摘要 洪水是全球最具破坏性的自然灾害之一，常常影响人口稠密地区，并造成重大的社会、经济和环境损失。尽管传统洪水模型有其价值，但受到简化假设、数值近似和数据不足以进行准确模拟的限制。近年来，基于数据高效的数字高程-地形模型的模型有所进展，但对动态表面条件仍然敏感。本研究探讨利用高分辨率商业PlanetScope图像在数据受限的环境中进行洪水淹没映射。为了解决由于PlanetScope星座缺乏机载校准而导致的早期反射率问题，我们引入了一种称为基于分位数的填充和精细化的后处理工作流程。使用广泛采用的归一化差异水指数（NDWI）生成的初步洪水地图表现不佳，在两个研究地点的F1评分为0.21和0.24，而近红外（NIR）基础的地图仅显示出适度的改善（F1高达0.50和0.82）。然而，将QFR应用于NIR基础的地图后，F1评分显著提高，达到了0.84和0.88，超越了NDWI和NIR推导地图以及手动划定的准确性。本研究强调了商业遥感图像在准确的小规模洪水映射中的潜力，并展示了QFR作为一种可扩展方法在困难的数据环境中增强洪水预测的有效性。
Li等人（周五）研究了这个问题。