地震時崩壊個所を、2手法で迅速に特定したという報告です。
ソースと機械学習手法の組み合わせは以下の通り。
- Sentinel-1 (SAR) - CNN
- PlanetScope（可視画像）‐ ViT
The ViT model was pre-trained and validated on a multi-source landslide segmentation dataset (Fang et al., 2024), the Globally Distributed Coseismic Landslide Dataset (GDCLD).
データ入手に日数を要していますが、作業自体は 20分～2時間程度だそうです。
ViTの事前学習に利用したデータは公開されており、またCNNコードも公開されています。残念ながら私の環境では素直に走らなかったので、どの程度の成果が得られるのかは確認できませんでした。
能登の地震災害では、２日後に地理院で航空写真が公開され、3日後に崩壊個所の判読結果が公開されています。提案手法の場合、精度を保てないと現行手法と勝負にならないのですが、SARでは天候に大きく影響されない点や、広域でも一人で対応できる点が魅力です。そのうち性能は向上するでしょうから、災害直後の道路ネットワークの寸断箇所（孤立集落）の確認や天然ダム形成の確認に使える日が来るかもしれません。
航測会社も頑張って開発されていると思われますので、この分野で良い勝負がなされるよう期待したいところです。
0 件のコメント:
コメントを投稿