FLOGA: A machine learning ready dataset, a benchmark and a novel deep learning model for burnt area mapping with Sentinel-2

要約

この10年間、世界中で山火事の頻度と強度が増加しており、人間や動物の生命、生態系、社会経済の安定に重大な脅威をもたらしている。そのため、山火事の壊滅的な影響を緩和し、地球の自然資源を保護するための緊急対策が求められています。ロバストな機械学習手法と豊富な高解像度衛星画像を組み合わせることで、被災地域の正確かつタイムリーなマッピングを提供し、災害の規模を評価し、影響を受けた資産を特定し、被災地域の適切な復旧のための優先順位付けと効果的な資源配分を行うことができる。本研究では、FLOGA（Forest wiLdfire Observations for the Greek Area）と名付けた機械学習可能なデータセットを作成し紹介する。このデータセットは、山火事の前後に取得された衛星画像から構成され、Sentinel-2およびMODISモダリティからの情報を含み、空間およびスペクトルの解像度が可変であり、対応する焼失地域のグランドトゥルースが領域専門家によって注釈付けされた多数のイベントを含んでいる点でユニークである。FLOGAは、地中海の景観と気候条件を特徴とするギリシャの広い地域をカバーしています。FLOGAを使用して、変化検出タスクとしてアプローチされた、焼失地域の自動抽出のための複数の機械学習およびディープラーニングアルゴリズムの徹底的な比較を行う。また、焼失地域マッピングのための標準的な特殊スペクトル指標を用いて得られた結果と比較する。最後に、BAM-CDという新しいディープラーニングモデルを提案する。我々のベンチマーク結果は、焼けた領域の自動抽出における提案手法の有効性を示し、精度と頑健性の点で他の全ての手法を凌駕する。我々のデータセットとコードは、https://github.com/Orion-AI-Lab/FLOGA で公開されている。

要約(オリジナル)

Over the last decade there has been an increasing frequency and intensity of wildfires across the globe, posing significant threats to human and animal lives, ecosystems, and socio-economic stability. Therefore urgent action is required to mitigate their devastating impact and safeguard Earth’s natural resources. Robust Machine Learning methods combined with the abundance of high-resolution satellite imagery can provide accurate and timely mappings of the affected area in order to assess the scale of the event, identify the impacted assets and prioritize and allocate resources effectively for the proper restoration of the damaged region. In this work, we create and introduce a machine-learning ready dataset we name FLOGA (Forest wiLdfire Observations for the Greek Area). This dataset is unique as it comprises of satellite imagery acquired before and after a wildfire event, it contains information from Sentinel-2 and MODIS modalities with variable spatial and spectral resolution, and contains a large number of events where the corresponding burnt area ground truth has been annotated by domain experts. FLOGA covers the wider region of Greece, which is characterized by a Mediterranean landscape and climatic conditions. We use FLOGA to provide a thorough comparison of multiple Machine Learning and Deep Learning algorithms for the automatic extraction of burnt areas, approached as a change detection task. We also compare the results to those obtained using standard specialized spectral indices for burnt area mapping. Finally, we propose a novel Deep Learning model, namely BAM-CD. Our benchmark results demonstrate the efficacy of the proposed technique in the automatic extraction of burnt areas, outperforming all other methods in terms of accuracy and robustness. Our dataset and code are publicly available at: https://github.com/Orion-AI-Lab/FLOGA.

arxiv情報

提供元, 利用サービス

arxiv.jp, DeepL