FloodSENS

FloodSENS er en maskinlæringsbaseret oversvømmelseskortlægningsapplikation fra det luxembourg-baserede RSS-Hydro. Den adresserer en tilbagevendende udfordring i satellitbaseret oversvømmelsesovervågning: optiske billeder taget under oversvømmelser er ofte delvist dækket af skyer, hvilket efterlader oversvømmede områder ukortlagte og den reelle påvirkning af en hændelse undervurderet.

Modellen er baseret på U-Net-arkitekturen og bruger Sentinel-2 oversvømmelsesbilleder sammen med afledte lag fra digitale højdemodeller relateret til topografi og vandstrøm, hvilket gør det muligt at rekonstruere oversvømmede områder under delvist skydække. Den er trænet på ekspertmærkede Sentinel-2 oversvømmelsesbilleder på tværs af forskellige biomtyper, hændelser og lokaliteter, og i interne tests præsterer den i gennemsnit mindst lige så godt som en kalibreret båndforholdsindeks (>90% korrekt forudsigelse). Output er oversvømmelsesudbredelsesrastere i GeoTIFF, som leveres inden for 30 minutter efter billedtilgængelighed ifølge udbyderen; 3D-visualisering af resultaterne er tilgængelig efter anmodning, og udbyderen beskriver lokal containeriseret implementering samt muligheder som måling af oversvømmelsesdybde og integration af kommercielle billeder.

FloodSENS blev udviklet med ESAs InCubed-program, som udpegede FN's Verdensfødevareprogram, National Disasters Management Institute i Mozambique (INGC) og genforsikringsmægleren Willis Re som de første partnere og testkunder. Den er rettet mod katastrofeberedskabsorganisationer, humanitære organisationer samt forsikrings- og genforsikringsmarkedet.