遥感、社会感知与地理空间感知三角互证用于洪水制图、损失评估与脆弱性评估

完整中文导读

研究提出一种开放获取的实时灾害制图流程，在洪水事件发生时自动启动，整合遥感、社会感知与地理空间感知三类异构数据以支持救灾响应。遥感部分利用现有深度学习模型处理光学与雷达影像识别淹没区域，但卫星淹没范围图缺乏结构损失与受灾人群需求的语境信息。

论文资料与摘要整理

整理依据：原始摘要与元数据；未据此展示论文全文

Triangulation of remote sensing, social sensing, and geospatial sensing for flood mapping, damage estimation, and vulnerability assessment

作者：Ferda Ofli；Zainab Akhtar；Rizwan Sadiq；Muhammad Imran
刊物：未提供
出版时间：2022-03-28
DOI：10.5194/egusphere-egu22-7561

研究方法

整合遥感（光学与雷达卫星影像，使用现有深度学习模型）、社会感知（社交媒体文本与图像，构建灾害分类体系并训练机器学习分类器）与地理空间感知三类异构数据的三角互证流程

研究对象

洪水事件下的淹没区域、结构损失与脆弱社区识别

主要发现

构建了含30个类别、三个高层级的社交媒体文本灾害分类体系并标注约1万条推文；与蒙哥马利县社区应急响应小组合作构建了含106个对象类别、三个高层级和10个子类的图像灾害对象分类体系；识别出确认性、互补性和新颖性三类信号

材料局限

基于摘要，地理空间感知的融合尚处于计划阶段，脆弱性分析尚未实施；图像对象检测分类器的训练与效果未在摘要中给出

中文整理

作者 / 来源：Ferda Ofli; Zainab Akhtar; Rizwan Sadiq; Muhammad Imran · 原文时间：2022年3月28日 08:00（北京时间）

原作者信息要点

该材料为论文摘要与元数据，不是全文。作者为Ferda Ofli、Zainab Akhtar、Rizwan Sadiq、Muhammad Imran，DOI为10.5194/egusphere-egu22-7561，发布日期为2022年3月28日。

作者指出洪水事件对基础设施造成重大损害并扰乱生计，因此需要开发一种创新、开放获取且实时的灾害地图流程，在洪水事件发生时自动启动，以标示受淹区域、潜在损害和脆弱社区，从而在灾中和灾后合理调配资源、降低灾害风险。

作者探索整合三类异构数据源：遥感数据、社会感知数据和地理空间感知数据，以指导灾害救援与响应。

在遥感方面，作者利用现有深度学习模型开发流程，处理光学和雷达影像，以识别受淹区域。作者同时指出，卫星影像虽能在灾后提供态势感知，但基于卫星的洪水范围图缺乏关于结构损害严重程度或受灾人群紧急需求的重要背景信息。

在社会感知方面，作者认为微博客网站可提供来自目击者和受灾者的实时信息。但作者指出这类数据流通常噪声极大，需要为文本和图像建立灾害相关分类体系。

作者为社交媒体文本建立灾害分类体系时进行了文献综述，以更好理解利益相关者的信息需求。最终分类体系包含30个类别，归入三个高层级类别。作者用该分类体系标注了约10000条推文文本，用于训练机器学习分类器，使只有相关的社交媒体文本才会在地图上可视化。

作者与一名认证应急管理人员以及马里兰州蒙哥马利县社区应急响应小组的受训志愿者合作，开发了社交媒体图像的灾害对象分类体系。该体系共识别出106个对象类别，组织为包含三个高层级类别和10个子类别的层级分类体系。作者计划用该体系标注大量灾害图像以进行对象检测，从而训练机器学习分类器有效检测社交媒体图像中的灾害相关对象。

作者表示，卫星视角的广域视野与本地采集的文本和视觉信息提供的地面视角相结合，帮助识别出三类信号：一是两个来源相互印证的确认性信号，可提高对某区域被淹的信心；二是互补性信号，提供需求与请求、灾害影响或损害报告以及态势信息等不同背景信息；三是当两个数据源不重叠并提供独特信息时的新颖信号。

作者计划融合第三个组成部分即地理空间感知，进行洪水脆弱性分析，以便容易识别最易受洪水影响的区域或地带。作者认为，融合遥感、社会感知和地理空间感知用于快速洪水制图，可成为危机响应者的有力工具。

本站整理与观察

本站观察：该材料仅包含摘要与元数据，未提供论文全文，因此无法核实作者所述流程的具体实现细节、模型性能、分类器准确率或融合方法的实际效果。

本站观察：作者提到的约10000条推文文本标注、30个文本类别、106个图像对象类别、三个高层级类别和10个子类别，均为作者在摘要中的陈述，本站未独立验证。

本站观察：作者将遥感、社会感知与地理空间感知的融合描述为计划中的工作，摘要未说明地理空间感知部分是否已完成或已有结果。

本站观察：摘要未给出具体洪水事件案例、研究区域、数据时间范围或评估指标，因此无法判断该流程在真实灾害中的适用性和泛化能力。

材料仅为论文摘要与元数据，不是全文；无法核实方法细节、数据规模、模型性能、分类体系构建过程及融合结果。文中所有关于分类体系、标注数量、信号类型和计划融合地理空间感知的表述均来自作者摘要陈述，本站未独立验证。未提供具体案例、研究区域、时间范围或评估指标。