Sentinel-1 és Sentinel-2 felvételek belvízveszélyeztetettségi idősoros elemzése konvolúciós neurális hálózatokkal

Abstract

Napjainkban a klímaváltozás következtében egyre szélsőségesebb időjárásra lehet majd számítani, ami egyre gyakrabban megjelenő és egyre nagyobb területekre kiterjedő belvízelöntéseket idézhet elő. A belvíz természeténél fogva igen összetett jelenség, ami a preventív védekezés megkezdését és a belvízzel veszélyeztetett területek lehatárolását jelentősen megnehezíti. Megoldást jelenthet, ha nagy területekre és megfelelő térbeli felbontással rendelkező, az Európai Űrügynökség (ESA) által elérhető Sentinel műholdcsalád aktív és passzív műholdjainak a felvételeire támaszkodva „közel folyamatos” monitoringrendszert alakítanánk ki. A vízfelületek lehatárolását konvolúciós neurális hálózatok (CNN – Convolutional Neural Network) alkalmazásával végeztük el, majd az adathiányos területeket és napokat időbeli interpolációval kiegészítve elkészítettük az egész évet felölelő belvízgyakorisági térképet. Az 1600 km2-es mintaterületen, 17,80 km2 állandó vízfelületet, 5,64 km2 magas, 3,70 km2 közepes és 7,79 km2 alacsony elöntési gyakoriságú területet határoltunk le.