مدیریت بحران

مدیریت بحران

بررسی گستره سیلاب با اعمال روش آستانه‌گذاری خودکار اوتسو بر روی تصاویر سار (مطالعه موردی: سیلاب فروردین‌ماه 1403 استان سیستان و بلوچستان)

نوع مقاله : مقاله علمی - پژوهشی

نویسندگان
فاطمه دالوند 1
سید ابولفضل حسینی 1
پیمان طهماسبی 1
امید بهمنی 2
1 دانشجوی دکترای گروه علوم و مهندسی آب، دانشکده کشاورزی، دانشگاه بوعلی سینا، همدان، ایران
2 دانشیار، گروه علوم و مهندسی آب، دانشکده کشاورزی، دانشگاه بوعلی سینا، همدان، ایران
چکیده
سیلاب‌ها از مهم‌ترین مخاطراتی هستند که بسته به شدت بارندگی‌ها و سایر عوامل مؤثر سبب وارد آمدن خسارات زیادی به نواحی شهری و روستایی می‌شوند. این خسارات می‌تواند شامل تخریب زیرساخت‌ها، آسیب به منازل و زمین‌های کشاورزی و حتی از دست رفتن جان انسان‌ها باشد. به همین دلیل، تهیه نقشه‌های گسترش سیلاب اطلاعات ارزشمندی را در زمینه‌های آمادگی، مدیریت بحران، ارتباطات، واکنش سریع و کاهش خطرات ناشی از سیلاب در زمان وقوع فاجعه فراهم می‌کند. یکی از روش‌های نوین و مؤثر در مطالعه سیلاب، استفاده از داده‌های راداری سار است. این داده‌ها امکان بررسی دقیق جزئیات سیلاب‌ها و تعیین محدوده گسترش آن‌ها را فراهم می‌کنند که می‌تواند به بهبود برنامه‌ریزی‌های آتی و اتخاذ تصمیمات بهتر کمک کند. در این تحقیق، مناطق تحت تأثیر سیلاب استان سیستان و بلوچستان در فروردین‌ماه 1403 شناسایی شدند. برای این منظور، از روش آستانه‌گذاری خودکار اوتسو بر روی تصاویر سنتینل-1 سار در سامانه تحت وب GEE استفاده شد. نتایج حاصله با استفاده از بارش تجمعی در بازه زمانی 6 روزه (26 تا 31 فروردین‌ماه 1403) که از آمار ایستگاه‌های باران‌سنجی به‌دست‌آمده بود، ارزیابی دقت شد. این ارزیابی نشان داد که مدل دارای دقت قابل قبولی (R2=0.92 و RMSE=0.06) ارائه داده است. یافته‌ها حاکی از این بودند که شهرستان‌های زرآباد، نیک‌شهر، کنارک، چابهار، دشتیاری، سرباز، مهرستان، سیب، سراوان، گلشن، خاش، میرجاوه، ایرانشهر و زاهدان در این بازه زمانی تحت گستره سیلاب قرار گرفتند. علاوه بر این دریاچه‌های نمک در شهرستان‌های دلگان، بمپور و قسمت غربی زاهدان نیز احیا شدند. این نتایج می‌توانند به‌عنوان مبنایی برای برنامه‌ریزی بهتر در آینده و کاهش آسیب‌های ناشی از سیلاب‌ها استفاده شوند و همچنین به تصمیم‌گیرندگان در زمینه مدیریت بحران و پیش‌گیری از فاجعه‌های مشابه یاری رسانند.
کلیدواژه‌ها
گستره سیلاب
آستانه‌گذاری خودکار اوتسو
تصاویر SAR
استان سیستان و بلوچستان

موضوعات

عنوان مقاله English

Investigating the Extent of Flooding by Applying the Otsu Automatic Thresholding Method to SAR Images (Case Study: Flood of Farvardin 1403 in Sistan and Baluchestan Province)

نویسندگان English

Fatemeh Dalvand 1
Seyed Abolfazl Hosseini 1
Peyman Tahmasebi 1
Omid Bahmani 2
1 PhD Student of Irrigation, Dept. of Water Sciences and Engineering, Faculty of Agriculture, University of Bu-Ali Sina University, Hamedan, Iran
2 Assoc. Prof., Dept. of Water Science and Engineering, Faculty of Agriculture, University of Bu-Ali Sina University, Hamedan, Iran
چکیده English

