Devido às restrições meteorológicas durante o período de inundações, os dados de sensoriamento remoto usados na avaliação das inundações são principalmente imagens de radar ou dados de fotografia aérea, enquanto o papel de muitos dados de luz noturna e imagens ópticas na avaliação das inundações ainda precisa ser mais explorado. Este estudo teve como objeto de pesquisa a cidade de Fuyang nos meses de julho e agosto, baseado em dados de satélite Sentinel-1, Sentinel-2 e Landsat 8, utilizando a plataforma de big data de sensoriamento remoto GEE (Google Earth Engine) para extrair informações de corpos d’água, e utilizando o Índice Total de Luz Noturna TNL (Total Night-time Light) e o Índice Composto de Luz Noturna CNLI (Compounded Night Light Index) construídos com dados de luz noturna para explorar a relação entre a variação dos corpos d’água e a luz noturna, a fim de monitorar e avaliar a dinâmica das inundações. Os resultados mostraram: (1) alterações significativas na distribuição dos corpos d’água na parte sul de Fuyang em julho e agosto, especialmente um aumento notável na área de corpos d’água na zona de armazenamento de Mengwa, com a área atingindo o valor máximo de 323 km² em 31 de julho, o que é seis vezes maior que a área antes da inundação; subsequentemente, a cobertura da água mostrou uma tendência de diminuição, que correspondeu ao tempo de abertura e alívio do reservatório Wangjiaba. (2) A análise combinada dos índices de luz noturna TNL e CNLI para as variações da luz noturna em Fuyang revelou que a tendência dos índices de luz é inversa à tendência das variações dos corpos d’água, indicando que os índices de luz noturna podem refletir efetivamente o processo de mudança das inundações. (3) A análise combinada dos corpos d’água e dos índices de luz noturna na parte leste de Fuyang, onde os dados são relativamente completos, reforçou que tanto os dados de luz noturna quanto os de corpos d’água podem ser usados para monitorar inundações. Usando como exemplo a inundação deste ano em Fuyang, este estudo expandiu o alcance de aplicação dos dados de luz noturna e imagens ópticas, e também confirmou que, após um rigoroso processamento de dados, dados de sensoriamento remoto multifuente, como imagens de radar do Sentinel-1, e imagens ópticas do Sentinel-2 e Landsat 8, podem monitorar efetivamente as mudanças das inundações, desempenhando um papel importante no monitoramento futuro de inundações.

Google Earth Engine (GEE); luz noturna; sensoriamento remoto multifuente; inundações; Sentinel; NPP-VIIRS DNB; Landsat