INTEGRASI PENGAMATAN PENGINDERAAN JAUH DARI BANJIRHIDROLOGI DAN HIDROLIK Model

AbstrakDalam makalah ini kami membahas simulasi numerik mengalir permukaan bebas di saluran majemuk. Untuk mengalir seperti pembangunan model prediksi yang akurat tetap menjadi masalah penelitian mendasar dalam hidrologi dan hidrolika. Studi tersebut tidak hanya penting bagi insinyur dan perencana yang bergerak di bidang sumber daya air, tetapi juga merupakan prasyarat penting untuk pemodelan investigasi transportasi sedimen dataran banjir (James, 1985; Pizzuto, 1987; Marriot, 1992; Falconer dan Chen, 1996; Tembok et al ., 1996), kontaminantransportasi (Marron, 1989; Burt et al., 1993), ekologi dataran banjir (Jolly, 1996;. Richards et al, 1996) dan tangkapan hidrologi (Beven, 1985; Abbott et al, 1986;.. Beven et al, 1987) yang baik memerlukan data hidrolik sebagai masukan atau menggabungkan submodel untuk proses hidrolik. Untuk semua tugas ini kami membutuhkan model yang mampu memprediksi secara akurat perkiraan didistribusikan spasial variabel hidrolik seperti kedalaman air dan kecepatan aliran. Sebuah kendala mendasar untuk pengembangan model seperti itu adalah kurangnya set data kalibrasi dan validasi yang sesuai. Sementara sekarang mungkin untuk mengembangkan ruang / waktu skema prediksi resolusi tinggi, teknik pengambilan data saat ini tidak memungkinkan utilitas perkembangan tersebut sepenuhnya dinilai. Tujuan dari makalah ini adalah untuk meninjau kemajuan terbaru dalam pemodelan hidrolik dan memeriksa sejauh mana kemajuan terbaru dalam penginderaan jauh hidrologi banjir memiliki potensi untuk mengatasi kendala data saat ini, sehingga menyebabkan integrasi metodologi penginderaan jarak jauh dan pemodelan.

TINJAUAN KEMAJUAN BARU DI BANJIR HYDRAULIC ModellingKemajuan dalam pemodelan hidrolik selama dekade terakhir telah menyebabkan peningkatan yang cukup besar dalam kemampuan kita untuk mensimulasikan masalah banjir sungai. Dorongan untuk kemajuan ini telah datang dari sejumlah bidang dan menggabungkan perbaikan dalam pemahaman proses, perkembangan matematika dan numerik dan daya komputasi yang tersedia. Studi skala flume besar (lihat, misalnya, Knight dan Shiono, 1996; Sellin dan Willetts, 1996) telah menunjukkan pentingnya mekanisme seperti transfer momentum antara saluran utama dan arus dataran banjir (Sellin, 1964; Knight dan Demetriou, 1983) dan mengalir di berliku-liku (Toebes dan Sookey, 1967; Kiely, 1990) dalam saluran majemuk. Studi-studi ini telah menunjukkan bahwa sementara dalam saluran arus dapat memuaskan dijelaskan oleh representasi satu dimensi, keluar dari bank mengalir menggabungkan signifikan tiga dimensi efek yang membatalkan kelas ini model (Knight dan Shiono, 1996). Oleh karena itu Kebutuhan telah muncul untuk mengembangkan model hidrolik resolusi yang lebih tinggi (dua dan tiga dimensi) untuk memperhitungkan dampak dari proses ini selama acara banjir sungai. Secara bersamaan, perkembangan komputasi dinamika fluida (CFD) telah menyebabkan sejumlah teknik yang memungkinkan kebutuhan ini harus dipenuhi. Teknik numerik yang stabil untuk masalah aliran permukaan bebas telah dikembangkan. Sebagai contoh, Streamline Upwind / Petrov ± Galerkin teknik yang dikembangkan oleh Brookes dan Hughes (1982) menghilangkan osilasi palsu dari solusi numerik dari persamaan Navier Stokes ± tanpa

menambahkan buatan difusivitas. Elemen dengan teknik matriks elemen penyimpanan (Carey dan Jiang, 1986; Hervouet, 1992; Binley dan Beven, 1993) telah mengurangi persyaratan penyimpanan komputer dan meningkatkan efisiensi, sehingga masalah dimensi spasial kompleks yang lebih tinggi untuk disimulasikan. Terakhir, dan sangat penting untuk banjir masalah genangan, algoritma telah dikembangkan untuk mensimulasikan bergerak dinamis genangan batas batas (Lynch dan Gray, 1980; Raja dan Roig, 1988). Dengan demikian, satu dekade terakhir telah melihat stimulus yang signifikan untuk pengembangan, model numerik dua dimensi, atau lebih tinggi untuk masalah banjir genangan, sementara pada saat yang sama serangkaian kemajuan teknis telah memberikan tujuan ini dicapai.Pendekatan pemodelan dua dan tiga dimensi kini telah dikembangkan untuk aplikasi untuk sejumlah masalah aliran permukaan bebas. Model seperti memecahkan beberapa bentuk persamaan Navier Stokes ±, seperti St Venant atau persamaan perairan dangkal, dalam hubungannya dengan sejumlah perkiraan untuk mewakili proses seperti turbulensi dan gesekan batas (lihat, misalnya, Hervouet dan Van Haren, 1996 ; Lane, 1997). Sebuah diskritisasi sesuai geometri domain dan topografi dikembangkan untuk mendefinisikan jaringan node komputasi di mana persamaan di atas dapat diselesaikan dengan beberapa prosedur numerik. Kode telah dikembangkan dengan menggunakan berbagai metode numerik termasuk dif terbatas ?? selisih (Zeilke dan Perkotaan, 1981), elemen hingga (Gee et al, 1990;.. Bates et al, 1992) dan volume yang terbatas (Lane et al,. 1994). inisolusi dalam ruang kemudian diproyeksikan ke masa depan dengan menggunakan prosedur numerik lanjut, biasanya skema selisih di ?? terbatas, untuk memberikan simulasi dinamis. Kondisi batas yang tepat diberikan, perkiraan kedalaman air dan kecepatan aliran demikian dapat diperoleh pada setiap node komputasi pada setiap langkah waktu. Secara khusus, serangkaian penelitian telah difokuskan pada pengembangan model hidrolik untuk mencapai panjang masalah banjir genangan. Sampai saat ini, penerapan model hidrolik untuk membebaskan masalah aliran permukaan ditandai dengan tiga atribut tertentu; skala aplikasi kecil (0,5 ± 2 km) dan terfokus pada analisis pola aliran rinci, saluran utama jarang diselesaikan secara terpisah dari dataran banjir dan seluruh domain tergenang selama simulasi. Namun, sebagian besar masalah genangan dataran banjir kepentingan praktis terjadi pada skala mencapai panjang (10 ± 60 km) dan melibatkan batas banjir finundation dinamis. Akibatnya ada kebutuhan untuk mewakili daerah kering dalam domain komputasi. Sejumlah model karena itu telah dikembangkan yang dapat diterapkan pada skala ini dan yang menggabungkan algoritma untuk menjelaskan proses pembasahan dan pengeringan (lihat, misalnya, Gee et al, 1990;. Baird et al, 1992;. Feldhaus et al ., 1992; Leclerc et al, 1990;.. Bates et al, 1995). Mengingat skala masalah, pendekatan di atas semua mengadopsi pendekatan dimensi elemen hingga dua sampai medan aliran, yang memungkinkan topografi yang kompleks untuk diwakili dengan jumlah minimum poin komputasiStudi semacam telah banyak berhasil dalam menyediakan simulasi realistis fenomena genangan banjir, yang bila dibandingkan dengan observasi lapangan yang tersedia, menunjukkan korespondensi yang wajar. Sebagai contoh, Bates et al. (1996) mendeskripsikan penerapan model Telemac-2D ke 12 km jangkauan Sungai Stour, Dorset, Inggris. Sebuah jaring elemen hingga yang terdiri dari 12 000 segitiga linier, dengan ukuran minimum 10 m, dan 7000 node komputasi (lihat Gambar 1) dikembangkan untuk mencapai ini. Topografi yang berasal dari 25 channel penampang yang disurvei oleh Badan Lingkungan Hidup Inggris dan 10

