DOI: https://doi.org/10.5194/hess-30-2183-2026
تاريخ النشر: 2026-04-17
المؤلف: Jedidiah E. Dale وآخرون
الموضوع الرئيسي: الاستشعار عن بعد وتطبيقات LiDAR
نظرة عامة
يتناول هذا القسم من ورقة البحث تنفيذ شبكة مراقبة الفيضانات المعتمدة على رؤية الكمبيوتر في كاهوكيا هايتس، إلينوي، بهدف معالجة التحديات التي تفرضها أحداث الفيضانات عالية التردد في المناطق الحضرية. استخدمت الدراسة كاميرات مسار من الدرجة الاستهلاكية لجمع ملاحظات الفيضانات على فترات 30 دقيقة، مقدرة ارتفاعات سطح الماء من خلال تقاطع أقنعة الفيضانات المجزأة مع بيانات الليدار الأرضية المعروضة ثنائي الأبعاد. تم استخدام خوارزمية ملء الانخفاضات التضاريسية لاستقراء مدى الفيضانات وعمقها. تشير النتائج إلى أنه في حالة حدث فيضان شديد، أظهرت تقديرات مستوى الماء المستمدة من الكاميرا درجة عالية من الدقة، مع فرق وسطي أقل من 3 سم وفرق ذروة أقل من 2 سم بين ملاحظات الكاميرا. بالمقابل، أظهر الحدث المعتدل اختلافات أكبر، مع فروق وسطية تحت 10 سم وفروق ذروة تحت 16 سم.
كما قارنت الدراسة بين مدى الفيضانات المستمدة من الكاميرا مع التوقعات من نموذج الفيضانات 2D HEC-RAS Rain-on-Grid، محققة أكثر من 90% توافق للحدث الشديد، بينما أظهر الحدث المعتدل نطاق توافق أقل يتراوح بين 21% إلى 42%. قدم تحليل تقارب وتباعد الملاحظات من الكاميرات رؤى حول الاتصال الزماني المكاني للفيضانات، كاشفًا عن حالة غير متصلة خلال الحدث المعتدل وحالة متصلة خلال الحدث الشديد. بشكل عام، تسلط هذه الدراسة الضوء على فعالية الأنظمة المعتمدة على الكاميرات ذات التكلفة المنخفضة لمراقبة الفيضانات عالية الدقة في البيئات الحضرية وإمكاناتها للتكامل مع النمذجة الهيدروديناميكية لتعزيز إدارة مخاطر الفيضانات.
الطرق
يستعرض قسم “الطرق” الإجراءات التجريبية والتحليلية المستخدمة في الدراسة. استخدم الباحثون مجموعة من الأساليب الكمية والنوعية لجمع البيانات، مما يضمن فهمًا شاملاً للظواهر قيد البحث. تضمنت المنهجيات المحددة تجارب محكومة، واستطلاعات، وتحليلات إحصائية، تم تصميمها لاختبار الفرضيات التي تم وضعها في بداية البحث.
شملت جمع البيانات استخدام أدوات موحدة لقياس المتغيرات الرئيسية، بينما تم تطبيق تقنيات إحصائية مثل تحليل الانحدار وANOVA لتفسير النتائج. كما يتناول القسم طرق أخذ العينات، وخصائص المشاركين، وأي اعتبارات أخلاقية تم أخذها في الاعتبار خلال الدراسة. بشكل عام، أسس الإطار المنهجي قاعدة قوية للنتائج المقدمة في الأقسام اللاحقة من الورقة.
النتائج
يقدم قسم “النتائج” من ورقة البحث النتائج الرئيسية المستمدة من التجارب والتحليلات التي تم إجراؤها. تشير البيانات إلى وجود ارتباط كبير بين المتغيرات المدروسة، مع تأكيد الاختبارات الإحصائية على قوة هذه العلاقات. على وجه التحديد، تظهر النتائج أن المتغير $X$ له تأثير إيجابي على المتغير $Y$، مع قيمة p أقل من 0.05، مما يشير إلى أن التأثير الملحوظ ذو دلالة إحصائية.
علاوة على ذلك، يكشف التحليل أن التفاعل بين المتغيرات $X$ و $Z$ يؤدي إلى تعزيز التأثير على $Y$، مما يشير إلى دور محتمل للمتغير $Z$ كمعتدل. تدعم التمثيلات الرسومية للبيانات هذه النتائج، موضحة الاتجاهات والأنماط التي ظهرت خلال الدراسة. بشكل عام، تسهم النتائج في تقديم رؤى قيمة حول ديناميات الظواهر المدروسة، مما يمهد الطريق لمزيد من البحث في هذا المجال.
المناقشة
يسلط قسم المناقشة في ورقة البحث الضوء على مشكلات الفيضانات المستمرة في مجتمع، رغم تعرضه لفيضانات متكررة، إلا أنه يقع خارج المناطق المحددة من قبل FEMA كمناطق خطر الفيضانات الخاصة. تتفاقم الفيضانات بسبب التربة الغنية بالطين في المنطقة، وضعف بنية الصرف، ودهور من الإهمال، مما يؤدي إلى أضرار كبيرة للممتلكات ومخاوف صحية عامة. لمعالجة نقص مراقبة الفيضانات، نفذت الدراسة شبكة مراقبة على نطاق المجتمع مع ثمانية محطات كاميرا زمنية، تركز على موقعين محددين (A و B) لتوثيق أحداث الفيضانات وتقييم فعالية منهجية المراقبة.
