論文の概要: Urban Flood Mapping Using Satellite Synthetic Aperture Radar Data: A Review of Characteristics, Approaches and Datasets

• arxiv url: http://arxiv.org/abs/2411.04153v1
• Date: Wed, 06 Nov 2024 09:30:13 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-11-08 19:37:42.331270
• Title: Urban Flood Mapping Using Satellite Synthetic Aperture Radar Data: A Review of Characteristics, Approaches and Datasets
• Title（参考訳）: 衛星合成開口レーダデータを用いた都市フラッドマッピング:特徴・アプローチ・データセットの検討
• Authors: Jie Zhao, Ming Li, Yu Li, Patrick Matgen, Marco Chini,
• Abstract要約: 本研究は,SARを用いた都市洪水マッピングの課題と進展に焦点を当てたものである。 SARデータにおける空間分解能と時間分解能の限界に特に対処し、本質的な前処理ステップについて議論する。 これは、都市洪水マッピングのためのオープンアクセスSARデータセットの欠如を強調し、高度なディープラーニングベースの手法の開発を妨げる。
• 参考スコア（独自算出の注目度）: 17.621744717937993
• License:
• Abstract: Understanding the extent of urban flooding is crucial for assessing building damage, casualties and economic losses. Synthetic Aperture Radar (SAR) technology offers significant advantages for mapping flooded urban areas due to its ability to collect data regardless weather and solar illumination conditions. However, the wide range of existing methods makes it difficult to choose the best approach for a specific situation and to identify future research directions. Therefore, this study provides a comprehensive review of current research on urban flood mapping using SAR data, summarizing key characteristics of floodwater in SAR images and outlining various approaches from scientific articles. Additionally, we provide a brief overview of the advantages and disadvantages of each method category, along with guidance on selecting the most suitable approach for different scenarios. This study focuses on the challenges and advancements in SAR-based urban flood mapping. It specifically addresses the limitations of spatial and temporal resolution in SAR data and discusses the essential pre-processing steps. Moreover, the article explores the potential benefits of Polarimetric SAR (PolSAR) techniques and uncertainty analysis for future research. Furthermore, it highlights a lack of open-access SAR datasets for urban flood mapping, hindering development in advanced deep learning-based methods. Besides, we evaluated the Technology Readiness Levels (TRLs) of urban flood mapping techniques to identify challenges and future research areas. Finally, the study explores the practical applications of SAR-based urban flood mapping in both the private and public sectors and provides a comprehensive overview of the benefits and potential impact of these methods.
• Abstract（参考訳）: 都市洪水の程度を理解することは、建物の損傷、損失、経済的損失を評価するために重要である。 SAR(Synthetic Aperture Radar)技術は、気象や太陽の照明条件に関わらずデータを収集できるため、浸水した都市部をマッピングする上で大きな利点がある。 しかし, 既存手法の広範化により, 特定の状況に最適なアプローチを選択し, 今後の研究方向を特定することは困難である。 そこで本研究では,SARデータを用いた都市洪水マッピングの現状を概観し,SAR画像における洪水の鍵となる特徴を要約し,科学的論文から様々なアプローチを概説する。 さらに、各メソッドカテゴリの利点とデメリットを概説するとともに、異なるシナリオに最も適したアプローチを選択するためのガイダンスも提供する。 本研究は,SARを用いた都市洪水マッピングの課題と進展に焦点を当てたものである。 SARデータにおける空間分解能と時間分解能の限界に特に対処し、本質的な前処理ステップについて議論する。 さらに、本論文では、ポラリメトリックSAR(PolSAR)技術の潜在的なメリットと、今後の研究における不確実性分析について検討する。 さらに、都市洪水マッピングのためのオープンアクセスSARデータセットの欠如を強調し、高度なディープラーニングベースの手法の開発を妨げる。 さらに,都市洪水マッピング技術における技術準備レベル(TRL)を評価し,課題と今後の研究分野について検討した。 最後に、民間・公共両分野におけるSARを用いた都市洪水マッピングの実践的応用について検討し、これらの手法のメリットと潜在的影響について概観する。