m 10 m model terrain digital (DTM) dari dataran banjir yang dikembangkan oleh Ordnance Survey Inggris dari informasi ketinggian pada perusahaan 1:10 000 seri peta. Sebuah satu dari empat tahun acara waktu perulangan banjir, yang berlangsung selama empat hari sekitar 20 Desember 1993, kemudian disimulasikan untuk domain komputasi ini menggunakan data syarat batas yang diberikan oleh stasiun aliran mengukur di ekstremitas up dan hilir dari jangkauan. Simulasi dimulai di bawah bankfull debit dan terus sampai data aliran menunjukkan bahwa aliran dalam bank telah sekalilagi telah dicapai sepanjang seluruh jangkauan. Acara ini didiskritisasi menjadi 55 800 langkah waktu durasi 4 detik, yang model prediksi kedalaman air dan kecepatan rata-rata kedalaman pada setiap node komputasi. Sebuah korespondensi wajar diperoleh antara debit hilir diamati dan model prediksi (lihat Gambar 2). Selain itu, analisis pola genangan sejauh diprediksi (Gambar 3) menunjukkan model untuk mampu memprediksi muka dan resesi gelombang banjir di topografi yang kompleks. Sementara model mampu memulai simulasi dengan dataran banjir sepenuhnya kering dan kembali ke negara itu setelahbagian dari puncak banjir, ada observasi lapangan banjir genangan sejauh yang tersedia untuk memvalidasi aspek model prediksi. Perilaku Model Oleh karena itu konsisten dengan perilaku proses dikenal dan, sementara kurangnya data validasi jelas, hasil awal yang sangat menggembirakanSimulasi tersebut, bagaimanapun, tidak berarti mudah dan dalam mengembangkan model simulasi banjir yang tepat sejumlah isu harus dipertimbangkan. Pertama, model harus mewakili satu set kompleks proses hidrolik yang beroperasi pada rentang skala waktu dan panjang. Ini berkisar dari turbulensi di microscales, misalnya 1 ± 10 cm dan 1 ± 10 detik, dengan skala gelombang banjir itu sendiri, yang mungkin ratusan kilometer panjangnya dan bertahan selama beberapa hari (lihat Bates dan Anderson, 1993, untuk yang lebih lengkap diskusi). Tingkat detail di mana proses dapat direpresentasikan tergantung pada skala simulasi. Oleh karena itu Kompromi ada antara proses representasi dan skala, dengan modeller yang sedang diperlukan untuk membuat sejumlah keputusan subjektif mengenai proses yang relevan untuk aplikasi tertentu. Kedua, observasi lapangan menunjukkan bahwa dataran banjir memiliki sebuah microtopography kompleks yang mungkin memiliki e signifikan ?? dll pada kedua proses transportasi lokal hidrolik dan sedimen (Walling et al., 1986, 1992) serta luasnya genangan (Bates dan Anderson, 1996) untuk tertentu waktu perulangan banjir. Mengingat ini kompleksitas proses dan kondisi spesifikasi awal, model hidrolik harus menyederhanakan proses fisik yang sebenarnya. Ini, bersama dengan ketidakmungkinan mendapatkan lengkap pengetahuan apriori parameter seperti gesekan batas dalam model didistribusikan, berarti jalan yang harus pasti dibuat untuk prosedur kalibrasi dalam aplikasi praktis untuk mencapai korespondensi antara prediksi model dan data lapangan.

gambar 1

Meskipun kalibrasi merupakan suatu keharusan, hal itu dapat menyebabkan sejumlah kendala yang berpotensi signifikan pada kemampuan kita untuk mengembangkan lebih lanjut kelas ini

