洪水是世界上最常见、破坏性最大的自然灾害之一，造成了巨大的生命和财产损失。此外，随着气候变化的影响，近年来，洪灾变得更加频繁和不可预测。为了最大限度地减少生命和财产损失，必须迅速发现洪水蔓延的情况，并及时采取必要的干预措施。洪水蔓延探测大多使用光学传感器或合成孔径雷达（SAR）图像。然而，合成孔径雷达系统优于光学传感器，因为它可以在任何天气条件下昼夜收集数据。考虑到洪灾期间的天气情况，这一点非常重要。此外，所使用的图像尺寸较大，会延迟洪水蔓延的检测，难以及时干预。在本研究中，为了解决这一问题，我们将通过使用 Sentinel-1 SAR 图像和Otsu 方法以及GEE来检测 2023 年 7 月 10 日发生在 Düzce/Gölyaka杜兹采/戈利亚卡的洪水的蔓延情况。
首先，我们登录 https://code.earthengine.google.com/，用谷歌账户打开一个新项目。我们将在项目中添加边界数据，以加快分析速度，并只研究对我们重要的区域。在这项研究中，我从地图总局的网站上下载了边界数据，并在 ArcGIS 中进行了剪切，以涵盖 Gölyaka 地区的边界。
单击 Assets -> NEW -> Shape files，将边界数据添加到项目中。
单击 SELECT（选择），选择边界数据文件。
单击 "上传 "后，我们会看到数据正在 "任务 "窗口中加载。
安装过程完成后，我们点击 "资产 "窗口中的 "刷新 "按钮，就会看到名为 "边框 "的数据已经加载。
