印度和孟加拉沿海的高分辨率淹没数据集

这个网格数据层集合提供了2020年5月由气旋安潘（Amphan）引发的印度和孟加拉国39个沿海地区的洪水泛滥范围。
输入数据：
这些地理空间数据层来自Sentinel-1双极化C波段合成孔径雷达（SAR）数据，包括安潘前（2020年5月5日至18日）和安潘后（2020年5月22日至30日）的数据。我们在Google Earth Engine（GEE）上获取了现成的SAR数据。这些输入数据经过地面范围检测（GRD）边框噪声去除、热噪声去除、辐射校准和地形校正预处理，以得出以分贝（dB）为单位的后向散射系数（σ°）。我们使用了VH极化而不是VV，因为与 VH 相比，后者已知受大风条件的影响。
方法：
我们为安潘前后的图像开发了一个二元水/非水分类方案，使用自动Otsu阈值法找到基于像素值直方图中发现聚类的最佳阈值。这项分析产生了八张图像：安潘前后各四张（奥里萨邦和西孟加拉邦的沿海区域各一张，每个时期孟加拉国有两张）。这些图像中的像素有两个值：0代表非水，1代表水。
然后，我们使用决策规则来识别气旋过后从“非水”变为“水”的区域。该决策规则生成了“淹没层”，将永久性水体（如河流、湖泊、海洋和水产养殖区）掩蔽掉。这项分析产生了四张图像，每张图像中被淹没区域的像素值为1。
数据集格式：
所有导出数据集的空间分辨率为10米。这些地理参考数据集以GEOTIFF格式分发，并与GIS和/或图像处理软件兼容，例如R和ArcGIS。GIS就绪的栅格文件可以直接用于制图和地理空间分析。
可供下载的数据集：
A. 印度奥里萨邦的三个数据层：
1.OD_pre_binary.tif
2.OD_post_binary.tif
3.OD_inundation.tif
这些数据层覆盖了10个地区：Baleshwar, Bhadrak, Cuttack, Jagatsinghpur, Jajpur, Kendrapara, Keonjhar, Khordha, Mayurbhanj和Puri。
B. 印度西孟加拉邦的三个数据层：
1.WB_pre_binary.tif
2.WB_post_binary.tif
3.WB_inundation.tif
这些数据层覆盖了9个地区：Barddhaman, East Midnapore, Haora, Hugli, Kolkata, Nadia, North 24 Parganas, South 24 Parganas和West Midnapore。
C. 孟加拉国的六个数据层 – 较低（L）地区和较高（U）地区各三个。
1.BNG_L_pre_binary.tif
2.BNG_L_post_binary.tif
3.BNG_L_inundation.tif
4.BNG_U_pre_binary.tif
5.BNG_U_post_binary.tif
6.BNG_U_inundation.tif
较低地区的数据层覆盖了11个地区：Bagerhat, Barguna, Barisal, Bhola, Jhalokati, Khulna, Lakshmipur, Noakhali, Patuakhali, Pirojpur和Satkhira。
较高地区的数据层覆盖了9个地区：Chuadanga, Jessore, Jhenaidah, Kushtia, Meherpur, Naogaon, Natore, Pabna和Rajshahi。