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 。
洪水事件是从收集的 ，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 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
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。
|
|
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。
|
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）：
|
| 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 | 。 |
| 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.
结果：
- 点赞
- 收藏
- 关注作者
评论（0）