Floods are among the most significant natural hazards, which-depending on the intensity of rainfall and other contributing factors-can cause extensive damage to urban and rural areas. These damages may include the destruction of infrastructure, harm to homes and agricultural lands, and even loss of human life. Therefore, producing flood extent maps provides valuable information for preparedness, crisis management, communication, rapid response, and risk reduction during disasters. One of the modern and effective methods for studying floods is the use of Synthetic Aperture Radar (SAR) data. These data allow for detailed analysis of flood events and accurate delineation of their extent, which can help improve future planning and support better decision-making. In this study, flood-affected areas in Sistan and Baluchestan Province during April 2024 (Farvardin 1403 in the Iranian calendar) were identified. For this purpose, the Otsu automatic thresholding method was applied to Sentinel-1 SAR images using the Google Earth Engine (GEE) web platform. The results were validated using cumulative rainfall data over a 6-day period (April 14–19, 2024), obtained from rain gauge stations. This evaluation indicated that the model performed with acceptable accuracy (R² = 0.92, RMSE = 0.06). The findings showed that the counties of Zarabad, Nikshahr, Konarak, Chabahar, Dashtiari, Sarbaz, Mehrestan, Sib, Saravan, Golshan, Khash, Mirjaveh, Iranshahr, and Zahedan were affected by the flood during this period. Additionally, salt lakes in Delgan, Bampur, and the western part of Zahedan were revived. These results can serve as a basis for improved future planning and reducing flood-related damages. They can also assist decision-makers in crisis management and disaster prevention efforts.

