論文の概要: Space to Policy: Scalable Brick Kiln Detection and Automatic Compliance Monitoring with Geospatial Data
- arxiv url: http://arxiv.org/abs/2412.04065v2
- Date: Mon, 09 Dec 2024 06:02:36 GMT
- ステータス: 翻訳完了
- システム内更新日: 2024-12-10 11:30:36.938611
- Title: Space to Policy: Scalable Brick Kiln Detection and Automatic Compliance Monitoring with Geospatial Data
- Title(参考訳): ポリシのためのスペース: 地理空間データによるスケーラブルなBrick Kiln検出と自動コンプライアンス監視
- Authors: Zeel B Patel, Rishabh Mondal, Shataxi Dubey, Suraj Jaiswal, Sarath Guttikunda, Nipun Batra,
- Abstract要約: れんがはインドの大気汚染の8-14%に寄与している。
エミッション・インベントリは、大気の質のモデリングと源泉の調整研究に不可欠である。
我々は5つの州で30638個のレンガキルンを検出し分類するスケーラブルな機械学習パイプラインを開発した。
- 参考スコア(独自算出の注目度): 2.1473872586625293
- License:
- Abstract: Air pollution kills 7 million people annually. The brick kiln sector significantly contributes to economic development but also accounts for 8-14\% of air pollution in India. Policymakers have implemented compliance measures to regulate brick kilns. Emission inventories are critical for air quality modeling and source apportionment studies. However, the largely unorganized nature of the brick kiln sector necessitates labor-intensive survey efforts for monitoring. Recent efforts by air quality researchers have relied on manual annotation of brick kilns using satellite imagery to build emission inventories, but this approach lacks scalability. Machine-learning-based object detection methods have shown promise for detecting brick kilns; however, previous studies often rely on costly high-resolution imagery and fail to integrate with governmental policies. In this work, we developed a scalable machine-learning pipeline that detected and classified 30638 brick kilns across five states in the Indo-Gangetic Plain using free, moderate-resolution satellite imagery from Planet Labs. Our detections have a high correlation with on-ground surveys. We performed automated compliance analysis based on government policies. In the Delhi airshed, stricter policy enforcement has led to the adoption of efficient brick kiln technologies. This study highlights the need for inclusive policies that balance environmental sustainability with the livelihoods of workers.
- Abstract(参考訳): 大気汚染は年間700万人が死亡している。
レンガのキルン部門は経済発展に大きく貢献するが、インドでは大気汚染の8-14 %を占める。
政策立案者はレンガのキルンを規制するためのコンプライアンス対策を実施している。
エミッション・インベントリは、大気の質のモデリングと源泉の調整研究に不可欠である。
しかしながら、レンガキルンセクターのほとんど組織化されていない性質は、監視のために労働集約的な調査努力を必要とする。
大気質研究者による近年の取り組みは、衛星画像を用いたレンガキルンの手作業によるエミッション・インベントリの構築に頼っているが、この手法にはスケーラビリティが欠如している。
機械学習に基づく物体検出手法は,ブロックキルンの検出を約束することを示しているが,従来の研究では高解像度画像に頼り,政府の政策と統合できない場合が多い。
本研究では,Indo-Gangetic Plainの5つの州にまたがる30638個のレンガキルンを,Planet Labsから無償で高解像度の衛星画像を用いて検出・分類するスケーラブルな機械学習パイプラインを開発した。
我々の検出は地上調査と高い相関関係にある。
