論文の概要: Multisource Remote Sensing and Geospatial Analysis of Vineyard Wildfire Impacts and Resilience: The 2019 Kincade Fire

• arxiv url: http://arxiv.org/abs/2609.16168v1
• Date: Mon, 14 Sep 2026 18:06:35 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-16 14:56:08.170311
• Title: Multisource Remote Sensing and Geospatial Analysis of Vineyard Wildfire Impacts and Resilience: The 2019 Kincade Fire
• Title（参考訳）: マルチソースリモートセンシングと地球空間解析によるVineyard Wildfireの被害と耐震性:2019年キンケード火災
• Abstract要約: カリフォルニア州ソノマ郡で発生した2019年キンケード火災における山火事のレジリエンスについて検討した。 我々は,4,581のブドウ畑,森林植生,測量された構造物,道路,頭上煙,放火後の緑化にまたがる,オープンでイベント対応の地理空間的枠組みを用いた。 ブドウ園の画素は, 周囲の野生のピクセルに比べて, dNBRが有意に低かった。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Working agricultural landscapes are often treated as background to wildfire disasters, even though they are managed fuel mosaics, productive assets, and parts of regional infrastructure systems. We examine vineyard wildfire resilience during the electrically initiated 2019 Kincade Fire in Sonoma County, California, using an open, event-anchored geospatial framework spanning 4,581 vineyard fields (8,813.2 ha), wildland vegetation, surveyed structures, roads, overhead smoke, and post-fire greenness. Sentinel-2, OpenET, gridMET, soils, terrain, NOAA smoke polygons, an ignition-date OpenStreetMap network, and three-dimensional data inventories were analyzed at native decision scales. Vineyard pixels showed substantially lower descriptive dNBR than wildland pixels inside the perimeter (means 0.130 and 0.337). This contrast did not identify a universal vineyard firebreak effect: a segment-clustered boundary model gave a small negative contrast at 100 m (tau = -0.0166) but changed across bandwidths, failed slope continuity, disappeared in a 100 m donut, and produced a wrong-signed placebo. A 250 m spatial GAM reversed the unconditional pattern: after conditioning on location, terrain, and water use, vineyard fraction was positively associated with dNBR, while residual Moran's I remained 0.519. Beyond spectral impact, all mapped vineyards intersected overhead smoke on at least one day (mean 7.78 potential smoke-days per field), 34.2% of road-network nodes were dead ends, and inside-perimeter vineyards showed a larger greenness deficit through 2021 (recovery ratios 0.815 inside and 0.854 outside). Lower immediate spectral impact therefore did not imply complete resilience. The study provides a reproducible urban-rural informatics template separating descriptive contrasts, conditional associations, exposure indicators, and recovery evidence for decisions in working landscapes.
