방글라데시의 Haor 습지에서 발생하는 돌발 홍수(Flash floods)는 거의 아무런 예고 없이 나타납니다. 이러한 홍수는 매년 boro 쌀 수확을 망가뜨립니다. 강 유역 홍수(riverine floods)를 위해 구축된 현재의 시스템들은 배수 역학(backwater dynamics)을 완전히 놓치고 있습니다. 이 분지들은 평탄합니다. 물의 흐름이 Brahmaputra 강에서와 같이 작동하지 않습니다. 우리는 Sunamganj Haor(약 8,000 km²)의 72시간 홍수 확률을 예측하는 탈계절화된 머신러닝 (ML) 앙상블인 HaorFloodAlert를 구축했습니다. 온도는 일종의 계절적 치트 코드(seasonal cheat code)로 작용했습니다. 홍수가 따뜻한 달에 발생한다는 이유만으로 정확도를 6.9 pp(퍼센트 포인트)만큼 부풀렸습니다. 우리는 이를 포착했습니다. 또한 Assam주 Silchar에서 상류 Barak River Sentinel-1 SAR 프록시를 구축하여 약 36시간의 선행 시간(lead time)을 확보했습니다. Otsu 임계값(Otsu-thresholded) 기반의 SAR 변화 탐지(change detection)는 84-91%의 공간 일치율로 검증되었습니다. 운영용 앙상블(RF 0.5625 + XGBoost 0.4375)은 77개의 실제 Sentinel-1 이벤트를 대상으로 LOOCV(Leave-One-Out Cross-Validation) 정확도 89.6%, 재현율(recall) 87.5%, 그리고 0.943의 AUC-ROC를 달성했습니다. 3단계 경보 파이프라인과 BRRI(Bangladesh Rice Research Institute)에 의해 보정된 boro 쌀 피해 추정기가 포함되어 있습니다.