論文の概要: Mitigating climate and health impact of small-scale kiln industry using multi-spectral classifier and deep learning

• arxiv url: http://arxiv.org/abs/2303.11654v1
• Date: Tue, 21 Mar 2023 07:54:58 GMT
• ステータス: 処理完了
• システム内更新日: 2023-03-22 16:01:08.389655
• Title: Mitigating climate and health impact of small-scale kiln industry using multi-spectral classifier and deep learning
• Title（参考訳）: マルチスペクトル分類器と深層学習を用いた小規模キルン産業の気候・健康影響の緩和
• Authors: Usman Nazir, Murtaza Taj, Momin Uppal, Sara Khalid
• Abstract要約: 小規模産業、特にブルレンチレンガキルンは南アジアにおける大気汚染の原因の1つである。 キルン産業の気候と健康への影響を緩和するためには、地理的に異なる場所での微粒なキルン局在化が必要である。 本稿では,南アジアの「Brick-Kiln-Belt」において,ブロックキルン分類のための高分解能画像を用いた大局的マルチスペクトルデータの融合を提案する。
• 参考スコア（独自算出の注目度）: 5.992292768883151
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Industrial air pollution has a direct health impact and is a major contributor to climate change. Small scale industries particularly bull-trench brick kilns are one of the major causes of air pollution in South Asia often creating hazardous levels of smog that is injurious to human health. To mitigate the climate and health impact of the kiln industry, fine-grained kiln localization at different geographic locations is needed. Kiln localization using multi-spectral remote sensing data such as vegetation index results in a noisy estimates whereas use of high-resolution imagery is infeasible due to cost and compute complexities. This paper proposes a fusion of spatio-temporal multi-spectral data with high-resolution imagery for detection of brick kilns within the "Brick-Kiln-Belt" of South Asia. We first perform classification using low-resolution spatio-temporal multi-spectral data from Sentinel-2 imagery by combining vegetation, burn, build up and moisture indices. Then orientation aware object detector: YOLOv3 (with theta value) is implemented for removal of false detections and fine-grained localization. Our proposed technique, when compared with other benchmarks, results in a 21x improvement in speed with comparable or higher accuracy when tested over multiple countries.
• Abstract（参考訳）: 産業用大気汚染は直接的な健康影響があり、気候変動に大きく貢献している。 小規模産業、特にブルレンチレンガキルンは、南アジアの大気汚染の主な原因の1つであり、しばしば人間の健康に害を与える有害なスモッグを発生させる。 キルン産業の気候と健康への影響を軽減するためには,異なる地域における細粒度のキルン分布が必要である。 植生指標などのマルチスペクトルリモートセンシングデータを用いたキルン位置推定はノイズを生じるが、高分解能画像の使用はコストと計算の複雑さのため実現不可能である。 本稿では,南アジアの「れんがキルンベルト」におけるれんがキルン検出のための高分解能画像と時空間多重スペクトルデータの融合を提案する。 まず,sentinel-2画像からの低分解能時空間多重スペクトルデータを用いて,植生,焼成,積み上げ,水分指数を組み合わせた分類を行う。 次に、偽検出ときめ細かい局所化を除去するために、方向認識オブジェクト検出器:YOLOv3(theta値)を実装する。 提案手法は,他のベンチマークと比較すると,複数の国でテストした場合の速度が21倍に向上する。

