الفيضانات هي كوارث طبيعية على نطاق واسع تسبب غالبًا عددًا كبيرًا من الوفيات، وأضرارًا مادية واسعة النطاق، وضبابية اقتصادية. تكون آثارها أكثر اتساعًا واستمرارًا في الدول النامية ذات الكثافة السكانية العالية والمصادر المحدودة. تقوم أنظمة الإنذار المبكر (EWS) بتقييم مستويات المياه والعوامل الأخرى باستمرار للتنبؤ بالفيضانات، لمساعدة في تقليل الأضرار. بعد الكارثة، تقوم فرق الاستجابة للASTERISKS بكوارث بإجراء تقييم الاحتياجات بعد الكارثة (PDSA) لتقييم الأضرار البنيوية وتحديد أفضل استراتيجيات الاستجابة للأحياء الأكثر تأثرًا. ومع ذلك، حتى اليوم في الدول النامية، لا يزال تحليل كميات كبيرة من بيانات الصور والفيديوهات بواسطة أنظمة الإنذار المبكر (EWS) وتقييم الاحتياجات بعد الكارثة (PDSA) عملية يدوية إلى حد كبير يقوم بها المستجيبون الأوائل والمتطوعون.نقترح نظام FloodTransformer، والذي يعتبر حسب علمنا أول نموذج يستند إلى متحولات البصر (Visual Transformer) للكشف عن المناطق المغمورة بالمياه وتقسيمها من الصور الجوية لمواقع الكوارث. كما نقترح مؤشرًا مخصصًا، وهو قدرة الفيضان (Flood Capacity - FC)، لقياس مدى التغطية المائية في المساحة ومن ثم تقدير المنطقة المغمورة بالمياه التي تم تقسيمها لأغراض تحليل أنظمة الإنذار المبكر (EWS) وتقييم الاحتياجات بعد الكارثة (PDSA). نستخدم مجموعة بيانات تقسيم الفيضانات SWOC ونحقق دقة تقاطع على مستوى البيكسل (mIoU) بلغت 0.93، مما يفوق جميع الأساليب الأخرى. كما نظهر متانة هذا الأسلوب من خلال التحقق منه عبر صور فيضانات غير مشهودة من مصادر بيانات أخرى للفيضانات.