一時間，所需的一種圖像分類的性能，也包括對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主題的方法（即，支持向量機，馬爾可夫隨機域，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（SVM）是目前代表行之有效的和廣泛的遙感方法進行數(shù)據(jù)分類。支持向量機是一個家庭的理論上嚴(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)用支持向量機的巨大的擴散上承認(rèn)他們的作用，作為一個成熟的開發(fā)效果，在過去的幾十年的模式識別中運用。他們成功在現(xiàn)實世界應(yīng)用程序，盡管他們有大量的計算負(fù)擔(dān)，也因為是可行的有效的數(shù)值優(yōu)化策略，輸入?yún)?shù)的數(shù)量可調(diào)諧，可自動的介紹這些參數(shù)的優(yōu)化算法。然而，在支持向量機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，即馬爾可夫隨機場（MRF）模型，具有互補的特性。MRFS是廣泛的一類二維隨機過程概率模型。他們代表了靈活而強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）一個非凡的靈活性將多個信息源；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，也作為一個結(jié)果向計算效率的方法的發(fā)展（例如，圖割）相關(guān)的復(fù)雜的優(yōu)化問題?，F(xiàn)在甚至進一步通過目前流行的強調(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。三分之一個有趣的方法進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)和激光雷達提出的。雖然新的可能性被極化，干涉合成孔徑雷達一直是許多研究的重點努力，共同實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。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進行，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。此感興趣的對象是輪廓提取，如一個建筑的屋頂，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，但還是代表了一個有趣的方法。在圖像分割中的主要進展是對于顏色特征和不斷增長的使用有關(guān)的單區(qū)。針對后者，基于種子區(qū)域分割特別適合的情況下它需要幾個不同的對象段。因此，這種類型對建筑物提取分割是有用的，因為它調(diào)查一部分圖像，從而最大限度地減少計算時間和使它能夠處理大量的圖像。即，像素屬于感興趣的對象（例如，一個屋頂），可以手動插入或自動檢測的初始化方法。特別是一個自適應(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洪水后的一對多時相SAR圖像。在緊急情況下，該事件后的圖像可能會是第一個可行的收購后洪水，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)生之間的兩個收購是一個具有挑戰(zhàn)性的的問題，由于斑點，因為需要不關(guān)于這兩個場景的訓(xùn)練數(shù)據(jù)來進行。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行的。因此，結(jié)果將在該事件后的圖像采集后大約幾小時出來，一時間，隨著訓(xùn)練數(shù)據(jù)集通常不相容。如果有多個在事件發(fā)生后的EO圖像是可用的，類似的評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SAR觀測之間的地面面積是否在發(fā)生變化。這項任務(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）需要捕捉的時間由地面的變化引起的變化，而不強調(diào)時間變化的差異在收購引起的的方式（例如，不同的視角）或殘留登記錯誤。各種方法已探索，涉及比運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算時間的要求目前，確保由一批timeefficient的可用性概率模型及參數(shù)估計算法。兩個例子在可能的方法的基礎(chǔ)上進行梅林變換的概率密度估計和在MRF模型的進展。洪災(zāi)區(qū)的彩色顯示-當(dāng)目標(biāo)是一個快速和一個事件容易解釋，多時相數(shù)據(jù)則可融合，創(chuàng)建一個特定的圖像顯示。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度和進一步的信息多時是相對的（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。一個復(fù)雜的問題是精確的輻射這兩個圖像的校準(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，進行理論模型或直方圖匹配了，但是他們通常涉及對SAR的先驗知識形成過程。在一個用于檢測方法洪泛區(qū)通過RGB組成了，自動橫在多時相SAR圖像中沒有一個先驗?zāi)Ｐ汀Ｔ敿?xì)的淹沒面積檢測定量結(jié)果能夠準(zhǔn)確識別水淹區(qū)基本塊信息的損傷評估鏈。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)計活動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動機。模糊分割已被證明是魯棒的形狀復(fù)雜，噪聲，低對比度邊界。類似的建筑物三維檢測，淹沒面積測繪在整個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。如果用戶/操作員確定種子像素屬于該地區(qū)的利益（即，一個淹沒或永久水域），一組特定的類簽名可以自動派生和用于聚焦，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的方法使圖像處理方法是利用多時相的遙感操作分析遙感圖像獲得之前，期間和之后，洪水，會議在精度方面的相關(guān)要求，精密，和執(zhí)行時間。（b）危險的地圖要素4實驗的例子和案例研究現(xiàn)有兩個相關(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，說明采用方法和實驗驗證，包括隨著先進技術(shù)的比較，可以發(fā)現(xiàn)在相關(guān)的技術(shù)文獻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平臺實現(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目。A士科德州（阿爾巴尼亞），2010第一個案例研究探討發(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)險的脆弱性和元素，一個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。一個專家照片的解釋直觀地確定了五個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，它是基于一個支持向量機和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，一個危險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)。兩個圖像被洪水后獲得，因為沒有在事件圖像是可用的。一個圖像于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圖像的實驗?？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災(zāi)區(qū)的評價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多時相SAR圖像，它是可以說，在無花果兩個地圖。（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)，并允許對綜合顯示在一個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。在這個案例中，只有一個低分辨率（90米）的DTM是可用的。兩個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)擴大，更多的南部與所見的比較從基于SAR的結(jié)果。這是因為斷了線的DTM檢測但割裂了抽樣結(jié)果的問題。簡單的強迫性打破線創(chuàng)建圖中看到的結(jié)果（b）和幾乎完美匹配的淹沒區(qū)在擴展不同的時空場景。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)實世界中的一個顯著的例子。只使用一個這兩個組件的情況下（即，后者）會導(dǎo)致錯誤的結(jié)論的，相應(yīng)的損傷地圖也在圖（c）和報告類似于最大水深的模式，損傷率趨于飽和，因為在風(fēng)險的最脆弱性（即漫反射元件，栽培）域中。B塔納羅河（北意大利），2009第二個案例是一個洪水的塔納羅河河（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)是由一個專家的選擇翻譯：“照片對七類城市建設(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，一個風(fēng)險要素地圖生產(chǎn)和轉(zhuǎn)換成一個脆弱性地圖。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）被用來實驗的探討受影響地區(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SAR圖像的解釋，從而證實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，分別應(yīng)用的COSMO-衛(wèi)星星座的多時相對，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VHR航拍圖像中提取。為了這個目的，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，則一個三維模型生成。

在這個案例中，洪水的時間尺度是非常短，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，許多液壓斷開是因為曬出的某些地區(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保持液壓連通性。這一優(yōu)勢，更是增強了該漏洞的信息，高分辨率，在這種情況下，達到了單體建筑水平。事實上，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。5結(jié)論對遠(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行洪水風(fēng)險監(jiān)測評估進行了討論。特別是，遙感的作用在易受洪水映射圖像，元素風(fēng)險事件損失后，進行