Amazon’s 2023 Drought: Sentinel-1 Reveals Extreme Rio Negro River Contraction

要約

世界最大の熱帯雨林であるアマゾンは、歴史的な深刻な干ばつに直面している。
主要なアマゾン川支流の 1 つであるリオ ネグロ川は、2023 年 10 月にこの 1 世紀で最も低い水位に達します。ここでは、U-net 深層学習モデルを使用して、2022 年に 12 日ごとにリオ ネグロ川流域の水面をマッピングしました。
空間解像度 10 m の Sentinel-1 衛星レーダー画像を使用した 2023 年。
水面モデルの精度は高く、F1 スコアは 0.93 でした。
水面の 12 日間のモザイク時系列は、Sentinel-1 の予測から生成されました。
水面マスクは、共同研究センターの地球地表水 (GSW) 製品 (F1 スコア: 0.708) およびブラジルの Mapbiomas Water イニシアチブ (F1 スコア: 0.686) と比較的一貫した一致を示しました。
地図の主なエラーは、浸水した森林、浸水した低木、および雲による省略エラーでした。
リオ・ネグロの水面は、2023年11月25日頃に最低レベルに達し、2022年から2023年の期間に観測された最大水面(14,036.3 km$^2$)の68.1\%(9,559.9 km$^2$)まで減少しました。
合成開口レーダー (SAR) データを深層学習技術と組み合わせることで、熱帯地域の水面のほぼリアルタイムのマッピングを大幅に改善できます。

要約(オリジナル)

The Amazon, the world’s largest rainforest, faces a severe historic drought. The Rio Negro River, one of the major Amazon River tributaries, reaches its lowest level in a century in October 2023. Here, we used a U-net deep learning model to map water surfaces in the Rio Negro River basin every 12 days in 2022 and 2023 using 10 m spatial resolution Sentinel-1 satellite radar images. The accuracy of the water surface model was high with an F1-score of 0.93. The 12 days mosaic time series of water surface was generated from the Sentinel-1 prediction. The water surface mask demonstrated relatively consistent agreement with the Global Surface Water (GSW) product from Joint Research Centre (F1-score: 0.708) and with the Brazilian Mapbiomas Water initiative (F1-score: 0.686). The main errors of the map were omission errors in flooded woodland, in flooded shrub and because of clouds. Rio Negro water surfaces reached their lowest level around the 25th of November 2023 and were reduced to 68.1\% (9,559.9 km$^2$) of the maximum water surfaces observed in the period 2022-2023 (14,036.3 km$^2$). Synthetic Aperture Radar (SAR) data, in conjunction with deep learning techniques, can significantly improve near real-time mapping of water surface in tropical regions.

arxiv情報

著者 Fabien H Wagner,Samuel Favrichon,Ricardo Dalagnol,Mayumi CM Hirye,Adugna Mullissa,Sassan Saatchi
発行日 2024-01-29 18:34:36+00:00
arxivサイト arxiv_id(pdf)

提供元, 利用サービス

arxiv.jp, Google

カテゴリー: 92F05, cs.CV, I.4.6 パーマリンク