• Abstract（参考訳）: 労働農業の景観は、燃料モザイク、生産資産、地域インフラシステムの一部が管理されているにもかかわらず、山火事の背景として扱われることが多い。 カリフォルニア州ソノマ郡で発生した2019年キンケード火災において,4,581のブドウ畑(8,813.2ha),森林植生,測量された構造,道路,頭上煙,および放火後緑化にまたがるオープンな地理空間の枠組みを用いて,山火事のレジリエンスについて検討した。 Sentinel-2, OpenET, GridMET, 土壌, 地形, NOAAスモークポリゴン, 着火時刻のOpenStreetMapネットワーク, および3次元データインベントリをネイティブ意思決定スケールで分析した。 ブドウ園の画素は、周囲の野生のピクセル(平均0.130、0.337)に比べて、かなり低値のdNBRを示した。 セグメントクラスタ境界モデルは100 m (tau = -0.0166) で小さな負のコントラストを与えたが、帯域幅を変え、斜面の連続性に失敗し、100 mのドーナツで消失し、間違った符号のプラセボを生み出した。 250mの空間GAMは非条件パターンを逆転させた: 場所、地形、水の使用を条件づけた後、ブドウ園の分画はdNBRと正の相関を示し、モランのIは0.519のままであった。 スペクトル衝突以外では、全てのブドウ園が少なくとも1日(平均7.78日)で頭上煙を交わし、34.2%の道路網ノードが枯渇し、2021年までは内周のブドウ園は緑度に欠けていた(内部の0.815、外部の0.854)。 そのため、直近のスペクトルの影響は完全なレジリエンスを示さなかった。 この研究は、説明的コントラスト、条件付きアソシエーション、露出指標、作業環境決定のための回復証拠を分離した再現可能な都市・農村情報テンプレートを提供する。

関連論文リスト

• Detection of Christmas tree plantations from high-resolution aerial imagery. A case study in the French Morvan [22.126775072131608]
  クリスマスツリープランテーションは経済的に関係があるが、リモートセンシング(RS)におけるほとんど探索されていない分野である。 本研究は, クリスマスツリーのプランテーションマッピングを, 個別のレアターゲットセマンティックセマンティックセグメンテーション問題として扱うこと, (ii) 混在する背景パターンの識別を改善するハードネガティブマイニング(HNM)戦略を導入すること, (iii) 教師付きテスト, 時間移動, 大規模検証を含む相補的なレベルのフレームワークを評価すること,の3つの主な貢献を行う。
  論文  参考訳（メタデータ） (2026-08-27T15:58:20Z)
• The spatial anatomy of urban wildfire vulnerability: a spatially validated GeoAI framework reveals the roles of building density and vegetation moisture in structure loss during the 2025 Palisades Fire [0.0]
  我々は2025年1月のパリセーデス火災に備え,空間的検証を行ったGeoAIワークフローを開発した。 100m以内の建物数は最も高い予測値であり、破壊確率は標準偏差あたり4.12倍に増加した。 その結果, 単発都市山火事モデリングの最低基準として, 地域規模による感受性スクリーニング, 湿性を考慮した植生管理, 空間的ブロック検証が支援された。
  論文  参考訳（メタデータ） (2026-08-23T08:37:52Z)
• From crown candidates to neighborhood screening: integrating optical GeoAI and spatial modeling for urban-canopy assessment in Davis, California [0.0]
  タイムリーな都市キャノピー情報は、リモートセンシングと熱、移動性、近隣計画のリンクに不可欠である。 カリフォルニア州デイビスで,2022年国立農業画像プログラムの画像を用いた光学的GeoAIワークフローを開発した。
  論文  参考訳（メタデータ） (2026-08-14T01:02:50Z)
• From Forest to Future Capital: Tracking Land Cover Change in Ibu Kota Nusantara (IKN) from 2021 to 2026 with PlanetScope Imagery [4.1690310588947765]
  インドネシアのイブ・コタ・ヌサンタラへの移転は、土地の転換、植生の喪失、炭素在庫の減少に対する懸念を高める。 本研究では、PlanetScope SuperDove衛星画像を用いて、2021年から2026年までのKIPPの土地利用と植生被覆の変化を評価するためにリモートセンシング技術を適用した。 その結果、NDVIの平均は17.1%減少し、総炭素量は0.28%減少し、土地は672%拡大し、総植生は18.1%減少した。
  論文  参考訳（メタデータ） (2026-08-02T13:28:06Z)
• Advancing All-Weather Building Damage Mapping to the Instance Level: Outcomes and Insights from the 2026 Bright Challenge [51.684701877722574]
