Best Management Practices (BMPs) are commonly adopted to ameliorate the quality of runoff and reduce the frequency and intensity of flash floods in urban areas. To date, many of the BMP studies are conducted using coarse resolution data. However, the accuracy of such studies may be compromised due to the shortcomings inherent in the input data; as such, the evaluation of the BMP cost-effectiveness may not be accurate. The objective of this paper is to demonstrate the improvements of higher resolution images over coarse resolution data in BMP analyses. An unmanned aerial vehicle (UAV) was used to collect a more detailed and accurate picture of the digital surface model and digital elevation model. Landsat 8 multi-spectral imagery was classified by object-oriented classification to generate a land use/land cover map. The method used in this study provided more detailed and accurate information of the physical conditions of the study area, an improved subwatershed delineation, a more comprehensive list of the suitable locations for BMPs, and a more reliable estimate of the cost-effectiveness of the BMP ensembles than that generated using coarse resolution data. Using the fine resolution data, this study further determined the utility of the selected BMP ensembles under a changed future climate regime and identified the best BMP and BMP ensemble in reducing urban surface runoff. This method can be especially useful in areas without quality topography and land use data.

中文翻译：

---

使用来自无人机和卫星遥感的高分辨率图像进行最佳管理实践分析

最佳管理实践 (BMP) 通常用于改善径流质量并降低城市地区山洪暴发的频率和强度。迄今为止，许多 BMP 研究都是使用粗分辨率数据进行的。然而，由于输入数据固有的缺陷，此类研究的准确性可能会受到影响；因此，对 BMP 成本效益的评估可能不准确。本文的目的是展示高分辨率图像在 BMP 分析中相对于粗分辨率数据的改进。使用无人机（UAV）收集更详细、更准确的数字表面模型和数字高程模型图片。Landsat 8 多光谱影像通过面向对象分类生成土地利用/土地覆盖图。本研究中使用的方法提供了关于研究区物理条件的更详细和准确的信息、改进的子流域划定、更全面的 BMP 合适位置列表以及更可靠的 BMP 成本效益估计集成比使用粗分辨率数据生成的集成。使用高分辨率数据，本研究进一步确定了所选 BMP 集合在未来气候变化情况下的效用，并确定了减少城市地表径流的最佳 BMP 和 BMP 集合。这种方法在没有高质量地形和土地利用数据的地区特别有用。并且比使用粗分辨率数据生成的 BMP 集合的成本效益估计更可靠。使用高分辨率数据，本研究进一步确定了所选 BMP 集合在未来气候变化情况下的效用，并确定了减少城市地表径流的最佳 BMP 和 BMP 集合。这种方法在没有高质量地形和土地利用数据的地区特别有用。并且比使用粗分辨率数据生成的 BMP 集合的成本效益估计更可靠。使用高分辨率数据，本研究进一步确定了所选 BMP 集合在未来气候变化情况下的效用，并确定了减少城市地表径流的最佳 BMP 和 BMP 集合。这种方法在没有高质量地形和土地利用数据的地区特别有用。