model. Akibatnya prosedur numerik mencoba untuk memecahkan sistem persamaan simultan di mana ada lebih banyak yang tidak diketahui dari persamaan. Tujuan di balik memperkirakan diketahui ini merupakan upaya untuk mendapatkan pertandingan dengan beberapa set data uji. Namun, mengingat bahwa ketersediaan data yang terbatas, terutama bila dibandingkan dengan jumlah titik data yang diketahui, derajat kebebasan hadir dalam prosedur pemodelan yang sedemikian rupa sehingga solusi yang didapat mungkin tidak unik. Dengan demikian, lebih dari satu set parameter kalibrasi mungkin sesuai dengan data yang tersedia. Hal ini terutama berlaku untuk prediksi genangan batas. Kalibrasi dan validasi data yang tersedia untuk mencapai sungai terutama terdiri dari pengamatan sifat aliran massal seperti debit. Ini biasanya hanya tersedia di menjangkau aliran, seperti dalam contoh di atas Sungai Stour. Mungkin mungkin untuk mengembangkan sejumlah kalibrasi untuk masalah ini yang cocok dengan catatan debit hilir tersedia tetapi memberikan prediksi yang berbeda dari genangan banjir sejauh. Sebagai contoh, Bates et al. (1996) mempelajari saluran hipotetis / domain dataran banjir dengan menggunakan prosedur Monte Carlo untuk menghasilkan gesekan batas dan parameter viskositas turbulen untuk input ke dalam model elemen hingga dua dimensi. Mereka menunjukkan bahwa berbagai kalibrasi dapat diperoleh yang memberikan penerimaan yang sama dalam hal kemampuan mereka untuk memprediksi hidrograf aliran hilir, tapi memberikan luasan genangan bervariasi antara 80 dan 93% dari total luas dataran banjir. Dengan demikian, representasi proses internal yang tidak benar dapat menghasilkan benar 'hasil' di menjangkau aliran karena ketidakmampuan untuk membatasi prosedur kalibrasi untuk solusi yang unik (lihat, misalnya, Beven, 1989; Konikow dan Bredehoeft, 1992; Fawcett et al., 1995). Selain itu, hasil penelitian ini menunjukkan bahwa kita tidak mungkin untuk dapat mengkalibrasi model hidrolik yang kompleks dengan menggunakan data hidrograf saja. Perkembangan pemodelan baru-baru ini telah memungkinkan potensi prediksi jauh melampaui kemampuan kita untuk mengumpulkan kalibrasi efisien dan validasi data. Sebagai contoh, simulasi Sungai Stour dibahas di atas menghasilkan sekitar 1.17 x 109 item data. Hal ini dibandingkan dengan set data yang tersedia dari 248 pengukuran debit. Selain itu, data ini tidak spasial terdistribusi dan kami sehingga dapat memanfaatkan potensi penuh dari model.

gambar 2

Kurangnya kalibrasi didistribusikan secara spasial dan data validasi oleh karena itu saat ini membatasi kemampuan kami untuk mengembangkan resolusi tinggi model hidrolik makanan lanjut. Untuk menentukan desain penelitian untuk pengembangan model masa depan kita membutuhkan data efisien internal untuk domain komputasi model yang baik untuk mencapai suatu kalibrasi yang membatasi jumlah solusi yang mungkin sejauh mungkin dan validasi model prediksi ini menggunakan split pendekatan sampel. Karena masalah dengan pengumpulan data hidrolik, seperti kecepatan aliran, selama acara banjir, fokus yang jelas untuk perhatian harus pengamatan langsung banjir genangan batas. Tidak hanya ini variabel sensitif terhadap perubahan kecil dalam elevasi muka air karena dangkal dataran banjir tidur gradien, juga telah terbukti memerlukan paket tambahan perkiraan atas dan di atas yang dibutuhkan untuk memecahkan persamaan pengendali. Oleh karena itu prediksi yang akurat dari banjir genangan

sejauh mana tes yang baik dari kemampuan Model dan kepentingan praktis yang signifikan. Dalam konteks ini metode penginderaan jauh, baik udara dan satelit, memiliki potensi yang signifikan untuk memperoleh informasi tersebut pada skala spasial yang sepadan dengan resolusi Model.

TINJAUAN KEMAJUAN BARU DI REMOTE SENSING BANJIR HIDROLOGIPengamatan tanah dari kejadian banjir dapat memberikan data berharga seperti panggung dan debit bacaan dari pengukuran stasiun dan genangan batas dari tanda air yang tinggi. Namun, pengukuran tersebut adalah waktu dan sumber daya intensif dan mungkin sulit untuk mendapatkan selama acara banjir saat instalasi dapat dihancurkan dan pengambilan sampel bisa menjadi berbahaya. Hal ini juga relatif sulit untuk mendapatkan pengamatan daerah sinoptik besar sifat hidrolik, menciptakan perbedaan yang signifikan dengan skala di mana model hidrolik baru yang dikembangkan dapat beroperasi. Penginderaan jauh, baik dari ruang dan udara platform, menawarkan kesempatan untuk mengumpulkan data spasial terdistribusi dengan cepat dan di daerah yang luas (Schultz, 1988) tanpa perlu survei tanah mahal. Data ini kemudian dapat digunakan sebagai masukan untuk model hidrolik dan hidrologi dalam berbagai cara. Sebagai contoh, data multi-spektral dapat digunakan untuk mengklasifikasikan penggunaan lahan, yang dapat digunakan untuk memperkirakan baik parameter gesekan batas spasial terdistribusi untuk model hidrolik. Radar berbasis darat telah digunakan untuk memantau curah hujan untuk menyediakan kondisi batas untuk model peramalan banjir hidrologi (Schultz, 1988). Satelit altimetri radar di papan GEOSAT telah digunakan untuk mengukur tingkat elevasi muka air Sungai Amazon (Koblinsky et al., 1993). Pada akhirnya, hal ini dapat mengganti data tahap diukur, meskipun, saat ini, akurasi (1 m) dan frekuensi (satelit layang setiap 17 hari) tidak cukup untuk sebagian besar aplikasi sementara besar jejak radar altimeter untuk imbal hasil yang signifikan (0,2 ± 2 km radius ) secara efektif membatasi teknik untuk hanya beberapa sungai. Penginderaan jauh bahkan dapat digunakan untuk menentukan sifat sedimentological. Sebagai contoh, Yamagata et al. (1988) menggunakan data Landsat TM untuk memperkirakan kekeruhan air, sementara (Currey, 1977) menggunakan citra Landsat-terlihat dan warna foto udara untuk menentukan konsentrasi sedimen tersuspensi. Meskipun ini berbagai penggunaan properti hidrolik yang paling umum dipelajari oleh penginderaan jauh adalah bidang batas genangan.Tiga jenis perbedaan antara tanah dan air dapat dideteksi dengan penginderaan jauh: perbedaan emisivitas (pasif), perbedaan pantulan radiasi alam (juga pasif) dan perbedaan pantulan radiasi satelit yang dihasilkan (aktif). Dalam hal emisivitas, percobaan lapangan (Schmugge, 1988) menggunakan pasif microwave radiometri menunjukkan korelasi dengan kadar air tanah. Hal ini memungkinkan perbedaan suhu kecerahan, yang diukur dengan AVHRR (Advanced Very High Resolution Radiometer) saluran inframerah termal, untuk menghasilkan peta batas genangan banjir (Barton dan Bathols, 1988). Teknik ini hanya dapat digunakan pada malam hari karena didasarkan pada asumsi bahwa permukaan tanah mendingin lebih cepat daripada air. AVHRR juga menderita resolusi spasial miskin (1 km) dan tidak dapat menembus awan. Teknik pasif berdasarkan re¯ectance juga telah digunakan. Sebagai contoh, Rango dan Salomonson (1974) menemukan bahwa inframerah-dekat (0,8 ± 1,1 mm) gambar dari Landsat MSS dapat digunakan untuk membedakan antara tanah kering dan vegetasi (reflektor inframerah yang baik) dan tanah basah, stres, rusak atau vegetasi basah

