暴雨之后,评估与重建可以用这个数据集

从 7 月 18 日到今天,河南出现罕见持续强降水天气过程,其中郑州成为降雨量最大的地级市。全市普降大暴雨、特大暴雨,累积平均降水量 449 毫米,日降水量和小时降水量,都超过了有气象记录以来极值,让全国人民都为之关注与担忧。

其中,仅郑州大学第一附属医院,因贵重设备、精密仪器如 CT、核磁共振、高压氧舱、机房等,部署在一层或地下一层,保守估计已经造成了超过十亿元的经济损失。

救援刻不容缓,技术如何发挥作用?

以往,救援人员通过群众求救、现场评估的方法,来了解受灾情况,但评估过程可能要花费数小时之久,这对于抢救工作极为不利。

灾情监测方面,虽然相关部门有一套完善的地面监测体系,但受限于覆盖率与便捷度,还是无法满足更精细化的监控需求。如今,无人机、卫星遥感都被引用到了灾害救援和灾后重建工作中。其中,卫星遥感技术成为一种必要的补充。

应用在本次河南暴雨灾害现场的无人机设备

发挥了观测、搜寻、照明、投放、喊话安抚等重要作用

遥感其高重复频率和大范围同步的信息采集能力,更大限度地填补过往监控的空白部分,为目标区域的受灾范围、程度等指标提供辐射面更广、更准确的实时数据。

在遥感影像方面,利用多光谱及 SAR 影像数据,结合机器学习技术,能够帮助有关部门明确灾情严重的区域,这就需要有更及时的遥感图像和分析解决方案。

xBD :全球最大灾害损失评估数据集

在 2019 年,美国国防部牵头举办的 xView2 灾害受损评估挑战赛,启用了高分辨率卫星图像灾后评估数据集 —— xBD 数据集,这不仅是迄今为止第一个建筑破坏评估数据集,也是带注释的高分辨率卫星遥感图像中,规模最大、质量最高的公开数据集之一。

xBD 数据集提供了各种灾害事件发生前和发生后的多波段卫星图像,包括构建多边形、损害类型的分类标签、损害程度的等级标签以及相应的卫星元数据。此外,该数据集还包含了边界框和环境因素的标签,如火、水、烟等。

数据集涵盖了全球 15 个国家数十次灾害影像

数据集中包含来自 15 个国家的 50,000 平方公里遥感图像(0.3 米精度)中的 850,000 个建筑物注释。包括七种灾害类型:野火,山体滑坡,大坝倒塌,火山喷发,地震/海啸以及风灾和洪灾破坏。

xView2 xBD 灾害受损评估数据集

发布单位:Maxar/ DigitalGlobe

数据格式:png 等

数据大小:30.3 GB

更新时间:2020 年 10 月 28 日

下载地址:数据集下载

数据集中的图像示意图

数据集包括 Train 训练集、Test 测试集、Holdout保留集 Tier3 数据集:

  • Train 训练集为像素分割任务提供了图像对(灾前和灾后)和有关建筑物和损坏程度的地面实况信息。
  • Test 测试集仅提供图像,用于挑战赛排名;
  • Holdout 保留集则在挑战赛期间保密,目的是测试已验证挑战赛队伍提交结果的泛化性能;
  • Tier3 数据集在挑战中途可用,并作为额外/补充训练集提供,涵盖额外的灾害跨度和地理区域。

AI 对灾害救援、重建工作的意义

洪涝灾害,由于它地域分布上的广泛性和时间上的频发性,致使洪涝灾害在各种自然灾害中经济损失程度最高。道路、铁路、桥梁、电力和天然气线路等公共设施,均会遭到不同程度的毁坏。

对于突发的自然灾害,需要相关救援人员尽量减少反应时间,迅速响应、采取行动,尽可能减少损失和挽救生命。此外,为了更好地在受灾地区部署资源,必须及时掌握受灾位置和受灾程度,优化救援资源。

灾难来袭,分秒必争。在自然灾害面前,人类虽然渺小,但新科技与人工智能的加入,让我们在危机面前多了些底气,也让绝境之中的城市,多了一份生的希望。

我们一起相信光​​​​​​​ ​