論文の概要: Flood Event Extraction from News Media to Support Satellite-Based Flood Insurance

• arxiv url: http://arxiv.org/abs/2312.14943v1
• Date: Tue, 5 Dec 2023 18:39:42 GMT
• ステータス: 処理完了
• システム内更新日: 2024-01-15 13:01:33.812969
• Title: Flood Event Extraction from News Media to Support Satellite-Based Flood Insurance
• Title（参考訳）: 衛星型洪水保険支援のためのニュースメディアからの洪水イベント抽出
• Authors: Tejit Pabari, Beth Tellman, Giannis Karamanolakis, Mitchell Thomas, Max Mauerman, Eugene Wu, Upmanu Lall, Marco Tedesco, Michael S Steckler, Paolo Colosio, Daniel E Osgood, Melody Braun, Jens de Bruijn, Shammun Islam
• Abstract要約: 保険のような災害の経済的ショックを吸収する安全網は、バングラデシュのような洪水に最も弱い地域では利用できないことが多い。 インデックスベースの保険は安価なソリューションとして現れており、気象データや衛星からの情報を考慮し、「フロードインデックス」を作成する。 本研究では,高分解能時間情報をニュースメディアから抽出することで,衛星ベースの洪水指数保険を支援する新しいアプローチについて検討する。
• 参考スコア（独自算出の注目度）: 6.861462851750815
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Floods cause large losses to property, life, and livelihoods across the world every year, hindering sustainable development. Safety nets to help absorb financial shocks in disasters, such as insurance, are often unavailable in regions of the world most vulnerable to floods, like Bangladesh. Index-based insurance has emerged as an affordable solution, which considers weather data or information from satellites to create a "flood index" that should correlate with the damage insured. However, existing flood event databases are often incomplete, and satellite sensors are not reliable under extreme weather conditions (e.g., because of clouds), which limits the spatial and temporal resolution of current approaches for index-based insurance. In this work, we explore a novel approach for supporting satellite-based flood index insurance by extracting high-resolution spatio-temporal information from news media. First, we publish a dataset consisting of 40,000 news articles covering flood events in Bangladesh by 10 prominent news sources, and inundated area estimates for each division in Bangladesh collected from a satellite radar sensor. Second, we show that keyword-based models are not adequate for this novel application, while context-based classifiers cover complex and implicit flood related patterns. Third, we show that time series extracted from news media have substantial correlation Spearman's rho$=0.70 with satellite estimates of inundated area. Our work demonstrates that news media is a promising source for improving the temporal resolution and expanding the spatial coverage of the available flood damage data.
• Abstract（参考訳）: 洪水は毎年世界中の土地、生活、生活に大きな損失をもたらし、持続可能な開発を妨げる。 保険などの災害時の金融ショックを吸収するための安全ネットは、バングラデシュのような世界で最も洪水に弱い地域では利用できないことが多い。 インデクスベースの保険は、気象データや衛星からの情報を考慮し、被保険者の被害と相関する「洪水指数」を作成する安価なソリューションとして登場した。 しかし、既存の洪水イベントデータベースはしばしば不完全であり、衛星センサーは極端な気象条件(雲など)下では信頼できないため、現在のインデックスベースの保険に対するアプローチの空間的および時間的解決が制限される。 本研究では,高分解能時空間情報をニュースメディアから抽出することで,衛星ベースの洪水指数保険を支援する新しいアプローチを提案する。 まず,バングラデシュの洪水イベントを10の著名なニュースソースが取り扱う4万のニュース記事と,衛星レーダセンサから収集したバングラデシュの各部門毎の浸水面積の推定値からなるデータセットを公開する。 第2に,この新たなアプリケーションではキーワードベースモデルが不十分であること,文脈ベース分類器が複雑かつ暗黙的な洪水関連パターンをカバーすること,等を示す。 第3に, ニュースメディアから抽出した時系列は, スピアマンのrho$=0.70と, 浸水面積の衛星推定値との有意な相関を示す。 本研究は,ニュースメディアが時間分解能の向上と洪水被害データの空間範囲の拡大に有望な情報源であることを実証する。

