“一带一路”倡议不仅是联通全球的大规模合作框架，更在经济、政治、文化等多领域塑造着世界发展版图，深刻影响着全球发展格局。而洪水等地质灾害对区域发展造成了严重影响，鉴于该地区现有洪水灾害信息单一、分析提取不足等问题，本研究以2017-2022年“一带一路”中西亚及中国西北地区典型区域的雷达影像为基础，通过面向对象法提取灾害前后的水体信息，采用变化监测确定洪水淹没范围，并结合光学影像对结果进行验证。本数据集包括洪水点数据集和洪水解译数据集：(1)洪水点数据集包括洪水点数据、对应的Excel数据、DEM数据。(2)洪水解译数据集包括SAR影像数据、光学影像数据、解译标注数据。洪水总体分布范围为22°42′25″N至47°22′52″N， 39°21′54″E至101°17′24″E，包含10处典型洪水灾害样本。本数据集数据源明确，数据质量把控严格，能够为相关领域研究提供丰富样本数据，作为洪水监测工作的数据支撑。
数据集包括洪水点数据集和洪水解译数据集，洪水点数据集包括洪水点数据、对应的Excel数据、DEM数据，洪水解译数据集包括SAR影像数据、光学影像数据、解译标注数据。（1）洪水点数据集：洪水点的原始数据来源于全球灾害数据平台，根据洪水灾害发生时间、死亡人数等关键信息，对点数据进行筛选，最终选取10处典型洪水灾害点参与样本制作，每条数据的属性表包括灾害发生时间、经纬度位置、死亡人数等信息。数字高程模型(Digital Elevation Model,DEM)数据来源于美国国家航空航天局(NASA)发布的SRTMDEM；（2）洪水解译数据集：样本数据基于Sentinel-1雷达影像，选用干涉宽幅模式(Interferometric Wide, IW)下的20景升轨单视复数(Single Look Complex,SLC)影像，极化方式为VV，空间分辨率为5m×20m，影像时间范围覆盖2017-2022年，数据来源为ASF Data Search网站，高空间分辨率Landsat光学遥感数据获取自美国地质勘探数据中心(USGS)，基于上述数据，本研究利用ENVI和ArcGIS软件对洪水灾害点实现解译标注。
数据加工主要分为两部分：（1）洪水点数据集：洪水点的原始数据来源于全球灾害数据平台，选取了具有坐标信息的数据，整理为Excel文件。根据洪水灾害发生时间、死亡人数等关键信息，选取10处典型洪水灾害点，每条数据的属性表包括灾害发生时间、经纬度位置、死亡人数等信息；（2）洪水解译数据集：基于Sentinel-1雷达影像数据，利用ENVI软件，采用面向对象法分别对灾前、灾后影像进行水体提取。使用ArcGIS软件进行变化监测，剔除灾害前后变化不显著的区域，获得洪水淹没范围。随后，结合对应洪水范围的光学遥感影像，对结果进行验证，最终制作了10处洪水灾害的解译数据集。
本研究严格按照设计的技术路线进行产品生产，数据质量控制主要从数据源质量和解译数据检验两个方面入手：(1)数据源质量控制：洪水点位置信息来源于全球灾害数据平台，数据准确可靠，且经过严格筛选后投入数据集的制作，洪水灾害发生前后的影像均来自NASA官网，同一组灾害数据严格按照具有相同成像几何参数和传感器配置的数据标准进行选取，避免了参数不同对解译结果的影响；(2)解译数据检验：在洪灾区域检测中，光学遥感能够提供丰富的光谱信息和较高的图像分辨率，而雷达遥感则具备全天候的洪灾区域检测能力。考虑到光学影像丰富的光谱信息，在依据面向对象法与变化监测得到的解译结果基础上，选取了洪水灾害发生后的光学影像进行结果检验，光学影像受云量影响较大，本研究通过筛选得到云量最少的影像，满足云量条件的同时选择时间最接近灾害发生后的影像，经过处理后对解译数据进行检验，验证了结果的可靠性。综上所述，本研究通过层层筛选确保了数据源质量，依托大量文献作为理论基础，确定了科学的研究方法，选取图像分辨率较高的光学影像对研究结果进行验证分析，提高了提取精度，为洪水灾害监测工作提供了重要的数据支持。
| # | 编号 | 名称 | 类型 |
| 1 | 无 | 国家冰川冻土沙漠科学数据中心数据专题“丝绸之路沿线主要灾害专题数据制备及数据库建设” |
本作品采用
知识共享署名
4.0 国际许可协议进行许可。
CSTR:11738.11.NCDC.NIEER.DB6940.2025
