Principal component analysis of C-SAR images for flood mapping , Santa Fe Province, Argentina

Abstract

Flood events are phenomena associated with heavy rainfall. In Argentina, floods have high economic and social costs, including loss of human life. In this paper, principal component analysis (PCA) is used to map flood-prone areas along the Paraná river in Santa Fe, Argentina. The Sentinel-1B (S1B) images, sensor C-SAR with VH polarisation Interferometric type (IW) Ground Range Detected (GRD) with spatial resolution of 10 m, from 2016, were referenced and the PCA method was used to extract the four first principal components. The flood-affected images make it possible to accurately define the flooded area. In targets with dense vegetation, however, there is no pixel backscatter pattern. PC2 better highlighted the threshold of pixel intensity, with an accuracy of 70%, and 93% of the mapped area was shown to be flood-prone. Procedures to map floods remotely are pivotal because they can quickly obtain precise data on flood areas that may not be accessible for fieldwork or that have not yet been mapped in great detail.

Inundações são associadas a chuvas intensas. Na Argentina é o evento natural que causa mais perdas econômicas, sociais e de vidas humanas. O objetivo desse trabalho é mapear a área de inundação do rio Paraná, em Santa Fe, por Análise de Componentes Principais (ACP). As imagens Sentinel-1B, sensor C-SAR, polarização VH do tipo Interferométrico (IW) Ground Range Detected (GRD), pixel de 10 m, ano 2016, foram referenciadas, extraindo as quatro primeiras ACP.As imagens sob efeito de inundação permitiram delimitar com precisão a área inundada. No entanto, em áreas com densidade de vegetação não há um padrão de retroespalhamento dos pixéis. A PC2 destacou melhor o limiar de intensidade dos pixéis de inundação, com uma precisão de 70%, sendo que 93% da área mapeada é suscetível à inundação. A cartografia de risco de inundação obtida a partir de sensoriamento remoto revela-se essencial, pois possibilita a obtenção de resultados rápidos e precisos das áreas de inundação, em áreas cujo trabalho de campo não seja possível ou não se encontrem disponíveis mapas detalhados das áreas atingidas.