論文の概要: Continuous Flood Nowcasting in South Asia: A Multi-Sensor Ensemble Remote Sensing Framework for Flood Extent

• arxiv url: http://arxiv.org/abs/2605.10950v1
• Date: Wed, 29 Apr 2026 22:12:29 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-25 12:34:33.743195
• Title: Continuous Flood Nowcasting in South Asia: A Multi-Sensor Ensemble Remote Sensing Framework for Flood Extent
• Title（参考訳）: 東南アジアにおける連続的な洪水報知 - 洪水のリモートセンシングのためのマルチセンサアンサンブルフレームワーク
• Authors: Usman Nazir, Disha Gomathinayagam, Muhammad Kamran, Sara Khalid,
• Abstract要約: パキスタンは2025年6月から12月にかけて、異常に深刻な洪水に見舞われた。 既存の運用用洪水製品は貴重なエピソードレベルのスナップショットを提供するが、空間的にも時間的にも連続した浸水マップを提供することは滅多にない。 パキスタンにおける連続的な洪水報知のためのマルチセンサー・アンサンブル型リモートセンシングフレームワークを提案する。
• 参考スコア（独自算出の注目度）: 0.4967359909290532
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Pakistan experienced an unusually severe flood season between June and December 2025, with cascading impacts on population, infrastructure, and agriculture. Existing operational flood products (e.g., UNOSAT) provide valuable episode-level snapshots but rarely deliver spatially and temporally continuous inundation maps at near-real-time latency within the country. We present a multi-sensor, ensemble-based remote-sensing framework for continuous flood nowcasting in Pakistan that integrates Sentinel-1 SAR, Harmonized Landsat-Sentinel (HLS L30 and S30), MODIS, and VIIRS observations on a harmonized grid in Google Earth Engine. The framework employs a tiered nowcasting ensemble that prioritizes higher-resolution sensors (Sentinel-1 and HLS) and falls back to MODIS and VIIRS when necessary, preserving daily continuity of flood extent at each sensor's native resolution. Applied to the 2025 monsoon period, the system generates near-real-time, spatially consistent inundation maps across Pakistan. As a nowcasting case study, we track the super-flood of 26 August-7 September 2025 day by day, demonstrating the framework's ability to capture the evolving flood footprint in near real time and extend beyond the temporal limits of episodic mapping products. Validation against GloFAS discharge anomalies and precipitation datasets (CHIRPS v3.0, MSWEP) shows strong agreement with observed hydrometeorological conditions. By integrating nowcast outputs with exposure layers (WorldPop, ESA WorldCover, Giga-HOTOSM), the framework enables rapid estimation of affected populations, cropland, and critical infrastructure, supporting timely disaster response and resilience planning in South Asia.
• Abstract（参考訳）: パキスタンは2025年6月から12月にかけて、人口、インフラ、農業に大きな被害を与えた。 既存の洪水製品(例えばUNOSAT)は、貴重なエピソードレベルのスナップショットを提供するが、国内においてほぼリアルタイムのレイテンシで、空間的および時間的に連続した浸水マップを提供することは滅多にない。 本研究では, パキスタンにおける連続的な洪水流用マルチセンサ・アンサンブル型リモートセンシングフレームワークについて, センチネル-1 SAR, ハーモナイズドランドサット・センチネル (HLS L30, S30) , MODIS, VIIRS をGoogle Earth Engineのハーモナイズドグリッド上で統合した。 このフレームワークは、高解像度センサー(Sentinel-1とHLS)を優先し、必要に応じてMODISとVIIRSにフォールバックし、各センサーのネイティブ解像度で毎日の洪水範囲の連続性を保っている。 2025年のモンスーン期に応用されたこのシステムは、パキスタン全体でほぼリアルタイムで空間的に一貫した浸水マップを生成する。 現時点のケーススタディとして,2025年8月26日から9月20日にかけての超流動を日中追跡し,このフレームワークが進化する洪水のフットプリントをほぼリアルタイムで捕捉し,エピソードマッピング製品の時間的限界を超えて拡張できることを実証した。 GloFAS排出異常と降水データセット(CHIRPS v3.0, MSWEP)に対する検証は観測された水文気象条件と強い一致を示した。 現況の出力を露光層 (WorldPop, ESA WorldCover, Giga-HOTOSM) と統合することにより, 影響を受けた人口, 農地, 重要インフラの迅速推定を可能にし, 東南アジアにおける災害対応とレジリエンス計画を支援する。

関連論文リスト

• CASCADE: Cross-scale Advective Super-resolution with Climate Assimilation and Downscaling Evolution [51.56484100374058]
  CASCADEは、学習された流況変動場に沿って粗い情報を反復的に検出することで微細構造を再構築する。 SEVIRレーダデータを用いて、激しい対流嵐の4倍の超解像について評価した。 大気や海洋の用途において、対流に支配される極端に適した、時間的に一貫した、物理的に一貫した、そして大量保存された復元を生成する。
  論文  参考訳（メタデータ） (2026-02-18T14:41:54Z)
• OneForecast: A Universal Framework for Global and Regional Weather Forecasting [67.61381313555091]
  本稿では,グラフニューラルネットワークに基づくグローバルなネスト型気象予報フレームワーク(OneForecast)を提案する。 動的システムパースペクティブとマルチグリッド理論を組み合わせることで,マルチスケールグラフ構造を構築し,対象領域を密度化する。 動的ゲーティングユニットを用いた適応型メッセージング機構を導入し,ノードとエッジ機能を深く統合し,より正確なイベント予測を行う。
  論文  参考訳（メタデータ） (2025-02-01T06:49:16Z)
• 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)
• 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)
• 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)
• 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)

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。