dan genangan air (reflektor inframerah miskin) dengan resolusi c. 80 m. Karena teknik ini juga mendeteksi tanah basah, dapat digunakan untuk memetakan daerah tergenang setelah gelombang banjir telah berlalu, meskipun daerah genangan air mungkin telah surut. Jadi, meskipun waktu yang tepat dari jembatan satelit kurang kritis dengan teknik ini, mungkin hanya bisa mendeteksi sejauh genangan maksimum daripada waktu-series negara genangan seperti yang diperkirakan oleh model hidrolik. Masalah selanjutnya adalah bahwa, sekali lagi, sistem operasi dalam terlihat, wavebands inframerah-dekat inframerah atau thermal tidak mampu menembus awan.Teknik reflektansi aktif seperti aperture sintetis radar (SAR) memiliki potensi yang cukup besar untuk mengatasi keterbatasan metode di atas. SAR adalah sistem microwave pencitraan yang memberikan resolusi tanah tinggi (c. 30 m) dan mampu baik awan penetrasi cover dan jam operasi 24. Dalam model yang paling sederhana dari SAR pencitraan daerah banjir, air bertindak halus sebagai reflektor specular (yaitu memiliki radar yang rendah kembali hamburan koefisien) dan mengembalikan sedikit energi kembali ke satelit atau pesawat. Daerah tanah yangkasar dan memiliki koefisien hamburan lebih tinggi kembali. Dengan demikian, air tampak gelap pada gambar, dengan terang tanah. Situasi ini, bagaimanapun, rumit sebagai permukaan air dapat yang kasar oleh angin atau rusak dengan vegetasi yang menonjol, gambar dapat terdegradasi oleh bintik dan ke samping mencari sistem radar dapatmenghasilkan keuntungan yang kompleks dari topografi yang dapat memperkenalkan distorsi ke dalam gambar. Sampai saat ini, banyak literatur tentang menggambarkan batas banjir menggunakan SAR mengadopsi pendekatan kualitatif. Tholey (1995) digunakan ERS-1 gambar dikombinasikan dengan sistem informasi geografis (GIS) untuk melaksanakan studi dampak penggunaan lahan. Bonansea (1995) dibandingkan ERS-1 citra SPOT data, juga menggunakan GIS, sementara yang lain (Mokhtar dan Dautrebande, 1995; Kannen, 1995;. Noyelle et al, 1995) telah menggunakan adegan SAR multi-temporal, salah satunya mengamati sebuah banjir, untuk berkontribusi saluran merah, hijau dan biru dari gambar warna dalam rangka untuk membantu interpretasi visual.Penggunaan citra SAR baik dibandingkan dengan sistem penginderaan jauh lainnya. Imho ?? et al. (1987) dibandingkan Landsat MSS dan SIR-B gambar dengan satu set kontrol warna dan foto udara inframerah dari hujan banjir di Bangladesh. Data multi-spektral memiliki keuntungan bahwa data dari semua band dapat digunakan dalam proses klasifikasi tutupan lahan, sedangkan hanya skema sederhana (penyaringan spasial, kepadatan mengiris) dapat diterapkan ke gambar SAR hitam-putih. Meskipun ini, data SAR diolah dengan kepadatan mengiris dan ambang teknik sederhana memberikan identifikasi yang lebih baik dari daerah banjir (85% benar) dibandingkan dengan Landsat (64% benar) bila dibandingkan dengan kontrol foto udara (Biggin dan Blyth, 1996 ). Komplikasi yang disebutkan di atas, efek vegetasi banjir dieksplorasi dengan baik. Beberapa refleksi dari permukaan air dan vegetasi tegak meningkatkan back-hamburan, memberikan vegetasi banjir kembali terang pada gambar. Hutan terendam telah diidentifikasi (Richards et al., 1987) dengan pengembalian yang tinggi dalam L-band (c. 20 cm), tetapi efek ini berkurang pada panjang gelombang yang lebih pendek (c. 6 cm) karena peningkatan volume. hamburan di kanopi. Ormsby et al. (1985) menemukan bahwa X-band (c. 3 cm) memberikan hasil yang cerah bagi tanah rawa banjir tapi tidak ada peningkatan back-pencar di hutan. Henderson (1995) menemukan bahwa banjir hutan dan rawa

