利用卫星影像与社交媒体数据进行自然灾害分析以支撑应急响应
机器学习
2023-11-17 v1
摘要
灾害管理因其显著的经济、环境和社会影响而成为最具前景的研究领域之一。本研究聚焦于分析与灾害管理相关的多类数据（灾前与灾后卫星图像及推特数据），以深入剖析按区位划分的应急需求。研究分为两个阶段，即卫星图像分析与推特数据分析，随后按位置进行整合。第一阶段采用基于 U-Net 架构的多类土地覆盖分割技术，对区位进行灾前与灾后卫星图像分析。第二阶段致力于将区域与灾害态势及救援行动即时需求的基本信息绘制成图。严重受影响区域被标出，并使用对应区位的关键词提取推特数据。从大规模原始推文语料中提取态势信息采用了基于内容词的推文摘要（COWTS）技术。通过基于实时位置的制图与频率分析技术整合这些模块，可在灾害发生时汇聚多维信息，例如对 Kerala 与 Mississippi 洪水作为测试用例进行分析与验证。本研究的新颖性在于将分割后的卫星图像应用于通过凸显土地覆盖变化的灾害救援，并通过映射这些区域特定过滤器整合推特数据，从而获得灾害的完整概览。
引用
@article{arxiv.2311.09947,
title = {Natural Disaster Analysis using Satellite Imagery and Social-Media Data for Emergency Response Situations},
author = {Sukeerthi Mandyam and Shanmuga Priya MG and Shalini Suresh and Kavitha Srinivasan},
journal= {arXiv preprint arXiv:2311.09947},
year = {2023}
}