Landslide mapping from Sentinel-2 imagery through change detection

要約

地滑りは、最も重大かつ破壊的な地災害の 1 つです。
人間の活動や居住地が広範に発展し、気候変動が気象に与える影響と相まって、地滑りの頻度と破壊力が非常に増大し、人命と経済に対する大きな脅威となっています。
この論文では、Sentinel-2 画像を自動的に使用して、新たに発生した地滑りをマッピングする方法を検討します。
提示されたすべてのアプローチは二時間変化検出問題として構成されており、地滑りを引き起こすイベントの前後にそれぞれ撮影された 1 対の Sentinel-2 画像のみが必要です。
さらに、Sentinel-2 のバイタイム画像ペアと数値標高モデル (DEM) データを融合するための新しい深層学習アーキテクチャを紹介し、その有望なパフォーマンスを実証します。
文献内の他の変更検出モデル。
並行タスクとして、世界中の異質な生態地域にわたって手動で検証されたオープンアクセスの地滑り目録を含む新しいジオデータベースを作成することで、既存のデータセットの制限に対処します。
コードとデータセットの両方をオープンソース ライセンスでリリースします。

要約(オリジナル)

Landslides are one of the most critical and destructive geohazards. Widespread development of human activities and settlements combined with the effects of climate change on weather are resulting in a high increase in the frequency and destructive power of landslides, making them a major threat to human life and the economy. In this paper, we explore methodologies to map newly-occurred landslides using Sentinel-2 imagery automatically. All approaches presented are framed as a bi-temporal change detection problem, requiring only a pair of Sentinel-2 images, taken respectively before and after a landslide-triggering event. Furthermore, we introduce a novel deep learning architecture for fusing Sentinel-2 bi-temporal image pairs with Digital Elevation Model (DEM) data, showcasing its promising performances w.r.t. other change detection models in the literature. As a parallel task, we address limitations in existing datasets by creating a novel geodatabase, which includes manually validated open-access landslide inventories over heterogeneous ecoregions of the world. We release both code and dataset with an open-source license.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google