関連論文リスト

• Mapping Global Floods with 10 Years of Satellite Radar Data [0.0]
  本研究では,Sentinel-1 Synthetic Aperture Radar (SAR)衛星画像の雲透過性を利用した新しい深層学習洪水検出モデルを提案する。 我々は、クラウドカバレッジの影響を受けない予測を備えた、ユニークな、縦断的なグローバルな洪水範囲データセットを作成します。 我々は,エチオピアの歴史的洪水発生地域を特定し,2024年5月のケニアの洪水時のリアルタイム災害対応能力を示す。
  論文  参考訳（メタデータ） (2024-11-03T02:44:32Z)
• Off to new Shores: A Dataset & Benchmark for (near-)coastal Flood Inundation Forecasting [7.4807361562214405]
  洪水は最も一般的で破壊的な自然災害の一つである。 近年の気象予知と宇宙からの洪水のマッピングは、極端な出来事を予想できる可能性を示した。 洪水範囲の直接予測を可能にするデータセットとベンチマークが欠如している。
  論文  参考訳（メタデータ） (2024-09-27T09:51:25Z)
• UrbanSARFloods: Sentinel-1 SLC-Based Benchmark Dataset for Urban and Open-Area Flood Mapping [24.857739769719778]
  UrbanSARFloodsは、事前処理されたSentinel-1強度データと、洪水前後に取得された干渉コヒーレンス画像を含むデータセットである。 8,879ドルの512times 512$チップで、20のランドカバークラスと18の洪水イベントにまたがって807,500$km2$をカバーしている。 我々はUrbanSARFloodsを用いて、既存の最先端の畳み込みニューラルネットワーク(CNN)を、オープンかつ都市的な洪水領域のセグメンテーションに使用した。
  論文  参考訳（メタデータ） (2024-06-06T14:28:43Z)
• Against The Achilles' Heel: A Survey on Red Teaming for Generative Models [60.21722603260243]
  120以上の論文を調査し,言語モデル固有の能力に根ざした,きめ細かい攻撃戦略の分類を導入した。 我々は、様々な自動レッドチーム化アプローチを統合するために、"searcher"フレームワークを開発した。
  論文  参考訳（メタデータ） (2024-03-31T09:50:39Z)
• Kuro Siwo: 33 billion $m^2$ under the water. A global multi-temporal satellite dataset for rapid flood mapping [3.0231703355316104]
  最近のパキスタンとニュージーランドの破滅的な出来事は、正確な洪水マッピングの必要性を浮き彫りにしている。 我々は、世界中の43の洪水イベントにまたがる、手動で注釈付きマルチ時間データセットであるKuro Siwoを紹介した。 私たちのデータセットは338億ドル(約3兆3300億円)以上の土地をマッピングしています。
  論文  参考訳（メタデータ） (2023-11-18T13:55:05Z)
• Transformer-based nowcasting of radar composites from satellite images for severe weather [45.0983299269404]
  衛星データを用いた地上レーダー画像系列を最大2時間リードするトランスフォーマーモデルを提案する。 厳しい気象条件を反映したデータセットに基づいてトレーニングされたこのモデルは、異なる気象現象の下で発生したレーダーフィールドを予測する。 このモデルは、レーダータワーを明示的に必要とせずに、大きなドメインにまたがる降水を支援することができる。
  論文  参考訳（メタデータ） (2023-10-30T13:17:38Z)
• CrisisMatch: Semi-Supervised Few-Shot Learning for Fine-Grained Disaster Tweet Classification [51.58605842457186]
  半教師付き, 少数ショットの学習環境下で, 微粒な災害ツイート分類モデルを提案する。 私たちのモデルであるCrisisMatchは、ラベルなしデータと大量のラベルなしデータを用いて、ツイートを関心の細かいクラスに効果的に分類する。
  論文  参考訳（メタデータ） (2023-10-23T07:01:09Z)
• Inferring the past: a combined CNN-LSTM deep learning framework to fuse satellites for historical inundation mapping [3.753635296366263]
  バングラデシュの歴史的洪水を推定するために,センチネル-1由来の分水浸水地域をMODISデータと融合するCNN-LSTM深層学習フレームワークを開発した。 このモデルは、バングラデシュにおける過去20年間の浸水範囲を推定するために、過去のMODISデータに適用され、しきい値アルゴリズムと物理モデルと比較される。
  論文  参考訳（メタデータ） (2023-05-01T03:11:42Z)
• Building Coverage Estimation with Low-resolution Remote Sensing Imagery [65.95520230761544]
  本稿では,低解像度衛星画像のみを用いた建物被覆量の推定手法を提案する。 本モデルでは, 世界中の開発レベルの異なる地域において, 建築範囲の予測において最大0.968の判定係数を達成している。
  論文  参考訳（メタデータ） (2023-01-04T05:19:33Z)
• Physics-informed GANs for Coastal Flood Visualization [65.54626149826066]
  我々は,現在および将来の沿岸洪水の衛星画像を生成する深層学習パイプラインを構築した。 物理に基づく洪水図と比較して画像を評価することにより,提案手法は物理的一貫性とフォトリアリズムの両方において,ベースラインモデルよりも優れていることがわかった。 この研究は沿岸の洪水の可視化に焦点が当てられているが、気候変動が地球をどう形作るかのグローバルな可視化を作成することを想定している。
  論文  参考訳（メタデータ） (2020-10-16T02:15:34Z)
• Generating Interpretable Poverty Maps using Object Detection in Satellite Images [80.35540308137043]
  衛星画像に物体検出装置を適用することにより、局所レベルでの貧困を正確に予測するための解釈可能な計算手法を実証する。 対象物の重み付けを特徴として、ウガンダの村レベルの貧困を予測する0.539 Pearson's r2を達成し、既存の(解釈不可能でない)ベンチマークよりも31%改善した。
  論文  参考訳（メタデータ） (2020-02-05T02:50:01Z)

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。