Simple Science

Ciência de ponta explicada de forma simples

# Informática# Visão computacional e reconhecimento de padrões# Inteligência Artificial

Mapeamento de Inundação Inovador para uma Melhor Resposta a Desastres

Combinando dados de satélite pra melhorar o mapeamento de enchentes e o planejamento de resposta.

― 5 min ler


Melhorias no MapeamentoMelhorias no Mapeamentode Inundaçõeseficaz.um mapeamento de inundações maisMelhorando a resposta a desastres com
Índice

A gestão eficaz de desastres depende de ferramentas confiáveis pra entender como as inundações se espalham. Isso ajuda na hora de planejar respostas a esses eventos. Combinando dois tipos de imagens de satélite, conseguimos criar mapas de inundação melhores. Os dois tipos usados são Imagens Ópticas, que capturam luz visível, e Imagens SAR, que usam radar. Essa combinação nos permite ter informações mais precisas, mesmo quando tem nuvens.

Método de Combinação de Imagens

Desenvolvemos um método que une imagens ópticas e de radar em um único conjunto de dados. Isso combina as vantagens de ambos os tipos de imagens pra dar uma visão mais clara de onde as inundações ocorreram. O uso de Dados Populacionais de código aberto do WorldPop e dados de estradas do OpenStreetMap permite que qualquer um, em qualquer lugar, replique nossa abordagem.

Na província de Sindh, no Paquistão, focamos em cinco distritos mais afetados pelas inundações. Encontramos impactos significativos na população e na infraestrutura nessas áreas. Mapear esses impactos é crucial pra informar políticas e planejar respostas.

Importância de Dados Confiáveis

Ter dados precisos sobre inundações é essencial pra desenhar políticas eficazes. Depois de uma inundação, é importante avaliar os danos e planejar alívio e recuperação. Isso exige saber quanto de área foi inundada, quão fundo estava a água e por quanto tempo durou. Embora estações meteorológicas e fotografias aéreas possam fornecer alguns dados, muitas vezes faltam cobertura no tempo e no espaço. É aí que as imagens de satélite entram como um complemento vital.

Esses dados não são só úteis pra respostas imediatas a desastres, mas também pra planejamento futuro. Eles ajudam a identificar Infraestruturas que podem ser vulneráveis a inundações e a avaliar como esses eventos podem impactar a saúde e a educação nas comunidades afetadas.

Desafios no Mapeamento de Inundações

Tradicionalmente, o mapeamento de inundações enfrentou desafios. Sensores ópticos podem ser bloqueados por nuvens, dificultando a obtenção de imagens precisas de áreas alagadas. Sensores SAR, por outro lado, conseguem ver através das nuvens e fornecer informações rápidas sobre as inundações.

Em estudos anteriores, poucos se concentraram em combinar esses dois tipos de dados pra um mapeamento de inundação melhor. Nossa abordagem usa uma ferramenta baseada na nuvem pra processar dados de satélite de maneira rápida e eficiente. Esse método nos permite focar na integração de mapas de inundação com dados populacionais e de infraestrutura pra apoiar uma resposta eficaz a desastres.

Metodologia para Mapear Inundações

Pra garantir que cobrimos a área necessária, selecionamos momentos específicos antes e depois das inundações pra capturar imagens de satélite.

Pros dados ópticos, usamos um método que mede a água usando suas propriedades de reflexão de luz. Isso ajuda a identificar áreas alagadas comparando imagens tiradas em condições secas e molhadas. Pros dados de radar, filtramos ruídos e olhamos pra diferenças entre imagens pré-inundação e pós-inundação.

Quando combinamos esses dois métodos, melhoramos a precisão do mapeamento de inundações. Pegando os resultados de ambos os tipos de dados e analisando juntos, conseguimos criar mapas de inundação melhores e mais confiáveis.

