威尼斯洪水正在蔓延...一条推文接一条推文
作者
在城市洪水实际发生之前,气象预报可以为应急管理人员提供不同精度的预报。事件结束后,包括地球观测(EO)数据在内的权威信息可以用于精确估计洪水范围,可能需要数小时。本研究旨在确定社交媒体信息如何减少城市洪水事件发生后立即获得的信息的不确定性。具体而言,本研究探讨了如何收集相关社交媒体图像并插值这些数据以创建地图。本研究的前提是,社交媒体平台与数字表面模型相结合,可以提供控制点,从而创建可靠的近实时洪水范围估计。在研究中,我们将从社交媒体导出的洪水范围图与2019年11月威尼斯最严重的洪水之一的权威测高数据导出的洪水范围图进行了比较。实验结果表明,使用多种数字表面模型可以获得良好的整体准确性。鉴于这些模型的全球覆盖范围和低资源需求,我们认为所提出的方法对应急管理人员可能是有益的。具体而言,我们描述了在人口稠密的城市地区发生城市洪水后,如何在24小时甚至更短时间内提供洪水范围图,届时公众生成的数据是可用的。
研究问题 / 现实痛点
这篇论文在当前问题库中对应的问题线索。
当前问题库还没有收录这篇论文的问题与痛点。
暂无符合条件(≥60% 相似度)的相关论文
基于研究子主题与职业分类的 Jaccard 相似度(≥60%)
快捷操作
广告推荐
学习 AI 编程到 CodeNow
open_in_new打开DOI链接
DOI: https://doi.org/10.1145/3555107
一眼看懂
fact_check论文快照
dataset
来源
CSCW
calendar_month
年份
2022
emoji_events
奖项
未标记奖项
group
作者
3 位作者
sell
研究子方向
—
work
职业/产业
—
article
内容状态
仅摘要
hub
相关论文
0 篇相关论文