Deep learning based landslide density estimation on SAR data for rapid response

要約

この作業は、合成開口レーダー (SAR) 衛星画像を使用して地すべり密度推定値を生成し、迅速な対応のために緊急リソースに優先順位を付けることを目的としています。
2017 年 9 月 20 日にプエルトリコで発生したハリケーン マリアの後に専門家によって注釈が付けられた米国地質調査所 (USGS) の地すべりインベントリ データと、降水量、土壌水分、地質地形などの広範な追加情報を使用したその後の感受性調査を使用します。
このようなデータは、他のイベントや地域では利用できない可能性があるため、標高と SAR データのみを使用して地滑り密度マップを作成し、迅速な対応シナリオで意思決定者に役立つようにしました。
USGS Landslide Inventory には、71,431 個の地すべりヘッドの座標が含まれており (完全な範囲ではありません)、航空画像と衛星画像を手動で検査することによって取得されました。
地滑りの約 45\% は Sentinel-1 の典型的なピクセル (10m $\times$ 10m) よりも小さいと推定されていますが、多くは細長く、おそらく数ピクセルにわたる痕跡が残っています。
私たちの方法は、標高データとハリケーン前後の最大 3 つの SAR 取得のみを使用して、チップ レベル (Sentinel-1 解像度で 128$\times$128 ピクセル) で正しい密度推定クラスを予測する際に 0.814 AUC を取得します。
災害後の評価。
USGS 感受性調査では 0.87 AUC が報告されていますが、これは地滑りレベルで測定されており、迅速な対応の緊急シナリオでは定期的に利用できない可能性がある追加の情報源 (河川、道路、降水量などへの近さなど) を使用しています。

要約(オリジナル)

This work aims to produce landslide density estimates using Synthetic Aperture Radar (SAR) satellite imageries to prioritise emergency resources for rapid response. We use the United States Geological Survey (USGS) Landslide Inventory data annotated by experts after Hurricane Mar\’ia in Puerto Rico on Sept 20, 2017, and their subsequent susceptibility study which uses extensive additional information such as precipitation, soil moisture, geological terrain features, closeness to waterways and roads, etc. Since such data might not be available during other events or regions, we aimed to produce a landslide density map using only elevation and SAR data to be useful to decision-makers in rapid response scenarios. The USGS Landslide Inventory contains the coordinates of 71,431 landslide heads (not their full extent) and was obtained by manual inspection of aerial and satellite imagery. It is estimated that around 45\% of the landslides are smaller than a Sentinel-1 typical pixel which is 10m $\times$ 10m, although many are long and thin, probably leaving traces across several pixels. Our method obtains 0.814 AUC in predicting the correct density estimation class at the chip level (128$\times$128 pixels, at Sentinel-1 resolution) using only elevation data and up to three SAR acquisitions pre- and post-hurricane, thus enabling rapid assessment after a disaster. The USGS Susceptibility Study reports a 0.87 AUC, but it is measured at the landslide level and uses additional information sources (such as proximity to fluvial channels, roads, precipitation, etc.) which might not regularly be available in an rapid response emergency scenario.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google