論文の概要: Snowpack Estimation in Key Mountainous Water Basins from
Openly-Available, Multimodal Data Sources
- arxiv url: http://arxiv.org/abs/2208.04246v1
- Date: Mon, 8 Aug 2022 16:17:36 GMT
- ステータス: 処理完了
- システム内更新日: 2022-08-09 12:45:16.476005
- Title: Snowpack Estimation in Key Mountainous Water Basins from
Openly-Available, Multimodal Data Sources
- Title(参考訳): オープン・マルチモーダルデータを用いた主要山地流域の積雪量の推定
- Authors: Malachy Moran and Kayla Woputz and Derrick Hee and Manuela Girotto and
Paolo D'Odorico and Ritwik Gupta and Daniel Feldman and Puya Vahabi and
Alberto Todeschini and Colorado J Reed
- Abstract要約: 本研究では,複数の衛星・気象データソースからの空間的・時間的情報を融合させることで,重要な山岳地域での積雪量の推定が可能であることを実証した。
マルチソースモデルでは, RMSEが5.0インチ, RMSEが1.2インチ, sparse in situが1.2インチであった。
- 参考スコア(独自算出の注目度): 1.0342540551520503
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Accurately estimating the snowpack in key mountainous basins is critical for
water resource managers to make decisions that impact local and global
economies, wildlife, and public policy. Currently, this estimation requires
multiple LiDAR-equipped plane flights or in situ measurements, both of which
are expensive, sparse, and biased towards accessible regions. In this paper, we
demonstrate that fusing spatial and temporal information from multiple,
openly-available satellite and weather data sources enables estimation of
snowpack in key mountainous regions. Our multisource model outperforms
single-source estimation by 5.0 inches RMSE, as well as outperforms sparse in
situ measurements by 1.2 inches RMSE.
- Abstract(参考訳): 主要山地流域における積雪量を正確に推定することは、水資源管理者にとって、地域や世界的な経済、野生生物、公共政策に影響を与える決定を行う上で重要である。
現在、この推定には複数のLiDAR搭載の飛行機の飛行、またはin situ測定が必要であり、どちらも高価で、小さく、アクセス可能な領域に偏っている。
本稿では,複数の衛星と気象データソースからの時間的情報と時間的情報を融合することにより,山間地域の主要雪塊を推定できることを実証する。
マルチソースモデルでは, RMSEが5.0インチ, RMSEが1.2インチ, sparse in situが1.2インチであった。
関連論文リスト
- Retrieving snow depth distribution by downscaling ERA5 Reanalysis with ICESat-2 laser altimetry [2.5124917269950324]
本研究は、ICESat-2衛星レーザー高度計による積雪深度測定を用いて、マイクロスケール(10m)で積雪深度マップを作成する。
積雪深とそれに対応するERA5ランド積雪深との関係を確立するために回帰モデルを適用した。
ERA5時間帯全体を対象とした月次積雪深図の時系列作成方法(1950年以降)
論文 参考訳(メタデータ) (2024-10-23T14:59:06Z) - Combining Observational Data and Language for Species Range Estimation [63.65684199946094]
我々は,数百万の市民科学種の観察とウィキペディアのテキスト記述を組み合わせた新しいアプローチを提案する。
我々のフレームワークは、場所、種、テキスト記述を共通空間にマッピングし、テキスト記述からゼロショット範囲の推定を可能にする。
また,本手法は観測データと組み合わせることで,少ないデータでより正確な距離推定を行うことができる。
論文 参考訳(メタデータ) (2024-10-14T17:22:55Z) - MIS-ME: A Multi-modal Framework for Soil Moisture Estimation [0.5235143203977018]
