2025년 7월 말, 내몽골 토머춘 평원은 드문 연속적 폭우의 영향으로 유역성 홍수와 하수해 퇴수로 결손의 복합 충격을 겪어 지역 농업 생산과 기반 시설에 심각한 피해를 입혔습니다. 재난 후 긴급 모니터링과 재난 대응의 긴급한 요구에 대응하여, 수체 종합 지수와 형태학적 처리를 결합한 다시기 Sentinel-2 영상 정밀 수체 식별 방법이 제안되었으며, 수체 정보의 효율적 자동 추출을 실현했습니다. 또한 역사적 수체 빈도 데이터를 도입해 기준 수체 분포를 구축함으로써 홍수 침수 범위를 정밀하게 분리했습니다. 결과는 홍수 인식의 총 분류 정확도가 97.4%에 달해 Sentinel-1 최적 임계값 분할 결과 92.8%보다 우수함을 보여줍니다. 시계열 분석에서는 8월 25일 전후로 홍수 침수 범위가 최대치에 도달했으며, 전체 수체 면적은 880.01 km²로 2024년 정상 수체 면적의 약 2.2배였습니다. 이후 퇴수 과정은 느리게 진행되어 한 달 후 침수 면적은 약 53%만 감소했습니다. 재해 평가 결과, 옥수수 작물이 가장 심각하게 피해를 입었으며, 침수 면적은 192.6 km²에 달했고, 그중 39.4% 구역은 30일 이상 침수가 지속되었습니다. 동적 시간 왜곡과 K-평균 알고리즘을 결합한 DTW-KMeans 모델을 사용해 옥수수 NDVI 시계열 군집 분석을 수행하여 작물 회복 상태를 밝히고 생산량 손실 위험을 평가했습니다. 고위험 구역 면적은 238.9 km²에 달하며, 2주 이상 침수 시 식물 쓰러짐 또는 죽음이 발생할 수 있어 옥수수가 홍수 스트레스에 매우 민감하고 적응 능력이 부족함을 반영합니다. 연구 결과는 건조 지역 극심 수문 이벤트의 신속 인식, 재난 후 평가 및 농업 위험 관리에 강력한 기술 지원을 제공할 수 있습니다.

원격 감지;홍수 재해;홍수 자동 인식;작물 이상 모니터링;시계열 분석