政府方針に基づくコンプライアンスの自動分析を行った。
デリーの空爆では、より厳格な政策執行によって効率的なレンガキルン技術が採用されている。
本研究は,労働者の生活と環境の持続可能性のバランスをとる包括的政策の必要性を強調した。
関連論文リスト
- Brick Kiln Dataset for Pakistan's IGP Region Using AI [0.94371657253557]
ブリック・キルンはパキスタンの主要な大気汚染源であり、多くは規制なしで活動している。
我々は,低解像度のSentinel-2と高解像度の画像を組み合わせて,レンガキルンの位置をマッピングする2次元AI手法を提案する。
論文 参考訳(メタデータ) (2024-11-24T08:47:29Z) - Eye in the Sky: Detection and Compliance Monitoring of Brick Kilns using Satellite Imagery [2.0448469354734233]
密集したインド・ガンガティック平野では、レンガ製造が大気汚染の8%-14%を占めている。
従来の研究では、衛星画像からのレンガキルン検出にコンピュータビジョンに基づく機械学習手法が用いられてきた。
ブロックキルン検出と自動コンプライアンス監視のためのスケーラブルなフレームワークを導入する。
論文 参考訳(メタデータ) (2024-06-15T19:32:00Z) - How Much are Large Language Models Contaminated? A Comprehensive Survey and the LLMSanitize Library [68.10605098856087]
大規模言語モデル(LLM)は、ビジネスアプリケーションやAIの資金調達でますます利用されている。
LLMの性能は、データへの以前の露出のために、少なくとも部分的には高性能である可能性があるため、もはや信頼性が低い可能性がある。
我々はLLMSanitizeというオープンソースのPythonライブラリをリリースし、主要な汚染検知アルゴリズムを実装した。
論文 参考訳(メタデータ) (2024-03-31T14:32:02Z) - A Synergistic Approach to Wildfire Prevention and Management Using AI, ML, and 5G Technology in the United States [44.99833362998488]
本研究は、アメリカ合衆国における山火事の検出および対処のための積極的な方法を検討する。
本研究の目的は,高度技術を用いた山火事の予防的検出と防止である。
AI対応のリモートセンシングや5Gベースのアクティブモニタリングなど、さまざまな方法により、アクティブな山火事の検出と管理が強化される。
論文 参考訳(メタデータ) (2024-02-27T04:09:30Z) - Scalable Methods for Brick Kiln Detection and Compliance Monitoring from
Satellite Imagery: A Deployment Case Study in India [2.6667914906637487]
ブリック工業は、インド・ガンゲーティック平野の大気汚染の8%-14%に寄与する石炭の2番目に大きな消費国である。
以前の研究では、衛星画像からブロックキルンを検出するためにコンピュータビジョンベースの機械学習手法が用いられていた。
インドなどの大国にスケーラブルなレンガキルン検知システムを展開するための枠組みを提案する。
論文 参考訳(メタデータ) (2024-02-21T13:26:00Z) - 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) - Mitigating climate and health impact of small-scale kiln industry using
multi-spectral classifier and deep learning [5.992292768883151]
小規模産業、特にブルトレンチレンガキルンは南アジアにおける大気汚染の重要な原因の1つである。
本稿では,南アジアの「Brick-Kiln-Belt」におけるレンガキルン検出のための高分解能画像を用いた多スペクトルデータの融合を提案する。
論文 参考訳(メタデータ) (2023-03-21T07:54:58Z) - Discretized Linear Regression and Multiclass Support Vector Based Air
Pollution Forecasting Technique [0.0]
本稿では,クラウドコンピューティング環境における大気汚染の監視と制御を行うIoT(Internet of Things)システムを提案する。
インドにおける大気質データを用いた実験により,提案したLR-MSV法の優れた性能が明らかにされた。
論文 参考訳(メタデータ) (2022-11-28T06:51:59Z) - 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) - 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) - Robust Deep Reinforcement Learning against Adversarial Perturbations on
State Observations [88.94162416324505]
深部強化学習(DRL)エージェントは、自然な測定誤差や対向雑音を含む観測を通して、その状態を観察する。
観測は真の状態から逸脱するので、エージェントを誤解させ、準最適行動を起こすことができる。
本研究は, 従来の手法を, 対人訓練などの分類タスクの堅牢性向上に応用することは, 多くのRLタスクには有効でないことを示す。
論文 参考訳(メタデータ) (2020-03-19T17:59:59Z)
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。