从新闻媒体中提取洪水事件以支持基于卫星的洪水保险
信息检索
2023-12-27 v1 计算与语言
机器学习
摘要
洪水每年在世界范围内造成巨大的财产、生命和生计损失，阻碍了可持续发展。帮助吸收灾害财务冲击的安全网（如保险）在世界最易受洪水影响的地区（如孟加拉国）往往无法获得。指数保险作为一种经济实惠的解决方案应运而生，它考虑天气数据或来自卫星的信息，创建一个应与承保损失相关的“洪水指数”。然而，现有的洪水事件数据库通常是不完整的，且卫星传感器在极端天气条件下（例如，由于云层）不可靠，这限制了当前基于指数保险方法的空间和时间分辨率。在这项工作中，我们探索了一种通过从新闻媒体提取高分辨率时空信息来支持基于卫星的洪水指数保险的新方法。首先，我们发布了一个数据集，包含来自 10 个知名新闻源、涵盖孟加拉国洪水事件的 40,000 篇新闻文章，以及从卫星雷达传感器收集的孟加拉国各行政区的淹没面积估算值。其次，我们表明基于关键词的模型不适用于这种新型应用，而基于上下文的分类器能够覆盖复杂且隐含的洪水相关模式。第三，我们表明从新闻媒体提取的时间序列与卫星淹没面积估算值具有显著的相关性 Spearman's rho$=0.70。我们的工作表明，新闻媒体是提高可用洪水损失数据时间分辨率和扩大其空间覆盖范围的有前途的来源。
引用
@article{arxiv.2312.14943,
title = {Flood Event Extraction from News Media to Support Satellite-Based Flood Insurance},
author = {Tejit Pabari and Beth Tellman and Giannis Karamanolakis and Mitchell Thomas and Max Mauerman and Eugene Wu and Upmanu Lall and Marco Tedesco and Michael S Steckler and Paolo Colosio and Daniel E Osgood and Melody Braun and Jens de Bruijn and Shammun Islam},
journal= {arXiv preprint arXiv:2312.14943},
year = {2023}
}