کلیدواژه‌ها English

Flood Extent
Otsu Automatic Thresholding
SAR Images
Sistan And Baluchestan Province
  1. Constantine, C. (2017). Economic structures, institutions and economic performance. Journal of Economic Structures, 6(1), 2. https://doi.org/10.1186/s40008-017-0063-1
  2. Rentschler, J., Salhab, M., & Jafino, B. A. (2022). Flood exposure and poverty in 188 countries. Nature communications, 13(1), 3527. https://doi.org/10.1038/s41467-022-30727-4
  3. Bailey, A. J., Romeu, R. J., & Finn, P. R. (2021). The problems with delay discounting: A critical review of current practices and clinical applications. Psychological Medicine, 51(11), 1799-1806. https://doi.org/10.1017/s0033291721002282
  4. Lehmkuhl, F., & Stauch, G. (2023). Anthropogenic influence of open pit mining on river floods, an example of the Blessem flood 2021. Geomorphology, 421, 108522. https://doi.org/10.1016/j.geomorph.2022.108522
  5. Lin, S. S., Zhang, N., Xu, Y. S., & Hino, T. (2020). Lesson learned from catastrophic floods in western japan in 2018: Sustainable perspective analysis. Water, 12(9), 2489. https://doi.org/10.3390/w12092489
  6. Kelly, R., & Kelly, U. (2023). Readiness assessment in flood risk management and climate adaptation: A mechanism for social innovation?. Journal of Flood Risk Management, e12915. https://doi.org/10.1111/jfr3.12915
  7. Winsemius, H. C., Aerts, J. C., Van Beek, L. P., Bierkens, M. F., Bouwman, A., Jongman, B., ... & Ward, P. J. (2016). Global drivers of future river flood risk. Nature Climate Change, 6(4), 381-385. https://doi.org/10.1038/nclimate2893
  8. Nicholls, R. J., Lincke, D., Hinkel, J., Brown, S., Vafeidis, A. T., Meyssignac, B., ... & Fang, J. (2021). A global analysis of subsidence, relative sea-level change and coastal flood exposure. Nature Climate Change, 11(4), 338-342. https://doi.org/10.1038/s41558-021-00993-z
  9. McDermott, T. K. (2022). Global exposure to flood risk and poverty. Nature Communications, 13(1), 3529. https://doi.org/10.1038/s41467-022-30725-6
  10. Rosmadi, H. S., Ahmed, M. F., Mokhtar, M. B., & Lim, C. K. (2023). Reviewing challenges of flood risk management in Malaysia. Water, 15(13), 2390. https://doi.org/10.3390/w15132390
  11. Ruzza, G., Guerriero, L., Grelle, G., Guadagno, F.M. and Revellino, P. 2019. Multi-Method Tracking of Monsoon Floods Using Sentinel-1 Imagery. Water, 11(11): 1-17. https://doi.org/10.3390/w11112289
  12. Armenakis C, Du E, Natesan S, Persad R, Zhang Y. Flood Risk Assessment in Urban Areas Based on Spatial Analytics and Social Factors. Geosciences. 2017 Nov 27; 7(4):123. https://doi.org/10.3390/geosciences7040123
  13. Khan, S.I., Hong, Y., Wang, J., Yilmaz, K.K., Gourley, J.J., Adler, R.F., and Irwin, D. 2011. Satellite remote sensing and hydrologic modeling for flood inundation mapping in Lake Victoria basin: Implications for hydrologic prediction in ungauged basins. IEEE Trans. Geosci. Remote Sens. 49 (1): 85–95. https://doi.org/10.1109/tgrs.2010.2057513
  14. Gleason, C.J., Smith, L.C., and Lee, J. 2014. Retrieval of river discharge solely from satellite imagery and at-manystations hydraulic geometry: Sensitivity to river form and optimization parameters. Water Resour. Res. 50 (12): 9604–9619. https://doi.org/10.1002/2014wr016109
  15. Carroll, M.L., Townshend, J.R., DiMiceli, C.M., Noojipady, P., Sohlberg, R.A. 2009. A new global raster water mask at 250 m resolution. Int. J. Digit. Earth. 2 (4), 291– 308. https://doi.org/10.1080/17538940902951401
  16. Joyce KE, Belliss SE, Samsonov SV, McNeill SJ, Glassey PJ. A review of the status of satellite remote sensing and image processing techniques for mapping natural hazards and disasters. Prog Phys Geogr Earth Environ. 2009 Apr;33(2):183–207. https://doi.org/10.1177/0309133309339563
  17. Li Y, Martinis S, Wieland M, Schlaffer S, Natsuaki R. Urban Flood Mapping Using SAR Intensity and Interferometric Coherence via Bayesian Network Fusion. Remote Sens. 2019 Sep 25;11(19):2231. https://doi.org/10.3390/rs11192231
  18. Manjusree P, Prasanna Kumar L, Bhatt CM, Rao GS, Bhanumurthy V. Optimization of threshold ranges for rapid flood inundation mapping by evaluating backscatter profiles of high incidence angle SAR images. Int J Disaster Risk Sci. 2012 Jun;3(2):113–22. https://doi.org/10.1007/s13753-012-0011-5
  19. Shahabi H, Shirzadi A, Ghaderi K, Omidvar E, Al-Ansari N, Clague JJ, et al. Flood Detection and Susceptibility Mapping Using Sentinel-1 Remote Sensing Data and a Machine Learning Approach: Hybrid Intelligence of Bagging Ensemble Based on K-Nearest Neighbor Classifier. Remote Sens. 2020 Jan 13;12(2):266. https://doi.org/10.3390/rs12020266
  20. Psomiadis E. Flash flood area mapping utilising SENTINEL-1 radar data. 2016. https://doi.org/10.1117/12.2241055
  21. Peter L, Matjaž M, Krištof O. Detection of Flooded Areas using Machine Learning Techniques: Case Study of the Ljubljana Moor Floods in 2010. Disaster Adv. 2013;6:9. https://doi.org/10.1117/1.jrs.7.073564
  22. Cao H, Zhang H, Wang C, Zhang B. Operational Flood Detection Using Sentinel-1 SAR Data over Large Areas. Water. 2019 Apr 16;11(4):786. https://doi.org/10.3390/w11040786
  23. Haq M, Akhtar M, Muhammad S, Paras S, Rahmatullah J. Techniques of Remote Sensing and GIS for flood monitoring and damage assessment: A case study of Sindh province, Pakistan. Egypt J Remote Sens Space Sci. 2012 Dec;15(2):135–41. https://doi.org/10.1016/j.ejrs.2012.07.002
  24. Kordelas G, Manakos I, Aragonés D, Díaz-Delgado R, Bustamante J. Fast and Automatic Data-Driven Thresholding for Inundation Mapping with Sentinel-2 Data. Remote Sens. 2018 Jun 8;10(6):910. https://doi.org/10.3390/rs10060910

