基于人工智能的废弃物测绘以应对气候加剧的洪水风险
计算机视觉与模式识别
2026-04-21 v1 计算机与社会
摘要
城市洪水是快速扩张的非洲城市中一个日益严重的气候变化相关灾害，在这些城市中，不充分的废弃物管理常常堵塞排水系统并放大洪水风险。本研究引入了一个基于人工智能的城市废弃物测绘工作流程，该流程利用公开可用的航空和街景图像来高分辨率检测城市固体废弃物。在坦桑尼亚达累斯萨拉姆的应用揭示了与非正规住区和社会经济因素相关的空间废弃物模式。发现水道中的废弃物堆积量是邻近城市区域的三倍，突显了气候加剧洪水风险的关键热点。与传统的、依赖人工的测绘方法不同，这种可扩展的人工智能方法允许进行全市范围的监测和干预措施的优先级排序。至关重要的是，我们与当地合作伙伴的合作确保了数据标注在文化上和情境上的相关性，反映了固体废弃物的实际再利用实践。研究结果为易发洪水的城市地区的城市规划、气候适应和可持续废弃物管理提供了可操作的见解。
引用
@article{arxiv.2604.18151,
title = {AI-based Waste Mapping for Addressing Climate-Exacerbated Flood Risk},
author = {Steffen Knoblauch and Levi Szamek and Iddy Chazua and Benedcto Adamu and Innocent Maholi and Alexander Zipf},
journal= {arXiv preprint arXiv:2604.18151},
year = {2026}
}