memberikan pengembalian yang tinggi, dan Ramsey (1995) menemukan hubungan terbalik antara SAR kembali dan kedalaman rawa banjir. Solomon (1993) menemukan bahwa penampilan sungai-sungai di kawasan hutan tropisbervariasi tergantung pada orientasi sungai sehubungan dengan radar melihat arah, dengan bertindak air sebagai reflektor specular ketika melihat sepanjang sungai tetapi memberikan keuntungan yang lebih tinggi ketika mencari di, sebagai akibat dari beberapa refleksi air / vegetasi. Wang et al. (1995) memiliki model interaksi ini secara matematis,hasil mereka memprediksi bahwa untuk C-band SAR pada sudut datang sekitar 208 (karakteristik ERS-1), banjir harus meningkatkan back-pencar sekitar 2,6 dB. Sebagai komplikasi lebih lanjut Giacomelli et al. (1995) menunjukkan bahwa SAR back-pencar juga dapat meningkat dengan kadar air tanah untukdaerah tergenang. Spekel yang melekat dalam citra SAR berarti bahwa teknik pengolahan citra sering tradisional (seperti yang disurvei di Sonka et al., 1993) yang pantas dan pendekatan baru harus dikembangkan. Meskipun demikian, sejumlah metode yang saat ini tersedia yang dapat diterapkan untuk deteksi genangan batas. Sebagai contoh, Putih (1994) mengembangkan algoritma simulated annealing yang mengadopsi pendekatan probabilistik untuk pengurangan bintik. Mengingat gambar, model bagaimana SAR ternyata potongan melintang back-pencar di tanah menjadi nilai abu-abu gambar dan sejumlah asumsi tentang bagaimana penampang bervariasi, pencarian metode untuk paling mungkin (maksimum probabilitas posteriori) penampang. Hasil penelitian menunjukkan bahwa gambar dihaluskan (despeckled) tanpa kehilangan resolusi spasial. Oliver et al. (1994) menggunakan tekstur gambar lokal untuk memetakan terbuka di hutan hujan. Statistik gambar didistribusikan diasumsikan dan ukuran berdasarkan urutan parameter (terkait dengan varians) digunakan untuk menghitung tekstur lokal. Langkah ini kemudian merapikan menggunakan algoritma simulated annealing. Teknik yang sama digunakan oleh Beattie dan Elder (1995) gambar sonar, analog akustik SAR. Akhirnya, distorsi karena topografi (singgah dan shadowing) tidak signifikan pada dataran banjir gradien rendah masalah yang paling jelas di mana lereng medan mendekati radar tampilan sudut 208 (Tilley dan Bonwit, 1989), meskipun klasifikasi otomatis danalgoritma segmentasi dapat misclassify daerah radar bayangan banjir (Henderson, 1995).INTEGRASI PEMODELAN HYDRAULIC DAN PENGINDERAAN JAUHPeta batas banjir yang berasal dari data penginderaan jauh sejauh ini hanya digunakan untuk mengkalibrasi dan menilai model sederhana dan hubungan empiris dalam pemodelan hidrolik. Imho ?? et al. (1987) dan Ramamoorthi (1990) berasal hubungan linear antara perkiraan daerah tergenang (yang diukur dari citra SAR) dan diukur kadar air banjir monsoon di Bangladesh dan India. Ini skema empiris perlu dikalibrasi dan ekstensi di luar jangkauan diamati banjir ekstrim tidak layak. Smith et al. (1995) menggunakan citra SAR untuk mengkalibrasi model kuasa hukum sederhana yang berkaitan lebar sungai dikepang glasial untuk melepaskan, dan Moll dan Overmars (1990) dijelaskan skema untuk kalibrasi model OW satu-dimensi menggunakan data Landsat TM. Di sini, tingkat sungai diprediksi oleh model diubah menjadi genangan sejauh viahubungan empiris dan dibandingkan dengan pengamatan penginderaan jauh. Model sederhana yang dijelaskan di atas tidak mempertimbangkan proses aliran yang kompleks seperti transfer momentum

antara saluran dan dataran banjir, diketahui penting untuk simulasi yang akurat dari fenomena banjir genangan (Knight dan Shiono, 1996). Model dua dimensi dapat menggabungkan proses OW tersebut, namun sampai saat ini sangat sedikit penelitian yang membandingkan banjir genangan prediksi sejauh langsung dari dua, atau lebih tinggi, model hidrolik dimensi dengan pengamatan penginderaan jauh. Bates et al. (1996) membandingkan prediksi tingkat genangan dari model elemen hingga dua dimensi dari 11 km jangkauan Sungai Culm, Devon, Inggris untuk satu dalam satu tahun waktu perulangan banjir dengan perkiraan area tergenang maksimum diperoleh dari udara dan tanah fotografi dan pasca acara survei deposito dataran banjir. Berbagai resolusi mesh dan teknik pemecah numerik diuji dengan hasil yang sama: model overpredicted genangan sejauh sekitar 20%. Alasan untuk ini mungkin termasuk representasi agak sederhana dari topografi dataran banjir yang luas planar, tetapi tidak ada kesimpulan yang pasti ditarik sebagai data tidakmenyediakan cakupan seragam dan tunduk pada tingkat kesalahan. Ketika hal ini diperhitungkan, prediksi model berada di batas atas yang diamati band kesalahan data. Oleh karena itu suatu kebutuhan untuk integrasi cakupan spasial penuh Data SAR genangan batas dengan resolusi tinggi hidrolik pemodelan parameter menggunakan sumber data topografi yang sesuai. Sejauh ini hanya dicoba untuk Landsat TM dan SPOT data. Gambar 4 menunjukkan domain elemen hingga dikembangkan untuk 60 km jangkauan Sungai Missouri di sepanjang perbatasan South Dakota ± Nebraska antara stasiun pengukur di Gavins titik Dam dan Maskell. Model ini terdiri dari 10 elemen 000 dan 6000 node komputasi, memberikan ukuran elemen rata-rata sekitar 90 m. Ini adalah saluran-hanya mencapai hingga 2 km lebar namun mengandung tiga pulau permanen dan sejumlah gumuk pasir yang mungkin menjadi tergenang pada arus tinggi.

gambar 4

Sebuah sungai tunggal, Sungai James, masuk dari utara dan diukur 33 km ke hulu dari pertemuan di Skotlandia, South Dakota. Satu set data topografi berkualitas tinggi (Gambar 5) diperoleh dari survei perahu saluran tidur penampang diambil kira-kira setiap 150 m dan pulau topografi diperkirakan dari peta USGS. Kondisi batas untuk model numerik diambil dari pengukuran informasi stasiun, dengan satu-dimensi Model hidrolik beda hingga sederhana yang digunakan untuk rute Sungai James aliran ke titik pertemuan. Untuk ini mencapai citra Landsat TM tunggal yang diambil pada tanggal 6 Juni 1994 adalah tersedia dengan informasi kondisi batas sinkron. Resolusi gambar ini adalah sekitar 30 m, yang lebih baik dibandingkan dengan resolusi model elemen hingga. Sebuah simulasi atas domain yang ditunjukkan pada Gambar 4 dengan data kondisi batas yang sesuai dibuat dengan menggunakan model elemen hingga dua dimensi Telemac-2D. Tutup pemeriksaan data aliran dalam beberapa hari gambar mengungkapkan bahwa ada sangat sedikit (52%) variasi dalam kumpulan data. Hal ini memungkinkan konstan arus, dari 905 m3 SY1 di Gavins titik dan 45 m3 SY1 dari Sungai James, dan nilai tahap hilir konstan pada Maskell yang akan digunakan untuk mensimulasikan rezim aliran pada saat gambar. Model ini dijalankan dengan menggunakan kedua kalinya langkah 4 sampai steady state dicapai di mana arus sama dengan arus keluar, dengan mempertimbangkan kesalahan konservasi massa kurang dari 1%. Gambar 6 menunjukkan