25-  محمدنژاد آروق، وحید. (1400). تهیه نقشه گسترش سیلاب با استفاده از تصاویر راداری سنتینل 1. مطالعه موردی: سیل فروردین 1398، شهرستان پلدختر. مجله آمایش جغرافیایی فضا, 11(41), 69-80. doi: 10.30488/gps.2020.226387.3224

26- تراهی، علی‌اصغر. حسـن سـنی مقـدم.1398 تعیین گستره سـیل بـا اسـتفاده از داده‌های سـنجنده OLI (مطالعـۀ مـوردی: سـیل سـال 1395 دزفـول)، مجلـه محیط‌زیست و مهندسی آب، شماره،5 صص،.35-24. https://civilica.com/doc/871525

27-  موسوی، محمد. شـهرام روسـتایی و هاشـم رسـتم زاده.1397 ارزیـابی منطقه‌ای مخـاطره سـیل در مقیـاس زیر حوضه با استفاده از سنجش‌ازدور و مـدل منطـق فـازی (مطالعـۀ مـوردی: حوضـۀ آبخیـز مرنـد)، مجلـۀ اکو هیدرولوژی، شماره،3 صص،.841-829.

28- شاه‌حسینی، رضا. عبدالرضا صفری و سـعید همـایونی.1397 پایش و برآورد خسارات ناشی از سیل به کمک آشکارسازی تغییرات شیءگرا و تلفیق تصـاویر راداری و نوری، نشـریه علـوم و فنـون نقشه‌برداری، شـماره،1 صص،.257-239.

29- یوردخانی، محمد. سعید قره‌چلـو و غلامرضـا شـوبیری.1396 مدیریت سیلاب با استفاده از تصاویر ماهواره‌ای و سـامانۀ اطلاعـات مکـانی (مطالعـه مـوردی: منطقـه پاکدشـت)، شـانزدهمین کنفـرانس هیـدرولیک ایـران، دانشکده فنـی و مهندسـی دانشـگاه محقـق اردبیلـی، اردبیل.

  1. Tiwari, V., Kumar, V., Matin, M. A., Thapa, A., Ellenburg, W. L., Gupta, N., & Thapa, S. (2020). Flood inundation mapping-Kerala 2018; Harnessing the power of SAR, automatic threshold detection method and Google Earth Engine. PLoS One, 15(8), e0237324. https://doi.org/10.1371/journal.pone.0237324
  2. Singha, M., Dong, J., Sarmah, S., You, N., Zhou, Y., Zhang, G., ... & Xiao, X. (2020). Identifying floods and flood-affected paddy rice fields in Bangladesh based on Sentinel-1 imagery and Google Earth Engine. ISPRS Journal of Photogrammetry and Remote Sensing, 166, 278-293. https://doi.org/10.1016/j.isprsjprs.2020.06.011
  3. Vishnu, C.L., Sajinkumar, K.S., Oommen, T., Coffman, R.A., Thrivikramji, K.P., Rani, V.R., and Keerthy, S. 2019. Satellite-based assessment of the August 2018 flood in parts of Kerala, India. Geomatics, Natural Hazards and Risk, 10(1): 758-767. https://doi.org/10.1080/19475705.2018.1543212

33-  رضایی، م؛ و سرگزی، ا. 1389. بررسی اثرات اجرای تغذیه مصنوعی بر روی آبخوان دشت گوهرکوه، مجله علوم زمین، 19 (76): 106-99.

