論文の概要: Mapping the evolution of small reservoirs in Brazil from 1984 to 2025 using deep learning

• arxiv url: http://arxiv.org/abs/2606.00675v1
• Date: Sat, 30 May 2026 11:11:21 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-02 21:34:28.588632
• Title: Mapping the evolution of small reservoirs in Brazil from 1984 to 2025 using deep learning
• Title（参考訳）: 深層学習を用いた1984年から2025年までのブラジルの小さな貯水池の進化のマッピング
• Authors: Kylen Solvik, Luis Gustavo Carvalho, Marcia N. Macedo,
• Abstract要約: 我々は、ブラジルの小さな流水型表層貯水池を正確に分断するために、ディープラーニングコンピュータビジョンモデルを訓練する。 検出された貯水池の数は263,913から96,245にほぼ4倍に増加し、表面積は3510$km2$から8550$km2$に増加した。 これは、40年以上にわたる小さな貯水池の進化を表す国内初の年間データセットである。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Water research in Brazil largely overlooks the widespread damming of small streams for agricultural uses such as watering cattle, farm-scale hydropower, irrigation, and aquaculture. These ubiquitous dams and their reservoirs can alter water temperature, stream connectivity, aquatic habitats, greenhouse gas emissions, and evaporative water losses. Mapping small reservoirs is challenging because it requires reliably detecting small water bodies and distinguishing artificial reservoirs from natural lakes. As a result, most regional and global datasets exclude them. To address this gap, we trained a deep learning computer vision model to accurately segment small ($< 1 km^2$), stream-fed, surface water reservoirs in Brazil leveraging data from Landsat 5-9. Applying our model from 1984 to 2025, we created annual reservoir maps for the entire country to evaluate how their count, size, and distribution have changed over time. The number of detected reservoirs grew nearly fourfold from 263,913 to 996,245, while their total surface area increased from 3510 $km^2$ to 8550 $km^2$. To our knowledge, this is the first country-wide annual dataset representing the evolution of small reservoirs over four decades. The publicly available annual maps highlight the extent and cumulative impacts of the small stream impoundments across Brazil, providing actionable insights for managing freshwater ecosystems and water resources.
• Abstract（参考訳）: ブラジルにおける水研究は、牛の放水、農業規模の水力、灌水、養殖などの農業利用のための小さな水流の広範な破壊を見落としている。 これらのユビキタスダムとその貯水池は、水温、河川接続、水生生息地、温室効果ガス、蒸発水損失を変化させることができる。 小さな貯水池のマッピングは、小さな水域を確実に検出し、人工貯水池と天然湖を区別する必要があるため、難しい。 その結果、ほとんどの地域およびグローバルなデータセットはそれらを除外した。 このギャップに対処するため、我々は、Landsat 5-9のデータを活用して、ブラジルの小さな(<1 km^2$)流水貯水池を正確に分割するディープラーニングコンピュータビジョンモデルを訓練した。 1984年から2025年までのモデルを適用して,全国で年次貯水池マップを作成し,その数,大きさ,分布が経年的にどのように変化したかを評価する。 検出された貯水池の数は263,913から96,245にほぼ4倍に増加し、総表面積は3510$km^2$から8550$km^2$に増加した。 私たちの知る限り、このデータセットは40年以上にわたる小さな貯水池の進化を表す最初の全国的な年次データセットです。 一般に公開されている年次地図は、ブラジル全土の小さな河川の堤防の規模と累積的な影響を強調し、淡水生態系や水資源を管理するための実用的な洞察を与えている。

関連論文リスト

• Utilizing Earth Foundation Models to Enhance the Simulation Performance of Hydrological Models with AlphaEarth Embeddings [48.54230513143053]
  本研究は,AlphaEarth Foundationの埋設物が,流域特性を説明するためのより有益な方法であるかどうかを考察する。 トレーニングに使用しない流域内の流れを予測した場合, 精度の高いモデルが得られた。
  論文  参考訳（メタデータ） (2026-01-04T15:14:16Z)
• Environmental Impact of CI/CD Pipelines [45.02374935546107]
  GitHub Actionsエコシステムは、かなりの炭素と水のフットプリントをもたらす。 したがって、最も可能性の高いシナリオの炭素フットプリントは、1年で7,615本の都会の木によって捕獲された炭素と同等である。 主な推奨事項は、エネルギー生産が環境への影響の低い地域にランナーを配置することである。
  論文  参考訳（メタデータ） (2025-10-30T12:02:09Z)
• Mapping waterways worldwide with deep learning [0.0]
  10m Sentinel-2衛星画像と30m GLO-30 Copernicusデジタル標高モデルに基づいて水路を描画できるコンピュータビジョンモデルを提案する。 すでにTDX-Hydroデータセットにある5億5000万kmに、合計で1億2400万kmの水路を追加しています。
  論文  参考訳（メタデータ） (2024-11-24T04:59:07Z)
• Constructing a High Temporal Resolution Global Lakes Dataset via Swin-Unet with Applications to Area Prediction [1.7614751781649955]
  湖は、水の供給、生物多様性の生息地、炭素の隔離など、様々な貴重な生態系を提供している。 最近開発されたGlobal Lakes Area Database (GLAKES)は、世界中で340万以上の湖を地図化している。 本稿では,1990年から2021年までの全世界で152,567の湖沼に対して,二年紀のデライン化と面積測定が可能な拡張型湖沼データベースGLAKES-Additionalを紹介した。
  論文  参考訳（メタデータ） (2024-08-20T13:17:07Z)
• Analysis of Rainfall Variability and Water Extent of Selected Hydropower Reservoir Using Google Earth Engine (GEE): A Case Study from Two Tropical Countries, Sri Lanka and Vietnam [0.0]
  本研究では,ベトナムとスリランカにおける降雨パターンの総合的リモートセンシング分析と水力貯水池水深の選択について述べる。 両国の平均年間降水量は決定され、月平均降水量は時間変動する。 その結果, 降雨パターンと貯水量との関係が明らかとなり, モンスーンシーズンの降水量が増加し, その後の数ヶ月で水量も増加した。
  論文  参考訳（メタデータ） (2023-10-09T12:51:46Z)
• HarvestNet: A Dataset for Detecting Smallholder Farming Activity Using Harvest Piles and Remote Sensing [50.4506590177605]
  HarvestNetは、2020-2023年のエチオピアのティグレイとアムハラの農場の存在をマッピングするためのデータセットである。 本研究は,多くの小作システムの特徴ある収穫杭の検出に基づく新しい手法を提案する。 本研究は, 農作物のリモートセンシングが, 食品の安全地帯において, よりタイムリーかつ正確な農地評価に寄与することが示唆された。
  論文  参考訳（メタデータ） (2023-08-23T11:03:28Z)
• Making AI Less "Thirsty": Uncovering and Addressing the Secret Water Footprint of AI Models [31.980143764150796]
  世界のAI需要は2027年に4.2-6.6億立方メートルの水が流出すると予想されている。 これはデンマークの年間降水量4-6以上、イギリスの半分以上である。 グローバルな水の課題に対処するためには、AIは社会的責任を負い、例によってリードする必要がある。
  論文  参考訳（メタデータ） (2023-04-06T17:55:27Z)
• 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)

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。