基于变化检测和直方图斜率差分割的洪水监测应用

洪水是世界上最严重的自然灾害之一,了解极端洪水空间范围,有益于决策者和救灾机构为受洪水灾害影响的人员提供即时支持。本文提出了一种图像分割方法CDHSD提取洪水范围,首先通过变化检测获取初始分割差异图,然后基于直方图斜率差异分布确定分割阈值,最后利用地形数据和形态学操作细化分割结果,获取淹没区域。以RadarSat-2 SAR雷达数据进行灾中洪水检测,与常用阈值分割方法KI、ISO相比,CDHSD在渥太华RadarSat-2 SAR试验总体分类精度达到98.27%,可很好地识别洪水边界细节。以2019年英国约克洪水为例,针对洪水实况数据稀缺的问题,对Sentinel-2光学影像进行CDHSD洪水区域识别,总体分类精度为99.6%,验证了光学影像作为洪水检测对比数据的可行性。以Sentinel-1 SAR影像进行洪水灾中检测,洪水用户精度为85.74%。研究表明,CDHSD方法可以较好检测洪水区域,为洪水监测提供科学支撑。