論文の概要: Satellite Monitoring of Terrestrial Plastic Waste

• arxiv url: http://arxiv.org/abs/2204.01485v1
• Date: Thu, 24 Mar 2022 22:17:11 GMT
• ステータス: 処理完了
• システム内更新日: 2022-04-10 11:11:05.868495
• Title: Satellite Monitoring of Terrestrial Plastic Waste
• Title（参考訳）: 地上プラスチック廃棄物の衛星モニタリング
• Authors: Caleb Kruse, Edward Boyda, Sully Chen, Krishna Karra, Tristan Bou-Nahra, Dan Hammer, Jennifer Mathis, Taylor Maddalene, Jenna Jambeck, Fabien Laurier
• Abstract要約: プラスチック廃棄物は、監視が難しい重要な環境汚染物質である。 我々は、Sentinel-2衛星データのスペクトル、空間、時間成分を分析するニューラルネットワークシステムを構築した。 インドネシアでの性能評価を行い, 公共データベースの2倍以上の374個の廃棄物集合体を検出した。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Plastic waste is a significant environmental pollutant that is difficult to monitor. We created a system of neural networks to analyze spectral, spatial, and temporal components of Sentinel-2 satellite data to identify terrestrial aggregations of waste. The system works at continental scale. We evaluated performance in Indonesia and detected 374 waste aggregations, more than double the number of sites found in public databases. The same system deployed across twelve countries in Southeast Asia identifies 996 subsequently confirmed waste sites. For each detected site, we algorithmically monitor waste site footprints through time and cross-reference other datasets to generate physical and social metadata. 19% of detected waste sites are located within 200 m of a waterway. Numerous sites sit directly on riverbanks, with high risk of ocean leakage.
• Abstract（参考訳）: プラスチック廃棄物は、監視が難しい重要な環境汚染物質である。 我々は, 衛星データのスペクトル, 空間, 時間成分を分析し, 廃棄物の地上凝集を同定するニューラルネットワークシステムを構築した。 このシステムは大陸規模で機能する。 インドネシアでの性能評価を行い, 公共データベースの2倍以上の374個の廃棄物集合体を検出した。 東南アジアの12カ国で同様のシステムが展開され、96件が確認された。 検出された各サイトに対して、時間を通して廃棄物サイトフットプリントをアルゴリズムで監視し、他のデータセットを相互参照して物理的および社会的メタデータを生成する。 検出された廃棄物の19%は水路から200m以内にある。 多くの場所が直接川岸にあり、海洋漏れのリスクが高い。

関連論文リスト

• Solid Waste Detection, Monitoring and Mapping in Remote Sensing Images: A Survey [0.8499685241219366]
  不適切に管理された埋立地は、浸透雨水を介して土壌と地下水を汚染し、動物と人間の両方に脅威を与える。 現場検査のような伝統的な埋立地識別アプローチは、時間と費用がかかる。 地球観測衛星(EO)は、センサーと撮像機能を備えた衛星で、数十年にわたって高解像度のデータを提供してきた。
  論文  参考訳（メタデータ） (2024-02-14T10:24:04Z)
• 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)
• Deep object detection for waterbird monitoring using aerial imagery [56.1262568293658]
  本研究では,商用ドローンで収集した空中画像を用いて,水鳥の正確な検出,数え,監視に使用できる深層学習パイプラインを提案する。 畳み込み型ニューラルネットワークを用いた物体検出装置を用いて,テキサス沿岸の植民地性営巣島でよく見られる16種類の水鳥を検出できることを示す。
  論文  参考訳（メタデータ） (2022-10-10T17:37:56Z)
• IS-COUNT: Large-scale Object Counting from Satellite Images with Covariate-based Importance Sampling [90.97859312029615]
  本研究では,大規模地形におけるオブジェクト数統計をサンプリングによって推定する手法を提案する。 提案手法は,米国とアフリカ,ケニアの自動車,バングラデシュのレンガキルン,米国のスイミングプールの建物数の推定において,高い性能を発揮することを示す。
  論文  参考訳（メタデータ） (2021-12-16T18:59:29Z)
• Mapping illegal waste dumping sites with neural-network classification of satellite imagery [0.0]
  近年では、不法廃棄物投棄施設の社会的・環境的影響が深刻化しており、グローバル・サウスの都市が直面している最も深刻な問題の一つとなっている。 このケーススタディは、Dymaxion LabsとFundaci'on Bunge y Bornが共同でこの技術を活用して、この地域の不法廃棄物処理現場の潜在的な場所を網羅した地図を作成するための成果である。
  論文  参考訳（メタデータ） (2021-10-16T16:05:42Z)
• ZeroWaste Dataset: Towards Automated Waste Recycling [51.053682077915546]
  産業レベルの廃棄物検出・分別データセットZeroWasteについて述べる。 このデータセットには、実際の廃棄物処理工場から収集された1800以上のビデオフレームが含まれている。 最先端のセグメンテーション手法では,対象物を正しく検出・分類することが困難であることを示す。
  論文  参考訳（メタデータ） (2021-06-04T22:17:09Z)
• Big Plastic Masses Detection using Sentinel 2 Images [91.3755431537592]
  このコミュニケーションは、地球観測衛星システムを用いて、海や海におけるプラスチック(海洋ゴミ)の大きな塊の検出に関する予備的な研究を記述している。
  論文  参考訳（メタデータ） (2021-03-17T10:45:33Z)
• Use of Remote Sensing Data to Identify Air Pollution Signatures in India [0.3683202928838613]
  センチネル-5P衛星の打ち上げは、より広い範囲の大気汚染物質の観測に役立った。 クラスタリングシグネチャは、様々な汚染源から放出される汚染物質の種類に基づいて、州や地区を特定するために使用することができる。
  論文  参考訳（メタデータ） (2020-12-01T11:06:23Z)

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。