「衛星データとGoogle Earth エンジンで洪水を把握」現場にコミットする機械学習ノート【vol.12】

   

こんにちは。エンジニアライターの小原です。

連載「現場にコミットする機械学習ノート」では、論文を詳しく読み解きながら、現場で使えるAI実装のヒントを記録していきたいと思います。

前回から2回にわたって「衛星データで災害状況を把握」をテーマに研究をご紹介しております。

前回は「可視光データで洪水状況を把握」について取り上げました。今回は、ネパールのInternational Centre for Integrated Mountain DevelopmentのK. Uddinらが2019年7月に発表した「SARデータで洪水状況を把握」に関する論文を扱っていきます。

もくじ
1章 洪水対応における課題
2章 Sentinel-1のSAR画像から洪水被害範囲を可視化
2.1 研究目的
2.2 研究手法
2.2.1 データ
2.2.2 システム
2.2.3 浸水マップ作成
2.2.4 浸水マップ作成の前処理
2.2.5 浸水マップ作成のクラスタリング
2.2.6 土地利用・土地被覆マップの作成
2.3 研究結果
2.3.1 浸水マップ
2.3.2 土地利用マップ
2.3.3 浸水マップ作成の性能
2.3.4 土地被覆図作成の性能

■前回の記事:【vol.11】可視光データで洪水状況を把握

1章
洪水対応における課題

バングラデッシュは、世界で最も洪水の被害を受けている国の一つで、被害総額も甚大です。さらに、バングラデッシュでは、過去数十年の間に洪水の頻度や強度、持続時間、および荒廃が増加しています。バングラデシュ政府は洪水被害を防ぐための対策を講じています。特に、被害が発生してしまったあとに洪水被害を受けた地域を特定することは、効果的な洪水対応のために非常に重要です。

そこでネパールのK. Uddinらは、衛星データを利用して洪水被害を受けた地域を特定することを試みました。

2章
Sentinel-1のSAR画像から洪水被害領域を可視化

まずはK. Uddinらの研究におけるミッション・手法・結果をまとめます。

続きを読むには無料会員登録が必要です。


※ログイン/初回登録後、下記ボタンを押してください。

業界ごとに記事を読む

さらに学ぼう!

PAGE TOP