関連論文リスト

• MambaDS: Near-Surface Meteorological Field Downscaling with Topography Constrained Selective State Space Modeling [68.69647625472464]
  気象予測において重要な課題であるダウンスケーリングは、ターゲット領域に対する高解像度気象状態の再構築を可能にする。 以前のダウンスケーリング手法には気象学のための調整された設計が欠けており、構造的な限界に遭遇した。 本稿では,多変数相関と地形情報の利用性を高める新しいモデルであるMambaDSを提案する。
  論文  参考訳（メタデータ） (2024-08-20T13:45:49Z)
• Autonomous Detection of Methane Emissions in Multispectral Satellite Data Using Deep Learning [73.01013149014865]
  メタンは最も強力な温室効果ガスの1つである。 現在のメタン放出モニタリング技術は、近似的な放出要因や自己報告に依存している。 深層学習法は、Sentinel-2衛星マルチスペクトルデータにおけるメタン漏れの自動検出に利用することができる。
  論文  参考訳（メタデータ） (2023-08-21T19:36:50Z)
• Evaluation of the potential of Near Infrared Hyperspectral Imaging for monitoring the invasive brown marmorated stink bug [53.682955739083056]
  BMSB(Halyomorpha halys)は、数種の作物を害する世界的重要性の害虫である。 本研究は、BMSB検体を検出する技術として、NIR-HSI(Near Infrared Hyperspectral Imaging)を実験室レベルで予備評価する。
  論文  参考訳（メタデータ） (2023-01-19T11:37:20Z)
• Air Pollution Hotspot Detection and Source Feature Analysis using Cross-domain Urban Data [2.458537954999774]
  汚染源に隣接する地域はしばしば環境汚染濃度が高く、これらは一般に大気汚染ホットスポットと呼ばれる。 本稿では,局所的なスパイク検出とサンプル重み付けクラスタリングを含む,モバイルセンシングデータからホットスポットを検出する2段階のアプローチを提案する。 ソフトバリデーションとして,モバイルセンシングデータを使用しない都市を対象としたホットスポット推定モデルを構築した。
  論文  参考訳（メタデータ） (2022-11-15T18:44:03Z)
• Detecting Crop Burning in India using Satellite Data [5.12352690404198]
  作物の残留物の燃焼は世界の多くの地域、特に南アジアにおける大気汚染の主な原因である。 燃焼の影響や、燃焼を減らすための介入の効果を測定するには、燃えた場所に関するデータが必要である。 本研究では,インド・パンジャブで発生した作物の残留物燃焼の地上モニタリングデータを利用して,衛星画像を用いて,燃焼をより効果的に検出できるかどうかを探索する。
  論文  参考訳（メタデータ） (2022-09-21T06:58:08Z)
• Deciphering Environmental Air Pollution with Large Scale City Data [0.0]
  交通や発電所からの排出、家庭からの排出、自然発生など、様々な要因が大気汚染の上昇の背後にある主要な原因要因または影響要因であることが知られている。 本稿では,これらのエージェント間の関係を長期にわたって探索するための大規模都市情報データセットを提案する。 また,多種多様なモデルと方法論を用いて汚染物質レベルを推定または予測する問題に対するベンチマークのセットを提供する。
  論文  参考訳（メタデータ） (2021-09-09T22:00:51Z)
• Detection of Deepfake Videos Using Long Distance Attention [73.6659488380372]
  既存のほとんどの検出方法は、問題をバニラ二項分類問題として扱う。 本稿では,偽顔と実顔の相違が非常に微妙であるため,特にきめ細かな分類問題として扱われる。 大域的な視点で空間的・時間的偽の痕跡を捉えるための2つの要素を持つ時空間モデルを提案する。
  論文  参考訳（メタデータ） (2021-06-24T08:33:32Z)
• Potato Crop Stress Identification in Aerial Images using Deep Learning-based Object Detection [60.83360138070649]
  本稿では, 深層ニューラルネットワークを用いたジャガイモの空中画像解析手法を提案する。 主な目的は、植物レベルでの健康作物とストレス作物の自動空間認識を実証することである。 実験により、フィールド画像中の健康植物とストレス植物を識別し、平均Dice係数0.74を達成できることを示した。
  論文  参考訳（メタデータ） (2021-06-14T21:57:40Z)
• From Static to Dynamic Prediction: Wildfire Risk Assessment Based on Multiple Environmental Factors [69.9674326582747]
  ワイルドファイアはアメリカ合衆国西海岸で頻繁に起こる最大の災害の1つである。 カリフォルニアの山火事リスクが高い地域を解析・評価するための静的・動的予測モデルを提案します。
  論文  参考訳（メタデータ） (2021-03-14T17:56:17Z)
• HVAQ: A High-Resolution Vision-Based Air Quality Dataset [3.9523800511973017]
  PM2.5, PM10, 温度, 湿度データからなる高時間・空間分解能空気質データセットを提案する。 我々は,センサの密度と画像によって予測精度が向上することを示すために,いくつかの視覚に基づくPM濃度予測アルゴリズムをデータセット上で評価した。
  論文  参考訳（メタデータ） (2021-02-18T13:42:34Z)
• 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。