地上局から撮影した実世界の画像とそれに対応する気象データからなるデータセットを開発した。
また,MIS-ME-Meteorological & Imageベースの土壌水分計を提案する。
分析の結果,MIS-MEのMAPEは10.14%であり,従来の単潮流法よりも優れていた。
論文 参考訳(メタデータ) (2024-08-02T00:35:18Z) - A Foundation Model for the Earth System [82.73624748093333]
我々は、100万時間以上の多様なデータに基づいてトレーニングされた地球システムのための大規模な基盤モデルであるAuroraを紹介します。
オーロラは、大気の質、海波、熱帯のサイクロンの軌道、および専用システムよりも計算コストの桁違いの高解像度の天気予報において、運用上の予測を上回っている。
論文 参考訳(メタデータ) (2024-05-20T14:45:18Z) - Using Multi-Temporal Sentinel-1 and Sentinel-2 data for water bodies
mapping [40.996860106131244]
気候変動は極端な気象現象を激化させ、水不足と激しい降雨の予測不可能の両方を引き起こしている。
本研究の目的は,多様な気象条件下での総合的な水資源モニタリングに有用な知見を提供することである。
論文 参考訳(メタデータ) (2024-01-05T18:11:08Z) - Attention-based Models for Snow-Water Equivalent Prediction [12.340236862664195]
スノーウォーター等価(SWE、Snow Water-Equivalent)は、水管理機関が灌水、洪水制御、発電、干ばつ管理決定に使用する重要な決定変数である。
本稿では、SWE予測のための一般的な注意に基づくモデリングフレームワークを提案し、空間的注意と時間的注意に適応する。
米国内の323のSNOTEL局での観測結果から、我々の注意に基づくモデルは、他の機械学習手法よりも優れていることが示された。
論文 参考訳(メタデータ) (2023-11-03T23:33:35Z) - SatBird: Bird Species Distribution Modeling with Remote Sensing and
Citizen Science Data [68.2366021016172]
本稿では,市民科学データベース eBird の観測データから得られたラベルを用いた,米国内の位置情報のサテライトデータセットである SatBird について述べる。
ケニアでは低データのレシエーションを表すデータセットも提供しています。
リモートセンシングタスクのためのSOTAモデルを含む、データセットのベースラインセットをベンチマークします。
論文 参考訳(メタデータ) (2023-11-02T02:00:27Z) - Deep learning based landslide density estimation on SAR data for rapid
response [0.8208704543835964]
本研究の目的は,SAR(Synthetic Aperture Radar)衛星画像を用いて地すべり密度の推定を行い,緊急時の資源の優先順位を決定することである。
米国地質調査所(USGS)の地すべり調査データを用いて,プエルトリコのハリケーン・マリア(Hurricane Mar'ia)の後に専門家が注釈を付けた。
本手法は,チップレベルでの正密度推定クラスの予測において0.814 AUCを得る。
論文 参考訳(メタデータ) (2022-11-18T16:50:02Z) - 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) - Jalisco's multiclass land cover analysis and classification using a
novel lightweight convnet with real-world multispectral and relief data [51.715517570634994]
本稿では、LC分類と解析を行うために、新しい軽量(89kパラメータのみ)畳み込みニューラルネットワーク(ConvNet)を提案する。
本研究では,実世界のオープンデータソースを3つ組み合わせて13のチャネルを得る。
組込み分析は、いくつかのクラスにおいて限られたパフォーマンスを期待し、最も類似したクラスをグループ化する機会を与えてくれます。
論文 参考訳(メタデータ) (2022-01-26T14:58:51Z) - On Projection Robust Optimal Transport: Sample Complexity and Model
Misspecification [101.0377583883137]
射影ロバスト(PR)OTは、2つの測度の間のOTコストを最大化するために、射影可能な$k$次元部分空間を選択する。
私たちの最初の貢献は、PRワッサーシュタイン距離のいくつかの基本的な統計的性質を確立することである。
次に、部分空間を最適化するのではなく平均化することにより、PRW距離の代替として積分PRワッサーシュタイン距離(IPRW)を提案する。
論文 参考訳(メタデータ) (2020-06-22T14:35:33Z)
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。