論文の概要: Integrated monitoring of ice in selected Swiss lakes. Final project
report
- arxiv url: http://arxiv.org/abs/2008.00512v1
- Date: Sun, 2 Aug 2020 16:18:51 GMT
- ステータス: 処理完了
- システム内更新日: 2022-11-03 19:46:18.352995
- Title: Integrated monitoring of ice in selected Swiss lakes. Final project
report
- Title(参考訳): スイスの選抜湖沼における氷の総合的モニタリング
最終プロジェクト報告
- Authors: Manu Tom, Melanie Suetterlin, Damien Bouffard, Mathias Rothermel,
Stefan Wunderle, Emmanuel Baltsavias
- Abstract要約: 湖(湖氷の一部)は、地球気候観測システム(GCOS)の基本気候変動(ECV)と考えられている。
MeteoSwissはこの2年間のプロジェクトをサポートし、衛星画像の使用だけでなく、ウェブカメラやその場測定の可能性を探求した。
このプロジェクトの目的は、いくつかの目標湖を監視し、氷の量、特に氷点/降期日を検出することである。
- 参考スコア(独自算出の注目度): 0.36700088931938823
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Various lake observables, including lake ice, are related to climate and
climate change and provide a good opportunity for long-term monitoring. Lakes
(and as part of them lake ice) is therefore considered an Essential Climate
Variable (ECV) of the Global Climate Observing System (GCOS). Following the
need for an integrated multi-temporal monitoring of lake ice in Switzerland,
MeteoSwiss in the framework of GCOS Switzerland supported this 2-year project
to explore not only the use of satellite images but also the possibilities of
Webcams and in-situ measurements. The aim of this project is to monitor some
target lakes and detect the extent of ice and especially the ice-on/off dates,
with focus on the integration of various input data and processing methods. The
target lakes are: St. Moritz, Silvaplana, Sils, Sihl, Greifen and Aegeri,
whereby only the first four were mainly frozen during the observation period
and thus processed. The observation period was mainly the winter 2016-17.
During the project, various approaches were developed, implemented, tested and
compared. Firstly, low spatial resolution (250 - 1000 m) but high temporal
resolution (1 day) satellite images from the optical sensors MODIS and VIIRS
were used. Secondly, and as a pilot project, the use of existing public Webcams
was investigated for (a) validation of results from satellite data, and (b)
independent estimation of lake ice, especially for small lakes like St. Moritz,
that could not be possibly monitored in the satellite images. Thirdly, in-situ
measurements were made in order to characterize the development of the
temperature profiles and partly pressure before freezing and under the
ice-cover until melting. This report presents the results of the project work.
- Abstract(参考訳): 湖氷を含む様々な湖の観測物は気候や気候変動に関係しており、長期監視の好機となっている。
そのため、湖は(湖氷の一部として)地球気候観測システム(GCOS)の基本気候変動(ECV)と見なされている。
スイスの湖氷を統合的に監視する必要性に続き、GCOSスイスのフレームワークのMeteoSwissはこの2年間のプロジェクトを支援し、衛星画像の使用だけでなく、ウェブカメラやその場測定の可能性を探求した。
本プロジェクトの目的は、様々な入力データと処理方法の統合に焦点をあて、対象とする湖の監視と氷の量、特に氷点/降期日の検出である。
セントモリッツ湖、シルヴァプラナ湖、シルス湖、シルル湖、グリフェン湖、エーゲリ湖で、観測期間中は最初の4つの湖のみが凍結して処理された。
観測期間は主に2016-17年の冬であった。
プロジェクト期間中、様々なアプローチを開発し、実装し、テストし、比較した。
まず,光センサmodisとviirからの低空間解像度 (250~1000 m) と高時間解像度 (1日) の衛星画像を用いた。
次に, パイロットプロジェクトとして, 既存のウェブカメラの利用について検討した。
(a)衛星データによる結果の検証及び
(b)衛星画像では観測できない、特にセントモリッツ湖のような小さな湖では、湖氷の独立した推定が可能であった。
第3に, 融解前の氷床下および凍結前の温度分布および部分圧力の発達を特徴付けるため, その場測定を行った。
本報告ではプロジェクト成果について述べる。
関連論文リスト
