GEE——Global Flood Database v1 (2000-2018)

​

全球洪水数据库包含 2000-2018 年间发生的 913 次洪水事件的范围和时间分布图。有关详细信息，请参阅 相关期刊文章。

洪水事件是从达特茅斯洪水观测站收集的 ，用于收集 MODIS 图像。选定的 913 个事件是那些使用 Terra 和 Aqua MODIS 传感器的 12,719 个场景成功绘制的事件（通过质量控制，因为在永久水之外有明显的淹没）。在每次洪水事件的整个日期范围内，以 250 米的分辨率将每个像素分类为水或非水，并生成后续数据产品，包括最大洪水范围（“洪水”带）和以天为单位的淹没持续时间（“持续时间“ 乐队）。洪水事件期间的水和非水分类包括永久性水（此处重新采样 30 米 JRC 全球地表水数据集） 代表永久水，分辨率为 250 米），可以使用“jrc_perm_water”波段将其屏蔽以隔离洪水。添加了额外的数据质量带，表示洪水事件期间的云状况（例如，“clear_views”表示在洪水开始和结束日期之间观察到的晴天数，“clear_perc”表示整个事件中晴天观测的百分比持续时间（天）。

ImageCollection 中的每个图像都代表了单个洪水的地图。该集合可以按日期、国家或达特茅斯洪水观测站原始 ID 进行过滤。

数据集可用性

2000-02-17T00:00:00Z - 2018-12-10T00:00:00

数据集提供者

Cloud to Street (C2S) / Dartmouth Flood Observatory (DFO)

地球引擎引用：

ee.ImageCollection("GLOBAL_FLOOD_DB/MODIS_EVENTS/V1")

分辨率
30 米

波段

姓名	单位	敏	最大限度	描述
flooded		0	1	事件期间洪水的最大范围。 1 - 地表水面积 0 - 没有水
duration	天			事件期间地表水的持续时间（以天为单位）。像素值表示在事件期间像素区域被视为水的复合天数。使用为期 3 天的 MODIS 复合影像。
clear_views	天	0	65535	每个事件的开始和结束日期之间的无云观测天数。云覆盖范围由 MODIS 质量保证带（'state_1km'）确定。
clear_perc	%	0	100	给定洪水事件期间清晰视野观测的百分比。这相当于“clear_views”波段，但归一化为每个洪水事件的 MODIS 图像数量。云覆盖范围由 MODIS 质量保证带（'state_1km'）确定。
jrc_perm_water		0	1	由 JRC 全球地表水数据集使用“过渡”波段确定的永久水。分辨率保持为 JRC 数据集的原始 30 米分辨率。 1 - 永久水 0 - 非水。

图像属性

姓名	类型	描述
ID	INT	与达特茅斯洪水观测站 (DFO) 一致的洪水事件的唯一目录 ID。
抄送	细绳	在与 DFO 事件多边形相交的流域中检测到洪水的国家/地区的三字母 ISO 国家/地区代码（在列表中）。
国家	细绳	在与 DFO 事件多边形相交的流域中检测到洪水的国家的国家名称（在列表中）。
dfo_centroid_x	双倍的	估计洪水事件位置的 DFO 多边形的质心经度（DFO 数据库）。
dfo_centroid_y	双倍的	估计洪水事件位置的 DFO 多边形的质心纬度（DFO 数据库）。
dfo_country	细绳	主要洪水国家（DFO 数据库）。
dfo_other_country	细绳	洪水的次要国家（DFO 数据库）。
dfo_displaced	INT	洪水事件后无家可归或撤离的估计总人数（DFO 数据库）。
dfo_main_cause	细绳	DFO 数据库中洪水事件的主要原因。未标准化。
dfo_severity	双倍的	洪水事件的严重性（DFO 数据库）： 1 - 大型洪水事件、对结构或农业的重大破坏、死亡人数和/或自上次类似事件以来报告的 5-15 年间隔 1.5 - 非常大的事件：>15 年但 <100 年的复发间隔 2 - 极端事件：复发间隔 > 100 年）
dfo_dead	INT	洪水事件造成的估计死亡人数（DFO 数据库）。
dfo_validation_type	细绳	洪水事件确认的主要来源（DFO 数据库）。未标准化。
glide_index	细绳	全球标识符编号。
gfd_country_code	细绳	与流域相交的国家/地区的逗号分隔的两个字母 FIPS 国家/地区代码列表，该流域用作水检测算法中感兴趣的区域。
gfd_country_name	细绳	与在水检测算法中用作感兴趣区域的流域相交的国家的国家名称（在列表中）。
复合类型	细绳	在水检测算法中用于合成的天数。
阈值类型	细绳	用于分类水/非水检测算法的阈值类型 - “otsu”或“标准”。
阈值_b1b2	双倍的	应用于水检测算法中使用的 b2b1 比率的阈值。
阈值_b7	双倍的	应用于水检测算法中使用的波段 7 (SWIR) 的阈值。
otsu_sample_res	双倍的	用于构建 MODIS 马赛克的减速器的空间分辨率（以 m 为单位），然后从中采样和估计 otsu 阈值（仅适用于使用 otsu 而不是默认阈值的洪水事件）。
坡度阈值	双倍的	用于从水检测算法中掩盖陡峭区域的值，以最大程度地减少地形阴影的误差。

代码：

var gfd = ee.ImageCollection('GLOBAL_FLOOD_DB/MODIS_EVENTS/V1');// 一个单独的洪水事件--由于美国的艾萨克飓风造成的洪水。var hurricaneIsaacDartmouthId = 3977;var hurricaneIsaacUsa = ee.Image(    gfd.filterMetadata('id', 'equals', hurricaneIsaacDartmouthId).first());Map.setOptions('SATELLITE');Map.setCenter(-90.2922, 29.4064, 9);Map.addLayer(  hurricaneIsaacUsa.select('flooded').selfMask(),  {min: 0, max: 1, palette: '001133'},  'Hurricane Isaac - Inundation Extent');// 持续时间（洪水事件持续的天数）。var durationPalette = ['C3EFFE', '1341E8', '051CB0', '001133'];Map.addLayer(  hurricaneIsaacUsa.select('duration').selfMask(),  {min: 0, max: 4, palette: durationPalette},  'Hurricane Isaac - Duration');// 绘制所有洪水地图，以生成卫星观测的历史洪泛区。var gfdFloodedSum = gfd.select('flooded').sum();Map.addLayer(  gfdFloodedSum.selfMask(),  {min: 0, max: 10, palette: durationPalette},  'GFD Satellite Observed Flood Plain');// 覆盖永久水域以区分洪水。var jrc = gfd.select('jrc_perm_water').sum().gte(1);Map.addLayer(  jrc.selfMask(),  {min: 0, max: 1, palette: 'C3EFFE'},  'JRC Permanent Water');

  引用：

Citations:

• Tellman, B., J.A. Sullivan, C. Kuhn, A.J. Kettner, C.S. Doyle, G.R. Brakenridge, T. Erickson, D.A. Slayback. (Accepted.) Satellites observe increasing proportion of population exposed to floods. Nature. doi:10.1038/s41586-021-03695-w

结果：

 

 ​编辑

 

 

 

​