  急激な災害後の対応には、建物が無傷のままか、損傷するか、破壊されるかについてのビルレベルの情報をタイムリーに要求する。 Bright Challengeは、サブメートル解像度のプレイベント光学画像とポストイベントSAR画像から全天候の建物損傷マッピングを評価した。
  論文  参考訳（メタデータ） (2026-07-23T07:22:15Z)
• Self-Supervised Tree-level Biomass Estimation in Urban Environments From Airborne LiDAR and Optical Observations [0.23301643766310368]
  カナダ・オンタリオ州の810km$2$の景観を対象とした,クラウンレベルの地上バイオマス(AGB)フレームワークを提案する。 ルールベースの擬似ラベルに基づいてトレーニングされた二重ストリームのクロスアテンションネットワークは、建物、針葉樹、落葉樹のセマンティックマークを生成した。 2018年の総AGBは1.73Tg、2023年の1.81Tg(811-850GgC)、ニアガラ・エスカルメント沿いの地元の密度は$sim140$Mgha$-1$となった。
  論文  参考訳（メタデータ） (2026-06-24T15:02:39Z)
• FORMSpoT: A Decade of Tree-Level, Country-Scale Forest Monitoring [40.631100826517375]
  森林キャノピーの高さを1.5mの解像度で全国で10年(2014-2024年)にわたってマッピングしたFOMSpoT(Forest Mapping with SPOT Time series)を紹介した。 異種買収におけるロバストな変更検出を可能にするため、我々は専用の後処理パイプラインを開発した。 乱れが小さく空間的に断片化された山岳林では、FOMSpoT-$$はF1スコアが0.44で、既存のベンチマークよりも桁違いに高い。
  論文  参考訳（メタデータ） (2025-12-18T19:35:09Z)
• Probabilistic Wildfire Susceptibility from Remote Sensing Using Random Forests and SHAP [0.0]
  森林火災は世界中の生態系に重大な脅威をもたらす。 本研究は、ランダム森林アルゴリズムを用いて、カリフォルニアの総合的な山火事リスクマップを作成することを目的としている。
  論文  参考訳（メタデータ） (2025-11-12T06:05:41Z)
• Automating global landslide detection with heterogeneous ensemble deep-learning classification [44.99833362998488]
  地すべりは道路、鉄道、建物、人間の生活などのインフラを脅かす。 危険に基づく空間計画と早期警戒システムは、地すべりから社会へのリスクを減らすための費用対効果の戦略である。 近年,中～高解像度の衛星画像を入力として,深層学習モデルを陸地マッピングに適用している。
  論文  参考訳（メタデータ） (2023-09-12T10:56:16Z)
• Vision Transformers, a new approach for high-resolution and large-scale mapping of canopy heights [50.52704854147297]
  分類(離散化)と連続損失関数を最適化した新しい視覚変換器(ViT)モデルを提案する。 このモデルは、従来使用されていた畳み込みベースのアプローチ(ConvNet)よりも、連続損失関数のみで最適化された精度が向上する。
  論文  参考訳（メタデータ） (2023-04-22T22:39:03Z)
• A Multi-Stage model based on YOLOv3 for defect detection in PV panels based on IR and Visible Imaging by Unmanned Aerial Vehicle [65.99880594435643]
  本研究では,無人航空機が捉えた空中画像のパネル欠陥を検出するための新しいモデルを提案する。 このモデルは、パネルと欠陥の検出を組み合わせることで、精度を向上する。 提案モデルはイタリア南部の2つの大きなPVプラントで検証されている。
  論文  参考訳（メタデータ） (2021-11-23T08:04:32Z)
• From Static to Dynamic Prediction: Wildfire Risk Assessment Based on Multiple Environmental Factors [69.9674326582747]
  ワイルドファイアはアメリカ合衆国西海岸で頻繁に起こる最大の災害の1つである。 カリフォルニアの山火事リスクが高い地域を解析・評価するための静的・動的予測モデルを提案します。
  論文  参考訳（メタデータ） (2021-03-14T17:56:17Z)
• A CNN Approach to Simultaneously Count Plants and Detect Plantation-Rows from UAV Imagery [56.10033255997329]
  畳み込みニューラルネットワーク(CNN)を用いた新しい深層学習手法を提案する。 高度に乾燥したプランテーション構成を考慮した植物を数えながら、同時にプランテーション・ロウを検出し、配置する。 提案手法は、異なる種類の作物のUAV画像において、植物と植物をカウントおよびジオロケートするための最先端の性能を達成した。
  論文  参考訳（メタデータ） (2020-12-31T18:51:17Z)

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。