2025年7月下旬に、内モンゴルのトゥーモーチュアン平原は、まれな連続豪雨による流域洪水とハスハイ退水渠の決壊が重なり、地域の農業生産とインフラに深刻な被害をもたらしました。災害後の緊急監視と被害対応の緊急ニーズに応え、水体総合指標と形態学的処理を融合した多時相Sentinel-2画像の高精度な水域識別手法が提案され、水体情報の効率的かつ自動的な抽出を実現しました。さらに歴史的な水域頻度データを導入して基準水域分布を構築し、洪水浸水範囲を正確に分離しました。結果は、洪水識別の総合分類精度が97.4％に達し、Sentinel-1の最適閾値分割結果である92.8％を上回ることを示しました。時系列解析により、洪水浸水範囲は8月25日前後にピークに達し、総水域面積は880.01 km²で、2024年の通常水域面積の約2.2倍に相当しました。その後の退水は緩やかで、一ヶ月後の浸水面積は約53％減少しました。被害評価の結果、トウモロコシの被害が最も大きく、浸水面積は192.6 km²に及び、そのうち39.4％の区域では30日以上の浸水が続きました。動的時間伸縮とK平均アルゴリズムを組み合わせたDTW-KMeansモデルにより、トウモロコシのNDVI時系列をクラスタリング解析し、作物の回復状況と収量損失リスクを評価しました。高リスク区域は238.9 km²に達し、2週間以上の浸水は植物の倒伏や死滅をもたらす可能性があり、トウモロコシの洪水ストレスに対する高感受性と適応能力の不足を反映しています。本研究の成果は、乾燥地域における極端な水文イベントの迅速な識別、災害後の評価および農業リスク管理に有力な技術的支援を提供します。

リモートセンシング;洪水災害;洪水自動識別;作物異常監視;時系列解析