FloodSENS

FloodSENS är en maskininlärningsapplikation för översvämningskartläggning från det Luxemburg-baserade företaget RSS-Hydro. Den adresserar en återkommande brist i satellitbaserad översvämningsövervakning: optiska bilder tagna under översvämningar är ofta delvis täckta av moln, vilket lämnar översvämmade områden okartlagda och den verkliga påverkan av en händelse underskattad.

Modellen baseras på U-Net-arkitekturen och använder Sentinel-2-översvämningsbilder tillsammans med härledda lager från digitala höjdmodeller relaterade till topografi och vattenflöde, vilket gör det möjligt att rekonstruera översvämmade områden under partiellt molntäcke. Den tränades på expertmärka Sentinel-2-översvämningsbilder från olika biom, händelser och platser, och i interna tester presterar den i genomsnitt minst lika bra som ett kalibrerat band-förhållandeindex (>90 % korrekt prediktion). Resultaten är översvämningsutbredningsraster i GeoTIFF, som levereras inom 30 minuter från bildtillgänglighet enligt leverantören; 3D-visualisering av resultaten finns tillgänglig på begäran, och leverantören beskriver lokal containeriserad distribution samt alternativ som mätning av översvämningsdjup och integration av kommersiella bilder.

FloodSENS utvecklades med ESAs InCubed-program, som utpekade FN:s världslivsmedelsprogram, Mozambiques nationella katastrofhanteringsinstitut (INGC) och återförsäkringsmäklaren Willis Re som initiala partners och testkunder. Den riktar sig till katastrofhanteringsmyndigheter, humanitära organisationer samt försäkrings- och återförsäkringsmarknaden.