- Data-Driven Short-Term Daily Operational Sea Ice Regional Forecasting [52.77986479871782]
地球温暖化は北極を海洋活動に利用し、信頼性の高い海氷予測の需要を生み出した。
本研究では,海氷予測のためのU-Netモデルの性能を,今後10日間にわたって検証した。
この深層学習モデルは、気象データの追加と複数の地域での訓練により、単純なベースラインをかなりの差で上回り、その品質を向上させることができることを示す。
論文 参考訳(メタデータ) (2022-10-17T09:14:35Z) - ForestEyes Project: Conception, Enhancements, and Challenges [68.8204255655161]
この研究はフォレストEyesという市民科学プロジェクトを紹介している。
リモートセンシング画像の解析と分類を通じてボランティアの回答を用いて、熱帯雨林の森林破壊地域をモニタリングする。
これらの回答の品質を評価するために、ブラジルの法律Amazonのリモートセンシング画像を使用して、さまざまなキャンペーン/ワークフローがローンチされた。
論文 参考訳(メタデータ) (2022-08-24T17:48:12Z) - Country-wide Retrieval of Forest Structure From Optical and SAR
Satellite Imagery With Bayesian Deep Learning [74.94436509364554]
本研究では,10mの解像度で森林構造変数を高密度に推定するベイズ深層学習手法を提案する。
本手法は,Sentinel-2光画像とSentinel-1合成開口レーダ画像を5種類の森林構造変数のマップに変換する。
ノルウェーを横断する41の空中レーザー走査ミッションの基準データに基づいて、我々のモデルを訓練し、テストする。
論文 参考訳(メタデータ) (2021-11-25T16:21:28Z) - Probabilistic modeling of lake surface water temperature using a
Bayesian spatio-temporal graph convolutional neural network [55.41644538483948]
本研究では,湖沼の温度をある程度の深さでシミュレーションし,気象学的特徴と合わせて評価することを提案する。
本研究は,提案モデルが湖沼表面全体に均質に優れた性能をもたらすことを示す。
結果は、最先端のベイズ深層学習法と比較される。
論文 参考訳(メタデータ) (2021-09-27T09:19:53Z) - Learning a Sensor-invariant Embedding of Satellite Data: A Case Study
for Lake Ice Monitoring [19.72060218456938]
我々は、ディープニューラルネットワーク内にセンサー不変のジョイント埋め込みを学習する。
我々の応用課題はアルプス湖における湖氷のモニタリングである。
衛星データを融合させることで、湖氷を1.5日間の時間分解能でマッピングする。
論文 参考訳(メタデータ) (2021-07-19T18:11:55Z) - Recent Ice Trends in Swiss Mountain Lakes: 20-year Analysis of MODIS
Imagery [19.72060218456938]
湖氷の枯渇は、海面上昇や氷河後退のように、気候変動の指標として役立ちます。
いくつかのLIP(Lake Ice Phenological)イベントは、地域や地球の気候変動を理解するためのセンチネルとして機能します。
スイスのオーバーレンガディン地域では, 凍結, 分裂, 時間的凍結といったLIP現象の観測に重点を置いている。
論文 参考訳(メタデータ) (2021-03-23T10:25:02Z) - Machine Learning for Glacier Monitoring in the Hindu Kush Himalaya [54.12023102155757]
氷河マッピングは、hkh領域における生態モニタリングの鍵となる。
気候変動は、氷河生態系の健康に依存している個人にリスクを与える。
本稿では,氷河に着目した環境モニタリングを支援する機械学習手法を提案する。
論文 参考訳(メタデータ) (2020-12-09T12:48:06Z) - Ice Monitoring in Swiss Lakes from Optical Satellites and Webcams using
Machine Learning [16.71718177904522]
多時間衛星画像 公開されているウェブカメラ画像は、湖氷を監視するための有効なデータソースの一つである。
本研究では,スイスのアルプス湖における氷の量を測定するツールとして,機械学習による画像解析について検討する。
我々は,湖面上の各ピクセルを分類し,空間的に明示的な氷被覆図を得るため,湖氷モニタリングを画素単位のセマンティックセマンティックセグメンテーション問題としてモデル化する。
論文 参考訳(メタデータ) (2020-10-27T14:02:00Z) - Dynamical Landscape and Multistability of a Climate Model [64.467612647225]
2つの気候モデルのうちの1つで第3の中間安定状態が見つかる。
我々のアプローチを組み合わせることで、海洋熱輸送とエントロピー生産の負のフィードバックが地球の気候の地形をどのように大きく変えるかを特定することができる。
論文 参考訳(メタデータ) (2020-10-20T15:31:38Z) - Lake Ice Monitoring with Webcams and Crowd-Sourced Images [15.616179111087053]
本稿では,自由に利用可能なウェブカメラデータを用いて,湖氷のモニタリングを行う普遍モデルに向けて前進する。
我々は、異なる冬と異なる湖にまたがるアノテーションを一般化する機能など、優れたパフォーマンスを示す。
我々は,複数のカメラと2つの異なる冬から得られたWebカメラ画像のベンチマークデータセットであるPhoti-LakeIceを紹介した。
論文 参考訳(メタデータ) (2020-02-18T20:46:46Z) - Lake Ice Detection from Sentinel-1 SAR with Deep Learning [15.493845481313924]
本稿では,深層ニューラルネットワークを用いたSentinel-1 Synthetic Aperture Radar(SAR)データの自動解析に基づく湖氷モニタリングシステムを提案する。
氷検出を2クラス(凍結・非凍結)の意味問題とし,最先端の深部畳み込みネットワーク(CNN)を用いて解いた。
2016年-17年-2017年-18年と3回の冬のスイスのアルペン湖について報告した。
論文 参考訳(メタデータ) (2020-02-17T16:31:41Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。