An Open-Source Tool for Mapping War Destruction at Scale in Ukraine using Sentinel-1 Time Series

要約

詳細な戦争影響評価へのアクセスは、人道的組織が影響を受ける集団を効果的に支援するために重要です。
しかし、特に広範囲にわたる紛争において、地上の状況を包括的に理解することは困難です。
ここでは、武力紛争に起因する建物の損傷を推定するためのスケーラブルな方法を提示します。
合成開口レーダー画像時系列で機械学習モデルをトレーニングすることにより、建物レベルで確率的損傷推定値を生成し、既存の損傷評価とオープンビルディングフットプリントを活用します。
大規模な推論を可能にし、アクセシビリティを確保するために、Google Earthエンジンで実行する方法を結びます。
ユーザーは、自分のニーズに合わせて信頼区間を調整し、大規模な地域で戦争関連の損害の迅速かつ柔軟な評価を可能にすることができます。
2つの公開可能なダッシュボードを提供します。ウクライナダメージエクスプローラーは、事前計算された推定値を動的に表示し、メソッドを実行してカスタムマップを生成するための迅速なダメージマッピングツールです。

要約(オリジナル)

Access to detailed war impact assessments is crucial for humanitarian organizations to assist affected populations effectively. However, maintaining a comprehensive understanding of the situation on the ground is challenging, especially in widespread and prolonged conflicts. Here we present a scalable method for estimating building damage resulting from armed conflicts. By training a machine learning model on Synthetic Aperture Radar image time series, we generate probabilistic damage estimates at the building level, leveraging existing damage assessments and open building footprints. To allow large-scale inference and ensure accessibility, we tie our method to run on Google Earth Engine. Users can adjust confidence intervals to suit their needs, enabling rapid and flexible assessments of war-related damage across large areas. We provide two publicly accessible dashboards: a Ukraine Damage Explorer to dynamically view our precomputed estimates, and a Rapid Damage Mapping Tool to run our method and generate custom maps.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google