論文の概要: Supervised segmentation of NO2 plumes from individual ships using
TROPOMI satellite data
- arxiv url: http://arxiv.org/abs/2203.06993v1
- Date: Mon, 14 Mar 2022 10:56:22 GMT
- ステータス: 処理完了
- システム内更新日: 2022-03-16 01:30:42.401706
- Title: Supervised segmentation of NO2 plumes from individual ships using
TROPOMI satellite data
- Title（参考訳）: TROPOMI衛星データによる個々の船舶からのNO2噴煙の観測
- Authors: Solomiia Kurchaba, Jasper van Vliet, Fons J. Verbeek, Jacqueline J.
Meulman, Cor J. Veenman
- Abstract要約: 2021年から国際海事機関はバルト海と北海に入る船舶に対して、textNO_text2$の排出要件を大幅に強化した。
排出基準の履行を世界的かつ継続的に監視することは、これまで不可能だった。
有望なアプローチは、最近打ち上げられたTROPOMI/S5P衛星によるリモートセンシングである。
- 参考スコア（独自算出の注目度）: 0.07874708385247353
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Starting from 2021, the International Maritime Organization significantly
tightened the $\text{NO}_\text{x}$ emission requirements for ships entering the
Baltic and North Sea waters. Since all methods currently used for the ships'
compliance monitoring are costly and require proximity to the ship, the
performance of a global and continuous monitoring of the emission standards'
fulfillment has been impossible up to now. A promising approach is the use of
remote sensing with the recently launched TROPOMI/S5P satellite. Due to its
unprecedentedly high spatial resolution, it allows for the visual distinction
of $\text{NO}_\text{2}$ plumes of individual ships. To successfully deploy a
compliance monitoring system that is based on TROPOMI data, an automated
procedure for the attribution of $\text{NO}_\text{2}$ to individual ships has
to be developed. However, due to the extremely low signal-to-noise ratio,
interference with the signal from other - often stronger - sources, and the
absence of ground truth, the task is very challenging.
In this study, we present an automated method for segmentation of plumes
produced by individual ships using TROPOMI satellite data - a first step
towards the automated procedure for global ship compliance monitoring. We
develop a multivariate plume segmentation method based on various ships',
wind's and spatial properties. For this, we propose to automatically define a
region of interest - a ship sector that we normalize with respect to scale and
orientation. We create a dataset, where each pixel has a label for belonging to
the respective ship plume or not. We train five linear and nonlinear
classifiers. The results show a significant improvement over the
threshold-based baselines. Moreover, the aggregated $\text{NO}_\text{2}$ levels
of the segmented plumes show high correlation with the theoretically derived
measure of ship's emission potential.
- Abstract（参考訳）: 2021年以降、国際海事機関はバルト海と北海に入る船舶の排出要求額を$\text{NO}_\text{x}$で大幅に締め込んだ。
現在、船舶のコンプライアンス監視に使用されているすべての手法は費用がかかり、船に近付く必要があるため、排出基準の履行をグローバルかつ継続的に監視することは、これまで不可能であった。
有望なアプローチは、最近打ち上げられたTROPOMI/S5P衛星によるリモートセンシングである。
前例のない高い空間解像度のため、個々の船の$\text{NO}_\text{2}$ plumesを視覚的に区別することができる。
TROPOMIデータに基づくコンプライアンス監視システムを成功させるためには、個々の船に対する$\text{NO}_\text{2}$の帰属のための自動手順を開発する必要がある。
しかし、信号対雑音比が極端に低いため、他の(しばしばより強い)音源からの信号との干渉、地上の真実の欠如により、この作業は非常に困難である。
本研究では, トロポミ衛星データを用いて, 個々の船舶が生産する羽根の分節化の自動化手法を提案する。
各種船舶の風力特性と空間特性に基づく多変量配管分割法を開発した。
このために、我々は、スケールと方向に関して正規化する船舶セクターである関心領域を自動的に定義することを提案する。
私たちはデータセットを作成し、各ピクセルには各船のプルームに属するラベルがある。
線形および非線形の5つの分類器を訓練する。
その結果,しきい値ベースラインよりも有意に改善した。