関連論文リスト

• StreetSurfGS: Scalable Urban Street Surface Reconstruction with Planar-based Gaussian Splatting [85.67616000086232]
  StreetSurfGSは、スケーラブルな街路景観の再構築に適したガウススプラッティングを利用するための最初の方法である。 StreetSurfGSは、平面ベースのオクツリー表現とセグメンテーショントレーニングを使用して、メモリコストを削減し、ユニークなカメラ特性に対応し、スケーラビリティを確保する。 スパースビューとマルチスケールの課題に対処するために、隣接する情報と長期情報を活用する2段階マッチング戦略を用いる。
  論文  参考訳（メタデータ） (2024-10-06T04:21:59Z)
• 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)
• Towards Efficient Disaster Response via Cost-effective Unbiased Class Rate Estimation through Neyman Allocation Stratified Sampling Active Learning [11.697034536189094]
  本稿では,二分分類のためのランダムサンプリング木を構築する革新的なアルゴリズムを提案する。 その結果,本手法は受動的および従来の能動的学習手法を超越していることが判明した。 従来のアクティブな学習戦略における「サンプルバイアス」の課題に効果的に対処する。
  論文  参考訳（メタデータ） (2024-05-28T01:34:35Z)
• Leveraging Citizen Science for Flood Extent Detection using Machine Learning Benchmark Dataset [0.9029386959445269]
  我々は、アメリカ本土とバングラデシュ内の約36,000平方キロメートルの地域をカバーする、既知の洪水イベントの間に、ラベル付きの水域範囲と浸水地域の範囲を作成します。 また、データセットをオープンソース化し、データセットに基づいたオープンコンペティションを開催して、コミュニティ生成モデルを使用した洪水範囲検出を迅速にプロトタイプ化しました。 データセットはSentinel-1C SARデータに基づく既存のデータセットに追加され、より堅牢な洪水範囲のモデリングにつながります。
  論文  参考訳（メタデータ） (2023-11-15T18:49:29Z)
• Unified Data Management and Comprehensive Performance Evaluation for Urban Spatial-Temporal Prediction [Experiment, Analysis & Benchmark] [78.05103666987655]
  この研究は、多様な都市空間時間データセットにアクセスし活用する際の課題に対処する。 都市空間・時空間のビッグデータ用に設計された統合ストレージフォーマットであるアトミックファイルを導入し,40種類の多様なデータセットでその有効性を検証する。 多様なモデルとデータセットを使用して広範な実験を行い、パフォーマンスリーダーボードを確立し、有望な研究方向性を特定する。
  論文  参考訳（メタデータ） (2023-08-24T16:20:00Z)
• An evaluation of deep learning models for predicting water depth evolution in urban floods [59.31940764426359]
  高空間分解能水深予測のための異なる深層学習モデルの比較を行った。 深層学習モデルはCADDIESセル-オートマタフラッドモデルによってシミュレーションされたデータを再現するために訓練される。 その結果,ディープラーニングモデルでは,他の手法に比べて誤差が低いことがわかった。
  論文  参考訳（メタデータ） (2023-02-20T16:08:54Z)
• Guided Depth Map Super-resolution: A Survey [88.54731860957804]
  誘導深度マップ超解像(GDSR)は、高分解能(HR)深度マップを低分解能(LR)観測から2枚のHRカラー画像の助けを借りて再構成することを目的としている。 近年,特に強力な深層学習技術を用いて,斬新で効果的なアプローチが多数提案されている。 この調査は、GDSRの最近の進歩に関する包括的調査を提示する試みである。
  論文  参考訳（メタデータ） (2023-02-19T15:43:54Z)
• Learning-based estimation of in-situ wind speed from underwater acoustics [58.293528982012255]
  水中音響から風速時系列を検索するための深層学習手法を提案する。 我々のアプローチは、事前の物理知識と計算効率の両面から恩恵を受けるために、データ同化と学習ベースのフレームワークをブリッジする。
  論文  参考訳（メタデータ） (2022-08-18T15:27:40Z)
• Urban land-use analysis using proximate sensing imagery: a survey [3.79474411753363]
  近接センシング画像を活用した研究は、都市土地利用分析におけるローカルデータの必要性に対処する大きな可能性を実証している。 本稿では,近位センシングから土地利用分析までの最新手法と公開データセットを概観し,要約する。
  論文  参考訳（メタデータ） (2021-01-13T01:30:21Z)
• Using satellite imagery to understand and promote sustainable development [87.72561825617062]
  持続可能な開発成果を理解するために衛星画像を用いた成長する文献を合成する。 我々は、重要な人間関係の結果と、衛星画像の量の増大と解像度について、地上データの質を定量化する。 不足およびノイズの多いトレーニングデータの観点から、モデル構築に対する最近の機械学習アプローチをレビューする。
  論文  参考訳（メタデータ） (2020-09-23T05:20:00Z)

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。