  1. McCormack, T., Campanyà, J., & Naughton, O. (2022). A methodology for mapping annual flood extent using multi-temporal Sentinel-1 imagery. Remote Sensing of Environment, 282, 113273. https://doi.org/10.1016/j.rse.2022.113273
  2. Agnihotri AK, Ohri A, Gaur S, Shivam, Das N, Mishra S. Flood inundation mapping and monitoring using SAR data and its impact on Ramganga River in Ganga basin. Environ Monit Assess. 2019 Dec;191(12):760. pmid:31745827. https://doi.org/10.1007/s10661-019-7903-4
  3. Vilches, J.P. 2013. March. Detection of Areas Affected by Flooding River using SAR images. In Seminar: Master in Space Applications for Emergency Early Warning and Response (p. 40). https://doi.org/10.5194/isprs-archives-xlii-2-w13-1927-2019
  4. Filipponi F. Sentinel-1 GRD Preprocessing Workflow. Proceedings. 2019 Jun 4;18(1):11. https://doi.org/10.3390/ecrs-3-06201
  5. Amitrano, Donato, Gerardo Di Martino, Alessio Di Simone, and Pasquale Imperatore. "Flood detection with SAR: A review of techniques and datasets." Remote Sensing 16, no. 4 (2024): 656. https://doi.org/10.3390/rs16040656
  6. Veci L, Prats-Iraola P, Scheiber R, Collard F, Fomferra N, Engdahl M. The Sentinel-1 Toolbox. 2014. 1 p. https://doi.org/10.21105/joss.03337
  7. Shen X, Anagnostou EN, Allen GH, Robert Brakenridge G, Kettner AJ. Near-real-time non-obstructed flood inundation mapping using synthetic aperture radar. Remote Sens Environ V 221. 2019;302–15. https://doi.org/10.1016/j.rse.2018.11.008
  8. Du, Y., Yuan, H., Jia, K., & Li, F. (2023). Research on threshold segmentation method of two-dimensional Otsu image based on improved sparrow search algorithm. IEEE Access. https://doi.org/10.1109/access.2023.3293191
  9. Clement MA, Kilsby CG, Moore P. Multi-temporal synthetic aperture radar flood mapping using change detection: Multi-temporal SAR flood mapping using change detection. J Flood Risk Manag. 2018 Jun;11(2):152–68. https://doi.org/10.1111/jfr3.12303
  10. Afifi, A. S., & Magdy, A. (2024). Flood monitoring in an Giang Province, Vietnam using global flood mapper and Sentinel-1 SAR. Remote Sensing Letters, 15(9), 883-892. https://doi.org/10.1080/2150704x.2024.2388846
  11. Tian, S.; Zhang, X.; Tian, J.; Sun, Q. Random Forest Classification of Wetland Landcovers from Multi-Sensor Data in the Arid Region of Xinjiang, China. Remote Sens. 2016, 8, 954. https://doi.org/10.3390/rs8110954
  12. Manuel, A., & Blanco, A. C. (2023). Transformation of the normalized difference chlorophyll index to retrieve chlorophyll-a concentrations in Manila Bay. The International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences, 48, 217-221. https://doi.org/10.5194/isprs-archives-xlviii-4-w6-2022-217-2023
  13. Zhao, D., Huang, J., Li, Z., Yu, G., & Shen, H. (2024). Dynamic monitoring and analysis of chlorophyll-a concentrations in global lakes using Sentinel-2 images in Google Earth Engine. Science of The Total Environment, 912, 169152. https://doi.org/10.1016/j.scitotenv.2023.169152

47- قهرمان کاوه، زنگنه اسدی محمدعلی. تعیین مناطق مستعد سیلاب با استفاده تصاویر راداری سنتینل-۱ (مطالعه موردی، سیلاب فروردین ۱۳۹۸، رودخانه کشکان، استان لرستان). تحلیل فضایی مخاطرات محیطی.

  1. Torres, R., Snoeij, P., Geudtner, D., Bibby, D., Davidson, M., Attema, E., ... & Rostan, F. (2012). GMES Sentinel-1 mission. Remote sensing of environment, 120, 9-24. https://doi.org/10.1016/j.rse.2011.05.028

49- پژوهشکده سوانح طبیعی، گزارش سیلاب فروردین‌ماه 1403 استان سیستان و بلوچستان، https://ndri.ac.ir/uploads/article/flood-sistanvabalouchestan-1403.pdf?_t=1709794412

50- کیانی سارا، کاویانی مراد، توسلی امیرعلی. پایش زمانی- مکانی تغییرات پلایای دریاچه نمک و اثرات زیست‌محیطی آن بر نواحی پیرامونی. تحلیل فضایی مخاطرات محیطی. ۱۴۰۲; ۱۰ (۴): ۱۶۳-۱۸۲.