perbandingan citra satelit yang tersedia untuk model prediksi. Kedua jangan membandingkan cukup baik dalam fitur skala besar, model yang mewakili gumuk pasir besar dan batas-batas saluran baik terutama (Gambar 7). Model ini tidak, bagaimanapun, mengambil banyak fitur skala yang lebih kecil yang dapat dilihat pada gambar Landsat. Fitur tersebut baik lebih kecil dari resolusi mesh model atau yang diabaikan selama survei topografi, masalah ini tidak terduga seperti, pertama, topografi di atas garis air dalam model hanya kasar diwakili dari peta USGS, maka kecil fitur -Skala tidak dapat dimasukkan, dan, kedua, resolusi citra satelit adalah lebih besar dari model, sehingga fitur skala yang lebih kecil terikat untuk digambarkan.Sementara ini kumpulan data dan perbandingan dengan hasil model dua dimensi yang unik, keberhasilan itu sebagian besar karena skala jangkauan dan fakta bahwa rezim aliran sangat diatur. Hal ini memungkinkan asumsi aliran-negara yang akan dibuat yang baik menyederhanakan masalah pemodelan dan memberikan yang lebih besar `jendela 'di mana untuk mendapatkan gambar bebas awan. Selain itu, resolusi data Landsat TM (30 m) tampaknya akan menjadi relevan dengan masalah sungai besar-besaran. Dalam kasus model Sungai Stour dibahas di atas, resolusi elemen rata-rata dari urutan 10 m yang datanya Landsat TM akan agak kasar.

KEBUTUHAN PENELITIANStudi kasus Missouri River menunjukkan potensi untuk mengintegrasikan banjir hidrolik pemodelan dan menangkap data penginderaan jauh untuk banjir genangan batas, sementara menyoroti kebutuhan untuk pindah ke penggunaan cakupan data spasial SAR penuh diidentifikasi dalam bagian review makalah ini, untuk memperoleh resolusi spasial lebih baik dan kemampuan segala cuaca. Meskipun jelas bahwa penelitian tersebut adalah prioritas, sejumlah kebutuhan penelitian prasyarat yang jelas dari bukti-bukti yang dibahas di atas. Ini memerlukan investigasi sebelum pengembangan desain penelitian integratif untuk meningkatkan baik Model kalibrasi dan prosedur validasi dan penginderaan jauh banjir sifat hidrolik

pemodelan hidrolikMakalah ini telah menunjukkan kebutuhan untuk meningkatkan kalibrasi dan validasi model hidrolik untuk mengaktifkan kuat, prediksi spasial terdistribusi yang akan diperoleh. Ia telah mengemukakan bahwa teknik penginderaan jauh sekarang menawarkan kesempatan untuk memperoleh data spasial terdistribusi pada skala sepadan dengan, atau lebih dari, resolusi Model, sehingga memfasilitasi pengembangan model dan mendesain ulang. Saat ini, bagaimanapun, tidak ada metodologi ada untuk kalibrasi dan validasi model didistribusikan menggunakan data terdistribusi. Prosedur kalibrasi standar untuk model hidrolik biasanya didasarkan pada upaya untuk mencocokkan prediksi model dengan debit hidrograf diamati, dengan teknik analisis sensitivitas sederhana (McCuen, 1973, 1974) digunakan untuk menyediakan data tentang pengaruh parameter gangguan perilaku model. Hal ini biasanya dicapai dengan menggunakan tingkat tinggi lumping spasial di permukaan parameter untuk menyederhanakan masalah kalibrasi. Sebagai contoh, dalam model Sungai Stour dibahas di atas, Bates et al. (1996) digunakan hanya dua nilai untuk gesekan batas: satu diterapkan pada saluran dan satu untuk dataran banjir. Baru-baru terealisasi (Lane et al., 1994) bahwa kalibrasi dan analisis sensitivitas teknik tersebut dikembangkan dalam hidrologi dan hidrolika untuk

generasi sebelumnya model disamakan dan mungkin gagal untuk menangkap kompleksitas resolusi tinggi skema didistribusikan secara spasial, yang didasarkan pada persamaan yang sangat non-linear diterapkan dengan menggunakan kondisi batas dinamis. Sebagai contoh, Bates dan Anderson (1996) telah menunjukkan respon yang kompleks dalam hal prediksi genangan tingkat model hidrolik dua elemen hingga dimensi kecil, perubahan seragam dalam kondisi awal simulasi. Lane et al. (1994) menunjukkan respon spasial sama kompleks untuk variasi parameter untuk model volume hingga dua dimensi aliran dalam aliran proglacial. Saat ini, pengetahuan tentang bahkan kasus yang paling sederhana dari model respon didistribusikan spasial variasi parameter seragam sebagian besar tidak diketahui. Memperkenalkan ruang parameter yang lebih spasial kompleks selalu akan meningkatkan jumlah derajat kebebasan dengan yang kalibrasi dapat beroperasi. Pengembangan metodologi kalibrasi dan validasi yang efektif yang mengoptimalkan permukaan parameter spasial terdistribusi terhadap data terdistribusi secara spasial karenanya harus fokus untuk penelitian masa depan. Kemajuan terbaru dalam bidang ini telah berpusat pada teknik pemodelan terbalik (lihat, misalnya, Tarantola, 1987; Feddes, 1995) yang menggunakan teori probabilitas untuk memeriksa berbagai parameter set yang menghasilkan solusi yang dapat diterima dari masalah bila dibandingkan dengan yang diberikan kriteria obyektif . Estimasi parameter approachesto tersebutbaru-baru ini telah diterapkan untuk model hidrolik. Romanowicz et al. (1996) menggunakan pendekatan Bayesian terhadap masalah terbalik dalam hubungannya dengan prosedur Monte Carlo untuk pemilihan parameter untuk melakukan optimasi spasial penuh 12 parameter gesekan batas dalam hidrolik sederhana Sungai Culm, Devon, Inggris. `Diamati 'data untuk prosedur Bayesian terdiri dari 12 hidrograf panggung yang diambil dari model elemen hingga dua dimensi dari jangkauan ini (Bates et al., 1992) yang dianggap mewakili kebenaran tanah. Barros (1996) disajikan algoritma minimisasi berulang untuk optimasi parameter gesekan dalam model elemen hingga dua dimensi, Telemac-2D. Sekali lagi, pengukuran tahap hidrograf digunakan untuk menguji prosedur yang, secara teoritis, dapat memberikan, optimasi spasial terdistribusi penuh. Metode tersebut akan muncul untuk memiliki potensi besar untuk pengembangan untuk memungkinkan data spasial terdistribusi yang akan digunakan dalam optimasi, meskipun biaya komputasi yang cukup besar. Dengan pengembangan metodologi tersebut, tiga isu penelitian lebih lanjut yang berkaitan dengan prediksi banjir genangan batas akan memerlukan investigasi. Pertama, sampai saat ini, tidak ada penelitian yang memadai mengeksplorasi hubungan antara kalibrasi, spesifikasi model topografi dan resolusi mesh elemen hingga. Semua faktor ini dapat diharapkan untuk memiliki e ?? dll pada kemampuan model untuk memprediksi banjir sejauh; Namun, dominasi relatif mereka kurang dipahami. Informasi tersebut akan memungkinkan prioritas penelitian yang akan dinilai dan akan memberikan informasi patokan untuk menilai perkembangan model yang. Sebagai contoh, banyak penelitian dalam pemodelan hidrolik difokuskan pada peningkatan algoritma solusi numerik (lihat, misalnya, Molinaro dan Natale, 1994). Penelitian awal (Bates et al., 1996), bagaimanapun, menunjukkan bahwa dampak dari perbaikan numerik mungkin urutan yang sama seperti resolusi jala e ?? Ects. Kedua, ada ruang untuk pengembangan lebih lanjut dan pengujian algoritma untuk mensimulasikan pembasahan dan pengeringan proses dinamis dalam dua skema dimensi. Algoritma tersebut adalah pusat banjir prediksi genangan, namun semua melibatkan beberapa derajat kompromi dalam prediksi arus dan masih memerlukan