さらに, セグメンテーションされたプラムの集合された$\text{NO}_\text{2}$レベルは, 船の排出ポテンシャルの理論的に導出された測定値と高い相関を示す。
関連論文リスト
- AI for operational methane emitter monitoring from space [14.274401014063018]
メタン排出量の削減は、短期的に地球温暖化を抑える最速の方法だ。
我々は、Sentinel-2とLandsat衛星画像のための自動AI駆動メタンエミッタ監視システムMARS-S2Lを提案する。
このシステムの運用は6ヶ月にわたって行われ、22カ国で457件の準リアルタイム検出が行われた。
論文 参考訳（メタデータ） (2024-08-08T20:06:37Z) - A Data-Driven Supervised Machine Learning Approach to Estimating Global
Ambient Air Pollution Concentrations With Associated Prediction Intervals [0.0]
我々は、時間的および空間的計測の欠如を示唆するスケーラブルでデータ駆動型の教師あり機械学習フレームワークを開発した。
このモデルは, 時間的および空間的計測の欠如を示唆し, NO$, O$_3$, PM$_10$, PM$_2.5$, SO$などの汚染物質の包括的データセットを生成するように設計されている。
モデルの性能について検討し,今後のモニタリングステーションの戦略的配置に関する洞察と勧告を提供する。
論文 参考訳（メタデータ） (2024-02-15T11:09:22Z) - Efficient Real-time Smoke Filtration with 3D LiDAR for Search and Rescue
with Autonomous Heterogeneous Robotic Systems [56.838297900091426]
スモークとダストは、搭載された知覚システムに依存するため、あらゆる移動ロボットプラットフォームの性能に影響を与える。
本稿では,重みと空間情報に基づく新しいモジュラー計算フィルタを提案する。
論文 参考訳（メタデータ） (2023-08-14T16:48:57Z) - Large-scale Detection of Marine Debris in Coastal Areas with Sentinel-2 [3.6842260407632903]
海洋汚染を定量化するための努力は、しばしば粗末で高価な海岸調査によって行われる。
沿岸地域の衛星データは容易に入手でき、プラスチックごみを含む海洋ゴミの集積を検出するために利用することができる。
本稿では, 深部セグメンテーションモデル上に構築された海洋破片検出装置について述べる。
論文 参考訳（メタデータ） (2023-07-05T17:38:48Z) - Multimodal Dataset from Harsh Sub-Terranean Environment with Aerosol
Particles for Frontier Exploration [55.41644538483948]
本稿では, エアロゾル粒子を用いた過酷で非構造的な地下環境からのマルチモーダルデータセットを提案する。
ロボットオペレーティング・システム(ROS)フォーマットのすべてのオンボードセンサーから、同期された生データ計測を含んでいる。
本研究の焦点は、時間的・空間的なデータの多様性を捉えることだけでなく、取得したデータに厳しい条件が及ぼす影響を示すことである。
論文 参考訳（メタデータ） (2023-04-27T20:21:18Z) - Anomalous NO2 emitting ship detection with TROPOMI satellite data and
machine learning [0.08602553195689512]
2021年からは、北海とバルト海で活動する船舶に対して、より要求の高い$textNO_text2$の排出制限が導入された。
本研究では,TROPOMI衛星データに基づく機械学習モデルの組み合わせを用いて,潜在的に適合しない船舶の自動選択手法を提案する。
論文 参考訳（メタデータ） (2023-02-24T16:54:47Z) - Near Real-time CO$_2$ Emissions Based on Carbon Satellite And Artificial
Intelligence [20.727982405167758]
我々は、データ検索アルゴリズムと2ステップのデータ駆動ソリューションの両方を含む統合AIベースのパイプラインを提案する。
まず、データ検索アルゴリズムは、炭素衛星、炭素源の情報、およびいくつかの環境要因を含むマルチモーダルデータから効率的なデータセットを生成することができる。
第二に、深層学習技術の強力な表現を適用した2段階のデータ駆動ソリューションは、人為的CO$排出の定量化を学習する。
論文 参考訳（メタデータ） (2022-10-11T12:01:32Z) - Rethinking Drone-Based Search and Rescue with Aerial Person Detection [79.76669658740902]
航空ドローンの映像の視覚検査は、現在土地捜索救助(SAR)活動に不可欠な部分である。
本稿では,この空中人物検出(APD)タスクを自動化するための新しいディープラーニングアルゴリズムを提案する。
本稿では,Aerial Inspection RetinaNet (AIR) アルゴリズムについて述べる。
論文 参考訳（メタデータ） (2021-11-17T21:48:31Z) - R4Dyn: Exploring Radar for Self-Supervised Monocular Depth Estimation of
Dynamic Scenes [69.6715406227469]
駆動シナリオにおける自己教師付き単眼深度推定は、教師付きアプローチに匹敵する性能を達成した。
本稿では,自己監督型深度推定フレームワーク上に費用効率の高いレーダデータを利用する新しい手法であるR4Dynを提案する。
論文 参考訳（メタデータ） (2021-08-10T17:57:03Z) - Efficient and Robust LiDAR-Based End-to-End Navigation [132.52661670308606]
我々は,LiDARをベースとした効率的なエンドツーエンドナビゲーションフレームワークを提案する。
本稿では,スパース畳み込みカーネル最適化とハードウェア対応モデル設計に基づくFast-LiDARNetを提案する。
次に,単一の前方通過のみから予測の不確かさを直接推定するハイブリッド・エビデンシャル・フュージョンを提案する。
論文 参考訳（メタデータ） (2021-05-20T17:52:37Z) - Real-Time target detection in maritime scenarios based on YOLOv3 model [65.35132992156942]
ウェブスクレイピングによって収集された56k以上の海洋船舶の画像からなる、新しい船舶データセットが提案されている。
Keras APIをベースとしたYOLOv3シングルステージ検出器がこのデータセット上に構築されている。
論文 参考訳（メタデータ） (2020-02-10T15:25:19Z)
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。