2022
DOI: 10.1007/978-981-19-0475-2_40
|View full text |Cite
|
Sign up to set email alerts
|

Flood Mapping Using Sentinel-1 GRD SAR Images and Google Earth Engine: Case Study of Odisha State, India

Help me understand this report

Search citation statements

Order By: Relevance

Paper Sections

Select...
1
1

Citation Types

0
0
0

Year Published

2023
2023
2023
2023

Publication Types

Select...
2

Relationship

0
2

Authors

Journals

citations
Cited by 2 publications
(2 citation statements)
references
References 18 publications
0
0
0
Order By: Relevance
“…Melalui pemanfaatan teknologi penginderaan jauh, kebutuhan informasi terkait genangan banjir tersebut dapat dipenuhi. Teknik penginderaan jauh ini merupakan sumber informasi yang sangat efektif untuk menentukan badan air pada daerah yang luas dan selanjutnya dapat digunakan sebagai acuan pemetaan genangan banjir dengan resolusi temporal dan spasial yang memadai [4]. Pemetaan genangan banjir tersebut dapat dilakukan dengan berdasarkan nilai indeks kebasahan suatu daerah atau biasa disebut dengan Normalized Difference Water Index (NDWI).…”
Section: Latar Belakangunclassified
“…Melalui pemanfaatan teknologi penginderaan jauh, kebutuhan informasi terkait genangan banjir tersebut dapat dipenuhi. Teknik penginderaan jauh ini merupakan sumber informasi yang sangat efektif untuk menentukan badan air pada daerah yang luas dan selanjutnya dapat digunakan sebagai acuan pemetaan genangan banjir dengan resolusi temporal dan spasial yang memadai [4]. Pemetaan genangan banjir tersebut dapat dilakukan dengan berdasarkan nilai indeks kebasahan suatu daerah atau biasa disebut dengan Normalized Difference Water Index (NDWI).…”
Section: Latar Belakangunclassified
“…Additionally, the platform facilitated the mapping of near real-time flood inundation across 13 districts in India during 2019. This analysis was conducted by utilizing distinct polarized backscatter values from Sentinel-1 images within GEE [9]. Conversely, images extracted from GEE has been used to validate a numerical simulation HECRAS model to extreme river event in Tunisia and in Greece [10,11].…”
Section: Introductionmentioning
confidence: 99%