pengujian komparatif terhadap data berkualitas tinggi yang ditetapkan. Secara khusus, ada kebutuhan untuk memperluas pembasahan dan pengeringan algoritma untuk skema tiga dimensi. Hervouet dan Van Haren (1996) menggambarkan masalah dengan pendekatan saat ini dalam tiga dimensi dengan mengacu pada kode Telemac-3D. Berikut mesh dua dimensi diperpanjang menjadi tiga dimensi dengan menentukan jumlah terbatas lapisan antara tempat tidur dan permukaan bebas. Ini memberikan sebuah sistem elemen hingga prismatik yang merupakan solusi dari persamaan perairan dangkal tiga dimensi dapat diperoleh. Masalah terjadi di mana kedalaman air cenderung nol, karena, di sini, elemen `menghancurkan ', sehingga menghasilkan ketidakstabilan. Sebagian elemen kering dapat dikecualikan dari solusi, tetapi hasil ini dalam hilangnya konservasi massa. Masalah banjir genangan karena itu dibatasi hanya untuk solusi dua-dimensi. Terakhir, pendekatan untuk pemodelan turbulensi penutupan dalam skema hidrolik terus menarik banyak minat dan perdebatan (lihat, misalnya, Rodi, 1980; Younis, 1996). Pengembangan solusi kuat yang berlaku pada skala yang sepadan dengan model numerik panjang jangkauan adalah prioritas di sini. Pembatasan saat ini untuk dua pendekatan dimensi juga relevan, karena sejumlah tatanan yang lebih tinggi skema penutupan turbulensi ketat hanya berlaku untuk masalah tiga dimensi.

penginderaan jauhSetelah mengidentifikasi SAR sebagai sistem penginderaan jauh berpotensi berguna untuk pemetaan banjir sejauh mana, tetap untuk mengidentifikasi kebutuhan untuk satu set data untuk memvalidasi penggunaannya. Resolusi tinggi spasial SAR (ukuran 12,5 m pixel untuk ERS-1 Data PRI) berarti bahwa citra dari sensor lain (misalnya Landsat TM, resolusi 30 m) adalah resolusi cukup untuk validasi, dan orbit satelit 'menghalangi kemungkinan memperoleh adegan bertepatan. Kegagalan sistem lain untuk beroperasi di malam hari atau ketika dataran banjir dikaburkan oleh awan juga akan membuat satu set data tersebut sulit diperoleh. Mengingat masalah ini dengan ruang ditanggung sensor selain SAR, foto udara tampaknya akan menjadi jalan ke depan untuk memvalidasi identifikasi batas banjir dari ERS-1 citra. Kumpulan data tersebut diperoleh oleh Institute of Hidrologi, Patrick, Inggris (Biggin dan Blyth, 1996) dan terdiri dari foto udara kebetulan (untuk dalam c. 3 jam) dengan ERS-1 SAR adegan dari banjir Sungai Thames, Inggris, pada tanggal 4 Desember 1992, bersama dengan pra-dan pasca banjir adegan SAR. Karena adanya awan rendah dan tekanan meliputi jangkauan c. 100 km dalam hitungan jam, foto-foto ditembak miring untuk mendapatkan cakupan yang lebih. Meski begitu, jenis ini kumpulan data itu sendiri jarang, dan mungkin unik di Inggris. Ukuran pixel 12,5 m ERS-1 citra membandingkan baik dengan resolusi spasial yang melekat dalam studi pemodelan banjir yang paling rinci sampai saat ini, misalnya penyelidikan Sungai Stour dibahas di atas. Ini mengatur resolusi yang diperlukan untuk validasi di c. 10 m, penelitian yang lebih akurat daripada di Blyth et al. (1993). Delineasi batas banjir dalam waktu 10 m dari set foto udara relatif mudah. Titik kontrol tanah seperti batas lapangan dan tiang mudah diidentifikasi 510 m pada foto-foto dan scan 01:25 000 peta Survei Ordnance Inggris. Sebuah ortografi mengubah kemudian dapat digunakan untuk mengkonversi gambar koordinat ke koordinat peta. Dengan demikian peta-referenced banjir batas dengan akurasi c. 10 m dapat diproduksi. Area dimana respon SAR mungkin bingung, seperti vegetasi dan bangunan banjir juga dapat diidentifikasi dari foto-foto. Dengan demikian, data set juga memberikan kesempatan untuk mempelajari air ± vegetasi ± interaksi microwave dibahas di atas untuk tutupan lahan yang khas untuk banyak