51- ابطحی، مرتضی و سیف، عبدالله و خسروشاهی، محمد،1393، بررسی روند دما و بارش در حوضه دریاچه نمک کاشان طی نیم سده‌ی گذشته، https://civilica.com/doc/1632692.

52- سلیمانی، کریم و درویشی، شادمان و زاغی، هادی،1403، بررسی خطر سیل ۱۳۹۸ شهر آق‌قلا با استفاده از سنجش‌ازدور و مدل‌های تحلیل تصمیم‌گیری چند معیاره.

53- عمادالدین، سمیه و محمدقاسمی، مسعود. (1400). پایش نقشه‌های گسترش سیلاب با استفاده از تصاویر راداری (SAR) (مطالعه موردی: سیل فروردین 1398، شهرستان آق‌قلا)، پژوهش‌های تغییرات آب و هوایی.

  1. Mehravar, S., Razavi-Termeh, S. V., Moghimi, A., Ranjgar, B., Foroughnia, F., & Amani, M. (2023). Flood susceptibility mapping using multi-temporal SAR imagery and novel integration of nature-inspired algorithms into support vector regression. Journal of Hydrology, 617, 129100. https://doi.org/10.1016/j.jhydrol.2023.129100
  2. Tran, K. H., Menenti, M., & Jia, L. (2022). Surface water mapping and flood monitoring in the Mekong Delta using sentinel-1 SAR time series and Otsu threshold. Remote Sensing, 14(22), 5721. https://doi.org/10.3390/rs14225721
  3. Moharrami, M., Javanbakht, M., & Attarchi, S. (2021). Automatic flood detection using sentinel-1 images on the google earth engine. Environmental monitoring and assessment, 193(5), 248. https://doi.org/10.1007/s10661-021-09037-7
  4. Sadiq, R., Akhtar, Z., Imran, M., & Ofli, F. (2022). Integrating remote sensing and social sensing for flood mapping. Remote Sensing Applications: Society and Environment, 25, 100697. https://doi.org/10.1016/j.rsase.2022.100697
  5. Tan, J., Tang, Y., Liu, B., Zhao, G., Mu, Y., Sun, M., & Wang, B. (2023). A self-adaptive thresholding approach for automatic water extraction using Sentinel-1 SAR imagery based on OTSU algorithm and distance block. Remote Sensing, 15(10), 2690. https://doi.org/10.3390/rs15102690

59- تاجیک، فاطمه، رحمان زاده، سید علی، عقیلی، سید وحید و نعمتی انارکی، داود. (1403). تحلیل مقایسه‌ای نقش تلویزیون و شبکه‌های اجتماعی در مدیریت بحران (سیل). مدیریت بحران. 13(2)، 17-42.

60-  موسوی، میر سعید، اربابی بستان‌آباد، سعید، اخگری، رؤیا و انتصاری، فرناز. (1403). مدیریت و برنامه‌ریزی پس از بحران زلزله به‌منظور اسکان موقت با استفاده از تکنیک پرالونگ و GIS مطالعه موردی شهر بستان‌آباد. مدیریت بحران. 13(4)، 51-36.

61- حسینی، سید محمد، قنبری نسب، علی، عسگری، امید و هاشمی فسایی، ابراهیم. (1401). ارزیابی آسیب‌پذیری شهری در برابر خطر سیلاب با استفاده از روش بهترین و بدترین مبتنی بر GIS. مدیریت بحران، 11(12)، 1-10.

62- عابدینی، موسی، پیروزی، الناز، آقایاری، لیلا. (1401). پهنه‌بندی خطر وقوع سیلاب در حوضه آبریز رضی‌چای با استفاده از مدل ویکور. مدیریت بحران. 11(2)، 13-1.

مدیریت بحران
دوره 14، شماره 4 - شماره پیاپی 32
شماره پیا پی 32 زمستان 1404
پاییز 1404
صفحه 1-15

  • تاریخ دریافت 13 بهمن 1403
  • تاریخ بازنگری 14 اردیبهشت 1404
  • تاریخ پذیرش 06 مرداد 1404