基于JRC全球地表水气候态加权的SAR混合洪涝指数框架：解决季节性洪泛区参考中位数污染的自适应制图方法

《IEEE Transactions on Geoscience and Remote Sensing》：JRC-Hybrid Flood Indices: A Sensor-Independent Climatological Framework for SAR-Based Inundation Mapping Across Hydrological Regimes

　　**摘要：**基于Sentinel-1 SAR的固定后向散射阈值洪涝制图方法在低发生频率景观上可实现高精度，但在季节性淹没的洪泛区则系统性失效，因为其参考中位数被历史湿润像元所污染。我们提出了一组JRC混合洪水指数，利用37年Landsat衍生的JRC全球地表水（JRC GSW）气候态对SAR异常检测进行加权，同时保持检测信号与永久性水体抑制掩膜之间完全的传感器独立性——这一特性是现有纯SAR后处理流程所不具备的。本文提出了四个核心指数：JRC加权SAR洪水指数（JWSFI）、季节性气候态JRC SAR指数（SCJSI及SCJSIadj）、一种针对高发生频率景观上参考中位数污染进行校正的发生频率去偏自适应变体（JWSFIdb），以及一种在季节性JRC权重下融合归一化SAR与光学异常的多种源汇合指数（MSCI）。所有框架参数均基于物理和统计学考量先验固定，并通过系统敏感性分析验证了其稳健性。针对跨越三种水文格局的六次洪水事件的验证表明：在JRC发生频率低的格局I（pocc < 0.05）景观中，自适应阈值相比固定阈值平均关键成功指数（CSI）提升+0.26（海河2023年：CSI 0.119→0.746；巴基斯坦2022年：0.077→0.541）。在高发生频率的格局II景观中，标准自适应阈值因参考污染而崩溃（孟加拉国2017年：CSI 0.027；湄公河2020年：CSI 0.000），而去偏变体分别恢复至CSI 0.243和0.023。空间误差图确认，这些恢复在地貌上具有连贯性，而非聚合统计的伪像。基于GloFAS RP100河流危害范围的地貌一致性因子（GCF）进一步验证……