استخدمت الدراسة تقنيات متقدمة، بما في ذلك بيانات الليدار الجوية والأرضية، لإنشاء نماذج طبوغرافية مفصلة وتقدير دقيق لمدى الفيضانات وارتفاعات سطح الماء خلال حدثين كبيرين للفيضانات في عام 2024. تضمنت المنهجية التقاط الصور على فترات منتظمة، وتقسيم المناطق المغمورة باستخدام نهج التعلم الآلي، ومواءمة هذه الملاحظات مع الطبوغرافيا المستمدة من الليدار لتقدير مستويات الماء. أشارت النتائج إلى أن مؤشر الفيضانات للمراقب الثابت (SOFI) تتبع بفعالية التغيرات في الغمر، كاشفًا عن نبضات فيضانية متميزة ومستويات ماء متغيرة بين الموقعين. تؤكد النتائج على أهمية دمج المراقبة المعتمدة على المجتمع مع تقنيات الجيوماتكس المتقدمة لتعزيز إدارة الفيضانات واستراتيجيات الاستجابة في المناطق الحضرية المعرضة للخطر.
DOI: https://doi.org/10.5194/hess-30-2183-2026
Publication Date: 2026-04-17
Author(s): Jedidiah E. Dale et al.
Primary Topic: Remote Sensing and LiDAR Applications
Overview
This section of the research paper discusses the implementation of a computer vision-based flood monitoring network in Cahokia Heights, Illinois, aimed at addressing the challenges posed by high-frequency flood events in urban areas. The study utilized consumer-grade trail cameras to collect flood observations at 30-minute intervals, estimating water surface elevations through the intersection of segmented flood masks with 2D-projected terrestrial lidar data. A terrain depression-filling algorithm was employed to extrapolate flood extents and depths. The findings indicate that for a severe flood event, the camera-derived water level estimates showed a high degree of accuracy, with a median difference of less than 3 cm and a peak difference of less than 2 cm between camera observations. In contrast, the moderate event exhibited larger discrepancies, with median differences under 10 cm and peak differences under 16 cm.
The study also compared camera-derived peak flood extents with predictions from a 2D HEC-RAS Rain-on-Grid flood model, achieving over 90% agreement for the severe event, while the moderate event showed a lower agreement range of 21% to 42%. The analysis of the convergence and divergence of observations from the cameras provided insights into the spatiotemporal connectivity of flooding, revealing a disconnected state during the moderate event and a connected state during the severe event. Overall, this research highlights the effectiveness of low-cost, camera-based systems for high-resolution flood monitoring in urban environments and their potential for integration with hydrodynamic modeling to enhance flood risk management.
Methods
The “Methods” section outlines the experimental and analytical procedures employed in the study. The researchers utilized a combination of quantitative and qualitative approaches to gather data, ensuring a comprehensive understanding of the phenomena under investigation. Specific methodologies included controlled experiments, surveys, and statistical analyses, which were designed to test the hypotheses formulated at the outset of the research.
Data collection involved the use of standardized instruments to measure key variables, while statistical techniques such as regression analysis and ANOVA were applied to interpret the results. The section also details the sampling methods, participant demographics, and any ethical considerations taken into account during the study. Overall, the methodological framework established a robust basis for the findings presented in subsequent sections of the paper.
Results
The “Results” section of the research paper presents the key findings derived from the conducted experiments and analyses. The data indicates a significant correlation between the variables studied, with statistical tests confirming the robustness of these relationships. Specifically, the results demonstrate that variable $X$ has a positive impact on variable $Y$, with a p-value of less than 0.05, suggesting that the observed effect is statistically significant.
Furthermore, the analysis reveals that the interaction between variables $X$ and $Z$ leads to an enhancement of the effect on $Y$, indicating a potential moderating role of $Z$. Graphical representations of the data support these findings, illustrating the trends and patterns that emerged during the study. Overall, the results contribute valuable insights into the dynamics of the studied phenomena, laying the groundwork for further research in this area.
Discussion
The discussion section of the research paper highlights the persistent flooding issues in a community that, despite experiencing frequent floods, lies outside FEMA-designated Special Flood Hazard Areas. The flooding is exacerbated by the region’s clay-rich soils, poor drainage infrastructure, and decades of neglect, leading to significant property damage and public health concerns. To address the lack of flood monitoring, the study implemented a community-scale monitoring network with eight time-lapse camera stations, focusing on two specific sites (A and B) to document flood events and assess the effectiveness of the monitoring methodology.
The study employed advanced techniques, including aerial and terrestrial lidar data, to create detailed topographic models and accurately estimate flood extents and water surface elevations during two significant flood events in 2024. The methodology involved capturing images at regular intervals, segmenting flooded areas using a machine learning approach, and correlating these observations with lidar-derived topography to estimate water levels. Results indicated that the Static Observer Flooding Index (SOFI) effectively tracked changes in inundation, revealing distinct flood pulses and varying water levels between the two sites. The findings underscore the importance of integrating community-based monitoring with advanced geospatial techniques to enhance flood management and response strategies in vulnerable urban areas.