基于多源遥感数据的南非开普敦大都会区洪涝范围及土地利用影响分析

本研究创新性地结合Sentinel-1 SAR（合成孔径雷达）与Sentinel-2 MSI（多光谱成像仪）数据，通过Google Earth Engine（GEE）云平台和随机森林（RF）算法，精准量化了2023年开普敦大都会区2074公顷（84.30%）洪涝范围，揭示建成区（46.84%）与裸地（32.64%）为主要受灾靶点，为气候韧性城市规划提供空间决策支持。

　　

Highlight

研究区域

南非开普敦大都会区位于西开普省西南部（坐标33.55°S，18.25°E），面积2460 km²，拥有246公里大西洋海岸线。该区域呈现典型城市景观，包含植被、农田、裸地、水体及建成区等多元土地利用类型（图4）。

数据来源

研究采用GEE平台开源数据：Sentinel-1 SAR（GRD C波段）用于洪涝范围划界，Sentinel-2 MSI用于洪灾前后土地覆盖分类（表1）。Sentinel-1具备全天候成像能力，其VH极化波段对水体敏感；Sentinel-2则提供10-60米分辨率的多光谱数据。

洪涝范围制图

通过GEE时空分析：预处理阶段筛选2023年8-9月（灾前）与9-10月（灾后）影像，采用VH极化数据结合DEM地形校正，利用OTSU算法自动阈值分割水体，最终生成精度达84.3%的洪涝分布图。

开普敦大都会区洪涝范围解析

Sentinel-1结果显示洪涝集中分布于中央低洼地带，涉及Dieprivier河、Eerste河等流域及Reitvlei Dam下游区域。Dunoon、Stellenbosch等社区受灾严重，验证了城市扩张与水文系统失衡的关联性。

讨论

本研究突破性地融合SAR与光学遥感优势：通过DEM消除山地阴影伪影，结合NDWI指数剔除永久水体，显著降低误判率。对比传统方法，GEE平台实现近实时处理，为灾害响应赢得黄金72小时。

结论

该研究构建了"云平台+多源遥感+机器学习"三位一体的洪涝评估框架，揭示低洼建成区（1152.33 ha）与裸地（803.05 ha）的高脆弱性特征，为非洲沿海城市气候适应策略提供量化依据。