Área de Estudo: Província de Sindh

Pra nosso estudo, escolhemos a província de Sindh, no Paquistão. Usamos dados populacionais do WorldPop e dados de estradas do OpenStreetMap pra entender melhor quantas pessoas e quanta infraestrutura estão sob risco de inundação.

Focamos também em escolas em sete distritos de Sindh. Ao analisar a localização das escolas em relação aos mapas de inundação, conseguimos identificar quais instituições estão em risco.

Educação e Impactos das Inundações

Uma pesquisa realizada no final de 2022 avaliou como as inundações afetaram a educação em várias áreas. Descobrimos que diversos distritos já estavam atrasados nos resultados educacionais. Por exemplo, algumas áreas tinham uma taxa de alfabetização muito mais baixa do que em outros distritos.

A pesquisa destacou três cenários de inundação na região: água fluindo das montanhas, transbordamento do rio Indo e chuvas fortes causando inundações. Em algumas áreas, os níveis de água permaneceram altos, deslocando pessoas e dificultando a agricultura.

Infraestrutura e População Afetadas

Usando nossos mapas de inundação, identificamos comunidades e estradas em risco. Conectamos o mapa final de inundação com os dados populacionais e de estradas pra ver quantas pessoas foram impactadas e quanta estrada foi danificada.

Isso nos permite avaliar a escala do problema em diferentes distritos e obter insights sobre como as inundações podem atrapalhar a vida cotidiana.

Escolas Afetadas

Pra descobrir quantas escolas foram afetadas, comparamos as localizações dos nossos mapas de inundação com as localizações das escolas. Esse processo nos ajudou a identificar quais escolas estavam em risco. Os resultados mostraram que os distritos com o maior número de escolas afetadas foram Malir e Thatta.

Conclusão

Nosso método de mapeamento de inundações traz benefícios significativos. Ele nos permite localizar famílias afetadas e infraestrutura como estradas e escolas. Essa informação é crucial pra desenvolver políticas baseadas em dados.

Contamos com imagens de satélite disponíveis publicamente e processamento na nuvem, o que significa menos necessidade de hardware especializado. Ao focar áreas pra mais pesquisas, conseguimos entender melhor os resultados socioeconômicos das inundações. Nosso objetivo é apoiar uma resposta eficaz a desastres e informar futuras decisões políticas.

Fonte original

Título: Improved flood mapping for efficient policy design by fusion of Sentinel-1, Sentinel-2, and Landsat-9 imagery to identify population and infrastructure exposed to floods

Resumo: A reliable yet inexpensive tool for the estimation of flood water spread is conducive for efficient disaster management. The application of optical and SAR imagery in tandem provides a means of extended availability and enhanced reliability of flood mapping. We propose a methodology to merge these two types of imagery into a common data space and demonstrate its use in the identification of affected populations and infrastructure for the 2022 floods in Pakistan. The merging of optical and SAR data provides us with improved observations in cloud-prone regions; that is then used to gain additional insights into flood mapping applications. The use of open source datasets from WorldPop and OSM for population and roads respectively makes the exercise globally replicable. The integration of flood maps with spatial data on population and infrastructure facilitates informed policy design. We have shown that within the top five flood-affected districts in Sindh province, Pakistan, the affected population accounts for 31 %, while the length of affected roads measures 1410.25 km out of a total of 7537.96 km.

Autores: Usman Nazir, Muhammad Ahmad Waseem, Falak Sher Khan, Rabia Saeed, Syed Muhammad Hasan, Momin Uppal, Zubair Khalid

Última atualização: 2023-05-31 00:00:00

Idioma: English

Fonte URL: https://arxiv.org/abs/2306.06074

Fonte PDF: https://arxiv.org/pdf/2306.06074

Licença: https://creativecommons.org/licenses/by/4.0/

Alterações: Este resumo foi elaborado com a assistência da AI e pode conter imprecisões. Para obter informações exactas, consulte os documentos originais ligados aqui.

Obrigado ao arxiv pela utilização da sua interoperabilidade de acesso aberto.

Mais de autores

Artigos semelhantes