lingkungan dataran banjir sedang. SAR segmentasi ke dalam c. 1 pixel menyajikan lebih dari masalah: bagaimana mengurangi efek bintik tetapi mempertahankan resolusi spasial? Teknik-teknik simulasi annealing dibahas sebelumnya (Putih, 1994;. Oliver et al, 1994) mencapai hal ini dengan mengorbankan kompleksitas komputasi dan kecepatan, dan juga membutuhkan postprocessing (tepi deteksi menghubungkan dan vektorisasi) untuk mencapai hasil yang kompatibel dengan data udara. Active contour model (ular) (Cohen, 1991; Williams dan Shah, 1992) baru-baru ini mendapat tempat di hati dalam aplikasi segmentasi citra karena kemampuan mereka untuk menghubungkan tepi terdeteksi rusak oleh kebisingan, untuk menghasilkan batas-batas wilayah yang halus. Metode ular menggunakan kontur lengkung dinamis untuk mencari ruang gambar sampai mengendap pada batas-batas wilayah gambar. Teknik ini telah diterapkan ke gambar SAR dari garis pantai Laut Utara di pantai timur Inggris (Mason et al., 1995). Ivins dan Porrill (1994) menyajikan ular statistik yang tidak memerlukan tahap deteksi tepi awal, bukan operasi langsung pada statistik gambar yang dapat dihitung dari piksel sepanjang ular. Dengan demikian, dengan melihat jumlah piksel, e ?? Ects dari belu dapat dikurangi tanpa kehilangan resolusi tegak lurus terhadap garis pantai. Model kontur aktif seperti biasanya berperan sebagai masalah minimisasi energi:

formulasi

Dua istilah yang pertama merupakan ketegangan ular dan IMS ?? ness, parameter l dan g yang digunakan untuk mengaturPentingnya panjang dan lengkungan dalam model, dan yang ketiga adalah fungsi energi gambar. Kurva terus menerus u ?? s ?? diwakili oleh serangkaian segmen linier. Formulasi tersebut menyajikan masalah: estimasi tindakan ketegangan dan kelengkungan untuk di terbatas ?? selisihkontur, parameter (l, g, ukuran segmen linier) estimasi, energi minimalisasi desain algoritma dan menentukan kontur awal (seeding). Estimasi Lengkung baik dieksplorasi di Williams dan Shah (1992), tapi estimasi parameter dalam pekerjaan sebelumnya telah dilakukan secara ad hoc, dengan trial and error. Solusinya mungkin terletak pada pertimbangan hubungan antara geometri gambar dan statistik. Lengkungan garis pantai banjir khas dapat bervariasi, tergantung pada lingkungan dataran banjir lokal: murni pertimbangan topografi cenderung menghasilkan garis pantai yang halus, sedangkan pada kenyataannya fitur buatan manusia (jalan, ladang) akan menghasilkan sudut tajam. Demikian pula, kontras dalam statistik gambar akan tergantung pada penggunaan lahan dataran banjir (rumput, subur tanah, pohon) dan kondisi meteorologi (angin-roughening permukaan air). Hal ini membuat estimasi parameter yang sulit, dan itu tidak mungkin untuk memilih nilai-nilai parameter global yang memastikan bahwa garis pantai selalu minimum yang kuat dari energi kontur fungsional. Pilihan algoritma minimisasi adalah penting untuk dua alasan: eefficiency komputasi dan stabilitas solusi. Dalam pemrograman dinamis, gradien energi yang digunakan sebagai kekuatan yang movesthe ular (misalnya Cohen, 1991; Ivins dan Porrill, 1994), yang iteratif menuruni lereng energi menjadi minimum lokal. Williams dan Shah (1992) menggunakan algoritma serakah yang mempertimbangkan semua kemungkinan bergerak dari titik pada ular dan memilih satu dengan perubahan yang paling negatif dalam E. Hal ini dapat dengan mudah diperluas menjadi skema anil simulasi, tapi itu akan memperkenalkan tambahan pertanyaan tentang apa jadwal anil

untuk digunakan. Masalah stabilitas dibahas dalam Cohen (1991), ular yang beroperasi gambar tepi-terdeteksi, dan di Ivins dan Porrill (1994), namun pendekatan ini mengasumsikan statistik bervariasi lancar dari satu daerah ke daerah lain lebih dari jarak beberapa piksel. Ini bukan kasus untuk SAR, karena permukaan back-hamburan koefisien dapat berubah secara signifikan lebih dari jarak 10 m, menyebabkan statistik gambar bervariasi tajam. Stabilitas solusi sekitar minimum fungsi energi lebih penting dalam situasi ini, karena kebutuhan untuk mengisolasi tepi dalam waktu 1 pixel. Pilihan posisi kontur awal sangat penting untuk ular beroperasi gambar tepi-terdeteksi: jika ular dimulai di tempat yang salah, itu akan menetap di tepi tidak berhubungan dengan garis pantai banjir. Hal ini terutama bermasalah untuk khas Inggris dataran banjir di mana gambar tanah terdiri dari ladang dan karena itu jauh dari homogenUntuk ular statistik posisi kontur awal kurang penting (akan memperluas jauh dari daerah dengan statistik yang berbeda dengan daerah banjir) tapi mensyaratkan bahwa statistik citra daerah banjir diketahui, dan area pelatihan diperlukan. Kontur awal dekat batas banjir akan menguntungkan dalam mengurangi jumlah iterasi yang diperlukan untuk ular untuk mencapai keseimbangan di bibir pantai. Sebelumnya studi Model active contour telah berkonsentrasi pada tepi terdeteksi dan intensitas gambar dalam perumusan energi, tetapi penggunaan ular statistik berarti informasi lebih lanjut dapat digunakan. Gambar tekstur (varians lokal) adalah terkenal, berguna milik citra SAR (Oliver et al., 1994), dan banyak studi kualitatif sebelumnya telah menggunakan multitemporal adegan SAR untuk deteksi banjir. Model active contour beroperasi pada intensitas gambar lokal dan tekstur lebih dari dua atau tiga pesawat gambar secara bersamaan berpotensi SAR alat segmentasi sangat kuat.KESIMPULANIntegrasi model hidrolik resolusi tinggi dengan teknik pengambilan data penginderaan jauh untuk variabel banjir hidrologi memiliki potensi untuk meningkatkan secara substansial pemahaman kita tentang proses aliran dataran banjir. Sementara itu akan diperlukan untuk menentukan bagaimana kesalahan yang melekat pada masing-masing berinteraksi prosedur dan menggabungkan untuk mengomentari kekokohan pendekatan, teknik penginderaan jarak jauh memberi, untuk pertama kalinya, kemampuan untuk mengumpulkan data spasial terdistribusi pada skala dan tingkat sepadan dengan baru-baru inimaju model genangan banjir. Selain itu, perkembangan ini akan memungkinkan masalah penelitian fundamental baik dari segi model yang kalibrasi dan pengolahan citra penginderaan jauh yang harus ditangani